맞춤기술찾기

이전대상기술

PSO기반 최적의 EEG채널 결정 방법 및 장치

  • 기술번호 : KST2015182815
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 뇌파 측정에 사용되는 채널을 결정하는 방법 및 장치에 관한 것으로, 일실시예에 따른 최적 채널 결정 방법은 (a) 뇌파의 특징을 감지하기 위해 사용되는 전체 채널들 중에서 활성화 된 채널들이 바이너리 값으로 표시된 파티클 그룹의 파티클 별로, 상기 활성화 된 채널들에서 측정되는 신호들로부터 상기 뇌파의 특징을 추출하는 단계, (b) 상기 추출 된 뇌파의 특징을 나타내는 값과 사전에 정의된 값을 비교하여 상기 활성화 된 채널들이 상기 뇌파의 특징을 감지하는데 적합한 채널들인지 정확도를 측정하는 단계, (c) 상기 측정된 정확도를 반영한 적합도 함수의 값을 계산하는 단계, (d) 상기 계산된 적합도 함수의 값과 전체 파티클 그룹에서 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값을 비교하는 단계, (e) 상기 비교 결과에 기초하여 상기 초기 파티클 그룹의 각 파티클의 포지션의 변화량 및 상기 각 파티클의 포지션의 바이너리 값을 업데이트하는 단계 및 상기 (a)단계부터 (e)단계까지의 반복횟수가 기 설정된 횟수를 만족시키면, 상기 만족시키는 때의 새로운 최적의 채널 조합을 상기 뇌파의 특징을 감지하기 위해 사용할 최종 채널 조합으로 결정하는 단계를 포함할 수 있다.
Int. CL G16C 10/00 (2019.01.01)
CPC A61B 5/048(2013.01)
출원번호/일자 1020120076223 (2012.07.12)
출원인 중앙대학교 산학협력단
등록번호/일자 10-1999271-0000 (2019.07.05)
공개번호/일자 10-2014-0009715 (2014.01.23) 문서열기
공고번호/일자 (20190711) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.06.29)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 중앙대학교 산학협력단 대한민국 서울특별시 동작구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 심귀보 대한민국 서울 동작구
2 김준엽 대한민국 서울 용산구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 홍성욱 대한민국 서울특별시 강남구 역삼로 ***(역삼동) 동아빌딩 *층(주식회사에스와이피)
2 김영재 대한민국 서울특별시 서초구 서운로 **-*, ***호(서초동, 보일빌딩 *층)(인아이피특허법률사무소)
3 심경식 대한민국 서울시 강남구 역삼로 *** 동아빌딩 *층(에스와이피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 중앙대학교 산학협력단 서울특별시 동작구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2012.07.12 수리 (Accepted) 1-1-2012-0558883-71
2 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2013.05.15 수리 (Accepted) 1-1-2013-0431509-66
3 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2013.05.20 수리 (Accepted) 1-1-2013-0437005-07
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.01.03 수리 (Accepted) 4-1-2014-0000494-54
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.10.20 수리 (Accepted) 4-1-2014-5123944-33
6 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)
2017.06.29 수리 (Accepted) 1-1-2017-0624348-21
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2018.07.04 수리 (Accepted) 4-1-2018-5125629-51
8 선행기술조사의뢰서
Request for Prior Art Search
2018.07.12 수리 (Accepted) 9-1-9999-9999999-89
9 선행기술조사보고서
Report of Prior Art Search
2018.09.05 발송처리완료 (Completion of Transmission) 9-6-2018-0141310-17
10 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2018.09.27 수리 (Accepted) 1-1-2018-0956959-95
11 의견제출통지서
Notification of reason for refusal
2018.12.11 발송처리완료 (Completion of Transmission) 9-5-2018-0849732-08
12 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.02.11 수리 (Accepted) 1-1-2019-0140759-33
13 등록결정서
Decision to grant
2019.06.26 발송처리완료 (Completion of Transmission) 9-5-2019-0456719-31
14 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.07.29 수리 (Accepted) 4-1-2019-5151122-15
15 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.01 수리 (Accepted) 4-1-2019-5153932-16
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
(a) 뇌파의 특징을 감지하기 위해 사용되는 전체 채널들 중에서 활성화 된 채널들이 바이너리 값으로 표시된 파티클 그룹의 파티클 별로, 상기 활성화 된 채널들에서 측정되는 신호들로부터 상기 뇌파의 특징을 추출하는 단계;(b) 상기 추출 된 뇌파의 특징을 나타내는 값과 사전에 정의된 값을 비교하여 상기 활성화 된 채널들이 상기 뇌파의 특징을 감지하는데 적합한 채널들인지 정확도를 측정하는 단계; (c) 상기 측정된 정확도를 반영한 적합도 함수의 값을 계산하는 단계;(d) 상기 계산된 적합도 함수의 값과 전체 파티클 그룹에서 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값을 비교하는 단계;(e) 상기 비교 결과에 기초하여 상기 파티클 그룹의 각 파티클의 포지션의 변화량 및 상기 각 파티클의 포지션의 바이너리 값을 업데이트하는 단계; 및상기 (a)단계부터 (e)단계까지의 반복횟수가 기 설정된 횟수를 만족시키면, 상기 만족시키는 때의 새로운 최적의 채널 조합을 상기 뇌파의 특징을 감지하기 위해 사용할 최종 채널 조합으로 결정하는 단계를 포함하는 최적 채널 결정 방법
2 2
제1항에 있어서,상기 비교 결과, 상기 계산된 적합도 함수의 값이 상기 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값보다 작으면, 상기 활성화 된 채널들을 새로운 최적의 채널 조합으로 업데이트하는 단계; 및상기 비교 결과, 상기 계산된 적합도 함수의 값이 상기 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값보다 크거나 같으면, 상기 현재까지 계산된 최적의 채널조합을 다음 비교 때까지 최적의 채널조합으로 유지하는 단계를 더 포함하는 최적 채널 결정 방법
3 3
제1항에 있어서,상기 뇌파의 특징을 감지하기 위해 사용되는 전체 채널들 중에서 랜덤하게 활성화 된 채널들을 바이너리 값으로 표시하여 초기 파티클 그룹을 생성하는 단계를 더 포함하는 최적 채널 결정 방법
4 4
제1항에 있어서,상기 적합도 함수는1-(상기 측정된 정확도/100) 인 것을 특징으로 하는 최적 채널 결정 방법
5 5
제1항에 있어서,상기 비교 결과, 상기 계산된 적합도 함수의 값이 상기 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값과 같으면, 상기 활성화 된 채널들로 구성된 채널 조합들 중에서, 가장 적은 수의 활성화 된 채널을 포함하는 채널 조합을 새로운 최적의 채널 조합으로 업데이트하는 단계를 더 포함하는 최적 채널 결정 방법
6 6
제1항에 있어서,상기 뇌파의 특징을 추출하는 단계는공통 공간 패턴(CSP, Common Spatial Pattern) 알고리즘을 이용하여, 상기 측정되는 신호들로부터 상기 뇌파의 특징을 추출하는최적 채널 결정 방법
7 7
제1항에 있어서,상기 정확도를 측정하는 단계는주요인분석(LDA, Linear Discriminant Analysis) 알고리즘을 이용하여, 상기 추출된 뇌파의 특징의 클래스를 분류함으로써, 상기 정확도를 측정하는최적 채널 결정 방법
8 8
뇌파의 특징을 감지하기 위해 사용되는 전체 채널들 중에서 활성화 된 채널들이 바이너리 값으로 표시된 파티클 그룹의 파티클 별로, 상기 활성화 된 채널들에서 측정되는 신호들로부터 상기 뇌파의 특징을 추출하는 추출부;상기 추출 된 뇌파의 특징을 나타내는 값과 사전에 정의된 값을 비교하여 상기 활성화 된 채널들이 상기 뇌파의 특징을 감지하는데 적합한 채널들인지 정확도를 측정하는 측정부; 상기 측정된 정확도를 반영한 적합도 함수의 값을 계산하는 계산부;상기 계산된 적합도 함수의 값과 전체 파티클 그룹에서 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값을 비교하는 비교부;상기 비교 결과에 기초하여 상기 파티클 그룹의 각 파티클의 포지션의 변화량 및 상기 각 파티클의 포지션의 바이너리 값을 업데이트하는 업데이트부; 및상기 추출부에서부터 상기 업데이트부까지의 순차적인 동작의 반복횟수가 기 설정된 횟수를 만족시키면, 상기 만족시키는 때의 새로운 최적의 채널 조합을 상기 뇌파의 특징을 감지하기 위해 사용할 최종 채널 조합으로 결정하는 결정부를 포함하는 최적 채널 결정 장치
9 9
제8항에 있어서,상기 업데이트부는상기 비교 결과, 상기 계산된 적합도 함수의 값이 상기 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값보다 작으면, 상기 활성화 된 채널들을 새로운 최적의 채널 조합으로 업데이트하는최적 채널 결정 장치
10 10
제8항에 있어서,상기 업데이트부는상기 비교 결과, 상기 계산된 적합도 함수의 값이 상기 현재까지 계산된 최적의 채널조합에 대한 적합도 함수의 값과 같으면, 상기 활성화 된 채널들로 구성된 채널 조합들 중에서, 가장 적은 수의 활성화 된 채널을 포함하는 채널 조합을 새로운 최적의 채널 조합으로 업데이트하는최적 채널 결정 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육과학기술부 중앙대학교 산학협력단 이공분야 기초연구사업 인간-로봇 상호작용 기반 멀티 모달 뉴로 로봇 프레임워크 개발