Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 장동표 | - |
dc.contributor.author | 정원규 | - |
dc.date.accessioned | 2021-02-24T16:12:19Z | - |
dc.date.available | 2021-02-24T16:12:19Z | - |
dc.date.issued | 2021. 2 | - |
dc.identifier.uri | https://repository.hanyang.ac.kr/handle/20.500.11754/159165 | - |
dc.identifier.uri | http://hanyang.dcollection.net/common/orgView/200000485914 | en_US |
dc.description.abstract | 뇌-기계 접속 기술(Brain-Machine Interface, BMI)은 뇌 신호의 특정 패턴을 분석하여 외부 장치를 제어하는 기술이다. 최근 BMI는 신경 보철의 의미를 넘어서 뇌의 메커니즘을 이해하기 위한 신경 모델로 널리 사용되었다. 뇌 손상을 최소화하고 신호 품질이 높은 뇌 피질 뇌파(Electrocorticography, ECoG)의 주파수 정보를 활용하는 설치류 BMI 모델은 BMI 연구에 기회를 제공 할 수 있다. 이 연구는 실시간으로 ECoG 스펙트럼 기능을 분석하는 설치류 기반의 BMI 시스템을 제안한다. BMI 모델은 뇌 신호 측정 전극(Screw electrode)을 일차 운동 피질(Primary motor cortex)에 삽입하여 주파수 대역 별(α 대역 : 8-12Hz, β 대역 : 13-30Hz, γ 대역 : 30-55Hz)차이를 주어 훈련한 모델과 뇌 영역 별(Motor cortex, Parietal cortex, Frontal cortex)차이를 주어 감마 주파수 대역으로 훈련한 두가지 모델을 설계하였다. 결과적으로 실험 동물들이 모든 주파수 대역과 여러 뇌 영역에서 잘 훈련되었지만, 훈련까지 걸리는 세션 수가 확연하게 차이를 보였다. 설치류 기반 ECoG BMI 시스템 모델은 각 주파수 대역에 대한 훈련 결과 및 뇌 영역 별 BMI 수행 결과를 통해 BMI 시스템을 구동하기 위해 변경된 뇌 메커니즘을 이해하는 데 도움이 될 것이라 기대한다. | - |
dc.publisher | 한양대학교 | - |
dc.title | 뇌피질뇌파 기반 뇌-기계 접속 기술에서 뇌 영역 및 주파수 대역에 따른 학습 수행 능력 비교 연구 | - |
dc.title.alternative | A comparison study of brain-machine interface learning performance according to electrocorticography frequency band and brain region | - |
dc.type | Theses | - |
dc.contributor.googleauthor | 정원규 | - |
dc.contributor.alternativeauthor | Jung, Won Gyu | - |
dc.sector.campus | S | - |
dc.sector.daehak | 대학원 | - |
dc.sector.department | 융합전자공학과 | - |
dc.description.degree | Master | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.