• 융합신호처리학회논문지
• /
• 제17권2호
• /
• pp.77-82
• /
• 2016

운전자에게 각성뇌파를 생성할 수 있는 SSVEP기반의 졸음퇴치 도로시설물 시제품 개발을 위하여 실험을 통한 표준 인터페이스 모델의 개발 및 실험 검증 자료를 구축하는데 있다. 먼저 프로그램 시뮬레이션으로 SSVEP 자극 프로그램을 만들어서 체커 보드의 자극패턴을 만들었고 SSVEP의 주파수를 베타파 영역(13~30Hz) 내에 설정하였다. 고속도로 졸음취약지점에서 설치하여 운전중에 SSVEP 광자극에 대한 효과검증에 관한 실험 결과 주간과 야간 모두 고속도로 운전 중 SSVEP 광자극을 받으면 순간 베타파가 증가하는 것을 확인하였고, 5분 유지기 동안 보다 높은 각성상태를 유지하는 것으로 확인되었다.

• 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.

• 한국지능시스템학회논문지
• /
• 제22권1호
• /
• pp.62-68
• /
• 2012

정상상태시각유발전위 (Steady-State Visually Evoked Potentials)는 특정 주파수를 가진 시각자극에 대한 자연반응 신호이며 3.5Hz~75Hz의 주파수 범위를 갖는 시각 자극에 의해 동일한 주파수로 후두엽 영역이 전기적 활성화되는 특성이 있다. 본 논문에서 이러한 SSVEP 특성을 기반으로 EEG 분석을 수행하는 실험 패러다임을 구축하여 행동유발특성을 가지는 특정 객체에 대한 영상입력 시각자극에서의 주파수 패턴에 대응하는 EEG의 주파수 특징을 검출하고 이를 기반으로 객체와 관련된 행동유발특성을 Mirror Neuron System을 통해 측정한다. 이 때 측정된 EEG 기반 행동유발특성 데이터에 대한 선형판별분석을 수행하여 객체 패턴분류를 실시간으로 수행한다. 이러한 SSVEP 관측 실험을 기반으로 사용자의 내재적 의도를 파악하기 위한 Brain-Computer Interface(BCI) 시스템을 제안했다. Speller 등으로 대표되는 기존의 SSVEP 응용시스템은 격자영상패턴에 대응하는 뇌파특성 분석에 따른 패턴분류의 수행이 가능하나 본 논문의 SSVEP 기반 BCI는 다양한 형태의 사물을 입력객체로 활용하여 분류가 가능함으로 인해 범용성이 높아졌다.

• 전자공학회논문지
• /
• 제52권10호
• /
• pp.139-147
• /
• 2015

Steady state visual evoked potential (SSVEP)는 뇌파의 종류 중 하나로서 다른 뇌파에 비해 훈련 시간이 짧고, 비교적 높은 신호대잡음비 (signal-to-noise ratio)와 높은 정보전달량 (information transfer rate)을 가지고 있어서 최근에 뇌-컴퓨터 접속 장치 (brain-computer interface; BCI)에 많이 사용되고 있다. SSVEP 신호를 분석하는 기존 기법에는 전력 스펙트럼 밀도 분석 (power spectral density analysis; PSDA)과 정준상관분석 (canonical correlation analysis; CCA)이 있다. 그러나 PSDA는 단일 전극만을 사용하기 때문에 잡음에 취약한 단점이 있고, CCA는 PSDA보다 높은 정확도를 가지지만 사인-코사인을 기준 신호로 가지므로 짧은 시간 윈도우 길이를 가질 경우 실시간 BCI 시스템에 적용되기 어렵다. 따라서 본 논문에서는 기존의 기법들의 한계점을 보완하기 위해 CCA의 결과로 얻을 수 있는 정준변수 간의 전력차이를 이용하는 CCA와 PSDA를 결합한 기법을 제안한다. 실험 결과를 통해, SSVEP 기반 BCI 시스템이 짧은 시간 윈도우 길이를 가질 때 제안된 기법이 기존의 CCA 기법에 비해 더욱 높은 주파수 인식 정확도를 가짐을 보여준다.

• 대한의용생체공학회:의공학회지
• /
• 제39권1호
• /
• pp.16-21
• /
• 2018

In this study, we investigated the activity of Mirror Neuron System(MNS) and Steady State Visual Evoked Potential(SSVEP) according to frequency and duty rate of the flickering action video. Eight subjects were recruited for this study. The stimulus was consisted of a three-minute black and a flickering action video and they were repeatedly presented every six seconds. We used 50%, 75% of duty rate for each frequency 7.5 Hz and 15 Hz, and we also used the non-flickering condition and rest condition. As a result, the Mu suppression was the largest at 7. 5Hz and 50% duty rate and the SSVEP power was higher at 15 Hz than 7.5 Hz.

• 한국지능시스템학회논문지
• /
• 제25권3호
• /
• pp.254-259
• /
• 2015

본 논문은 BCI(Brain Computer Interface)기반의 정상상태시각유발전위(SSVEP : Steady-State Visual Evoked Potential)를 사용하여 무선 로봇 제어를 위한 시스템을 제안하였다. CPSD(Cross Power Spectral Density)를 사용하여 전극의 신호를 분석하였다. 또한 분류를 위해서 LDA(Linear Discriminant Analysis)와 SVM(Support Vector Machine)을 사용하였다. 그 결과 피험자들의 평균 분류율은 약 70%로 나타났다. 로봇제어의 경우 뇌파의 값을 분류하여 나타난 결과 값으로 로봇이 움직일 수 있도록 구현하였고, 블루투스 통신을 이용하여 로봇제어를 수행하였다.

• 융합신호처리학회논문지
• /
• 제19권1호
• /
• pp.7-13
• /
• 2018

현재의 연구에서는 소음을 제거하기 위해 블라인드 소스 분리(BSS)접근 방식에 의해 최적화된 두뇌-컴퓨터 인터페이스(BCI)를 제안했다. 모터 이미지(MI)신호와 정상 상태 시각적 제거 전위(SSVEP)신호는 신호 대 잡음비(SNR)의 증가로 인해 쉽게 검출되었다. 또한, MI와 SSVEP사이의 조합은 일반적으로 현재 BCI에서 생성되는 명령 수를 증가시킬 수 있다. 현재 시스템은 계산 시간을 줄이고 BCI를 실제 용도에 가깝게 하기 위해 단일 채널 EEG신호를 사용했다. 또한, 복잡한 신경 네트워크(CNN)가 다중 클래스 분류 모델로 사용되었다. 우리는 비 MS/BCI와 BBS/BCI사이의 정확성 측면에서 성능을 평가했다. 결과적으로 BBS+BCI의 정확도는 비 BBS+BCI의 정확도보다 $16.15{\pm}25.12%$더 높은 수준에 도달했다. 사용하지 않을 때보다 BBS를 사용함으로써 전반적으로 제안된 BCI시스템은 비교적 정확한 다차원 제어 애플리케이션에 적용될 가능성을 입증했다.

• 대한의용생체공학회:의공학회지
• /
• 제31권5호
• /
• pp.359-364
• /
• 2010

The purpose of the brain-computer (machine) interface (BCI or BMI) is to provide a method for people with damaged sensory and motor functions to use their brain to control artificial devices and restore lost ability via the devices. Functional electrical stimulation (FES) is a method of applying low level electrical currents to the body to restore or to improve motor function. The purpose of this study was to develop a SSVEP-based BCI rehabilitation training system with FES for spinal cord injured individuals. Six electrodes were attached on the subjects' scalp ($PO_Z$, $PO_3$, $PO_4$, $O_z$, $O_1$ and $O_2$) according to the extended international 10-20 system, and reference electrodes placed at A1 and A2. EEG signals were recorded at the sampling rate of 256Hz with 10-bit resolution using a BIOPAC system. Fast Fourier transform(FFT) based spectrum estimation method was applied to control the rehabilitation system. FES control signals were digitized and transferred from PC to the microcontroller using Bluetooth communication. This study showed that a rehabilitation training system based on BCI technique could make successfully muscle movements, inducing electrical stimulation of forearm muscles in healthy volunteers.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2011년도 추계학술대회
• /
• pp.35-36
• /
• 2011

• 제어로봇시스템학회논문지
• /
• 제19권3호
• /
• pp.227-232
• /
• 2013

BCI (Brain Computer Interface) is technology to control external devices by measuring the brain activity, such as electroencephalogram (EEG), so that handicapped people communicate with environment physically using the technology. Among them, EEG is widely used in various fields, especially robot agent control by using several signal response characteristics, such as P300, SSVEP (Steady-State Visually Evoked Potential) and motor imagery. However, in order to control the robot agent without any constraint and precisely, it should take advantage of not only a signal response characteristic, but also combination. In this paper, we try to use the fusion of motor imagery and P300 from EEG for practical use of robot control in BCI environment. The results of experiments are confirmed that the recognition rate decreases compared with the case of using one kind of features, whereas it is able to classify each both characteristics and the practical use technology based on mobile robot and wireless BCI measurement system is implemented.