$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

웨이블릿 변환을 이용한 EEG 신호의 분석에 관한 연구
On the Analysis of EEG Signals using Wavelet Transform 원문보기

대한전기학회 2003년도 하계학술대회 논문집 D, 2003 July 21, 2003년, pp.2804 - 2806  

김기현 (동아대학교 전기공학과) ,  박두환 (동아대학교 전기공학과) ,  조현우 (한국전력) ,  이기영 (한국전력) ,  이준탁 (동아대학교 전기전자컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

생체신호는 생리학이나 해부학에서 주로 다루어졌으나, 최근 컴퓨터 시스템의 발전으로 공학적인 접근이 활발히 진행되고 있다. 특히 뇌의 정보를 보여주는 EEG(Electroencephalogram) 신호의 각 주파수 대역 별 에너지 분석은 의학분야에서도 매우 큰 비중을 두고 있다. 특정 뇌신경 관련질환이 갖는 대역별 주파수 특징과 Spike등을 분석하는 것은 치료와 예방에 아주 좋은 방법의 하나가 될 수 있다. 본 논문에서는 신호처리에서 높은 효율을 보이는 Wavelet Transform을 이용하여 알츠하이머병EEG 신호를 분석하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 관련 질환의 치료에 있어 EEG 신호의 분석 결과를 바탕으로 손상 부위를 검출해 낼 수 있다면 뇌 관련 질환의 치료에 매우 높은 효과를 보일 것으로 기대된다. 따라서 본 논문에서는 뇌신경 관련 질환인 알츠하이머병 환자와 정상인의 EEG 신호를 대상으로 하여, 기존의 신호처리 분야에서 널리 사용되어져 온 Fourier Transform과 제안하는 Wavelet Transform의 파형을 비교 분석하여, Wavelet Transform의 우수성을 입증하고, EEG 신호의 처리 및 해석 분야에 보다 적합함을 보이고자 한다.
  • 본 논문에서는 알츠하이머병 환자와 정상인의 EEG 신호를 참고 데이터로 선정하고 이를 해석함에 있어 기존의 신호처리 분야에서 기본적인 방식으로 많이 채택되었던 Fast Fourier Transform을 통한 방법과 제안하는 Continuous Wavelet Transform을 비교 분석하여 각 신호의 특징을 추출해 내고, 이 과정에서 Continuous Wavelet Transform의 결과가 보다 우수함을 입증하고자 하였다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로