• 융합신호처리학회논문지
• /
• 제13권3호
• /
• pp.136-141
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호인 뇌파 (Electroencephalogram, EEG)와 안구전도 (Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜에 의거하여 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하고 선형예측(Linear Predictive coding, LPC) 계수를 특징벡터로 한 신경회로망 기반 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)을 가지고도 96.5%라는 높은 분류 결과를 얻어 짧은 순간에 일어날 수 있는 운전 시 돌발 상황을 실시간으로 검출 가능성을 확인하였다.

• 전기전자학회논문지
• /
• 제12권4호
• /
• pp.204-210
• /
• 2008

EEG 신호 중, 알파파는 안정시에 우세하게 나타나며 베타파는 흥분시에 우세하게 나타나는 것으로 알려져 있다. 또한 동양의 한의학에서는 상대적으로 길고 고른 호흡일 때가 짧고 변화가 심한 호흡일 때 보다 안정된 상태를 나타낸다고 알려져 있다. 본 연구에서는 EEG의 안정상태를 정량적으로 나타내기 위한 뇌파의 정량화 지표와 호흡의 안정상태를 정량적으로 나타내기 위한 호흡 정량화 지표를 정의하여 안정상태에 있어서 EEG와 호흡의 연관성을 찾아내고자 하였다. 총 20명의 피험자에 대해 각각 20분간의 실험을 통해 본 연구의 유효성을 검증하였다.

• 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.

• 대한의용생체공학회:의공학회지
• /
• 제25권3호
• /
• pp.227-233
• /
• 2004

본 논문에서는 뇌전도 바이오피드백 시스템을 위한 4채널 전두엽 전극 배치 및 JADE를 사용한 잡음 제거 방법을 제안하였다. 망막-각막 쌍극자 모델을 기반하여 4채널 전두엽 전극 배치를 제안하였으며, 이 배치에 의해서 얻은 신호에 대해서 JADE를 적용하여 4개의 독립 성분을 획득하였다. 각 독립 성분들 중에서 순수 뇌전도 성분을 추정하기 위해서 전체 신호에 대한 알파파비를 측정하여 그 값이 가장 큰 독립 성분을 잡음이 제거된 순수한 뇌전도로 추정하였다. 그 실험 결과 제안한 방법이 뇌전도 획득 과정에서 효과적으로 잡음을 제거함을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제5권1호
• /
• pp.19-26
• /
• 2005

본 논문은 생체신호(EEG/EOG)를 이용한 기계 작동 시스템을 구현하는 방법을 소개한다. 더 나아가서는 EEG/EOG 반응 컴퓨터 시스템이나 일반 바이오피드백(biofeedback) 시스템과 접목시키는 목적도 포함하고 있다. 이를 위해서 선정된 뇌파 대역의 스펙트럼 특성이나 EEG 리듬 요소, 그리고 그것들의 조합지수 및 EOG파라미터에 반응하여 기능을 수행하는 무선 완구 원격조종 시스템을 구현하고자 한다. 이러한 생체신호 처리 모듈 전체를 헤드셋에 내장 시켜서 사용자의 편의성을 제공하고 기존의 BCI 시스템과는 새로운 차원의 시스템 구현 방법을 제시한다.

• 제어로봇시스템학회논문지
• /
• 제17권8호
• /
• pp.747-752
• /
• 2011

HMMs (Hidden Markov Models) are widely used for biological signal, such as EEG (electroencephalogram) sequence, analysis because of their ability to incorporate sequential information in their structure. A recent trends of research are going after the biological interpretable HMMs, and we need to control the complexity of the HMM so that it has good generalization performance. So, an automatic means of optimizing the structure of HMMs would be highly desirable. In this paper, we described a procedure of classification of motor imagery EEG signals using HMM. The motor imagery related EEG signals recorded from subjects performing left, right hand and foots motor imagery. And the proposed a method that was focus on the validation of the HSA (Harmony Search Algorithm) based optimization for HMM. Harmony search algorithm is sufficiently adaptable to allow incorporation of other techniques. A HMM training strategy using HSA is proposed, and it is tested on finding optimized structure for the pattern recognition of EEG sequence. The proposed HSA-HMM can performs global searching without initial parameter setting, local optima, and solution divergence.

• 대한인간공학회지
• /
• 제18권1호
• /
• pp.13-24
• /
• 1999

The objective of the study is to discriminate EEG(electroencephalogram) due to emotional changes. Emotion was evoked by the series of auditory stimuli which were selected from the natural sounds in the sound effect collection of compact disc. Seventeen university students participated and experienced positive or negative emotions by six auditory stimuli with intermission between stimuli. Temporal EEG ($T_3$, $T_4$, $T_5$, and $T_6$) was recorded at the same time and a subjective test was performed on the eleven point scales after the experiment. The maximum and minimum scores of the EEG among six stimuli EEG were analyzed for discrimination of emotion. The EEG signals were transformed into feature objects based on scalar intervention model coefficients. Auditory stimulus was considered as intervention variable. They were classified by Discriminant Analysis for each channel. The features showed results with the best classification accuracy of 91.2 % in $T_4$ for auditory stimuli. This study could be extended to establish an algorithm which quantifies and classifies emotions evoked by auditory stimulus using time-series models.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1195-1201
• /
• 2018

본 논문은 인간의 신체활동에 있어서 뇌의 신호가 연결된 근육으로 정보를 제공하고 받아오는 과정에서 유의미한 결과를 나타내는지에 관한 관계를 해석한다. 사람의 의식적 활동은 활동에 필요한 근육의 동작을 위하여 뇌로부터 생성된 전기신호의 전달에 의해 가능해 진다. 근육의 활성정보를 가지고 있는 근전도 신호는 근육활성화의 결과를 전기적인 신호로 출력하는데, 이 출력은 보통 근육의 수축과 이완에 따른 근육활성 정보를 출력한다. 본 연구에서는 이런 뇌전도와 근전도를 실시간으로 추출하여 데이터를 획득하고, 데이터 분석을 통해 눈으로 쉽게 확인하기 어려운 두 신호간의 관계를 분석하는데 목적이 있다.

• 감성과학
• /
• 제14권2호
• /
• pp.269-278
• /
• 2011

본 연구에서는 집중력 시에 통상적인 방법으로 사용되는 EEG 선호의 theta/alpha 값과 심박변이도(HRV) 변수들의 상관관계를 분석하기 위함이다. 각 주파수 대역에 따른 EEG 선호의 파행과 자율신경계 변화를 연구한 논문들을 바탕으로, 본 연구에서는 집중상태에 따른 theta파의 변화와 alpha파의 신호를 분석하여 theta/alpha 값으로 중추신경계 변화를 평가하였다. 또한 자율신경계에서 생리학적 변화는 HRV 변수들(beat interval, SDNN, RMSSD, NN50, LF, HF, LF/HF)로 평가/해석하였다. 실험방법은 신경 인지 검사 프로그램인 CNT 4.0을 이용하여 21 명의 건강한 피험자들의 청각 집중력 테스트를 수행하였고, EEG 신호와 PPG 신호를 분석하였다. EEG로부터 추출한 theta/alpha값과 PPG로부터 추출한 HRV변수들은 중다회귀분석을 이용하여 각각의 조합에 따른 두 지표간의 상관관계를 평가하였다. theta/alpha와 심혈관계의 변수들의 상호연관성은 {SDNN(2), HF(6)} 변수가 포함된 3차원 이상의 조합에서 상대적으로 유효하게 나타났다. 결과적으로 고차원 HRV 변수 조합이 저차원 조합보다 theta/alpha 와 상대적으로 높은 상관관계($R^2=0.253$; 7차원)를 나타내었고, 통계적 유의성(p<0.05)을 만족하였다.

• 인지과학
• /
• 제21권2호
• /
• pp.309-338
• /
• 2010

본 논문에서는 사지가 마비되어 신체를 움직이지 못하지만 뇌의 기능은 살아있는 장애인들을 위하여, 생각만으로 외부의 장치를 제어할 수 있도록 하는 뇌-컴퓨터 인터페이스(BCI: Brain-Computer Interface) 기술을 연구하였다. 신경생리학 분야에서의 연구 결과에 의하면, 신체를 움직이는 상상을 할 경우, 뇌의 운동/감각 피질 영역에서는 $\beta$파(14-26 Hz)와 $\mu$파(8-12 Hz)가 억제/증가되는 ERD/ERS(Event-Related Desynchronization / Synchronization) 현상이 발생한다고 알려져 있다. 본 연구에서는 이를 기반으로 혀, 발, 왼손, 오른손의 동작 상상을 자극으로 이용하여 변화하는 뇌 신호 패턴을 실시간으로 분석하여 피험자의 생각을 읽을 수 있도록 하였으며, 상 하 좌 우의 네 방향으로 이동할 수 있도록 하는 마우스 제어 인터페이스를 구현하였다. 동작 상상 시 발생하는 뇌 신경 활동의 변화를 관측하기 위해서 뇌에 손상을 주지 않으면서도 높은 시간 해상도로 측정이 가능한 비침습적 뇌전도(EEG: ElectroEncephaloGraphy)를 이용하였다. 그러나 뇌전도 신호는 특성상 신호의 크기가 미약하고, 잡음의 영향을 많아 분석이 어렵다. 따라서 이를 극복하기 위해 통계적 방법을 기반으로 한 기계학습 기법인 CSP(Common Spatial Pattern)와 선형판별 분석(Linear Discriminant Analysis)을 이용하여 서로 다른 동작 상상에 의해 발생하는 뇌 신호들 간의 분산이 최대가 되도록 신호를 변환하여 인식 성능을 높일 수 있었다. 또한 분석된 뇌 신호의 시각화를 통해, 기존에 알려진 뇌의 해부학적, 신경생리학적 지식과 일치하는 ERD/ERS 현상이 발생하는 것을 확인할 수 있었다.