KR101693716B1 - brain function analysis method and apparatus to detect attention reduction - Google Patents

brain function analysis method and apparatus to detect attention reduction Download PDF

Info

Publication number
KR101693716B1
KR101693716B1 KR1020130103566A KR20130103566A KR101693716B1 KR 101693716 B1 KR101693716 B1 KR 101693716B1 KR 1020130103566 A KR1020130103566 A KR 1020130103566A KR 20130103566 A KR20130103566 A KR 20130103566A KR 101693716 B1 KR101693716 B1 KR 101693716B1
Authority
KR
South Korea
Prior art keywords
signal
eeg
eog
detected
concentration
Prior art date
Application number
KR1020130103566A
Other languages
Korean (ko)
Other versions
KR20150025661A (en
Inventor
유선국
Original Assignee
연세대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020130103566A priority Critical patent/KR101693716B1/en
Publication of KR20150025661A publication Critical patent/KR20150025661A/en
Application granted granted Critical
Publication of KR101693716B1 publication Critical patent/KR101693716B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명은, 4채널 뇌파검출기를 이용하여 뇌파신호를 검출하고, 검출된 뇌파신호를 독립성분 분석(ICA) 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(LDA)방법을 이용하여 최적화 분석을 하여 졸음정도, 집중정도 여부를 판단하는, 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템에 관한 것이다.
본 발명의 집중력저감 알림 시스템은, 4개의 신호전극을 구비하여, 피검자의 뇌파를 검출하는 뇌파 검출부; 뇌파검출부로 부터 뇌파를 수신하여, 독립성분 분석(ICA) 방법을 적용하여 4개의 독립성분을 분리하며, 분리된 4개의 독립성분 중 패턴매칭을 통해, 4개의 독립성분 중 하나를 EOG 신호로 검출하는 연산처리부;를 포함하여 이루어지며, 연산처리부는, 검출된 EOG 신호와, 메모리부에서 읽어들인 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 졸음 문턱치 신호와 비교하여, 졸음여부를 판단하는 것을 특징으로 한다.The present invention detects an EEG signal using a 4-channel EEG detector, detects an EOG noise signal and an action-induced potential signal (ERP) by applying an independent component analysis (ICA) method to the detected EEG signal, A method of determining the degree of drowsiness and concentration using EEG noise signals and behavioral evoked potential signals using the linear discriminant analysis (LDA) method to determine the degree of drowsiness and concentration, To a concentration reduction notification system.
The concentration reduction notification system of the present invention comprises: an EEG detecting unit having four signal electrodes and detecting an EEG wave of a subject; EEG signals are received from the EEG detector, and four independent components are separated by applying an independent component analysis (ICA) method. One of the four independent components is detected as an EOG signal through pattern matching among the four independent components The arithmetic processing unit applies the linear discriminant analysis (LDA) to the detected EOG signal and the reference EOG signal read from the memory unit to obtain the feature data, and outputs the feature data to the sleep threshold value signal To determine whether or not the user is drowsy.

Description

뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템{brain function analysis method and apparatus to detect attention reduction}[0001] The present invention relates to a method for determining the degree of drowsiness and concentration using brain waves,

본 발명은, 4채널 뇌파검출기를 이용하여 뇌파신호를 검출하고, 검출된 뇌파신호를 독립성분 분석 (Independent Component Analysis, ICA) 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(event-related potential, ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(linear discriminant analysis, LDA)방법을 이용하여 최적화 분석을 하여 졸음정도, 집중정도 여부를 판단하는, 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템에 관한 것이다.The present invention detects an EEG signal using a 4-channel EEG detector and applies an EEG noise signal and an event-related signal to an EEG signal using an Independent Component Analysis (ICA) EEG noise signals and behavioral evoked potential signals are analyzed by linear discriminant analysis (LDA) method to determine the degree of drowsiness and concentration, And a concentration reduction notification system using the method.

뇌파란 뇌의 전기적활동을 머리 표면에 부착한 전극을 이용하여 측정하는 전기신호이다. 다음 표와 같이, 일반적으로 뇌파는 진동하는 주파수의 범위에 따라 델타파(0.5~4.99Hz), 세타파(5~7.99Hz), 알파파(8~11.99Hz), 베타파(12~35Hz), 감마파(30~50Hz)로 구분된다. Electroencephalogram (EEG) is an electrical signal that is measured using an electrode attached to the surface of the brain. As shown in the following table, EEG is generally classified into two groups according to the frequency range of oscillation: delta wave (0.5 to 4.99 Hz), theta wave (5 to 7.99 Hz), alpha wave (8 to 11.99 Hz) And gamma waves (30 to 50 Hz).

뇌파종류EEG type EyesEyes 진폭amplitude 뇌의 상태State of the brain Delta
(0.5-4.99Hz)Delta
(0.5 to 4.99 Hz) ClosedClosed HighHigh 깊은 수면상태 (외부에 대한 감각과 각성이 완전히 차단)Deep sleep (completely shut out sensation and awakening to the outside) LowLow 직관적인 통찰력으로 이어지기도 한다.It may lead to intuitive insights. OpenOpen HighHigh 정상적인 사고를 방해, 뇌 손상이 있을 경우에 활성화된다.It is activated when there is brain damage, which interferes with normal accidents. LowLow 정상적인 상태Normal state Theta
(5-7.99Hz)Theta
(5-7.99 Hz) ClosedClosed HighHigh 수면상태 (외부에 대한 감각이나 각성이 차단된 상태)Sleep state (with no sense of external or awakening) LowLow 명상상태 (영적인 일체감이 증가하고 창조적인 영감이 증가)Meditation (increased spiritual identity and increased creative inspiration) OpenOpen HighHigh 감정을 불러 일으키는 기억, 공상, 졸린 상태에서 증가하며, 주의력 결핍, 집중력 저하 등을 유발Emotional memory, fancies, increased sleepiness, attention deficit, decreased concentration, etc. LowLow 정상적인 상태Normal state Alpha
(8-11.99Hz)Alpha
(8-11.99 Hz) ClosedClosed HighHigh 외부에 대한 각성 수준이 매우 높은 상태Very high levels of awakening to the outside LowLow 편안한 상태, 의식과 잠재의식을 연결하는 가교 역할을 수행Comfortable, bridging bridges between consciousness and subconscious OpenOpen HighHigh 느슨해지거나, 동기 부족, 집중력 저하, 우울증 등을 유발.Loosening, lack of motivation, loss of concentration, and depression. LowLow 정상적인 상태Normal state

알파파는 긴장이완과 같은 편안한 상태에서 주로 나타나는데, 안정되고 편안한 상태일수록 진폭이 증가한다. 안정된 알파파가 나타나는 때는 눈을 감고 진정한 상태에 있을 때 나타나고, 눈을 뜨고 물체를 주시하거나 정신적으로 흥분하게 되면 알파파는 억제된다. Alpha waves usually appear in relaxed states such as relaxation, but the amplitude increases with more stable and relaxed conditions. When stable alpha waves appear, they appear when you close your eyes and are in a true state. When you open your eyes and look at an object or become mentally excited, alpha waves are suppressed.

쎄타파는 졸리거나 의식이 흐릿할 때 나타나는 뇌파로, "졸음파" 또는 "서파수면파(徐波睡眠波)"라고 불리며, 잠에 빠져들 때 나타나는 뇌파이다.Theta wave is an EEG that appears when you are sleepy or unconscious. It is called "drowsy" or "slow wave". It is an EEG that appears when you fall asleep.

베타파는 의식이 깨어 있을 때의 뇌파로, 스트레스파라고도 하며 불안, 긴장 등의 활동파이다. 다음 표와 같이, 베타파는 SMR 베타파, Mid 베타파, Hign베타파로 나뉜다.Beta waves are brain waves when consciousness is awake, stress waves, anxiety, tension, and other activity waves. As shown in the following table, the beta wave is divided into SMR beta wave, Mid beta wave and Hign beta wave.

뇌파종류EEG type EyesEyes 진폭amplitude 뇌의 상태State of the brain SMR Beta
(12-15Hz)SMR Beta
(12-15 Hz) ClosedClosed -- 통상은 낮게 나타나며, 높게 나타나면 과잉각성 상태Normally, it appears low, and when it is high, OpenOpen LowLow 발달장애 등 뇌 기능 저하 상태Degradation of brain function such as developmental disorder MidMid 움직이지 않으면서 편안하게 외부에 집중하는 상태.
충동성, 과잉행동을 조절하며, 불필요한 반응을 억제시킴.A state that concentrates comfortably on the outside without moving.
Controls impulsivity, hyperactivity, and suppresses unnecessary reactions. HighHigh 지나치게 높으면 과잉각성 상태를 의미Excessively high means over-awakening Mid Beta
(16-20Hz)Mid Beta
(16-20 Hz) ClosedClosed -- 통상은 낮게 나타나며, 높에 나타나면 과잉각성 상태Usually, it appears low, and when it appears high, OpenOpen LowLow 발달장애 등 뇌 기능 저하상태Degradation of brain function such as developmental disorder MidMid 적극적으로 외부에 집중하는 상태.
인지 과정을 활성화시키며, 수면상태 개선, 집중력 향상The state actively focusing on the outside.
Activate cognitive processes, improve sleep status, improve concentration HighHigh 지나치게 높으면 과잉각성 상태를 의미Excessively high means over-awakening High Beta
(21-35Hz)High Beta
(21-35 Hz) ClosedClosed -- 통상은 낮게 나타나며, 높에 나타나면 과잉각성 상태Usually, it appears low, and when it appears high, OpenOpen -- 통상은 낮거나 안정적으로 나타난다.It usually appears low or stable. HighHigh 긴장, 불안한 상태. 각성 수준이 매우 높아 쉽게 흥분하거나,
불안, 고도의 스트레스, 경직 상태를 나타낸다.
제반 중독 증상에서도 활성화된다.Tension, anxiety. The level of arousal is so high that it is easily excited,
Anxiety, high stress, and stiffness.
It is also active in all kinds of addiction symptoms.

SMR 베타파(sensory motor Rhythm, low beta)는 12~15Hz이며, 주의 상태로 외부정보에 대한 집중력이 강화될 때 나타나는 뇌파이다.The SMR beta (sensory motor rhythm, low beta) is 12 ~ 15Hz, and it is the brain wave which appears when the concentration of external information is strengthened in the state of attention.

Mid(미드) 베타파는 16~20Hz이며, 집중, 활동상태로 각성상태이며, 과제 수행시의 상태이다.Mid (mid) The beta wave is 16 ~ 20Hz. It is in a state of concentration, activity, awakening, and the state at the time of task execution.

High 베타파는 21~35Hz이며, 긴장, 흥분 상태, 스트레스 상태로, 억제와 관련있다. High Beta waves are 21-35 Hz, and are associated with inhibition, with tension, excitement, and stress.

측정된 뇌파속에서 각 진동성분이 얼마만큼의 비중을 차지하고 있는지를 정량적으로 파악하는 것이 필요하며, 이를 위해 주로 파워스펙트럼에 의해 분석한다. 파워 스펙트럼이란 자기상관함수를 프리에변환하는 것으로, 일반적으로는 뇌파신호를 FFT(패스트 프리에 트랜스펌)을 행하여, log 스케일의 power(단위는 dB)로 나타낸 것을 말한다.It is necessary to quantitatively understand how much each vibration component occupies in measured EEG, and it is mainly analyzed by power spectrum. The power spectrum refers to pre-converting the autocorrelation function. Generally speaking, it refers to the power (unit: dB) of the log scale by performing an FFT (fast pre-transform) on an EEG signal.

일반적으로 뇌파집중지표를 수학식 1과 같이 나타낸다.Generally, the EEG concentration index is expressed by Equation (1).

Figure 112013079255422-pat00001
Figure 112013079255422-pat00001

즉, 뇌파 집중지표는 SMR 베타파의 파워스팩트럼과 Mid 베타파의 파워스팩트럼을 더한 값을 세타파 파워스팩트럼으로 나눈 값이 뇌파 집중지표이다. 그러나, 이 방법은 상당히 복잡하고, 연산에 시간이 걸리는 등 실제로 구현하기 어려운 점이 많다.In other words, the EEG concentration index is a value obtained by dividing the power spectrum of the SMR beta wave and the power spectrum of the mid beta wave by theta wave power spectrum. However, this method is considerably complicated and takes a lot of computation time.

종래에 뇌기능을 분석하는 방법에 관련 특허로, 국내 공개특허공보 제10-2004-0055504호는, 불안과 스트레스 정도를 검출하기 위해, 뇌파 감지부의 전극 센서를 통해 피험자의 전두엽에서 4개 채널의 뇌파(EEG)를 각각 측정하고, 측정된 4개 채널의 뇌파 신호에서 독립성분 분석방법(ICA)을 이용하여 4개의 독립 성분으로 분리하고, 4개 뇌파 독립 성분 중에서 순수 뇌파의 α파 스펙트럼을 산출하고, α파 스펙트럼 비율에 따른 뇌파 측정 결과를 디스플레이하고, 뇌파 측정 결과값이 임계값이상일 경우 청각 구동부를 작동시키도록 이루어진다.Patent Document 10-2004-0055504 discloses a method for analyzing brain function. In order to detect the degree of anxiety and stress, a four-channel (EEG) were measured, and the four channel EEG signals were separated into four independent components using the independent component analysis method (ICA), and the alpha wave spectrum of pure EEG was calculated from the four EEG independent components And displays the EEG measurement result according to the alpha wave spectrum ratio. When the EEG measurement result is above the threshold value, the hearing drive unit is operated.

국내 공개특허공보 제10-2004-0055504호와 같이, 독립성분 분석방법(ICA)에서 구하여진 4개 뇌파 독립 성분 중 어느 것이 α파 스펙트럼인지 산출하는 데에도 복잡한 연산을 통해 검출해야 하며, 이렇게 검출된 파형도 α파만 들어 있는 파형이 아니라 다양한 복합신호가 포함된 뇌파이다. 따라서, 이렇게 검출된 파형만을 가지고 집중도를 판단하는 데에는 정확도가 다소 떨어진다고 할 수 있다. 또한 졸음 상태를 판단하기 위해서는 쎄타파도 검출해야 하므로, 상당히 어려움이 있다.As disclosed in Korean Patent Laid-Open Publication No. 10-2004-0055504, it is necessary to detect the alpha wave spectrum of the four EEG independent components obtained by the independent component analysis method (ICA) through a complicated calculation, The waveform is not a waveform containing only an alpha wave but an EEG including various complex signals. Therefore, it can be said that the accuracy is somewhat deteriorated in determining the degree of concentration with only the detected waveforms. In addition, the theta wave must be detected in order to determine the drowsy state, which is quite difficult.

운전중이라던가, 공부중이라던가 할경우에는, 집중도 뿐만아니라 졸음여부의 판단이 필요하다.When driving or studying, it is necessary to determine not only the concentration but also the drowsiness.

따라서, 집중도 및 졸음을 보다 간편하면서도 정확도를 높여 판정할 수 있는 방법이 필요하다.Therefore, there is a need for a method that can determine concentration and drowsiness more easily and with higher accuracy.

이를 위해 본 발명은, 본 발명은, 4채널 뇌파검출기를 이용하여 뇌파신호를 검출하고, 검출된 뇌파신호를 독립성분 분석 (ICA) 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(LDA)방법을 이용하여 최적화 분석을 하여 졸음정도, 집중정도 여부를 판단하는, 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템을 제공하고자 한다.To this end, according to the present invention, there is provided an EEG noise signal and an action-induced potential signal (ERP) by applying an independent component analysis (ICA) method to a detected EEG signal using a 4-channel EEG detector, ), And the degree of drowsiness and concentration using EEG signals, which determine the degree of drowsiness and concentration, by performing optimization analysis using the linear discriminant analysis (LDA) method on each of the detected EOG noise signal and behavioral evoked potential signal And a concentration reduction notification system using the same.

특히, 전두엽에서 검출된 뇌파신호에는 안전도(Electrooculography, EOG)가 포함되어 있으며, EOG 신호는 뇌파 신호보다는 진폭이 큰 신호로 구형파의 형태를 가지는데, 일반적으로 뇌파를 이용하여 뇌기능을 분석하는 경우에는 이 EOG 신호를 잡음으로서 제거한다.In particular, EEG signals detected in the frontal lobe include electrocardiography (EOG), and EOG signals have a larger amplitude than EEG signals, and they have the form of a square wave. In general, brain function is analyzed using EEG The EOG signal is removed as a noise.

그러나, EOG 신호는 안구를 움직임에 따라 발생되는 신호로, 눈깜박임을 정도를 알 수 있으며, 일반적으로 눈감박임의 속도를 검출하여 그 속도가 느려지는 경우를 졸음으로 판단한다.However, the EOG signal is generated according to the movement of the eyeball, and the degree of blinking of the eye can be known. In general, the EOG signal is detected to determine whether the sleeping speed is slow.

따라서, 전두엽에서 검출된 뇌파신호를 ICA를 적용할 경우, EOG 신호가 검출되는데, 이 EOG 신호로 졸음여부를 판단한다면, 별도의 채널로 EOG를 검출할 필요없이 졸음을 판단할 수 있다.Therefore, when the ICA is applied to the EEG signal detected in the frontal lobe, the EOG signal is detected. If the EOG signal indicates the drowsiness, it is possible to determine the drowsiness without detecting EOG on a separate channel.

본 발명이 해결하고자 하는 과제는, 4채널 뇌파검출기를 이용하여 뇌파신호를 검출하고, 검출된 뇌파신호를 독립성분 분석 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(LDA)방법을 이용하여 최적화 분석을 하여 졸음정도, 집중정도 여부를 판단하는, 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention is directed to a method for detecting an EEG noise signal and an action-induced potential signal (ERP) by detecting an EEG signal using a 4-channel EEG detector and applying an independent component analysis method to the detected EEG signal, , A method of determining the degree of drowsiness and concentration using brain waves, which determines the degree of drowsiness and the degree of concentration by performing optimization analysis using a linear discriminant analysis (LDA) method for each of the detected EOG noise signal and behavioral evoked potential signal And a concentration reduction notification system using the same.

상기 과제를 해결하기 위해, 본 발명의 집중력저감 알림 시스템은, 4개의 신호전극을 구비하여, 피검자의 뇌파를 검출하는 뇌파 검출부; 뇌파검출부로 부터 뇌파를 수신하여, 독립성분 분석(ICA) 방법을 적용하여 4개의 독립성분을 분리하며, 분리된 4개의 독립성분 중 패턴매칭을 통해, 4개의 독립성분 중 하나를 EOG 신호로 검출하는 연산처리부;를 포함하여 이루어진 것을 특징으로 한다.In order to solve the above-mentioned problems, the concentration reduction notification system of the present invention comprises an EEG detecting unit having four signal electrodes and detecting EEG waves of a subject; EEG signals are received from the EEG detector, and four independent components are separated by applying an independent component analysis (ICA) method. One of the four independent components is detected as an EOG signal through pattern matching among the four independent components And an arithmetic processing unit for performing arithmetic operations on the image data.

연산처리부는, 검출된 EOG 신호와, 메모리부에서 읽어들인 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 졸음 문턱치 신호와 비교하여, 졸음여부를 판단한다.The arithmetic processing unit applies characteristic discriminant analysis (LDA) to the detected EOG signal and the reference EOG signal read from the memory unit to obtain characteristic data, and compares the characteristic data with the sleep threshold value signal to determine whether or not the subject is drowsy.

또한, 본 발명의 집중력저감 알림 시스템은, 피검자에게 시각 또는 청각의 자극을 출력하는 자극출력부; 4개의 신호전극을 구비하여, 피검자의 뇌파를 검출하는 뇌파 검출부; 뇌파검출부로 부터 뇌파를 수신하여, 독립성분 분석(ICA) 방법을 적용하여 4개의 독립성분을 분리하며, 분리된 4개의 독립성분 중 패턴매칭을 통해, 4개의 독립성분 중 하나를 EOG 신호로 검출하며, 4개의 독립성분들 중에서, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP(행동유발전위신호) 신호를 검출하는, 연산처리부;를 포함하여 이루어진다.Further, the concentration reduction notification system of the present invention comprises: a stimulus output unit for outputting a stimulus of visual or auditory sense to a subject; An EEG detecting unit having four signal electrodes for detecting EEG waves of the subject; EEG signals are received from the EEG detector, and four independent components are separated by applying an independent component analysis (ICA) method. One of the four independent components is detected as an EOG signal through pattern matching among the four independent components And an arithmetic processing unit for detecting an ERP (action induced potential signal) signal by summing and averaging the remaining three independent components in synchronism with the stimulation timing, excluding the independent component detected by the EOG signal among the four independent members .

연산처리부는, 검출된 ERP 신호와, 메모리부로부터 읽어들인 기준 ERP 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 집중 문턱치 신호와 비교하여, 집중여부를 판단한다. The operation processing unit obtains the feature data by applying the linear discriminant analysis (LDA) to the detected ERP signal and the reference ERP signal read from the memory unit, compares the feature data with the concentration threshold signal, and determines whether or not the concentrated data is concentrated.

연산처리부는, 4개의 독립성분들 중에서, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP 신호를 검출하고, 검출된 ERP 신호와, 메모리부로부터 읽어들인 기준 ERP 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 집중 문턱치 신호와 비교하여, 집중여부를 판단한다. The operation processing section detects the ERP signal by summing and averaging the remaining three independent components in synchronization with the stimulation timing, excluding the independent component detected by the EOG signal from among the four independent components, (LDA) is applied to the reference ERP signal read out from the reference ERP signal, and the characteristic data is compared with the concentration threshold signal to determine whether the characteristic data is concentrated.

4개의 신호전극은 제1전극 내지 제4전극으로 이루어지며, 제1전극 및 제2전극은, 10~20 국제 전극배치법에 따라, 전두엽의 F3 및 F4에 부착되거나, 전전두부의 Fp1 및 Fp2에 부착되며, 제3 내지 제4전극의 전극은, 10~20 국제 전극배치법에 따라, 두정엽의 P3 및 P4에 부착되거나, 중앙부의 C3 및 C4에 부착된다.The four signal electrodes are composed of a first electrode to a fourth electrode. The first electrode and the second electrode are attached to F3 and F4 of the frontal lobe or to Fp1 and Fp2 of the front head, respectively, And the electrodes of the third to fourth electrodes are attached to P3 and P4 of the parietal lobe or attached to C3 and C4 of the middle part according to the 10-20 International Electrode Arrangement.

연산처리부는, 특징데이터를 졸음 문턱치 신호와 비교하여, 졸음으로 판단된 경우에 경고제어신호를 생성하여 경고부로 출력하고, 경고부는, 경고제어신호에 따라, 음향을 출력하거나, 또는 빛을 발산하거나, 또는 소정 영상을 출력하거나, 또는 진동을 출력하도록 이루어진다.The arithmetic processing unit compares the characteristic data with the sleep threshold value signal to generate a warning control signal when it is judged to be drowsy and outputs the warning control signal to the warning unit. The warning unit outputs sound, , Or outputs a predetermined image, or outputs a vibration.

연산처리부는, 특징데이터를 집중 문턱치 신호와 비교하여, 집중으로 판단된 경우에 경고제어신호를 생성하여 경고부로 출력하고, 경고부는, 경고제어신호에 따라, 음향을 출력하거나, 또는 빛을 발산하거나, 또는 소정 영상을 출력하거나, 또는 진동을 출력하도록 이루어진다.The arithmetic processing unit compares the characteristic data with the centralized threshold value signal to generate a warning control signal when it is determined to be concentrated, and outputs the alarm control signal to the warning unit. The warning unit outputs sound, , Or outputs a predetermined image, or outputs a vibration.

또한, 본 발명의 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법은, 연산처리부는, 시각 또는 청각의 자극제어신호를 생성하여, 자극 생성부로 전송하며, 4개의 신호전극을 구비한 뇌파전극에서 검출된 뇌파를 뇌파 전처리부를 통해 수신하는, 뇌파 검출단계; 독립성분 분석(ICA) 방법을 적용하여 연산을 행하여, 혼합행렬(W-1)과 4개의 독립성분을 분리하는, 독립성분 분석단계; 4개의 독립성분 들과 EOG 신호의 특징점와의 패턴 매칭에 의해 4개의 독립성분 중 EOG 신호의 채널을 검출한다, EOG 신호채널 검출단계; EOG 신호채널 검출단계 후, EOG 신호채널 검출단계에서, 검출된 EOG 신호와, 메모리부에 기저장된 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 졸음 여부를 판단하는, 졸음여부 판단단계;를 포함하여 이루어진 것을 특징으로 한다.In the method of determining the degree of drowsiness and concentration using the EEG according to the present invention, the arithmetic processing unit generates a visual or auditory stimulation control signal and transmits the stimulus control signal to the stimulus generation unit. In the electroencephalogram electrode having four signal electrodes An EEG detection step of receiving EEG signals through an EEG preprocessing unit; An independent component analysis step of performing an operation by applying an independent component analysis (ICA) method to separate a mixing matrix (W -1 ) and four independent components; Detecting an EOG signal channel among four independent components by pattern matching of four independent components and feature points of the EOG signal; A method of determining the drowsiness by determining feature data by applying linear discriminant analysis (LDA) to the detected EOG signal and the reference EOG signal stored in the memory unit in the EOG signal channel detection step after the EOG signal channel detection step, And determining whether the user is drowsy.

본 발명의 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법은, EOG 신호채널 검출단계 후, 4개의 독립성분 들중, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP 신호를 검출하는, ERP신호 검출단계; ERP신호 검출단계에서 검출된 ERP 신호와, 메모리부에 기저장된 기준 ERP 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 집중여부를 판단하는 집중여부판단단계;를 포함하여 이루어진다.The method of determining the degree of drowsiness and concentration using EEG according to the present invention is characterized in that after the EOG signal channel detection step, of the four independent components, excluding the independent component detected by the EOG signal, An ERP signal detection step of summing and averaging in synchronization to detect an ERP signal; Determining whether the characteristic data is obtained by applying a linear discriminant analysis (LDA) to the ERP signal detected in the ERP signal detecting step and the reference ERP signal stored in the memory unit, and determining whether the characteristic data is concentrated;

또한, 졸음여부 판단단계의 결과와, 집중여부판단단계의 결과로부터, 정상이며, 집중 상태인지 여부를 판단하는, 정상이며 집중상태인지 여부판단단계; 정상이며 집중상태인지 여부판단단계에서, 판단결과, 정상이 아니거나, 집중 상태가 아니라면, 경고부로 경고제어신호를 전송하는, 경고제어신호 출력단계로;를 포함하여 이루어진다.Determining whether the subject is in a normal and concentrated state based on a result of the drowsiness determination step and a result of the concentration determination step; And a warning control signal output step of transmitting an alarm control signal to the warning unit if it is determined that the normal state is not concentrated or not in the concentrated state as a result of the determination.

본 발명의 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템에 의하면, 4채널 뇌파검출기를 이용하여 뇌파신호를 검출하고, 검출된 뇌파신호를 독립성분 분석 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(LDA)방법을 이용하여 최적화 분석을 하여 졸음정도, 집중정도 여부를 판단하도록 이루어져, 보다 정확한 결과를 도출할 수 있다.According to the method of determining the degree of drowsiness and concentration using the EEG of the present invention and the concentration reduction notification system using the method, the EEG signal is detected using a 4-channel EEG detector, and the EEG signal is detected by applying an independent component analysis method, EOG noise signal and behavioral evoked potential signal (ERP) were detected, and the EOG noise signal and the behavioral evoked potential signal were analyzed by linear discriminant analysis (LDA) method to determine the degree of drowsiness and concentration So that a more accurate result can be obtained.

또한, 본 발명은 뇌파신호로부터 운전시 집중상태를 파악할 뿐만 아니라 추출된 안구 잡음 신호로부터 졸음의 정도를 파악하여 안전운전 보조장치 밴드로 활용할 수 있으며, 동시에 뇌파신호와 NIRS 신호를 동시에 활용하여 운전, 일상생활중의 집중, 감정 상태를 파악하여 일상생활 스트레스 보조 장치로 활용한다. 뇌파와 심박변화도, 피부저항, 피부전도도를 활용하여 감정 및 수면상태 파악 보조 장치로 활용한다. NIRS, 뇌파, 심박수변화, 피부저항, 피부온도를 활용하여 음주 정도를 간접적으로 파악하여 안전운전 보조 및 건강관리 장치로 활용한다. In addition, the present invention not only grasps the concentration state during operation from the EEG signal but also grasps the degree of drowsiness from the extracted eye noise signal and can be utilized as a safe driving assistant band. At the same time, Focus on daily life, emotional state is grasped and utilized as an auxiliary device for daily life stress. EEG and heart rate change, skin resistance, and skin conductivity are used as an aid for understanding emotional and sleep state. NIRS, EEG, heart rate change, skin resistance, and skin temperature to indirectly understand the degree of drinking and use it as a safe driving aid and health care device.

도 1은 본 발명의 집중력저감 알림 시스템의 구성을 나타내는 블럭도이다.
도 2는 본 발명에서 뇌파측정을 위한 전극부착부위를 설명하는 설명도이다.
도 3은 본 발명의 4개의 신호전극에서 검출된 뇌파로부터 독립성분을 검출하는 독립성분 분석(ICA) 방법을 설명하기 위한 모식도이다.
도 4는 도 1의 연산처리부의 구동방법을 설명하기 위한 흐름도이다.
도 5는 일반적인 행동유발전위신호(ERP)를 설명하기 위한 모식도이다.1 is a block diagram showing a configuration of a concentration reduction notification system according to the present invention.
2 is an explanatory diagram illustrating an electrode attachment site for EEG measurement in the present invention.
3 is a schematic diagram for explaining an independent component analysis (ICA) method for detecting independent components from EEG detected at four signal electrodes of the present invention.
4 is a flowchart for explaining a driving method of the arithmetic processing unit of FIG.
5 is a schematic diagram for explaining a general action induced potential signal (ERP).

이하, 본 발명의 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법 및 이를 이용한 집중력저감 알림 시스템를 첨부한 도면을 참조하여 상세히 설명한다.Hereinafter, a method of determining the degree of drowsiness and concentration using the EEG according to the present invention and a concentration reduction notification system using the method will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 집중력저감 알림 시스템의 구성을 나타내는 블럭도이고, 도 2는 본 발명에서 뇌파측정을 위한 전극부착부위를 설명하는 설명도이다. FIG. 1 is a block diagram showing the configuration of a concentration reduction notification system according to the present invention, and FIG. 2 is an explanatory view illustrating an electrode attachment site for brain wave measurement in the present invention.

본 발명의 집중력저감 알림 시스템은 뇌파 전극부(100), 뇌파 전처리부(150), 연산처리부(200), 자극출력부(300), 경고부(360)를 포함한다.The concentration reduction notification system of the present invention includes an EEG electrode unit 100, an EEG preprocessing unit 150, an operation processing unit 200, a stimulation output unit 300, and a warning unit 360.

뇌파 전극부(100)는 4개의 신호전극을 구비하며, 또한 기준전극(reference electrode)과 접지전극(ground electrode)을 구비한다. 4개의 신호전극, 즉 제1 내지 제4 신호전극은 정중부를 기준으로 좌우 양측의 전두엽 및 두정엽(또는 중앙부)에 장착되며, 뇌파 전극 부착은 단극유도(monopolar derivation) 방식으로 적용된다.The EEG electrode 100 has four signal electrodes, and also has a reference electrode and a ground electrode. The four signal electrodes, that is, the first to fourth signal electrodes are mounted on the frontal and parietal lobes (or the central part) on the left and right sides of the central part, and the electrodes with the EEG electrodes are applied in a monopolar derivation manner.

전두엽에 부착되는 제1 내지 제2전극의 위치는 10~20 국제 전극배치법(도 2의 빨강색 점선원 참조)에 따라 F3(좌측 전두엽), F4(우측 전두엽)에 부착되거나, 아니면 좌측 전전두부(Frontopolar 1, Fp1), 우측 전전두부(Frontopolar, Fp2)에 전극을 부착할 수 있다. The positions of the first and second electrodes attached to the frontal lobe are attached to F3 (left frontal lobe) and F4 (right frontal lobe) according to the 10-20 International Electrode Arrangement Method (see red dotted circle in Fig. 2) (Frontopolar 1, Fp1) and the right front head (Frontopolar, Fp2).

두정엽 또는 중앙부에 부착되는 제3 내지 제4전극의 전극의 위치(도 2의 파랑색 점선원 참조)는 10~20 국제 전극배치법에 따라, 두정엽(P3, P4)에 부착되거나, 아니면 중앙부(C3, C4)에 전극을 부착할 수 있다.The positions of the electrodes of the third to fourth electrodes attached to the parietal lobe or center portion (see the blue dotted circle in Fig. 2) are attached to the parietal lobes P3 and P4 according to the 10-20 international electrode arrangement method, , C4 can be attached.

기준전극(reference electrode)은 우측 귓불 뒤, 접지전극(ground electrode)은 좌측 귓불에 부착할 수 있으며(도 2의 보라색 점선원 참조), 뇌파전극으로 AgCl 전극을 사용할 수 있다.A reference electrode may be attached to the right earlobe, a ground electrode may be attached to the left earlobe (see the purple dotted circle in Fig. 2), and an AgCl electrode may be used as an EEG electrode.

뇌파 전처리부(150)는 뇌파 전극부(100)의 4개의 신호전극에서 검출된 뇌파신호들을 수신하여 전원 잡음을 제거하고, 증폭을 하며, 디지탈신호로 변환한다.The EEG preprocessor 150 receives EEG signals detected from the four signal electrodes of the EEG electrode unit 100 to remove power noise, amplify the EEG signals, and convert the signals into digital signals.

뇌파 전극부(100), 뇌파 전처리부(150)를 뇌파 검출부라 할 수 있다.The EEG electrode unit 100 and the EEG preprocessing unit 150 may be referred to as an EEG detection unit.

연산처리부(200)는 시각자극 제어신호 또는 청각자극 제어신호를 생성하여 자극출력부(300)의 시각자극부(310) 또는 청각자극부(320)로 출력한다. 또한, 연산처리부(200)는 시각자극부(310)의 시각자극 신호 또는 청각자극부(320)의 청각자극 신호에 동기하여 뇌파 전처리부(150)로부터 뇌파를 수신한다. 연산처리부(200)는 뇌파 전처리부(150)로부터 수신된 4개의 신호전극에서 검출된 뇌파신호들을 수신하여 독립성분 분석(ICA) 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(LDA)방법을 이용하여 최적화 분석을 하여 졸음정도, 집중정도 여부를 판단하여, 그 판단 결과에 따라 음향제어신호 또는 광제어신호 또는 영상제어신호 또는 진동제어신호로 이루어진 경고제어신호를 생성하여 경고부(360)로 출력한다.The operation processing unit 200 generates a visual stimulation control signal or an auditory stimulation control signal and outputs it to the visual stimulating unit 310 or the auditory stimulating unit 320 of the stimulating output unit 300. The operation processing unit 200 receives brain waves from the brain wave pre-processing unit 150 in synchronization with the visual stimulation signal of the visual stimulation unit 310 or the auditory stimulation signal of the auditory stimulation unit 320. The operation processing unit 200 receives the EEG signals detected from the four signal electrodes received from the EEG processing unit 150 and applies an independent component analysis (ICA) method to generate an EOG noise signal and an action-induced potential signal (ERP) And determines the degree of drowsiness and the degree of concentration by performing the optimization analysis using the linear discriminant analysis (LDA) method on each of the detected EOG noise signal and the behavior-induced potential signal. Based on the determination result, And generates a warning control signal composed of a light control signal, an image control signal, or a vibration control signal, and outputs the generated warning control signal to the warning unit 360.

자극출력부(300)는 시각자극부(310) 또는 청각자극부(320)를 구비한다.The stimulating output unit 300 includes a visual stimulating unit 310 or an auditory stimulating unit 320.

시각자극부(310)는 LED구동부(미도시) 또는 디스플레이부(미도시)로 이루어져, 연산처리부(200)의 시각자극 제어신호에 따라, LED구동부(미도시)의 LED를 구동시켜 빛을 발산하게 하거나, 디스플레이부(미도시)에 소정영상을 디스플레이 한다.The visual stimulating unit 310 includes an LED driving unit (not shown) or a display unit (not shown) and drives the LED of the LED driving unit (not shown) according to the visual stimulation control signal of the arithmetic processing unit 200 to emit light Or displays a predetermined image on a display unit (not shown).

청각자극부(320)는 스피커(미도시) 또는 해드셋(이어폰)(미도시)을 포함하는 음향출력부(미도시)를 구비하여, 연산처리부(200)의 청각자극 제어신호에 따라, 음향(소리)를 출력한다.The auditory stimulation unit 320 includes an acoustic output unit (not shown) including a speaker (not shown) or a headset (not shown) Sound).

경고부(360)는 LED구동부(미도시) 또는 디스플레이부(미도시) 또는 스피커(미도시) 또는 해드셋(이어폰)(미도시) 또는 진동부를 포함하여, 연산처리부(200)로부터, 경고제어신호(음향제어신호 또는 광제어신호 또는 영상제어신호 또는 진동제어신호)를 수신하여, 음향을 출력하거나, 또는 빛을 발산하거나, 또는 소정 영상을 출력하거나, 또는 진동을 출력한다.The warning unit 360 includes an alarm control unit 350 that receives an alarm control signal from the arithmetic processing unit 200 including an LED driving unit (not shown) or a display unit (not shown) or a speaker (not shown) or a headset (not shown) (A sound control signal or a light control signal or an image control signal or a vibration control signal) to output sound, emit light, output a predetermined image, or output a vibration.

경우에 따라서는, 자극출력부(300)와 경고부(360)는 동일한 것일 수 있다. 즉, LED구동부(미도시) 또는 디스플레이부(미도시) 또는 스피커(미도시) 또는 해드셋(이어폰)(미도시)을 자극출력부(300)로 사용하는 동시에 경고부(360)로 사용할 수 있다.In some cases, the stimulus output unit 300 and the warning unit 360 may be the same. That is, an LED driving unit (not shown) or a display unit (not shown) or a speaker (not shown) or a headset (not shown) may be used as the stimulus output unit 300 and used as the warning unit 360 .

메모리부(350)에는 연산처리부(200)에서 선형 판별식 분석(LDA)방법에 적용되는 기준 EOG 신호, 기준 ERP 신호가 저장된다. 상기 기준데이터는 본 발명의 집중력저감 알림 시스템을 사용초기에 사용자의 평상시 집중할때의 뇌파를 검출하며, 연산처리부(200)에서 상기 집중시 뇌파로부터, 후술되는 독립성분 분석(ICA) 방법을 적용하여, 기준 EOG 신호, 기준 ERP 신호를 검출하여 메모리(350)부에 저장한다. 즉, 시각신호를 주고, 이에 따른 사용자의 집중 뇌파 패턴 검출하여 저장하는 것으로, 후술되는 S2~S4를 구하고 W를 구하여 기준 EOG 신호, 기준 ERP 신호를 검출하여 메모리부(350)에 저장한다.The memory unit 350 stores a reference EOG signal and a reference ERP signal applied to the linear discriminant analysis (LDA) method in the arithmetic processing unit 200. The reference data is used to detect an EEG when the user concentrates at the initial stage of use of the concentration reduction notification system of the present invention. The operation processing unit 200 applies an independent component analysis (ICA) method described later from the concentrated EEG , The reference EOG signal, and the reference ERP signal and stores them in the memory 350. That is, a visual signal is given, and a user's centralized EEG pattern is detected and stored. Then, S2 to S4 to be described later are obtained, W is obtained, and a reference EOG signal and a reference ERP signal are detected and stored in the memory unit 350.

또한, 메모리부(350)는 졸음이라고 판정하는 졸음 문턱치 및 비집중(또는 집중)이라고 판정하는 비집중 문턱치를 저장한다. 졸음 문턱치와 비집중 문턱치는 공장출하시 저장된 값일 수 있으며, 또는 기준 EOG 신호, 기준 ERP 신호를 근거로 연산처리부(200)가 산출한 값일 수 있다. 예를 들어, 비집중 문턱치는 기준 ERP 신호의 P300 내지 P600사이의 시간 값 400ms 보다 큰값이거나, 또는 기준 ERP 신호의 진폭값이 20uV보다 크거나 5uV보다 작을 가질때로 설정할 수 있으며, 이럴경우 비집중으로 판정할 수 있다. 또한, 예를들어, 졸음 문턱치는 기준 EOG 신호로부터 눈깜박거림 주기 시간이 1sec로 설정할 수 있으며, 이보다 클 경우, 졸음으로 판단할 수 있다.Further, the memory unit 350 stores a drowsiness threshold value for determining drowsiness and an unconcentration threshold value for determining densification (or concentration). The drowsiness threshold value and the decentralization threshold value may be a value stored at the time of shipment from the factory or may be a value calculated by the operation processing unit 200 based on the reference EOG signal and the reference ERP signal. For example, the decentration threshold may be set to be greater than a time value of 400 ms between P300 and P600 of the reference ERP signal, or when the amplitude value of the reference ERP signal is greater than 20 uV or less than 5 uV, . Further, for example, the sleep threshold may be set to 1 sec from the reference EOG signal, and if it is larger than this, it can be determined that the user is drowsy.

키입력부(370)는 사용 개시 및 종료 버튼, 기준데이터 검출 개시 버튼 등을 구비한다.The key input unit 370 includes a start and end button, a reference data detection start button, and the like.

일반적으로, 행동유발전위신호(ERP)는 도 5와 같은 형태를 가지고 있으며, 자극에 대한 뇌의 반응을 보기 위해서는 계측을 반복해, 얻을 수 있는 데이터를 가산 평균하여 얻어진 것으로, 이렇게 함에 의해, 무관계한 뇌활동은 랜덤 노이즈로서 제외되게 된다. 시각자극의 경우, 정상인이라면 시각들에서의 최초의 반응은 대체로 50~70 밀리 세컨드 다음에 있다(P100, P1). 이것은 최초로 눈에 시각자극이 들어오고 나서, 시각 자극이 뇌피질에 전달될 때까지 걸리는 시간을 나타내고 있는 것이다. P300(P3)의 반응은 시각자극후, 300 밀리 세컨드 전후로 발생하는 피크로, 이는 뇌가 자극에 대한 고차의 인지 반응(즉, 인식)을 반영하는 것이다. P600의 반응은 행동이 일어나는 시점으로 보고, 그후를 행동에 대해 뇌가 평가하는 단계로 볼 수 있다.Generally, the behavior-induced potential signal (ERP) has a form as shown in FIG. 5, and is obtained by averaging the data obtained by repeating the measurement to see the response of the brain to the stimulus. Thus, One brain activity is excluded as random noise. In the case of visual stimuli, the first response in the eyes is usually 50 to 70 milliseconds after normal (P100, P1). This is the time it takes for the first visual stimulus to enter the eye and then the visual stimulus to be delivered to the brain cortex. The response of P300 (P3) is a peak that occurs around 300 milliseconds after visual stimulation, which reflects the brain's higher cognitive response (ie, perception) to stimulation. The response of P600 can be seen as the point at which action occurs, followed by the brain's assessment of behavior.

따라서, 본 발명은 P300에서 P600의 사이가 완만하게 떨어지면 시간폭일 길다면, 상대적으로 집중을 하고 있지 않는 것으로 판단할 수 있다.Accordingly, the present invention can determine that if the time interval between P300 and P600 is gradually decreased, the time is relatively long, the time is relatively not concentrated.

다음은 연산처리부(200)에서 독립성분 분석(ICA) 방법을 적용하여, EOG 잡음신호와, 행동유발전위신호(ERP)를 검출하고, 검출된 EOG 잡음신호와 행동유발전위신호 각각에 선형 판별식 분석(LDA)방법으로 판별하는 것에 대해 설명한다.Next, the operation processing unit 200 applies the independent component analysis (ICA) method to detect the EOG noise signal and the behavior-induced potential signal ERP, and outputs the linear discriminant equation (LDA) method will be described.

일반적으로 ICA 방법은 여러 종류의 신호가 섞여 있는 신호에서 분리하고자 하는 신호의 고차 통계적 특성이 독립이 되도록 원 신호를 분리하여 추정하는 신호 처리 방법의 하나이다. 전극에서 측정한 신호는 독립적인 여러 가지 신호들이 선형적으로 연산된 것으로 볼 수 있다.In general, the ICA method is one of the signal processing methods for separating and estimating the original signal so that the high-order statistical characteristics of the signals to be separated from the signals having the different kinds of signals are independent. The signal measured at the electrode can be regarded as a linear calculation of several independent signals.

이를 수학식으로 표현하면, Y=ZX 으로 나타낼 수 있다. 단, 여기서 Y (Y 1 , Y 2 , Y 3 … Y n )는 전극에서 측정된 뇌파 신호, Z는 혼합행렬(mixing matrix), 및 X(X 1 , X 2 ,X 3 … X n )는 ICA를 이용하여 Y에서 추출한 독립성분을 나타낸다.This can be expressed as Y = ZX. Where Y (Y1, Y2, Y3 ... Yn) is the EEG signal measured at the electrode, Z is the mixing matrix, and X (X1, X2, X3 ... Xn) Indicates the independent component extracted from Y using ICA.

U(U 1 , U 2 , U 3 … U n ) 신호는 WZ=I 를 만족하는 W 행렬을 구할 경우, U=WY 와 같다. 원 신호 X로 추정할 수 있다. 전극에서 측정한 뇌파 신호에서 원래 신호를 추정하면, U = WY = WZX = X 이다.U (U 1, U 2, U 3 ... U n) signal is equal to U = WY when a W matrix satisfying WZ = I is obtained. It can be estimated as the original signal X. When the original signal is estimated from the EEG signal measured at the electrode, U = WY = WZX = X.

도 3은 본 발명의 4개의 신호전극에서 검출된 뇌파로부터 독립성분을 검출하는 독립성분 분석(ICA) 방법을 설명하기위한 모식도이다.3 is a schematic diagram for explaining an independent component analysis (ICA) method for detecting independent components from EEG detected at four signal electrodes of the present invention.

4개의 신호전극, 즉 F3, F4, C3, C4의 위치에 장착된 전극으로 부터 검출된 뇌파 신호는, 혼합행렬(W-1)과, 독립성분 분석(ICA)를 이용하여 추출한 4개의 독립성분(즉, 소스(source) 신호)(S1, S2, S3, S4)으로 나타내어질 수 있다.The EEG signals detected from the electrodes mounted at the four signal electrodes, namely F3, F4, C3, and C4, are obtained by using the mixing matrix (W -1 ) and four independent components extracted by using the independent component analysis (ICA) (I.e., a source signal) (S 1 , S 2 , S 3 , S 4 ).

4개의 독립성분(즉, 소스신호)(S1, S2, S3, S4) 들은 뇌기능 관련 신호(뇌가 어떠한 기능을 할때 주도적인 역할을 하는 신호)로, 이중의 하나는 EOG 신호(보다, 구체적으로 말하면, EOG 잡음신호)이다.The four independent components (ie, source signals) (S 1 , S 2 , S 3 , and S 4 ) are brain function signals (signals that play a leading role in the brain's functioning) Signal (more specifically, an EOG noise signal).

뇌파에 포함된 EOG 신호는 일반적으로 다른 뇌파신호에 비해 진폭이 큰신호로, 구형파형태를 갖추고 있다. 따라서, 4개의 독립성분(즉, 소스신호)(S1, S2, S3, S4) 들과 EOG 신호의 특징점(구형파를 구비한 특징점)(또는 기준 EOG 신호)와의 패턴 매칭에 의해 4개의 독립성분(소스신호 채널) 중 EOG 신호의 채널을 검출한다. The EOG signal contained in the EEG is generally a signal with a larger amplitude than other EEG signals and has a square wave form. Therefore, by pattern matching between the four independent components (i.e., the source signals) S 1 , S 2 , S 3 , and S 4 and the feature point of the EOG signal (feature point having a rectangular wave) Detects the channel of the EOG signal among the independent components (source signal channel).

일반적으로, 뇌파를 검출하여 독립성분 분석(ICA) 방법을 적용하여 소스신호 들을 검출하고, 검출된 소스신호들 중 패턴매칭에 의해 소정 특징신호를 검출하는 방법은 공지된 것으로 보다 상세한 설명은 생략한다.In general, a method of detecting an EEG signal by applying an independent component analysis (ICA) method and detecting a predetermined feature signal by pattern matching among detected source signals is well known and will not be described in detail .

이렇게 검출된 EOG 신호와, 기저장된 기준 EOG 신호에 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 졸음정도(졸음/정상)를 판단한다.The feature data is obtained by applying the linear discriminant analysis (LDA) to the EOG signal thus detected and the stored reference EOG signal to determine the degree of drowsiness (drowsiness / normal).

또한, 4개의 독립성분(즉, 소스신호)(S1, S2, S3, S4) 들중, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP 신호를 검출한다.In addition, of the four independent components (i.e., the source signals) (S 1 , S 2 , S 3 , and S 4 ), the remaining three independent components are excluded Summed and averaged to detect the ERP signal.

이렇게 검출된 ERP 신호와, 기저장된 기준 ERP 신호에 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 집중정도(집중/비집중)를 판단한다.The feature data is obtained by applying the linear discriminant analysis (LDA) to the ERP signal thus detected and the previously stored reference ERP signal to determine the degree of concentration (concentration / non-concentration).

일반적으로, 선형 판별 분석법(Linear Discriminant Analysis; LDA)은 독립성분 분석법(ICA) 또는 주성분 분석법(PCA)를 사용할때 주로 많이 사용하는 판별법으로, 그에 대해 간략히 설명하면, 다음과 같다.In general, Linear Discriminant Analysis (LDA) is a method that is widely used when using Independent Component Analysis (ICA) or Principal Component Analysis (PCA), and is briefly described as follows.

선형 판별 분석법(LDA)은 클래스간 분산과 클래스내 분산의 비율을 최대화하는 방식으로 특징 추출을 목적으로 한다. 독립변환 접근법을 이용하여 전체 분산과 클래스 내 비율을 최대화하는 방식으로 특징 데이터를 구할 수 있다.Linear discriminant analysis (LDA) is a feature extraction method that maximizes the ratio between class-to-class variance and intra-class variance. The feature data can be obtained by using the independent transformation approach to maximize the overall variance and the ratio within the class.

첫번째 단계로, 전체 분산 ST와 클래스 내 분산 SW을 구한다.The first step is to find the total variance S T and the variance S W in the class.

Figure 112013079255422-pat00002
Figure 112013079255422-pat00002

여기서, m는 전체 입력데이터의 평균을 나타내며, mj(j=1,…,class)는 각 클래스의 평균을 나타낸다. y는 독립성분 분석법의 특징 데이터를 나타낸다.Here, m represents the average of all input data, and m j (j = 1, ..., class) represents the average of each class. y represents feature data of the independent component analysis method.

두번째 단계로, 수학식 3의 비율을 최대로 하는 변환행렬W을 구한다.In the second step, a transformation matrix W for maximizing the ratio of the expression (3) is obtained.

Figure 112013079255422-pat00003
Figure 112013079255422-pat00003

여기서, W는 SW -1ST의 고유벡터를 열벡터로 가지는 행렬로 수학식 4와 같은 고유치 분석을 통해 구할 수 있다. Here, W is a matrix having an eigenvector of S W -1 S T as a column vector, and can be obtained through eigenvalue analysis as shown in Equation (4).

Figure 112013079255422-pat00004
Figure 112013079255422-pat00004

여기서 입력데이터 집합 X의 공분산 Σx이다.Here is the covariance Σx of the input data set X.

세번째 단계로, 고유 값이 큰 순서로 k 개를 선택하여 대응되는 고유벡터를 변환행렬 W=｛w1, w2,..,wK｝로 저장한다.In the third step, k kernels are selected in order of increasing eigenvalues, and the corresponding eigenvectors are stored as a transformation matrix W = {w 1 , w 2 , .., w K }.

Figure 112013079255422-pat00005
Figure 112013079255422-pat00005

네번째단계로, 특징 데이터 Y를 구한다. 여기서 특징 데이터 Y를 선형판별 분석법을 사용하여 새로운 저차원의 특징데이터를 생성한다.In the fourth step, feature data Y is obtained. Here, the feature data Y is used to generate new low-dimensional feature data using a linear discriminant analysis method.

일반적으로, 선형 판별 분석법(LDA)은 독립성분 분석법(ICA)의 적용시 많이 사용되는 분석법으로, 보다 상세한 설명은 생략한다.In general, the linear discriminant analysis (LDA) is a method widely used in the application of the Independent Component Analysis (ICA), and a detailed description thereof will be omitted.

도 4는 도 1의 연산처리부의 구동방법을 설명하기 위한 흐름도이다.4 is a flowchart for explaining a driving method of the arithmetic processing unit of FIG.

뇌파 검출단계로, 연산처리부(200)는 시각자극 제어신호 또는 청각자극 제어신호의 자극제어신호를 생성하여, 자극 생성부(300)의 시각자극부(310) 또는 청각자극부(320)로 출력하고(S110), 동시에, 4개의 신호전극을 구비한 뇌파전극(100)에서 검출된 뇌파를 뇌파 전처리부(150)을 통해 연산처리부(200)는 수신한다(S120).The operation processing unit 200 generates a stimulation control signal of the visual stimulation control signal or the auditory stimulation control signal and outputs the stimulation control signal to the visual stimulation unit 310 or the auditory stimulation unit 320 of the stimulation generation unit 300 (S110). At the same time, the operation processing unit 200 receives the EEG detected by the EEG electrode 100 having four signal electrodes through the EEG preprocessing unit 150 (S120).

독립성분 분석단계로, 독립성분 분석(ICA) 방법을 적용하여 연산을 행하여(S130), 혼합행렬(W-1)과 4개의 독립성분(즉, 소스신호)(S1, S2, S3, S4)을 분리한다(S140).By independent component analysis step, by applying an independent component analysis (ICA) method performs the operation (S130), the mixing matrix (W -1) and four independent components (i.e., the source signal) (S1, S2, S3, S4) (S140).

EOG 신호채널 검출단계로, 4개의 독립성분(즉, 소스신호)(S1, S2, S3, S4) 들과 EOG 신호의 특징점(구형파를 구비한 특징점)(또는 기준 EOG 신호)와의 패턴 매칭에 의해 4개의 독립성분(소스신호 채널) 중 EOG 신호의 채널을 검출한다(S150).As EOG signal channel detection stage, with four independent components (i.e., the source signal) (S 1, S 2, S 3, S 4) and a feature point of the EOG signals (a feature point having a square wave) (or reference EOG signals) A channel of the EOG signal among the four independent components (source signal channel) is detected by pattern matching (S150).

졸음여부 판단단계로, EOG 신호채널 검출단계 후, EOG 신호채널 검출단계에서 검출된 EOG 신호와, 기저장된 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 졸음정도(졸음/정상)를 판단한다(S160).After the EOG signal channel detection step, the feature data is obtained by applying the linear discriminant analysis (LDA) to the EOG signal detected in the EOG signal channel detection step and the pre-stored reference EOG signal, and the degree of drowsiness / Normal) (S160).

ERP신호 검출단계로, EOG 신호채널 검출단계 후, 4개의 독립성분(즉, 소스신호)(S1, S2, S3, S4) 들중, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP 신호를 검출한다(S170).As ERP signal detection step, after the EOG signal channels detection step, one of the four independent components (i.e., the source signal) (S 1, S 2, S 3, S 4), with the exception of the independent components detected in EOG signals, The remaining three independent components are summed and averaged in synchronization with the stimulation timing to detect the ERP signal (S170).

집중여부판단단계로, ERP신호 검출단계에서 검출된 ERP 신호와, 기저장된 기준 ERP 신호에 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 집중정도(집중/비집중)를 판단한다(S180).In the concentration determination step, characteristic data is obtained by applying the linear discriminant analysis (LDA) to the ERP signal detected in the ERP signal detection step and the previously stored reference ERP signal to determine the degree of concentration (concentration / non-concentration) ).

정상이며 집중상태인지 여부판단단계로, 졸음여부 판단단계의 결과와, 집중여부판단단계의 결과로부터 정상이며, 집중 상태인지 여부를 판단하여, 그렇다면 종료한다(또는 뇌파 검출단계로 되돌아간다)(S200)(Step S200). In step S200, it is determined whether the normal or concentrated state is normal or not, based on the result of the drowsiness determination step and the result of the concentration determination step. )

경고제어신호 출력단계로, 정상이며 집중상태인지 여부판단단계에서, 판단결과, 정상이 아니거나, 집중 상태이라면, 경고부(360)로 경고제어신호를 출력하여, 경고부(360)에서 음향을 출력하거나, 또는 빛을 발산하거나, 또는 소정 영상을 출력하거나, 또는 진동을 출력하게 한다(S210).In the step of outputting the warning control signal, if it is determined in the step of determining whether it is normal and in the concentrated state, if it is not normal or the centralized state is determined, the warning unit 360 outputs a warning control signal, Outputs a predetermined image, or outputs a vibration (S210).

이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, Modification is possible. Accordingly, the spirit of the present invention should be understood only in accordance with the following claims, and all equivalents or equivalent variations thereof are included in the scope of the present invention.

100 : 뇌파 전극부 150 : 뇌파 전처리부
200 : 연산처리부 300 : 자극출력부
310 : 시각자극부 320 : 청각자극부
350 : 메모리부 360 : 경고부
370 : 키입력부100: Electroencephalogram electrode part 150: Electroencephalogram preprocessing part
200: operation processing unit 300:
310: Visual stimulation unit 320: Auditory stimulation unit
350: memory part 360: warning part
370:

Claims (13)

4개의 신호전극을 구비하여, 피검자의 뇌파를 검출하는 뇌파 검출부;
뇌파검출부로 부터 뇌파를 수신하여, 독립성분 분석(ICA) 방법을 적용하여 4개의 독립성분을 분리하며, 분리된 4개의 독립성분 중 패턴매칭을 통해, 4개의 독립성분 중 하나를 EOG 신호로 검출하며, 4개의 독립성분들 중에서, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP(행동유발전위신호) 신호를 검출하는, 연산처리부;
를 포함하여 이루어지며,
연산처리부는, 검출된 EOG 신호와, 메모리부에서 읽어들인 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 졸음 문턱치 신호와 비교하여, 졸음여부를 판단하는 것을 특징으로 하는, 집중력저감 알림 시스템. An EEG detecting unit having four signal electrodes for detecting EEG waves of the subject;
EEG signals are received from the EEG detector, and four independent components are separated by applying an independent component analysis (ICA) method. One of the four independent components is detected as an EOG signal through pattern matching among the four independent components An arithmetic processing unit for calculating an ERP (action induced potential signal) signal by summing and averaging the remaining three independent components in synchronism with the stimulation timing, excluding the independent component detected by the EOG signal among the four independent members;
And,
The arithmetic processing section determines feature data by applying a linear discriminant analysis (LDA) to the detected EOG signal and the reference EOG signal read from the memory section, and compares the feature data with the sleep threshold value signal to determine whether or not the user is drowsy Features, concentration reduction notification system. 삭제delete 제1항에 있어서,
피검자에게 시각 또는 청각의 자극을 출력하는 자극출력부;를 더 포함하는 것을 특징으로 하는, 집중력저감 알림 시스템. The method according to claim 1,
And a stimulus output unit for outputting a stimulus of visual or auditory sense to the subject. 피검자에게 시각 또는 청각의 자극을 출력하는 자극출력부;
4개의 신호전극을 구비하여, 피검자의 뇌파를 검출하는 뇌파 검출부;
뇌파검출부로 부터 뇌파를 수신하여, 독립성분 분석(ICA) 방법을 적용하여 4개의 독립성분을 분리하며, 분리된 4개의 독립성분 중 패턴매칭을 통해, 4개의 독립성분 중 하나를 EOG 신호로 검출하며, 4개의 독립성분들 중에서, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP(행동유발전위신호) 신호를 검출하는, 연산처리부;
를 포함하여 이루어지며,
연산처리부는, 검출된 EOG 신호와, 메모리부에서 읽어들인 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 졸음 문턱치 신호와 비교하여, 졸음여부를 판단하고,
연산처리부는, 검출된 ERP 신호와, 메모리부로부터 읽어들인 기준 ERP 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하고, 특징데이터를 집중 문턱치 신호와 비교하여, 집중여부를 판단하는 것을 특징으로 하는, 집중력저감 알림 시스템. A stimulus output unit for outputting a visual or auditory stimulus to the subject;
An EEG detecting unit having four signal electrodes for detecting EEG waves of the subject;
EEG signals are received from the EEG detector, and four independent components are separated by applying an independent component analysis (ICA) method. One of the four independent components is detected as an EOG signal through pattern matching among the four independent components An arithmetic processing unit for calculating an ERP (action induced potential signal) signal by summing and averaging the remaining three independent components in synchronism with the stimulation timing, excluding the independent component detected by the EOG signal among the four independent members;
And,
The operation processing unit obtains feature data by applying a linear discriminant analysis (LDA) to the detected EOG signal and the reference EOG signal read from the memory unit, compares the feature data with the sleep threshold value signal to determine whether or not the user is drowsy,
The arithmetic processing section determines feature data by applying the linear discriminant analysis (LDA) to the detected ERP signal and the reference ERP signal read from the memory section, compares the feature data with the concentration threshold signal, Features, concentration reduction notification system. 삭제delete 삭제delete 제1항, 제3항, 제4항 중 어느 한 항에 있어서,
4개의 신호전극은 제1전극 내지 제4전극으로 이루어지며,
제1전극 및 제2전극은, 10~20 국제 전극배치법에 따라, 전두엽의 F3 및 F4에 부착되거나, 전전두부의 Fp1 및 Fp2에 부착되는 것을 특징으로 하는, 집중력저감 알림 시스템. The method according to any one of claims 1, 3, and 4,
The four signal electrodes are composed of a first electrode to a fourth electrode,
Wherein the first electrode and the second electrode are attached to F3 and F4 of the frontal lobe or attached to Fp1 and Fp2 of the frontal head according to the 10-20 International Electrode Arrangement method. 제7항에 있어서,
제3 내지 제4전극의 전극은, 10~20 국제 전극배치법에 따라, 두정엽의 P3 및 P4에 부착되거나, 중앙부의 C3 및 C4에 부착되는 것을 특징으로 하는, 집중력저감 알림 시스템. 8. The method of claim 7,
Wherein the electrodes of the third to fourth electrodes are attached to P3 and P4 of the parietal lobe or attached to C3 and C4 of the central part according to the 10-20 International Electrode Arrangement method. 제1항 또는 제4항 중 어느 한 항에 있어서,
연산처리부는, 특징데이터를 졸음 문턱치 신호와 비교하여, 졸음으로 판단된 경우에 경고제어신호를 생성하여 경고부로 출력하고,
경고부는, 경고제어신호에 따라, 음향을 출력하거나, 또는 빛을 발산하거나, 또는 소정 영상을 출력하거나, 또는 진동을 출력하도록 이루어진 것을 특징으로 하는, 집중력저감 알림 시스템. 5. The method according to any one of claims 1 to 4,
The arithmetic processing unit compares the characteristic data with the sleep threshold value signal, generates a warning control signal when it is judged to be drowsy and outputs it to the warning unit,
Wherein the warning unit is configured to output sound, emit light, output a predetermined image, or output a vibration in accordance with the warning control signal. 제4항에 있어서,
연산처리부는, 특징데이터를 집중 문턱치 신호와 비교하여, 집중으로 판단된 경우에 경고제어신호를 생성하여 경고부로 출력하고,
경고부는, 경고제어신호에 따라, 음향을 출력하거나, 또는 빛을 발산하거나, 또는 소정 영상을 출력하거나, 또는 진동을 출력하도록 이루어진 것을 특징으로 하는, 집중력저감 알림 시스템. 5. The method of claim 4,
The operation processing unit compares the feature data with the concentration threshold signal, generates a warning control signal when it is determined to be concentrated, and outputs it to the warning unit,
Wherein the warning unit is configured to output sound, emit light, output a predetermined image, or output a vibration in accordance with the warning control signal. 연산처리부는, 시각 또는 청각의 자극제어신호를 생성하여, 자극 생성부로 전송하며, 4개의 신호전극을 구비한 뇌파전극에서 검출된 뇌파를 뇌파 전처리부를 통해 수신하는, 뇌파 검출단계;
독립성분 분석(ICA) 방법을 적용하여 연산을 행하여, 혼합행렬(W-1)과 4개의 독립성분을 분리하는, 독립성분 분석단계;
4개의 독립성분 들과 EOG 신호의 특징점와의 패턴 매칭에 의해 4개의 독립성분 중 EOG 신호의 채널을 검출하는, EOG 신호채널 검출단계;
EOG 신호채널 검출단계 후, EOG 신호채널 검출단계에서, 검출된 EOG 신호와, 메모리부에 기저장된 기준 EOG 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 졸음 여부를 판단하는, 졸음여부 판단단계;
를 포함하는 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법에 있어서,
EOG 신호채널 검출단계 후, 4개의 독립성분 들중, EOG 신호로 검출된 독립성분을 제외하고, 나머지 3개의 독립성분을 자극시점에 동기하여 합산하고 평균하여 ERP 신호를 검출하는, ERP신호 검출단계;
ERP신호 검출단계에서 검출된 ERP 신호와, 메모리부에 기저장된 기준 ERP 신호에, 선형 판별 분석법(LDA)를 적용하여 특징데이터를 구하여, 집중여부를 판단하는 집중여부판단단계;
를 포함하여 이루어진 것을 특징으로 하는, 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법.The operation processing unit generates a visual or auditory stimulation control signal, transmits the generated stimulation control signal to the stimulation generator, and receives the electroencephalogram detected by an electroencephalogram electrode having four signal electrodes through an electroencephalogram preprocessing unit.
An independent component analysis step of performing an operation by applying an independent component analysis (ICA) method to separate a mixing matrix (W -1 ) and four independent components;
An EOG signal channel detecting step of detecting a channel of an EOG signal among four independent components by pattern matching of four independent components and feature points of the EOG signal;
A method of determining the drowsiness by determining feature data by applying linear discriminant analysis (LDA) to the detected EOG signal and the reference EOG signal stored in the memory unit in the EOG signal channel detection step after the EOG signal channel detection step, A drowsiness judgment step;
A method for determining a degree of drowsiness and a degree of concentration using brain waves,
An ERP signal detection step of detecting an ERP signal by summing and averaging the remaining three independent components excluding the independent component detected by the EOG signal, in synchronization with the stimulation timing, among the four independent components after the EOG signal channel detection step ;
A concentration determination step of determining the concentration of the characteristic data by applying a linear discriminant analysis (LDA) to the ERP signal detected in the ERP signal detection step and the reference ERP signal stored in the memory part;
And determining a degree of drowsiness and concentration using the EEG. 삭제delete 제11항에 있어서,
졸음여부 판단단계의 결과와, 집중여부판단단계의 결과로부터, 정상이며, 집중 상태인지 여부를 판단하는, 정상이며 집중상태인지 여부판단단계;
정상이며 집중상태인지 여부판단단계에서, 판단결과, 정상이 아니거나, 집중 상태가 아니라면, 경고부로 경고제어신호를 전송하는, 경고제어신호 출력단계로;
를 포함하여 이루어진 것을 특징으로 하는, 뇌파를 이용한 졸음정도 및 집중정도의 판단 방법.
12. The method of claim 11,
Determining whether the subject is in a normal and concentrated state based on a result of the drowsiness determination step and a result of the concentration determination step;
A warning control signal output step of transmitting an alarm control signal to a warning unit if it is determined to be normal or not in a concentrated state as a result of the determination;
And determining a degree of drowsiness and concentration using the EEG.
KR1020130103566A 2013-08-30 2013-08-30 brain function analysis method and apparatus to detect attention reduction KR101693716B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130103566A KR101693716B1 (en) 2013-08-30 2013-08-30 brain function analysis method and apparatus to detect attention reduction

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130103566A KR101693716B1 (en) 2013-08-30 2013-08-30 brain function analysis method and apparatus to detect attention reduction

Publications (2)

Publication Number Publication Date
KR20150025661A KR20150025661A (en) 2015-03-11
KR101693716B1 true KR101693716B1 (en) 2017-01-06

Family

ID=53021838

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130103566A KR101693716B1 (en) 2013-08-30 2013-08-30 brain function analysis method and apparatus to detect attention reduction

Country Status (1)

Country Link
KR (1) KR101693716B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200000680U (en) 2020-03-20 2020-03-30 조승희 The Device for improving the study concentration

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102184325B1 (en) 2018-09-13 2020-11-30 고려대학교 산학협력단 Apparatus and method for measuring index of concentration
KR20220113208A (en) 2021-02-05 2022-08-12 부산대학교 산학협력단 Apparatus and Method for Preventing Drowsiness and Measuring Brain Activation Signal from Drowsiness Using Selective Wavelength

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040055504A (en) * 2002-12-21 2004-06-26 한국전자통신연구원 System and method for controlling eeg bio-feedback

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200000680U (en) 2020-03-20 2020-03-30 조승희 The Device for improving the study concentration

Also Published As

Publication number Publication date
KR20150025661A (en) 2015-03-11

Similar Documents

Publication Publication Date Title
Jafari et al. The effect of noise exposure on cognitive performance and brain activity patterns
EP2371286B1 (en) Organism fatigue evaluation device and organism fatigue evaluation method
US11690547B2 (en) Discernment of comfort/discomfort
Hwang et al. Driver drowsiness detection using the in-ear EEG
KR101480536B1 (en) Electroencephalogram detecting system including a portable electroencephalogram detecting apparatus of hair band type, and a sleep management method using the same
Hong et al. Intelligent system for drowsiness recognition based on ear canal electroencephalography with photoplethysmography and electrocardiography
US20180333066A1 (en) Apparatus for measuring electroencephalogram, system and method for diagnosing and preventing dementia
US20200305753A1 (en) Method and system for delivering sensory simulation based on evoked response quantification
EP3302257B1 (en) System for supporting an elderly, frail and/or diseased person
Khosrowabadi et al. The dynamic emotion recognition system based on functional connectivity of brain regions
KR20160110807A (en) Headset apparatus for detecting multi bio-signal
Kosmyna et al. AttentivU: Designing EEG and EOG compatible glasses for physiological sensing and feedback in the car
KR101534809B1 (en) Multidimensional physiological signal-based method which evaluates the efficiency of audio-video content devised to enhance the attention abilities of humans
KR101693716B1 (en) brain function analysis method and apparatus to detect attention reduction
CN111372639B (en) System for delivering sensory stimuli to a user to enhance cognitive domains in the user
KR20060007335A (en) A method and device of generating adaptive brainwave inducing signals which can be changed adaptively according to physiological status
Geethanjali Fundamentals of brain signals and its medical application using data analysis techniques
KR102254458B1 (en) Brain wave anaylsis method for determining sleep state and apparatus therefore
JPH09262216A (en) Estimating apparatus of degree of concentration
Sengupta et al. Analysis of loss of alertness due to cognitive fatigue using motif synchronization of eeg records
Islam et al. A Review on Emotion Recognition with Machine Learning Using EEG Signals
Settapat et al. An alpha-wave-based binaural beat sound control system using fuzzy logic and autoregressive forecasting model
PETCU et al. Brain-Computer Virtual Reality Interface System for Brainwave Analysis in Medical Recovery
WO2022181168A1 (en) Stimulus presentation system, stimulus presentation method, program, and model generation system
홍승혁 Drowsiness Detection Based on Unconstrained Measurement of Biosignals

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
J201 Request for trial against refusal decision
J301 Trial decision

Free format text: TRIAL NUMBER: 2015101005059; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20150828

Effective date: 20161213

S901 Examination by remand of revocation
GRNO Decision to grant (after opposition)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 4