• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.464-467
• /
• 1997

In this study, ECG was recorded during sleep patients with obstructive sleep apnea. We detecte(heart rate variability) signal from the ECG wa QRS detection algorithm. And we observed HRV by the power spectrum density using autoregr modeling. The experimental results were analysis sleep stage 1, sleep stage 2, sleep stage 3, sleep s sleep stage REM. In experimental result, the PSD with obstructive sleep apnea patients was distributed low frequency band except sleep step 4. These effect means that the sympathetic nervous system affected the sleep stage 1, 2, REM and the parasympathetic nervous system affected the sleep stage 3, 4 with obstructive sleep apnea patients.

• 감성과학
• /
• 제6권4호
• /
• pp.9-14
• /
• 2003

수면단계는 수면감을 평가하는 데 있어서 중요한 생리지표로서 사용되어 왔다. 그러나 수면다원검사를 이용한 전통적 수면단계 분류방법은 뇌전도(electroencephalogram : EEG), 안전도(electrooculogram : EOG), 심전도(electrocardiogram : ECG), 근전도(electromyogram : EMG) 등을 종합적으로 측정하므로 수면단계를 비교적 정확히 분류할 수 있지만 피험자에게 심한 구속감을 주는 문제가 있다. 본 연구에서는, 각성상태에서 교감신경계가 지배적인 반면에 수면 중에는 부교감 신경계가 더 활동적인 점에 착안하여 수면단계를 간단히 분류할 수 있는 방법을 찾고자 수면단계에 따른 심박동변이도(heart rate variability : HRY)를 분석하였다. 이 실험에는 건강한 대학생 6명이 2일씩 전체 12회의 야간수면에 참여하였다. 수면다원검사 장치를 이용하여 피험자들이 수면을 취하고 있는 동안, EEG, EOG, ECG, EMG(턱 및 다리)를 측정하여 수면단계를 "Standard scoring system for sleep stage"에 따라 자동으로 분류하였다. 그런 뒤, 본 연구를 통하여 제작된 Sleep Data Acquisition/Analysis 시스템을 이용하여 수면다원검사 장치로부터 ECG신호만 추출하여 HRV의 전력스펙트럼을 3개의 영역[저주파수대역(low frequency : LF), 중간주파수대역(medium frequency : MF), 고주파수대역(high frequency : HF)]으로 나누어 분석하였다. 단일채널 ECG를 이용하여 수면단계별로 HRV의 LF/HF를 분석한 결과, W(wakefulness)단계가 2단계에 비하여 325%높게(p＜.05), 3단계에 비하여 628%높게(p＜.001), 4단계에 비하여 800%높게(p＜.001) 나타났으며, 4단계는 REM(rapid eye movement)단계에 비하여 427% 낮게(p＜.05), 1단계에 비하여 418% 낮게(p＜.05) 나타났다. 또한 LF/HF가 수면단계에 따라 변화하는 양상은 W, REM, 1, 2, 3, 4단계의 순으로 단조 감소하였다. 한편, 수면단계별 MF/(LF+HF)의 차이는 유의하지 않았으나 표본집단의 기술통계치를 살펴본 바 REM단계와 3단계의 평균치가 가장 높았다.치가 가장 높았다.

• 한국멀티미디어학회논문지
• /
• 제21권5호
• /
• pp.609-616
• /
• 2018

In this paper, we designed a multimodal bio-signal measurement system to observe changes in the brain nervous system and vascular system during sleep. Changes in the nervous system and the cerebral blood flow system in the brain during sleep induce a unique correlation between the changes in the nervous system and the blood flow system. Therefore, it is necessary to simultaneously observe changes in the brain nervous system and changes in the blood flow system to observe the sleep state. To measure the change of the nervous system, EEG, EOG and EMG signal used for the sleep stage analysis were designed. We designed a system for measuring cerebral blood flow changes using functional near-infrared spectroscopy. Among the various imaging methods to measure blood flow and metabolism, it is easy to measure simultaneously with EEG signal and it can be easily designed for miniaturization of equipment. The sleep stage was analyzed by the measured data, and the change of the cerebral blood flow was confirmed by the change of the sleep stage.

• 통합자연과학논문집
• /
• 제12권1호
• /
• pp.9-13
• /
• 2019

Recently, as the sleep disorder problem of modern people deepens, the interest towards quality of sleep is increasing. To increase the quality of modern people's sleep. This paper has suggested an LED lighting control system according to the sleep stage using PPG sensors of wearable devices. The pulse of the wrist radial artery was measured using a wearable device mounted with PPG sensor, which enables heart rate-measuring, and by using the point that heart rate lowers during stable sleep than non-sleeping, the LED lighting of indoors was controlled, which is the disturbing element when sleeping. For the performance evaluation, a 10-Fold cross analysis was conducted for performance evaluation, and a result of an average accuracy 87.02% was obtained as a result. Therefore, the LED lighting control system according to the sleep stage using a wearable device of this paper is expected to contribute to raise the quality of the user's life.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.27-32
• /
• 2011

본 논문은 수면 2기의 EEG 신호와 주성분 분석(principle component analysis)을 이용하여 수면 장애를 분류하는 방안을 제안하고 있다. 초기 특징을 추출하기 위해서 첫 번째 단계에서는 수면 2기의 EEG 신호가 고속 푸리에 변환(fast Fourier transforms)에 의해서 잡음을 제거하는 과정이 수행되었다. 잡음이 제거된 EEG 신호를 두 번째 단계에서는 주성분 분석을 이용하여 5개의 차원으로 축소하였다. 마지막 단계에서는 축소된 5개의 차원을 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)의 입력으로 사용하여 분류성능을 측정하였다. 분류성능에 있어서 정확도(accuracy), 특이도(specificity), 민감도(sensitivity)가 모두 100%로 나타났다.

• 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.

• 전자공학회논문지
• /
• 제50권10호
• /
• pp.207-216
• /
• 2013

본 연구의 목적은 수면상태 분석을 위한 분류기를 설계해줌과 동시에 생체신호를 기반으로 하여 수면상태 판별에 유효한 주요 특징벡터들을 추출함에 있다. 수면은 인간의 삶에 중요한 영향을 끼친다. 따라서 사람들이 수면부족 혹은 수면장애를 겪게 되면 집중력 감퇴, 인지기능 장애 등의 문제를 가질 우려가 생기게 되므로, 수면단계 판별에 관한 많은 연구들이 이루어지고 있다. 본 연구에서는 피험자가 수면을 취하는 동안 피험자의 생체신호를 획득하였다. 획득 된 생체신호로부터 필터링 등의 전처리 과정을 통하여 특징들을 추출하여 주었다. 추출된 특징들은 유전 알고리즘과 신경망을 결합하여 만든 새로운 알고리즘의 입력으로 사용되었으며, 알고리즘은 수면단계 분석을 위하여 높은 가중치를 가지는 특징을 선택하여 주었다. 이에 따른 결과로 뇌파 신호와 심전도 신호 모두 사용 시 알고리즘의 정확도는 약 90.26%가 나왔으며, 선택되어진 특징은 뇌파 신호의 ${\alpha}$파와 ${\delta}$파의 주파수 파워와 심전도 신호의 SDNN(Standard deviation of all normal RR intervals)이다. 선택된 특징은 수면상태를 분류하는데 중요한 역할을 함을 알고리즘을 반복적으로 수행하여 확인하였고, 이 연구는 추후 수면장애의 진단 혹은 수면분석의 지침을 만드는데 사용가능할 것으로 사료된다.

• 수면정신생리
• /
• 제10권1호
• /
• pp.52-60
• /
• 2003

목 적：1단계 수면은, 입면 시점과 관련하여 수면다원기록의 해석에 중요한 정보를 제공한다. 1단계 수면은 각성 상태에서 수면 상태로의 짧은 전이 기간으로, 특징적인 지표가 없어 디지털 분석을 통한 수면 단계 결정에 어려움이 있다. 본 연구에서는, 뇌파와 안전도에 대한 디지털 분석을 통하여 1단계 수면을 자동으로 탐지하는 프로그램을 개발하고자 하였다. 방 법：야간수면다원기록 중 검사 시작 시점부터 2단계 수면이 출현하기 이전의 자료를 분석하였다. 뇌파의 스펙트럼 분석을 통해 알파파와 세타파의 상대 파워를 계산하였고, 알파파의 상대 파워가 50% 이하, 세타파의 상대 파워가 23% 이상일 경우 1단계 수면 판정의 기준 변수로 하였다. 또 안구운동의 지속시간이 1.5초에서 4초 사이에 있는 경우에 느린 안구운동(SEM)으로 판정하고 1단계 수면 판정의 기준변수로 하였다. 이 들 세 기준 변수들을 고려하여 해당 판독단위에 대해 각성 혹은 1단계 수면으로 최종 판정하였다. 결 과：연구 대상자는 7명으로 모두 남성이었으며, 23세였다. 개발된 프로그램을 이용하여 169개의 판독단위를 분석하였다. 기준과의 일치도는 79.3%였으며, 카파값은 0.586이고, 통계적으로 유의하였다. 느린 안구운동은 169개의 판독단위 중 54개(32%)에서 나타났으며, 70.4%의 일치도를 보였다. 결 론：기존 연구의 디지털 분석을 통한 수면 단계 판정의 일치도는 70%이다. 본 프로그램의 일치도 79.3%는 기존 연구 결과에 비해 향상된 것이며, 본 프로그램이 1단계 수면 판정에 유용하다고 판단된다. 뇌파 외에 안전도를 고려한 다중적 접근이 일치도 향상에 기여했을 것으로 생각되며, 1단계 수면 판정에 있어 안전도의 중요성을 확인할 수 있었다.

• 수면정신생리
• /
• 제14권1호
• /
• pp.42-48
• /
• 2007

목 적：뇌파의 비선형적 특성을 연구하는 방법으로 탈경향 변동분석이 사용되고 있다. 본 연구에서는 정상인 수면 뇌파에 탈경향변동분석을 적용하여 수면뇌파의 비선형적 특성, 채널 별 차이, 수면단계별 차이를 규명하고자 하였다. 방 법：정상인 12명($23.8{\pm}2.5$세, 남：여=7：5)를 대상으로 야간수면다원검사를 시행하였다. 수면다원검사를 통해 얻어진 뇌파를 채널 별, 수면단계별로 나누어 탈경향변동분석 시행 후 여기서 얻어진 축척지수(scaling exponent)를 선형혼합모형 분석을 통해 비교하였다. 결 과：정상인 수면다원검사에서 얻어진 뇌파의 축척지수는 1 내외의 값을 보여 장기-시간적연관성, 자기유사성을 보였다. C3 채널의 축적지수가 O1채널의 축적지수보다 높은 값을 보였다. 수면단계가 진행함에 따라 축적지수는 증가하였으며, 1단계 수면과 렘수면은 축적지수는 통계적 차이를 보이지 않았다. 결 론：정상인 수면 뇌파는 탈경향변동분석에서 무축척요동(scale-free fluctuation), 장기-시간적 관련성(long-range temporal correlation), 자기유사성(self-similarity) 및 스스로 짜여진 고비성(self-organized criticality) 등의 비선형적 특성을 보였다. 탈경향변동분석에서 얻어진 축적지수는 뇌파 채널 별, 수면단계별 차이를 보여 수면 뇌파를 연구하는 중요한 도구로 사용될 수 있다.

• 한국멀티미디어학회논문지
• /
• 제22권12호
• /
• pp.1491-1499
• /
• 2019

Insufficient sleep time and bad sleep quality causes many illnesses and it's research became more and more important. The most common method for measuring sleep quality is the polysomnography(PSG). The PSG is a test used to diagnose sleep disorders. The most common PSG data is obtained from the examiner, which attaches several sensors on a body and takes sleep overnight. However, most of the sleep stage classification in PSG are low accuracy of the classification. In this paper, we have studied algorithm for sleep level classification based on machine learning which can replace PSG. EEG, EOG, and EMG channel signals are studied and tested by using CNN algorithm. In order to compensate the performance, a mixed model using both CNN and DNN models is designed and tested for performance.