• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.39 no.2
• /
• pp.10-20
• /
• 2002

Various blind source separation (BSS) and independent component analysis (ICA) algorithms have been developed. However, comparison study for BSS/ICA algorithms has not been extensively carried out yet. The main objective of this paper is to compare various promising BSS/ICA algorithms in terms of several factors such as robustness to sensor noise, computational complexity, the conditioning of the mixing matrix, the number of sensors, and the number of training patterns. We propose several benchmarks which are useful for the evaluation of the algorithm. This comparison study will be useful for real-world applications, especially EEG/MEG analysis and separation of miked speech signals.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.11a
• /
• pp.94-98
• /
• 1998

최근 온열 환경에서 인간의 쾌적감에 대한 관심이 커지고 있다. 온열쾌적감에 영향을 주는 요인들로는 온도, 습도, 기류 둥의 물리적 요인과 성별이나 체질 둥의 개인적인 요인들 뿐만 아니라 온열환경에서 느끼는 인간의 감성적인 측면도 요인으로 작용하게 된다. 본 연구에서는 여러가지 온열 환경 중에서 기류환경에 따른 인간의 온열 쾌적감을 평가하기 위해 생체반응의 변화 및 감성의 변화에 따른 생리신호를 분석을 통해 살펴보았다. 기류환경은 기존에 사용되고 있는 풍향변화기류 및 풍량변화기류와 새롭게 개발되어진 감성기류의 3가지 기류 조건을 제시하였고, 이에 따른 인체의 자율신경계의 반응과 감성 상태를 관찰하기 위해 심전도(ECG)와 뇌파(EEC)를 측정하여 HRV(Heart Rate Variability) 분석과 EEG 주파수 스펙트럼 분석을 시행하였다. 생리신호 분석결과 심전도의 HRV 분석에서는 감성기류가 풍향변화 기류와 풍속변화기류에 비해 HF/LF 비가 높게 나타났고, 뇌파의 주파수 스펙트럼 분석에서도 $\beta$파에 대한 뇌파의 상대 전력비가 감성기류에서 높게 나타나 감성기류가 제시된 다른 기류인 풍향변화기류나 풍속변화기류에 비해 쾌적한 온열환경 제시를 위한 기류조건이라고 평가되었다. 결론적으로 심전도의 HRV분석과 뇌파의 주파수 분석이 .제시된 기류환경의 온열쾌적감 평가에서 서로 유의한 결과를 나타냄으로써, 이들 생리신호의 분석이 온열환경에 따른 인간의 감성 변화를 객관적으로 나타내고 온열 쾌적감을 평가하는데 있어 유용한 정보가 될 수 있음을 제시하였다.

• Science of Emotion and Sensibility
• /
• v.7 no.4
• /
• pp.51-56
• /
• 2004

This study was to estimate human response to different color light stimulation by measuring physiological parameters of human behavior, For both stimulations we used color lights with 6 color filters such as red, yellow, green, blue, violet, and white. The experiment was performed in a soundproof chamber. 30 young male and female subjects participated in the experiment, For physiological parameters, we measured electroencephalogram (EEG), electr ocardiogram (ECG). The result of EEG analysis showed that the relative power of $\alpha$ wave ratio increased in blue and green, In case of HRV spectrum analysis, HF/LF ratio increased in green and blue. From these results, we knew that the physical response was affected by color environment and it might be an indicator in the design of a color environment.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.331-334
• /
• 2011

입력 데이터의 공통적인 특징을 찾아내는 방법은 기계 학습 분야의 중요한 분야이다. 일반적으로 입력 데이터의 형태적 패턴을 찾아내는 알고리즘들이 많이 연구되었는데, 최근에는 데이터의 입력 순서 또는 데이터 사이의 시간적 인과 관계와 같이 시간에 연관된 패턴을 찾는 방법이 주목을 받고 있다. 우리는 형태적 혹은 공간적 패턴 탐색에 뛰어난 성능을 보이는 하이퍼네트워크 모델을 확장하여 입력 데이터의 시공간적 패턴을 찾는 방법을 제시한다. 하이퍼네트워크는 두 개 이상의 변수를 하나의 엣지로 연결하여 문제공간을 탐색하는 모델로, 시간과 공간의 변수를 동시에 고려하여 데이터의 특성을 찾아내는 데에 적합하다. 이를 확인하기 위하여 사람의 EEG 신호를 분석하였는데, 시각적인 정보를 처리할 때와 언어적 정보를 처리할 때의 특징적인 패턴들을 찾았다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.8
• /
• pp.117-125
• /
• 2015

In this paper, we propose a classification algorithm based on the obtained EEG(Electroencephalogram) signal for the control of 'left' and 'right' turnings of which a driving system composed of EEG sensor, Labview, DAQ, Matlab and driving robot. The proposed algorithm uses features extracted from frequency band information obtained by DWT (Discrete Wavelet Transform) and selects features of high discrimination by using Fisher score. We, also propose the number of feature vectors for the best classification performance by using SVM(Support Vector Machine) classifier and propose a decision pending algorithm based on MLD (Maximum Likelihood Decision) to prevent malfunction due to misclassification. The selected four feature vectors for the proposed algorithm are the mean of absolute value of voltage and the standard deviation of d5(2-4Hz) and d2(16-32Hz) frequency bands of P8 channel according to the international standard electrode placement method. By using the SVM classifier, we obtained 98.75% accuracy and 1.25% error rate. Also, when we specify error probability of 70% for decision pending, we obtained 95.63% accuracy and 0% error rate by using the proposed decision pending algorithm.

• Proceedings of the ESK Conference
• /
• 1996.04a
• /
• pp.259-263
• /
• 1996

Psychological action is physiological response of outernal stimulus. Physiological response is accompanied b physiological signals which are EEG, EMG, GSR, ECG, BP, and tec. Physiological signals are recently studied for determination of human phychological state. Psychological activity causes electric potential of brain. Physiological signal is considered as measurement of human psychological state. Aditory sensibility which is one of the sense of human may determine differences between positive and negative feeling. EEG and GSR variation with auditory quality of stimulus can be define human negative and positive mental state. This study is to characterize parameters which can determine negative and positive psycholigical state of human.

• 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.

• Journal of Digital Convergence
• /
• v.19 no.10
• /
• pp.295-301
• /
• 2021

Individual mental fatigue not only reduces cognitive ability and work performance, but also becomes a major factor in large and small accidents occurring in daily life. In this paper, a CNN model for EEG-based mental fatigue discrimination was proposed. To this end, EEG in the resting state and task state were collected and applied to the proposed CNN model, and then the model performance was analyzed. All subjects who participated in the experiment were right-handed male students attending university, with and average age of 25.5 years. Spectral analysis was performed on the measured EEG in each state, and the performance of the CNN model was compared and analyzed using the raw EEG, absolute power, and relative power as input data of the CNN model. As a result, the relative power of the occipital lobe position in the alpha band showed the best performance. The model accuracy is 85.6% for training data, 78.5% for validation, and 95.7% for test data. The proposed model can be applied to the development of an automated system for mental fatigue detection.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.490-493
• /
• 2011

최근 사용자와 컴퓨터간의 상호작용이 가능한 사용자 인터페이스(UI, User Interface)에 대한 연구가 활발히 진행되고 있다. 이중 키보드나 마우스, 리모컨과 같은 별도의 입력장치가 없이 뇌의 활동으로부터 발생하는 생체신호를 이용하여 사용자의 생각만으로 컴퓨터와 커뮤니케이션을 할 수 있는 뇌만으로 컴퓨터와 커(BCI, Brain-Computer Interface) 시스템이 각광을 받고 있다. 본 연구에서는 뇌의 생체신호로는 뇌전도도(EEG, Electroencephalogram)를 사용하였으며, 이를 통하여 P300 speller 실험을 수행하였다. P300 speller 실험을 통하여 발생된 뇌전도도를 취합하여 P300(사건 관련 전위(ERP, Event-related potential)에서 자극 제시 약 300msec 후에 정점에 달하는 정파)을 분석하였다.