• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.260-263
• /
• 2003

EEC is an electrical signal, which occurs during information processing in the brain. These EEG signals has been used clinically, but nowadays we are mainly studying Brain-Computer Interface(BCI) such as interfacing with a computer through the EEG controlling the machine through the EEG The ultimate purpose of BCI study is specifying the EEG at various mental states so as to control the computer and machine. A BCI has to perform two tasks, the parameter estimation task, which attemps to describe the properties of the EEG signal and the classification task, which separates the different EEC patterns based on the estimated parameters. First, we have to do parameter estimation of EEG to embody BCI system. It is important to improve performance of classifier, But, It is not easy to do parameter estimation by reason of EEG is sensitivity and undergo various influences. Therefore, this research should do parameter estimation and classification of the EEG to use various analysis algorithm.

• 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.

• Journal of Multimedia Information System
• /
• 제2권3호
• /
• pp.275-280
• /
• 2015

Recently brainwaves are utilized diversely in the field of medicine, entertainment, education and so on. In the case of medicine, brainwaves are analyzed to estimate patients' diseases. However, the applications for entertainments usually utilize brainwaves as control signal without figuring out the characters of the brainwaves. Given that users' brainwaves are different each other, a normalization method is essential. The traditional brainwave normalization approaches utilize normal distribution. However, those approaches assume that brainwaves are collected enough to conduct normal distribution. When the few amounts of brainwaves are measured, the accuracy of the control signal based on the measured brainwaves becomes low. In this paper, we propose a normalization framework of BCI-based facial interfaces for novel volume controllers, which can normalizes the few amounts of brainwaves and then generates the control signals of BCI-based facial interfaces. In the experiments, two subjects were involved to validate the proposed framework and then the normalization processes were introduced.

• 전자공학회논문지SC
• /
• 제46권2호
• /
• pp.41-46
• /
• 2009

본 연구는 두피에서 발생하는 EEG(Electroencephalogram)신호를 측정한 후 두뇌활동과 관련된 지표 중 집중도를 추출하여 집중도의 크기에 따라 하드웨어를 제어하는 집중도 무선전송 시스템을 구연하고자 하였다. 뇌파신호를 측정하여 집중도를 추출하기 위해 두피의 좌, 우 두 채널을 사용하였으며 Biopac의 MP100과 EEG100C을 이용하여 뇌파신호 계측 증폭 및 필터링을 하였다. 계측된 EEG 신호로부터 특정 주파수 대역 및 스펙트럼을 분석하기 위해서 LabVIEW 8.5를 이용하여 FFT(Fast Fourier Transformation)처리를 하였다. 이를 통해 SMR파, Mid-Bata파, Theta파 주파수영역으로 분류 한 후 집중도 추출 알고리즘을 적용하여 집중도 지표를 추출하였고 추출된 집중도 신호를 무선전송하여 BCI(Brain Computer Interface)기술에 응용하고자 레고 자동차에 적용하여 보았다.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.40-48
• /
• 2009

컴퓨터를 중심으로 한 IT 기술의 비약적인 발전과 더불어, 정보산업사회가 고도화되어 감에 따라 사용자 편리를 위한 인터페이스의 지능화, 인간화에 대한 요구가 나날이 증가하고 있다. 이러한 사용자의 요구에 따라 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 최근 연구 개발중인 다양한 형태의 BCI 관련 연구들은 DB구축과 관련된 원천기술 확보 측면의 연구가 배제된 체 응용기술 개발 위주로 진행되고 있는 실정이다. 이와 같은 문제점으로 인하여 BCI 관련 연구들은 연구 초기 수준을 극복하지 못하고 있으며, 체계적인 연구가 진행되어지지 않고 있는 실정이다. BCI 관련 연구의 경우 피험자로부터 수집되어지고 있는 뇌파 신호가 실험에 필요한 적절하고 의미 있는 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 수집 시 실험에 불필요한 행동 즉, 심한 눈 깜박임, 침 삼키기, 얼굴 및 몸 움직임에 의한 근전도와 전극의 부착상태, 주변소음, 진동 둥 실험환경에 따른 잡파의 혼입으로 인하여 정확한 뇌파 DB수집에 어려움을 겪고 있다. 이러한 피험자의 움직임 및 실험환경에 의해 혼입된 잡파의 손상된 정보로 인해 BCI 시스템 구현 시 인식률 및 성능저하를 초래할 수 있다. 따라서 본 논문에서는 뇌파를 활용한 BCI 시스템 구현 시 보다 정확하고 높은 인식률을 위한 기반 연구로서 정확하고 효율적인 뇌파 DB구축 시스템을 제안하며, 잡파가 혼입된 뇌파 DB의 최소화를 위해 피험자의 얼굴 추적을 통하여 불필요한 행동 발생 시 DB수집의 사전 차단 및 자동 제어가 가능한 DB구축 시스템을 제안한다.

• 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.

• 인지과학
• /
• 제21권2호
• /
• pp.309-338
• /
• 2010

본 논문에서는 사지가 마비되어 신체를 움직이지 못하지만 뇌의 기능은 살아있는 장애인들을 위하여, 생각만으로 외부의 장치를 제어할 수 있도록 하는 뇌-컴퓨터 인터페이스(BCI: Brain-Computer Interface) 기술을 연구하였다. 신경생리학 분야에서의 연구 결과에 의하면, 신체를 움직이는 상상을 할 경우, 뇌의 운동/감각 피질 영역에서는 $\beta$파(14-26 Hz)와 $\mu$파(8-12 Hz)가 억제/증가되는 ERD/ERS(Event-Related Desynchronization / Synchronization) 현상이 발생한다고 알려져 있다. 본 연구에서는 이를 기반으로 혀, 발, 왼손, 오른손의 동작 상상을 자극으로 이용하여 변화하는 뇌 신호 패턴을 실시간으로 분석하여 피험자의 생각을 읽을 수 있도록 하였으며, 상 하 좌 우의 네 방향으로 이동할 수 있도록 하는 마우스 제어 인터페이스를 구현하였다. 동작 상상 시 발생하는 뇌 신경 활동의 변화를 관측하기 위해서 뇌에 손상을 주지 않으면서도 높은 시간 해상도로 측정이 가능한 비침습적 뇌전도(EEG: ElectroEncephaloGraphy)를 이용하였다. 그러나 뇌전도 신호는 특성상 신호의 크기가 미약하고, 잡음의 영향을 많아 분석이 어렵다. 따라서 이를 극복하기 위해 통계적 방법을 기반으로 한 기계학습 기법인 CSP(Common Spatial Pattern)와 선형판별 분석(Linear Discriminant Analysis)을 이용하여 서로 다른 동작 상상에 의해 발생하는 뇌 신호들 간의 분산이 최대가 되도록 신호를 변환하여 인식 성능을 높일 수 있었다. 또한 분석된 뇌 신호의 시각화를 통해, 기존에 알려진 뇌의 해부학적, 신경생리학적 지식과 일치하는 ERD/ERS 현상이 발생하는 것을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.373-376
• /
• 2004

최근에 뇌파를 이용하여 컴퓨터와 통신하거나 기기를 제어할 수 있는 이른바 뇌-컴퓨터 인터페이스BCI(Brain-Computer Interface)에 대한 연구가 대두되고 있다. 이러한 BCI 연구의 궁극적 목표는 다양한 정신상태에 따른 뇌파의 특성을 파악하여 컴퓨터나 기기 등을 제어하는 것이다. 본 논문에서는 움직임과 관련 있는 10～12Hz의 mu파 영역에서의 ERD/ERS를 계산하였고, 그 결과 왼쪽과 오른쪽 손의 움직임을 상상할 때에 운동과 관련된 기능이 집중되어 있는 일차운동영역(primary motor area)의 mu파에서 ERD/ERS의 차이가 나타남을 발견하였다 또한, RLS방법을 사용한 Adaptive Autoregressive Model 계수의 특징을 추출을 하였으며, 이를 신경망으로 학습시켜 인식률을 비교하였다.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.155-156
• /
• 2008

본 연구는 두피에서 발생하는 EEG(electroencephalog ram)신호를 측정한 후 두뇌활동과 관련된 지표 중 집중도를 추출하여 집중도의 크기에 따라 하드웨어를 제어하는 집중도 무선전송 시스템을 구연하고자 하였다. 뇌파신호를 측정하여 집중도를 추출하기 위해 두피의 좌, 우 두 채널을 사용하였으며 Biopac의 MP-100과 EEG100C을 이용하여 뇌파신호 계측, 증폭 및 필터링을 하였다. 계측된 EEG 신호로부터 특정 주파수 대역 및 스펙트럼을 분석하기 위해서 LabVIEW 8.5를 이용하여 FFT(Fast Fourier Transformation) 처리를 하였다. 이를 통해 ${\alpha}$파, ${\beta}$파, ${\theta}$파, ${\delta}$파 주파수영역으로 분류한 후 집중도 추출 알고리즘을 적용하여 집중도 지표를 추출하였고 추출된 집중도 신호를 무선전송하여 BCI(Brain Computer Interface) 기술에 응용하고자 레고 자동차에 적응하여 보았다.