• 센서학회지
• /
• 제25권4호
• /
• pp.257-263
• /
• 2016

Among several technologies related to human brain, Brain Computer Interface (BCI) system is one of the most notable technologies recently. Conventional BCI for direct communication between human brain and machine are discomfort because normally electroencephalograghy(EEG) signal is measured by using multichannel EEG sensor. In this study, we propose 2-channel EEG sensor-based application control system which is more convenience and low complexity to wear to get EEG signal. EEG sensor module and system algorithm used in this study are developed and designed and one of the BCI methods, Motor Imagery (MI) is implemented in the system. Experiments are consisted of accuracy measurement of MI classification and driving control test. The results show that our simple wearable system has comparable performance with studies using multi-channel EEG sensor-based system, even better performance than other studies.

• 한국콘텐츠학회논문지
• /
• 제21권2호
• /
• pp.140-147
• /
• 2021

다양한 수면검사에서 수면단계를 정확히 판단하기 위해 뇌파를 측정한다. 일반적으로 측정은 센서 채널의 개수가 늘어날수록 정확도가 높아지지만, 뇌파는 측정할 때 피부에 전극을 부착하여 수면을 방해하는 요소로 작용한다. 일상생활에서 자가 수면케어를 할 때는 사용자의 불편함과 측정데이터의 정확도를 모두 고려한 최소한의 뇌파 채널 개수를 선택할 필요가 있다. 따라서 본 논문에서는 1개의 채널부터 4개의 채널에 대한 수면단계 분석 모델을 제작하여 1채널은 82.28%, 2채널은 85.77%, 3채널은 80.33%, 4채널은 68.87%의 정확도를 확인했다. 본 연구 결과는 측정 부위가 제한적이라는 한계가 있지만, 채널 개수에 따른 정확도를 비교하여 뇌파 기반 수면분석에서 채널 개수 선정에 대한 정보를 제공한다.

• 대한의용생체공학회:의공학회지
• /
• 제28권2호
• /
• pp.258-264
• /
• 2007

Spatiotemporal changes of brain rhythmic activity at a certain frequency have been usually monitored in real time using scalp potential maps of multi-channel electroencephalography(EEG) or magnetic field maps of magnetoencephalography(MEG). In the present study, we investigate if it is possible to implement a real-time brain activity monitoring system which can monitor spatiotemporal changes of cortical rhythmic activity on a subject's cortical surface, neither on a sensor plane nor on a standard brain model, with a high temporal resolution. In the suggested system, a frequency domain inverse operator is preliminarily constructed, considering the individual subject's anatomical information, noise level, and sensor configurations. Spectral current power at each cortical vertex is then calculated for the Fourier transforms of successive sections of continuous data, when a single frequency or particular frequency band is given. An offline study which perfectly simulated the suggested system demonstrates that cortical rhythmic source changes can be monitored at the cortical level with a maximal delay time of about 200 ms, when 18 channel EEG data are analyzed under Pentium4 3.4GHz environment. Two sets of artifact-free, eye closed, resting EEG data acquired from a dementia patient and a normal male subject were used to show the feasibility of the suggested system. Factors influencing the computational delay are investigated and possible applications of the system are discussed as well.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.117-125
• /
• 2015

본 논문은 '좌', '우' 방향 제어를 위해 취득된 EEG(Electroencephalogram) 신호 기반 분류 알고리즘과 EEG 센서, Labview, DAQ, Matlab, 주행로봇으로 구성된 방향 제어 시스템을 제안한다. 제안된 알고리즘은 DWT(Discrete Wavelet Transform)로 추출된 주파수대역 정보를 특징으로 이용하며, Fishers score를 이용하여 변별력이 높은 주파수 대역의 특징을 선별한다. 또한, SVM (Support Vector Machine)을 이용하여 분류 성능이 최고가 되는 특징벡터의 조합을 제안하고, 잘못된 판정에 의한 오동작을 방지하기 위한 MLD(Maximum Likelihood Decision) 기반의 판정보류 알고리즘도 제안한다. 제안된 알고리즘에 의해 선택된 4개의 특징벡터는 국제 표준 전극 배치법에 따른 P8 채널의 d2(16-32Hz), d5(2-4Hz) 주파수 대역의 전압의 절대 값 평균과 표준편차이다. SVM 분류기로 실험한 결과 98.75%의 정확도와 1.25%의 오류율 성능을 보였다. 또한, 오류 확률 70%를 판정 보류로 규정할 경우, 제안된 알고리즘은 인식률 95.63%의 정확도와 오류율 0%을 보였다.