• JSTS:Journal of Semiconductor Technology and Science
• /
• 제17권1호
• /
• pp.129-140
• /
• 2017

In this paper, a $4{\times}32$-channel neural recording system capable of acquiring neural signals is introduced. Four 32-channel neural recording ICs, complex programmable logic devices (CPLDs), a micro controller unit (MCU) with USB interface, and a PC are used. Each neural recording IC, implemented in $0.18{\mu}m$ CMOS technology, includes 32 channels of analog front-ends (AFEs), a 32-to-1 analog multiplexer, and an analog-to-digital converter (ADC). The mid-band gain of the AFE is adjustable in four steps, and have a tunable bandwidth. The AFE has a mid-band gain of 54.5 dB to 65.7 dB and a bandwidth of 35.3 Hz to 5.8 kHz. The high-pass cutoff frequency of the AFE varies from 18.6 Hz to 154.7 Hz. The input-referred noise (IRN) of the AFE is $10.2{\mu}V_{rms}$. A high-resolution, low-power ADC with a high conversion speed achieves a signal-to-noise and distortion ratio (SNDR) of 50.63 dB and a spurious-free dynamic range (SFDR) of 63.88 dB, at a sampling-rate of 2.5 MS/s. The effectiveness of our neural recording system is validated in in-vivo recording of the primary somatosensory cortex of a rat.

• 한국콘텐츠학회논문지
• /
• 제10권3호
• /
• pp.72-79
• /
• 2010

전자 출결 시스템(Electronic attendance-absence recording system)은 오프라인의 교실 수업 방식에 있어서 혼합 학습(Blended learning)을 위한 중요한 강의 지원 시스템 가운데 하나이다. 그러나 기존의 스마트카드 기반의 전자 출결 시스템은 카드 소유자의 실제 본인 유무를 파악하는 것은 불가능하다. 따라서 본 논문에서는 개인의 얼굴 정보를 자기조직화 신경회로망으로 인식하여 자동으로 해당 교과목의 출석상황을 관리하는 클라이언트-서버 시스템을 개발한다. 클라이언트 시스템은 얼굴 특징추출에 의한 식별파일을 생성하고, 서버 시스템에서는 클라이언트 시스템에서 전송된 식별 파일(ID file)을 분석하여 데이터베이스에 저장된 해당 교과목의 인식 가중치 파일(Recognized weight file)를 이용하여 학생 식별을 수행한다. 본 논문에서 제안하는 얼굴 인식 기반의 출결 관리 시스템은 실제 학급의 다양한 얼굴 영상을 이용하여 CS 환경에서 실험한 결과 92% 이상의 유효성을 보였다.

• 한국정밀공학회지
• /
• 제22권5호
• /
• pp.80-86
• /
• 2005

Optical performance evaluation results and an interference fringe pattern analysis of alignment errors for an optical head of a near-field receding (NFR) system are presented. The focusing unit is an optical head of a NFR system and is composed of a solid immersion lens (SIL) and an objective lens (OL). Generally, the size of the focusing unit is smaller than that of the conventional optical recording head. Hence there are difficulties to assemble the small focusing unit precisely. We composed an evaluation system with an interferometer and evaluated some focusing unit samples aligned and assembled by manual and present the obtained results. Using the conventional optical tool, Code V, a tolerance analysis of the alignment error between the SIL and the objective lens and an interference pattern analysis for the assembly error are executed. Then, through an analysis of the simulation results, the conceptual auto-alignment methodology using a neural network approach is considered.

• 재활복지공학회논문지
• /
• 제10권4호
• /
• pp.279-285
• /
• 2016

신경보철 의수를 제어하기 위해서는 말초 신경신호를 측정하고 분석함으로써 사용자의 동작의도를 인식해야 한다. 본 논문에서는 다채널 신경전극 어레이, 전극 삽입 장치, 신경신호 증폭기로 구성된 말초 신경신호 측정 시스템을 제안한다. 마취상태에서 전극 삽입 장치를 이용하여 16 채널의 신경전극 어레이를 백서의 좌골신경에 안정적으로 삽입하였다. 수동적 관절 운동을 유도하거나 기계적 피부 자극을 인가하였을 때, 신경신호 증폭기를 통해 근육 또는 피부 감각 신경신호가 측정됨을 확인하였다. 또한, 개별 신경 단위를 분리하기 위해 활동전위 분류방법을 제안한다. 근육의 내부 수용기들은 근방추와 골지건 기관 수용기로 구분되었으며, 피부의 외부 수용기들은 완만적응과 급속적응 수용기로 분리되었다. 이와 같은 실험결과는 제안한 방법이 신경보철 시스템에서 말초 신경신호의 측정과 분석에 적용될 수 있음을 보였다.

• Journal of Electrical Engineering and Technology
• /
• 제9권3호
• /
• pp.1060-1071
• /
• 2014

Signals of the Electroencephalogram (EEG) can reflect the electrical background activity of the brain generated by the cerebral cortex nerve cells. This has been the mostly utilized signal, which helps in effective analysis of brain functions by supervised learning methods. In this paper, an approach for improving the accuracy of EEG signal classification is presented to detect epileptic seizures. Moreover, Independent Component Analysis (ICA) is incorporated as a preprocessing step and Short Time Fourier Transform (STFT) is used for denoising the signal adequately. Feature extraction of EEG signals is accomplished on the basis of three parameters namely, Standard Deviation, Correlation Dimension and Lyapunov Exponents. The Artificial Neural Network (ANN) is trained by incorporating Levenberg-Marquardt(LM) training algorithm into the backpropagation algorithm that results in high classification accuracy. Experimental results reveal that the methodology will improve the clinical service of the EEG recording and also provide better decision making in epileptic seizure detection than the existing techniques. The proposed EEG signal classification using feed forward Backpropagation Neural Network performs better than to the EEG signal classification using Adaptive Neuro Fuzzy Inference System (ANFIS) classifier in terms of accuracy, sensitivity, and specificity.

• 전자공학회논문지S
• /
• 제34S권9호
• /
• pp.23-30
• /
• 1997

In this paper, a decision feedback recurrent neural equalization (DFRNE) scheme is proposed for adaptive equalization problems. The proposed equalizer models a nonlinear infinite impulse response (IIR) filter. The modified Real-Time recurrent Learning Algorithm (RTRL) is used to train the DFRNE. The DFRNE is applied to both linear channels with only intersymbol interference and nonlinear channels for digital video cassette recording (DVCR) system. And the performance of the DFRNE is compared to those of the conventional equalizaion schemes, such as a linear equalizer, a decision feedback equalizer, and neural equalizers based on multi-layer perceptron (MLP), in view of both bit error rate performance and mean squared error (MSE) convergence. It is shown that the DFRNE with a reasonable size not only gives improvement of compensating for the channel introduced distortions, but also makes the MSE converge fast and stable.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.31-34
• /
• 1997

A semiconductor microelectrode array has been successfully used in obtaining single unit recordings from medial giant nerve of clay fish, rat saphenous nerve and abdominal ganglia of aplysia. The recording device fabricated using silicon microfabrication techniques is a depth-probe type and, previously, has been mostly used to record from central nerve system of vertebrates. From invertebrates, and also from peripheral nerves of vertebrates, however, the quality of the recorded signal depends heavily on the recording conditions, such as the proximity of the electrode site to the nerve cells and the size of the neuron. We have modeled the signal to noise ratio as unctions of these parameters and compared the experimental data with the calculated values thus obtained.

• Molecules and Cells
• /
• 제37권9호
• /
• pp.650-655
• /
• 2014

Mesenchymal stem cells (MSCs) can differentiate into neural cells to treat nervous system diseases. Magnetic resonance is an ideal means for cell tracking through labeling cells with superparamagnetic iron oxide (SPIO). However, no studies have described the neural differentiation ability of SPIO-labeled MSCs, which is the foundation for cell therapy and cell tracking in vivo. Our results showed that bone marrow-derived mesenchymal stem cells (BM-MSCs) labeled in vitro with SPIO can be induced into neural-like cells without affecting the viability and labeling efficiency. The cellular uptake of SPIO was maintained after labeled BM-MSCs differentiated into neural-like cells, which were the basis for transplanted cells that can be dynamically and non-invasively tracked in vivo by MRI. Moreover, the SPIO-labeled induced neural-like cells showed neural cell morphology and expressed related markers such as NSE, MAP-2. Furthermore, whole-cell patch clamp recording demonstrated that these neural-like cells exhibited electrophysiological properties of neurons. More importantly, there was no significant difference in the cellular viability and $[Ca^{2+}]_i$ between the induced labeled and unlabeled neural-like cells. In this study, we show for the first time that SPIO-labeled MSCs retained their differentiation capacity and could differentiate into neural-like cells with high cell viability and a good cellular state in vitro.

• 대한의용생체공학회:의공학회지
• /
• 제21권5호
• /
• pp.469-475
• /
• 2000

신경신호의 계측은 신경계의 연구에 필수적인 도구로 최근 반도체미세전극기술 등 수십, 수백개의 채널로부터 신경신호를 기록할 수 있는 방법들이 발달함에 따라 많은 수의 뉴런으로부터 신경 신호를 측정하여 컴퓨터로 그 신호를 처리할 수 있는 시스템의 필요성은 더욱 커지고 있다. 본 연구에서는 최대 16채널의 신경신호를 실시간에 측정하여 기록하고, 저장된 신호로부터 활동전위를 검출하며, 단일 뉴런들로부터의 신호를 분류하여 spike train의 형태로 저장한 뒤 여러 뉴런들간의 상관관계를 분석하기 위한 spike train 해석이 가능한 시스템을 개발하였다. 이 시스템은 보통사양의 PC이외에는 단지 신호획득보드만을 포함하여 다채널미세전극으로부터 뉴런의 신호를 측정, 증폭하여 호스트PC로 전송하고 저장하며 이로부터 활동전위를 검출하여 단일뉴런으로부터의 spike train으로 분류할 수 있다. 또한 저장된 spike train들로부터 신경회로망을 이루는 여러뉴런 들간의 관계를 분석하여 기능들이 시스템에 포함되어있다. 개발된 시스템을 사용하여 개구리 감각 신경의 신호를 실시간에 동시기록하여 활동전위을 검출하고 특징추출방법과 principal component analysis를 이용하여 분류한 뒤 spike train 해석을 수행하였다.

• 대한전자공학회논문지TC
• /
• 제45권3호
• /
• pp.53-60
• /
• 2008

최근 들어, 광 기록 저장 시스템을 위한 다양한 기록 방식들이 연구되고 있다. BD (Blue-ray Disc)나 HD-DVD (High-Definition Digital Versatile Disc) 기록 방식의 표준화가 진행된 후에 차세대 광 기록 방식에 대한 관련 업계의 초점이 모아지고 있다. 이러한 차세대 광 기록 저장 시스템 가운데 기술의 호환성이 장점인 Super-RENS (Super-Resolution Near field Structure) 기술이 유력한 후보 중 하나이다. 본 논문에서는 HOS (Higher-Order Statistics)에서 사용되는 bicoherence 테스트를 통해 Super-RENS read-out 신호의 비선형성을 분석하고, Super-RENS 시스템의 비선형 모델링을 위해 신경망을 적용하고자 한다. 본 논문에서 고려하는 모델 구조는 NARX (Nonlinear AutoRegressive eXogenous) 모델이다. 모의실험 결과, Super-RENS read-out 신호의 비선형성이 존재함을 알 수 있었고, Super-RENS 시스템의 비선형 모델링을 위해 신경망이 유용하게 활용될 수 있다는 가능성을 확인하였다.