• 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.

• 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.

• 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.

• 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.

• 재활복지공학회논문지
• /
• 제11권1호
• /
• pp.45-52
• /
• 2017

EEG 신호는 신체적으로 불편함을 가지고 있는 사용자에게서도 동일하게 발생되는 신호로써 차세대 인터페이스로 각광받고 있다. 본 논문에서는 사용자의 EEG 신호를 이용하여 감성적인 정보처리와 논리적인 정보처리를 보조하는 실내 환경을 제어하는 사물인터넷 시스템을 제안한다. 제안된 시스템은 EEG 측정 장치, EEG 시뮬레이션 소프트웨어, 실내 환경 제어 장치로 구성된다. 실험 데이터로는 편안한 상태에서 발생되는 감성적인 정보처리에 대한 EEG 신호 데이터와 집중 시에 발생되는 논리적인 정보처리에 대한 EEG 신호 데이터를 사용한다. 측정된 신호에서는 ICA 알고리즘이 적용하여 잡음이 제거되고 베타파만을 추출한다. 이후 SVM을 통한 학습 및 테스트 과정을 거치게 된다. 피험자는 EEG 시뮬레이션 소프트웨어를 통해 EEG 신호 정확도 향상 훈련을 거친 결과 평균 82.69%의 정확도를 보였다. EEG 측정 장치로부터 입력되는 EEG 신호는 Serial 통신을 통해 EEG 시뮬레이션 소프트웨어로 전송되며 감성적인 정보처리와 논리적인 정보처리를 분류하여 제어 명령이 생성된다. 이후 생성된 제어 명령은 Zigbee 통신을 통해 실내 환경 제어 장치로 전달되어 감성적인 정보처리일 경우 은은한 조명과 클래식 음악이 출력되고 논리적인 정보처리일 경우 밝은 조명과 함께 학습용 백색소음이 출력된다. 제안한 시스템은 BCI 기반 소프트웨어 및 디바이스 제어에 응용될 수 있어 몸이 불편한 사용자가 자신의 신체적인 한계를 극복하는 것을 가능하게 한다.

• 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.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.587-594
• /
• 2021

뇌파(electroencephalogram, EEG)를 이용한 진단이 확대되면서 EEG 신호를 자동으로 분류하기 위한 다양한 연구가 활발히 이루어지고 있다. 본 논문은 일반인과 뇌전증 환자에게서 추출한 EEG 신호를 효과적으로 식별할 수 있는 CNN 모델을 제안한다. CNN의 학습에 필요한 데이터를 확장하기 위하여 EEG 신호를 낮은 차원의 신호로 분할하고, 이것을 다시 여러 개의 세그먼트로 중첩 분할하여 CNN 학습에 이용한다. 이와 더불어 CNN의 성능을 개선하기 위하여 CNN 앙상블 전략을 제안한다. 공개된 Bonn 데이터세트로 실험을 수행한 결과 뇌전증 발작을 99.0% 이상의 정확도로 검출하였고, 앙상블 방식에 의해 3-클래스와 5-클래스의 EEG 분류에서 정확도가 향상되었다.

• 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.

• 센서학회지
• /
• 제25권4호
• /
• pp.257-263
• /
• 2016

Among several technologies related to human brain, Brain Computer Interface (BCI) system is one of the most notable technologies recently. Conventional BCI for direct communication between human brain and machine are discomfort because normally electroencephalograghy(EEG) signal is measured by using multichannel EEG sensor. In this study, we propose 2-channel EEG sensor-based application control system which is more convenience and low complexity to wear to get EEG signal. EEG sensor module and system algorithm used in this study are developed and designed and one of the BCI methods, Motor Imagery (MI) is implemented in the system. Experiments are consisted of accuracy measurement of MI classification and driving control test. The results show that our simple wearable system has comparable performance with studies using multi-channel EEG sensor-based system, even better performance than other studies.