KSC 2019
Current Result Document :
| 한글제목(Korean Title) |
LSTM 기반 움직임 심상 뇌전도 신호 분류 기법 |
| 영문제목(English Title) |
Classification Framework of Motor Imagery EEG Signals based on Long Short-Term Memory |
| 저자(Author) |
이현규
이대영
최영석
Hyeon Kyu Lee
Dae-Young Lee
Young-Seok Choi
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 0685 ~ 0687 (2019. 12) |
한글내용
(Korean Abstract) |
움직임 심상(Motor Imagery, MI) 기반의 뇌-컴퓨터 인터페이스(Brain-Computer Interface, BCI)는 신체 일부의 움직임에 제약을 가지는 지체장애인이나 노약자에게 재활의 가능성을 보여준다. 그러나, 낮은 분류 성능을 가지는 움직임 심상 BCI 연구는 실생활에서 의학적인 재활에 사용되기는 제한적이다. 본 논문에서는 연속 웨이블릿 변환(Continuous Wavelet Transform, CWT)를 통하여 일차원의 뇌전도에서 3가지 정보(시간, 주파수, 전극)로 구성된 이미지를 추출하고 딥 뉴럴 네트워크 알고리즘 중 대표적인 LSTM(Long Short-Term Memory) 알고리즘을 적용한 분류 기법을 제안한다. 제안된 움직임 심상 뇌전도 분류 기법은 BCI 연구에서 주로 사용되는 BCI Competition dataset을 통해 우수성을 확인하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
