• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• pp.297-300
• /
• 2001

뇌파(Electroencephalogram, EEG)는 뇌의 자발적 전기활동을 두피에서 측정한 것이다. 그 동안 뇌질환과 관련된 임상에서 주로 사용되어져 왔으며, 비선형 동역학 연구를 통해 결정론적인 동역학 신호임이 밝혀짐에 따라 뇌 기능연구 분야에서 그 응용범위가 넓어지고 있다. 우리는 뇌파 신호에 대하여 독립성분분석(Independent Component Analysis, ICA)을 통하여 그 결과를 알아보았다. 즉, 뇌파의 독립성분 분석 적용 타당성을 알아본 다음 이를 적용하여 독립 소스들을 분리해 내었다. 또한 Topological Mapping을 이용하여 각각의 독립 소스들이 뇌의 어느 위치에서 발생하는지도 알아보았다. 이를 통하여 EEG에 독립성분분석을 적용함으로써 뇌 활동의 시간적, 공간적 분석이 가능하고 유용함을 나타내었다.

• 한국산업정보학회논문지
• /
• 제18권5호
• /
• pp.15-18
• /
• 2013

본 논문은 뇌전도 신호 처리를 위한 아날로그 전단부를 제시한다. 일반적으로 뇌전도 신호는 낮은 주파수 대역에 존재하고 신호의 크기가 미약하므로 이를 처리하기 위한 아날로그 전단부는 높은 전압 이득 및 공통모드 제거비를 가져야 하며 저주파 잡음을 효과적으로 억제해야 한다. 본 논문에서 제시하는 아날로그 전단부는 가변 이득 계측 증폭기와 대역통과 필터로 구성되어 있다. 낮은 주파수의 잡음을 제거하기 위하여 주파수 chopping을 적용하였다. 본 논문의 회로는 0.18um CMOS 공정을 이용하여 제작하였으며 측정 결과 최대 60dB의 전압이득과 100dB 이상의 공통모드 제거비를 내는 것을 확인하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 춘계학술대회 논문집
• /
• pp.159-160
• /
• 2014

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.32-43
• /
• 2002

본 논문에서는 신경망에 기반한 디지털 신호를 위한 패턴분류 시스템을 제안한다. 제안하는 시스템은 두 가지 신경망 모델로 구성된다. 첫 번째 부분은 특징 추출의 역할을 하는 웨이블릿 신경망이다. 이 부분을 위해 기존의 웨이블릿 신경망 모델들을 비교한 후, 특징 추출을 위한 새로운 웨이블릿 신경망 모델을 제안한다. 다른 부분은 패턴 분류를 위한 웨이블릿 신경망이다. 패턴 분류에 적용하기 위해 기존의 웨이블릿 신경망 구조를 수정하고 학습 방법을 제안한다. 패턴 분류 웨이블릿 신경망의 입력은 특징 추출 신경망의 은닉노드의 연결강도, 확장 및 이동 파라미터로 구성되었다. 또 출력은 특징 추출 신경망의 입력 신호가 속한 부류를 나타낸다. 제안한 시스템을 EEG 신호를 주파수에 따라서 분류하는 문제에 적용하였다.

• 대한의용생체공학회:의공학회지
• /
• 제15권3호
• /
• pp.237-244
• /
• 1994

1Hz에서 20Hz까지의 단속 주파수를 지닌 청각자극을 가해 얻은 EEG 신호에서 자극에 따른 신호의 정성적이고 정량적인 특성을 카오스 분석방법을 통해 밝혔다. 먼저, 뇌전위 신호에 전반적으로 나타나는 일반적인 카오스 특징(fractal mechanism, I/f frequency spectrum, positive Lyapunov exponent 등등)을 확인하였다. 유발전위에 대해서는 자극의 주파수에 따른 주기배증을 경유한 카오스로 가는 길(route to chaos)과 2차원 pseudo-Phase portrait의 뿌앙까레 단면에서의 기하학적 모양(topological property)의 변화를 관찰하였고, 자발전위가 포함된 유발전위에 대해서는 적절한 bases를 지닌 3차원 phase space에서 기이한 끌개(chaotic attractor)가, 유발전위의 정보를 지닌채 보여졌다. 끝으로 자극 주파수(단속 주파수)변화와 측정이 이루어진 머리표면에서의 공간적 위치에 따른 Lyapunov exponent값 변화를 의미있게 해석하였다. 이 결과는 무질서하게 보이는 뇌전위신호에서 주어진 청각자극에 대한 정보를 얻는 새로운 방법을 제시하게 된다.

• 한국통신학회논문지
• /
• 제40권8호
• /
• pp.1637-1642
• /
• 2015

차세대 IT융합 응용기술을 이용하여 감성상태를 생체 신호로부터 추출하려는 많은 연구가 진행되고 있으며, 감성이 인간의 감각기능을 통해 생리적인 상태에 영향을 미친다는 사실이 알려지고 있다. 본 논문에서는 생체신호를 이용하여 감성조명을 제어하는 알고리즘을 제안하였다. 감성조명을 위하여 사용된 LED조명은 친환경적이며 고효율 및 긴 수명을 가지고 있다. 특히, LED 조명은 단일 조명구로도 다양한 색표현이 가능한 장점을 가지고 있다. 그리고 인간의 감성을 보다 정확하게 판별하기 위한 생체신호로 뇌파를 사용하였고, 뇌파측정 장비를 사용하여 수집된 뇌파를 분석해 감성을 판단하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.642-645
• /
• 2009

Brain Computer Interface (BCI) is a communication pathway between devices (computers) and human brain. It treats brain signals in real-time basis and discriminates some information of what human brain is doing. In this work, we develop a EEG BCI system using a feature extraction such as common spatial pattern (CSP) and a classifier using Fisher linear discriminant analysis (FLDA). Two-class EEG motor imagery movement datasets with both cued and uncued are tested to verify its feasibility.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.654-660
• /
• 2020

본 논문은 근육 동작시의 뇌파의 출력을 통해 불확실성이 상당히 존재하는 EEG 신호 안에서 좌우완 근육의 동작이나 사용자의 의지가 포함된 근육 신호 출력 시의 특정 부위 뇌파를 추출하여 좌우 동작 구분이 가능한 뇌파의 특징 벡터를 찾아낼 수 있는지를 확인한다. 일반적인 표면 근전도와 비침습적인 방식의 뇌파 추출 방법으로는 내부 신경 전달에 의한 이온화 정도와 전기 전도도의 크기를 통해서 그 동작 신호인지 구분할 수 있는 방법이 존재하지 않는다. 일반 로봇 제어 시스템이나 전기 신호를 통한 관절 및 모터 제어의 경우는 특정 신호의 전달 및 피드백 제어를 통해 관절 및 로봇 제어기를 제어할 수 있는 신호를 확인할 수 있지만, 인간의 인체는 정확한 뇌와 근육간의 프로토콜을 찾을 근거가 부족하다. 따라서 본 논문에서는 피험자의 동작이 이루어질 경우의 뇌파 분석을 통해 좌완의 신호와 우완의 신호를 특정할 만한 근거 신호 또는 특징 벡터를 추출할 수 있는지 확인하기 위해 CSP(Common Spatial Pattern) 필터의 적용 결과 활용하여 효율성을 검증한다. 더불어 검증을 위한 실험 설계를 통해 데이터를 획득하고, 필터 적용 유무에 따른 결과의 변화가 어떠한지 검증하며 구분 정확도를 높일 수 있는 방법을 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.24-32
• /
• 2000

인간의 생각만으로 기계를 작동할 수 있게 하는 인터페이스 시스템에 관한 연구 분야인 BCI (Brain-Computer Interface)에서는 피험자의 두피로부터 EEG(Electroencephalograph)를 측정하고 인식하여 뇌 상태를 알아내고 그 결과를 기계의 조종에 응용하는 방법을 사용한다. 본 연구에서는 각 개인으로부터 고유의 뇌파인 EEG를 얻고 신호처리하여 인식하는 인식모델을 제안하였다. 제안된 모델은 특정 작업을 수행하고 있을 때의 EEG 신호로부터 인식에 중요한 영향을 미치는 특징들을 추출해 내고, 이를 인식에 이용한다. 제안된 모델은 인식할 EEG 패턴들을 두개씩 분류하여 각각을 인식한 후, 그 결과를 종합하여 최종적인 인식결과를 얻도록 하였다. 본 연구의 실험에서는 피험자가 4가지의 작업을 수행하는 동안 얻어지는 4가지 EEG 패턴을 인식하였다. 제안된 모델은 90%이상의 높은 인식율을 보였고, 각 피험자에게 독특하게 존재하는 특징들을 인식 결과로서 제공하였다. 제안된 모델의 높은 인식율과 빠른 처리속도는 실시간 BCI 시스템에 응용될 수 있는 가능성을 보여주고 있다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.388-393
• /
• 2010

문화콘텐츠기술(CT, Culture Technology)은 문화 산업 발전을 위한 기술로 문화콘텐츠 기획과 상품화, 미디어탑재, 전달의 가치사슬 과정 등 문화상품의 부가가치를 높이기 위해 소용되는 모든 형태의 유무형의 기술이다. 문화콘텐츠 기술(CT)분야에서 음악의 특징을 분석하여 다양한 어플리케이션을 개발하는 연구가 활발히 진행되고 있다. 이와 관련된 연구 중 EEG를 측정하고 그 결과에서 음악적 자극에 대한 반응을 검출하여 활용하는 연구가 주목받고 있다. 본 논문에서는 EEG에서 음악적 자극에 대응되는 반응신호들을 증폭시켜 평균화 하는 방법인 ERP(Event-Related Potentials) 실험을 기반으로 음색을 추출하는 과정에서 노이즈를 제거하기 위한 방법으로 ICA 알고리즘을 적용하여 음색 추출 및 노이즈 제거 결과에 따른 EEG의 특성을 분석하여 적용한다.