-
公开(公告)号：KR101418332B1
公开(公告)日：2014-07-10
申请号：KR1020120150463
申请日：2012-12-21
Applicant: 전남대학교산학협력단
IPC: A61B5/0476 , G06F19/00
Abstract: 본 발명은 간질 뇌파 데이터 분석에 관한 것으로, 본 발명은 뇌파 데이터를 수집하는 간질 뇌파 데이터 수집부 및 수집된 간질 뇌파 데이터에 대하여 박스 카운팅 방법을 기반으로 하는 프렉탈 차원 평가를 수행하는 간질 뇌파 데이터 분석 제어부를 포함하는 것을 특징으로 하는 간질 뇌파 데이터 분석 단말기 및 이를 기반으로 하는 간질 뇌파 데이터 분석 방법의 구성을 개시한다.
-
公开(公告)号：KR101305084B1
公开(公告)日：2013-09-26
申请号：KR1020110136471
申请日：2011-12-16
Applicant: 전남대학교산학협력단
Abstract: 본 발명은 간질 발작 예측 예측방법에 관한 것으로, 더욱 상세하게는, 복잡한 특성을 지닌 간질 뇌파 데이터의 특성을 파악하고 데이터 특성에 적합한 강제적 접근의 자기회귀 모델 방법을 적용함으로써 간질 발작 예측률을 높이기 위한 간질 발작 예측방법에 관한 것이다.
본 발명에서는 이전에 관측된 데이터 값들을 이용하여 미래 값을 추정하기 위하여 아래의 수학식 A와 같은 자기회귀 모델을 세우는 단계, 자기회귀 모델의 자기회귀계수( )를 강제적으로 1로 셋팅하여 아래의 수학식 B와 같은 강제적으로 조정된 자기회귀 모델을 세우는 단계를 포함하여, 시계열 간질 뇌파 데이터의 값을 추정하는 것을 특징으로 한다.-
公开(公告)号：KR101213677B1
公开(公告)日：2012-12-18
申请号：KR1020110007484
申请日：2011-01-25
Applicant: 전남대학교산학협력단
IPC: G06F19/00 , A61B5/0476
Abstract: 본발명은점진적 EM PCA를이용한결측값대치시스템에관한것으로서, 생리학적다변량데이터분석에있어서다수의결측값이제거되거나단순한방법을사용하여측정또는추정되는경우부정확한데이터가발생하는문제점을해결하기위한것으로, 점진적 EM PCA를이용하여실제시간데이터에서결측값을발견및 측정함으로써데이터정확도를극대화하는점진적 EM PCA를이용한결측값대치시스템을제공함에그 목적이있다. 이러한목적을달성하기위한본 발명은, 입력벡터 x를입력받는입력부; 입력벡터 x가결측값을포함하는경우, 데이터매트릭스 X의행렬의평균으로결측값을초기화하는초기화부; 상기데이터매트릭스 X에대해 PCA를수행하는 PCA 수행부; 상기데이터매트릭스 X를재구성하는재구성부; 및재구성전의상기데이터매트릭스 X에존재하는결측값을재구성된데이터매트릭스 X에서의결측값으로대치하는대치부; 를포함한다.
-
公开(公告)号：KR101213676B1
公开(公告)日：2012-12-18
申请号：KR1020110007479
申请日：2011-01-25
Applicant: 전남대학교산학협력단
IPC: G06F19/00 , A61B5/0476
Abstract: 본발명은점진적비가우시안분석시스템에관한것으로서, 다변량 EEG 신호데이터분석에있어서점진적독립성분분석기법을활용함으로써메모리사용량및 데이터처리시간을최소화할수 있는점진적비가우시안분석시스템을제공함에그 목적이있다. 이러한목적을달성하기위한본 발명은, 제 1 입력벡터데이터를입력받아행렬로구성하는행렬구성부; 상기행렬구성부를통해구성된상기제 1 입력벡터데이터를표준화하며비-가우시안가중치벡터로분해하는가중치벡터분해부; 다음으로입력되는제 2 입력벡터데이터에의해상기비-가우시안가중치벡터를갱신하는가중치벡터갱신부; 및최종비-가우시안가중치벡터들이획득하는가중치벡터획득부; 를포함한다.
-
公开(公告)号：KR1020120072291A
公开(公告)日：2012-07-03
申请号：KR1020110007484
申请日：2011-01-25
Applicant: 전남대학교산학협력단
IPC: G06F19/00 , A61B5/0476
CPC classification number: G06F17/16 , A61B5/0476
Abstract: PURPOSE: A method for replacing missing values which uses an EM(Expectation Maximization) PCA is provided to maximize data accuracy and reduce computation complexity by measuring incremental EM PCA. CONSTITUTION: An input vector is received. If the input vector includes a value, the value is initialized as average of data matrix. A PCA(Principle Component Analysis) is performed about the data matrix. The data matrix is re-configured. A mixing value is replaced with the missing value of the reconfigured data matrix. An error rate about the data matrix is performed until error rate is less than a critical value.
Abstract translation: 目的：提供一种用于替换使用EM（期望最大化）PCA的缺失值的方法，以通过测量增量EM PCA来最大化数据精度并降低计算复杂度。 构成：接收输入向量。 如果输入向量包含一个值，则该值被初始化为数据矩阵的平均值。 对数据矩阵进行PCA（原理分量分析）。 重新配置数据矩阵。 混合值被替换为重新配置的数据矩阵的缺失值。 执行关于数据矩阵的错误率，直到错误率小于临界值。
-
Patent Agency Ranking
公开(公告)号：KR1020140081095A
公开(公告)日：2014-07-01
申请号：KR1020120150463
申请日：2012-12-21
Applicant: 전남대학교산학협력단
IPC: A61B5/0476 , G06F19/00
CPC classification number: A61B5/0476 , G06F17/14 , G16H50/70
Abstract: The present invention relates to the analysis of epileptic electroencephalogram (EEG) data. Disclosed are a terminal for analyzing epileptic EEG data, which includes an epileptic EEG data collecting unit for collecting EEG data; and an epileptic EEG analyzing controller for performing a fractal estimation based on a box counting method performed on the collected epileptic EEG data, and a method for analyzing epileptic EEG data by using the terminal.
Abstract translation: 本发明涉及癫痫脑电图（EEG）数据的分析。 公开了一种用于分析癫痫脑电图数据的终端，其包括用于收集EEG数据的癫痫EEG数据收集单元; 以及基于对所收集的癫痫EEG数据执行的盒计数方法进行分形估计的癫痫脑电图分析控制器，以及通过使用终端分析癫痫脑电数据的方法。
-
公开(公告)号：KR101271694B1
公开(公告)日：2013-06-05
申请号：KR1020120002509
申请日：2012-01-09
Applicant: 전남대학교산학협력단
IPC: G06F19/00 , G06F17/10 , A61B5/0476
CPC classification number: A61B5/0476 , G06Q50/22
Abstract: PURPOSE: A system for replacing continuous missing value of time series data and a method thereof are provided to guarantee the accuracy of replacement and to replace and detect a long-interval missing value by using a kalman filter-based linear dynamic system. CONSTITUTION: A concealment variable generating unit(100) generates a concealment variable including continuous missing value pattern features by considering a correlation between time series data including the missing value. A time series data replacing unit(200) replaces new time series data for old time series data by using the concealment variable. A parameter updating unit(300) updates an old parameter into a new parameter by using the concealment variable and the new time series data. A parameter comparing unit(400) compares the old parameter with the new parameter to determine the repetition of parameter update. [Reference numerals] (100) Concealment variable generating unit; (110) Correlation modeling module; (120) Temporal continuity modeling module; (200) Time series data replacing unit; (300) Parameter updating unit; (400) Parameter comparing unit
Abstract translation: 目的：提供一种用于替代时间序列数据的连续缺失值的系统及其方法，以保证更换的准确性，并通过使用基于卡尔曼滤波器的线性动态系统来代替和检测长间隔缺失值。 构成：隐藏变量生成单元（100）通过考虑包括缺失值的时间序列数据之间的相关性，生成包括连续缺失值图案特征的隐藏变量。 时间序列数据替换单元（200）通过使用隐藏变量来代替旧的时间序列数据的新的时间序列数据。 参数更新单元（300）通过使用隐藏变量和新的时间序列数据将旧参数更新为新的参数。 参数比较单元（400）将旧参数与新参数进行比较，以确定参数更新的重复。 （附图标记）（100）隐藏变量生成单元; （110）相关建模模块; （120）时间连续性建模模块; （200）时间序列数据替换单元; （300）参数更新单元; （400）参数比较单元
-
公开(公告)号：KR101381655B1
公开(公告)日：2014-04-04
申请号：KR1020120148524
申请日：2012-12-18
Applicant: 전남대학교산학협력단
CPC classification number: G06K9/6224 , G06F17/12
Abstract: The present invention relates to a method which comprises the steps of: collecting a multi-application time-series data; calculating a hidden variable of the collected time-series data; harmonic processing for detecting a harmonic mixing weight and harmonics characteristics of the calculated result; removing a phase shift in the harmonic operation; and performing data clustering based on the result of importance of a harmonic element with the phase shift is removed, and a terminal supporting the same.
Abstract translation: 本发明涉及一种方法，包括以下步骤：收集多应用时间序列数据; 计算收集的时间序列数据的隐藏变量; 用于检测谐波混合权重的谐波处理和计算结果的谐波特性; 去除谐波运算中的相移; 并且基于具有相移的谐波元素的重要性的结果执行数据聚类被去除，并且支持该相位的终端。
-
公开(公告)号：KR1020130068972A
公开(公告)日：2013-06-26
申请号：KR1020110136471
申请日：2011-12-16
Applicant: 전남대학교산학협력단
CPC classification number: G06F17/18 , A61B5/4094
Abstract: PURPOSE: An epileptic seizure predicting method using an adaptive autoregressive model of mandatory access is provided to increase an epileptic seizure prediction rate of epileptic brainwave data having complex features such as non-linear, informal, and aperiodic features. CONSTITUTION: An autoregressive model is established to estimate a future value by using data values. The autoregressive model is established by setting an autoregressive parameter of the model as '1'. A fractal dimension is used for determining a degree of the autoregressive parameter and a box-counting method is applied for calculating the fractal dimension.
Abstract translation: 目的：提供使用强制性访问自适应自回归模型的癫痫发作预测方法，以增加具有复杂特征（如非线性，非正式和非周期性特征）的癫痫脑电波数据的癫痫发作预测率。 构成：建立一个自回归模型，通过使用数据值来估计未来的价值。 通过将模型的自回归参数设置为1来建立自回归模型。 分形维数用于确定自回归参数的程度，并应用盒计数方法计算分形维数。
-
公开(公告)号：KR101375673B1
公开(公告)日：2014-03-27
申请号：KR1020120150462
申请日：2012-12-21
Applicant: 전남대학교산학협력단
IPC: A61B5/0476 , G06F19/00
CPC classification number: A61B5/0476 , G06N7/08 , G16H50/30
Abstract: The present invention relates to a method for warning of an epileptic seizure and a terminal supporting the same, and the objective of the present invention is to enable the accurate and stable prediction and warning of an epileptic seizure using an excitatory/inhibitory population model based on chaos neurons. A method for warning an epileptic seizure disclosed in the present invention comprises the steps of: applying epileptic brain wave data to a chaos neuron-based excitatory-inhibitory (E-I) model and calculating an optimum parameter value for a connection coefficient; calculating a parameter in the E-I model for collected brain wave signals and comparing the calculated parameter with the optimum parameter value; and predicting an epileptic seizure based on the comparison result. The structure of a terminal supporting the method is also disclosed in the present invention. [Reference numerals] (110) Brain wave signal collection unit; (120) Input unit; (130) Alarm unit; (140) Display unit; (150) Storage unit; (151) Epileptic brain wave data; (160) System control unit
Abstract translation: 本发明涉及一种癫痫发作警报的方法及其支持的终端，本发明的目的是使用基于兴奋性/抑制性群体模型的癫痫发作的准确和稳定的预测和警告 混沌神经元。 本发明公开的癫痫发作警示方法包括以下步骤：将癫痫脑电波数据应用于基于混沌神经元的兴奋抑制（E-I）模型，并计算连接系数的最佳参数值; 计算E-I模型中收集的脑波信号的参数，并将计算参数与最佳参数值进行比较; 并根据比较结果预测癫痫发作。 支持该方法的终端的结构也在本发明中公开。 （附图标记）（110）脑波信号收集单元; （120）输入单元; （130）报警单元; （140）显示单元; （150）存储单元; （151）癫痫脑波数据; （160）系统控制单元
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
