• 한국정보통신학회논문지
• /
• 제14권11호
• /
• pp.2548-2554
• /
• 2010

본 논문에서는 의료 서비스를 위한 뇌전기파(EEG: electroencephalogram) 신호 분석용 FFT(Fast Fourier Transform) 프로세서를 구현하였다. 실시간으로 발생하는 EEG 신호를 블록으로 나누어 short-time FFT 처리하기 위해 Hamming 창 함수를 사용하였으며, 이로 인해 감소되는 양끝의 값은 1/2 오버랩 시켜 보완하였다. 0~100 [Hz] 사이의 주파수 특성을 갖는 뇌전기파의 효율적인 대역 분석을 위해 256-point FFF 프로세서를 radix-4 알고리듬을 적용하여 구현하였으며, 단일 메모리 뱅크 구조를 사용하여 집적도를 높였다. 설계된 FFT 프로세서는 FPGA 구현을 통해 가능을 검증하였으며, 연산오차가 2% 이내로 높은 연산 정밀도를 갖는다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.509-513
• /
• 1992

This paper investigates the EEG waveform distortions caused by the transient responses of various types of signal conditioning filters, which are generally introduced for automated analysis of EEG. This study explicitly simulates the filter responses to the typical EEG waveform models, and compares the distortions. The filter distortion effects are also illustrated with the experiments on real EEG signals.

• 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.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.442-450
• /
• 2002

뇌 기능의 연구수단으로써 널리 사용되고 있는 뇌파(Electroencephalogram, EEG)는 측정시에 노이즈(noise)나 잡파(artifact)가 섞여서 측정되기 쉽다. 본 연구에서는 뇌파에 포함된 잡파들을 분리하기 위해서 독립성분분석(ICA)을 뇌파신호에 적용하였다. 먼저 정상인의 안구운동(Eye Movement)과 관련된 잡파가 나타나는 뇌파 신호에 대해서 독립성분분석을 적용하여 소스로 추정되는 각각의 독립성분들을 분리해 내었다 분리된 신호에 대하여 잡파로 보이는 신호를 제거하고 재구성된 뇌파 신호와 잡파가 제거되기 전인 원래의 신호에 대하여 각각 상관차원(correlation dimension) 및 리아프노프 지수(Iyapunov exponent)등과 같은 비선형 분석법을 적용하여 두 신호의 유의한 차이점을 밝히고, 분리된 독립 신호들의 해부학적 발생위치 및 분포를 추정하였다. 시각적으로 복잡한 뇌파신호에 대하여 독립성분분석을 통하여 뇌 활동의 시각적, 공간적 분석이 가능함을 나타내었을 뿐만 아니라 비선형 분석을 통한 뇌파 신호의 정량적 분석을 통하여 시각적으로 복잡한 뇌파의 유의미한 변화를 관찰할 수 있었다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.727-734
• /
• 2019

본 논문은 인간의 의지가 뇌로부터 전달되는 과정에서 근육의 움직임이나 동작이 뇌의 특정 부위에서 유의미한 특징을 나타내는 신호를 찾아낼 수 있는지를 확인한다. 일반적으로 뇌파의 발생은 특정한 동작을 유발하고 유발된 동작으로부터 신호를 받아 변화를 보인다. 이러한 신호는 불확실성이 높으며 육안으로 판별하기엔 그 차이를 파악하기 어렵다. 따라서 분류에 앞서 어떤 신호를 분석할 것인지 정의하는 과정이 필요하다. 뇌파 혹은 뇌전도의 형태는 주파수 대역별로 분류하였을 경우, 알파, 베타, 델타, 쎄타, 감마의 영역으로 나눌 수가 있다. 뇌파의 측정 부위에 따라 활성화되는 주파수의 대역이나 에너지의 차이가 다르기 때문에 이들 신호의 특정한 크기가 정확한 동작이나 의지를 표현한다고 할 수는 없지만, 특정한 영역에서 다른 동작을 했을 경우의 뇌파 활성도를 기준으로 동작을 분류하거나, 동작에 영향을 미치는 뇌파의 경향성을 판단할 수 있다. 따라서 본 논문에서는 1차적으로 근육의 좌우 이두근의 근전도가 활성화 되는 시점을 기준으로 뇌파의 발현형태를 관찰하고, 이후 좌완과 우완의 근육 활성화에 따른 뇌파의 유의미한 차이를 뇌파를 통해 유추할 수 있는지를 검증한다. 근전도의 좌우활성화에 따른 뇌파의 분류기준을 찾을 수 있다면, 뇌로부터 발현된 신호가 각각의 근육에 전달되는 과정에서 전이된 신호의 형태를 파악하는데 도움을 줄 수 있으며, 향후 더욱 복잡한 뇌신호의 발생 유형을 통해 알려지지 않은 많은 뇌파의 정보를 활용할 수 있을 것으로 판단한다.

• 융합신호처리학회논문지
• /
• 제18권2호
• /
• pp.31-36
• /
• 2017

이 연구는 비동기 매커니즘을 바탕으로 닫힌 눈(eye-closed) 및 이중 블링크 (double-blinking) EEG를 사용하여 BCI를 개발하는 것을 목표한다. 제안된 시스템은 신호 처리 모듈과 그래픽 사용자 인터페이스 (VK-가상 키보드)로 구성되어 있으며 26개의 영문자와 특수 기호로 구성됩니다. "눈 닫기"이벤트는 "선택"(select)명령을 유발하는 반면, "이중 블링크"(DB) 이벤트는 "실행 취소"(undo) 명령에 따라 실행합니다. 3개의 이벤트 그룹 ("열린 눈"(eye-open, "닫힌 눈" (eye-closed)및 "이중 블링크"(double-blinking)에 대한 EEG 신호 분석과 관련된 3 등급 벡터 보조 분류 (SVM) 기계가 제안되었습니다. 결과는 제안된 BCI가 평균 92.6 %의 전체 정확도와 5 글자 / 분의 맞춤법 비율을 달성 할 수 있음을 보여주었습니다. 전반적으로 이 연구는 실제 BCI 맞춤법을 구현하기의 실현 가능성과 신뢰성으로 인해 정확도와 철자 비율의 향상을 보여주었습니다.

• 전기학회논문지
• /
• 제67권11호
• /
• pp.1506-1511
• /
• 2018

This study presents a human sensibility evaluation method using neural network and multiple-template method on electroencephalogram(EEG). We used a multi-layer perceptron type neural network as the sensibility classifier using EEG signal. For our research objective, 10-channel EEG signals are collected from the healthy subjects. After the necessary preprocessing is performed on the acquired signals, the various EEG parameters are estimated and their discriminating performance is evaluated in terms of pattern classification capability. In our study, Linear Prediction(LP) coefficients are utilized as the feature parameters extracting the characteristics of EEG signal, and a multi-layer neural network is used for indicating the degree of human sensibility. Also, the estimation for human comfortableness is performed by varying temperature and humidity environment factors and our results showed that the proposed scheme achieved good performances for evaluation of human sensibility.

• 한국전자통신학회논문지
• /
• 제9권11호
• /
• pp.1277-1282
• /
• 2014

본 논문에서는 청소년의 집중과 관련된 EEG신호를 분석하는 것을 목적으로 하여 글자 시각자극 과제로 제시했을 때 유발되는 EEG신호를 분석한 결과를 제시한다. 시각자극 과제는 글 속에서 틀린 조사들을 찾는 것이다. 본 실험에서는 선행연구결과에 따라 EEG신호 중에서도 특히 SMR파와 중간 베타파를 분석하는데 초점을 맞추었다. 실험결과로서 피험자의 집중력과 상관성이 높은 채널의 위치와 중간 베타파 대역을 제시하였다.

• 전자공학회논문지SC
• /
• 제46권2호
• /
• pp.41-46
• /
• 2009

본 연구는 두피에서 발생하는 EEG(Electroencephalogram)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 MP100과 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 SMR파, Mid-Bata파, Theta파 주파수영역으로 분류 한 후 집중도 추출 알고리즘을 적용하여 집중도 지표를 추출하였고 추출된 집중도 신호를 무선전송하여 BCI(Brain Computer Interface)기술에 응용하고자 레고 자동차에 적용하여 보았다.

• 한국지능시스템학회논문지
• /
• 제23권2호
• /
• pp.172-177
• /
• 2013

BCI (Brain Computer Interface)는 인간의 뇌에서 측정된 EEG (Electroencephalogram)를 활용하여 의수와 같은 기기를 조종할 수 있는 좋은 방법 중 하나이다. 본 논문에서는 EEG와 힘과의 관계를 알아보고자 최대수축악력 (MVC)의 25%, 50%, 75%로 3개의 등급으로 나누어 EEG 변화를 측정하였다. 얻어진 EEG data를 FFT와 power spectrum analysis로 ${\alpha}$, ${\beta}$, ${\gamma}$파로 나누어 각 파형의 파워 값을 구한 뒤, 구해진 EEG 파워 값을 PCA와 LDA를 사용하여 특징 추출 및 분류를 하였다. 실험 결과 25%의 악력을 가할 때 보다 75%의 악력 때 더 높은 EEG 파워의 증가를 확인하였고, 왼손과 오른손은 각각 52.03%와 77.7%의 분류율을 나타내었다.