• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.795-798
• /
• 2016

소니피케이션은 다양한 데이터를 사운드로 변환시키는 과정으로 본 연구에서는 뇌파 신호를 사운드로 생성하는 객관적인 워크플로우를 제시하고자 하였다. 현재까지의 뇌파 소니피케이션은 사운드로의 변환이 인위적이고 임의적으로 진행되어 객관적인 논리를 제시하지 못하고 있는 실정이다. 이에 본 연구에서는 뇌파데이터의 정량적 분석을 통해 파라미터 추출, 사운드 맵핑, 사운드 모델 구축에 대한 논리적 근거를 제시하였으며 이를 통해 뇌파데이터의 객관적인 소니피케이션 과정을 구현하였다. 파라미터 추출을 위해 15Hz High pass filtering이 가장 적절한 방법으로 확인되었으며 뇌파 데이터의 최대값 빈도 분석과 음악코드의 비율 분석을 실제로 맵핑시켜 사운드 모델을 구축하여 사운드 생성을 구현하였다. 결론적으로, 본 연구에서는 뇌파데이터의 소니피케이션 과정에 대한 객관적이고 논리적인 워크플로우를 제시하였으며 이러한 워크플로우가 다양한 분야에서 적용될 수 있을 것으로 예상된다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• pp.81-90
• /
• 2001

본 연구에서는 디지털 영상 뇌파계(digital video electroencephalogram, Digital VEEG)에서 비디오 영상과 뇌전도 파형의 동기화된 편집 시스템을 구성한다. 이 시스템은 기존 아날로그 영상 뇌파계(analog video electroencephalogram)의 동기화 문제와 디지털 영상 시스템에서의 영상편집 문제를 해결하기 위하여 MPEG-I(이하 MPEG) 고압축 기술을 이용한 MPEG 인코딩 보드(encoding board)와 MPEG 편집 엔진(editing engine)을 각각 사용하였다. 시스템은 디지털 영상뇌파계모듈과 디지털 편집 모듈로 구성되며, 뇌전도모듈에서는 환자에게 연결된 전극을 통해 들어온 뇌파를 생체신호증폭기를 이용하여 증폭한 후 AD 보드(analog to digital board)를 이용 디지털화한다. 디지털 카메라로 촬영된 환자영상의 아날로그 영상신호(NTSC 신호)는 MPEG 인코딩 보드를 이용하여 고압축 디지털화한다. 이후 디지털화된 뇌전도신호와 MPEG 형식의 영상을 시간 동기화하여 두 개의 모니터에 각각보여준다. 편집 모듈에서는 영상신호와 뇌파신호를 어느 부분이든 간단한 조작으로 오려 붙이기(cut and paste) 기능을 이용할 수 있다. 본 시스템은 사용된 데이터 모두 디지털 기술을 이용하여 영상과 뇌파신호의 정확한 동기화 및 각각의 데이터의 오려 붙이기 기능을 가능케 하였으며, 이는 환자의 데이터를 관리 및 보관하는데 있어, 임상의에게 의미 있는 자료만을 모아서 효율적으로 관리할 수 있게 해준다. 이와 같은 장점을 갖는 디지 영상뇌파계 편집시스템을 구현하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.66-68
• /
• 2012

본 논문에서는 자체 개발한 Java Platform 기반의 뇌파 분석 도구와 Android 기반의 Mobile 기기를 연계하여 중증 장애인의 상태 및 상황 등을 모니터링 할 수 있는 시스템을 제시한다. 제안된 시스템은 뇌파 측정기, 뇌파 분석 툴(PC Client) 그리고 Mobile 기기(Android)로 크게 3부분으로 구성된다. 뇌파 측정기로부터 수집된 원 주파수에서 저주파 대역의 잡음을 제거하기 위해 고주파 필터를 적용한 후, 적용된 데이터를 주파수 영역에서 분석하기 위해 FFT를 적용한다. FFT를 적용한 데이터를 Power Spectrum 분석 기법을 이용하여 Theta, Delta, Alpha, SMR, Beta 파형의 값을 추출하고, 14 채널의 뇌파 측정 위치에 따른 상관관계 분석기법을 통해 중증 장애인의 상태를 표현한다. 본 논문에서 제안한 방법으로 실험한 결과, 중증 장애인 모니터링 시스템에 효율적으로 적용되는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.153-154
• /
• 2020

기존 VR컨트롤러는 현손에 별도의 컨트롤러를 들고 조작해야만 해왔다. 이는 현실감을 느끼기 위한 시각적인 요소를 충족시켰음에도 몰입도를 떨어뜨리는 요소이다. 본 연구에서는 현실감을 더욱 증가 시키는 것을 전제로 뇌파를 이용한 VR컨트롤러 기술을 적용하고자 한다. 현재 대중화 되어 있는 VR 장치들을 보면 움직이는 의자, 보행을 위한 장치, 캐릭터 조종을 위한 손에 쥐는 컨트롤러 등을 사용하고 있다. 이러한 장치들은 가상현실을 더욱 현실처럼 느끼기 위한 보조적인 장치들이지만 장치를 설치하기 위한 공간을 많이 차지하기 때문에 일반 가정에서는 잘 사용하지 않는다. 또한 손에 있는 컨트롤러로 가상 현실속의 동작을 구현하다 보니 아무리 내 눈앞에 보이더라도 '단순한 게임이다'라는 생각을 가지고 있어 몰입도가 떨어질 수밖에 없다. 본 논문은 이러한 문제점들을 개선하기 위해 기존의 VR컨트롤러 대신 뇌파입력을 적용한 '머신러닝을 통한 뇌파 VR컨트롤러' 기술을 제안한다. 기존의 VR컨트롤러와는 다르게 빅 데이터 처리기술인 머신러닝을 이용하여 뇌파 데이터를 처리하고 그 데이터들과 입력되는 뇌파 값을 비교하여 가상현실 속의 캐릭터의 동작을 제어할 수 있다.

• Journal of Biomedical Engineering Research
• /
• v.20 no.6
• /
• pp.555-560
• /
• 1999

간질은 신경세포의 일부가 짧은 시간동안 과도한 전기를 발생시킴으로써 일어나는 신경계의 발작적 증상으로 배경 활동파와는 구별되는 극파, 예파, 예파와 서파를 동반한 극서파 복합(sharp and slow complexes)의 뇌파 특징파를 갖는다. 장시간의 뇌파기록에서 시간의 절약과, 정량화를 위해 컴퓨터를 이용한 간질 파형의 자동 검출은 객관성을 높이고 정량적인 해석을 위해 필수적이다. 본 연구에서는 간질 뇌파를 검출하기 위해 웨이브렛 변환과 신경망을 사용하였다. 웨이브렛 변환은 잡음을 제거하고 간질 뇌파의 특징을 강조하며 신경망의 입력노드수를 줄였다. 전문가에 의해서 분류된 간질특성과 정상뇌파를 신경망에 입력시켜 최적의 신경망구조를 선택하였고, 검출 문턱치를 설정하였다. 신경망은 200ms(26개의 데이터포인트)신호의 웨이브렛 결과와 웨이브렛 변환후 데이터 상의 최대, 최소 기울기가 입력되어 전체 28개의 입력 노드로 구성하였다. 은닉층은 18노드, 문턱치값은 민감도와 선택도가 일치하는 0.65가 사용되었다. 결과로 임상 환자 데이터에 입력되어 78.54% 의 검출률을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.826-829
• /
• 2016

뇌파는 뇌신경 세포의 활동으로 발생하는 전기적 변화를 두피 표면에서 측정하여 기록한 것이다. 뇌활동의 변화는 공간적 시각적으로 파악할 수 있는 지표이며, 바이오 센싱을 통해 측정된 데이터를 활용한 미디어 컨텐츠 적용이 최근 시도되고 있다. 본 연구는 미디어 컨텐츠 평가를 위한 감성 지표로 뇌파 데이터를 인간의 오감으로 느낄 수 있는 표현으로 변환하는 프로세스를 구현하는 함으로써 현재 행해지고 있는 많은 미디어 아트에 대해 뇌파를 활용한 실시간 객관적 감성지표를 완성하는데 목적이 있다. 이에 대한 사전 연구로 본 논문에서는 측정된 뇌파 데이터를 인터렉티브 컨테츠적인 요소인 사운드로 청각화 하는 과정을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.240-243
• /
• 2013

본 논문에서는 로봇 제어 목적의 응용을 위해 SVM 알고리즘과 HMM 알고리즘을 근간으로 하는 효과적인 뇌파 데이터 자동 분류 방법을 제안한다. Emotive Epoc 헤드셋 뇌파 측정 장비를 이용하여 뇌파 데이터를 수집하고, 수집된 뇌파 데이터로부터 FFT알고리즘을 이용하여 특징 추출을 수행한다. 그리고 SVM 알고리즘을 이용한 1단계 분류 방법과 SVM 알고리즘의 분류 결과를 다시 입력 시퀀스로 삼아 시계열 학습 알고리즘인 HMM에 적용하는 2단계 분류 방법의 실험 결과를 소개한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.3
• /
• pp.372-377
• /
• 2006

In this paper, we propose sensibility recognition model that recognize user's sensibility using brain waves. Method to acquire quantitative data of brain waves including priority living body data or sensitivity data to recognize user's sensitivity need and pattern recognition techniques to examine closely present user's sensitivity state through next acquired brain waves becomes problem that is important. In this paper, we used pattern recognition techniques to use Multi Layer Perceptron (MLP) that is pattern recognition techniques that recognize user's sensibility state through brain waves. We measures several subject's emotion brain waves in specification space for an experiment of sensibility recognition model's which propose in this paper and we made a emotion DB by the meaning data that made of concentration or stability by the brain waves measured. The model recognizes new user's sensibility by the user's brain waves after study by sensibility recognition model which propose in this paper to emotion DB. Finally, we estimates the performance of sensibility recognition model which used brain waves as that measure the change of recognition rate by the number of subjects and a number of hidden nodes.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.813-815
• /
• 2016

This paper implements a device control system based on the brain wave data. Brain-Computer Interface (BCI) technology can pass directly to the system without going through the operation of the language or body. By controlling the device to detect brain waves in real time according to the change of status it helps to ease life for a variety of services, such as disabled people with limited mobility or students, people who need multi-tasking. In addition, it is possible to develop an application service such as the home device control system. A device control system implemented in the paper based on the data collected from the EEG Headset associated to control the power of the smart phone and audio. Control the power ON / OFF operation by the Attention, and support service functions to control the audio by the Meditation and Eye blink. It was confirmed that the device control using the brain wave data to be operated through a laboratory test successfully.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1088-1090
• /
• 2017

최근 국내에서는 상용화된 뇌파기반 인터페이스(BCI) 구현을 위한 연구가 활발히 진행되고 있다. 이에 본 논문에서는 안전한 비침습형 뇌파 측정 방법을 사용하여 뇌전도(EEG)를 측정하고 증폭된 데이터를 사용하여 RC카의 4방향 제어가 가능한 알고리즘을 제안한다. 뇌파측정기로 수집된 데이터 셋은 고속 푸리에 변환을 거쳐 사전 정의된 7가지 뇌파의 필터를 통해 집중도와 이완도를 검출하게 된다. 검출된 데이터는 아두이노 우노에 연결된 원격컨트롤러를 통하여 RC카의 전진 및 후진 제어를 담당한다. 또한 추가로 설치된 자이로센서를 통해 입력된 전자신호는 칼만 필터를 이용하여 좌회전 및 우회전 제어를 담당한다. 훈련된 실험자에 의해 실내 외에서 검출된 뇌파가 각기 다른 특성과 머리 회전만으로 상황을 구분하여 RC카 제어를 할 수 있음을 확인하였다.