| 번호 | 청구항 |
|---|---|
| 1 | 캡스트럼 계수 및 시점 변화량과 집중 지수간의 상관관계가 정의된 학습 데이터를 획득하고, 상기 학습 데이터를 통해 신경망을 기계 학습시키는 신경망 학습부; 검사 대상자의 EEG 신호를 측정하는 EEG 측정부;서로 상이한 EEG 주파수 대역을 가지는 다수의 EEG 필터를 구비하고, 상기 다수의 EEG 필터를 기반으로 캡스트럼 연산을 수행하여 상기 EEG에 대응되는 캡스트럼 계수를 산출하는 EEG 캡스트럼 연산부; 상기 검사 대상자의 시점을 감지 및 추적하여 상기 시점 변화량을 산출하는 시점 추적부; 및 상기 신경망을 이용하여 상기 캡스트럼 계수와 상기 시점 변화량에 대응되는 집중 지수를 파악 및 통보하는 집중력 산출부를 포함하는 신경망 및 캡스트럼 기법에 기반한 집중지수 검출 장치. |
| 2 | 제1항에 있어서, 상기 다수의 EEG 필터는델타파 주파수 대역(0 |
| 3 | 제1항에 있어서, 상기 EEG 캡스트럼 연산부는 해밍 윈도우를 통해 상기 EEG 신호를 다수 프레임으로 나누는 윈도잉부;고속프리에 변환(FFT)을 통해 각 프레임의 EEG 신호를 시간 영역에서 주파수 영역으로 변환하는 FFT;상기 다수의 EEG 필터를 통해 상기 각 프레임의 EEG 신호에 대응되는 필터 계수별를 산출하는 EEG 필터 뱅크;상기 필터별 계수에 로그값을 획득하는 로그부; 및 상기 로그값에 대한 이산 코사인 변환을 수행하여, 캡스트럼 계수를 획득하는 이산 코사인 변환부를 포함하는 것을 특징으로 하는 신경망 및 캡스트럼 기법에 기반한 집중지수 검출 장치. |
| 4 | 제1항에 있어서, 상기 신경망 학습부는 서로 상이한 집중지수를 가지는 사람들의 EEG 신호를 수집하는 빅데이터 수집부;상기 EEG 캡스트럼 연산부를 이용하여 상기 수집된 EEG 신호 각각에 대응되는 캡스트럼 계수를 산출한 후, 상기 수집된 EEG 신호 각각에 대응되는 캡스트럼 계수와 집중 지수를 기반으로 다수의 학습 데이터를 생성하는 학습 데이터 생성부; 및상기 다수의 학습 데이터를 통해 상기 학습 데이터를 통해 신경망을 반복 학습시키는 학습 수행부를 포함하는 것을 특징으로 하는 신경망 및 캡스트럼 기법에 기반한 집중지수 검출 장치. |
| 5 | 삭제 |
| 6 | 삭제 |
| 7 | 삭제 |
| 8 | EEG 측정부와 시점 추적부를 구비하는 집중지수 검출 장치의 신경망 및 캡스트럼 기법에 기반한 집중지수 검출 방법에 있어서, 상기 집중지수 검출 장치가 캡스트럼 계수과 집중 지수간 상관관계가 정의된 학습 데이터를 획득하고, 상기 학습 데이터를 통해 신경망을 기계 학습시키는 단계;상기 집중지수 검출 장치가 EEG 측정부를 통해 검사 대상자의 EEG 신호를 측정한 후, 서로 상이한 EEG 주파수 대역을 가지는 다수의 EEG 필터를 기반으로 상기 EEG 신호에 대응되는 캡스트럼 계수를 산출하는 단계; 상기 집중지수 검출 장치가 상기 시점 추적부를 통해 검사 대상자의 시점을 감지 및 추적하여 상기 시점 변화량을 산출하는 단계; 및 상기 집중지수 검출 장치가 상기 신경망을 이용하여 상기 캡스트럼 계수와 상기 시점 변화량에 대응되는 집중 지수를 파악 및 통보하는 단계를 포함하는 신경망 및 캡스트럼 기법에 기반한 집중지수 검출 방법. |
