earticle

논문검색

인터넷방통융합

뇌파 신호 기반 스트레스 상태 분류

원문정보

Stress status classification based on EEG signals

강준수, 장길진, 이민호

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

In daily life, humans get stress very often. Stress is one of the important factors of healthy life and closely related to the quality of life. Too much stress is known to cause hormone imbalance of our body, and it is observed by the brain and bio signals. Based on this, the relationship between brain signal and stress is explored, and brain signal based stress index is proposed in our work. In this study, an EEG measurement device with 32 channels is adopted. However, only two channels (FP1, FP2) are used to this study considering the applicability of the proposed method in real enveironment, and to compare it with the commercial 2 channel EEG device. Frequency domain features are power of each frequency bands, subtraction, addition, or division by each frequency bands. Features in time domain are hurst exponent, correlation dimension, lyapunov exponent, etc. Total 6 subjects are participated in this experiment with English sentence reading task given. Among several candidate features, shows the best test performance (70.8%). For future work, we will confirm the results is consistent in low price EEG device.

한국어

일상생활에서 인간은 끊임없이 스트레스를 받으며 살아간다. 스트레스는 삶의 질과 밀접하게 연관이 있으며, 건강한 삶은 스트레스에 적절하게 대처하며 살아가는 삶이다. 스트레스는 호르몬 분비에 영향을 주며, 호르몬 분비의 변화는 뇌 신호 및 생체 신호에 영향을 준다. 이를 바탕으로, 본 논문은 스트레스와 뇌파 신호와의 관련성을 확인하였으며, 더 나아가 뇌파 신호 기반 정량적 스트레스 지수를 찾아보았다. 사용한 뇌파 장비는 32채널 유선 EEG 장비이며, 상업용 2채널(FP1, FP2) 뇌파 장비와의 비교를 위해, 상업용 뇌파 장비와 동일한 위치에 있는 2채널만 이용하여 데이터를 분석하였다. 뇌파의 주파수 특징점으로는 각 주파수 대역대의 파워 값, 주파수 대역대 파워 값들 간의 비율 및 차이 등을 테스트해 보았으며, 시간 특징점으로는 허스트 지수, 상관 지수, 리아프노프 지수 등을 테스트해 보았다. 총 6명의 피 실험자가 본 실험에 참여하였으며, 실험 과제로는 영어 지문이 사용되었다. 여러 특징점들 중 가 가장 좋은 테스트 성능을 보여줬으며, 테스트 데이터에 대하여 평균 70.8%의 스트레스 분류 정확도를 얻었다. 추후, 저가 상용 2채널 뇌파 장치를 이용해서 비슷한 결과가 나오는지 확인해 볼 예정이다.

목차

요약
 Abstract
 Ⅰ. 서론
 Ⅱ. 연구 방법
  1. 연구대상
  2. 실험설계
  3. 분석 특징점들
  4. 성능 평가 방법
 Ⅲ. 실험 및 결과
 Ⅳ. 결론
 References

저자정보

  • 강준수 Jun-Su Kang. 준회원, 경북대학교 전자공학부
  • 장길진 Giljin Jang. 정회원, 경북대학교 전자공학부
  • 이민호 Minho Lee. 정회원, 경북대학교 전자공학부

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.