• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.271-275
• /
• 2001

두뇌-컴퓨터 인터페이스로 활용하기 위한 시도로서, 인간의 가장 간단한 의사 표시인 긍/부정 의사와 관련한 뇌파를 측정하고 시간-주파수 분석을 수행하였다. 선행 연구 결과와 뇌파 측정 실험 조건에 대해 살펴 보고, 시간-주파수 분석 결과로부터 긍/부정 반응 동작에 따른 뇌파 변화에 대해 토론하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.05a
• /
• pp.114-117
• /
• 2002

뇌-컴퓨터 인터페이스로 활용하기 위한 시도로서, 인간의 가장 간단한 의사 표시인 긍/부정 의사와 관련한 뇌파를 측정하고 시간-주파수 분석(단시간 푸리에 변환)을 수행하였다. 반응 동작과 관련한 $\mu$파와 $\beta$파, 그리고 인지 정보 처리와 관련한 ${\gamma}$파의 시간에 따른 변화를 살펴보고 선행 결과들과 비교, 토론하였다.

• Speech Sciences
• /
• v.4 no.1
• /
• pp.35-46
• /
• 1998

In this paper production and perception data were examined to discover what acoustic features are used in distinguishing wh-questions and yes/no-questions. Production data show that the two question types are distinguished by different accentual phrasing, pitch ranges in wh-phrases, and initial lenis stop voicing of the first syllable in verb phrases. Perception data by synthetic intonation show that the two question types are distinguished by the width of pitch ranges between the first and the second syllable in wh-phrases. Initial lenis stop voicing of the first syllable in verb phrases produces a strong effect on the perceptual discrimination of the two question types.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.26-31
• /
• 2001

긍/부정 선택 실험에서 나타나는 뇌파 변화를 연구하였다. 서로 다른 위치에서 측정된 뇌파의 시공간적 상호관계를 정량화하는 변수로, 시간영역에서 계산하기 용이한 동기율(synchronization rate), 편향성(synchronization rate), 편향성(polarity), 상호상관(cross-correlation) 등의 변수를 도입하여, 긍/부정 선택 순간의 뇌파 변화를 살펴보았다. 좌우 전전두엽(Fp1, Fp2)에서 특정된 뇌파를 사용하여 계산한 동기율, 편향성의 평균과 요동폭, 상호상관 등은, 선택 순간 근처에서, 평상시에 뇌파와 통계적으로 유의미한 차이를 보였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2003.05a
• /
• pp.115-119
• /
• 2003

본 연구는 인간에 있어서 가장 간단한 의사라고 여겨지는 긍정과 부정 응답에 대해 나타나는 뇌파의 변화를 잘 반영하는 특징을 찾아내고자 하기 위한 것이다. 고차 통계적 방법(high order statical analysis)인 바이스펙트럼(bispectrum)은 뇌파의 다른 부위와 다른 주파수 사이의 비선형위상커플링(non-linear phase coupling)을 잘 반영하므로, 이를 이용하여 긍정이나 부정을 선택할 때 나타나는 뇌파를 분석하였다. 분석결과, 반응 전 1.25초∼0.5초 에 유의미한 차이를 보였다. 긍정과 부정 응답에 대한 뇌파의 주파수와 부위를 찾아 신경회로망의 입력으로 사용하여 긍정과 부정 응답에 대해 분별하였다. 2번의 뇌파실험에서 각각 실험 데이터에 대해서는 긍/부정 차이가 존재하지만 공통적인 특징이 나타나지는 않았다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.05a
• /
• pp.286-290
• /
• 2002

두뇌-컴퓨터 인터페이스(brain-computer interface)를 적용하기 위한 연구로서 주어진 문제에서 긍/부정을 선택할 때 나타나는 뇌파를 분별하기 위해서 시간-주파수 분석을 하였다. 단시간 퓨리에 변환(short time fourier transform : STFT)을 하여 긍/부정 선택시 뇌파의 시간-주파수 변화량을 보고, 시간-주파수 분해능이 좋은 웨이블릿 변환(wavelet transform)을 적용하여 서로 비교하였다. 두 가지 분석에서 공통된 결과는 주로 RT전 0.5초 주위에서 유의미한 결과를 나타내었고, 웨이블릿 분석에서 더 좁은 구간에 나타나며, 통계적으로 더 유의미한 결과를 나타내었다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2002.11a
• /
• 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.

• Journal of KIISE:Software and Applications
• /
• v.29 no.11
• /
• pp.837-850
• /
• 2002

In this paper, we propose an EEG-based response time prediction method during a yes/no cognitive decision task. In the experimental task, a subject goes through responding of visual stimulus, understanding the given problem, controlling hand motions, and hitting a key. Considering the subject's varying brain activities, we model subjects' mental states with defining CT (cut time), ST (selection time), and RP (repeated period). Based on the assumption between ST and RT in the mental model, we predict subjects' response time by detection of selection time. To recognize the subjects' selection time ST, we extract 3 types of feature from the filtered brain waves at frequency bands of $\alpha$, $\beta$, ${\gamma}$ waves in 4 electrode pairs combined by spatial relationships. From the extracted features, we construct specific rules for each subject and meta rules including common factors in all subjects. Applying the ST detection rules to 8 subjects gives 83% success rates and also shows that the subjects will hit a key in 0.73 seconds after ST detected. To validate the detection rules and parameters, we test the rules for 2 subjects among 8 and discuss about the experimental results. We expect that the proposed detection method can be a basic technology for brain-computer-interface by combining with left/right hand movement or yes/no discrimination methods.

• Proceedings of the IEEK Conference
• /
• 2004.08c
• /
• pp.671-674
• /
• 2004

We propose accurate classification method of EEG signals during mental tasks. In the experimental task, the tasks of subjects show 3 major measurements; there are mathematical tasks, color decision tasks, and Chinese phrase tasks. The classifier implemented for this work is a feed-forward neural network that trained with the error back-propagation algorithm. The new BCI system is proposed by using neural network. In this system, tr e architecture of the neural network is composed of three layers with a feed-forward network, which implements the error back propagation-learning algorithm. By applying this algorithm to 4 subjects, we achieved $95{\%}$ classification rates. The results for BCI mathematical task experiments show performance better than those of the Chinese phrase tasks. The selection time of each task depends on the mental task of subjects. We expect that the proposed detection method can be a basic technology for brain-computer interface by combining with left/right hand movement or yes/no discrimination methods.