• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.503-508
• /
• 1992

A new method for making automatic electroencephalogram(EEG) report based on the automatic quantitative interpretation of awake EEG was developed. We first analysed a. relationship between EEG reports and quantitative EEG interpretation done by a qualified electroencephalographer(EEGer) for 22 subjects. Based on the analysed relationship and usual process of report making by the EEGer, we defined all terminology necessary for EEG report and established rules for EEG report making. By the combined use of the proposed EEG report making and the method for automatic quantitative EEG interpretation presented at '90 KACC, we were able to make the automatic EEG reports which were equivalent to the EEG reports written by the EEGer. As all the procedures were programmed in a personal computer equipped with an AD (analogue-to-digital) converter, the automatic EEG reports were obtained in almost real time in usual actual EEG recording situation with only a few seconds time lag for the analysis in the computer. The proposed report making method and the quantitative EEG interpretation method will be effectively applicable to the clinical use as an assistant tool for physicians.

• 한국융합학회논문지
• /
• 제11권2호
• /
• pp.17-22
• /
• 2020

본 논문에서는 사용자의 EEG(Electroencephalogram)신호를 측정하여 SVM(Support Vector Machine) 알고리즘을 이용하여 EEG 신호룰 분류하고 신호의 정확도를 측정하였다. 사용자의 EEG 신호를 측정하기 위해 남·여를 구분하여 실험을 진행하였으며, EEG 신호 측정은 단채널 EEG 디바이스를 이용하였다. EEG 디바이스를 이용하여 사용자의 EEG 신호를 측정한 결과는 R을 이용하여 분석하였다. 또한 SVM의 분류 성능이 최고가 되는 특정 벡터의 조합을 적용시켜 EEG 측정 실험 데이터를 80:20(훈련 데이터: 테스트 데이터) 비율로 예측해 본 결과 인식률 93.2% 의 예측 정확도를 보였다. 본 논문에서는 사용자의 EEG 신호를 약 93.2% 정도로 인식할 수 있었으며, SVM 알고리즘의 간단한 선형 분류만으로 수행이 가능하다는 점은 EEG 신호를 이용하여 생체인증에 다양하게 활용될 수 있음을 제시하였다.

• 한국융합학회논문지
• /
• 제9권1호
• /
• pp.465-471
• /
• 2018

최근 IT기슬과 금융 시스템의 융합으로 생체인식 기술이 사용되기 시작하였다. 이러한 생체 인식 기술인 FIDO(Fast Identity Online) 기술을 이용하여 삼성과 애플은 삼성페이와 애플페이 서비스를 시작하였다. FIDO 인증 기술은 패스워드와 같은 기존 인증 방법을 대체하고 있다. 생체 인식 기술 중 지문인식 기술은 비교적 저렴한 가격의 디바이스와 사용자 거부 반응을 최소화 할 수 있다는 점 때문에 주목받고 있다. 그러나 지문정보의 경우 사용자가 가지고 있는 수가 제한적이며, 외부 공격자에 의해 지문정보가 유출될 경우 재사용할 수 없다는 단점이 있다. 그러므로 본 논문에서는 생체인식 기술 중 하나인 EEG 신호를 이용하여 사용자를 인증할 수 있는 방법을 제안한다. 제안 논문에서는 기존의 다채널 EEG 디바이스를 사용하지 않고 단채널 EEG 디바이스를 사용하여 편리성을 높였으며, EEG 신호 측정값을 FIDO 시스템에 사용할 수 있는 방법을 제안하였다. 제안 논문에서는 특정 개체 인식 전 후의 EEG 신호를 측정하여 사용자가 특정 개체를 인식하였을 때의 EEG 신호를 사용자 인증 수단을 활용할 수 있는 방법을 제안하였다.

• 수면정신생리
• /
• 제16권1호
• /
• pp.16-21
• /
• 2009

In accordance with the development of EEG and polysomnography in the field of sleep research, the sleep onset period (SOP) between wakefulness and sleep has been considered an important part for understanding the physiology of sleep. SOP in the transition from wakefulness to sleep is a gradual process integrating various viewpoints such as behavior, EEG, physiology and subjective report. Particularly, based on understanding of EEG changes during sleep, SOP has been regarded as a pattern of topographical change in specific frequency and specific state in EEG. Studies on quantitative EEG (qEEG) and event-related potential (ERP) have suggested that SOP shows the changes of functional coordination at the specific cortical areas in qEEG and the changes of regular patterns in response to environmental stimulation in ERP. The development of sleep EEG and topographic mapping of EEG is expected to integrate various viewpoints of SOP and clarify the neurophysiologic mechanism of SOP further.

• 한국전자통신학회논문지
• /
• 제9권5호
• /
• pp.595-600
• /
• 2014

요즘 우리 사회는 급속히 고령화 사회로 변화되고 있다. 고령화 사회에서는 치매에 대하여 잘 아는 것이 매우 중요한 일이다. 따라서 본 연구는 기본적으로 치매환자로부터 측정한 EEG 신호의 특성을 파악하는 것을 목표로 한다. 먼저 그것을 위하여 치매환자와 정상인의 EEG 특성을 구분하기 위하여 두 그룹의 자발 EEG 신호를 분석하였다. EEG 신호는 16개의 전극으로 계측하였고, 그 신호들은 주파수대역으로 분류하여 분석하였다. 보다 선명한 EEG 신호로 처리하기 위해서는 2개의 채널 간에 상호상관함수를 적용하였다. 그 결과, 치매환자와 정상인의 EEG 신호의 특성은 분명히 다르다는 사실을 확인할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 Proceedings of the Korea Automatic Control Conference, 11th (KACC); Pohang, Korea; 24-26 Oct. 1996
• /
• pp.19-23
• /
• 1996

A full automatic interpretation of awake electroencephalogram (EEG) had been developed by the authors and presented at the past KACCs in series. The automatic EEG interpretation consists of four main parts: quantitative EEG interpretation, EEG report making, preprocessing of EEG data and adaptable EEG interpretation. The automatic EEG interpretation reveals essentially the same findings as the electroencephalographer's (EEG's), and then would be applicable in clinical use as an assistant tool for EEGer. The method had been developed through collaboration works between the engineering field (Saga University) and the medical field (Kyoto University). This work can be understood as an artificial realization of human expert skill. The procedure for the artificial realization was summarized in a methodology for artificial realization of human skill which will be applicable in other fields of systems control.

• 통합자연과학논문집
• /
• 제11권4호
• /
• pp.167-183
• /
• 2018

Electroencephalogram (EEG) recording provides a new way to support human-machine communication. It gives us an opportunity to analyze the neuro-dynamics of human cognition. Machine learning is a powerful for the EEG classification. In addition, machine learning can compensate for high variability of EEG when analyzing data in real time. However, the optimal EEG electrode location must be prioritized in order to extract the most relevant features from brain wave data. In this paper, we propose an intelligent system model for the extraction of EEG data by training the optimal electrode location of EEG in a specific problem. The proposed system is basically a fuzzy system and uses a neural network structurally. The fuzzy clustering method is used to determine the optimal number of fuzzy rules using the features extracted from the EEG data. The parameters and weight values found in the process of determining the number of rules determined here must be tuned for optimization in the learning process. Genetic algorithms are used to obtain optimized parameters. We present useful results by using optimal rule numbers and non - symmetric membership function using EEG data for four movements with the right arm through various experiments.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.251-256
• /
• 2008

많은 연구자들은 여러 개의 채널을 가진 Electroencephalogram(EEG) 신호를 기반으로 한 사람의 감정인식을 위해 두뇌와 컴퓨터의 인터페이스에 관한 연구를 하고 있다. EEG 신호를 이용한 연구들은 주로 의학 분야와 심리학의 영역에서 간질이나 발작 등을 알아내고 거짓말 탐지기로써의 역할로 많이 사용되어져 왔다. 최근에는 사람의 두뇌와 컴퓨터 간의 인터페이스에 관한 연구들이 뇌파를 이용한 로봇의 제어하거나 게임을 하는 등의 여러 가지 공학적인 접근으로써 많은 연구가 진행되고 있다. 특히, EEG 신호를 통해서 두뇌를 연구하는 분야에서 EEG 신호의 잡음을 제거해서 보다 정확한 신호를 추출하는 연구에도 많이 중점을 두고 있다. 본 논문에서는 사람의 감정에 따른 EEG 신호를 측정하고 측정된 EEG 신호를 5개 부분의 주파수 영역으로 분류하였다. 영역별로 분류된 EEG 신호들은 전체영역에 대한 상대적인 비율의 값으로 계산하게 된다. 그 값들은 Bayesian Networks를 통해서 현재 어떠한 감정을 나타내는지 확률 값으로 나타낸다. 그 결과 값에 따라 사람의 감정은 아바타로 표현하게 된다.

• Annals of Clinical Neurophysiology
• /
• 제2권1호
• /
• pp.8-12
• /
• 2000

Purpose : The rapid development and wide popularity of Digital EEG(DEEG) is due to its convenience, accuracy and applicability for quantitative analysis. These advantages of DEEG make one hesitate to use analog EEG(AEEG). To assess the advantage of DEEG system utilizing AEEG(DAEEG) over conventional AEEG and the clinical applicability, a DAEEG system was developed and applied to animal model Methods : Sprague-Dawley rat as status epilepticus model were used for collecting the EEG data. After four epidural electrodes were inserted and connected to 8-channel analog EEG(Nihon-Kohden, Japan), continous. EEG monitoring via computer screen was done from two rats simultaneously. EEG signals through analog amplifier and filters were digitized at digital signal processor and stored in Windows-based pentium personal computer. Digital data were sampled at a rate of 200 Hz and 12 bit of resolution. Acquisition software was able to carry out 'real-time view, sensitivity control and event marking' during continuous EEG monitoring. Digital data were stored on hard disk and hacked-up on CD-ROM for off-line review. Review system consisted of off-line review, saving and printing out interesting segment and annotation function. Results: This DAEEG system could utilize most major functions of DEEG sufficiently while making a use of an AEEG. It was easy to monitor continuously compared to Conventional AEEG and to control sensitivity during ictal period. Marking the event such as a clinical seizure or drug injection was less favorable than AEEG due to slowed processing speed of digital processor and central processing unit. Reviewing EEG data was convenient, but paging speed was slow. Storage and management of data was handy and economical. Conclusion : Relatively simple digital EEG system utilizing AEEG can be set-up at n laboratory level. It may be possible to make an application for clinical purposes.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1990년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 26-27 Oct. 1990
• /
• pp.1190-1195
• /
• 1990

A new system for automatic interpretation of the awake electroencephalogram(EEG) was developed in this work. We first clarified all the necessary items for EEG interpretation in accordance with an analysis of visual inspection of the rhythms by a qualified electroencephalographer (EEGer), and then defined each item quantitatively. Concerning the automatic interpretation, we made an effort to find out specific EEG parameters which faithfully represent the procedure of visual interpretation by the qualified EEGer. Those specific EEG parameters were calculated from periodograms of the EEG time series. By using EEG data of 14 subjects, the automatic EEG interpretation system was constructed and compared with the visual interpretation done by the EEGer. The automatic EEG interpretation thus established was proved to be in agreement with the visual interpretation by the EEGer.