• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1088-1090
• /
• 2017

최근 국내에서는 상용화된 뇌파기반 인터페이스(BCI) 구현을 위한 연구가 활발히 진행되고 있다. 이에 본 논문에서는 안전한 비침습형 뇌파 측정 방법을 사용하여 뇌전도(EEG)를 측정하고 증폭된 데이터를 사용하여 RC카의 4방향 제어가 가능한 알고리즘을 제안한다. 뇌파측정기로 수집된 데이터 셋은 고속 푸리에 변환을 거쳐 사전 정의된 7가지 뇌파의 필터를 통해 집중도와 이완도를 검출하게 된다. 검출된 데이터는 아두이노 우노에 연결된 원격컨트롤러를 통하여 RC카의 전진 및 후진 제어를 담당한다. 또한 추가로 설치된 자이로센서를 통해 입력된 전자신호는 칼만 필터를 이용하여 좌회전 및 우회전 제어를 담당한다. 훈련된 실험자에 의해 실내 외에서 검출된 뇌파가 각기 다른 특성과 머리 회전만으로 상황을 구분하여 RC카 제어를 할 수 있음을 확인하였다.

• Journal of IKEEE
• /
• v.14 no.2
• /
• pp.16-23
• /
• 2010

Since the interest of a brain science research is increased recently, various devices using brain waves have been developed in the field of brain training game, education application and brain computer interface. In this paper, we have developed a portable EEG measurement and a bluetooth based wireless transmission device measuring brain waves from the frontal lob simply and conveniently. The low brain signals about 10~100${\mu}V$ was amplified into several volts and low pass, high pass and notch filter were designed for eliminating unwanted noise and 60Hz power noise. Also, PIC24F192 microcontroller has been used to convert analog brain signal into digital signal and transmit the signal into personal computer wirelessly. The sampling rate of 1KHz and bluetooth based wireless transmission with 38,400bps were used. The LabVIEW programing was used to receive and monitor the brain signals. The power spectrum of commercial biopac MP100 and that of a developed EEG system was compared for performance verification after the simulation signals of sine waves of $1{\mu}V$, 0~200Hz was inputed and processed by FFT transformation. As a result of comparison, the developed system showed good performance because frequency response of a developed system was similar to that of a commercial biopac MP100 inside the range of 30Hz specially.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.517-518
• /
• 2023

최근 뇌-컴퓨터 인터페이스 분야에서는 뇌파 신호를 이용한 운동 심상 분류 연구가 활발히 이루어지고 있다. 뇌파는 개인별 차이가 큰 생체 신호로, 사용자에 독립적인 경우 추론이 어려워지는 문제가 있어 운동 심상 분류에서는 주로 피험자 종속적인 연구가 행해져 왔다. 본 논문에서는 컨볼루션 신경망 기반의 뇌파 분류 모델인 EEGNet 에 새로운 방식으로 개선한 Squeeze-and-Excitation block 을 적용해 피험자에 대해 독립적인 운동 심상 분류 성능을 향상시키는 방법을 제안하며, 제안한 Squeeze-and-Excitation block 을 적용한 모델이 기존 모델보다 높은 분류 성능을 보여주는 것을 실험적으로 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2947-2949
• /
• 2005

본 연구의 목적은 전자파에 노출되었을 경우와 노출되지 않았을 경우의 시각 자극(광자극)에 의해 발생하는 뇌파를 분석하여, 전자파가 광자극 전과 광자극 후의 시각인식에 미치는 영향을 규명하는 것이다. 암순응 시킨 피험자에게 신호의 주파수가 약 900MHz이고, 세기가 약 13dBm인 전자파에 노출되었을 경우와 노출되지 않았을 경우로 구분하여, 광인식시에 발생하는 뇌파를 계측, 분석하였다. 본 연구에서 제안한 해석방법을 이용하여 뇌파를 분석한 결과, 인체가 전자파에 노출되었을 때 시각인식에 기인하여 나타나는 뇌파 변화의 현상 중 $\alpha$-blocking 시점이 지연되는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.468-470
• /
• 2024

고령으로 거동이 불편하거나 목 아래 전신 마비 또는 와병 환자를 위하여 저가형 단 채널 뇌파(EEG) 측정기를 사용하여 환자의 흥분이나 불안정 상태를 인식할 수 있는 순환신경망(RNN) 기반 뇌파 인식기 모델을 제안하였다. 제한된 환경에서 GRU(Gate Recurrent Unit) 신경망을 사용한 뇌파 인식기는 <정상/안정>은 인식률 100%, <흥분/불안정>은 90%의 인식률을 보였다. 또한, 자체 개발한 생체신호 기반 호출 시스템과 연동하여 구현함으로써 적용 가능성을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.795-798
• /
• 2016

소니피케이션은 다양한 데이터를 사운드로 변환시키는 과정으로 본 연구에서는 뇌파 신호를 사운드로 생성하는 객관적인 워크플로우를 제시하고자 하였다. 현재까지의 뇌파 소니피케이션은 사운드로의 변환이 인위적이고 임의적으로 진행되어 객관적인 논리를 제시하지 못하고 있는 실정이다. 이에 본 연구에서는 뇌파데이터의 정량적 분석을 통해 파라미터 추출, 사운드 맵핑, 사운드 모델 구축에 대한 논리적 근거를 제시하였으며 이를 통해 뇌파데이터의 객관적인 소니피케이션 과정을 구현하였다. 파라미터 추출을 위해 15Hz High pass filtering이 가장 적절한 방법으로 확인되었으며 뇌파 데이터의 최대값 빈도 분석과 음악코드의 비율 분석을 실제로 맵핑시켜 사운드 모델을 구축하여 사운드 생성을 구현하였다. 결론적으로, 본 연구에서는 뇌파데이터의 소니피케이션 과정에 대한 객관적이고 논리적인 워크플로우를 제시하였으며 이러한 워크플로우가 다양한 분야에서 적용될 수 있을 것으로 예상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.1001-1004
• /
• 2014

IT 기술과 의료 기술이 발전함에 따라 뇌파를 이용한 많은 연구들이 진행되고 있다. 컴퓨터로 사용자가 뇌파를 측정하고, 측정된 뇌파를 실시간으로 모니터링 할 수 있는 고속 데이터 처리 알고리즘을 소개하고, 측정된 뇌파를 통하여 우울증을 진단할 수 있는 시스템을 구현하였다. 특히 실시간 뇌파지표 분석을 통하여 뇌파의 기본파형이 분류되고, 분류된 신호에서 개발된 알고리즘에 따라 주의/이완/집중/우울의 4가지 지표가 실시간으로 도출된다.

• Journal of IKEEE
• /
• v.24 no.2
• /
• pp.654-660
• /
• 2020

Through the output of brain waves during muscle operation, this paper checks whether it is possible to find characteristic vectors of brain waves that are capable of dividing left and right movements by extracting brain waves in specific areas of muscle signal output that include the motion of the left and right muscles or the will of the user within EEG signals, where uncertainties exist considerably. A typical surface EMG and noninvasive brain wave extraction method does not exist to distinguish whether the signal is a motion through the degree of ionization by internal neurotransmitter and the magnitude of electrical conductivity. In the case of joint and motor control through normal robot control systems or electrical signals, signals that can be controlled by the transmission and feedback control of specific signals can be identified. However, the human body lacks evidence to find the exact protocols between the brain and the muscles. Therefore, in this paper, efficiency is verified by utilizing the results of application of CSP (Common Spatial Pattern) filter to verify that the left-hand and right-hand signals can be extracted through brainwave analysis when the subject's behavior is performed. In addition, we propose ways to obtain data through experimental design for verification, to verify the change in results with or without filter application, and to increase the accuracy of the classification.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.4
• /
• pp.366-372
• /
• 2002

EEG is the electrical signal, which is occurred during information processing in the brain. These EEG signal are measured by non-invasive method. EEG has many useful information for brain activity, but artifacts which are included in EEG prevents EEG analysis, so many efforts are devoted to remove these artifacts in EEG. However, this study is going to analysis the feature of the EEG mixed with artifacts in forward-looking way, by using this way, we have found the possibility that is actually applicable to system such as control system. We have made feature difference after the linear as well as nonlinear analysis regarding EEG including typical artifacts, eye-blinking, eye rolling, muscle, and so forth.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1983-1984
• /
• 2008

뇌 활동의 전기적 신호인 뇌파(EEG)와 외부 자극에 대한 유발 전위(EP)를 측정하여 실시간으로 뇌지형도를 생성하는 real-time brain mapping system을 개발하였다. 측정 전극은 32채널을 사용하였고, EEG를 실시간 및 누적 주파수 분석을 통한 뇌파의 활성도 진단, EP를 측정하여 시각적/청각적 자극에 의한 유발 전위 분석을 할 수 있다. 본 시스템은 측정 대상군의 통계적 분석을 위한 Database를 구축하였고, 신뢰성 높은 뇌파 및 유발 전위 신호를 위하여 실시간 측정과정 및 측정 후 Data 검토과정에서 다양한 Artifact 제거 알고리즘이 도입되었다. 또한, 32 채널 Brain map을 구성하여 뇌파를 공간적으로 분석 가능하며, 시간 및 주파수의 증가에 따라 Brain map을 동영상화하여 시간적/주파수적 변화에 따른 분석이 가능하다.