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.
문제 정의
- 본 연구에서는 다중채널 뇌파에서 선형예측 기계수를 추출하여 감성의 특징 파라미터로 이용하고, 신경회로망을 이용한 쾌적성분류 알고리즘을 개발하여 다중템플릿 방법으로 쾌적과 불쾌적한 환경의 뇌파데이터에 대한 쾌적성 평가를 하고자 하였다. 이를 위하여 뇌파수집 시스템을 구축하였고, 쾌적한 소파와 불쾌 적한 의자를 이용하여 대학생 10명의 뇌파를 수집하였다.
제안 방법
- 5Hz를 사용하였고, 뇌파에서 a 밴드를 제거하고자 할 때는 4Hz를 선택하였다. 감성연구에서 보통 30Hz 이상의 성분은 불필요하므로 차단 주파수가 30Hz인 저역통과 필터 (low pass filter, LPF) 를 4차 IIR로 구현하여 사용하였다. 뇌파 신호에서 가장 큰 아티팩트인 눈 깜박 임 제거를 위한 기법은 먼저 눈 깜박임신호와 순수뇌파를 구별해 내기 위한 문턱값을 구하였다.
- 이를 위하여 읽어들인 데이터를 절대 값으로 바꾼 후에, 각각의 포인트에서 기울기 부호를 검색한 다음, 현재 포인트를 기준으로 뒤로 2포인트에서의 기울기가 +, 앞으로 2포인트에서의 기울기가 -인지점을 찾는다. 그리고 그 피크가 순수뇌파의 피크인지 아니면 눈 깜박임 신호의 피크인 지 구별하기 위해서 그 피크값을 문턱값과 비교한다. 만약에 그 지점에서의 피크 값이 문턱값보다 크다면 눈 깜박임 신호로 간주하고, 눈 깜박임 신호가 끝나는 지점을 찾기 위해서는 눈 깜박임 피크 지점에서부터 부호가 두 번 바뀌는 지점을 찾는다.
- 감성연구에서 보통 30Hz 이상의 성분은 불필요하므로 차단 주파수가 30Hz인 저역통과 필터 (low pass filter, LPF) 를 4차 IIR로 구현하여 사용하였다. 뇌파 신호에서 가장 큰 아티팩트인 눈 깜박 임 제거를 위한 기법은 먼저 눈 깜박임신호와 순수뇌파를 구별해 내기 위한 문턱값을 구하였다. 이는 읽어들인 데이터의 전체 길이에 걸쳐서 그것의 평균을 계산한 다음 평균값에 4배를 곱한 값을 문턱값으로 정하였다.
- 뇌파 신호는 수십(N정도의 전압으로 나타나는 미약한 신호이므로 외부의 잡음과 아티팩트에 매우 민감하다. 따라서 뇌파파라미터 추출에서 불필요한 저주파 성분을 제거하기 위하여 0.5Hz와 4Hz의 차단 주파수를 갖는 고역통과 필터(high pass filter, HPF)를 4차 IIR로 구현하였다. DC 성분만 차단할 경우에는 0.
- 생체시스템의 동작은 매우 복잡한 비선형 시스템으로 볼 수 있을 것이나, 시스템이 비선형적 특성을 가져도 선형 모델링으로 분석차수를 높게 설정하면 근사한 결과를 얻을 수 있다고 알려져 있으므로 많은 뇌파연구에서 FFT 뿐만 아니라 선형 모델링 방법도 이용한다. 본 연구에서는 뇌파의 발생 과정을 전극(all-pole) 시스템인 AR 모델로서, 모델링하여 선형 예측기 계수를 이용하여 감성 특징파라미터를 추출하였다. 선형 뇌파 발생 모델은 그림 2와 같이 나타낼 수 있다.
- 본 연구에서는 쾌적/불쾌적한 환경하에서 뇌파를 수집하여 선형 예측기 계수를 특징 파라미 터로 하고, 신경회로망을 이용한 감성 분류 알고리즘을 구성하였으며, 다중 템플릿 방법을 이용하여 쾌적성 분류 실험을 수행하였다.
- 그리고 나서 디지털 필터링, 눈 깜빡임 제거 등의 전처리 기법을 수행한다. 선형 예측분석의 신호처리기법을 개발하였고, 신경회로망을 토대로 한 감성평가 알고리즘을 개 발하였다.
- 즉, 여러 명의 피검자의 뇌파를 학습시켜 생성된 신경회로망의 가중치를 템플릿으로 저장해 두고, 쾌적성분류 테스트를 할 때에는 초기의 안정 상태의 뇌파를 이용하여 가장 유사한 뇌파의 템플릿을 선택하여 패턴을 분류한다. 그림 4는 다중 템플릿 방법을 이용한 쾌적성분류 알고리즘을 나타낸 것이다.
대상 데이터
- 뇌파데이터 수집 시스템은 전극캡 (electro-cap), EEG 증폭기, A/D 변환기, PC로 구성되어 있다. 피검자의 두피로부터 전극캡을 통해 검출된 뇌파는 이득 20S의 EEG 증폭기로 증폭되고, 증폭된 뇌파는 128Hz의 샘플링 주파수와 12bth의 해상도로 A/D 변환되고, 변환된 신호는 노트북이나 데스크탑 PC에 의해서 처리된다.
- 피검자의 두피로부터 전극캡을 통해 검출된 뇌파는 이득 20S의 EEG 증폭기로 증폭되고, 증폭된 뇌파는 128Hz의 샘플링 주파수와 12bth의 해상도로 A/D 변환되고, 변환된 신호는 노트북이나 데스크탑 PC에 의해서 처리된다. 이때 전극캡은 미국 Electro-cap International사의 20채널 전극캡을 사용하였고, EEG 증폭기는 (주)정상테크노사의 증폭기를 사용하였다. A/D 변환기는 미국 Data Translation사의 DT-9804를 사용하였다.
- 본 연구에서는 다중채널 뇌파에서 선형예측 기계수를 추출하여 감성의 특징 파라미터로 이용하고, 신경회로망을 이용한 쾌적성분류 알고리즘을 개발하여 다중템플릿 방법으로 쾌적과 불쾌적한 환경의 뇌파데이터에 대한 쾌적성 평가를 하고자 하였다. 이를 위하여 뇌파수집 시스템을 구축하였고, 쾌적한 소파와 불쾌 적한 의자를 이용하여 대학생 10명의 뇌파를 수집하였다. 그리고 나서 디지털 필터링, 눈 깜빡임 제거 등의 전처리 기법을 수행한다.
- A/D 변환기는 미국 Data Translation사의 DT-9804를 사용하였다. 전극의 위치는 Mush/} 제시한 10채널(Fpl, Fp2, F3, F4, T3, T4, P3, P4, 01, 02)로 하고[1] 뇌 파 데이터 수집은 대학생 10명을 대상으로 하였다. 이때 사용한 task는 쾌적한 소파와 매우 불편한 간이의자를 이용하여 피검자가 불쾌적 .
이론/모형
- 이다. 본 연구에서는 선형예측 분석을 위하여 6차의 Burg 알고리즘을 이용한다[5, 6],
- 신경 회로망은 입력층 (input layer) 의 노드 (node) 수가 60개(6차X10채널), 은닉층(hidden layer)의 노드 수가 60개, 그리고 출력의 노드 수는 3개로 하는 60-60-3의 구조를 갖게 구성 하여 안정 (relaxation), 쾌적 및 불쾌적에 대한 값을 출력하게 된다. 본 연구에서는 이와 같은 신경회로망을 이용하여 쾌적성 분류를 하게 되는데, 여러 피검자에게 적용될 수 있는 피검자 독립(subject independent) 시스템을 구현하기 위하여 여러 개의 템플릿을 가지고 가장 근사한 템플릿을 이용하여 패턴 분류를 수행하는 다중 템플릿(multiple template) 방법을 이용하였다.
- 그림 1은 개발된 알고리즘을 적용하여 눈 깜박 임신호를 제거한 파형을 나타내고 있다. 생체시스템의 동작은 매우 복잡한 비선형 시스템으로 볼 수 있을 것이나, 시스템이 비선형적 특성을 가져도 선형 모델링으로 분석차수를 높게 설정하면 근사한 결과를 얻을 수 있다고 알려져 있으므로 많은 뇌파연구에서 FFT 뿐만 아니라 선형 모델링 방법도 이용한다. 본 연구에서는 뇌파의 발생 과정을 전극(all-pole) 시스템인 AR 모델로서, 모델링하여 선형 예측기 계수를 이용하여 감성 특징파라미터를 추출하였다.
성능/효과
- 첫째, 본인의 당일 데이터를 제외한 다른 템플릿들을 이용한 다중템플릿 방식의 쾌적성분 류 실험 결과, 약 75%의 인식률을 나타내어 신호의 특성 변화가 매우 큰 뇌파에서도 피검자 독립적인 평가의 가능성을 확인하였다. 둘째, 테스트 시 안 정 상태의 뇌파를 이용하여 안정 상태의 템플릿과 비교하여 가장 근사한 템플릿을 선택하므로 신경회로망 출력이 안정 상태로 치우치는 경우가 많이 발생하지만, 두 번째 큰 값을 갖는 노드는 해당 감성에 근사하게 일치됨을 알 수 있었다. 이는 안정 상태 뇌파와 가장 근사한 템플릿을 선택하므로 나타나는 바이어스(bias)일 수도 있고, 피검자의 감성 집중도가 약해져서 나타나는 현상일 수도 있다.
- 실험을 통해서 얻어진 결론은 다음과 같다. 첫째, 본인의 당일 데이터를 제외한 다른 템플릿들을 이용한 다중템플릿 방식의 쾌적성분 류 실험 결과, 약 75%의 인식률을 나타내어 신호의 특성 변화가 매우 큰 뇌파에서도 피검자 독립적인 평가의 가능성을 확인하였다. 둘째, 테스트 시 안 정 상태의 뇌파를 이용하여 안정 상태의 템플릿과 비교하여 가장 근사한 템플릿을 선택하므로 신경회로망 출력이 안정 상태로 치우치는 경우가 많이 발생하지만, 두 번째 큰 값을 갖는 노드는 해당 감성에 근사하게 일치됨을 알 수 있었다.
후속연구
- 이는 안정 상태 뇌파와 가장 근사한 템플릿을 선택하므로 나타나는 바이어스(bias)일 수도 있고, 피검자의 감성 집중도가 약해져서 나타나는 현상일 수도 있다. 그러나 신경회로망의 출력은 이러한 감성 간의 변화 추이를 나타내고 있을 것이므로 적절한 후 처리 기법이 개발되면 감성평가 기법의 한 방식으로 활용이 가능할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.