맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

능동소음제거와 상관관계 최적화를 이용한 운동심상 분류 장치 및 방법

  • 기술번호 : KST2020003558
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
상담신청 PDF 받기
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 운동심상 분류 방법이 개시된다. 상기 운동심상 분류 방법은 운동심상 분류 장치에 의해 수행되는 운동심상 분류 방법으로서, (a) 분류하고자 하는 각 클래스에 대하여 복수개의 전극들로부터 각각 측정된 뇌전도 신호들의 잡음을 능동소음제거(Adaptive Noise Cancellation) 알고리즘을 적용하여 제거하고 전처리된 뇌전도 신호들을 얻는 단계, (b) 상기 전처리된 뇌전도 신호들을 회전각도()를 갖는 회전행렬을 이용하여 회전시켜 회전 뇌전도 신호들을 얻는 단계, (c) 상기 회전각도()별로 상기 회전 뇌전도 신호들 간에 상관계수들을 산출하는 단계, (d) 상기 회전 뇌전도 신호들 간에 상관계수들에 대한 피셔 비율(Fisher`s ratio)을 산출하는 단계, (e) 상기 산출된 회전 뇌전도 신호들 간에 상관계수들을 최적화시켜 최적 상관계수들을 얻는 단계, (f) 상기 최적 상관계수들 중에서 상기 피셔 비율이 높은 순서대로 n개의 최적 상관계수들을 특징벡터로서 추출하는 단계, 및 (g) 상기 특징벡터를 이용하여 분류기를 학습하는 단계를 포함한다. 여기서, n은 자연수임.
Int. CL A61B 5/00 (2006.01.01) A61B 5/0476 (2006.01.01)
CPC A61B 5/7264(2013.01) A61B 5/7264(2013.01) A61B 5/7264(2013.01) A61B 5/7264(2013.01)
출원번호/일자 1020180112177 (2018.09.19)
출원인 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0032925 (2020.03.27) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.09.19)
심사청구항수 9

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정원주 서울특별시 강남구
2 박용구 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김홍석 대한민국 서울특별시 구로구 디지털로 **길 ***, ***호(구로동,JnK 디지털타워)(동진국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 고려대학교 산학협력단 서울특별시 성북구
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		 2018.09.19 수리 (Accepted) 1-1-2018-0934161-63
2 선행기술조사의뢰서
Request for Prior Art Search		 2019.09.09 수리 (Accepted) 9-1-9999-9999999-89
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.10.10 수리 (Accepted) 4-1-2019-5210941-09
4 선행기술조사보고서
Report of Prior Art Search		 2019.11.08 발송처리완료 (Completion of Transmission) 9-6-2020-0052584-92
5 의견제출통지서
Notification of reason for refusal		 2020.05.13 발송처리완료 (Completion of Transmission) 9-5-2020-0329279-11
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2020.05.27 수리 (Accepted) 1-1-2020-0535019-43
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.05.27 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0535075-90
8 등록결정서
Decision to grant		 2020.11.01 발송처리완료 (Completion of Transmission) 9-5-2020-0755120-08
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
운동심상 분류 장치에 의해 수행되는 운동심상 분류 방법으로서,(a) 분류하고자 하는 각 클래스에 대하여 복수개의 전극들로부터 각각 측정된 뇌전도 신호들의 잡음을 능동소음제거(Adaptive Noise Cancellation) 알고리즘을 적용하여 제거하고 전처리된 뇌전도 신호들을 얻는 단계;(b) 상기 전처리된 뇌전도 신호들을 회전각도()를 갖는 회전행렬을 이용하여 회전시켜 회전 뇌전도 신호들을 얻는 단계;(c) 상기 회전각도()별로 상기 회전 뇌전도 신호들 간에 상관계수들을 산출하는 단계;(d) 상기 회전 뇌전도 신호들 간에 상관계수들에 대한 피셔 비율(Fisher`s ratio)을 산출하는 단계;(e) 상기 회전 뇌전도 신호들 간에 상관계수들을 최적화시켜 최적 상관계수들을 얻는 단계;(f) 상기 최적 상관계수들 중에서 상기 피셔 비율이 높은 순서대로 n개의 최적 상관계수들을 특징벡터로서 추출하는 단계; 및(g) 상기 특징벡터를 이용하여 분류기를 학습하는 단계를 포함하고,상기 (e) 단계는 상기 회전각도()별로 산출된 상기 회전 뇌전도 신호들 간에 상관계수들 중에서 가장 높은 피셔 비율일 때의 상관계수를 최적 상관계수로서 추출하는,운동심상 분류 방법
2 2
제1항에 있어서,상기 (a) 단계는(a-1) 상기 뇌전도 신호들 간에 상관계수들을 산출하는 단계;(a-2) 상기 뇌전도 신호들 간에 상관계수들 중에서 기 설정된 임계값 이하의 뇌전도 신호들 간에 상관계수들을 갖는 뇌전도 신호들을 래퍼런스 신호들로 선택하는 단계; 및(a-3) 상기 뇌전도 신호들 및 래퍼런스 신호들에 대하여 적응형 필터를 업데이트하면서 상기 전처리된 뇌전도 신호들을 얻는 단계를 포함하는 운동심상 분류 방법
3 3
제1항에 있어서,상기 상관계수는 피어슨 상관계수(Pearson correlation coefficient)인 운동심상 분류 방법
4 4
제1항에 있어서,상기 피셔 비율은 아래의 수학식 1에 의해 정의되는 운동심상 분류 방법
5 5
삭제
6 6
제1항에 있어서,상기 (b) 내지 (e) 단계는 상기 복수개의 전극들에서 선택된 2개의 전극들의 모든 조합에 대하여 수행되는 운동심상 분류 방법
7 7
제1항에 있어서,상기 (g) 단계의 분류기는 SVM(Support Vector Machine) 기반인 운동심상 분류 방법
8 8
분류하고자 하는 각 클래스에 대하여 복수개의 전극들로부터 각각 측정된 뇌전도 신호들의 잡음을 능동소음제거(Adaptive Noise Cancellation) 알고리즘을 적용하여 제거하고 전처리된 뇌전도 신호들을 얻는 전처리부;상기 전처리된 뇌전도 신호들을 회전각도()를 갖는 회전행렬을 이용하여 회전시켜 회전 뇌전도 신호들을 얻는 회전부;상기 회전각도()별로 상기 회전 뇌전도 신호들 간에 상관계수들을 산출하고, 상기 회전 뇌전도 신호들 간에 상관계수들에 대한 피셔 비율(Fisher`s ratio)을 산출하는 산출부;상기 회전 뇌전도 신호들 간에 상관계수들을 최적화시켜 최적 상관계수들을 얻고, 상기 최적 상관계수들 중에서 상기 피셔 비율이 높은 순서대로 n개의 최적 상관계수들을 특징벡터로서 추출하는 특징 추출부; 및상기 특징벡터를 이용하여 분류기를 학습하는 분류부를 포함하고,상기 특징 추출부는 상기 회전각도()별로 산출된 상기 회전 뇌전도 신호들 간에 상관계수들 중에서 가장 높은 피셔 비율일 때의 상관계수를 최적 상관계수로서 추출하는,운동심상 분류 장치
9 9
제8항에 있어서,상기 전처리부는상기 뇌전도 신호들 간에 상관계수들을 산출하고, 상기 뇌전도 신호들 간에 상관계수들 중에서 기 설정된 임계값 이하의 뇌전도 신호들 간에 상관계수들을 갖는 뇌전도 신호들을 래퍼런스 신호들로 선택하는 설정부를 더 포함하고, 상기 뇌전도 신호들 및 래퍼런스 신호들에 대하여 적응형 필터를 업데이트하면서 상기 전처리된 뇌전도 신호들을 얻는 운동심상 분류 장치
10 10
제8항에 있어서,상기 피셔 비율은 아래의 수학식 1에 의해 정의되는 운동심상 분류 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 과학기술정보통신부 고려대학교 산학협력단 정보통신방송연구개발사업 딥러닝을 이용하여 사람의 의도를 인지하는 BCI 기반 뇌인지컴퓨팅 기술 개발