본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

뇌파의 입력패턴벡터 추출 및 패턴인식
Input Pattern Vector Extraction and Pattern Recognition of EEG

이용구   (한림성심대학 의료기기정보과UU0001496  ); 이선엽   (한림대학교 부속 춘천성심병원 방사선과UU0001493  ); 최우승   (경원전문대학 정보통신과UU0000123  );
  • 초록

    본 논문에서는 뇌파인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 뇌파 학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 알파리듬과 베타리듬의 주파수와 진폭이 사용되었고, 뇌파패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 된다. 뇌파 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.


    In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize EEG pattern vectors. The frequency and amplitude of alpha rhythms and beta rhythms are used to compose the input pattern vectors. And the algorithm for EEG pattern recognition is used SOM to learn initial reference vectors and out-star learning algorithm to determine the class of the output neurons of the subclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ algorithm, and pattern vectors is classified into subclasses by neurons which is being in the subclass layer, and the weights between subclass layer and output layer is learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors of EEG, the proposed algorithm is simulated with ones of the conventional LVQ, and it was a confirmation that the proposed learning method is more successful classification than the conventional LVQ.


  • 주제어

    뇌파 .   패턴벡터추출 .   학습벡터양자화 .   패턴분류.  

 저자의 다른 논문

  • 이용구 (13)

    1. 2004 "Forward C-P. Net.을 이용한 3단 LVQ 학습알고리즘" 韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information 9 (4): 33~39    
    2. 2005 "근전도 패턴인식을 위한 혼합형 LVQ 학습 알고리즘" 韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information 10 (2): 113~121    
    3. 2005 "분류오차유발 패턴벡터 학습을 위한 학습네트워크" 韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information 10 (5): 77~86    
    4. 2007 "fMRI를 이용한 맛의 입력패턴벡터 추출 및 패턴인식" 방사선기술과학 = Journal of radiological science and technology 30 (4): 419~426    
    5. 2009 "독거노인 활동 모니터링을 위한 보조 시스템의 설계 및 구현" 電子工學會論文誌. Journal of the institute of electronics engineers of Korea. IE. 산업전자 46 (3): 55~61    
    6. 2011 "CR 영상의 디지털 영상처리에 관한 주관적 화질 평가" 電子工學會論文誌. Journal of the institute of electronics engineers of Korea. IE. 산업전자 48 (1): 51~56    
    7. 2012 "디지털영상처리를 이용한 의료영상복원" 電子工學會論文誌. Journal of the institute of electronics engineers of Korea. IE. 산업전자 49 (2): 75~81    
    8. 2016 "Standing Whole Spine 검사 시 체질량지수 (BMI)에 따른 전방 및 후방장기의 흡수선량 평가" Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지 53 (12): 147~151    
    9. 2016 "CT Bolus Tracking System을 이용한 조영제의 혈관외유출 검출" Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지 53 (9): 137~142    
    10. 2016 "흉부 디지털 단층영상합성 시스템의 영상 재구성 알고리즘 개발 및 선량과 화질 평가" Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지 53 (9): 143~147    
  • 최우승 (10)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기