• 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.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.117-125
• /
• 2015

본 논문은 '좌', '우' 방향 제어를 위해 취득된 EEG(Electroencephalogram) 신호 기반 분류 알고리즘과 EEG 센서, Labview, DAQ, Matlab, 주행로봇으로 구성된 방향 제어 시스템을 제안한다. 제안된 알고리즘은 DWT(Discrete Wavelet Transform)로 추출된 주파수대역 정보를 특징으로 이용하며, Fishers score를 이용하여 변별력이 높은 주파수 대역의 특징을 선별한다. 또한, SVM (Support Vector Machine)을 이용하여 분류 성능이 최고가 되는 특징벡터의 조합을 제안하고, 잘못된 판정에 의한 오동작을 방지하기 위한 MLD(Maximum Likelihood Decision) 기반의 판정보류 알고리즘도 제안한다. 제안된 알고리즘에 의해 선택된 4개의 특징벡터는 국제 표준 전극 배치법에 따른 P8 채널의 d2(16-32Hz), d5(2-4Hz) 주파수 대역의 전압의 절대 값 평균과 표준편차이다. SVM 분류기로 실험한 결과 98.75%의 정확도와 1.25%의 오류율 성능을 보였다. 또한, 오류 확률 70%를 판정 보류로 규정할 경우, 제안된 알고리즘은 인식률 95.63%의 정확도와 오류율 0%을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1427-1428
• /
• 2015

MEMS(Micro Electro-mechanical System) are getting attention as promising industry in the 21st century. Car air bags, acceleration sensors, and medical, information appliances are being actively applied in MEMS. This paper suggest the electrical electrodes of brain signal applied MEMS model and the prototype design for EEG signal amplification circuit. Also, we suggest an independent BCI(Brain Computer Interface) system with brain electrical signal of electrode models and wireless communication platform.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.887-888
• /
• 2006

In this paper, we devised mac-yule detection system which provide resting state mac-yule. The devised system composed of signal transformation part, signal processing part, and PC based display part. Hardware part consisit of PPG, ECG, EEG, EMG, and RSP. Also, software system consist of bio-signal processing software which detecting mac-yule. EEG-$\alpha$, $\beta$ wave analysis algorithm that use wavelet transformation, RSP detecting algorithm which used zero-crossing method.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.289-292
• /
• 2009

사람은 주로 언어를 통해 서로간의 의사를 표현한다. 하지만, 말을 할 수 없는 중증 장애인, 특히 전신마비 증세가 있는 중증 장애인의 경우에는 글을 쓰거나 몸짓을 통한 방법으로도 자신의 의사를 전달하지 못한다는 문제점이 있다. 따라서, 본 논문에서는 이러한 중증 장애인이 의사 소통을 할 수 있도록 안면근 신호를 이용한 의사 전달기를 구현하였다. 특히, 안면근 신호가 포함된 뇌파의 특징을 추출하여 이를 일반적인 제어 신호로써 변환한 다음, 이 제어 신호와 최소한의 자판을 연동시켜 문자를 선택하도록 함으로써, 중증 장애인이 효율적으로 의사를 전달할 수 있도록 하였다.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 춘계학술대회
• /
• pp.370-373
• /
• 1997

We are exposed to the various external stimuli input from the environment, which cause emotional changes based on the characteristics of the stimuli. Unfortunately there are no quantitative results on relationship between human sensibility and the characteristics of physiological signals. The objective of this study was to quantify EEG signals evoked by auditory stimulation based on the assumption that the analysis of the variability on the characteristics of the EEG waveform may provide the significant information regarding changes in psychological states of the subject. The experiment was devised with seven experimental conditions, which are control and six different types of auditory stimulation. Six subjects were used to obtain EEGs while introducing auditory stimulation. Wavelet transformation was employed to analyze the EEG signals. The results showed that the reconstructed signals at the decomposition level revealed the different energy value on the EEG signal. Also, general patterns of EEG signals in rest state compare with negative and positive stimulus were found. This study could be extended to establish an algorithm which distinguishes psychophysiological states of the subjects exposed to the auditory stimulation.

• 반도체디스플레이기술학회지
• /
• 제19권2호
• /
• pp.92-95
• /
• 2020

In this paper, the new architecture of seizure prediction using CNN and LSTM and DWT was presented. In the proposed architecture, EEG data was labeled into a preictal and interictal section, and DWT was adopted to the preprocessing process to apply the characteristics of the time and frequency domain of the processed EEG signal. Also, CNN was applied to extract the spatial characteristics of each electrode used for EEG measurement, and LSTM neural network was applied to verify the logical order of the preictal section. The learning of the proposed architecture utilizes the CHB-MIT Scalp EEG dataset, and the sliding window technique is applied to balance the dataset between the number of interictal sections and the number of preictal sections. As a result of the simulation of the proposed architecture, a sensitivity of 81.22% and an FPR of 0.174 were obtained.

• 산업경영시스템학회지
• /
• 제24권65호
• /
• pp.65-73
• /
• 2001

In this study, psychophysiological stress was quantitatively evaluated at various car interior noise levels by using Electroencephalogram(EEG). An experiment was performed to investigate the most comfortable range of noise level during simulated driving condition. Twelve healthy volunteers participated in the experiment. They were asked to operate the driving simulator while six levels of interior noise were given, such as 45dB(A), 50dB(A), 55dB(A), 60dB(A), 70dB(A), 80dB(A), and maximal subjective noise level. EEG signals were recorded for 60 seconds in each noise level. The power spectral analysis was performed to analyze EEG signal. At the same time, psychological stress was also measured subjectively by using a magnitude estimation method. The results showed that subjective stress and EEG spectrum indicated a statistically significant difference between noise levels. In particular, high level noise produced an increase in beta power at temporal(T3, T4) areas. It was also found that beta activity was highly correlated with subjective perception of discomfort, and subjects responded to car interior noise as arousing or negative stimuli. Moreover, beta power remained stable above 70dB(A), whereas subjective discomfort continued to increase even above 70dB(A) We concluded that brain waves could provide psychophysiological information of drivers emotional reaction to car interior noise. Thus, EEG parameters could be a new measure to determine optimal noise level in ergonomic workplace design after further verification in various experimental conditions.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1994년도 추계학술대회
• /
• pp.131-133
• /
• 1994

뇌전위 측정에 의해 흥분 뉴런군의 위치를 추정하는 source localization problem은 Evoked Potential 해석법에 있어서 매우 중요한 의미를 갖는다. 이번 논문에서는 EEG실험에서의 전극 배치가 S/N(signal to noise ratio)과 추정 오차 사이에 어떤 영향을 미치는 가를 Monte Carlo 시뮬레이션으로 조사하였다. 머리 모델은 3중 구각 모델을 사용하였고 이론 이용하여 forward problem을 계산하였다. 쌍극자 파라미터를 minimization 하는 문제는 simplex method를 이용하여 계산하였다. 컴퓨터 시뮬레이션 결과, 특이한 점은 전극의 밀도와 입체각에 의해 쌍자 파라미터 오차가 변화했다는 사실이다. 이것은 곧바로 전극 배치와 연관이 된다. 실제 EEG 실험에서 전극 배치를 어떻게 했는가에 따라 그에 따른 오차가 변화한다. 이러한 오차의 원인을 제거하기 위해서 새로운 전극 배치를 모델링하여 기존의 전극 배치와 비교해 보았다. 그 결과 전극 밀도와 입체각에 대한 오차를 크게 줄일 수 있었다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권12호
• /
• pp.834-838
• /
• 2004

This paper proposes an algorithm for EEG pattern classification using the Multi-template method, which is a kind of speaker adaptation method for speech signal processing. 10-channel EEG signals are collected in various environments. The linear prediction coefficients of the EEGs are extracted as the feature parameter of human sensibility. The human sensibility classification algorithm is developed using neural networks. Using EEGs of comfortable or uncomfortable seats, the proposed algorithm showed about 75% of classification performance in subject-independent test. In the tests using EEG signals according to room temperature and humidity variations, the proposed algorithm showed good performance in tracking of pleasantness changes and the subject-independent tests produced similar performances with subject-dependent ones.