• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.505-508
• /
• 1995

The automatic interpretation of awake background electroencephalogram (EEG), consisting of quantitative EEG interpretation and EEG report making, has been developed by the authors based on EEG data visually inspected by an electroencephalographer (EEGer). The present study was focused on the adaptability of the automatic EEG interpretation which was accomplished by the constructive neural network with forgetting factor. The artificial neural network (ANN) was constructed so as to give the integrative decision of the EEG by using the input signals of the intermediate judgment of 13 items of the EEG. The feature of the ANN was that it adapted to any EEGer who gave visual inspection for the training data. The developed method was evaluated based on the EEG data of 57 patients. The re-trained ANN adapted to another EEGer appropriately.

• 대한임상검사과학회지
• /
• 제37권2호
• /
• pp.96-101
• /
• 2005

Status epilepticus is a medical emergency, so that rapid and vigorous treatment is required to prevent neuronal damage and systemic complication. Status epilepticus is generally defined as a continuous or intermittent seizure or an unconscious condition after the onset of seizure, lasting for 30 minutes or more. We report here the outcome of status epilepticus. We retrospectively reviewed medical record of 15 patients who were diagnosed with status epilepticus at the Asan Medical Center from January 2003 to February 2004. This outcome was evaluated considering various factors such as age of patients, history of seizures, neurologic impairment, etiology, mortality, return to baseline and initial electroencephalogram (EEG) findings. The range of age was between 1 to 79 years old and the longest duration of treatment was 118 days. Most patients were treated by using pentobarbital, midazolam, phenobarbital and other antiepileptic drugs. The overall mortality was 5 (33%) out of 15 patients. The mortality was related to etiology, underlying other medical conditions and initial EEG findings. 5 (55%) out of the 9 patients with acute etiology, 5 (71%) out of the 7 patients with a multifocal or burst-suppression EEG activity, and 3 (60%) out of the 5 patients with other medical disease were related to mortality. This data demonstrate high mortality due to status epilepticus. Mortality is related to etiology, other medical conditions and abnormalities on the initial EEG.

• 한국지능시스템학회논문지
• /
• 제23권2호
• /
• pp.178-183
• /
• 2013

In this study, we proposed a method for electroencephalogram (EEG) classification using invariant CSP at special channels for improving the accuracy of classification. Based on the naive EEG signals from left and right hand movement experiment, the noises of contaminated data set should be eliminate and the proposed method can deal with the de-noising of data set. The considering data set are collected from the special channels for right and left hand movements around the motor cortex area. The proposed method is based on the fit of the adjusted parameter to decline the affect of invariant parts in raw signals and can increase the classification accuracy. We have run the simulation for hundreds time for each parameter and get averaged value to get the last result for comparison. The experimental results show the accuracy is improved more than the original method, the highest result reach to 89.74%.

• 한국정보통신학회논문지
• /
• 제12권11호
• /
• pp.1914-1922
• /
• 2008

한의학의 뜸 요법은 잘 알려져 있으나, 현재까지도 쑥을 연소하여 시술하는 고전적 방식을 많이 사용하고 있다. 대체의학의 뜸 기기 개발에서, 뜸에서 반응하는 인체의 특징 및 요소들을 파악하는 것은 중요하다. 그러므로 본 연구에서는 뜸 요법에 대한 뇌파변화를 고찰하고자, 자극을 가하지 않은 무자극 대상군과 간접 뜸 방식을 적용한 대상군으로 나누어, 뜸 자극에서 중요하게 여겨지는 관원(CV4), 신궐(CV8), 그리고 중완(CV12)의 경혈 점에 자극을 주어 뇌파 변화의 특징을 비교 분석하였다.

• 한국의류학회지
• /
• 제45권2호
• /
• pp.305-316
• /
• 2021

In this study, the effect of wearing functional compression pants is verified using a lower-limb wearable robot through a bio-signal analysis and subjective fit evaluation. First, the compression area to be applied to the functional compression pants is derived using the quad method for nine men in their 20s. Subsequently, functional compression pants are prepared, and changes in Electroencephalogram (EEG) and Electrocardiogram (ECG) signals when wearing the functional compression and normal regular pants inside a wearable robot are measured. The EEG and ECG signals are measured with eyes closed and open. Results indicate that the Relative alpha (RA) and Relative gamma wave (RG) of the EEG signal differ significantly, resulting in increased stability and reduced anxiety and stress when wearing the functional compression pants. Furthermore, the ECG analysis results indicate statistically significant differences in the Low frequency (LF)/High frequency (HF) index, which reflect the overall balance of the autonomic nervous system and can be interpreted as feeling comfortable and balanced when wearing the functional compression pants. Moreover, subjective sense is discovered to be effective in assessing wear fit, ease of movement, skin friction, and wear comfort when wearing the functional compression pants.

• International Journal of Contents
• /
• 제9권4호
• /
• pp.1-10
• /
• 2013

The electroencephalogram (EEG) time series is a measure of electrical activity received from multiple electrodes placed on the scalp of a human brain. It provides a direct measurement for characterizing the dynamic aspects of brain activities. These EEG signals are formed from a series of spatial and temporal data with multiple dimensions. Missing data could occur due to fault electrodes. These missing data can cause distortion, repudiation, and further, reduce the effectiveness of analyzing algorithms. Current methodologies for EEG analysis require a complete set of EEG data matrix as input. Therefore, an accurate and reliable imputation approach for missing values is necessary to avoid incomplete data sets for analyses and further improve the usage of performance techniques. This research proposes a new method to automatically recover random consecutive missing data from real world EEG data based on Linear Dynamical System. The proposed method aims to capture the optimal patterns based on two main characteristics in the coevolving EEG time series: namely, (i) dynamics via discovering temporal evolving behaviors, and (ii) correlations by identifying the relationships between multiple brain signals. From these exploits, the proposed method successfully identifies a few hidden variables and discovers their dynamics to impute missing values. The proposed method offers a robust and scalable approach with linear computation time over the size of sequences. A comparative study has been performed to assess the effectiveness of the proposed method against interpolation and missing values via Singular Value Decomposition (MSVD). The experimental simulations demonstrate that the proposed method provides better reconstruction performance up to 49% and 67% improvements over MSVD and interpolation approaches, respectively.

• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.25-31
• /
• 2023

뇌-기계 인터페이스는 차세대 인터페이스로서 기기 이용자가 명령을 생각할 때 발생하는 신경세포의 전기적 신호인 뇌파를 해석하여 기기를 조종하는 인터페이스다. 뇌-기계 인터페이스는 다양한 스마트기기 등에 응용될 수 있지만 뇌파 신호를 해석하는 데는 상당량의 계산 프로세스가 필요하다. 따라서 에지(Edge) 형태로 구현된 임베디드 시스템에서는 뇌-기계 인터페이스를 구현하기가 어렵다. 본 연구에서는 사물인터넷 기술을 이용하여 에지에서는 뇌파 측정만을 진행하고 뇌파 데이터의 저장 및 분석은 클라우드 컴퓨팅에서 수행하는 새로운 형태의 뇌-기계 인터페이스 시스템을 제안하였다. 본 시스템은 뇌-기계 인터페이스를 위한 정량 뇌파 분석을 성공적으로 수행하였으며 데이터 송수신 시간 또한 실시간 처리가 가능한 수준을 보였다.

• 대한임상검사과학회지
• /
• 제49권3호
• /
• pp.294-299
• /
• 2017

이 연구의 목적은 중첩성 뇌전증을 발견하고, 처음 기록된 30분 뇌파 패턴을 통하여 경련 가능성을 알아보고자 한다. 국제표준 10~20법을 통하여 전극을 부착하였다. 2014년 1월부터 2015년 12월까지 중환자실에 입원한 경련 의심 환자를 대상으로 하였다. 뇌파의 패턴은 주기적 방전파, 전반적 주기적 방전파, 버스트 억제파, 초점 뇌전증파, 비대칭 배경파, 전반적 서파, 삼상성 형태의 일반화 된 주기적 방전파 등 7 가지 범주로 분류하였다. 원인별 분류는 5가지 범주로 구분하였다. 전체 128명 중 평균 나이는 $56.9{\pm}17.5$였고, 남:여 비율은 74:54명이였다. 평균 뇌파검사 기간은 $5.5{\pm}5.1$일 이었고 최장 33일 이였다. 주기적 방전파(N=7), 전반적 주기적 방전파(N=10), 버스트 억제파(N=6), 초점 뇌전증파(N=19), 비대칭 배경파(N=24), 전반적 서파(N=51), 3상 형태의 일반화 된 주기적 방전파(N=11)이었다. 중첩성 뇌전증 환자의 원인은 원발성 증상성(N=4), 급성원발성 증상성(N=9), 급성 증상성(N=6), 진행성 뇌병증(N=2), 열성경련(N=1)이었다. 지속적 뇌파모니터링 검사는 중첩성 뇌전증을 발견하는데 유용한 검사이고, 뇌파 패턴을 통하여 경련 발생 유무를 확인할 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.389-396
• /
• 1997

본 논문에서는 뇌파측정기에서 발생하는 전기적 잡음을 제거하기 위하여 뇌파 측정시 발생하는 안구운동, PVC 룰러 펌프 잡음등을 포함하는 전기적 잡음에 대하여 기술하였다. 적응 디지틀 필터는 이러한 뇌파 측정 잡음을 제거하는 효과적인 방법이다. 그러나 일반적인 적응 디지틀 필터는 뇌파신호의 일부주파수 성분에 영향을 주게되므로 자동 뇌파 처리에는 부적합하다. 그러므로 본 고에서 이러한 뇌파잡음을 제거하기 위하여 제안한 방법은 일반적인 적응디지틀 필터의 참조채널을 사용하지 않으며, EOG 잡음을 제거하기 위하여 선형예측기와 고정차수 FIR 필터를 연결하였으며, 펌프잡음을 제거하기 위하여 선형예측기와 잡음 제거기를 연결함으로써 실현하였다. 또한 시뮬레이션을 통한 결과는 잡음제거 능력의 관점에서 제안한 방법의 성능을 분석하였으며, 결과적으로 약 20dB의 잡음제거 성능을 보였다.

• 한국음향학회지
• /
• 제41권5호
• /
• pp.518-524
• /
• 2022

본 논문에서는 합성곱 신경망과 주의집중 메커니즘을 결합하여 뇌파 신호로부터 감정적 스트레스 인식 성능을 향상시키는 방식을 제안한다. 제안하는 방식에서는 뇌파 신호를 5개의 주파수 영역으로 분해하고, 각 주파수 영역에 합성곱 신경망 계층을 사용하여 뇌파 특징의 공간정보를 획득한 후에 게이트 트랜스포머를 이용한 주의집중 메커니즘을 사용하여 각 주파수 대역에서 두드러진 주파수 정보를 학습하고, 주파수 간 대역 매핑을 통해 보완 주파수 정보를 학습하여 최종 주의집중 표현에 반영한다. DEAP 데이터세트와 6명의 피 실험자가 참여한 뇌파 스트레스 인식 실험을 통해, 제안된 방식이 기존 방식과 비교하여 뇌파 기반 스트레스 인식 성능 향상에 효과가 있음을 보여준다.