EEG is an electrical signal, which occurs during information processing in the brain. These EEG signals have 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. This research makes the controlling system of directions with the artifact that are generated from the subject's will, for the purpose of controlling the machine correctly and reliably. We made the system like this. First, we select the particular artifact among the EEG mixed with artifact, then, recognize and classify the signals' pattern, then, change the signals to general signals that can be used by the controlling system of directions.
뇌파로 의도를 접속하여 기계를 작동하는 뇌-기기 접속(Brain-Computer Interface, BCI) 기반의 인간-로봇상호작용(Human-Robot Interaction, HRI) 플랫폼을 제안한다. 사람의 뇌파로 의도를 포착하고 포착된 뇌파 신호에서 의도를 추출하거나 연관시키고 추출된 의도로 기기를 작동하게 하는 포착, 처리, 실행을 수행하는 플랫폼의 설계, 운용 및 구현 과정을 소개한다. 제안된 플랫폼의 구현 사례로 처리기에 구현된 상호작용 게임과 처리기를 통한 외부 장치 제어가 기술되었다. BCI 기반 플랫폼의 의도와 감지 사이의 신뢰성을 확보하기 위한 다양한 시도들을 소개한다. 제안된 플랫폼과 구현 사례는 BCI 기반의 새로운 기기 제어 작동 방식의 실현으로 확장될 것으로 기대된다.
There are a great numbers of disabled individuals who cannot freely move or control specific parts of their body because of serious neurological diseases such as spinal cord injury, amyotrophic lateral sclerosis, brainstem stroke, and so on. Brain-computer interfaces (BCIs) can help them to drive and control external devices using only their brain activity, without the need for physical body movements. Over the past 30 years, several Bel research programs have arisen and tried to develop new communication and control technology for those who are completely paralyzed. Thanks to the rapid development of computer science and neuroimaging technology, new understandings of brain functions, and most importantly many researchers' efforts, Bel is now becoming 'practical' to some extent. The present review article summarizes the current state of electroencephalogram (EEG)-based Bel, which have been being studied most widely, with specific emphasis on its basic concepts, system developments, and prospects for the future.
본 논문에서는 선행 연구를 통해 제안하였던 새로운 분류 알고리즘인 Variance Considered Machines (VCM)을 통해 EEG 신호의 분류 에러율을 감소시킴으로 Brain-Computer Interface (BCI)의 성능향상 가능성을 보였다. BCI란 뇌파를 통해 컴퓨터와 같은 시스템을 제어하는 것으로 BCI의 인식률에 영향을 미치는 것에는 많은 요소가 있지만 본 논문에서는 그 중에서도 가장 중요한 분류 알고리즘을 제안된 알고리즘을 통해 인식률을 향상하는 것을 보였다. 이를 위해 피험자가 가상으로 왼쪽 손과 다리를 움직이는 상상을 한 데이터를 기존에 가장 많이 사용되고 있는 분류 알고리즘인 SVM과 제안된 VCM으로 분류하여 인식률을 비교하였다. 기존 연구를 통해 VCM의 우수성을 이론적 결과와 시뮬레이션 결과로 보였다면 본 논문에서는 실제 데이터를 통한 실험을 통해 인식률 향상을 보였다.
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.
본 논문은 유발전위(evoked potential) 뇌파인 P300에 기반한 뇌-기계 인터페이스의 실시간 구현을 위한 효율적인 알고리즘을 제안한다. P300 뇌파는 외부 시각 자극이 인간의 의지와 일치할 경우, 100-300ms 부근에서 negative pick를 갖는 특성이 있다. 이러한 특성에 기초하여 P300 뇌파의 포텐셜(potential) 감소를 감지하여 인간의 의도를 역으로 추론할 수 있으며, 이를 뇌-기계 인터페이스에 활용할 수 있다. 연구에서 P300 뇌파는 인간의 두개골 외부에 부착된 전극을 통해 얻어졌으며, 시각적 자극으로는 2차원 알파벳 신호를 사용하였다. P300 뇌파의 포텐셜 감소 검출을 위하여 뇌파 포텐셜을 자극과 연계하여 확률적으로 모델링하였다. 확률적 모델은 피실험자가 의도하는 신호의 모델(target model)과 의도하지 않는 신호의 모델(non-target model)로 구성된다. 이러한 확률적 모델에 기반하여 피실험자의 의도를 추론하기 위해서 최우추정법(maximum likelihood estimation)을 사용하였다. 실험에는 신체 건강한 성인 남자 3명이 참가하였으며, 'A'와 'E' 실험에 대한 피실험자 k의 평균 성공률은 98%, 피실험자 j의 평균 성공률 90%, 그리고 피실험자 h의 성공률은 79.8%였다.
BCI (Brain-Computer Interface) is a system that transforms a subject's brain signal related to their intention into a control signal by classifying EEG (electroencephalograph) signals obtained during the imagination of movement of a subject's limbs. The BCI system allows us to control machines such as robot arms or wheelchairs only by imaging limbs. With the exact same experiment environment, activated brain regions of each subjects are totally different. In that case, a simple approach is to use as many channels as possible when measuring brain signals. However the problem is that using many channels also causes other problems. When applying a CSP (Common Spatial Pattern), which is an EEG extraction method, many channels cause an overfitting problem, and in addition there is difficulty using this technique for medical analysis. To overcome these problems, we suggest an optimal channel selection method using a BPSO (Binary Particle Swarm Optimization), BPSO with channel impact factor, and GA. This paper examined optimal selected channels among all channels using three optimization methods and compared the classification accuracy and the number of selected channels between BPSO, BPSO with channel impact factor, and GA by SVM (Support Vector Machine). The result showed that BPSO with channel impact factor selected 2 fewer channels and even improved accuracy by 10.17~11.34% compared with BPSO and GA.
International Journal of Fuzzy Logic and Intelligent Systems
/
제13권1호
/
pp.12-18
/
2013
Motor imagery classification in electroencephalography (EEG)-based brain-computer interface (BCI) systems is an important research area. To simplify the complexity of the classification, selected power bands and electrode channels have been widely used to extract and select features from raw EEG signals, but there is still a loss in classification accuracy in the state-of- the-art approaches. To solve this problem, we propose a discriminative feature extraction algorithm based on power bands with principle component analysis (PCA). First, the raw EEG signals from the motor cortex area were filtered using a bandpass filter with ${\mu}$ and ${\beta}$ bands. This research considered the power bands within a 0.4 second epoch to select the optimal feature space region. Next, the total feature dimensions were reduced by PCA and transformed into a final feature vector set. The selected features were classified by applying a support vector machine (SVM). The proposed method was compared with a state-of-art power band feature and shown to improve classification accuracy.
International Journal of Computer Science & Network Security
/
제22권1호
/
pp.129-138
/
2022
With the increasing reliance of computing systems in our everyday life, there is always a constant need to improve the ways users can interact with such systems in a more natural, effective, and convenient way. In the initial computing revolution, the interaction between the humans and machines have been limited. The machines were not necessarily meant to be intelligent. This begged for the need to develop systems that could automatically identify and interpret our actions. Automatic gesture recognition is one of the popular methods users can control systems with their gestures. This includes various kinds of tracking including the whole body, hands, head, face, etc. We also touch upon a different line of work including Brain-Computer Interface (BCI), Electromyography (EMG) as potential additions to the gesture recognition regime. In this work, we present an overview of several applications of automated gesture recognition systems and a brief look at the popular methods employed.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.