• 대한의용생체공학회:의공학회지
• /
• 제28권1호
• /
• pp.153-161
• /
• 2007

Stroke is the second most significant disease leading to death in Korea. The conventional therapeutic approach is mainly based on physical training, however, it usually provides the limited degree of recovery of the normal brain function. The electric stimulation therapy is a novel and candidate approach with high potential for stroke recovery. The feasibility was validated by preliminary rat experiments in which the motor function was recovered up to 80% of the normal performance level. It is thought to improve the neural plasticity of the nerve tissues around the diseased area in the stroked brain. However, there are not so much research achievements in the electric stimulation for stroke recovery as for the Parkinson's disease or Epilepsy. This study aims at the developments of a wireless variable pulse generator using ZigBee communication for future implantation into human brain. ZigBee is widely used in wireless personal area network (WPAN) and home network applications due to its low power consumption and simplicity. The developed wireless pulse generator controlled by ZigBee can generate various electric stimulations without any distortion. The electric stimulation includes monophasic and biphasic pulse with the variation of shape parameters, which can affect the level of recovery. The developed system can be used for the telerehabilitation of stroke patient by remote control of brain stimulation via ZigBee and internet. Furthermore, the ZigBee connection used in this study provides the potential neural signal transmission method for the Brain-Machine Interface (BMI).

• 정보과학회 논문지
• /
• 제44권6호
• /
• pp.587-594
• /
• 2017

최근, 동작 상상(Motor Imagery) Electroencephalogram(EEG)를 기반으로 한 Brain-Computer Interface(BCI) 시스템은 의학, 공학 등 다양한 분야에서 많은 관심을 받고 있다. Common Spatial Pattern(CSP) 알고리즘은 동작 상상 EEG의 특징을 추출하기 위한 가장 유용한 방법이다. 그러나 CSP 알고리즘은 공분산 행렬에 의존하기 때문에 Small-Sample Setting(SSS) 상황에서 성능에 한계가 있다. 또한 사용하는 주파수 대역에 따라 큰 성능 차이를 보인다. 이러한 문제를 동시에 해결하기 위해, 4-40Hz 대역 EEG 신호를 9개의 필터 뱅크를 이용하여 분할하고 각 밴드에 Regularized CSP(R-CSP)를 적용한다. 이후 Mutual Information-Based Individual Feature(MIBIF) 알고리즘은 R-CSP의 차별적인 특징을 선택하기 위해 사용된다. 본 연구에서는 대뇌 피질의 운동영역 부근 18개 채널을 사용하여 BCI CompetitionIII DatasetIVa의 피험자 다섯 명(aa, al, av, aw 및 ay)에 대해 각각 87.5%, 100%, 63.78%, 82.14% 및 86.11%의 정확도를 도출하였다. 제안된 방법은 CSP, R-CSP 및 FBCSP 방법보다 16.21%, 10.77% 및 3.32%의 평균 분류 정확도 향상이 있었다. 특히, 본 논문에서 제안한 방법은 SSS 상황에서 우수한 성능을 보였다.

• Investigative Magnetic Resonance Imaging
• /
• 제4권2호
• /
• pp.128-135
• /
• 2000

목적 자기공명 스펙트럼 데이터의 처리 및 분석을 특정 workstation이 아닌 일반 PC의 windows 운영체제에서 동작할 수 있도록 GUI(Graphical User Interface)기반의 Spectroscopy 분석용 도구를 개발하였다. 대상 및 방법 S/W의 개발은 MATLAB(Mathwork사 미국)을 이용하여 PC의 window운영 체제에서 GUI 기반으로 동작하게 하였다. 시간 영역의 raw data와 주파수 영역의 spectrum data를 동시에 display할 수 있게 하였으며 Zero filling, 여러 종류의 filtering, 위상보정, FFT, peak area 측정 등의 기능을 갖추었다. 또한, 1.5T Gyroscan ACS-NT R6(Philips, Amsterdam, Netherland)의 $^1H$ Spectroscopy 패키지를 이용하여 정상인 뇌의 Parietal white matter, Basal ganglia, Occipital grey matter 영역에서 얻은 $^1$H MRS data를 정성 .정량적으로 분석하여 타 기종에서 얻어 발표된 $^1H$ MRS data와 비교분석하였다. 결과 : 본 연구에서 개발된 S/W를 이용하여 정상인 뇌에서 $^1H$ MRS data를 processing한 결과 NAA/Cr, Cho/Cr, MI/Cr 비율은 TE를 달리하였을 때, 유의수준 5%에서 Parietal white matter(PWM)의 NAA/Cr peak ratio를 제외하고 유의한 차이가 없었다. 그리고 기존에 발표된 문헌과 비교할 때 다른 MR장치의 NAA/Cr, Cho/Cr, MI/Cr 값들에 비해 평균값과 표준편차가 전반적으로 10-50%의 큰 값을 나타내었다. 결론 : 정상인 뇌에서 세 부위에 대하여 $^1H$ MRS를 얻고 이에 대한 정성.정량 분석을 함으로써 MRS를 임상적으로 적용하기 위한 준비를 하였으며 이러한 작업을 PC에서 독립적으로 수행함으로서 MRI system의 작업효율을 향상시킬 수 있었다. 그리고 서로 다른 기종간에는 유의한 차이가 있으므로 정상인에 대한 MRS database를 구축한 후에 $^1H$ MRS를 임상에 적용해야 함을 알 수 있었다.

• Journal of Semiconductor Engineering
• /
• 제1권3호
• /
• pp.88-98
• /
• 2020

As biosensors are widely used in the medical field, flexible devices compatible with live animals have aroused great interest. Especially, significant research has been carried out to develop implantable or skin-attachable devices for real-time bio-signal sensing. From the device point of view, various biosensor types such as field-effect transistors (FETs) and multi-electrode arrays (MEAs) have been reported as diverse sensing strategies. In particular, the flexible FETs and MEAs allow semiconductor engineering to expand its application, which had been impossible with stiff devices and materials. This review summarizes the state-of-the-art research on flexible FET and MEA biosensors focusing on their materials, structures, sensing targets, and methods.

• 융합신호처리학회논문지
• /
• 제18권2호
• /
• pp.31-36
• /
• 2017

이 연구는 비동기 매커니즘을 바탕으로 닫힌 눈(eye-closed) 및 이중 블링크 (double-blinking) EEG를 사용하여 BCI를 개발하는 것을 목표한다. 제안된 시스템은 신호 처리 모듈과 그래픽 사용자 인터페이스 (VK-가상 키보드)로 구성되어 있으며 26개의 영문자와 특수 기호로 구성됩니다. "눈 닫기"이벤트는 "선택"(select)명령을 유발하는 반면, "이중 블링크"(DB) 이벤트는 "실행 취소"(undo) 명령에 따라 실행합니다. 3개의 이벤트 그룹 ("열린 눈"(eye-open, "닫힌 눈" (eye-closed)및 "이중 블링크"(double-blinking)에 대한 EEG 신호 분석과 관련된 3 등급 벡터 보조 분류 (SVM) 기계가 제안되었습니다. 결과는 제안된 BCI가 평균 92.6 %의 전체 정확도와 5 글자 / 분의 맞춤법 비율을 달성 할 수 있음을 보여주었습니다. 전반적으로 이 연구는 실제 BCI 맞춤법을 구현하기의 실현 가능성과 신뢰성으로 인해 정확도와 철자 비율의 향상을 보여주었습니다.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1333-1342
• /
• 2018

지금까지 뇌파(Electroencephalography - EEG)는 뇌전증 진단 및 치료를 위한 가장 중요하고 편리한 방법이었다. 그러나 뇌전증 뇌파 신호의 파형 특성은 매우 약하고 비 정지 상태이며 배경 노이즈가 강하기 때문에 식별하기가 어렵다. 이 논문에서는 간질 뇌파의 특징 선택을 통한 차원 감소를 통한 분류 방법의 효과를 분석한다. 우리는 차원 감소를 위해 주 요소 분석, 커널 요소 분석, 선형 판별 분석 방법을 사용하였다. 차원 감소방법의 성능 분석을 위해 Support Vector Machine: SVM), Logistic Regression(: LR), K-Nearestneighbor(: K-NN), Decision Tree(: DR), Random Forest(: RF) 분류 방법들을 사용해 평가하였다. 실험 결과에 따르면, PCA는 SVM, LR 및 K-NN에서 75% 정확도를 나타냈다. KPCA는 SVM과 K-KNN에서 85%의 성능을 보였으며 LDA는 K-NN를 이용했을 때 100 %의 정확도 보여주었다. 따라서 LDA를 이용한 차원 감소가 뇌전증 EEG 신호에 대한 최고의 분류 결과 보여주었다.

• 대한인간공학회지
• /
• 제31권2호
• /
• pp.319-325
• /
• 2012

Objective: The aim of this study was to develop the assistive device for accelerator and brake pedals using bio-signals from the prefrontal lobe in the driving simulator and evaluate its performance. Background: There is lack of assistive devices for the driving in peoples with disabilities in Korea. However, if bio-signals and/or brain waves are used at driving a car, the people with serious physical limitations can improve their community mobility. Method: 15 subjects with driver's license participated in this study for experiment of driving performance evaluation in the simulator. Each subject drove the simulator the same course 10 times in three separated groups which use different interface controllers to accelerate and brake: (1) conventional pedal group, (2) joystick group and (3) bio-signal group(horizontal quick glance of the eyes and clench teeth). All experiments were recorded and the driving performances were evaluated by three inspectors. Results: Average score of bio-signal group for the driving in the simulator was increased 3% compared with the pedal group and was increased 9% compared with the joystick group(p<0.01). The subjects using bio-signals was decreased 44% in number of deduction compared with others because the device had the built-in modified cruise control. Conclusion: The assistive device for accelerator and brake pedals using bio-signals showed significantly better performance than using general pedal and a joystick interface(p<0.01). Application: This study can be used to design adaptive vehicle for driving in people with disabilities.

• 정보과학회 논문지
• /
• 제41권12호
• /
• pp.1050-1057
• /
• 2014

뇌전도 기반의 뇌-컴퓨터 인터페이스는 향후 손 또는 발과 같은 신체를 대체하거나 사용자의 편의성을 제고하는 등의 다양한 목적으로 여러 산업에서 사용이 될 수 있는 기술이다. 본 논문에서는 경험 모드 분해와 고속푸리에 변환을 통해 동작 상상 뇌전도 신호를 분해하고 특징을 추출하는 방법을 제안한다. 뇌전도 신호 분류 과정은 다음과 같이 3단계로 구성된다. 신호 분해에서는 경험모드분해를 이용하여 뇌전도 신호에 대한 내재모드함수를 생성한다. 특징 추출에서는 파워 스펙트럼 밀도를 이용하여 생성된 내재모드함수의 주파수 대역을 확인한 뒤, 뮤파 대역을 포함하고 있는 내재모드함수에 고속푸리에 변환을 적용하여 움직임 상상에 대한 특징을 추출한다. 특징 분류에서는 서포트 벡터 머신을 사용하여 동작 상상 뇌전도 신호에 대한 특징을 분류하고, 10-교차검증을 통해 분류기의 일반화 성능을 추정한다. 제안하는 방법은 다른 방법들과 비교하여 84.50%의 분류 정확도를 보여주었다.

• 방송공학회논문지
• /
• 제27권5호
• /
• pp.738-750
• /
• 2022

본 논문은 XR 콘텐츠나 인터페이스 환경에서 활용할 수 있는 음향 자극의 종류를 고찰하고, 청각 자극 기반의 감성 유발이 뇌과학적으로 실효성을 가지는지에 대해 논의하였다. 외부 청각자극, 감성변화 및 뇌연결성의 상관관계 규명에 초점을 맞추어, XR 환경에서 사용자 경험을 제고하기 위한 기계학습 기반 개인 맞춤형 사운드 트랙 제공 서비스 개발이 필요하다는 시사점을 도출하였다. 또한, 짧은 음향자극으로 감성을 유발할 수 있는지를 테스트하여 청각자극에 의해 유발된 각성상태에서 우측 전두엽이나 전두엽, 두정엽, 후두엽 네트워크에서 뇌의 기능적 연결성이 강화되고 이완시에는 상반된 패턴을 보이는 것을 확인하였다. 본 연구에서 도출된 결과는 보다 입체적인 XR 상호작용 경험을 제시하고 사용자의 XR 인지수용성을 제고하여, 현장에서 실질적으로 적용될 수 있는 초실감 XR 사운드 바이오피드백 시스템 개발에 활용될 수 있을 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제10권1호
• /
• pp.9-15
• /
• 2017

본 연구에서는 웨이블릿 평면에서 대역 분할된 데이터를 특징 벡터로 하는 SVM을 이용한 ERP 검출 실험을 하였다. 뇌파 신호는 SCSD의 SCCN 뇌파 데이터베이스에 있는 시각적 자극(visual stimulus)을 이용하여 발생한 ERP를 사용하였다. 검출 알고리즘을 이용한 실험은 기존의 뇌파의 주파수 분석 데이터를 특징 벡터로 하는 방법과 웨이블릿 평면에서 전개된 뇌파 데이터를 특징 벡터로 하는 SVM 검출 방식을 비교하였다. 실험 결과는 기존의 특징 벡터를 이용하는 방법에 비하여 웨이블릿 평면에서 전개된 특징 벡터를 이용하는 SVM 방식이 EPR의 검출 율에서 약 10%의 향상된 성능을 나타내었다. 실험 결과에 대한 분석에서 웨이블릿 평면 특징 벡터를 적용한 SVM 실험 결과에서 검출율이 향상된 이유로서 대뇌 피질 활동이 ERP의 주파수 대역에 따른 활동성의 증감 특성과 ERP의 웨이블릿 평면 대역별 특성에 대한 비교 분석을 수행하였다.