| 1 |
1
다채널 fNIRS 신호에서 동잡음을 제거하는 방법으로,두피의 복수의 위치에 N 개의 광극을 배치하는 단계;상기 N 개의 광극 간에 채널을 형성하는 단계; 상기 각 채널은 각각 송신광극과 수신광극에 연결되며, 각 채널별로 상기 송신광극과의 상관성을 나타내는 제 1 상관계수 및 상기 수신광극과의 상관성을 나타내는 제 2 상관계수을 계산하는 단계;상기 각 채널마다 상기 제 1 상관계수과 상기 제 2 상관계수의 차이인 상관계수차이값을 계산하는 단계; 수신광극마다 수신광극의 이웃채널 각각의 상관계수차이값의 합을 계산하는 단계;상기 상관계수차이값의 합이 가장 높은 수신광극 Ropt을 결정하는 단계; 상기 결정된 수신광극 Ropt과 이웃한 채널 중 상기 상관계수차이값이 가장 높은 채널을 동잡음이 생성된 채널로 선정하는 단계; 및 상기 선정된 채널과 이웃한 송신광극의 이웃채널 전체의 동잡음을 제거하는 단계; 를 포함하는 것을 특징으로 하는 방법
|
| 2 |
2
제 1 항에 있어서, 상기 동잡음을 제거하는 단계는 상기 선정된 채널을 웨이블릿 분해(WT, wavelet transformation)하여 상기 선정된 채널의 웨이블릿 밴드별 웨이트를 파악하는 단계;상기 선정된 채널에 인공신경망(Neural Network)를 적용하여 상기 선정된 채널의 동잡음을 제거한 후 상기 웨이블릿 밴드별 웨이트를 학습하고 결정하는 단계; 및상기 학습하고 결정된 웨이블릿 밴드별 웨이트 변수를 기초로 상기 선정된 채널과 이웃한 송신광극의 이웃채널에 적용하여 동잡음을 제거하는 단계;를 포함하는 것을 특징으로 하는 방법
|
| 3 |
3
제 1 항에 있어서, 상기 제 1 상관계수 및 상기 제 2 상관계수는 각 채널의 엔트로피값을 기초로 계산되는 것을 특징으로 하는 방법
|
| 4 |
4
제 1 항에 있어서, 상기 제 1 상관계수는 송신광극과 이웃한 이웃채널 중 임의의 채널의 엔트로피 값과 상기 송신광극과 이웃한 이웃채널 중 상기 임의의 채널을 제외한 나머지 이웃채널의 엔트로피값의 평균값 간의 상관관계를 나타내고, 상기 제 2 상관계수는 수신광극과 이웃한 채널 중 임의의 채널의 엔트로피 값과 상기 수신광극과 이웃한 이웃채널 중 상기 임의의 채널을 제외한 나머지 이웃채널의 엔트로피값의 평균값 간의 상관관계를 나타내는 것을 특징으로 하는 방법
|
| 5 |
5
다채널 fNIRS 신호에서 동잡음을 제거하는 방법으로,두피의 복수의 위치에 N 개의 광극을 배치하는 단계;상기 N 개의 광극 간에 채널을 형성하는 단계; 수신광극 각각과 이웃한 이웃채널의 상관계수차이값을 계산하고, 상기 상관계수차이값을 기초로 동잡음이 발생한 수신광극을 검출하는 단계;및상기 검출된 수신광극과 상기 N 개의 광극의 배치구조를 기초로 동잡음을 제거하는 단계;를 포함하는 것을 특징으로 하는 방법
|
| 6 |
6
제 5 항에 있어서, 상기 상관계수차이값은 각 채널마다 모두 계산되고, 상기 상관계수차이값은 제 1 상관계수와 제 2 상관계수의 차이값을 나타내며, 상기 제 1 상관계수는 각 채널마다 송신광극과의 상관성을 나타내고, 상기 제 2 상관계수는 각 채널마다 수신광극과의 상관성을 나타내는 것을 특징으로 하는 방법
|
| 7 |
7
제 5 항에 있어서, 상기 검출된 수신광극의 이웃채널들 중 상관계수차이값이 가장 큰 채널 CHUD을 동잡음이 발생한 채널로 선정하는 것을 특징으로 하는 방법
|
| 8 |
8
제 7 항에 있어서, 상기 동잡음을 제거하는 단계는 상기 CHUD과 인접한 송신광극과 이웃한 이웃채널 전체의 동잡음을 제거하는 것을 특징으로 하는 방법
|
| 9 |
9
제 7 항에 있어서, 상기 동잡음을 제거하는 단계는 상기 CHUD을 웨이블릿 분해(WT, wavelet transformation)하여 상기 선정된 채널의 웨이블릿 밴드별 웨이트를 파악하는 단계;상기 선정된 채널에 인공신경망(Neural Network)를 적용하여 상기 선정된 채널의 동잡음을 제거한 후 상기 웨이블릿 밴드별 웨이트를 학습하고 결정하는 단계; 및상기 학습하고 결정된 웨이블릿 밴드별 웨이트 변수를 기초로 상기 선정된 채널과 이웃한 송신광극의 이웃채널에 적용하여 동잡음을 제거하는 단계;를 포함하는 것을 특징으로 하는 방법
|
| 10 |
10
다채널 fNIRS 신호에서 동잡음을 제거하는 장치로서, 상기 장치는두피의 복수의 위치에 N 개의 광극을 배치하는 광극배치부;상기 N 개의 광극 간에 채널을 형성하는 채널부; 상기 각 채널은 각각 송신광극과 수신광극에 연결되며, 각 채널별로 상기 송신광극과의 상관성을 나타내는 제 1 상관계수 및 상기 수신광극과의 상관성을 나타내는 제 2 상관계수을 계산하고 상기 각 채널마다 상기 제 1 상관계수과 상기 제 2 상관계수의 차이인 상관계수차이값을 계산하는 상관계수차이값계산부;수신광극마다 수신광극의 이웃채널 각각의 상관계수차이값의 합을 계산하여, 상기 상관계수차이값의 합이 가장 높은 수신광극 Ropt을 결정하는 수신광극결정부; 상기 결정된 수신광극 Ropt과 이웃한 채널 중 상기 상관계수차이값이 가장 높은 채널을 동잡음이 생성된 채널로 선정하는 동잡음채널선정부; 및 상기 선정된 채널과 이웃한 송신광극의 이웃채널 전체의 동잡음을 제거하는 동잡음제거부;를 포함하는 것을 특징으로 하는 장치
|
| 11 |
11
제 10항에 있어서, 상기 동잡음제거부는상기 선정된 채널을 웨이블릿 분해(WT, wavelet transformation)하여 상기 선정된 채널의 웨이블릿 밴드별 웨이트 변수를 파악하는 웨이블릿분해부;상기 선정된 채널에 인공신경망(Neural Network)를 적용하여 상기 선정된 채널의 동잡음을 제거한 후 상기 웨이블릿 밴드별 웨이트 변수를 학습하고 결정하는 학습부; 및상기 학습하고 결정된 웨이블릿 밴드별 웨이트 변수를 기초로 상기 선정된 채널과 이웃한 송신광극의 이웃채널에 적용하여 동잡음을 제거하는 적용부;를 포함하는 것을 특징으로 하는 장치
|
