• 한국지능시스템학회논문지
• /
• 제10권4호
• /
• pp.304-309
• /
• 2000

인간의 뇌 정보처리를 이해하기 위한 일환으로서, 많은 연구자들이 사람의 두피에서 자발적으로 발생하는 전기 활동인 뇌파(EEG)를 분석하였다. 측정된 뇌파는 잠음처럼 보이는 비선형적인 거동으로 인하여 단순한 관찰만으로 그 특징을 분석하기가 매우 어렵다. 따라서 이러한 뇌파를 분석하고 이해하기 위한 방법으로 파워스펙트럼, 바이스펙트럼 등과 같은 스펙트럼 분석과 상관차원, 프랙탈 차원과 같은 비선형 카오스 분석 등과 같은 해석법들이 활발히 연구되어왔다. 본 논문에서는 이러한 기존의 방법 외에 두 신호사이의 통계적 의존성을 측정하는 양인 상호정보를 이용하여 뇌파의 특징을 분석하였다. 뇌파간의 상호정보 분석을 통해 두뇌에서의 정보의 흐름에 관한 특징을 알아보았고, 감선자극에 반응하는 두뇌의 활동영역을 알 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제13권2호
• /
• pp.125-132
• /
• 1992

Background EEG signals can be represented as the sum of a conventional AR process and an innovation process. It Is know that conventional estimation techniques, such as least square estimates (LSE) or Gaussian maximum likelihood estimates (MLE-G ) are optimal when the innovation process satisfies the Gaussian or presumed distribution. When the data are contaminated by outliers, however, these assumptions are not met and the power spectrum estimated by conventional estimation techniques may be fatally biased. EEG signal may be affected by artifacts, which are outliers in the statistical term. So the robust filtering estimation technique is used against those artifacts and it performs well for the contaminated EEG signal.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.962-964
• /
• 1995

In this paper, an integrated chaos analysis system for EEG (ICASE) is designed for the analysis of brain functions based on the chaos theory. Nonlinear dynamic characteristics of EEG such as 3-D attractor, Poincare section, correlation dimension, Lyapunov exponents and power spectrum are extracted by this system. The results show that chaotic attractors which indicate the presence of deterministic, dynamics of complex nature could be identified from a routine EEG recording for normal and pathological activity. This proves that the chaotic analysis of EEG may be an appropriate tool in the classification of brain activity and thus a possible diagnostic tool.

• 한국통신학회논문지
• /
• 제38C권7호
• /
• pp.623-629
• /
• 2013

본 논문에서는 뇌파 전송 프로토콜 설계하고 이를 검증할 테스트 플랫폼 제작 결과를 소개한다. 건식 전극에서 검출된 뇌파는 인접한 ADC(analog-to-digital converter)를 거쳐 디지털 신호로 변환되고, 각 센서 노드에서 디지털 신호로 변환된 뇌파는 $I^2C$(inter-integrated circuit) 프로토콜을 통해서 DSP(digital signal processor) 플랫폼으로 전송된다. DSP 플랫폼에서는 뇌파 전처리 알고리즘 수행 및 뇌 특성 벡터 추출 등의 기능을 수행한다. 본 연구에서는 각 채널당 10비트 또는 12비트 ADC를 사용하여 최대 16채널의 데이터를 전송하기 위하여 $I^2C$ 프로토콜을 적용하였다. 실험결과 4바이트 데이터 버스트전송을 수행하면 통신오버헤드가 2.16배로 측정이 되어 10 비트 또는 12 비트 1 ksps ADC를 16채널로 사용시 총 데이터전송율이 각각 345.6 kbps, 414.72 kbps 로 확인되었다. 따라서 400 kbps 고속전송모드 $I^2C$를 사용할 경우 ADC 비트에 따라서 슬레이브와 마스터의 채널비가 각각 16:1, $(8:1){\times}2$ 로 되어야 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.265-272
• /
• 2020

뇌파를 이용한 Brain-computer interface (BCI) 연구에서는 다른 그룹보다 그 성능을 발휘하지 못하는 소위 BCI-illiteracy 그룹이라고 알려진 사용자 집단에 대한 이해와 처리가 중요하다. 본 연구는 사용자로부터 사전 휴지 상태의 뇌파 신호를 미리 측정하고 그 신호로부터 주파수 기반의 특징 변수를 생성하여 이를 피험자 개인의 특성 변수로 사용하고, 추정된 개인 특성 변수를 이용하여 이후 움직임 상상 패러다임이 적용된 BCI 시행의 성능과 어느 정도의 정량적 연관성을 가지며 이를 정확하게 예측할 수 있는지를 밝히고자 하였다. 결과에 대한 신뢰성을 높이기 위해서 검증된 공개 뇌파 데이터베이스를 활용하고 Convolution neural network 기반의 딥러닝 기법을 활용하여 이진 BCI 성능 계산을 실시하였으며 Lasso 정규화가 적용된 선형 회귀 분석을 통해서 각 특징 변수와의 예측 관련성을 조사하였다. 첫 번째로 휴지 상태 뇌파 모든 특징 변수들과 BCI 성능 간의 연관성을 파악하기 위해서 전통적인 통계 방법들을 적용하였고 이를 통해서 전두엽에서 측정된 뇌파 신호들의 13 Hz를 기준으로 이보다 낮은 주파수와 높은 주파수 파워 간의 비율이 BCI 성능 사이와 통계적 유의미한 높은 상관성이 가지고 있다는 사실을 확인할 수 있었다. 이를 근거로 상대 주파수 비율 값이 BCI 성능을 예측해볼 수 있는 좋은 지표 후보군으로 지정하였다. 두 번째로 Lasso를 이용한 회귀 분석을 통해서 휴식 상태의 상대 주파수 비율 변수를 이용하여 BCI 성능 사이에 최대 선형 계수 0.544 수준의 선형 관계를 찾을 수 있었으며, BCI 과제를 잘 시행할 수 있는 그룹과 못할 그룹을 AUC 0.817 수준으로 예측할 수 있었다. 본 연구에서는 각 사용자마다 측정된 휴지 상태의 뇌파로부터 앞으로 있을 BCI 성능을 예측할 수 있는 방법론 제시함으로써 일반인을 대상으로 좀 더 신뢰성 있고 응용 가능한 BCI 시스템 개발에 기여하고자 한다.

• 한국정보통신학회논문지
• /
• 제14권6호
• /
• pp.1338-1344
• /
• 2010

사람은 주로 언어를 통해 서로간의 의사를 표현한다. 하지만, 말을 할 수 없는 중증 장애인, 특히 전신마비 증세가 있는 중증 장애인의 경우에는 글을 쓰거나 몸짓을 통한 방법으로도 자신의 의사를 효과적으로 전달하지 못한다는 문제점이 있다. 따라서 본 논문에서는 이러한 중증 장애인이 의사소통을 할 수 있도록 안면근 신호를 이용한 의사 전달기를 구현하였다. 특히, 안면근 신호가 포함된 뇌파의 특징을 추출하여 이를 일반적인 제어 신호로써 변환한 다음, 이 제어 신호와 최소한의 자판을 연동시켜 문자를 선택하도록 함으로써, 중증 장애인이 효과적으로 의사를 전달할 수 있도록 하였다.

• 한국정보통신학회논문지
• /
• 제5권5호
• /
• pp.848-852
• /
• 2001

생체신호인 심전도(ECG), 근전도(EMG), 뇌파(EEG)는 환자진단에 있어 매우 중요한 신호이다. 이 신호는 많은 잡음이 혼합되어 있고, 시변과 비선형적인 특정을 가지고 있어 잡음제거가 어렵다. 따라서 환자 또는 시스템의 환경에 따라 적응하여 필터링을 하여야 한다 그러나 현재 적응필터는 고정된 필터 차수를 설정하여 잡음을 제거하기 때문에 과도한 필터 차수는 시스템의 출력인 생체신호의 왜곡을 발생시킨다. 따라서 본 논문에서는 생체신호처리를 위한 적응필터의 구조와 성능을 개선시키기 위한 알고리즘을 제안하고 실험한 결과 최적의 필터 차수를 구하였다.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1195-1201
• /
• 2018

본 논문은 인간의 신체활동에 있어서 뇌의 신호가 연결된 근육으로 정보를 제공하고 받아오는 과정에서 유의미한 결과를 나타내는지에 관한 관계를 해석한다. 사람의 의식적 활동은 활동에 필요한 근육의 동작을 위하여 뇌로부터 생성된 전기신호의 전달에 의해 가능해 진다. 근육의 활성정보를 가지고 있는 근전도 신호는 근육활성화의 결과를 전기적인 신호로 출력하는데, 이 출력은 보통 근육의 수축과 이완에 따른 근육활성 정보를 출력한다. 본 연구에서는 이런 뇌전도와 근전도를 실시간으로 추출하여 데이터를 획득하고, 데이터 분석을 통해 눈으로 쉽게 확인하기 어려운 두 신호간의 관계를 분석하는데 목적이 있다.

• 전기전자학회논문지
• /
• 제12권4호
• /
• pp.204-210
• /
• 2008

EEG 신호 중, 알파파는 안정시에 우세하게 나타나며 베타파는 흥분시에 우세하게 나타나는 것으로 알려져 있다. 또한 동양의 한의학에서는 상대적으로 길고 고른 호흡일 때가 짧고 변화가 심한 호흡일 때 보다 안정된 상태를 나타낸다고 알려져 있다. 본 연구에서는 EEG의 안정상태를 정량적으로 나타내기 위한 뇌파의 정량화 지표와 호흡의 안정상태를 정량적으로 나타내기 위한 호흡 정량화 지표를 정의하여 안정상태에 있어서 EEG와 호흡의 연관성을 찾아내고자 하였다. 총 20명의 피험자에 대해 각각 20분간의 실험을 통해 본 연구의 유효성을 검증하였다.

• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1171-1180
• /
• 2019

감정은 인간의 상호 작용에서 중요한 역할을 하는 심리 생리학적 과정이다. 감성 컴퓨팅은 감정을 이해하고 조절할 수 있는 인간 인지 인공 지능의 개발하는데 중점을 둔다. 우울증, 자폐증, 주의력 결핍 과잉 행동 장애 및 게임 중독과 같은 정신 질환이 감정과 관련되어 있기 때문에 이러한 분야의 연구가 중요하다. 감정 인식에 대한 노력에도 불구하고, 비정상적인 EEG 신호로부터의 감정 검출은 여전히 높은 수준의 추상화를 요구하기에 정교한 학습 알고리즘이 필요하다. 이 논문에서는 EEG 기반으로 효율적인 감정 분류를 위해 LSTM을 위한 최적의 하이퍼파라미터를 파악하고자 다양한 실험을 수행하여 이를 분석한 결과를 제시하였다.