• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.147-150
• /
• 2008

사람과 컴퓨터의 인터페이스를 위한 방법에는 여러 가지가 있으나 보다 편리하고 몸이 불편한 사람들도 이용할 수 있도록 하기 위하여 최근에는 사람의 생체신호를 이용하여 Interface하기위한 연구가 활발히 진행되고 있다. 생체신호에는 뇌파, 근전도, 심전도, 등 여러 가지가 있지만 이를 위해 사용자의 가장 많은 정보를 내포하고 있는 뇌파에 대한 연구는 필수적이다. 따라서 세계 여러 나라에서 뇌파에 대한 연구가 진행되고 있지만 아직까지는 뇌파에 대한 정확한 분석이 이루어지지 못하고 있는 실정이다. 이를 위해 본 논문에서는 정확한 뇌파분석을 위한 뇌파 유발 자극 방법 및 측정법을 제안하고 사람이 몸을 움직이고자 하는 상상을 할 때 ERS(Event-Related Synchronization), ERD(Event-Related Desynchronization)를 분석함으로써 사람의 의도를 뇌파를 통해 분석하고자 한다.

• Journal of the Korean Institute of Telematics and Electronics
• /
• v.19 no.4
• /
• pp.31-37
• /
• 1982

A microcomputerized biomedical signal processing system has been designed and fabricated. Softwares for this system have also been developed to record and analyze ECG and EEG waveforms. In this systenm, the vectorcardiogram of ECG waveforms is formed automatically and displayed on CRT with of her usefull cardiac information. The frequency components of EEG waveform can also be analyzed in this system and the analyzed spectrum is displayed on CRT.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.3238-3240
• /
• 2000

본 논문의 목적은 음주섭취로 인한 혈중 알코올 농도에 따른 뇌의 활동도변화를 측정, 분석하는데 있다. 1차원 시계열데이터인 EEG신호는 생체 비선형 동역학 시스템으로부터 발생하는 Deterministic Nonlinear Chaos신호로써 무작위적인 신호와는 구분되어질 수 있다. EEG시계열데이터를 위상공간에 적절한 어트랙터로 재구성하여 상관차원 최대발산지수 등의 카오스 지수들을 추출하여보면 EEG시계열데이터가 무작위적인 계에서 발생하는 랜덤한 신호가 아닌 카오스계에서 기인함을 알 수 있고, 인간의 정신상태에 따른 뇌의 활동도를 정성적, 정량적으로 판별해 볼 수 있다. 이러한 카오스 분석방법을 토대로 음주전의 뇌의 활동도와 음주후 혈중알코올 농도에 따른 뇌의 활동도변화를 EEG의 카오스 지수들의 변화를 통해 분석해 보았다.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.9 no.6
• /
• pp.729-738
• /
• 2019

Recently, we aim to improve the quality of virtual reality contents based on quantitative analysis results of emotions through combination of emotional recognition field and virtual reality field. Emotions are analyzed based on the participant's vital signs. Much research has been done in terms of signal analysis, but the methodology for quantifying emotions has not been fully discussed. In this paper, we propose a normalization function design and expression method to quantify the emotion between various bio - signals. Use the Brute force algorithm to find the optimal parameters of the normalization function and improve the confidence score of the parameters found using the true and false scores defined in this paper. As a result, it is possible to automate the parameter determination of the bio-signal normalization function depending on the experience, and the emotion can be analyzed quantitatively based on this.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1005-1010
• /
• 2006

인체에서 발생하는 생체신호 중에서 뇌파는 신호가 복잡하고 재현이 어려움에도 불구하고 BCI(Brain Computer Interface) 분야에서는 선진국 선두 그룹을 중심으로 획기적인 기술을 개발하고 있다. 또한 BCI 에 대한 개발의 필요성도 손발을 사용하지 못하는 중증 장애인을 중심으로 확대되고 있다. BCI2000 시스템은 이러한 노력으로 탄생하였으며 BCI 선두 그룹을 중심으로 개발 발전되고 있다. 이 시스템 내부에서는 순수 상상에 의한 방향 인식과 가상키보드 등의 작업이 가능하도록 수정 보완 작업이 계속되고 있으며 정기적인 모임을 통해 그 기술을 공유하고 있다. BCI 에서의 선진그룹과 국내 연구 결과에는 많은 기술적 차이가 있지만 본 연구에서는 BCI 에서의 기술 발전에 자극되어 좌우 방향의 이벤트에 대한 뇌파 신호 분석과 이를 통하여 모니터 상의 방향을 제어하는 실험을 실시하였고 그 방법과 결과를 논의한다.

• Proceedings of the KOSOMBE Conference
• /
• v.1994 no.05
• /
• pp.69-71
• /
• 1994

1Hz에서 20Hz까지의 단속 주파수를 지닌 청각자극을 가해 얻은 EEG신호에서 자극에 따른 신호의 정성적이고 정량적인 특성을 카오스 분석방법을 통해 밝혔다. 먼저, 뇌전위 신호에 전반적으로 나타나는 일반적인 카오스 특징(fractal mechanism, 1/f frequency spectrum, positive lyapunov exponent등등)이 확인되어졌다. 유발전위에 대해서는 자극의 주파수에 따른 주기 배증을 경유한 카오스로 가는 길(route to chaos)과 2차원 pseudo-phase portrait의 뿌앙까레 단면에서의 기하학적 모양(topological property)의 변화가 관찰되어졌고, 자발전위가 포함된 유발전위에 대해서는 적절한 bases를 지닌 3차원 phase space에서 기이한 끌개(chaotic attractor)가, 유발전위의 정보를 지닌채 보여졌다. 끝으로 자극 주파수(단속 주파수와 반송 주파수) 변화와 측정이 이루어진 머리표면에서의 공간적 위치에 따른, lyapunov exponent값 변화가 의미있게 해석되어졌다. 이 결과는 무질서하게 보이는 뇌전위신호에서 주어진 청각자극에 대한 정보를 얻는 새로운 방법을 제시하게 된다.

• Journal of Biomedical Engineering Research
• /
• v.15 no.4
• /
• pp.383-388
• /
• 1994

Chaotic analysis of EEG signal responding to auditory stimulus with various carrier frequency and constant triggering frequency is given in this paper. The EEG signal is obtained from the digital 12channel EEG system made in our laboratory. The carrier frequency is varied from 1 kHz to 3 kHz by 0.5 kHz step. Chaos analysis such as pseudo phase space portrait, Lyapunov exponent, and so on is done on the auditory stimulated evoked potential. This result is found to be quite consistent with the well known results from the psychological perception theory.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.2B
• /
• pp.232-243
• /
• 2010

In this paper, various physiological signals of humans were measured and analyzed to inference their psychological state and biological information, and Bio-Signal Context aware system (BSC), which recognizes the current context of its users as well as the information of exterior environment and offers the service appropriate for them, was designed and implemented. The BSC extracts and analyzes the features from bio-signals, such as the measured electroencephalogram (EEG), electrocardiogram (ECG), and galvanic skin response (GSR), with its different sensors, has the input of the analyzed results, and discriminates four psychological states of rest, concentration, tension and melancholy. In addition to the results of the discriminated psychological states, the information of biological condition analyzed from the user's bio-signals, for example, heart rate variability (HRV), Galvanic skin response (GSR) and body temperature, and the information of external environment related to the user's are collected to offer the service fit for the user's present biological condition by inferring and recognizing the user's present situation.

• Journal of the Institute of Convergence Signal Processing
• /
• v.21 no.1
• /
• pp.7-12
• /
• 2020

Various parameters are used to measure anesthetic depth during surgery using brain waves, and in actual clinical use, the linear analysis SEF is widely used. However, with recent studies showing that biological signals including EEG, contain nonlinear properties interest in nonlinear analysis of brain signals is increasing and parameters based on these are being developed. In this study, we are going to develop a parameter that can measure EEG using the nonlinear analysis method and extract noise that can be mixed with external electronic equipment and EEG instrumentation by comparing it with the data from the bispectrum analysis of static waves.

• Journal of Biomedical Engineering Research
• /
• v.24 no.2
• /
• pp.99-106
• /
• 2003

In this paper, a method of discriminating EEG for diagnoses of mental activity is proposed. The proposed method for classification of schizophrenia and normal EEG is based on the wavelet transform and the artificial neural network. The wavelet coefficients of $\alpha$ band, $\beta$ band, $\theta$ band, and $\delta$ band are obtained using the wavelet transform. The magnitude, mean, and variance of wavelet coefficients for each EEG band are applied to the input data of the system's ANN. The architecture of the ANN s a four layered feedforward network with two hidden layer which implements the error back propagation learning algorithm. Through the classification of schizophrenia composed of 19 ANNs corresponding to 19 channels, the classifying system show that it can classify the 100% of the normal EEG group and the 86.67% of the schizophrenia EEG group.