휴대용 기기에서의 EEG 알파 리듬 감지
매버릭 응우옌
업데이트됨
2019. 4. 16.
휴대용 기기에서의 EEG 알파 리듬 감지
매버릭 응우옌
업데이트됨
2019. 4. 16.
휴대용 기기에서의 EEG 알파 리듬 감지
매버릭 응우옌
업데이트됨
2019. 4. 16.
Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho
주요 특징
우리는 Emotiv EPOC+ 14 채널 EEG 헤드셋을 사용하여 알파 리듬을 분석했습니다.
우리는 두 가지 신호 분석 기법인 MP와 FFT를 비교했습니다.
Emotiv EPOC+와 MP는 알파 리듬 연구에 활용될 수 있습니다.
초록
휴대용 EEG 장비는 효율적인 컴퓨터 인터페이스가 될 수 있는 큰 잠재력을 가지고 있습니다. 그러나 뇌파의 리듬을 정량화하기 위해서는 EEG 신호를 정확하게 기술하는 단계가 필수적입니다. 본 연구에서는 휴대용 EEG 장비를 사용하여 두피의 7개 영역에서 획득한 EEG 알파 활성 감지를 통해 눈을 뜬 상태(EO)와 눈을 감은 상태(EC)의 두 가지 상태를 구별하기 위해 매칭 퍼수트(MP)와 고속 푸리에 변환(FFT) 두 가지 신호 분석 기법을 탐색했습니다. 대상자는 10명의 건강한 남성 자원봉사자였습니다. MP 결과는 전반적으로 FFT 분석 결과를 재현했으며, 두 방법 모두 후두엽 영역에서 좋은 성능을 보였습니다. 그러나 MP 아톰 수(atom number)로 상태를 구별하는 것이 더 효과적이었으며, MP 아톰 수는 연구 대상이 된 모든 위치에서 통계적 유의성에 도달한 유일한 변수였습니다. EO와 EC 상태 구별을 위해 EEG 알파 리듬을 사용할 때, 특히 후두엽 이외의 영역에서의 획득이 필요한 경우에는 MP 아톰 수를 계산하는 것이 유용할 수 있습니다.
Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho
주요 특징
우리는 Emotiv EPOC+ 14 채널 EEG 헤드셋을 사용하여 알파 리듬을 분석했습니다.
우리는 두 가지 신호 분석 기법인 MP와 FFT를 비교했습니다.
Emotiv EPOC+와 MP는 알파 리듬 연구에 활용될 수 있습니다.
초록
휴대용 EEG 장비는 효율적인 컴퓨터 인터페이스가 될 수 있는 큰 잠재력을 가지고 있습니다. 그러나 뇌파의 리듬을 정량화하기 위해서는 EEG 신호를 정확하게 기술하는 단계가 필수적입니다. 본 연구에서는 휴대용 EEG 장비를 사용하여 두피의 7개 영역에서 획득한 EEG 알파 활성 감지를 통해 눈을 뜬 상태(EO)와 눈을 감은 상태(EC)의 두 가지 상태를 구별하기 위해 매칭 퍼수트(MP)와 고속 푸리에 변환(FFT) 두 가지 신호 분석 기법을 탐색했습니다. 대상자는 10명의 건강한 남성 자원봉사자였습니다. MP 결과는 전반적으로 FFT 분석 결과를 재현했으며, 두 방법 모두 후두엽 영역에서 좋은 성능을 보였습니다. 그러나 MP 아톰 수(atom number)로 상태를 구별하는 것이 더 효과적이었으며, MP 아톰 수는 연구 대상이 된 모든 위치에서 통계적 유의성에 도달한 유일한 변수였습니다. EO와 EC 상태 구별을 위해 EEG 알파 리듬을 사용할 때, 특히 후두엽 이외의 영역에서의 획득이 필요한 경우에는 MP 아톰 수를 계산하는 것이 유용할 수 있습니다.
Giordano B.S.Seco, Günther J.L.Gerhardt, Alex A.Biazotti, André L.Molan, Suzana V.Schönwald, José L.Rybarczyk-Filho
주요 특징
우리는 Emotiv EPOC+ 14 채널 EEG 헤드셋을 사용하여 알파 리듬을 분석했습니다.
우리는 두 가지 신호 분석 기법인 MP와 FFT를 비교했습니다.
Emotiv EPOC+와 MP는 알파 리듬 연구에 활용될 수 있습니다.
초록
휴대용 EEG 장비는 효율적인 컴퓨터 인터페이스가 될 수 있는 큰 잠재력을 가지고 있습니다. 그러나 뇌파의 리듬을 정량화하기 위해서는 EEG 신호를 정확하게 기술하는 단계가 필수적입니다. 본 연구에서는 휴대용 EEG 장비를 사용하여 두피의 7개 영역에서 획득한 EEG 알파 활성 감지를 통해 눈을 뜬 상태(EO)와 눈을 감은 상태(EC)의 두 가지 상태를 구별하기 위해 매칭 퍼수트(MP)와 고속 푸리에 변환(FFT) 두 가지 신호 분석 기법을 탐색했습니다. 대상자는 10명의 건강한 남성 자원봉사자였습니다. MP 결과는 전반적으로 FFT 분석 결과를 재현했으며, 두 방법 모두 후두엽 영역에서 좋은 성능을 보였습니다. 그러나 MP 아톰 수(atom number)로 상태를 구별하는 것이 더 효과적이었으며, MP 아톰 수는 연구 대상이 된 모든 위치에서 통계적 유의성에 도달한 유일한 변수였습니다. EO와 EC 상태 구별을 위해 EEG 알파 리듬을 사용할 때, 특히 후두엽 이외의 영역에서의 획득이 필요한 경우에는 MP 아톰 수를 계산하는 것이 유용할 수 있습니다.