• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.133-153
• /
• 2023

본 논문에서 우리는 뇌 신호 측정 기술 중 하나인 뇌전도를 활용한 새로운 접근방식을 제안한다. 전통적으로 연구자들은 감정 상태의 분류성능을 향상시키기 위해 뇌전도 신호와 생체신호를 결합해왔다. 우리의 목표는 뇌전도와 결합된 생체신호의 상호작용 효과를 탐구하고, 뇌전도+생체신호의 조합이 뇌전도 단독사용 또는 임의로 생성된 의사 무작위 신호와 결합한 경우에 비해 감정 상태의 분류 정확도를 향상시킬 수 있는지를 확인한다. 네 가지 특징추출 방법을 사용하여 두 개의 공개 데이터셋에서 얻은 데이터 기반의 뇌전도, 뇌전도+생체신호, 뇌전도+생체신호+무작위신호, 및 뇌전도+무작위신호의 네 가지 조합을 조사했다. 감정 상태 (작업 대 휴식 상태)는 서포트 벡터 머신과 장단기 기억망 분류기를 사용하여 분류했다. 우리의 결과는 가장 높은 정확도를 가진 서포트 벡터 머신과 고속 퓨리에 변환을 사용할 때 뇌전도+생체신호의 평균 오류율이 뇌전도+무작위신호와 뇌전도 단독 신호만을 사용한 경우에 비해 각각 4.7% 및 6.5% 높았음을 보여주었다. 우리는 또한 다양한 무작위 신호를 결합하여 뇌전도+생체신호의 오류율을 철저하게 분석했다. 뇌전도+생체신호+무작위신호의 오류율 패턴은 초기에는 깊은 이중 감소 현상으로 인해 감소하다가 차원의 저주로 인해 증가하는 V자 모양을 나타냈다. 결과적으로, 우리의 연구 결과는 뇌파와 생체신호의 결합이 항상 유망한 분류성능을 보장할 수 없음을 시사한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.25-28
• /
• 2007

Electroencephalograhic(EEG)는 심리학의 영역에서 인간 두뇌의 활동을 측정 기록하는데 오래 전부터 사용하였다. 과학의 발달함에 따라 점차적으로 인간의 두뇌에서 감정을 조절하는 기본적인 영역들이 밝혀지고 있다. 그래서 인간의 감정을 조절하는 인간의 두뇌 활동 영역들을 EEG를 이용하여 측정하였다. 본 논문에서는 EEG의 신호들과 몸짓을 이용해서 감정을 인식하였다. 특히, 기존에 생체신호나 몸짓 중 한 가지만을 이용하여 각각 실험해서 감성을 인식하였지만, 본 논문에서는 EEG 신호와 몸짓을 동시에 이용해서 피 실험자의 감성을 인식하는 실험을 하였다. 실험결과 기존의 생체신호나 몸짓 한 가지만을 가지고 실험했을 때의 인식률 보다 더 높은 인식률을 보임을 알 수 있었다. 그리고 생체신호와 몸짓들의 특징 신호들은 강화학습의 개념을 이용한 IFS(Interactive Feature Selection)를 이용하여 특징 선택을 하였다.

• 한국콘텐츠학회논문지
• /
• 제5권1호
• /
• pp.19-26
• /
• 2005

본 논문은 생체신호(EEG/EOG)를 이용한 기계 작동 시스템을 구현하는 방법을 소개한다. 더 나아가서는 EEG/EOG 반응 컴퓨터 시스템이나 일반 바이오피드백(biofeedback) 시스템과 접목시키는 목적도 포함하고 있다. 이를 위해서 선정된 뇌파 대역의 스펙트럼 특성이나 EEG 리듬 요소, 그리고 그것들의 조합지수 및 EOG파라미터에 반응하여 기능을 수행하는 무선 완구 원격조종 시스템을 구현하고자 한다. 이러한 생체신호 처리 모듈 전체를 헤드셋에 내장 시켜서 사용자의 편의성을 제공하고 기존의 BCI 시스템과는 새로운 차원의 시스템 구현 방법을 제시한다.

• 한국융합학회논문지
• /
• 제9권1호
• /
• pp.465-471
• /
• 2018

최근 IT기슬과 금융 시스템의 융합으로 생체인식 기술이 사용되기 시작하였다. 이러한 생체 인식 기술인 FIDO(Fast Identity Online) 기술을 이용하여 삼성과 애플은 삼성페이와 애플페이 서비스를 시작하였다. FIDO 인증 기술은 패스워드와 같은 기존 인증 방법을 대체하고 있다. 생체 인식 기술 중 지문인식 기술은 비교적 저렴한 가격의 디바이스와 사용자 거부 반응을 최소화 할 수 있다는 점 때문에 주목받고 있다. 그러나 지문정보의 경우 사용자가 가지고 있는 수가 제한적이며, 외부 공격자에 의해 지문정보가 유출될 경우 재사용할 수 없다는 단점이 있다. 그러므로 본 논문에서는 생체인식 기술 중 하나인 EEG 신호를 이용하여 사용자를 인증할 수 있는 방법을 제안한다. 제안 논문에서는 기존의 다채널 EEG 디바이스를 사용하지 않고 단채널 EEG 디바이스를 사용하여 편리성을 높였으며, EEG 신호 측정값을 FIDO 시스템에 사용할 수 있는 방법을 제안하였다. 제안 논문에서는 특정 개체 인식 전 후의 EEG 신호를 측정하여 사용자가 특정 개체를 인식하였을 때의 EEG 신호를 사용자 인증 수단을 활용할 수 있는 방법을 제안하였다.

• 한국지능시스템학회논문지
• /
• 제17권3호
• /
• pp.322-327
• /
• 2007

심리학 분야의 연구자들은 Electroencephalographic(EEG)을 오래전부터 인간 두뇌의 활동을 측정 기록하는데 사용하였다. 과학이 발달함에 따라 점차적으로 인간의 두뇌에서 감정을 조절하는 기본적인 영역들이 밝혀지고 있다. 그래서 인간의 감정을 조절하는 인간의 두뇌 활동 영역들을 EEG를 이용하여 측정하였다. 손짓이나 고개의 움직임은 사람들 사이에 대화를 위한 인간의 몸 언어로 사용된다. 그리고 그것들의 인식은 컴퓨터와 인간 사이에 유용한 회화수단으로 매우 중요하다. 몸짓에 관한 연구들은 주로 영상을 통한 인식 방법이 주를 이루고 있다. 많은 연구자들의 기존 연구에서는 생체신호나 몸짓중 한 가지만을 이용하여 감정인식 방법 연구를 하였다. 본 논문에서는 EEG 신호와 몸짓을 같이 사용해서 사람의 감정을 인식하였다. 그리고 인식의 대상자를 운전자라는 특정 대상자를 설정하고 실험을 하였다. 실험 결과 생체신호와 몸짓을 같이 사용한 실점의 인식률이 둘 중 한 가지만을 사용한 것보다 높은 인식률을 보였다. 생체신호와 몸짓들의 특징 신호들은 강화학습의 개념을 이용한 IFS(Interactive Feature Selection)를 이용하여 특징 선택을 하였다.

• 한국방사선학회논문지
• /
• 제17권7호
• /
• pp.1179-1187
• /
• 2023

최신 이동수단 발달과 관련하여 다양한 생체 신호 및 의료영상 측정용 의료기술 개발이 활발히 이루어 지고 있다. 특히, 인지/신경과학 분야에서 뇌파(electroencephalography, EEG) 측정의 중요성과 이동 중 차량에서의 정확한 뇌파 측정기술 개발은 매우 도전적인 분야이다. 본 연구에서는, 운전 중 뇌파를 이용한 기술에 대해 광범위하게 조사하고, 기술 연구의 동향을 분석하고자 하였다. 이를 위해, Scopus 데이터베이스를 활용하여 2000년 이후 진행된 뇌파 관련 연구를 탐색하였으며, 약 40여편의 논문을 선정하였다. 이를 통해 신호처리 기술, EEG 측정 디바이스 개발, 차량 내 운전자 상태 모니터링 기술의 현재 동향과 미래 방향을 조명하였다. 또한, 이를 위한 초소형 32채널 뇌파 측정 시스템을 설계해 보았으며, 간단히 이를 구현하여 뇌파 신호를 측정 분석함으로써 검토해 보았다. 본 연구는 운전 중 생체신호 측정 및 분석 기술이 자율주행 시대에 맞추어 운전자 케어와 건강 모니터링에 기여할 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.105-112
• /
• 2010

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.

• 한국게임학회 논문지
• /
• 제15권2호
• /
• pp.105-114
• /
• 2015

뇌파 및 심전도 생체신호를 복합적으로 이용한 감정인식을 통한 실시간 사용자 인터페이스를 제안한다. 기존에 뇌파를 통한 감정인식의 문제점이었던 낮은 정확도를 개선하기 위해 뇌파의 Theta, Alpha, Beta, Gamma의 상대파워 값과 심전도의 자율신경계 비율을 혼합하는 복합 생체신호 감정 인식 시스템을 개발했다. 기쁨, 공포, 슬픔, 즐거움, 화남, 혐오에 해당하는 6가지 감정을 인식하기 위해 사용자별 확률 값을 저장하는 데이터 맵을 생성하고, 채널에 대응하는 감정 인식의 정확도를 향상시키기 위해 가중치를 갱신하는 알고리즘을 제안한다. 또한 뇌파로 구성된 단일 데이터와 뇌파/심전도 생체신호 복합 데이터의 실험 결과를 비교한 결과 23.77%의 정확도 증가를 보였다. 제안된 인터페이스 시스템은 높은 정확도를 통해 게임 및 스마트 공간의 제어에 필요한 인터페이스로 기기에 활용이 가능할 것이다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.89-95
• /
• 2015

무선 헬스케어 서비스에서 생체신호 모니터링 시스템의 전력소모를 효과적으로 감소시킬 수 있는 압축센싱 기법을 다양한 생체신호에 적용하여 압축률을 비교하였다. 압축센싱 기법을 이용하여 일반적인 심전도, 근전도, 뇌전도 신호의 압축과 복원을 수행하였고, 이를 통해 복원된 신호와 원신호를 비교함으로써, 압축센싱의 유효성을 판단하였다. 유사랜덤 행렬을 사용하여 실제 생체신호를 압축하였으며, 압축된 신호는 Block Sparse Bayesian Learning(BSBL) 알고리즘을 사용하여 복원하였다. 가장 산제된 특성을 가지는 근전도 신호의 최대 압축률이 10배로 확인되어 가장 높았으며, 심전도 신호의 최대 압축률은 5배였다. 가장 산제된 특성이 작은 뇌전도 신호의 최대 압축률은 4배였다. 연구된 심전도, 근전도, 뇌전도 신호의 압축률은 향후 압축센싱을 적용한 무선 생체신호 모니터링 회로 및 시스템 개발시 유용한 기초자료로 활용될 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.179-182
• /
• 2001

인체 활동에 따라 우리 몸에는 다양한 전기적 생체신호가 발생하며 특히 뇌의 활동에 따라 발생되는 뇌파(EEG)는 비침습적 방법으로 측정될 수 있는 장점 때문에 뇌기능 연구 및 임상 등에서 널리 사용되어지고 있다. 또한 임상에서는 주로 뇌 신경계 질환환자의 병인 규명 및 기전 연구를 위하여 뇌파가 사용되어지고 있다. 최근에는 컴퓨터 발달에 따라 카오스, 비선형 이론 등의 다양한 방법으로 복잡한 시계열 신호인 뇌파를 분석하는 기법들이 개발되어 뇌파의 특징점을 찾아 임상에 활용하거나 뇌기능 연구에 적용하려는 연구가 진행되고 있다. 본 논문에서는 잡화(artifact)가 섞여 있는 뇌파신호 및 artifact가 제거된 다음 재구성된 뇌파신호(reconstructed EEG signal), 그리고 독립성분으로 분리된 각각의 신호에 대하여 특징점을 찾기 위하여 비선형 및 선형 분석을 실시하여 유의한 차이점을 밝혔다.