• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1109-1114
• /
• 2018

뇌파(Electroencephalogram, EEG)는 외부 자극 때문에 발생하는 뇌 활동을 연구하기 위해 사용되는 도구로 두피에 전극을 부착하여 기록한다. 이 과정에서 잡파(artifact)가 혼입되어 신호를 왜곡시키기 쉬워 이를 제거하기 위한 후처리가 필수적이다. 잡파 제거를 위해 널리 사용되는 방법으로 독립성분분석(Independent Component Analysis, ICA)이 존재한다. 이 방법은 성능은 우수하나 뇌파 정보를 일부 손실시키는 단점이 있다. 본 논문에서는 이러한 문제점을 보완하기 위해 시선 추적 센서(Eyetracker)를 통해 얻은 눈 깜빡임 정보를 이용하여 필터 적용 범위를 제한함으로써 뇌파 정보 손실을 줄이는 방법을 제안한다. 이후 신호 대 잡음 비(Signal to Noise Ratio, SNR), 스펙트럼 일관성(Spectral Coherence, SC) 등의 정량화 방법을 이용하여 기존의 방법과 제안하는 방법의 결과를 비교하였다.

• 한국산업정보학회논문지
• /
• 제22권1호
• /
• pp.41-51
• /
• 2017

This Paper Describes a Method for the Evaluation of Sleep Apnea, Namely, the Peak Signal-to-noise ratio (PSNR) of Wavelet Transformed Electroencephalography (EEG) Data. The Purpose of this Study was to Investigate EEG Properties with Regard to Differences between Sleep Spindles and K-complexes and to Characterize Obstructive Sleep Apnea According to Sleep Stage. We Examined Non-REM and REM Sleep in 20 Patients with OSA and Established a New Approach for Detecting Sleep Apnea Base on EEG Frequency Changes According to Sleep Stage During Sleep Apnea Events. For Frequency Bands Corresponding to A3 Decomposition with a Sampling Applied to the KC and the Sleep Spindle Signal. In this Paper, the KC and Sleep Spindle are Ccalculated using MSE and PSNR for 4 Types of Mother Wavelets. Wavelet Transform Coefficients Were Obtained Around Sleep Spindles in Order to Identify the Frequency Information that Changed During Obstructive Sleep Apnea. We also Investigated Whether Quantification Analysis of EEG During Sleep Apnea is Valuable for Analyzing Sleep Spindles and The K-complexes in Patients. First, Decomposition of the EEG Signal from Feature Data was Carried out using 4 Different Types of Wavelets, Namely, Daubechies 3, Symlet 4, Biorthogonal 2.8, and Coiflet 3. We Compared the PSNR Accuracy for Each Wavelet Function and Found that Mother Wavelets Daubechies 3 and Biorthogonal 2.8 Surpassed the other Wavelet Functions in Performance. We have Attempted to Improve the Computing Efficiency as it Selects the most Suitable Wavelet Function that can be used for Sleep Spindle, K-complex Signal Processing Efficiently and Accurate Decision with Lesser Computational Time.

• 대한의용생체공학회:의공학회지
• /
• 제26권4호
• /
• pp.223-230
• /
• 2005

This paper presents a new approach to investigate spatial correlation between independent components of brain alpha activity in functional magnetic resonance imaging (fMRI) and electroencephalography (EEG). To avoid potential problems of simultaneous fMRI and EEG acquisitions in imaging pure alpha activity, data from each modality were acquired separately under a 'three conditions' setup where one of the conditions involved closing eyes and relaxing, thus making it conducive to generation of alpha activity. The other two conditions -- eyes open in a lighted room or engaged in a mental arithmetic task, were designed to attenuate alpha activity. Using a Mixture Density Independent Component Analysis (MD-ICA) that incorporates flexible non-linearity functions into the conventional ICA framework, we could identify the spatiotemporal components of fMRI activations and EEG activities associated with the alpha rhythm. Then, the sources of the individual EEG alpha activity component were localized by a Maximum Entropy (ME) method that is specially designed to find the most probable dipole distribution minimizing the localization error in sense of LMSE. The resulting active dipoles were spatially transformed to 3D MRls of the subject and compared to fMRI alpha activity maps. A good spatial correlation was found in the spatial distribution of alpha sources derived independently from fMRI and EEG, suggesting the proposed method can localize the cortical areas responsible for generating alpha activity successfully in either fMRI or EEG. Finally a functional connectivity analysis was applied to show that alpha activity sources of both modalities were also functionally connected to each other, implying that they are involved in performing a common function: 'the generation of alpha rhythms'.

• 산업경영시스템학회지
• /
• 제37권1호
• /
• pp.1-8
• /
• 2014

This paper proposes an emotion classifier from EEG signals based on Bayes' theorem and a machine learning using a perceptron convergence algorithm. The emotions are represented on the valence and arousal dimensions. The fast Fourier transform spectrum analysis is used to extract features from the EEG signals. To verify the proposed method, we use an open database for emotion analysis using physiological signal (DEAP) and compare it with C-SVC which is one of the support vector machines. An emotion is defined as two-level class and three-level class in both valence and arousal dimensions. For the two-level class case, the accuracy of the valence and arousal estimation is 67% and 66%, respectively. For the three-level class case, the accuracy is 53% and 51%, respectively. Compared with the best case of the C-SVC, the proposed classifier gave 4% and 8% more accurate estimations of valence and arousal for the two-level class. In estimation of three-level class, the proposed method showed a similar performance to the best case of the C-SVC.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권3호
• /
• pp.169-178
• /
• 2008

암환자들은 암의 진행과 항암화학요법 등의 치료로 인해 심신의 불안정과 항상성의 저하로 큰 고통을 겪고 있다. 간편하면서 인체에 아무 해를 주지 않는 뇌파를 기반으로 하는 뇌-컴퓨터-인터페이스(BCI) 기술로서 암 환자의 상태를 모니터링하여 적절한 처치를 취할 수 있다는 것은 매우 중요한 일이다. 암환자들의 전전두엽에 헤드밴드 형태의 건성전극단자를 부착하고, 컴퓨터와 연결된 휴대용 뇌파측정 장치로 전전두엽 뇌파(Fp1, Fp2)를 측정하였다. 컴퓨터를 통하여 파장대 별로 얻어진 뇌파를 상호 연관성에 따라 뇌지수로 구분한 후 통계 처리하여 유의성을 검증하였다. 암환자군과 정상대조군을 비교한 결과 암환자군에 비하여 정상대조군이 기초율동지수, 주의지수, 정서지수, 항스트레지수와 좌우뇌균형지수에서 유의하게 높은 차이를 나타냈다. 따라서 뇌파 측정이 환자의 상태를 모니터링하는 중요한 도구로서의 가능성을 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제15권4호
• /
• pp.383-388
• /
• 1994

일정한 단속 주파수(triggering frequency)를 지닌 청각자극의 반송 주파수(carrier ferquency, pure tone)를 1kHz에서 3kHz까지 0.5kHz단위로 증가시키면서, 이에 반응하는 뇌전위를 디지탈 EEG측정장치를 이용하여 총 7초 동안 1kHz의 sampling frequency로 컴퓨터로 전송하였다. 먼저 신호의 pseudo-phase space분석을 통해 뇌전위의 진폭특성을 파악하였다. 이러한 해석은 생리학적으로 밝져진 소리의 반송주파수와 소리의 크기 인지사이의 상관관계와 잘 일치함이 확인되었다. 또한 이 신호외 Lyapunov exponent 분석을 통해 신호의 발산 특성을 물리적으로 파악하고, 이러한 특성을 이미 여러가지 접근법에 의해 밝혀져 있는 생리학적 실험결과와 관련지어 해석함으로써 반송 주파수에 반응하는 뇌의 mechanism을 뇌전위 측정에 의해서 검출이 가능함을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.155-161
• /
• 2019

뇌파는 두뇌 활동의 변화를 시간적, 공간적으로 파악할 수 있는 대표적인 수단으로써 인간의 두피에서 측정 가능한 자발적 전기활동이다. 뇌파 전기활동을 제어하기 위해 다양한 인터페이스 기술들이 제공되고 있으며, 뇌파를 통한 휠체어나 로봇과 같은 기계의 조작이 가능하다. 뇌파 데이터의 특성은 실시간으로 다양한 채널 유형으로 수집되며, 이를 분석하기 위한 서버시스템은 플랫폼에 대해 독립적이고 경량화 된 시스템이 요구된다. 스프링 플랫폼은 독립적이고 경량화 된 서버시스템으로서, 엔터프라이즈급의 서버 프레임워크로 비즈니스 영역에서 활용되고 있다. 본 논문에서는 독립적이고 경량화 된 스프링 서버시스템을 활용한 뇌파 분석 시스템을 제안한다. 제안된 시스템을 활용하여 뇌파제어의 신뢰성을 높이고, 분석 및 제어 인터페이스 확장이 가능하다. 또한 게임과 의료용 등 다양한 방면으로도 활용이 가능하다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.155-156
• /
• 2008

본 연구는 두피에서 발생하는 EEG(electroencephalog ram)신호를 측정한 후 두뇌활동과 관련된 지표 중 집중도를 추출하여 집중도의 크기에 따라 하드웨어를 제어하는 집중도 무선전송 시스템을 구연하고자 하였다. 뇌파신호를 측정하여 집중도를 추출하기 위해 두피의 좌, 우 두 채널을 사용하였으며 Biopac의 MP-100과 EEG100C을 이용하여 뇌파신호 계측, 증폭 및 필터링을 하였다. 계측된 EEG 신호로부터 특정 주파수 대역 및 스펙트럼을 분석하기 위해서 LabVIEW 8.5를 이용하여 FFT(Fast Fourier Transformation) 처리를 하였다. 이를 통해 ${\alpha}$파, ${\beta}$파, ${\theta}$파, ${\delta}$파 주파수영역으로 분류한 후 집중도 추출 알고리즘을 적용하여 집중도 지표를 추출하였고 추출된 집중도 신호를 무선전송하여 BCI(Brain Computer Interface) 기술에 응용하고자 레고 자동차에 적응하여 보았다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.24-32
• /
• 2000

인간의 생각만으로 기계를 작동할 수 있게 하는 인터페이스 시스템에 관한 연구 분야인 BCI (Brain-Computer Interface)에서는 피험자의 두피로부터 EEG(Electroencephalograph)를 측정하고 인식하여 뇌 상태를 알아내고 그 결과를 기계의 조종에 응용하는 방법을 사용한다. 본 연구에서는 각 개인으로부터 고유의 뇌파인 EEG를 얻고 신호처리하여 인식하는 인식모델을 제안하였다. 제안된 모델은 특정 작업을 수행하고 있을 때의 EEG 신호로부터 인식에 중요한 영향을 미치는 특징들을 추출해 내고, 이를 인식에 이용한다. 제안된 모델은 인식할 EEG 패턴들을 두개씩 분류하여 각각을 인식한 후, 그 결과를 종합하여 최종적인 인식결과를 얻도록 하였다. 본 연구의 실험에서는 피험자가 4가지의 작업을 수행하는 동안 얻어지는 4가지 EEG 패턴을 인식하였다. 제안된 모델은 90%이상의 높은 인식율을 보였고, 각 피험자에게 독특하게 존재하는 특징들을 인식 결과로서 제공하였다. 제안된 모델의 높은 인식율과 빠른 처리속도는 실시간 BCI 시스템에 응용될 수 있는 가능성을 보여주고 있다.

• Journal of Acupuncture Research
• /
• 제28권3호
• /
• pp.131-142
• /
• 2011

Objectives : The primary purpose of this study was to examine the effect of manual acupuncture at the $LI_4$, $ST_{36}$ and $LR_3$ on normal human EEG (Electroencephalogram). And the secondary purpose of this study was to analyze the relationships between the change of EEG wave form using correlation analysis. Methods : 32 channel EEG measurement was carried out in 25 healthy participants (23 males and 2 females). EEG was measured for 21 minutes including 15 minutes of retention time. In this study, power spectrum was used as a measure of complexity. Statistical analysis was performed using Spearman correlation. Results : The results were as follows; 1. In C4, O1, Fz, Pz, Cz, FCz, CP4, FC4, TP7, FT7 among 32 electrodes, ${\delta}$, $\theta$ and ${\beta}$ wave increased during 0-3 time intervals, and especially in case of TP7, FT7 ${\alpha}$ wave spontaneously decreased during 12~15 time intervals in manipulation group. 2. Between $\theta$ and ${\beta}$ wave and $\theta$ and ${\delta}$ wave, there was statistically significant positive correlation in C4, O1, Fz, Pz, Cz, FCz, CP4, FC4, TP7, FT7 according to Spearman correlation analysis. 3. Between ${\alpha}$ and ${\beta}$ wave, there was statistically significant positive correlation in TP7, FT7 according to Spearman correlation analysis. Conclusions : These results suggest that TP7 and FT7 could be typical electrodes representing change of EEG after manipulated acupuncture at the $LI_4$, $ST_{36}$ and $LR_3$. The relationships between the change of EEG wave form appear to have statistically significant positive correlation between $\theta$ and ${\beta}$ wave, $\theta$ and ${\delta}$ wave and ${\alpha}$ and ${\beta}$ wave.