본문 바로가기
HOME> 논문 > 논문 검색상세

학위논문 상세정보

Wavelet 변환을 이용한 EEG 신호의 분석에 관한 연구 원문보기
(A) Study for Analysis of EEG Signals using Wavelet Transform

  • 저자

    김기현

  • 학위수여기관

    東亞大學校 大學院

  • 학위구분

    국내석사

  • 학과

    전기공학과

  • 지도교수

  • 발행년도

    2004

  • 총페이지

    v, 52p.

  • 키워드

    WAVELET EEG 신호분석 전기통신 전기공학;

  • 언어

    kor

  • 원문 URL

    http://www.riss.kr/link?id=T10070034&outLink=K  

  • 초록

    생체신호는 생리학이나 해부학에서 주로 다루어졌으나, 최근 컴퓨터 시스템의 발전으로 공학적인 접근이 활발히 진행되고 있다. 뇌의 정보를 보여주는 EEG (Electroencephalogram) 신호는 의학 및 공학 분야에서 매우 큰 비중을 두고 있어 대역별 주파수 특징과 Spike 등을 분석하는 방법으로 특정 뇌 신호를 통해 뇌 관련 질환의 치료 및 예방에 활용되고 있다 뿐만 아니라 뇌파를 이용한 각종 컴퓨터 시스템 개발에도 매우 유용한 파라미터가 되고 있다. Wavelet Transform은 신호처리, 압축과 복원, Wavelet 신경회로망, 그리고 통계학 등과 같은 수학과 공학 분야에서 다양한 연구가 진행되고 있다. Wavelet Transform은 Fourier Transform과 유사하나, 그 차이점은 특별히 Wavelet Transform은 시간-주파수 영역에서 국재화 가능한 다양한 모함수를 사용한다는 특징을 가지고 있다. 그러므로 Wavelet 변환은 고주파 성분에 대해선 시간 분해능이 좋고, 저주파수 성분에 대해선 주파수분해능이 좋다는 장점이 있다. 본 논문에서는 신호처리에서 높은 효율을 보이는 Wavelet Transform을 이용하여 EEG 신호를 분석하였다.


    Interictal spikes and sharp waves in human EEG are characteristic signatures of brain signals. These potentials originate as a result of synchronious, pathological discharge of many neurons. The reliable detection of such potentials has been the long standing problem in EEG analysis. The traditional definition of a spike is based on its amplitude, duration, sharpness, and emergence from its background. However, spike detection systems built solely around this definition are not reliable due to the presence of numerous transients and artifacts. Use wavelet transform to analyze the properties of EEG manifestations of brain signals. And, the subject of "wavelet analysis" has drawn much attention from both mathematical and engineering application fields such as Signal Processing, Compression/Decomposition, Wavelet-Neural Network, Statistics and etc. Analogous to Fourier analysis, wavelets is a versatile tool with very rich mathematical contort and great potential for applications. Specially, wavelet transform uses localizable various mother wavelet functions in time-frequency domain. Therefore, wavelet transform has a good time-analysis ability for high frequency component, and has a good frequency-analysis ability for low frequence component. Hence, by using these characteristics, each or mixed electrical load signals can be analyzed more easily and accurately than other conventional techniques. In this paper, discrimination analyses of acquired electrical current signals for each and mixed loads were tried by using wavelet transform. Experimental results obtained from Morlet wavelet transform were shown to be more easily discriminative than that of the FFT(Fast Fourier Transform) usually applied.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역