• 정보과학회지
• /
• 제22권2호
• /
• pp.45-51
• /
• 2004

인간과 컴퓨터의 연결에 인간의 두뇌에서 발생하는 신호를 계측하여 원하는 목적에 이용하는 brain computer interface(BCI)에 관한 연구가 최근에 활발히 이루어지고 있다[1]. BCI는 뇌에서 발생하는 뇌파 신호의 해석 및 분석을 통하여 뇌와 컴퓨터 간에 통신 채널을 형성함으로써 사람이 입, 눈, 손 등의 근육 움직임을 통하지 않고 상호간에 정보를 전달할 수 있도록 하는 인터페이스 방법이다.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1997년도 추계학술대회논문집
• /
• pp.482-486
• /
• 1997

인간과 기계의 인터페이스로서 EEG를 이용한 방법이 새로이 부각되고 있다. 두뇌 피질로부터 추출되 는 EEG 신호를 처리해서 컴퓨터로 하여금 사람의 생각을 예측사고 원하는 바를 처리해주도록 하자는 것 이 궁극적인 목표이다. 본 연구에서는 두뇌피질 부위 중 손과 팔의 움직임에 민감하게 반응하는 부분 으로부터 EEG 신호(signal)를 추출해서 오른손 움직임인지 왼손 움직임인지를 구분해 주는 운동 신호 분류 방법을 제안하고 실험했다. 제안된 방법에서 성공률은 최대 89%를 보였으며, 이 방법을 응용하면 간단한 작업을 EEG로 처리하는 인터페이스의 설계,구현이 가능할 것이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.151-154
• /
• 2008

본 논문은 Bayesian Networks를 이용해서 EEG 신호를 분석해서 사람의 감정을 분석하는 방법을 제안하였다. 현제 연구자들은 Electroencephalogram(EEG) 신호를 기반으로 사람의 두뇌와 컴퓨터의 인터페이스에 관한 연구를 하고 있다. 기존에는 간질이나 발작 등을 의학 분야와 사람의 정서에 따라 뇌파분석을 하는 심리학의 영역에서 연구가 되어져 왔다. 최근에는 사람의 두뇌와 컴퓨터 간의 인터페이스를 통한 여러 가지 공학적인 접근이 이루어지고 있다. 본 논문에서는 사람의 감정에 따라 Brain-Computer Interface (BCI)를 통해서 EEG 신호를 분석하고 잡음을 제거해서 보다 정확한 신호를 추출한 다음 각각의 주파수 영역으로 분류를 하였다. 분류된 값들은 Bayesian Networks를 이용해서 피 실험자가 어떠한 감정을 나타내는지 확률 값으로 나타낸다. 확률 값에 의해서 피 실험자가 어떠한 감정인지를 인식하게 되는 것이다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.251-256
• /
• 2008

많은 연구자들은 여러 개의 채널을 가진 Electroencephalogram(EEG) 신호를 기반으로 한 사람의 감정인식을 위해 두뇌와 컴퓨터의 인터페이스에 관한 연구를 하고 있다. EEG 신호를 이용한 연구들은 주로 의학 분야와 심리학의 영역에서 간질이나 발작 등을 알아내고 거짓말 탐지기로써의 역할로 많이 사용되어져 왔다. 최근에는 사람의 두뇌와 컴퓨터 간의 인터페이스에 관한 연구들이 뇌파를 이용한 로봇의 제어하거나 게임을 하는 등의 여러 가지 공학적인 접근으로써 많은 연구가 진행되고 있다. 특히, EEG 신호를 통해서 두뇌를 연구하는 분야에서 EEG 신호의 잡음을 제거해서 보다 정확한 신호를 추출하는 연구에도 많이 중점을 두고 있다. 본 논문에서는 사람의 감정에 따른 EEG 신호를 측정하고 측정된 EEG 신호를 5개 부분의 주파수 영역으로 분류하였다. 영역별로 분류된 EEG 신호들은 전체영역에 대한 상대적인 비율의 값으로 계산하게 된다. 그 값들은 Bayesian Networks를 통해서 현재 어떠한 감정을 나타내는지 확률 값으로 나타낸다. 그 결과 값에 따라 사람의 감정은 아바타로 표현하게 된다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 추계학술대회 논문집
• /
• pp.250-254
• /
• 2002

컴퓨터의 발달과 더불어 인간과 컴퓨터 인터페이스에 있어서도 많은 발전을 하고 있다. 본 연구는 두뇌-컴퓨터 인터페이스(brain-computer interface : BCI)를 위해서 인간에 있어서 가장 간단한 의사문제라고 여겨지는 긍정이나 부정을 선택할 때 나타나는 뇌파를 AR 모델을 이용하여 시간-주파수 분석을 한 후 topographical map을 그렸다. 그 결과 문제에 대답하는 시점 전후에서 파워스펙트럼이 유사하였고, 피험자가 문제를 읽고 판단하고, 동작하는 시점(reaction time : RT) 전으로 1초 ~ 0.5초 사이에 전두엽과 두정엽 부위에서 16Hz ~ 24Hz, 80 ∼ 88Hz의 주파수 대역에서 유의미한 차이를 보였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2001년도 춘계학술대회 논문집
• /
• pp.271-275
• /
• 2001

두뇌-컴퓨터 인터페이스로 활용하기 위한 시도로서, 인간의 가장 간단한 의사 표시인 긍/부정 의사와 관련한 뇌파를 측정하고 시간-주파수 분석을 수행하였다. 선행 연구 결과와 뇌파 측정 실험 조건에 대해 살펴 보고, 시간-주파수 분석 결과로부터 긍/부정 반응 동작에 따른 뇌파 변화에 대해 토론하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1396-1398
• /
• 2015

BCI (Brain Computer Interface)는 사람의 두뇌와 컴퓨터를 연결하는 '뇌-컴퓨터 인터페이스'를 나타내는 것이며 EEG(Electroencephalogram)을 주로 분석하여 인간의 행동이나 의도를 파악한다. 본 논문에서는 EEG를 이용한 행동인식의 하나로 졸음을 판단하는 방법을 제안한다. 제안방법에서는 MindWave를 이용하여 얻은 실험 데이터를 FFT를 이용하여 1초 단위로 스펙트럼을 분석하여 High-Alpha 영역의 시간에 따른 데이터 변화 패턴을 분석하여 졸음을 판단한다. 실험 결과, 100%의 최고 성능을 얻을 수 있었다.

• 전자통신동향분석
• /
• 제24권5호
• /
• pp.1-9
• /
• 2009

정부는 2017년까지 뇌 연구분야 세계 7위 진입을 목표로 연구개발 인프라 인력양성 등의 분야에 2009년에 총 610억 원을 투자한다. 인간의 뇌 정보를 활용할 수 있는 인지 메커니즘에 대한 분석이 이루어진다면, 인간과 같이 스스로 생각하고 느끼는 수준의 인공두뇌 및 인간형 로봇 개발이 가능하게 되고, 생각만으로 제어하는 뇌-컴퓨터 뇌-로봇 뇌-기계 인터페이스 기술로 사용자의 뇌파 혹은 신경 근육신호 등에 따라 알아서 움직이는 휠체어나 인공수족, 자동차, 비행기 등이 가까운 시일 내에 실현될 것으로 기대된다. 이에 인지과학의 한 분야인 증강인지(augmented cognitive)와 HCI 기술의 교집합 영역에서의 응용연구 이슈를 탐색하기 위해 인지과학의 개요, 증강인지의 출현 증강인지 시스템 모델, 프로젝트 사례 등에 대한 자료 수집 및 분석 내용을 본 고에 서술코자 한다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 춘계학술대회 논문집
• /
• pp.286-290
• /
• 2002

두뇌-컴퓨터 인터페이스(brain-computer interface)를 적용하기 위한 연구로서 주어진 문제에서 긍/부정을 선택할 때 나타나는 뇌파를 분별하기 위해서 시간-주파수 분석을 하였다. 단시간 퓨리에 변환(short time fourier transform : STFT)을 하여 긍/부정 선택시 뇌파의 시간-주파수 변화량을 보고, 시간-주파수 분해능이 좋은 웨이블릿 변환(wavelet transform)을 적용하여 서로 비교하였다. 두 가지 분석에서 공통된 결과는 주로 RT전 0.5초 주위에서 유의미한 결과를 나타내었고, 웨이블릿 분석에서 더 좁은 구간에 나타나며, 통계적으로 더 유의미한 결과를 나타내었다.

• 융합신호처리학회논문지
• /
• 제18권2호
• /
• pp.31-36
• /
• 2017

이 연구는 비동기 매커니즘을 바탕으로 닫힌 눈(eye-closed) 및 이중 블링크 (double-blinking) EEG를 사용하여 BCI를 개발하는 것을 목표한다. 제안된 시스템은 신호 처리 모듈과 그래픽 사용자 인터페이스 (VK-가상 키보드)로 구성되어 있으며 26개의 영문자와 특수 기호로 구성됩니다. "눈 닫기"이벤트는 "선택"(select)명령을 유발하는 반면, "이중 블링크"(DB) 이벤트는 "실행 취소"(undo) 명령에 따라 실행합니다. 3개의 이벤트 그룹 ("열린 눈"(eye-open, "닫힌 눈" (eye-closed)및 "이중 블링크"(double-blinking)에 대한 EEG 신호 분석과 관련된 3 등급 벡터 보조 분류 (SVM) 기계가 제안되었습니다. 결과는 제안된 BCI가 평균 92.6 %의 전체 정확도와 5 글자 / 분의 맞춤법 비율을 달성 할 수 있음을 보여주었습니다. 전반적으로 이 연구는 실제 BCI 맞춤법을 구현하기의 실현 가능성과 신뢰성으로 인해 정확도와 철자 비율의 향상을 보여주었습니다.