최근 뇌 과학 연구에 관심이 높아지면서 두뇌 훈련게임, 교육응용분야 및 BCI(brain Computer Interface)등 여러 분야에서 뇌파를 이용한 장치들이 개발 되고 있다. 본 논문에서는 전두엽 뇌파를 이용해서 간편하고 손쉽게 사용할 수 있는 블루투스 기반 무선 포터블형 뇌파 측정장치를 설계 제작하였다. 10~100 ${\mu}V$의 낮은 진폭을 가진 뇌파를 증폭하여 수V까지 증폭하였고 불필요한 잡음신호와 60 Hz의 전원 노이즈를 제거 하기위하여 저역필터, 고역필터 및 노치 필터를 설계하였다. 또한, 아날로그 뇌파신호를 디지털신호로의 변환과 PC로의 무선 전송을 위해 PIC24F192 마이크로컨트롤러를 사용하였다. AD변환 샘플링율은 1kHz로 하였고, 블루투스방식의 무선전송방식을 이용하여 38,400bps로 PC로 전송하였다. PC로 입력할 때 LabVIEW 프로그램를 이용하여 뇌파신호를 수신하여 모니터링 하였다. 상용 뇌파측정 장치인 Biopac MP100과 개발된 장치에 각각 $1{\mu}V$, 0~200Hz의 동일한 사인파시뮬레이션 신호를 입력한 후 FFT 변환 후 각각 파워스펙트럼을 분석하여 성능 검증을 비교했다. 상용 Biopac 시스템 MP100과 비교해 본 결과 특히, 30Hz이하의 주파수영역에서 유사한 주파수 응답 특성결과를 얻어 제작된 시스템의 정확도가 우수함을 알 수 있었다.
최근 뇌 과학 연구에 관심이 높아지면서 두뇌 훈련게임, 교육응용분야 및 BCI(brain Computer Interface)등 여러 분야에서 뇌파를 이용한 장치들이 개발 되고 있다. 본 논문에서는 전두엽 뇌파를 이용해서 간편하고 손쉽게 사용할 수 있는 블루투스 기반 무선 포터블형 뇌파 측정장치를 설계 제작하였다. 10~100 ${\mu}V$의 낮은 진폭을 가진 뇌파를 증폭하여 수V까지 증폭하였고 불필요한 잡음신호와 60 Hz의 전원 노이즈를 제거 하기위하여 저역필터, 고역필터 및 노치 필터를 설계하였다. 또한, 아날로그 뇌파신호를 디지털신호로의 변환과 PC로의 무선 전송을 위해 PIC24F192 마이크로컨트롤러를 사용하였다. AD변환 샘플링율은 1kHz로 하였고, 블루투스방식의 무선전송방식을 이용하여 38,400bps로 PC로 전송하였다. PC로 입력할 때 LabVIEW 프로그램를 이용하여 뇌파신호를 수신하여 모니터링 하였다. 상용 뇌파측정 장치인 Biopac MP100과 개발된 장치에 각각 $1{\mu}V$, 0~200Hz의 동일한 사인파 시뮬레이션 신호를 입력한 후 FFT 변환 후 각각 파워스펙트럼을 분석하여 성능 검증을 비교했다. 상용 Biopac 시스템 MP100과 비교해 본 결과 특히, 30Hz이하의 주파수영역에서 유사한 주파수 응답 특성결과를 얻어 제작된 시스템의 정확도가 우수함을 알 수 있었다.
Since the interest of a brain science research is increased recently, various devices using brain waves have been developed in the field of brain training game, education application and brain computer interface. In this paper, we have developed a portable EEG measurement and a bluetooth based wirel...
Since the interest of a brain science research is increased recently, various devices using brain waves have been developed in the field of brain training game, education application and brain computer interface. In this paper, we have developed a portable EEG measurement and a bluetooth based wireless transmission device measuring brain waves from the frontal lob simply and conveniently. The low brain signals about 10~100${\mu}V$ was amplified into several volts and low pass, high pass and notch filter were designed for eliminating unwanted noise and 60Hz power noise. Also, PIC24F192 microcontroller has been used to convert analog brain signal into digital signal and transmit the signal into personal computer wirelessly. The sampling rate of 1KHz and bluetooth based wireless transmission with 38,400bps were used. The LabVIEW programing was used to receive and monitor the brain signals. The power spectrum of commercial biopac MP100 and that of a developed EEG system was compared for performance verification after the simulation signals of sine waves of $1{\mu}V$, 0~200Hz was inputed and processed by FFT transformation. As a result of comparison, the developed system showed good performance because frequency response of a developed system was similar to that of a commercial biopac MP100 inside the range of 30Hz specially.
Since the interest of a brain science research is increased recently, various devices using brain waves have been developed in the field of brain training game, education application and brain computer interface. In this paper, we have developed a portable EEG measurement and a bluetooth based wireless transmission device measuring brain waves from the frontal lob simply and conveniently. The low brain signals about 10~100${\mu}V$ was amplified into several volts and low pass, high pass and notch filter were designed for eliminating unwanted noise and 60Hz power noise. Also, PIC24F192 microcontroller has been used to convert analog brain signal into digital signal and transmit the signal into personal computer wirelessly. The sampling rate of 1KHz and bluetooth based wireless transmission with 38,400bps were used. The LabVIEW programing was used to receive and monitor the brain signals. The power spectrum of commercial biopac MP100 and that of a developed EEG system was compared for performance verification after the simulation signals of sine waves of $1{\mu}V$, 0~200Hz was inputed and processed by FFT transformation. As a result of comparison, the developed system showed good performance because frequency response of a developed system was similar to that of a commercial biopac MP100 inside the range of 30Hz specially.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 최근 사용되는 뇌파 학습장치, 뇌파 게임장치, BCI 장치로 사용될 수 있도록 소형화되고 무선으로 전송 가능한 뇌파 신호 측정 장치를 개발하였다. 10∼100 ㎶의 낮은 진폭을 가진 뇌파를 V단위의 신호로 증폭하였고 60 Hz의 전원 노이즈를 제거하기위하여 저역필터, 고역필터 및 노치 필터 필터를 사용하였다.
개발된 휴대용 무선 EEG 측정 장치를 통해 PC로 입력된 뇌파신호는 상업용 Biopac 시스템과 상호 비교해 본 결과 특히, 중요한 30Hz이하의 주파수영역에서 사용 Biopac MP100 장치와 유사한 주파수 응답 특성을 보임으로 개발된 장치는 뇌파측정 장치로 활용할 수 있으리라 본다. 본 논문은 기존의 고가이며 유선방식의 큰 사이즈의 뇌파측정장치를 3.3V의 휴대용전원과 휴대가 간편한 소형 블루투스 무선방식을 채용함으로써 뇌파를 이용한 컴퓨터 인터페이스분야, 게임레저 산업분야, 뇌파를 이용한 산업 기계의 원격제어시스템 분야 및 뇌파응용 교육분야 등 다양한 산업에 적용할 수 있으리라 본다.
제안 방법
10∼100 ㎶의 낮은 진폭을 가진 뇌파를 V단위의 신호로 증폭하였고 60 Hz의 전원 노이즈를 제거하기위하여 저역필터, 고역필터 및 노치 필터 필터를 사용하였다.
PC로 전송된 데이터를 주파수 대역으로 분류하기 위하여 수식(6),(7)의 공식으로 FFT 주파수 분석을 시도하여 보았다.
그리고 회로에 전원을 공급하기 위한 3.3 V의 전원 모듈에는 리튬폴리머 전지를 사용할 수 있도록 충전 회로가 설계되어 있고 USB를 이용하여 외부에서 전원을 입력 받아 사용할 수 있으며 충전이 가능하도록 하였다. 충전완료 상태를 램프로 표시할 수 있도록 구성하였으며 그림 13은 전원공급장치의 회로도를 보여주고 있다.
기존의 상용 Biopac MP100 시스템과 개발된 뇌파 장치의 성능을 비교, 검증하기 위하여 뇌파의 일반적인 주파수 영역인 0.1∼100Hz 시뮬레이션 신호를 각각 입력하여 주파수 특성을 파악하였다.
뇌파 신호는 한 쌍의 전극(electrode)을 사용하여 전두엽에서 검출 하였다. 전극은 인체를 부피전도계로 모델링할 때, 각각의 전극이 인체 내부에 흐르고 있는 이온의 흐름을 전류로 변환하거나 또는 그 반대 방향으로 변환하는 기능을 수행한다.
뇌파 측정 모듈의 구성은 일반적인 생체 시스템 구성과 마찬가지로 측정대상, 센서부, 신호처리부 및 출력부를 중심으로 구성되었으며 뇌파 신호처리를 위해 전치증폭기, 저역필터, 고역필터 및 노치필터를 설계 하였다. 필터 처리된 뇌파 신호는 PIC24F192 (Microchip사, 미국) 마이크로컨트롤러를 사용하여 디지털신호로 변환하였다.
뇌파신호는 PIC24F192 마이크로컨트롤러를 사용하여 신호를 처리하였다. 뇌파데이터는 주로 50 Hz 이하의주파수 대역을 갖고 있는 뇌파신호를 1KHz로 샘플링하였으며 샘플링된 뇌파 값은 10bit의 이진 값으로 표시하였으며 각각의 측정된 신호 값을 구분하기 위해 16진수 4자리 문자값과 구분문자([])로 구성된 패킷으로 만들어 컴퓨터로 전송하였다. 구분된 신호는 MCU 의 내부 명령에 따라 블루투스를 통해 연속적으로 PC로 보내진다.
그림 7에서 보여주는 것처럼 시뮬레이션 결과, 차단주파수는 50 Hz이며 단일이득의 저역필터의 특성을 보여주고 있다. 뇌파신호의 관심영역 주파수는 30 Hz이하에 거의 모든 신호가 있으므로 50 Hz의 저역필터를 설계하였다.
휴대용 뇌파 획득 장치를 통해 신호계측, 증폭 및 필터링된 뇌파 데이터를 PIC24F192 내부의 ADC를 이용하여 디지털로 변환하였다. 디지털로 변환된 신호는 블루투스와 LabVIEW 전송프로그램을 통하여 PC 로 전송되고 전송된 신호는 컴퓨터 모니터를 통해 모니터링 하였다. 그림 15는 뇌파 신호의 무선전송시스템의 개략도를 보여주고 있다.
10∼100 ㎶의 낮은 진폭을 가진 뇌파를 V단위의 신호로 증폭하였고 60 Hz의 전원 노이즈를 제거하기위하여 저역필터, 고역필터 및 노치 필터 필터를 사용하였다. 또한 ADC 및 PC로의 무선 전송을 위해 PIC24F192와 블루투스모듈를 사용하였고 AD 변환은 1KHz로 샘플링한 후 블루투스를 이용하여 PC로 무선 전송하였다. 개발된 휴대용 무선 EEG 측정 장치를 통해 PC로 입력된 뇌파신호는 상업용 Biopac 시스템과 상호 비교해 본 결과 특히, 중요한 30Hz이하의 주파수영역에서 사용 Biopac MP100 장치와 유사한 주파수 응답 특성을 보임으로 개발된 장치는 뇌파측정 장치로 활용할 수 있으리라 본다.
본 논문에서는 생체전위증폭기용 소자인 INA128(TI사, 미국)을 사용해 전치증폭단을 설계 제작하였다. 그림 2와 같은 차동증폭 형태로 구성된 INA128은 RG 값을 이용하여 V-IN , V+IN 의 두 전극의 뇌파 입력값의 차이 값을 증폭하며 두 입력의 공통성분은 제거하는 생체신호 계측용 계장증폭기이다.
현대의 뇌 과학에 대한 연구는 매우 빠른 속도로 발전해 가고 있다. 사람의 행위에 따라 분석하고 유추 하는 과거와는 달리 뇌 세포에서 일어나는 전기적인 신호를 획득하고 분석해서 직접 구동장치를 제어할 수 있게 되었다. 이러한 뇌 세포의 전기적 활동을 이용한 기술로 두뇌 인터페이스 기술(BCI:Brain Computer Interface)이 있다[1].
처음부터 증폭율을 올리면 불필요한 잡음도 증폭됨으로 증폭도의 적절한 조정이 필요하게 된다. 여기서는 V-IN, V+IN, Ref 세 단자를 이용하여 단극 유도법(Mono-polar)과 양극유도법 (bi-polar)으로 측정 가능하도록 구성하였다.
PC로 수신된 16진수 뇌파 데이터를 분류하기 위하여 다음과 같은 방식을 사용하였다. 연속적으로 들어오는 뇌파데이터를 구분하기 위하여 ][를 이용하여 16진수의 4문자를 분류하였고, 분류된 문자는 배열에 동적으로 할당 되도록 하였다. 그리고 연속적으로 입력이 받아진 데이터는 가장 앞 열의 데이터와 가장 뒷 열의 데이터가 손실될 수 있음으로 가장 앞 열의 배열과 뒷 열의 배열은 잘라내기 하여 최종적인 데이터를 PC에서 복원하였다.
이러한 형태의 기존 뇌파 측정 장치는 필요 이상의 크기와 유선을 이용한 데이터 전송방식을 주로 채택하고 있어서 최근에 연구하는 뇌파를 이용한 소형 및 휴대용 장치기술로 연동하기가 불편 하였다. 이를 위하여 본 논문에서는 소형화된 휴대용 EEG(electroencephalogram) 신호 처리장치를 개발 하였으며, 기존의 유선으로 전송되던 뇌파데이터를 보안 하고자, 블루투스를 이용하여 무선 전송할 수 있도록 개발 하였다.
뇌에서 발생되는 뇌파는 1∼100 Hz이하의 주파수 범위와 10∼100 ㎶ 범위의 진폭 값을 나타내므로 ECG나 EMG의 생체신호에 비해 낮고 민감하다. 전극으로부터 들어온 뇌파신호를 안정적이며 저렴한 가격으로 작게 만들기 위해서 모놀리딕 구조를 갖고 있는 계장증폭기를 사용하였다.
전치증폭기를 통해 획득된 뇌파신호는 1차 교류증폭회로를 통해서 직류-오프셋 신호를 제거하기 위해 0.48 Hz의 차단주파수를 갖는 고역필터와 100Hz이하의 뇌파신호에서 감쇄가 없도록 482 Hz정도에서 차단주파수를 갖는 저역필터 및 이득은 101배로 증폭할 수 있도록 설계하였다. 즉, 이 주파수 대역을 벗어나는 뇌파는 불필요한 신호이므로 감쇄나 차단된다.
즉, 1㎶, 0∼200Hz의 시뮬레이션용 사인파를 연속적으로 발생시켜 Biopac MP100 시스템과 동시에 개발된 휴대용 EEG 측정 장치의 전극을 통해 입력하였다.
최종단으로 AC증폭회로를 설계하여 노치 필터 이후 뇌파 영역이외의 신호 주파수를 제거하였다. 저역필터의 차단주파수는 482 Hz로, 고역필터의 차단주파수는 0.
최종적으로 개발된 뇌파 측정장치와 PIC 마이크로컨트롤러를 통해 아날로그 뇌파신호를 디지털로 변환후 블루투스를 통해 PC로 보내진 뇌파신호와 상업용 뇌파 측정장치인 Biopac MP100 시스템을 통해 획득된 뇌파신호를 상호 비교하여 보았다. 그림 17에서 보여주는 것처럼 개발된 뇌파장치는 기존 장치와 비교해 볼 때 데이터 전송 및 업데이트 속도와 주파수 손실에도 문제가 없었으며 설계 제작된 필터의 성능도 잘 작동하고 있음을 비교파형을 통해 알 수 있었다.
즉, 1㎶, 0∼200Hz의 시뮬레이션용 사인파를 연속적으로 발생시켜 Biopac MP100 시스템과 동시에 개발된 휴대용 EEG 측정 장치의 전극을 통해 입력하였다. 출력은 주파수별 파워스펙트럼으로 특성을 분류하였다. 실험결과는 그림 18에 보인 것처럼 필터링 된 주파수 값이 30Hz 이하에서 주로 나타나는 것을 알 수 있었다.
뇌파 신호의 경우 신호가 매우 미약하며 불필요한 60 Hz의 전원노이즈를 제거하기 위하여 노치필터를 사용하였고 그림 8과 같이 설계했다. 회로에서 R과 C의 값으로 60 Hz의 주파수 성분 값을 제거하도록 수식 (5)를 이용하여 설정하였다.
휴대용 뇌파 획득 장치를 통해 신호계측, 증폭 및 필터링된 뇌파 데이터를 PIC24F192 내부의 ADC를 이용하여 디지털로 변환하였다. 디지털로 변환된 신호는 블루투스와 LabVIEW 전송프로그램을 통하여 PC 로 전송되고 전송된 신호는 컴퓨터 모니터를 통해 모니터링 하였다.
대상 데이터
뇌파신호는 PIC24F192 마이크로컨트롤러를 사용하여 신호를 처리하였다. 뇌파데이터는 주로 50 Hz 이하의주파수 대역을 갖고 있는 뇌파신호를 1KHz로 샘플링하였으며 샘플링된 뇌파 값은 10bit의 이진 값으로 표시하였으며 각각의 측정된 신호 값을 구분하기 위해 16진수 4자리 문자값과 구분문자([])로 구성된 패킷으로 만들어 컴퓨터로 전송하였다.
블루투스와 통신하여 무선 데이터 전송이 가능하며 통신거리는 약 10 M이다. 주파수 범위는 2.4 GHz ISM Band, 감도는 -83 dBm, 전송파워는 4 DBm, 크기는 18x20 mm, 통신속도는 38.400bps, 인터페이스는 UART(TTL Level), 전원은 3.3 V를 사용 하는 블루투스 모듈을 사용하였다.
데이터처리
필터 처리된 뇌파 신호는 PIC24F192 (Microchip사, 미국) 마이크로컨트롤러를 사용하여 디지털신호로 변환하였다. 블루투스를 이용하여 뇌파데이터를 PC로 전송하기 위해 LabVIEW(NI사, 미국) 프로그램을 사용하였다.
성능/효과
그림 4는 1차 교류증록회로를 나타내고 있으며 그림 5는 교류 증폭회로의 주파수응답에 대한 시뮬레이션 결과를 보여주고 있다. 고역필터부의 차단주파수는 0.481 Hz이고 저역필터부의 차단주파수는 434 Hz이고 중간대역에서의 이득은 40 dB로 101배가 증폭되었음을 보여줌으로 설계한 대로 결과가 나온 것을 알 수 있었다.
최종적으로 개발된 뇌파 측정장치와 PIC 마이크로컨트롤러를 통해 아날로그 뇌파신호를 디지털로 변환후 블루투스를 통해 PC로 보내진 뇌파신호와 상업용 뇌파 측정장치인 Biopac MP100 시스템을 통해 획득된 뇌파신호를 상호 비교하여 보았다. 그림 17에서 보여주는 것처럼 개발된 뇌파장치는 기존 장치와 비교해 볼 때 데이터 전송 및 업데이트 속도와 주파수 손실에도 문제가 없었으며 설계 제작된 필터의 성능도 잘 작동하고 있음을 비교파형을 통해 알 수 있었다. 하지만 뇌파의 측정위치에 따라 심전도 신호가 완벽히 제거 되지 않아 낮은 진폭의 불필요한 심전도 신호가 관찰 되었다.
실험결과는 그림 18에 보인 것처럼 필터링 된 주파수 값이 30Hz 이하에서 주로 나타나는 것을 알 수 있었다. 또한 두 장치를 통해 나온 필터 특성은 뇌파 값이 중시 되는 50Hz미만에서 비슷한 특성을 보여주는 것을 알 수 있었다. 100Hz 이후에는 다소 다른 주파수의 특성을 나타냄을 볼 수 있지만 사용되는 영역 주파수가아님으로 별 의미는 없게 된다.
그림 3은 설계된 전치증폭기가 제대로 동작하는지를 검증하기 위해 멀티심을 이용해 전치증폭기의 뇌파 신호 증폭정도를 측정한 시뮬레이션 결과이다. 설계한 대로 입력 99.9 ㎶의 입력신호가 약 10배 증폭되어 1.004 mV로 증폭되어 나타남을 알 수 있었다.
9 dB가 감쇄됨을 볼 수 있었다. 시간영역에서 신호의 감쇄정도를 보기 위해 오실로스코프로 측정한 결과 입력신호 60 Hz의 10 mV가 2.25 mV로 감쇄됨을 확인할 수 있었다. 그러므로 노치필터를 통해 60 Hz의 전원 노이즈가 정상적으로 제거되었다.
출력은 주파수별 파워스펙트럼으로 특성을 분류하였다. 실험결과는 그림 18에 보인 것처럼 필터링 된 주파수 값이 30Hz 이하에서 주로 나타나는 것을 알 수 있었다. 또한 두 장치를 통해 나온 필터 특성은 뇌파 값이 중시 되는 50Hz미만에서 비슷한 특성을 보여주는 것을 알 수 있었다.
그림 9는 멀티심 시뮬레이션 프로그램을 통한 결과를 보여주고 있다. 주파수별 크기 값을 보여주는 Bode Plotter을 통해 알 수 있는 것처럼 60 Hz 신호에서약 -12.9 dB가 감쇄됨을 볼 수 있었다. 시간영역에서 신호의 감쇄정도를 보기 위해 오실로스코프로 측정한 결과 입력신호 60 Hz의 10 mV가 2.
그림 10은 2차 교류증폭회로를 보여주고 있으며 그림 11는 설계한 데로 입력신호가 100배 증폭되어 출력됨을 시뮬레이션을 통해 확인하였다. 필터의 차단주파수의 경우에도 Bode plotter에 보인 것처럼 저역과 고역필터에서 설계한 것처럼 차단주파수가 설정되었음을 확인할 수 있었다.
후속연구
또한 ADC 및 PC로의 무선 전송을 위해 PIC24F192와 블루투스모듈를 사용하였고 AD 변환은 1KHz로 샘플링한 후 블루투스를 이용하여 PC로 무선 전송하였다. 개발된 휴대용 무선 EEG 측정 장치를 통해 PC로 입력된 뇌파신호는 상업용 Biopac 시스템과 상호 비교해 본 결과 특히, 중요한 30Hz이하의 주파수영역에서 사용 Biopac MP100 장치와 유사한 주파수 응답 특성을 보임으로 개발된 장치는 뇌파측정 장치로 활용할 수 있으리라 본다. 본 논문은 기존의 고가이며 유선방식의 큰 사이즈의 뇌파측정장치를 3.
그러므로 Biopac MP100 상용장치와 비교해서 개발된 휴대용 뇌파측정장치는 유용하게 사용될 수 있으리라 본다. 그림 19는 Biopac MP100과 개발된 휴대용 무선 EEG 측정 장치를 이용한 비교실험 장면을 보여주고 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
뇌 세포의 전기적 활동을 이용한 기술에는 무엇이 있는가?
사람의 행위에 따라 분석하고 유추 하는 과거와는 달리 뇌 세포에서 일어나는 전기적인 신호를 획득하고 분석해서 직접 구동장치를 제어할 수 있게 되었다. 이러한 뇌 세포의 전기적 활동을 이용한 기술로 두뇌 인터페이스 기술(BCI:Brain Computer Interface)이 있다[1]. BCI기술은 인간 컴퓨터 인터페이스(HCI:Human Computer Interface) 기술 중 하나이며, 현재 세계 여러 나라에서 연구가 이루어지고 있다[1,2].
미약한 뇌파신호를 실질적인 데이터로 사용하기 위해 필요한 것은?
측정 대상에 해당하는 뇌파는 1 100 Hz의 주파수와약 10∼100 ㎶의 매우 낮은 전위를 가진다. 이러한 미약한 뇌파신호를 실질적인 데이터로 사용하기 위해서는 높은 증폭률이 필요하며, 뇌파 속에 혼입된 잡음을 제거하기 위하여 하드웨어로 설계된 저역필터, 고역필터 및 노치필터 등이 필요하게 된다. 신호 증폭과 필터를 거친 뇌파 출력신호는 아날로그 뇌파신호임으로 디지털신호로 변환한 후 유선이나 무선으로 PC에 입력된다.
전두엽에 부착된 두 전극사이에 감지되는 매우 작은 전위차수를 전압단위로 증폭하기 위해 계측용 증폭기를 사용할 때 유의할 점은?
이로 인해 전두엽에 부착된 두 전극사이에 감지되는 전위차는 수 ㎶정도의 작은 신호임으로 최종적으로 사용할 수 있는 전압단위로 증폭하기 위해서 계측용 증폭기 (Instrument amplifier)를 사용해야 한다. 이때 유의할 것은 입력임피이던스가 높고, 공통성분제거비가 높고 입력 바이어스전류는 낮은 증폭기를 선정하여야 한다[4]. 그림 1은 뇌파 신호를 측정하기 위한 전체시스템 구조도를 보여주고 있다.
참고문헌 (5)
Jose del R. Millan et al, "Noninvasive Brain-Autuated Control of a Mobile Robot by Human EEG", IEEE Trans. on Biomedical Eng. vol. 51, no 6,1026-1033, June 2004.
J.R. Wolpaw, D.J. McFarland, and T. M. Vaughan, "Brain-computer interface research at the Wadsworth center," IEEE Tans. Rehab. Eng., vol. 8, pp 222-226, June 2000.
YoungJoo Kim, Min Cheol Whang, Hee Kang "A Research on BCI using Coherence between EEG and EMG," Journal of the Ergonomics Society of Korea, Vol. 27, No. 2 pp.9-14, May 2008
Eung Je Woo, "Biopotential signal measrement, processing and Analysis", Jouranl of the Korean Society of Precision Engineering Vol. 21, No.4, April 2004
조성필외 3명, "최소 제곱 가속기반의 적응 디지털 필터를 이용한 두피 뇌전도에서의 심전도 잡음 추정 및 제거", 전기학회논문지, Vol.56, No. 7, pp1331-1338
※ AI-Helper는 부적절한 답변을 할 수 있습니다.