• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2002년도 추계학술대회 논문집
• /
• pp.250-254
• /
• 2002

컴퓨터의 발달과 더불어 인간과 컴퓨터 인터페이스에 있어서도 많은 발전을 하고 있다. 본 연구는 두뇌-컴퓨터 인터페이스(brain-computer interface : BCI)를 위해서 인간에 있어서 가장 간단한 의사문제라고 여겨지는 긍정이나 부정을 선택할 때 나타나는 뇌파를 AR 모델을 이용하여 시간-주파수 분석을 한 후 topographical map을 그렸다. 그 결과 문제에 대답하는 시점 전후에서 파워스펙트럼이 유사하였고, 피험자가 문제를 읽고 판단하고, 동작하는 시점(reaction time : RT) 전으로 1초 ~ 0.5초 사이에 전두엽과 두정엽 부위에서 16Hz ~ 24Hz, 80 ∼ 88Hz의 주파수 대역에서 유의미한 차이를 보였다.

• 대한의용생체공학회:의공학회지
• /
• 제42권6호
• /
• pp.268-276
• /
• 2021

Functional near-infrared spectroscopy-based brain-computer interface (fNIRS-based BCI) has been receiving much attention. However, we are practically constrained to obtain a lot of fNIRS data by inherent hemodynamic delay. For this reason, when employing machine learning techniques, a problem due to the high-dimensional feature vector may be encountered, such as deteriorated classification accuracy. In this study, we employ an elastic net-based feature selection which is one of the embedded methods and demonstrate the utility of which by analyzing the results. Using the fNIRS dataset obtained from 18 participants for classifying brain activation induced by mental arithmetic and idle state, we calculated classification accuracies after performing feature selection while changing the parameter α (weight of lasso vs. ridge regularization). Grand averages of classification accuracy are 80.0 ± 9.4%, 79.3 ± 9.6%, 79.0 ± 9.2%, 79.7 ± 10.1%, 77.6 ± 10.3%, 79.2 ± 8.9%, and 80.0 ± 7.8% for the various values of α = 0.001, 0.005, 0.01, 0.05, 0.1, 0.2, and 0.5, respectively, and are not statistically different from the grand average of classification accuracy estimated with all features (80.1 ± 9.5%). As a result, no difference in classification accuracy is revealed for all considered parameter α values. Especially for α = 0.5, we are able to achieve the statistically same level of classification accuracy with even 16.4% features of the total features. Since elastic net-based feature selection can be easily applied to other cases without complicated initialization and parameter fine-tuning, we can be looking forward to seeing that the elastic-based feature selection can be actively applied to fNIRS data.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1427-1428
• /
• 2015

MEMS(Micro Electro-mechanical System) are getting attention as promising industry in the 21st century. Car air bags, acceleration sensors, and medical, information appliances are being actively applied in MEMS. This paper suggest the electrical electrodes of brain signal applied MEMS model and the prototype design for EEG signal amplification circuit. Also, we suggest an independent BCI(Brain Computer Interface) system with brain electrical signal of electrode models and wireless communication platform.

• 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.

• 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.

• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1171-1180
• /
• 2019

감정은 인간의 상호 작용에서 중요한 역할을 하는 심리 생리학적 과정이다. 감성 컴퓨팅은 감정을 이해하고 조절할 수 있는 인간 인지 인공 지능의 개발하는데 중점을 둔다. 우울증, 자폐증, 주의력 결핍 과잉 행동 장애 및 게임 중독과 같은 정신 질환이 감정과 관련되어 있기 때문에 이러한 분야의 연구가 중요하다. 감정 인식에 대한 노력에도 불구하고, 비정상적인 EEG 신호로부터의 감정 검출은 여전히 높은 수준의 추상화를 요구하기에 정교한 학습 알고리즘이 필요하다. 이 논문에서는 EEG 기반으로 효율적인 감정 분류를 위해 LSTM을 위한 최적의 하이퍼파라미터를 파악하고자 다양한 실험을 수행하여 이를 분석한 결과를 제시하였다.

• 대한의생명과학회지
• /
• 제25권2호
• /
• pp.139-148
• /
• 2019

The role of electroencephalography (EEG) in the development of brain-computer interface (BCI) technology is increasing. In particular, the importance of the analysis of event related potential (ERP) in various situations is becoming more significant in BCI technology. Studies on past maze and fire situations have been difficult due to risks and realistic problems. Nowadays, according to the development of virtual reality (VR) technology, realistic maze and fire situation can be realized. In this study, ERPs (P300, and evented related negativity) were analyzed to collect objective data on case determination in an emergency situation. In order to overcome the limitations of previous methods that evaluating the EEG frequency change, ERPs were derived by setting epochs for stimulation and standardizing them, and evaluated for ERPs in this study. P3a and P3b, which are subcomponents of P300, were analyzed and the evented related negativity (ERN) was analyzed together with error positivity (Pe). As a result of the study, statistically significant changes of ERPs were observed, this result, which has little related research, is considered to be meaningful as medical basic statistics.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.467-468
• /
• 2020

현재 많은 곳에서 생체신호를 이용하여 보다 쾌적한 삶의 환경을 구축하려는 연구가 활발하게 진행되고 있으며 뇌-컴퓨터 인터페이스(Brain-Computer Interface, BCI)기술은 미래 손꼽히는 기술 중 하나로 보고 있다. 본 논문에서는 기존에 웹사이트나 애플리케이션으로 나와 있는 윷놀이 게임을 뇌전도(Electroencephologram, EEG)를 이용한 상호작용을 바탕으로 한 윷놀이 게임의 개발에 대해 기술하고 있다. 이 게임을 통해 마비 환자나 부득이하게 손을 사용하지 못하는 경우에도 게임을 진행할 수 있으며, 뇌신경 운동에도 도움이 될 것으로 기대하고 있다.

• 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.