자동 감성 인식을 위한 비교사-교사 분류기의 복합 설계

이지은(JeeEun Lee),유선국(Sun K. Yoo) 대한전기학회 2014 전기학회논문지 Vol.63 No.9

The emotion is deeply affected by human behavior and cognitive process, so it is important to do research about the emotion. However, the emotion is ambiguous to clarify because of different ways of life pattern depending on each individual characteristics. To solve this problem, we use not only physiological signal for objective analysis but also hybrid unsupervised-supervised learning classifier for automatic emotion detection. The hybrid emotion classifier is composed of K-means, genetic algorithm and support vector machine. We acquire four different kinds of physiological signal including electroencephalography(EEG), electrocardiography(ECG), galvanic skin response(GSR) and skin temperature(SKT) as well as we use 15 features extracted to be used for hybrid emotion classifier. As a result, hybrid emotion classifier(80.6%) shows better performance than SVM(31.3%).

커프 신경전극을 위한 저잡음 증폭기 시스템 개발

송강일,추준욱,서준교,최귀원,유선국,윤인찬,Song, Kang-Il,Chu, Jun-Uk,Suh, Jun-Kyo Francis,Choi, Kui-Won,Yoo, Sun-K.,Youn, In-Chan 대한의용생체공학회 2011 의공학회지 Vol.32 No.1

Cuff electrodes have a benefit for chronic electroneurogram(ENG) recording while minimizing nerve damage. However, the ENG signals are usually contaminated by electromyogram(EMG) activity from the surrounding muscle, the thermal noise generated within the source resistance, and the electric noise generated primarily at the first stage of the amplifier. This paper proposes a new cuff electrode to reduce the interference of EMG signals. An additional middle electrode was placed at the center of cuff electrode. As a result, the proposed cuff electrode achieved a higher signal-to-interference ratio compared to the conventional tripolar cuff. The cuff electrode was then assembled together with closure, headstage, and hermetic case including electronic circuits. This paper also presents a lownoise amplifier system to improve signal-to-noise ratio. The circuit was designed based on the noise analysis to minimize the electronic noise. The result shows that the total noise of the amplifier was below $1{\mu}V_{rms}$ for a cuff impedance of $1\;k{\Omega}$ and the common-mode rejection ratio was 115 dB at 1 kHz. In the current study, the performance of nerve cuff electrode system was evaluated by monitoring afferent nerve signals under mechanical stimuli in a rat animal model.

3차원 표면 가시화를 위한 다각형 감소 알고리듬

兪善國(Sun K. Yoo),李景商(Kyong S. Lee),裵秀賢(Soo H. Bae),金南鉉(Nam H. Kim) 대한전기학회 2004 전기학회논문지 D Vol.53 No.5

USN과 RFID를 이용한 웹 기반 항암제 관리 시스템

유선국 ( Sun K. Yoo ),김수정 ( Soo Jung Kim ),박정진 ( Jung Jin Park ),김동근 ( Dong Keun Kim ),배하석 ( Ha Suk Bae ),장병철 ( Byung Chul Chang ) 한국센서학회 2008 센서학회지 Vol.17 No.3

의료용 로봇 원격 응용을 위한 영상처리 시스템 개발

김주영,김중혁,김정채,김기덕,유선국,Kim, Joo Young,Kim, Joong Hyuk,Kim, Jung Chae,Kim, Kee Deog,Yoo, Sun K. 한국의학물리학회 2012 의학물리 Vol.23 No.4

본 논문에서는 원격제어가 가능한 의료용 로봇 응용을 위한 웹기반-영상처리 시스템을 구현하였다. 개발된 소프트웨어 시스템은 다양한 영상처리 모듈과 원격 제어동작 모듈로 계층적으로 구성되어 있으며, 계층적 구성은 상위계층의 복잡한 응용을 위한 확장성과 웹에서의 접근성을 만족하였다. 또한, 응용환경의 변화에 따른 처리된 영상의 표시, 전송, 저장 및 공유를 위하여 다양한 DICOM, VRML, CAD (STL) 파일형식을 지원하였다. 메시지를 기반으로 한 데이터 교환과 객체-지향 모듈과 오픈소스 기반의 소프트웨어 구성은 다양한 원격 의료 응용에 따른 다양한 요구조건에 맞는 효율적인 동적 조합이 가능할 것이다. In this paper, web-base image processing system has been implemented for remote-controlled medical robot applications. The developed software system was hierarchically composed of diverse image processing and remote operation modules, and the hierarchical composition was satisfied the expandability to higher level application and the accessibility over the web. It can also support diverse file formats including DICOM, VRML, and CAD(STL) to display, transmit, store and share the processed images depending on application environment. Message-based data exchange, object-oriented module and open-source based software configuration will enable the dynamic combination associated with diverse remote medical application requirements.

수면단계 분석을 위한 특징 선택 알고리즘 설계

이지은(JeeEun Lee),유선국(Sun K. Yoo) 대한전자공학회 2013 전자공학회논문지 Vol.50 No.10

본 연구의 목적은 수면상태 분석을 위한 분류기를 설계해줌과 동시에 생체신호를 기반으로 하여 수면상태 판별에 유효한 주요 특징벡터들을 추출함에 있다. 수면은 인간의 삶에 중요한 영향을 끼친다. 따라서 사람들이 수면부족 혹은 수면장애를 겪게 되면 집중력 감퇴, 인지기능 장애 등의 문제를 가질 우려가 생기게 되므로, 수면단계 판별에 관한 많은 연구들이 이루어지고 있다. 본 연구에서는 피험자가 수면을 취하는 동안 피험자의 생체신호를 획득하였다. 획득 된 생체신호로부터 필터링 등의 전처리 과정을 통하여 특징들을 추출하여 주었다. 추출된 특징들은 유전 알고리즘과 신경망을 결합하여 만든 새로운 알고리즘의 입력으로 사용되었으며, 알고리즘은 수면단계 분석을 위하여 높은 가중치를 가지는 특징을 선택하여 주었다. 이에 따른 결과로 뇌파 신호와 심전도 신호 모두 사용 시 알고리즘의 정확도는 약 90.26%가 나왔으며, 선택되어진 특징은 뇌파 신호의 α파와 δ파의 주파수 파워와 심전도 신호의 SDNN(Standard deviation of all normal RR intervals)이다. 선택된 특징은 수면상태를 분류하는데 중요한 역할을 함을 알고리즘을 반복적으로 수행하여 확인하였고, 이 연구는 추후 수면장애의 진단 혹은 수면분석의 지침을 만드는데 사용가능할 것으로 사료된다. The aim of this study is to design a classifier for sleep stage analysis and select important feature set which shows sleep stage well based on physiological signals during sleep. Sleep has a significant effect on the quality of human life. When people undergo lack of sleep or sleep-related disease, they are likely to reduced concentration and cognitive impairment affects, etc. Therefore, there are a lot of research to analyze sleep stage. In this study, after acquisition physiological signals during sleep, we do pre-processing such as filtering for extracting features. The features are used input for the new combination algorithm using genetic algorithm(GA) and neural networks(NN). The algorithm selects features which have high weights to classify sleep stage. As the result of this study, accuracy of the algorithm is up to 90.26% with electroencephalography(EEG) signal and electrocardiography(ECG) signal, and selecting features are alpha and delta frequency band power of EEG signal and standard deviation of all normal RR intervals(SDNN) of ECG signal. We checked the selected features are well shown that they have important information to classify sleep stage as doing repeating the algorithm. This research could use for not only diagnose disease related to sleep but also make a guideline of sleep stage analysis.

독립성분 분석기법에 의한 집중 상태 뇌파의 주파수 요소 특성

김병남(Kim, Byeong-Nam),유선국(Yoo, Sun K.) 한국산학기술학회 2014 한국산학기술학회논문지 Vol.15 No.4

본 연구에서는 작업수행시의 집중상태 변화를 검출하기 위하여 2011년 1~2월 동안 집중을 유발하는 시각유발자극에 대하여 생체신호를 측정한 피험자들 중 한명의 뇌파신호를 분석하였다.두피에서 측정한 뇌파신호로부터 집중관련 뇌 안에 서의 발원 신호와 안구운동잡음 신호를 분리하기 위하여 독립성분 분석기법을 측정뇌파 신호에 적용하였다.안구운동잡음신 호가 제거된 집중관련 신호원을 단시간 푸리에 변환하여 주파수 성분 신호를 연속적으로 축적함으로서 시변 특징 형태를 나타내는 에포크 그래프와 스펙트럴 칼라 맵에서의 도식 표현상 규칙성을 향상 시킬 수 있었다.추출한 감각운동리듬 (SMR: 12-15Hz)과 세타파 리듬 (4-7Hz)관련 집중 지표는 집중시험시간이 경과함에 따라 증가 하였다.실험을 통하여 단시간 푸리에 변환과 결합한 독립성분 분석기법은 참여자의 집중상태 변화를 분석하는데 사용 할 수 있을 것이다. In this paper, electroencephalographic (EEG) signal of one among subjects measured biosignal with visual evoked stimuli inducing the concentration was analyzed to detect the changes in the attention status during attention task fulfillment from January to February, 2011. The independent component analysis (ICA) was applied to EEG signals to isolate the attention related innate source signal within the brain and Electroculogram (EOG) artifact from measured EEG signals at the scalp. The consecutive accumulation of short time Fourier transformed (STFT) attention source signal with excluded EOG artifact can enhance the regular depiction of EPOCH graph and spectral color map representing time-varying pattern. The extracted attention indices associated with somatosensory rhythm (SMR: 12-15 Hz), and theta wave (4-7 Hz) increase marginally over time. Throughout experimental observation, the ICA with STFT can be used for the assessment of participants’ status of attention.

의료영상 볼륨가시화를 위한 화소 값의 변화도에 따른 적응적 가중치를 적용한 캐트멀-롬 스플라인 보간법

이해나(Hae-Na Lee),유선국(Sun K. Yoo) 한국멀티미디어학회 2013 멀티미디어학회논문지 Vol.16 No.2

폐 결절 검출을 위한 합성곱 신경망의 성능 개선

김한웅,김병남,이지은,장원석,유선국,Kim, HanWoong,Kim, Byeongnam,Lee, JeeEun,Jang, Won Seuk,Yoo, Sun K. 대한의용생체공학회 2017 의공학회지 Vol.38 No.5

Early detection of the pulmonary nodule is important for diagnosis and treatment of lung cancer. Recently, CT has been used as a screening tool for lung nodule detection. And, it has been reported that computer aided detection(CAD) systems can improve the accuracy of the radiologist in detection nodules on CT scan. The previous study has been proposed a method using Convolutional Neural Network(CNN) in Lung CAD system. But the proposed model has a limitation in accuracy due to its sparse layer structure. Therefore, we propose a Deep Convolutional Neural Network to overcome this limitation. The model proposed in this work is consist of 14 layers including 8 convolutional layers and 4 fully connected layers. The CNN model is trained and tested with 61,404 regions-of-interest (ROIs) patches of lung image including 39,760 nodules and 21,644 non-nodules extracted from the Lung Image Database Consortium(LIDC) dataset. We could obtain the classification accuracy of 91.79% with the CNN model presented in this work. To prevent overfitting, we trained the model with Augmented Dataset and regularization term in the cost function. With L1, L2 regularization at Training process, we obtained 92.39%, 92.52% of accuracy respectively. And we obtained 93.52% with data augmentation. In conclusion, we could obtain the accuracy of 93.75% with L2 Regularization and Data Augmentation.

감성판별을 위한 생체신호기반 특징선택 분류기 설계

이지은(JeeEun Lee),유선국(Sun K. Yoo) 대한전자공학회 2013 전자공학회논문지 Vol.50 No.11

감성은 학습, 행동, 의사결정, 상호대화를 포함한 인간의 일상생활에 중요한 요소이다. 본 논문에서는 시스템의 복잡도를 줄이기 위하여 생체신호로부터 최소한의 중요한 특징만을 추출하여 사용하는 감성 분류기를 설계하고자 한다. 생체신호는 맥파,피부온도, 피부전도도, 뇌파신호(전두엽, 두정엽)를 사용하였으며, 4가지 감정(보통, 슬픔, 공포, 행복)은 영화 관람을 통하여 유도하였다. 측정한 생체신호로부터 추출한 24개의 특징으로부터 최적의 특징 집합의 결정은 서포트벡터머신 기반 적합도 함수를 사용하는 유전알고리즘을 적용하였다. 최적의 4감정 분류 정확도는 96.4%이었으며, 서포트벡터머신만을 사용하였을 경우보다 17% 높았다. 선택된 최소에러 특징은 맥파 심박변이도의 평균, NN50, 맥파 유도 맥파 전달 시간의 평균, 피부전도도의 평균과 두정엽 뇌파의 δ, β 주파수 대역에너지였다. 실험을 통하여 두정엽 뇌파, 맥파, 피부전도도의 조합이 고정밀 감정 장비에 적합하였으며, 79% 성능을 보인 맥파와 피부전도도의 조합이 간단한 감성장비에 적절하게 적용할 수 있다. The emotion plays a critical role in human’s daily life including learning, action, decision and communication. In this paper, emotion discrimination classifier is designed to reduce system complexity through reduced selection of dominant features from biosignals. The photoplethysmography(PPG), skin temperature, skin conductance, fontal and parietal electroencephalography(EEG) signals were measured during 4 types of movie watching associated with the induction of neutral, sad, fear joy emotions. The genetic algorithm with support vector machine(SVM) based fitness function was designed to determine dominant features among 24 parameters extracted from measured biosignals. It shows maximum classification accuracy of 96.4%, which is 17% higher than that of SVM alone. The minimum error features selected are the mean and NN50 of heart rate variability from PPG signal, the mean of PPG induced pulse transit time, the mean of skin resistance, and δ and β frequency band powers of parietal EEG. The combination of parietal EEG, PPG, and skin resistance is recommendable in high accuracy instrumentation, while the combinational use of PPG and skin conductance(79% accuracy) is affordable in simplified instrumentation.