• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.477-478
• /
• 2017

4차 산업혁명 시대가 도래해 인간 뇌와 기계 간 인터페이스 기술 개발이 한창이다. BMI(Brain-Machine Interface)는 뇌의 신경계로부터 신호를 측정하고 분석해 기계와 같은 외부 기기에 연결해 제어함으로써 사용자의 의사나 의도대로 기기를 움직이는 인터페이스를 만드는 것이다. 뇌-기계 인터페이스 기술은 뇌질환 치료, 장애인을 위한 로봇 팔과 로봇다리 같은 인체 결합기술, 인간과 기계와의 직접적인 정신 교류의 개발을 위한 필적인 기술이다. 본 논문에서는 4차 산업혁명의 핵심기술 중 하나인 뇌 기계 인터페이스에 대한 3P 정보분석을 수행함으로써 BMI의 R&D 및 시장진입을 위한 전략을 제시하였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1912-1913
• /
• 2007

뇌 기계 인터페이스는 뇌에 직접 연결을 시도하는 인터페이스로서 인간의 의지 또는 생각을 컴퓨터가 인식할 수 있는 디지털 신호로 바꾸는 새로운 휴먼 컴퓨터 인터페이스 중 하나이다. 뇌신경의 신호 전달 과정이 전기적, 화학적 특성을 지닌다는 사실에 착안하여 뇌의 활동을 측정하는 많은 기술들이 개발되어 왔다. PET, fMRI, MEG, EEG 등을 포괄하는 brain functional imaging 기술 중 뇌 기계 인터페이스에서 가장 주목하고 있는 것이 바로 EEG 이다. 본 연구에서는 뇌기계 인터페이스 시스템 개발에 필요한 무선 EEG 측정 장치를 설계하고, 무선 EEG 측정 장치와 컴퓨터간에 데이터 전송과 EEG 신호를 FFT 분석 하였다.

• Journal of Internet of Things and Convergence
• /
• v.9 no.1
• /
• pp.25-31
• /
• 2023

The brain-machine interface(BMI) is a next-generation interface that controls the device by decoding brain waves(also called Electroencephalogram, EEG), EEG is a electrical signal of nerve cell generated when the BMI user thinks of a command. The brain-machine interface can be applied to various smart devices, but complex computational process is required to decode the brain wave signal. Therefore, it is difficult to implement a brain-machine interface in an embedded system implemented in the form of an edge device. In this study, we proposed a new type of brain-machine interface system using IoT technology that only measures EEG at the edge device and stores and analyzes EEG data in the cloud computing. This system successfully performed quantitative EEG analysis for the brain-machine interface, and the whole data transmission time also showed a capable level of real-time processing.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1993-1994
• /
• 2008

뇌-기계 인터페이스(BMI : Brain Machine Interface)는 사람의 뇌에서 추출된 데이터를 이용하여 신체동작 없이 기계나 컴퓨터를 동작시키는 새로운 인터페이스 기술이다. 이러한 뇌-기계 인터페이스 기술은 자발전위 뇌파와 유발전위 뇌파를 이용한다. 자발전위 뇌파는 원하는 파형의 파워 값을 조절하여 새로운 인터페이스를 만드는 것이고, 유발전위 뇌파는 자극을 받았을 때 발생하는 값을 이용하여 새로운 인터페이스를 구현하는 것을 말한다. 이 중 자발전위는 사람이 스스로 뇌파의 방출량을 조절할 수 있어 집중력 향상과 같은 효과를 얻을 수 있다는 장점이 있다. 따라서 본 연구에서는 자발전위를 이용하여 뇌-기계 인터페이스 기술을 구현하였다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.143-146
• /
• 2010

뇌-컴퓨터 인터페이스는 뇌에서 발생하는 생체신호를 통하여 컴퓨터나 외부기기를 직접 제어할 수 있는 기술이다. 자발적으로 언어를 생성하지 못하는 환자들을 위하여 뇌-컴퓨터 인터페이스를 이용하여 한국어를 자유롭게 입력할 수 있는 인터페이스에 대한 연구가 필요하다. 본 연구는 의사소통을 위한 뇌-컴퓨터 인터페이스에서 낮은 정보전달률을 개선하기 위해서 음절 n-gram과 어절 n-gram 모델을 이용하여 언어 예측 모델을 구현하였다. 또한 실제 이를 이용한 뇌 컴퓨터 한국어 입력기를 설계하였다, 이는 기존의 뇌-컴퓨터 인터페이스 연구에서 특징 추출이나 기계학습 방법의 성능향상을 위한 연구와는 차별적인 방법이다.

• Journal of Internet of Things and Convergence
• /
• v.9 no.6
• /
• pp.17-22
• /
• 2023

Brain-Machine Interfaces(BMI) are interfaces that control machines by decoding brainwaves, which are electrical signals generated from neural activities. Although BMIs can be applied in various fields, their widespread usage is hindered by the low portability of the hardware required for brainwave measurement and decoding. To address this issue, previous research proposed a brain-machine interface system based on the Internet of Things (IoT) using cloud computing. In this study, we developed and tested an application that uses brainwaves to control the Pong game, demonstrating the real-time usability of the system. The results showed that users of the proposed BMI achieved scores comparable to optimal control artificial intelligence in real-time Pong game matches. Thus, this research suggests that IoT-based brain-machine interfaces can be utilized in a variety of real-time applications in everyday life.

• Journal of the KSME
• /
• v.44 no.1
• /
• pp.72-78
• /
• 2004

이 글에서는 생체신호제어 운동회복 기술의 필요성, 기술의 개요, 생체 모방형 액추에이터 개발 현황, 근전위 제어 시스템, 뇌-기계 인터페이스 제어시스템, 하이브리드 보행보조 시스템 등에 대해 소개한다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.162-165
• /
• 2009

본 논문에서는 뇌-컴퓨터 인터페이스(Brain-Computer Interface) 기술을 중 움직임과 관련된 EEG(Electroencephalograph)신호를 이용하여 한국어를 생성하기 위한 시스템 설계 방법을 제안한다. 뇌-컴퓨터 인터페이스의 정보변환율(Information Transfer Rate)향상을 위하여 바이오피드백 방법과 기계학습 방법을 동시에 적용시킬 수 있는 방법과 움직임 관련 SMR(Sensorimotor Rhythm)과 한국어 음절, 어절 예측을 기술을 사용하여 ALS환자 혹은 운동능력이 없는 사람들을 위한 한국어 생성을 위한 설계 방법에 대해서 연구하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.142-145
• /
• 2011

뇌전도 기반 뇌-컴퓨터 인터페이스 기술은 신체 움직임이 불가능하거나 불편한 사람에게 새로운 의사전달 수단이 될 수 있으며 일반인에게도 상상만으로 컴퓨터 혹은 기계에 명령을 내릴 수 있게 하는 기술이다. 본 논문에서는 뇌-컴퓨터 인터페이스 연구 분야에 잘 알려진 Common Spatial Pattern (CSP), Invariant Common Spatial Pattern (iCSP) 그리고 Common Spatio-Spectral Pattern (CSSP) 알고리즘들의 성능을 비교 분석하였고, CSSP에 불변성(invariant)을 고려한 iCSSP를 제안하였다. 9명의 피험자로부터 상상움직임 실험을 통해 18셋의 뇌전도 데이터를 측정하였고, 4가지 알고리즘들을 성능 면에서 비교하였다. 그 결과 CSSP의 성능과 차이가 크지는 않지만, 본 연구에서 제안한 노이즈를 고려하여 최적의 필터를 구성하는 iCSSP에 대하여 더 나은 성능을 보여주는 결과들을 확인할 수 있었다.

• The Magazine of the IEIE
• /
• v.34 no.9
• /
• pp.44-50
• /
• 2007