• 한국컴퓨터정보학회논문지
• /
• 제25권8호
• /
• pp.111-117
• /
• 2020

최근 머신러닝의 높은 관심과 더불어 물리적 장치에 연동하기 위한 교육용 컨트롤러의 필요성이 증대되고 있다. 하지만 기존 컨트롤러는 교육용으로서의 고비용과 활용 영역면에서 제한적이다. 본 논문에서는 학생들의 머신 러닝 학습을 목적으로 뇌파를 이용한 동작 제어 컨트롤러를 제안한다. 특정 행위를 상상할 때 발생하는 뇌의 동작 상상 뇌파를 측정하여 표본화 한 후, Tensor Flow를 통하여 표본값을 학습시키고 게임 등의 콘텐츠에서 동작을 인식할 수 있도록 설계하였다. 동작 인식을 위한 움직임 변이는 상하좌우의 방향성과 점프 동작으로 구성된다. 인식 동작의 식별 정보를 언리얼 엔진으로 제작한 게임에 전송하여 게임 속 캐릭터를 동작시키는 절차로 이루어 진다. 구현된 컨트롤러는 뇌파 외에도 입력 신호에 따라 다양한 분야에 활용될 수 있으며 머신 러닝 학습 등의 교육적 용도로 사용될 수 있을 것이다.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2005년도 춘계학술대회
• /
• pp.14-20
• /
• 2005

• 한국게임학회 논문지
• /
• 제10권6호
• /
• pp.115-124
• /
• 2010

뇌파는 초기에 원숭이가 모터로 팔을 조작하기 위한 방법에 관한 연구로 시작되었다. 최근에는, 측정한 뇌파를 치매 환자의 치매 진행 정도를 늦추거나 집중력결핍 과잉행동장애 아이들의 집중력을 높이기 위한 연구들이 진행되고 있다. 그리고 저가의 뇌파 측정 장치가 출시되면서 게임 인터페이스로도 사용된다. 뇌파로 게임을 제어할 때의 문제점은 사람마다 평균 진폭, 평균 파장 그리고 평균 진동 횟수가 다르다는 것이다. 뇌파 차이는 뇌파로 게임을 제어할 때 형평성 문제를 발생시키기 때문에 뇌파를 정규화해서 사용하는 방법이 필요하다. 이 논문에서는 정규분포를 사용해서 측정한 뇌파를 정규화하고 제어로 사용할 파형을 계산하는 방법을 제안한다. 이를 위해서 뇌파 변환 과정을 7단계로 나누어 처리하는 프레임워크를 제안하고 각 단계에 필요한 계산과정을 기술한다. 실험에서는 BCI 영어단어 학습 프로그램에 제안한 방법을 적용하여 두 피험자 파형을 비교했다. 실험에서는 두 피험자의 파형 유사 정도를 상관계수로 측정했다. 명상 값은 제안한 방법을 적용할 때 약 13%가 증가되었고 집중 값은 약 8%정도 증가되었다. 제안한 정규화 방법은 뇌파에 반영된 개인의 특성을 줄여서 제어에 적합한 파형으로 변환하기 때문에 게임과 같은 응용프로그램에 적합하다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.786-791
• /
• 2011

An optimal feature selection and extraction procedure is an important task that significantly affects the success of brain activity analysis in brain-computer interface (BCI) research area. In this paper, a novel method for extracting the optimal feature from electroencephalogram (EEG) signal is proposed. At first, a student's-t-statistic method is used to normalize and to minimize statistical error between EEG measurements. And, 2D time-frequency data set from the raw EEG signal was extracted using discrete wavelet transform (DWT) as a raw feature, standard deviations and mean of 2D time-frequency matrix were extracted as a optimal EEG feature vector along with other basis feature of sub-band signals. In the experiment, data set 1 of BCI competition IV are used and classification using SVM to prove strength of our new method.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.774-779
• /
• 2012

본 논문은 brain-computer interface (BCI)를 통해 움직임 상상 시 측정된 뇌-활동전위신호(EEG)에 내포된 행동의도의 패턴을 보다 정확하게 분류하기 위한 최적 EEG 채널 선택 기법을 제안한다. 기존의 EEG 측정실험에서는 실험 설계자에 의해 대뇌 기능적 피질 분류를 이용하여 인위적으로 선별된 채널을 활용하거나 측정기기가 수용 가능한 전체 채널을 사용해왔으며, 일정 수준의 패턴분류 정확도를 얻을 수 있었지만 다수의 채널로 인해 Common Spatial Pattern (CSP) 등의 패턴특징 추출 시 overfit 및 계산 복잡도 증가의 문제가 발생되었다. 이를 극복하기 위하여 방안으로 본 논문에서는 binary particle swarm optimization (BPSO)을 기반으로 다수의 채널 중 최적 채널을 자동으로 선택하고, 각각의 채널에 대한 impact factor를 부여함으로써 중요 채널 부근의 채널들에 가중치를 부여하는 선택방법을 제안하였으며, Support Vector Machine (SVM)을 이용하여 다수의 채널을 사용 하였을 때의 정확도와 channel impact factor를 고려한 BPSO를 적용시켰을 때의 정확도를 비교, 분석하였다.

• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.227-236
• /
• 2007

유비쿼터스 시대의 도래에 따른 서비스의 고급화는 다양한 형태의 사용자 단말기의 개발을 유도하였으며, 이러한 사용자 단말기의 변화는 다양한 형태의 인간친화형 사용자 인터페이스의 개발로 이어지게 되었다. 이러한 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스, 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 현재 진행되어지고 있는 다양한 형태의 BCI 관련 연구들은, 연구 초기 수준을 극복하지 못하는 실정이며, 이러한 연구개발의 지체 이유로는 체계적인 연구가 진행되어지지 않고 있다는 점을 들 수 있다. 대부분의 HCI 또는 BCI 관련 연구들은 생체신호를 수집하여 신호처리 과정을 거치게 되며, 이때 중요한 연구요소중의 하나로 DB구축 분야를 들 수 있다. 하지만 현재 진행되고 있는 대부분의 BCI 관련 연구의 경우 DB구축부터 시작한 체계적인 연구가 이루어지고 있지 않는 실정이다. 뇌파를 제외한 다른 생체신호, 즉 오감자극을 활용한 HCI 연구와는 달리, 뇌파 DB의 경우 피험자를 제외한 다른 연구 관련자들은 현재 피험자로부터 수집되어지고 있는 DB가 실험에 필요한 적절한 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 신호의 수집 시 연구관련 자들은 피험자에게 정확한 지침을 제시하지 못하고 있는 실정이며 어떠한 방법으로 피험자가 실험에 집중하여야 확연한 패턴을 보이는 차별화 된 뇌파 신호의 생성이 가능한지 명확하게 알려지지 않은 실정이다. 따라서 본 논문에서는 뇌파를 활용한 BCI구현과 사용자 의지에 따른 활용 시 보다 정확하고 높은 인식률 구현을 하기 위한 기초 연구 방안으로 정확하고 효율적인 뇌파 DB구축 시스템을 제안한다. 또한 현재까지 명확하게 알려지지 않은 효과적인 뇌파생성 방안을 동시에 연구하기 위하여 오감자극을 활용한 뇌파 DB 수집이 가능한 구축 시스템을 구현하며 각 방법에 따라 구축되어진 뇌파의 패턴 분석을 통한 효율적인 뇌파 DB구축 방안을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.178-180
• /
• 2003

EEG-based brain computer interface(BCI) provides a new communication channel between human brain and computer. EEG data is a multivariate time series so that hidden Markov model (HMM) might be a good choice for classification. However EEG is very noisy data and contains artifacts, so useful features mr expected to improve the performance of HMM. In this paper we addresses the usefulness of principal component features with Hidden Markov model (HHM). We show that some selected principal component features can suppress small noises and artifacts, hence improves classification performance. Experimental study for the classification of EEG data during imagination of a left, right up or down hand movement confirms the validity of our proposed method.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1673-1675
• /
• 2013

인간 활동의 전 영역을 총괄하는 대뇌정보기능을 대표하는 뇌파는 대뇌피질에서 발현된다고 알려져 있다. 의학적인 연구 결과에 의하면 인지 사고 등의 역동적인 지식 활동, 다양한 감성 행동, 및 고차원적인 정신활동까지도 뇌파 분석을 통해서 어느 정도는 기계적인 인식이 가능한 것으로 알려져 있다. 뇌-컴퓨터 인터페이스는 인간 중심의 시스템을 위한 핵심 연구로서 뇌파 신호 분석에 의한 사용자 의도 인식 시스의 개발을 목표로 한다. 이에 따라서, 범용적으로 적용 가능한 뇌파신호 분석 기법 및 자동 처리 시스템에 관한 연구가 활발히 진행 중이다. 특히, 뇌는 부위별로 그 기능이 세분화 되어 있으며 의식 상태와 정신활동에 따라 뇌파가 수시로 변하면서 특정한 패턴을 갖는다. 이러한 뇌의 정보처리 메커니즘을 밝혀내면 전자장치와의 통신 인터페이스를 통해 기기를 제어할 수 있다. 본 논문은 사용자의 의도를 분석하는 방법과 이를 통해 다른 장치의 인터페이스를 제어할 수 있는 시스템을 설계했다.

• 대한의용생체공학회:의공학회지
• /
• 제33권1호
• /
• pp.15-24
• /
• 2012

Classification of human thought is an emerging research field that may allow us to understand human brain functions and further develop advanced brain-computer interface (BCI) systems. In the present study, we introduce a new approach to classify various mental states from noninvasive electrophysiological recordings of human brain activity. We utilized the full spatial and spectral information contained in the electroencephalography (EEG) signals recorded while a subject is performing a specific mental task. For this, the EEG data were converted into a 2D spatiospectral pattern map, of which each element was filled with 1, 0, and -1 reflecting the degrees of event-related synchronization (ERS) and event-related desynchronization (ERD). We evaluated the similarity between a current (input) 2D pattern map and the template pattern maps (database), by taking the inner-product of pattern matrices. Then, the current 2D pattern map was assigned to a class that demonstrated the highest similarity value. For the verification of our approach, eight participants took part in the present study; their EEG data were recorded while they performed four different cognitive imagery tasks. Consistent ERS/ERD patterns were observed more frequently between trials in the same class than those in different classes, indicating that these spatiospectral pattern maps could be used to classify different mental states. The classification accuracy was evaluated for each participant from both the proposed approach and a conventional mental state classification method based on the inter-hemispheric spectral power asymmetry, using the leave-one-out cross-validation (LOOCV). An average accuracy of 68.13% (${\pm}9.64%$) was attained for the proposed method; whereas an average accuracy of 57% (${\pm}5.68%$) was attained for the conventional method (significance was assessed by the one-tail paired $t$-test, $p$ < 0.01), showing that the proposed simple classification approach might be one of the promising methods in discriminating various mental states.

• 재활치료과학
• /
• 제7권2호
• /
• pp.9-16
• /
• 2018

목적 : 본 연구의 목적은 뇌손상 환자의 신경학적 변화 측정도구인 뇌전도의 측정도구 및 방법, 평가와 분석방법을 알아봄으로써 임상영역에서 뇌전도 측정 시 기초자료를 제시하는 것에 있다. 연구방법 : 전자 데이터 베이스인 Pubmed, Science Direct를 사용하였으며, 주요검색 용어로 'Electroencephalography', 'stroke', 'intervention OR training'을 사용하였다. 결과 : 뇌전도는 두뇌-컴퓨터 인터페이스(Brain-computer interface)를 이용하여 재활의 효과를 뇌의 활성화 상태 변화로 측정할 수 있는 도구로 기능적 뇌 재조직화 매커니즘을 확인할 수 있는 것으로 나타났다. 뇌전도 측정도구의 경우 다양한 채널, 전극의 형태 및 전극 부착 부위로 구성되어 있으며, 결과해석에 사용되는 주파수 또한 다양하게 나타났다. 결론 : 뇌전도는 중재에 대한 효과성을 신경학적으로 확인할 수 있을 뿐만 아니라 효율적인 작업치료를 위한 중재전략을 마련하는데 사용될 수 있을 것으로 사료된다.