[논문]뇌파데이터에 기반한 맞춤형 수면유도음향의 실시간제어

위현승; 이병문

doi:10.9717/kmms.2020.23.2.204

뇌파데이터에 기반한 맞춤형 수면유도음향의 실시간제어
Customized Realtime Control of Sleep Induction Sound based on Brain Wave Data 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.23 no.2, 2020년, pp.204 - 215

위현승 (Dept. of IT Convergence Engineering, Gachon University) , 이병문 (Dept. of Computer Engineering, Gachon University)

Abstract ▼ AI-Helper

People who have sleep disorders such as insomnia take a long time to get to sleep, namely sleep latency. In order to reduce it, effective stimulations and environments to induce sleep such as ASMR or pink noise are necessary. However these have different effects and preferences for each individual. Therefore customized service and control for the sleep induction will be provide to him/her. In this paper, we proposed SIS control system which provides selectively sound control among various kinds of ASMR and pink noise according to sleep state measured from brain wave data for an individual. In order to verify the effectiveness of the system, we had conducted totally 30 experiments for 5 people, and all EEG data measured from all the people during sleep. An average of 3.7 hours was spent per experiment. In comparison experiments with and without sound control for sleep induction, the latency time was reduced by an average of 8 minutes as well as delta waves and theta waves, which appear only in deep sleep, are increased by 21%.

주제어

표/그림 (16)

그림 Fig. 1. Control method of ASMR content system.
그림 Fig. 2. Functional process of FFT.
표 Table 1. Characteristics of EEG frequency bands
그림 Fig. 3. SIS system model.
그림 Fig. 4. Service scenario for three states between awake and sleep.
표 Table 2. Feature of ASMR table for effect
그림 Fig. 5. Tree modules configuration for SIS system.
그림 Fig. 6. Functional process of sleep state module.
그림 Fig. 7. Functional process of customization module.
그림 Fig. 8. Functional process of sound control module.
그림 Fig. 9. Sequence control between device and three modules in SIS system.
그림 Fig. 10. Experiment environments for SIS system.
그림 Fig. 11. Operating SIS system.
표 Table 3. Experiment environments details
그림 Fig. 12. Sleep latency time compared exp(-) to exp(+) in case of user1▱, user2＋, user3×, user4 ⬜️, user 5 ◇.
그림 Fig. 13. Quantity of slow wave compared exp (-) to exp (+).

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

서파량이 증가한다는 의미는 깊은 숙면에 취했다는 의미를 내포하고 또한 각성된 상태라면 서파량의 증가는 뇌의 휴식 및 이완을 의미한다. 그래서 SIS 시스템이 사용자의 이완과 깊은 숙면에 도움이 되는지 측정하는 실험이다.
이런 경우에 적합한 사용자는 극도로 흥분되어 있는 사람에게는 적합하지만 베타파나 서파가 우세파형인 사람에게는 수면을 유도하기 위한 목적으로는 적절치 않는다. 그러므로 뇌파를 이루는 성분을 추정하면 개인의 수면 상태를 알 수 있으며 적절한 음향(소리)제어로 수면유도가 가능한 개인 맞춤형 수면유도음향 제어시스템을 제안하고자 한다.
이 데이터를 가지고 SIS 시스템에서는 사용자의 실시간 상태와 사용자에게 미치는 음향효과를 도출하고 가장 적합하고 효과적인 음향을 판단한다. 따라서 본 논문에서는 SIS 모델을 제안하며 그 과정에서 개인 맞춤형 수면유도음향을 제어하는 시스템을 설계하고 구현하고자 한다.
본 논문에서 구현한 SIS 시스템이 바로 (3)에서 구동되며 이것을 이용하여 SIS 시스템 동작하도록 하여 분석된 뇌파데이터를 이용하여 수면유도 음향이 스피커(5)로 출력될 수 있도록 실시간 제어를 하도록 하였다. 또한 SIS 시스템을 적용한 이후 사용자의 실시간으로 변화하는 뇌파 값을 측정하여 얼마만큼의 유의미한 효과를 보였는지 실험을 하였다.
본 논문에서는 수면유도음향을 이용하여 뇌파데이터 기반 실시간 개인 맞춤형 SIS 시스템을 제안하였다. 기존의 일괄적이고 일방적인 수면케어와 달리 사용자의 상태를 실시간으로 반영하여 사용자에 적합한 수면유도음향을 제공하였다.
핑크 노이즈는 여러가지 노이즈 기법 중 하나로 특히 수면지연 시간을 줄여주는데 효과가 있다[11-13]. 본 논문에서는 이러한 SIS를 이용하여 수면 유도를 지원하는 시스템을 SIS 시스템이라고 정의하고 이것을 제안하고자 한다. SIS 시스템은 뇌파(ElectroEncephaloGraphy, EEG) 데이터를 활용하여 사용자의 개인별 실시간 뇌의 활성도 상태, 적용된 음향의 재생 효과, 사용자의 의도적인 음향 선택과정을 통해 유추한 개인별 음향 선호도(Preference)를 가지고 개인 맞춤형 서비스를 지원한다.
본 논문은 2장의 관련연구에서 뇌파 데이터의 우세파형을 추출하는 방법과 추출된 파형으로 사람의 수면상태를 유추하는 방법을 고찰하였고, SIS 시스템에서 제공되는 수면유도음향의 효과와 특성에 대해 탐구하였다. 3장에서는 SIS 모델을 제안하여 사용자의 뇌파 데이터에 따라 최적화된 개인 맞춤형수면유도 음향을 제공하는 방법을 제시한다.
이를 위해서 본 논문에서는 수면을 유도하기 위한 수면유도음향(Sleep Induction Sound, SIS)를 수면케어의 수단으로 제공하는 모델을 제안하고자 한다. SIS에 적합한 음향으로써 ASMR(Autonomous Sensory Meridian Response), 핑크 노이즈가 있다.

제안 방법

SIS 제어시스템 모델로 사용자의 뇌파데이터를 이용하여, SIS 시스템을 통해 개인에게 최적화된 수면유도음향을 제어하도록 제안한다. Fig.
실험에는 20대 남자 3명(user1∼user3), 50대 남자 1명(user4) 50대 여성 1명(user5)이 참여하였다. 각 사용자마다 SIS 시스템을 이용하여 수면이 들고 수면에 깰 때 까지 3번 반복 측정 하였고 비교 실험을 위해 SIS 시스템을 이용하지 않고 수면에 들고 수면에 깰 때 까지 3번 반복 측정하였다. 그리하여 총 실험 횟수는 30회이고 1회 실험당 평균 3.
음향의 카테고리는 관련연구에서 제시한 ASMR별 효과와 특징을 기준으로 정한다. 그 후 개인 맞춤형모듈(Customization)에서 사용자 상태를 모니터링하면서 음향에 대한 latency 측정과 효과의 판단하고 마지막으로 음향제어모듈(Sound control)을 통해선호도의 반영과 함께 그에 따른 음향을 제어하도록 한다. 다음 절에서 각 모듈별로 상세하게 정의한다.
7시간이 소요되었다. 그 후 누적된 측정값의 평균을 계산하여 수치화하였다.
그 후 우세파형 판단(Decision superior of EEG) 과정을 통해 EEG의 우세파형을 판단한다. 뇌파의 우세파형을 통해 우선적으로 사용자의 수면 상태(Check sleep state)를 판단한다.
본 논문에서는 수면유도음향을 이용하여 뇌파데이터 기반 실시간 개인 맞춤형 SIS 시스템을 제안하였다. 기존의 일괄적이고 일방적인 수면케어와 달리 사용자의 상태를 실시간으로 반영하여 사용자에 적합한 수면유도음향을 제공하였다. 그 결과 SIS 시스템은 사용자의 숙면과 수면 입면시간을 단축하고 개인마다의 각기 다른 효과에 구애받지 않고 누구나 최적은 효과를 받을 수 있도록 한다.
3에서 보듯이 SIS 시스템은 뇌파측정 기기(Brain wave measurement device)로부터 실시간으로 사용자의 뇌파 특성 데이터와 개인인증(Personal Authentication)을 수신한다. 데이터 값에 따라 SIS 제어시스템은 음향이 개인에 미치는 효과(effect)와 선호도(preference)를 고려할 뿐만 아니라 수면입면의 최단 시간이 걸리는 방법을 찾기 위해 목표 지연시간(latency)을 파악하여 음향 제어의 기준으로 설정한다. 그렇게함으로서 사용자가 안정을 찾고 최단의 입면시간을 유도하는 음향을 제공한다.
첫 번쨰 실험은 무음대비 수면 입면시간 비교실험에서는 사용자가 깊은 잠들 때 우세하게 나오는 파형인 델타파 세타파의 비율에 따라 수면 입면의 시점을 측정하여 SIS 시스템을 적용하였을 때와 적용하지 않았을 때의 수면 입면시간의 단축 효과를 평가하는 실험이다. 두 번째 실험인 무음 대비 EEG 서파량 비교 실험은 뇌파의 서파인 세타파 이하의 느린 파형의 뇌파의 양을 측정하는 하여 비교하는 실험이다. 서파량이 증가한다는 의미는 깊은 숙면에 취했다는 의미를 내포하고 또한 각성된 상태라면 서파량의 증가는 뇌의 휴식 및 이완을 의미한다.
즉 현재 사용자 상태보다 더욱 이완되는 상태를 목표의 기준을 세운다. 목표달성을 체크하기 위해 사용자 상태와 의미가 상통하는 앞서 판단된 카테고리 정보를 실시간으로 카운팅한다. 카운팅 된 카테고리 카운팅숫자가 우세한 카테고리가 현재 사용자 상태 및 현재 필요한 음향의 카테고리를 의미한다.
PC는 EEG 데이터에서 상대파워 스펙트럼 값을 추출하여 2초 간격으로 웹기반의 전송모듈을 개발하여 Raspberry pi 보드(3)로 전송하도록 하였다. 본 논문에서 구현한 SIS 시스템이 바로 (3)에서 구동되며 이것을 이용하여 SIS 시스템 동작하도록 하여 분석된 뇌파데이터를 이용하여 수면유도 음향이 스피커(5)로 출력될 수 있도록 실시간 제어를 하도록 하였다. 또한 SIS 시스템을 적용한 이후 사용자의 실시간으로 변화하는 뇌파 값을 측정하여 얼마만큼의 유의미한 효과를 보였는지 실험을 하였다.
본 논문에서 제안한 시스템의 효용성을 평가하기 위해 SIS 시스템이 개인의 수면에 어떠한 영향을 미치는지에 대한 수치 값을 측정하였다. Fig.
가로축의 exp(-) SIS 시스템을 적용하지 않은 대조군이고 exp(+)는 SIS 시스템을 적용한 실험군이다. 세로축의 Sleep latency는 분(min)단위로 수면에 입면에 걸리는 시간을 측정하였다. user4의 경우 입면시간이 15분 단축이 되어 가장 효과가 좋았다.
이후 카테고리 선택을 하게 되는데, 앞서 판단된 사용자의 상태에 도움이 되는 음향의 종류들을 선택하는 과정이다. 수면유도음향의 카테고리는 Comfort, Relax, Sleep Induction 3가지 카테고리로 분류하고 중 사용자 상태에 맞는 카테고리를 선택한다. 그 후 선택된 카테고리 정보를 개인맞춤형 모듈로 전달한다.
측정한 사용자 뇌파데이터의 변화양상을 모니터링하여 SIS 시스템의 사용자에 미치는 효과와 영향력을 증명하였다. 실험은 두 가지 실험으로 분류하여 진행하였다. 첫 번째 실험은 무음 대비 수면 입면시간 비교 실험이고 두 번째 실험은 무음 대비 EEG 서파량 비교 실험이다.
또한 사용자의 건강상태가 나쁘다고 판단하여 ASMR이 재생이 진행되고 있는 상태라면 눈 깜빡임에 따라 ASMR 재생을 제어한다. 이 사례의 경우 심리적 안정과 스트레스 감소를 목적으로 ASMR 컨텐츠를 이용하였다. 이 경우에는 평상시 휴식시간에 사용자의 안정을 위해 사용되는 사례이다[14].
이러한 동작을 하려면 사용자 상태를 판단할 수 있어야 하며 그에 상응하는 개인맞춤화 과정이 필요하고 이 모든 과정을 제어하는 제어과정이 필요하다. 이런 과정을 수행하기 위해 SIS 시스템을 설계하였다.
제안한 시스템은 사용자에게 미치는 효과의 유효성을 확인하기 위해 라즈베리파이 기반의 SIS 시스템을 구현하였으며 구현된 환경에서 무음 대비 수면 입면시간 비교실험과 무음 대비 EEG 서파량 비교실험을 시행하였다. 무음 대비 수면 입면시간 비교실험에서는 5 사용자중 4명이 수면 입면시간에 단축이 되었고 단축된 시간은 평균 8분의 단축효과가 있었다.
실험은 두 가지 실험으로 분류하여 진행하였다. 첫 번째 실험은 무음 대비 수면 입면시간 비교 실험이고 두 번째 실험은 무음 대비 EEG 서파량 비교 실험이다. 첫 번쨰 실험은 무음대비 수면 입면시간 비교실험에서는 사용자가 깊은 잠들 때 우세하게 나오는 파형인 델타파 세타파의 비율에 따라 수면 입면의 시점을 측정하여 SIS 시스템을 적용하였을 때와 적용하지 않았을 때의 수면 입면시간의 단축 효과를 평가하는 실험이다.

대상 데이터

10에서 보듯이 뇌파측정전극(4)을 뇌파측정기기(1)에 연결하여 전두엽 부분인 이마에 부착하였다. 실험에 사용한 뇌파측정기기는 오픈소스 개발툴킷인 OpenBCI에서 제공하는 Ganglion 보드를 이용하였다. Ganglion보드는 블루투스로 측정된 EEG 데이터를 60Hz 간격으로 PC(2)로 전송한다.
실험에는 20대 남자 3명(user1∼user3), 50대 남자 1명(user4) 50대 여성 1명(user5)이 참여하였다.
5와 같이 구성되도록 설계한다. 우선, 뇌파 측정 기기에서 측정한 뇌파 데이터를 수신하여 데이터파일을 JSON(JavaScript Object Notation) 형태로 변환하여 사용자의 상태를 판단하는 입력 데이터로 사용한다. 이후 수면상태 분석모듈(Sleep state) 모듈에서는 수신된 뇌파 데이터를 재가공하여 사용자의 상태를 판단함과 동시에 사용자에게 현재 필요한 음향의 카테고리를 결정한다.

성능/효과

이러한 점은 수면관리를 접하는 접근성이 떨어지고 관리를 받기 전까지 시간과 노력이 들기 때문에 심리적 부담을 주어 관리의 지속성이 떨어진다. 두 번째, 사용자의 심리적 성향으로 선택한 음향이 신체적 측면에서도 효과가 있는것인지 신뢰성이 부족하다. 세 번째, 실시간으로 변하는 사용자의 상태에 따라 반응하지 못한다.
무음 대비 수면 입면시간 비교실험에서는 5 사용자중 4명이 수면 입면시간에 단축이 되었고 단축된 시간은 평균 8분의 단축효과가 있었다. 무음 대비 EEG 서파량 비교 실험에서는 SIS 시스템을 사용했을 때 사용자의 서파가 5명중 5명이 서파량이 증진되었고 실험군은 대조군대비 평균 21%가 증가하였다. 이는 SIS 시스템이 수면관리에 도움이 된다고 판단할 수 있다.
제안한 시스템은 사용자에게 미치는 효과의 유효성을 확인하기 위해 라즈베리파이 기반의 SIS 시스템을 구현하였으며 구현된 환경에서 무음 대비 수면 입면시간 비교실험과 무음 대비 EEG 서파량 비교실험을 시행하였다. 무음 대비 수면 입면시간 비교실험에서는 5 사용자중 4명이 수면 입면시간에 단축이 되었고 단축된 시간은 평균 8분의 단축효과가 있었다. 무음 대비 EEG 서파량 비교 실험에서는 SIS 시스템을 사용했을 때 사용자의 서파가 5명중 5명이 서파량이 증진되었고 실험군은 대조군대비 평균 21%가 증가하였다.
세로축은 누적된 서파량에 평균구하여 수차화한 것 이다. 실험 결과를 보면 user4의 경우 시스템 적용 전과 후의 서파량이 38% 증가하여 효과가 가장 좋았다. 반면 user5의 경우 시스템 적용 전과 후의 서파량이 10% 증가로 제일 효과가 미비했다.
반면 user5의 경우 시스템 적용 전과 후의 서파량이 10% 증가로 제일 효과가 미비했다. 실험군은 대조군보다 평균 21%의 서파량증가를 보였다. 이는 SIS 시스템이 뇌파의 서파를유도하여 뇌의 휴식과 깊은 숙면에 효과가 있다는 것을 증명하였다.
실험은 SIS 시스템이 사용자에게 미치는 효과의 신뢰성을 증명하였다. 측정한 사용자 뇌파데이터의 변화양상을 모니터링하여 SIS 시스템의 사용자에 미치는 효과와 영향력을 증명하였다.
이 SIS 시스템을 구현하려면 뇌파측정 기기로부터 뇌파, 개인인증 데이터가 실시간으로 필요하다. 이 데이터를 가지고 SIS 시스템에서는 사용자의 실시간 상태와 사용자에게 미치는 음향효과를 도출하고 가장 적합하고 효과적인 음향을 판단한다. 따라서 본 논문에서는 SIS 모델을 제안하며 그 과정에서 개인 맞춤형 수면유도음향을 제어하는 시스템을 설계하고 구현하고자 한다.
실험군은 대조군보다 평균 21%의 서파량증가를 보였다. 이는 SIS 시스템이 뇌파의 서파를유도하여 뇌의 휴식과 깊은 숙면에 효과가 있다는 것을 증명하였다.
반대로 user2의 경우 시스템 적용 전과후의 입면단축 시간이 1분 미만으로 제일 효과가 미비했다. 총 5명의 실험자중 4명이 수면 입면시간 단축에 효과를 보였고 실험군은 대조군에 비해 수면 입면시간이 평균 8분 단축되었다. 이는 SIS 시스템은 수면유도와 숙면 입면시간 단축에 효과가 있다는 것을 증명한다.
실험은 SIS 시스템이 사용자에게 미치는 효과의 신뢰성을 증명하였다. 측정한 사용자 뇌파데이터의 변화양상을 모니터링하여 SIS 시스템의 사용자에 미치는 효과와 영향력을 증명하였다. 실험은 두 가지 실험으로 분류하여 진행하였다.

후속연구

이러한 점들은 개인별 다르게 나타나는 ASMR의 효과와 선호도를 고려하지 않았음을 의미하고 다양한 ASMR 컨텐츠들를 제공, 제어를 하지 않는다는 것을 뜻한다. 이러한 점을 개선시키기 위해 좀 더 구체적이고 신뢰성있는 기준을 이용한다면 더욱 다양한 제어가 가능할 것이다. 그 기준으로써 뇌의 활성화 정도를 알 수 있는 우세파형을 이용한다면 사용자상태를 더욱 자세히 파악할 수 있다.
이는 SIS 시스템이 수면관리에 도움이 된다고 판단할 수 있다. 향후 수면유도음향에 대한 활발한 연구로 더욱 다양한 수면유도음향의 효과가 입증된다면 사용자에게 더욱 세밀하고 효과적인 SIS 시스템 제공할 수 있음을 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	G47의 소분류에는 무엇이 있나?	한국표준 질병분류체계(Korean Standard Classification of Diseases,KCD)에서도 수면장애(sleep disorders)를 질병코드 G47로 분류하고 있다. G47의 소분류에는 불면증관련 질병(G47.0)과 수면각성장애(G47.2)가 있다. 충분한 수면은 사람의 건강과 활력을 회복시킬 뿐만 아니라 여러 가지 인체의 호르몬과 밀접한 관련이 있다.
	효과적인 수면케어가 되려면 어떻게 되어야 하나?	효과적인 수면케어가 되려면 수면케어 서비스가 접근성이 좋고 심리적 부담이 없어야하며 편안함을 제공하는 사용자 친화적이어야 한다. 현재의 수면케어 서비스에서는 대체적으로 음향, 온열, 빛, 촉각의 요소를 사용하고 있다.
	현대인의 수면 장애율이 증가될수록 수면케어의 필요성이 높아지는 이유는?	충분한 수면은 사람의 건강과 활력을 회복시킬 뿐만 아니라 여러 가지 인체의 호르몬과 밀접한 관련이 있다. 그래서 수면을 적절히 취하지 못할 경우 일상생활에서의 피로감 무기력감을 느낄 수 있지만 심할 경우에는 만성피로, 치매, 우울증, 공황장애와 같은 심각한 질병에 노출될 수 있다. 그렇기 때문에 현대인의 수면 장애율이 증가될수록 수면케어의 필요성도 높아지고 있다[1-2].

참고문헌 (18)

Y. Baek, J. Yoo, S. Lee, and H. Jin, "Domestic Trends of Research and Patent for Sleep Disorder," Life Sciences, Vol. 13, No. 6, pp. 309-317, 2013.
B.M. Lee and H.J. Hwang, "Virtual Sleep Sensor with PSQI for Sleep Therapy Service," Journal of Korea Multimedia Society, Vol. 18, No. 12, pp. 1538-1546, 2015.

원문보기 상세보기
Y. Touitou, A. Reinberg, and D. Touitou, "Shift Work and Cancer Risk: Potential Mechanistic Roles of Circadian Disruption, Light at Night, and Sleep Deprivation," Sleep Medicine Reviews, Vol. 173, No. 4, pp. 94-106, 2017.
R.J. Raymann, D.F. Swaab, and E.J.W.V. Someren, "Skin Deep: Enhanced Sleep Depth by Cutaneous Temperature Manipulation," Brain, Vol. 131, No. 2, pp. 500-513, 2008.

상세보기
F. Paul, M. Schadlich, and D. Erlacher, "Lucid Dream Induction by Visual and Tactile Stimulation: An Exploratory Sleep Laboratory Study," International J ournal of Dream Research, Vol. 7, No. 1, pp. 61-66, 2014.
B. Chung and H. Park, "Effects of Non-pharmacological Interventions for Adults with Insomnia in Korea: A Meta-analysis," Korea Academy Industrial Cooperation Society, Vol. 18, No. 1, pp. 95-106, 2017.

원문보기 상세보기
J. Lee, EEG and Subjective Analysis of Individual Characteristics of ASMR Sound, Master's Thesis of Hanyang-University, 2019.
J. Lee and J. Kim, "Analysis of The Relaxing Effect of ASMR Sound Contents," The Institute of Electronics and Information Engineers, Vol. 56, No. 3, pp. 139-145, 2019.

상세보기
B. Fredborg, J. Clark, and S.D. Smith, "An Examination of Personality Traits Associated with Autonomous Sensory Meridian Response (ASMR)," Frontiers in Psychology, Vol. 8, No. 247, pp. 1-9, 2017.
D.H. Moon, "The Effect on Human Body by the Stimuli of Musics and Acoustic Vibrations," Journal of the Korea Society for Power System Engineering, Vol. 12, No. 5, pp. 59-64, 2008.
T. Kawada and S. Suzuki, "Sleep Induction Effects of Steady 60 dB (A) Pink Noise," Industrial Health, Vol. 31, No. 1, pp. 35-38, 1993.

상세보기
U. Will and E. Berg, "Brain Wave Synchronization and Entrainment to Periodic Acoustic Stimuli," Neuroscience Letters, Vol. 424, No. 1, pp. 55-60, 2007.

상세보기
B. Kim and M. Whang, "The Effect of White Noise and Pink Noise on the Brain Activity," The J ournal of the Korea Contents Association, Vol. 17, No. 5, pp. 491-498, 2017.
M. Kim and J. Seo, "A Control Method of ASMR Contents through Attention and Meditation Detection Based on Internet of Things," Digital Contents Society, Vol. 19, No. 9, pp. 1819-1824, 2018.

원문보기 상세보기
T. Inouye, K. Shinosaki, H. Sakamoto, S. Toi, S. Ukai, A. Iyama, et al., "Quantification of EEG Irregularity by Use of the Entropy of the Power Spectrum," Electroencephalography and Clinical Neurophysiology, Vol. 79, No. 3, pp. 204-210, 1991.

상세보기
W.R.W. Omar, R. Jailani, M.N. Taib, R.M. Isa, and Z. Sharif, "Assessment of Acute Ischemic Stroke Brainwave Using Relative Power Ratio," Proceeding of IEEE 9th International Colloquium on Signal Processing and its Applications, pp. 310-313, 2013.
O. Benoit, A. Daurat, and J. Prado, "Slow (0.7-2 Hz) and Fast (2-4 Hz) Delta Components are Differently Correlated to Theta, Alpha and Beta Frequency Bands during NREM Sleep," Clinical Neurophysiology, Vol. 111, No. 12, pp. 2103-2106, 2000.

상세보기
D. Petit, J.F. Gagnon, M.L. Fantini, L. Ferini-Strambi, and J. Montplaisir, "Sleep and Quantitative EEG in Neurodegenerative Disorders," Journal of Psychosomatic Research, Vol. 56, No. 5, pp. 487-496, 2004.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증