• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.193-195
• /
• 2003

The analysis of EEG data is an important task in the domain of Brain Computer Interface (BCI). In general, this task is extremely difficult because EEG data is very noisy and contains many artifacts and consists of mixtures of several brain waves. The P300 component of the evoked potential is a relatively evident signal which has a large positive wave that occurs around 300 msec after a task-relevant stimulus. Thus automatic detection of P300 is useful in BCI. To this end, in this paper we employ a method of reference-based independent component analysis (ICA) which overcomes the ordering ambiguity in the conventional ICA. We show here. that ICA incorporating with prior knowledge is useful in the task of automatic P300 detection.

• 정보와 통신
• /
• 제29권7호
• /
• pp.47-55
• /
• 2012

본고에서는 뇌전도 기반 뇌-컴퓨터 인터페이스 기술 (BCI: brain computer interface) 에 대해 소개를 한다. BCI기술에 대한 전반적인 동작 원리 및 방법들에 대해 소개하고, BCI기술의 상용화를 위해 해결해야 할 기술적 문제들을 바탕으로 국내외 기술 동향과 전망을 알아본다.

• 정보과학회지
• /
• 제27권4호
• /
• pp.33-42
• /
• 2009

• 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.

• 정보과학회지
• /
• 제31권7호
• /
• pp.26-34
• /
• 2013

• 융합신호처리학회논문지
• /
• 제11권2호
• /
• pp.112-124
• /
• 2010

정신장애 관련 검사 및 진단 방안에 관한 연구는 국내 외적으로 활발히 진행되고 있으나 해결을 위한 가장 기본적인 연구인 심리검사에 관한 연구는 다음과 같은 근본적인 문제점들을 내포한다. 기존 심리 검사의 대표적인 문제점으로는 심리상담가의 전문적 훈련정도에 따른 검사 결과의 해석 차이 등을 들 수 있다. 이러한 문제는 객관화된 심리 분석기법의 부재로부터 야기되어 지며 그 결과 동일한 피험자 응답에 대해서도 심리 검사자에 따른 서로 다른 주관적인 분석으로 귀결되어 진다. 심리검사 시 또 다른 문제점은 심리검사의 방법으로 부터 야기되어 진다. 기존의 심리검사는 다양한 의사소통을 통하여 이루어지게 되며, 이러한 문제는 중증장애우, 외국인, 영유아 피험자들의 심리 검사 및 분석을 어렵게 한다. 따라서 본 논문에서는 이러한 주관적인 심리검사의 문제점을 해결하기 위한 방안으로 Ballken지수법을 활용하여 주관적 심리검사 및 분석 기법중 하나인 TAT(Thematic Apperception Test)를 분석하여 정량화를 시도하며 객관화 하고자 한다. 정량화되어진 분석결과를 BCI(Brain Computer Interface)기반의 TAT환경 하에 수집되어진 사용자의 뇌파 신호와 비교분석하여 정신장애에 따른 뇌파특징벡터 DB의 구축 및 분류를 수행 한다. 본 논문에서 제안하는 심리검사 및 진단 시스템은 기 구축된 뇌파특징벡터 DB를 활용하여 기존의 주관적인 심리검사 기법을 정량화 및 객관화하며, 피험자의 간단한 뇌파검사만으로도 심리검사가 가능하여 기존 심리검사의 대표적인 문제점을 해결 가능 할 것으로 판단되어진다.

• 제어로봇시스템학회논문지
• /
• 제19권8호
• /
• pp.725-730
• /
• 2013

This paper proposed a novel method for an analysis feature of an Electroencephalogram (EEG) at all channels simultaneously. In a BCI (Brain-Computer Interface) system, EEGs are used to control a machine or computer. The EEG signals were weak to noise and had low spatial resolution because they were acquired by a non-invasive method involving, attaching electrodes along with scalp. This made it difficult to analyze the whole channel of EEG signals. And the previous method could not analyze multiple stimuli, the result being that the BCI system could not react to multiple orders. The method proposed in this paper made it possible analyze multiple-stimuli by grouping the channels. We searched the groups making the largest correlation coefficient summation of every member of the group with a BHS (Binary Harmony Search) algorithm. Then we assumed the EEG signal could be written in linear summation of groups using concentration parameters. In order to verify this assumption, we performed a simulation of three subjects, 60 times per person. From the simulation, we could obtain the groups of EEG signals. We also established the types of stimulus from the concentration coefficient. Consequently, we concluded that the signal could be divided into several groups. Furthermore, we could analyze the EEG in a new way with concentration coefficients from the EEG channel grouping.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2003년도 춘계학술대회 논문집
• /
• pp.36-40
• /
• 2003

근래에 들어 질병으로 인하여 의사표현이 곤란한 환자에게 뇌파에 기초한 BCI(Brain Computer Interface)와 같은 새로운 인터페이스를 제공하고자 하는 연구가 활발히 진행되고 있다. BCI를 위한 기초 연구로서 특정 자극에 대해 유발되는 뇌파의 측정과 분석은 BCI를 위한 뇌파의 패턴과 인터페이스의 설계에 중요한 역할을 한다. 이 연구의 목적은 시청각 자극 인가후 피험자의 반응 시간을 측정하는 시스템을 EEG와 같은 생체 신호 계측 시스템과 연동이 가능한 형태로 개발하는 것이다. 제안된 시스템은 기능적으로 자극 신호 발생부, 반응시간 측정부, 유발뇌파 측정부, 동기신호발생부로 나뉘어진다. 자극신호 발생부는 실험에 이용되는 자극신호를 제작하는 부분으로서 Flash를 사용하여 구현하였다. 반응시간 측정부는 문제에 대한 답 선택 요청시각으로부터 피험자의 반응까지의 시간을 측정하는 부분으로서 마이크로 컴퓨터(80C31)를 이용하여 구현하였다. 우발뇌파 측정부는 시판용 하드웨어와 소프트웨어를 그대로 사용하였다. 동기신호 발생부는 전체 시스템의 동기를 맞추기 위한 신호를 발생하는 부분으로서 문제제시, 답요구와 동기한 화면상의 명암 신호와 이를 검출하는 광센서로 구성하였다. 본 논문에서 제시한 방법에서는 기존의 유발진위 측정 및 자극시스템에 특정 모듈(반응시간 측정 장치, 동기신호 발생장치)만을 추가하여 실험자의 의도에 맞는 시스템을 설계할 수 있어 유발 뇌파 및 반응시간 측정을 필요로 하는 연구를 가속화 할 것이 기대된다.

• 한국콘텐츠학회논문지
• /
• 제7권8호
• /
• pp.41-49
• /
• 2007

BCI시스템은 뇌 자체에서 발생하는 전기적인 신호를 측정하여 콘트롤 또는 통신 시스템에 접목시키는 것이다. 이 시스템은 뇌파의 움직임을 실시간으로 검출하고 이를 통해 발생된 신호를 사용하여 전자장비 또는 소프트웨어에 바탕을 둔 프로세서 등을 조정할 수 있다. 본 논문에서는 다양한 정신 상태에서 발생한 뇌전위 신호를 분석하고 인식하는 뇌-컴퓨터간 인터페이스 시스템을 개발할 때 뇌파 측정시 혼합되는 잡음제거 및 분리에 관한 것을 다루고자 한다. BCI시스템 구현을 위한 뇌파 분류과정에서 이분법의 수리적 모델을 사용하여 뇌파를 분류하고 잡음구간을 추출하는 방법을 제안하였다.

• 제어로봇시스템학회논문지
• /
• 제19권11호
• /
• pp.1022-1028
• /
• 2013

It is well knowns that based on the CSP (Common Spatial Pattern) algorithm, the linear projection of an EEG (Electroencephalography) signal can be made to spaces that optimize the discriminant between two patterns. Sharing disadvantages from linear time invariant systems, CSP suffers from the non-stationary nature of EEGs causing the performance of the classification in a BCI (Brain-Computer Interface) system to drop significantly when comparing the training data and test data. The author has suggested a simple idea based on the parallel model of CSP filters to improve the performance of BCI systems. The model was tested with a simple CSP algorithm (without any elaborate regularizing methods) and a perceptron learning algorithm as a classifier to determine the improvement of the system. The simulation showed that the parallel model could improve classification performance by over 10% compared to conventional CSP methods.