In this paper, we present the elimination of ECG artifact from the polysomnographic EEG and EOG. The idea of this method is that the ECG synchronized EEG segment is detected from ECG and regard samples of that segment a missing signal. After this, we used two interpolation methods to recover the missing segment. One is the Lagrange Polynomial Interpolation Method and the other is the Least Square Error AR Interpolation method. We tested those methods by applying to simulated signals. AR methods works well enough to reject the artifact about 10% of the main artifact level. We practically applied to real EEG and EOG signals. We also developed the algorithm to detect whether the artifact level is high or not. If the artifact level is high, then the interpolations are applied.
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.
본 논문에서는 뇌파 신호를 이용하여 환자의 경련을 감지하는 순환 CNN (Convolutional Neural Networks)을 제안한다. 제안 된 방법은 뇌파 신호의 스펙트럼 특성과 전극의 위치를 보존하기 위해 영상으로 데이터를 매핑하여 처리하였다. 스펙트럼 전처리 과정을 거친 후 CNN에 입력하고 공간 및 시간 특성을 웨이블릿 변환(wavelet transform)없이 추출하여 발작을 검출하였다. 여기에 사용된 보스턴 매사추세츠 공과 대학 (Boston Massachusetts Institute of Technology, CHB-MIT) 아동 병원의 데이터셋 결과는 시간당 0.85의 민감도와 90 %의 위양성 비율 (FPR)을 보였다.
본 논문에서는 음악 청취 시에 나타나는 뇌파 특징을 이용하여 사용자 감정에 따른 음악 분류 시스템을 제안한다. 제안된 시스템에서는 뇌파 신호로부터 추출한 감정별 뇌파 특징과 음악신호에서 추출한 청각적 특징 간의 관계를 회귀 심층신경망을 통해 학습한다. 실제 적용 시에는 이러한 회귀모델을 기반으로 제안된 시스템은 입력되는 음악의 청각 특성에 매핑된 뇌파 신호 특징을 자동으로 생성하고, 이 특징을 주의집중 기반의 심층신경망에 적용함으로써 음악을 자동으로 분류한다. 실험결과는 제안된 자동 음악분류 프레임 워크의 음악 분류 정확도를 제시한다.
Affective Computing은 HCI (Human Computer Interaction) 및 건강 관리 분야에서 다양한 애플리케이션이 개발됨에 따라 최근 몇 년 동안 관심이 높아지고 있다. 이에 필수적으로 필요한 인간의 감정 인식에 대한 중요한 연구가 있었지만, 언어 및 표정과 비교하여 심전도 (ECG) 또는 뇌파계 (EEG) 신호와 같은 생리적 신호 분석에 따른 감정 분석에 대한 관심은 적었다. 본 논문에서는 이산 웨이블릿 변환을 이용한 EEG 기반 감정 인식 시스템을 제안하고 감정 관련 정보를 얻기 위해 다른 뇌파와 뇌 영역을 연구 하였으며, 웨이블릿 계수에 기초한 특징 세트가 웨이블릿 에너지 특징과 함께 추출되었다. 중복성을 최소화하고 피처 간의 관련성을 극대화하기 위해 mRMR 알고리즘이 피쳐 선택에 적용된다. 다중클래스 Support Vector Machine을 사용하여 4 가지 종류의 인간 감정을 크게 분류하였으며 공개적으로 이용 가능한 "DEAP"데이터베이스의 뇌파 기록이 실험에서 사용되었다. 제안 된 접근법은 기존의 알고리즘에 비해 향상된 성능을 보여준다.
생체신호인 뇌파를 이용하여 이러닝 학습자의 학습태도를 파악하고 그에 따른 적절한 피드백을 제공하여 학습자의 학습효율을 극대화하려는 연구의 일환으로 여대생을 대상으로 학습자의 학습태도와 뇌파를 분석하여 이들의 상관관계를 밝혀보고자 한다. 학습자가 학습에 집중하는 태도와 그렇지 않은 태도에 대해 뇌파의 파워 스펙트럼을 추출하여 학습자의 뇌파가 어떻게 반응하는지에 중점을 두어 연구하였다. 학습에 집중하는 태도의 대조군으로 산만한 태도와 눈감은 태도를 설정하여 실험을 진행하였다. 학습에 집중하는 태도에서는 집중도가 산만한 태도에 비하여 높게 나타나고 이완지표는 낮게 나타나며, 클릭과 눈굴림과 같은 산만한 태도에서는 주의지표와 잡파 비율이 높게 나왔다. 특히, 눈을 감았을 때는 알파 세타 비율이 1이하로 나타나 눈을 뜬 다른 상태와 뚜렷이 구분되었다.
본 논문에서는 개인인증 시 활용 가능한 EEG 신호의 주파수 대역을 확인하기 위하여 뇌파 측정을 통해 분석한 결과를 제시하였다. 시각 과제의 유무에 따라 개안 상태와 폐안 상태로 구분하여 뇌파를 측정하였으며, 이를 델타파, 세타파, 알파파, SMR파, 중간베타파, 베타파 및 감마파의 7종류의 주파수 대역으로 나누어 시간에 따른 파워의 변동이 가장 작은 주파수 대역을 관찰하였다. 본 논문의 결과에서는 개안 상태와 폐안 상태에서는 유의한 차이가 나타나지 않았으나, 인간의 집중과 관련한 SMR파 및 중간베타파가 시간에 따른 파워의 변동이 가장 작게 관찰되었기에 재현성이 높은 주파수 대역인 것으로 나타났다.
본 논문에서는 IoT 지능화한 Arduino를 기반으로 한 디바이스와 MyndPlay를 이용한 인터페이스를 사용해 현재 많은 나라들이 연구비를 집중시키고, 많은 연구를 활성화 시키고 있는 뇌 - 컴퓨터 인터페이스(Brain - Computer Interface)를 만들고, 최종적으로는 EEG(Electroencephalography)를 기반으로 뇌 - 컴퓨터 인터페이스의 목적인 뇌- 컴퓨터 접속(Brain - Computer Connection)환경을 만들고자한다. EEG(Electroencephalography) 기반의 장비를 착용한 사람의 뇌파를 인식하고, 분석, 분류함으로 사용자의 상태에 맞게 지능화된 사물을 설계하는 것에 관한 연구를 진행했으며, 휴대폰과 같은 다른 디바이스와 통신하기 위해서 XBee와 Bluetooth를 사용했다. 최종적으로 사용자의 현재 상태를 뇌파를 통해 확인하고 전원의 조절과 다른 사물을 EEG로 제어할 수 있게 구현하는 논문이다.
일상생활에서 인간은 끊임없이 스트레스를 받으며 살아간다. 스트레스는 삶의 질과 밀접하게 연관이 있으며, 건강한 삶은 스트레스에 적절하게 대처하며 살아가는 삶이다. 스트레스는 호르몬 분비에 영향을 주며, 호르몬 분비의 변화는 뇌 신호 및 생체 신호에 영향을 준다. 이를 바탕으로, 본 논문은 스트레스와 뇌파 신호와의 관련성을 확인하였으며, 더 나아가 뇌파 신호 기반 정량적 스트레스 지수를 찾아보았다. 사용한 뇌파 장비는 32채널 유선 EEG 장비이며, 상업용 2채널(FP1, FP2) 뇌파 장비와의 비교를 위해, 상업용 뇌파 장비와 동일한 위치에 있는 2채널만 이용하여 데이터를 분석하였다. 뇌파의 주파수 특징점으로는 각 주파수 대역대의 파워 값, 주파수 대역대 파워 값들 간의 비율 및 차이 등을 테스트해 보았으며, 시간 특징점으로는 허스트 지수, 상관 지수, 리아프노프 지수 등을 테스트해 보았다. 총 6명의 피 실험자가 본 실험에 참여하였으며, 실험 과제로는 영어 지문이 사용되었다. 여러 특징점들 중 ${\theta}$ 파워/mid ${\beta}$ 파워가 가장 좋은 테스트 성능을 보여줬으며, 테스트 데이터에 대하여 평균 70.8%의 스트레스 분류 정확도를 얻었다. 추후, 저가 상용 2채널 뇌파 장치를 이용해서 비슷한 결과가 나오는지 확인해 볼 예정이다.
본 논문에서는 정상인의 정신적인 뇌 활동에 의한 순수한 뇌파를 측정하고 효과적으로 분류하기 위한 방법을 제시한다. 과정은 대상자가 특정한 작업에 대해 생각하게 하고 이때의 뇌파를 청각이벤트에 동기시켜 측정하고, 측정된 뇌파의 기준선의 이동과, 생리적인 아티펙트의 영향을 줄인다. 마지막으로, 평균가산법에 의해 정신적인 작업에 대한 신호만을 추출하고 AR 계수를 가지고 인식작업을 수행한다. 실험에서, 청각자극을 이벤트로 사용하였으며, 뇌파의 도출은 $C_3-A_1$, $C_4-A_2$, $P_Z-A_1$의 3채널에서 기록하였다. 각 채널당 16회의 평균가산후에, 12차 AR계수로 특정한 정신적인 작업에 대한 특징을 추출하였다. 전체 36개의 특징계수를 신경망의 입력으로 사용하고, 각 작업 당 50회를 훈련데이터로 사용하였다. 제안한 방법의 인식률은 2종류 작업에 대해 34-92%, 4종류 작업에 대해 38-54%를 얻었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.