Method for Adaptive EEG signal processing using reinforcement learning and System Using the same

• Main Authors: PARK JUNGBAE, LEE SANG WAN
• Format: Patent
• Language: English; Korean
• Published: 18.01.2021
• Subjects: DIAGNOSIS; HUMAN NECESSITIES; HYGIENE; IDENTIFICATION; MEDICAL OR VETERINARY SCIENCE; SURGERY

The present invention relates to an adaptive electroencephalogram analysis method using deep reinforcement learning, and an apparatus therefor and, more specifically, to a method and an apparatus for pre-processing an electroencephalogram signal, encoding the same to a neural network, and selecting an electroencephalogram signal classifier previously learned from an attention module trained through deep reinforcement learning to classify the encoded electroencephalogram signal. According to the present invention, a method for classifying electroencephalogram signals achieves high electroencephalogram signal classification accuracy, and even when the status of a subject or a data module training a classifier or a subject affecting electroencephalogram is different, selects the classifier suitable for the subject in advance, thereby grouping and processing separately tested data at the same time. In addition, an optimal classifier for each subject context information can be selected, thereby performing fast electroencephalogram analysis almost in real time in comparison to an existing ensemble system without waiting for result values of all classifiers. 본 발명은 심층 강화학습을 이용한 적응형 뇌파 분석 방법 및 장치에 관한 것으로, 보다 구체적으로는 뇌파신호를 전처리한 다음 신경망으로 인코딩하고,심층 강화학습으로 학습한 주의집중 모듈에서 미리 학습된 뇌파 신호 분류기를 선택하여 인코딩된 뇌파 신호를 분류하는 방법 및 장치에 관한 것이다.본 발명에 따른 뇌파 신호 분류 방법은 뇌파 신호 분류 정확도가 높고, 분류기를 학습한 데이터 모듈이나 피험자 또는 뇌파에 영향을 주는 피험자의 상태가 다르더라도, 미리 피험자에게 적합한 분류기를 선택함에 따라 따로 실험된 데이터를 동시에 묶어 처리할 수 있을 뿐만 아니라. 피험자의 문맥정보 별로 최적의 분류기를 선택할 수 있어 모든 분류기의 결과값을 기다리지 않아 기존 앙상블 시스템 대비 실시간에 가까운 빠른 뇌파 분석이 가능하다.