DOI QR코드

DOI QR Code

A Study on Algorithm of Emotion Analysis using EEG and HRV

뇌전도와 심박변이를 이용한 감성 분석 알고리즘에 대한 연구

  • 전기환 (한림성심대학 의료기기정보과) ;
  • 오주영 (경인여자대학 정보미디어학부) ;
  • 박순희 (강원대학교 컴퓨터과학과) ;
  • 정연만 (강릉원주대학교 정보통신공학과) ;
  • 양동일 (한림성심대학 인터넷비즈니스과)
  • Received : 2010.07.05
  • Accepted : 2010.08.24
  • Published : 2010.10.31

Abstract

In this paper, the bio-signals, such as EEG, ECG were measured with a sensor and their characters were drawn out and analyzed. With results from the analysis, four emotion of rest, concentration, tension and depression were inferred. In order to assess one's emotion, the characteristic vectors were drawn out by applying various ways, including the frequency analysis of the bio-signals like the measured EEG and HRV. RBFN, a neural network of the complex structure of unsupervised and supervised learning, was applied to classify and infer the deducted information. Through experiments, the system suggested in this thesis showed better capability to classify and infer than other systems using a different neural network. As follow-up research tasks, the recognizance rate of the measured bio-signals should be improved. Also, the technology which can be applied to the wired or wireless sensor measuring the bio-signals more easily and to wearable computing should be developed.

의료 분야의 감성 및 심리 치료를 확장하여 이와 관련된 기술을 일반 생활에 접목하고, 또한 생체신호를 이용하여 보다 쾌적한 삶의 환경을 구축하려는 연구가 활발하게 진행되고 있다. 본 논문에서는 뇌전도(EEG : electroencephalogram)와 심전도(ECG : electrocardiogram)의 심박변이도(HRV : Heart Rate Variability)의 패턴을 분석하여 평온, 집중, 긴장, 우울의 네 가지 감성을 분류하고 추론하기 위한 감성추론시스템을 설계하고 구현하였다. 많은 감성 인식 연구가 얼굴이나 음성의 인식에 의하여 이루어지고 있으며, 생체신호를 이용한 추론 연구의 경우에도, 뇌전도나 심전도 등의 단일 생체신호의 분석에 의하여 이루어지고 있다. 본 논문에서는 단일 생체신호가 아닌 뇌전도와 심전도신호를 조합하여 복합적으로 분석함으로서 단일 생체신호의 분석 연구보다 추론의 정확도를 높였으며, 감성 추론을 위한 엔진으로지도 학습과 비지도학습의 RBFN(Radial Basis Function Network) 신경망을 적용하여 오류역전파 알고리즘의 지역 최소점과 수렴속도가 느린 단점을 보완하였다.

Keywords

References

  1. Cartozzo. H.A., "EEG Biofeedback and the Remediation of ADHD symtomatology: A controlled treatment outcome study," Annual Conference of the Association for Applied Psychophysiology and Biofeedback, Cincinnati, Ohio, March, 1995.
  2. 양동일, "맥진데이터의 온톨로지 표현과 진단 서비스 추론시스템," 박사학위논문, 강원대학교, 2007년.
  3. Mitsuo Nagamachi, "Kansei Engineering : A new ergonomic consumer-oriented technology for product development," international Journal of Industrial Ergonomics, Vol.15, 1995.
  4. 전기환, "생체신호를 이용한 심리상태 판별의 인식모델에 관한 연구," 박사학위논문, 강원대학교, 2008년.
  5. 김진봉, "유비쿼터스에서의 감성정보 인식," 박사학위논문, 강원대학교, 2005년.
  6. Hergenhahn, M., "An introduction to theory of learning," N.Y., Prentice-Hall, pp.388-423, 1988.
  7. 윤중수, "뇌파학 개론," 고려의학 , 1999년
  8. 송대식, "폭력적인 영상물이 뇌파에 미치는 영향에 대한 연구: 시청등급분류와뇌파자극과의실제상관관계분석," 석사학위논문, 경성대학교, 2006년.
  9. 이한기 외, "해부생리학," 2006년.
  10. Han-Woo Ko etc, "Digital Bio-Signal Processing," 1997.
  11. Task Force of European Society of Cardiology and The North American Society of Pacing and Electrophysiology, "Standards of Heart rate variability", European heart journal, pp.354-381, 1996
  12. Mahn-Hee Gang, Clinical Significance of the Stress Test using Heart Rate Variability, OMD Thesis, Pochon CHA Universoty; 2007.
  13. 김대식, "임상생리학," 고려의학, 2004년.

Cited by

  1. A Hierarchical Multicast Routing Protocol based on Zone Routing Technique for Wireless multi-hop Network vol.16, pp.3, 2011, https://doi.org/10.9708/jksci.2011.16.3.149
  2. 이완집중 및 긴장집중 시 LED 조명의 색온도에 따른 학습요인의 뇌파분석 vol.21, pp.6, 2010, https://doi.org/10.7859/kief.2014.21.6.033
  3. 감사증진프로그램이 만성 조현병 환자의 심리사회적·신체적 건강에 미치는 효과 vol.19, pp.3, 2010, https://doi.org/10.7586/jkbns.2017.19.3.158
  4. 인공지능을 활용한 다중 생체신호 분석 기반 스마트 감정 관리 시스템 vol.21, pp.4, 2010, https://doi.org/10.7471/ikeee.2017.21.4.397