Electronics and Telecommunications Trends (전자통신동향분석)

Electronics and Telecommunications Research Institute (한국전자통신연구원)
권호 표지

Trends in Brain Wave Signal and Application Technology

뇌파신호 및 응용 기술 동향

  • Published : 2017.04.01
Download PDF
⟨ Previous Next ⟩

Abstract

뇌파신호는 사람의 생각이나 감정을 가장 현실적인 방법으로 취득하여 해석하고 분석할 수 있는 유용한 정보원이다. 뇌파는 음성인식 이후에 사람과 사람, 사람과 사물, 사람과 컴퓨터 간에 편리하고 가장 자연스러운 초연결(Hyper-Connection) 접속과 통신을 가능하게 하는 유력하고 궁극적인 수단이다. 하지만 뇌파를 두뇌 활동 시 발생하는 신경세포와 신경세포 사이에 형성된 시냅스들의 화학적 활성화에 의한 전자기적 신호 평균의 총합으로만 해석하는 한, 뇌과학에서 이룩한 복잡한 사람의 생각과 감정 패턴과의 연결 해석이 불가능한 한계가 발생한다. 본고에서는 이를 극복하여 뇌파를 미래의 초연결 접속과 통신 수단으로 활용 가능하도록 하기 위한 기술적 가치와 가능성을 재발견하기 위하여 뇌과학에서 밝혀지고 있는 생각과 감정회로와 연동 해석하기 위한 뇌파신호의 처리, 해석 및 응용 기술 동향에 대해 기술한다.

Keywords

Acknowledgement

Grant : 4차 산업혁명을 대비한 가치 창출형 ICT 기술발굴 및 기획 연구

Supported by : ETRI

References

  1. M.F. Bear, B.W. Commors and M.A. Paradiso, "NeuroScience: Exploring the Brain," Lippincott Williams and Wilkins, Feb. 7, 2006.
  2. 박문호, "그림으로읽는뇌과학의모든것," Humanist, 2013. 4.
  3. 홍승봉, 정기영, "뇌파의전기생리학," 대한신경과학회지, 제21 권제3호, 2003. 6, pp. 225-227.
  4. 연세대학교 의료공학연구센터, "단기교육강좌: 뇌파 측정과 동 적신경영상이론및응용," 2007.
  5. https://en.wikipedia.org/wiki/10-20_system_(EEG)
  6. F. Sharbrough et al, "American Electroencephalographic Society Guidelines for Standard Electrode Position Nomenclature," J. Clin Neurophysial, Apr. vol. 8, no. 2, 1991.
  7. Brain IP, "뇌파측정이 가능한 블루투스 이어폰 소개," 2012. 3.
  8. UC San Diego, http://www.isn.ucsd.edu
  9. X. Zeng, R. Eykholt and R.A. Pielke, "Estimating the Lyapunov-Exponent Spectrum from Short Time Series of Low Precision," Phys. Rev. Lett. vol. 66, no. 25, 1991, pp. 3229-3232. https://doi.org/10.1103/PhysRevLett.66.3229
  10. Laxtha, http://www.laxtha.com
  11. H. Cecotti and A. Graser, "Convolutional Neural Networks for P300 Detection with Application to Brain-Computer Interfaces," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 33, no. 3, Mar. 2011, pp. 433-445. https://doi.org/10.1109/TPAMI.2010.125
  12. U. Hoffmann et al., "An Efficient P300-Based Brain-Computer Interface for Disabled Subjects," Journal of Neuroscience Methods, vol. 167, no. 1, Mar. 4th, 2008, pp. 115-125. https://doi.org/10.1016/j.jneumeth.2007.03.005
  13. 최정미, "생체신호처리기술 및 산업동향," 웨어러블기기를 이용한 생체인식 기술 워크숍, 대한전자공학회, 2017. 3, pp.113-152.
  14. 신현순 외, "감성 ICT 기술 및 산업동향," 전자통신동향분석, 제29권 제5호, 2014. 10. pp. 30-39. https://doi.org/10.22648/ETRI.2014.J.290504
  15. A.T. Sohaib et al., "Evaluating Classifiers for Emotion Recognition using EEG," Foundations of Augmented Cognition Lecture Notes Computer Science, vol. 8027, 2013. pp. 492-501.
  16. İ. Guler and E.D. Ubeyli, "Multiclass Support Vector Machines for EEG-Signals Classification," IEEE Trans. on Info. Tech. Biomed., vol. 11, no. 2, Apr. 2007, pp. 117-126. https://doi.org/10.1109/TITB.2006.879600
  17. J.-H. Kang et al., "Modulation of Alpha Oscillations in the Human EEG with Facial Preference," PLoS ONE, vol. 10, no.9, Sept. 22nd, 2015.
  18. C.S. Nam et al, "뇌-컴퓨터 인터페이스 (Brain-Computer Interfaces) 기술에 대한 국내.외 연구개발 동향 조사," Korean-American Scientists and Engineers Association (KSEA), Dec. 2015.
  19. http://newatlas.com/honda-asimo-brain-machine-interfacemind-control/11379.
  20. A. Bashashati et al, "A New Design of the Asynchronous Brain Computer Interface using the Knowledge of the Path of Features," Conference Proc. of 2nd International IEEE EMBS, March 2005, pp. 101-104.
  21. D. Yao et al, "A Study of Equivalent Source Techniques for High-Resolution EEG Imaging," Physics in Medicine and Biology, vol. 46, no. 8, July 2001.