선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 그림 2에서 수면뇌파를 얻기 위해 (주)Stellate 시스템에서 개발한 하모닉 시스템을 사용하였다. 16채널에서 뇌파를 수집하였으며, IIR 필터와 노치 필터의 주파수 대역범위는 각각 0.5Hz〜25Hz와 57Hz〜63Hz의 주파수 범위를 두어서 필터링(filtering)했다. 샘플링 시간은 200Hz을 사용하였다.
- 본 논문에서는 순방향 다층 신경망으로 BP(back propagation) 알고리즘을 이용하여 신경망의 학습을 3단계로 나누어 실시했다. 1단계로 학습입력 패턴을 신경망에 입력하여 출럭을 구했다. 2단계는 출력과 목표치의 차이 즉, 오차를 구했다.
- 본 논문에서는 순방향 다층 신경망으로 BP(back propagation) 알고리즘을 이용하여 신경망의 학습을 3단계로 나누어 실시했다. 1단계로 학습입력 패턴을 신경망에 입력하여 출럭을 구했다.
- 본 연구에서 S개의 학습패턴 쌍(X1, dl), (X2, d2), …, (XS, ds)의 수는 인정한 범위를 정하여 선정한 것과 최대치와 최소치를 정하여 실험의 결과로 얻어졌다. 그리고 연결강도 V와 w 는 임의의 작은 값으로 초기화했으며, 적전한 학습률이 정해졌다.
- 본 연구에서는 수면뇌파 검출을 위하여 제1단계수면, 제2단계수면, 제3단계수면, 제4단계수면과 렘(REM: rapid eye movement)수면으로 구분하였으며, 각각의 특정파에서 검출한 패턴을 5개 이용하여 실험하였다. 수면뇌파의 분석 방법으로는, 시간 영역과 주파수영역 특성이 우수한 다비치(daubechies) 웨이브렛 변환(wavelet transform)[7]법과 고속 퓨우리에 변환 (FFT: Fast Fourier Transform)방법을 채택하였다.
- 신경망에 사용한 뇌파 데이터는 35세, 25세, 30세, 40세와 7세를 대상으로 즉정한 수면뇌파이다. 수면뇌파의 기준값은 뇌파의 주파수와 진폭의 크기로 구분하였으며, 5가지(유파, 수면방추파, K복합, 구파기 와 REM기)형태의 패턴정보를 이용했다. 그림 6은 수면뇌파를 웨이브렛 계수형태로 나타낸 결과이다.
- 수면뇌파의 분석 방법으로는, 시간 영역과 주파수영역 특성이 우수한 다비치(daubechies) 웨이브렛 변환(wavelet transform)[7]법과 고속 퓨우리에 변환 (FFT: Fast Fourier Transform)방법을 채택하였다. 수면뇌파의 자동분류 방법으로는 순방향 다층 신경망으로 뇌파의 특정 패턴정보를 가지고 수면상태를 검출하는 알고리즘을 개발하였다.
- 수면단계는 크게 비 REM기(제 1단계수면에서 제 4단계수면)와 REM기로 구분한다. 수면단계 뇌파의 5가지 특성파(유파, 수면방추파, K복합, 구파기, REM기)는 각 수면 단계에서 발생하는 파형을 입력 패턴으로 삼았다. 본 연구에서 제안한 수면단계 뇌파의 자동검출을 위해서 순방향 다층 신경망을 이용해서 학습률에 따른 반복횟수와 인식률을 모의 실험한 결과 평균 96%이상의 만족한 성능을 얻을 수 있었다.
- 여기서 학습패턴 쌍을 입력하여 연결강도를 변경하고, 오차 E가 특정 범위 Emax 보다 적어지면 학습을 종료했다.
- 웨이블렛 계수를 입력으로 하는 신경망은 수면 단계를 각각 00, 01, 10, 11로 구분하여 학습시켜 값을 출력하도록 학습시켰다. 신경망 최대학습 횟수는 2500번으로 두도록 하였으며, 평균자승오차는 0.
- 뇌파신호에서 임상적으로 사용되는 유효한 주파수 성분은 대개 100Hz미만이다. 측정된 뇌파 신호는 주파수 대역에 따라 델타(l-4Hz), 세타(4 -8Hz), 알파(8-13Hz), 베타(13-22Hz)로 나누어지며 각 대역에서의 뇌파 스팩트럼은 뇌 기능에 따라 공간적으로 특정한 패턴과 크기를 갖게 된다[4].
대상 데이터
- 그림 4는 Daubechies 3 과 Daubechies 10의 스케일링 함수와 웨이브렛 함수를 나타내었다. 그리고 그림 5는 수면뇌파의 웨이브렛 분해를 8레벨로 분할하여 주파수를 해석하였으며, 실험에 사용된 신호의 샘플링 주파수는 200Hz이다. 신경망 입력으로 사용된 웨이브렛 계수는 주로 18을 사용하였다.
- 아래의 그림 2는 수면을 5단계로 나누어서 측정한 결과이며, 전극의 기준점(reference point)은 각각 Al, A2로 삼았다. 본 실험의 뇌파는 16개 전극(Fpl, Fp2, C3, C4, 01, 02, T3, T4, F3, F4, P3, P4, F7, F8, T5, T6) 을 통하여 측정했다.
- 본 연구에서 사용된 EEG 데이터는 영남의료원 신경정신과에서 획득한 뇌파로서 임상실험을 통해서 획득된 데이터이며, 정신과 전문의에 의해 수면뇌파로 판정된 것이다. 그림 2에서 수면뇌파를 얻기 위해 (주)Stellate 시스템에서 개발한 하모닉 시스템을 사용하였다.
- 분 신험에서 사용한 데이터는 대학병원에서 정상인을 기준으로 실험한 결과이다. 신경망에 사용한 뇌파 데이터는 35세, 25세, 30세, 40세와 7세를 대상으로 즉정한 수면뇌파이다.
- 분 신험에서 사용한 데이터는 대학병원에서 정상인을 기준으로 실험한 결과이다. 신경망에 사용한 뇌파 데이터는 35세, 25세, 30세, 40세와 7세를 대상으로 즉정한 수면뇌파이다. 수면뇌파의 기준값은 뇌파의 주파수와 진폭의 크기로 구분하였으며, 5가지(유파, 수면방추파, K복합, 구파기 와 REM기)형태의 패턴정보를 이용했다.
- 보통 뇌파 시스템은 전극과 증폭기, 그리고 기록장치로 구성된다. 전극은 지름이 1.3mm인 디 스크모양의 Ag-AgCl전극이 많이 사용되며, 전극의 수는 대개 8~32개 정도이나 공간적인 해상도를 올리기 위해서 128 또는 256개의 전극을 사용한다. 전극의 배치는 국제 뇌파 및 임상 뇌대사 연맹(league)에서 추천하는 10 20시스템이 주로 사용된다[3].
이론/모형
- 본 연구에서 사용된 EEG 데이터는 영남의료원 신경정신과에서 획득한 뇌파로서 임상실험을 통해서 획득된 데이터이며, 정신과 전문의에 의해 수면뇌파로 판정된 것이다. 그림 2에서 수면뇌파를 얻기 위해 (주)Stellate 시스템에서 개발한 하모닉 시스템을 사용하였다. 16채널에서 뇌파를 수집하였으며, IIR 필터와 노치 필터의 주파수 대역범위는 각각 0.
- 본 연구에서는 수면단계 뇌파의 검출을 위해서 주파수분석 성능이 우수한 기법인 웨이브렛 변환과 고속 퓨우리에 방법을 이용하였다. 수면단계는 크게 비 REM기(제 1단계수면에서 제 4단계수면)와 REM기로 구분한다.
- 본 연구에서는 수면뇌파 검출을 위하여 제1단계수면, 제2단계수면, 제3단계수면, 제4단계수면과 렘(REM: rapid eye movement)수면으로 구분하였으며, 각각의 특정파에서 검출한 패턴을 5개 이용하여 실험하였다. 수면뇌파의 분석 방법으로는, 시간 영역과 주파수영역 특성이 우수한 다비치(daubechies) 웨이브렛 변환(wavelet transform)[7]법과 고속 퓨우리에 변환 (FFT: Fast Fourier Transform)방법을 채택하였다. 수면뇌파의 자동분류 방법으로는 순방향 다층 신경망으로 뇌파의 특정 패턴정보를 가지고 수면상태를 검출하는 알고리즘을 개발하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.