• Journal of Semiconductor Engineering
• /
• 제1권3호
• /
• pp.88-98
• /
• 2020

As biosensors are widely used in the medical field, flexible devices compatible with live animals have aroused great interest. Especially, significant research has been carried out to develop implantable or skin-attachable devices for real-time bio-signal sensing. From the device point of view, various biosensor types such as field-effect transistors (FETs) and multi-electrode arrays (MEAs) have been reported as diverse sensing strategies. In particular, the flexible FETs and MEAs allow semiconductor engineering to expand its application, which had been impossible with stiff devices and materials. This review summarizes the state-of-the-art research on flexible FET and MEA biosensors focusing on their materials, structures, sensing targets, and methods.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 V
• /
• pp.2875-2878
• /
• 2003

In this paper, we propose an EEG-based mental state prediction method during a mental tasks. In the experimental task, a subject goes through the process of responding to visual stimulus, understanding the given problem, controlling hand motions, and hitting a key. Considering the subject's varying brain activities, we model subjects' mental states with defining selection time. EEG signals from four subjects were recorded while they performed three mental tasks. Feature vectors defined by these representations were classified with a standard, feed-forward neural network trained via the error back-propagation algorithm. We expect that the proposed detection method can be a basic technology for brain-computer interface by combining with left/right hand movement or cognitive decision discrimination methods.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2008년도 동계학술발표회 논문집
• /
• pp.455-456
• /
• 2008

근적외선 분광법(Near-infrared spectroscopy, NIRS)은 대뇌피질에서의 혈류변화(oxy-, deoxyhemoglobin의 농도변화)를 비침습적으로 측정할 수 있는 방법이다. 본 논문에서는 향후 뇌-컴퓨터 접속기술(Brain computer interface)에 적용하기위한 초기 연구단계로, 쥐의 수염을 자극시 활성화되는 대뇌수염피질 영역에서의 혈류변화 및 전기신호를 동시에 측정하고 두 신호의 패턴을 분석한다.

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.269-274
• /
• 2020

This paper is to study the exoskeleton robot for the walking of the elderly and the disabled. We developed and tested an Exoskeletal robot with two axes of freedom for joint motion. The EEG and EMG signals were used to move the joints of the Exoskeletal robot. By analyzing the EMG signal, the control signal was extracted and applied to the robot to facilitate the walking operation of the walking assistance robot. In addition, the brain-computer interface technology is applied to perform the operation of the robot using brain waves, spontaneous electrical activities recorded on the human scalp. These two signals were fused to study the walking recognition method of the supporting robot leg.

• 전자공학회논문지 IE
• /
• 제43권1호
• /
• pp.16-24
• /
• 2006

본 논문에서는 생체신호의 발생을 자유롭게 조절 할 수 있는 전정기관으로부터 생성된 전기신호를 추출하여 window discriminator로 필요한 신호를 선택한 후, BCI 시스템을 적용하여 정밀하고 정확한 제어가 가능하고 멀티채널을 이용하여 데이터를 처리할 수 있는 통합 시스템을 구현하였다. 전정신경세포의 흥분신호를 검출하는 전치증폭기는 측정된 이득이 47.6dB, 왜율은 100 Hz에서 측정 시 0.005%이었으며, 입력임피던스 특성은 12M$\Omega$이었다. Window discriminator는 2개의 CPU를 사용하여 역할을 분담함으로써 처리 속도를 증가시켰고, ADC 샘플링 주파수는 87kHz이었으며, 기존 시스템보다 분해능이 2배, 변별 오차는 10배가 향상되었음을 알 수 있었다. 제안된 방법이 뇌파분석법 보다 100ms동안 축적된 데이터양이 약 100배 정도 감소되었음을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.29-34
• /
• 2015

Brain-computer interface 기술은 일상에서 편안한 생활을 위해 다방면으로 연구가 진행 중이다. 본 연구는 3가지 동작의 뇌파특성을 분석하여 의수와 같은 외부기기의 세밀한 동작 제어를 목적으로 한다. 피험자들은 악력기를 쥘 때 (Grip), 손가락만을 움직일 때 (Move), 아무런 동작을 취하지 않을 때 (Relax)의 3가지 동작을 수행하였고, 뇌파를 측정하여 power spectrum analysis와 multi-common spatial pattern 알고리즘으로 특징추출을 수행하였으며, 분류알고리즘인 SVM(support vector machine)으로 뇌파의 특징데이터들을 분류하였다. 실험결과 3개의 다른 동작을 분류한 결과, 실험에 참여한 3명의 피험자 중 2명에게서 Grip 클래스의 분류율이 가장 높은 분류율을 보였다. 본 연구의 결과는 뇌파를 이용하여 의수가 필요한 환자들에게 유용할 것으로 기대한다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.122-127
• /
• 2009

본 논문에서는 피험자가 A, B, C, D 글자를 말하는 상상을 할 때 사고중추에서와 Broca's area 에서 EEG 신호를 측정하였으며 이 신호를 Event-Related Spectral Perturbation (ERSP), Inter-Trial Coherence (ITC) 그리고 Event Related Potential (ERP) 방법을 통해 분석하여 보았다. 그 결과 F7, FT7 영역의 뇌파에서 각 문자를 보여주는 자극 제시 후 0$\sim$300ms 동안의 1$\sim$13Hz에서 높은 coherence를 보였으며, P300 이 뚜렷하게 나타나는 것을 확인할 수 있었다. 하지만 ERP를 통해 분석해본 결과 각 글자에 대한 차이를 구분하고자 하였던 처음 연구의 동기와 달리 각 글자를 말할 때 ERP가 약간의 차이를 보이기는 하였으나 각 문자에 대한 차이라거나 이 차이를 통해 문자를 구별할 수 있다고 하기는 어려웠다. 하지만 본 논문에서는 이 실험결과를 통해 기존에 운동관련 뇌 영역에 국한되어 있던 BCI 연구의 한계를 극복하고 보다 다양한 서비스를 제공할 수 있는 응용 시스템을 제안하였다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.37-44
• /
• 2023

인터스트리4.0의 주요 기술인 인간-로봇 협업은 작업자의 안전을 보장하기 위한 추가적인 조치들이 필요하다. 협동로봇과 작업자간 충돌을 회피하는 기존 방식은 주로 로봇에 부착된 센서와 카메라를 기반으로 총돌을 탐지한다. 이러한 방식은 로봇, 사람 물체를 지속적으로 추적하고 충돌회피를 위한 복잡한 알고리즘이 필요하며, 작업 환경 변화에 빠르게 대응하지 못하는 단점이 있다. 본 논문은 인간과 로봇이 협업하는 과정에서 작업자가 위험을 느낄 때의 감정을 인식하여 협동로봇과의 충돌을 방지할 수 있는 웹 기반 플랫폼을 개발하였다. 이를 위해 웨어러블 뇌파장치를 이용하여 감정 관련 뇌파를 수집하고 저장하는 웹 기반 애플리케이션을 개발하였으며, 중립/긍정/부정 감정의 특징을 추출하고 분류하는 딥러닝 모델을 제안하였다. 또한 분류된 감정에 따라 모터동작을 제어하는 사물인터넷 인터페이스 프로그램을 개발하였다. 구현된 시스템의 성능분석을 위해 공개 데이터세트와 실제 수집된 데이터 세트를 사용하여 제안한 딥러닝 모델의 성능을 분석하였다. 공개 데이터 세트의 경우 정확도는 96.8%이며, 실제 수집 데이터세트의 경우 정확도는 70.7%이다.

• 대한의용생체공학회:의공학회지
• /
• 제45권2호
• /
• pp.101-107
• /
• 2024

Steady-state visual evoked potential-based brain-computer interface (SSVEP-BCI) is one of the promising systems that can serve as an alternative input device due to its stable and fast performance. However, one of the major bottlenecks is that some individuals exhibit no or very low SSVEP responses to flickering stimulation, known as SSVEP illiteracy, resulting in low performance on SSVEP-BCIs. However, a lengthy duration is required to enhance multiple SSVEP responses using traditional single-frequency transcranial alternating current stimulation (tACS). This research proposes a novel approach using dual-frequency tACS (df-tACS) to potentially enhance SSVEP by targeting the two frequencies with the lowest signal-to-noise ratio (SNR) for each participant. Seven participants (five males, average age: 24.42) were exposed to flickering checkerboard stimuli at six frequencies to determine the weakest SNR frequencies. These frequencies were then simultaneously stimulated using df-tACS for 20 minutes, and the experiment was repeated to evaluate changes in SSVEP responses. The results showed that df-tACS effectively enhances the SNR at each targeted frequency, suggesting it can selectively improve target frequency responses. The study supports df-tACS as a more efficient solution for SSVEP illiteracy, proposing further exploration into multi-frequency tACS that could stimulate more than two frequencies, thereby expanding the potential of SSVEP-BCIs.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권4호
• /
• pp.277-282
• /
• 2015

Braincomputer interface (BCI) technology is making advances in the field of humancomputer interaction (HCI). To improve the BCI technology, we study the changes in the electroencephalogram (EEG) signals for six levels of grip strength: 10%, 20%, 40%, 50%, 70%, and 80% of the maximum voluntary contraction (MVC). The measured EEG data are categorized into three classes: Weak, Medium, and Strong. Features are then extracted using power spectrum analysis and multiclass-common spatial pattern (multiclass-CSP). Feature datasets are classified using a support vector machine (SVM). The accuracy rate is higher for the Strong class than the other classes.