• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.63-69
• /
• 2019

본 연구에서는 뇌파의 스펙트럼 분석에 의해 추출되는 마취심도 지표인 SEF(spectral edge freqency), MF(median frequency)의 가변성 감소를 위하여 뇌파의 비선형성에 근거하여 바이스펙트럼 분석기법을 도입하고자 한다. 수술환경에서 뇌파의 계측과 분석은 다양한 외부 아티팩트 요소를 감안하여야 한다. 바이스펙트럼 분석은 비선형적 신호의 특성을 추출하는 분석법으로 외부 유입 아티팩트의 유무를 확인 할 수 있어 뇌파에 인입되어 분석에 영향을 끼치는 아티팩트를 효과적으로 제거하는데 기여한다. 이러한 과정을 통해 SEF, MF와 같은 마취심도 파라미터의 실시간 가변성을 감소시킬 수 있었다. 이러한 가변성 감소는 수술현장에서 실시간 활용 가능한 임상 지표서 SEF, MF의 유용성을 제고시켜 줄 수 있을 것이다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.1-5
• /
• 2001

시각제시에 의한 감성반응 생체신호 추출 실험시 시각 제시물 선정에 주관적 방식을 사용하였다. 시각제시 영상물로는 감성반응도가 가장 큰 인물얼굴 영상자료를 선정하였다. 피검자군 스스로 자신이 극도로 선호하고 혐오하는 양극단의 얼굴영상물을 선호도 특성조사를 통해 선택케 하였다. 외부와의 영상잡음이 차폐된 모니터 제시 장치를 구성하여 선호와 혐오의 양극단 영상물을 교차 제시하며 설문조사와 뇌파를 측정하였다. 피검자로는 남녀 대학생 20명을 선발하였으며 영상매체 선정을 비롯한 뇌파측정에 과정에 참여시켰다. 뇌파신호 분석 방법으로는 대역별 적분값, 반응구간 변화 미분값을 파라미터로 사용하였다. 분석결과, 교차제시에 따른 반응민감도가 향상되었으며 동일 시각 반복제시에 따라 민감도가 둔화됨을 밝혔다.

• 한국게임학회 논문지
• /
• 제15권2호
• /
• pp.105-114
• /
• 2015

뇌파 및 심전도 생체신호를 복합적으로 이용한 감정인식을 통한 실시간 사용자 인터페이스를 제안한다. 기존에 뇌파를 통한 감정인식의 문제점이었던 낮은 정확도를 개선하기 위해 뇌파의 Theta, Alpha, Beta, Gamma의 상대파워 값과 심전도의 자율신경계 비율을 혼합하는 복합 생체신호 감정 인식 시스템을 개발했다. 기쁨, 공포, 슬픔, 즐거움, 화남, 혐오에 해당하는 6가지 감정을 인식하기 위해 사용자별 확률 값을 저장하는 데이터 맵을 생성하고, 채널에 대응하는 감정 인식의 정확도를 향상시키기 위해 가중치를 갱신하는 알고리즘을 제안한다. 또한 뇌파로 구성된 단일 데이터와 뇌파/심전도 생체신호 복합 데이터의 실험 결과를 비교한 결과 23.77%의 정확도 증가를 보였다. 제안된 인터페이스 시스템은 높은 정확도를 통해 게임 및 스마트 공간의 제어에 필요한 인터페이스로 기기에 활용이 가능할 것이다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1998년도 춘계학술발표 논문집
• /
• pp.176-182
• /
• 1998

청각자극에 의한 쾌/불쾌 감성상태의 특징을 구별하기 위하여 21채널의 측정된 뇌파신호를 이용하였다. 이를 위하여 비선형 분석방법인 바이스펙트럼 분석을 도입하였으며 청각신호에 잘 반응하는 T3, T4채널에 대하여 조사하였다. 쾌한 감성 상태에서는 비슷한 주파수 쌍의 상호작용이 큼을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.7-10
• /
• 2007

많은 과학자들은 인간의 사고를 functional Magnetic Resonance Imaging (fMRI), Time Resolved Spectroscopy(TRS), Electroencephalography(EEG)등을 이용해서 두뇌 활동 영역을 연구하고 있다. 주로 의학 분야와 심리학의 영역에서 두뇌의 활동을 연구하여 간질이나 발작을 알아내고 거짓말 탐지 분야에서도 사용된다. 본 논문에서는 사람의 두뇌활동을 측정하여 인간의 감정을 인식하는 연구에 중점을 두었다. 특히 fMRI와 TRS 그리고 EEG를 이용해서 사람의 두뇌활동을 측정하는 연구를 하였다. 많은 연구자들이 한 가지 측정 장치만을 사용하여서 측정하거나 fMRI와 EEG를 동시에 측정하는 연구를 진행하고 있다. 현재에는 단순히 두뇌의 활동을 측정하거나 측정시 발생하는 잡음들을 제거하는 연구들에 중점을 두고 진행되고 있다. 본 연구에서는 fMRI와 TRS를 동시에 측정하여 얻은 두뇌 활동 데이터를 가지고 감정에 따른 활동영역의 EEG신호를 측정하였다. EEG 신호분석에 있어서 기존의 뇌파만을 가지고 특정을 찾아내는 것을 넘어서 각각의 채널에서 기록되는 뇌파의 파형을 주파수에 따라서 분류하고 정확한 측정을 위해 낮은 주파수를 제거하고 연구자가 필요한 부분의 뇌파를 분석하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.87-90
• /
• 2002

뇌파(Electroencephalogram, EEG)는 뇌 신경세포가 정보를 처리하는 과정에서 발생하는 전기적인 신호를 두피 표면에서 측정한 것이다. 이러한 뇌파는 비침습적인 방법으로 전기적인 신호를 측정하며 측정시 여러 잡파(artifact)가 섞이기 쉽다. 이러한 잡파는 뇌의 정보처리과정에 대한 유용한 정보를 담고 있는 뇌파를 분석하는데 방해가 되므로 이를 제거하기 위한 노력이 계속되어 왔다. 그러나 본 연구에서는 보다 적극적인 방향으로 잡파가 섞인 뇌파의 특성을 분석하여 이를 통해 제어 시스템 등과 같은 시스템에 적용할 수 있는 가능성을 알아보았다. 대표적인 잡파인 eye_blinking, eye_rolling, muscle 등이 각각 포함된 뇌파에 대해서 선형 및 비선형 분석을 실시함으로써 유의미한 특성 차이를 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.469-472
• /
• 2002

사람의 뇌 속에 있는 신경 세포들은 여러 정보 처리 활동을 하면서 전기적인 신호를 발생시키는데 이를 두피 표면에서 측정한 것이 뇌파이다. 이러한 뇌파는 임상에서 주로 이용되어 왔으나 근래에는 이러한 뇌파를 이용하여 컴퓨터와 통신하거나 기기를 제어할 수 있는 이른바 BCI(Brain-Computer Interface)에 대한 연구가 대두되고 있다 BCI 연구의 궁극적 목표는 다양한 정신상태에 따른 뇌파의 특성을 파악하여 컴퓨터나 기기 등을 제어하는 것이다. 이를 위하여 본 연구에서는 좀 더 정확하고 신뢰성 있는 기기 제어를 위해 피험자의 의지대로 발생시킨 잡파를 이용하여 방향 제어 시스템을 구현하였다. 뇌파에 포함된 잡파 중 구별될 수 있는 특징을 나타내는 잡파를 선택하고 이들의 패턴을 인식하고 분류한 후 이를 제어 신호로 변환하여 방향을 제어하는 시스템을 구현하였다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.136-144
• /
• 2015

뇌파 측정기는 의료용으로 주로 사용되는 유선 장비와 간편하게 사용되는 무선장비로 나뉜다. 이렇게 수집된 뇌파 신호는 신호 처리 시스템에서 목적에 맞게 특징 분석을 하게 된다. 무선 측정기의 경우 사용에 편리성을 제공하지만 실시간 신호 처리를 위한 계산력이 충분한 모바일 시스템이 필요하다. 본 논문에서는 싱글보드 시스템에서 BCI 시스템의 응용을 위한 뇌파신호 처리를 시도하였다. 불행하게도 싱글보드 시스템은 기존 신호 처리 시스템과는 달리 연산 성능이 제한이 되는데 여러 대의 싱글보드 시스템을 이용하여 병렬처리 함으로써 연산 성능의 향상을 시도하였다. 그 결과 뇌파 신호 처리 알고리즘의 연산성능이 초선형으로 증가하는 결과를 얻을 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제24권2호
• /
• pp.99-106
• /
• 2003

본 논문에서는 정신질환 진단을 위하여 뇌파신호를 판별하는 방법을 제안하였다. 정신질환의 한 종류인 정신분열증 환자의 뇌파와 정상인의 뇌파를 분류하기 위하여 제안한 방법에서는 기본적으로 웨이블릿 변환과 인공 신경망을 이용하였다. 뇌파 신호에 웨이블릿 변환을 적용하여 각각 알파. 베타. 세타 그리고 델타파에 해당하는 주파수 대역의 웨이블릿 계수를 구한 다음. 각각의 주파수 대역에 대한 웨이블릿 계수들의 크기 평균 및 분산들을 인공 신경망의 입력 데이터로 이용하였다. 인공 신경망은 2개의 은닉층을 갖는 4층의 피드포워드 회로망 구조를 가지며 학습에는 역전파 학습 알고리듬을 이용하였다. 정신분열증의 판별시스템은 19 채널의 뇌파신호에 대응하는 19개의 인공신경망으로 구성되었고 정상인과 정신분열증 환자에 대하여 각각 100%와 86.67%의 정확도를 보여주었다.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.427-432
• /
• 2003

사람의 뇌 속에 있는 신경 세포들은 여러 정보 처리 활동을 하면서 전기적인 신호를 발생시키는데 이를 두피 표면에서 측정한 것이 뇌파이다. 이러한 뇌파는 임상에서 주로 이용되어 왔으나 근래에는 이러한 뇌파를 이용하여 컴퓨터와 통신하거나 기기를 제어할 수 있는 이른바 BCI(Brain-Computer Interface)에 대한 연구가 대두되고 있다. BCI 연구의 궁극적 목표는 다양한 정신상태에 따른 뇌파의 특성을 파악하여 컴퓨터나 기기 등을 제어하는 것이다. 이를 위하여 본 연구에서는 좀 더 정확하고 신뢰성 있는 기기 제어를 위해 피험자의 의지대로 발생시킨 잡파를 이용하여 방향 제어 시스템을 구현하였다. 뇌파에 포함된 잡파 중 구별될 수 있는 특징을 나타내는 잡파를 선택하고 이들의 패턴을 인식하고 분류한 후 이를 제어신호로 변환하여 방향을 제어하는 시스템을 구현하였다.