• 한국게임학회 논문지
• /
• 제13권6호
• /
• pp.15-26
• /
• 2013

최근 BCI(Brain Computer Interface) 기술의 발전과 함께 보급형 BCI 장치를 활용한 게임연구가 활발히 진행되고 있다. BCI 게임은 대부분 연구를 위한 실험적인 체험용 콘텐츠 형태로 개발되어 왔으며, 명령 패러다임에 있어서 BCI 게임 명령에 적합한 뇌파를 유도하는 방법에 대한 연구는 미흡하다. 본 연구에서는 음악의 리듬을 시청각적으로 표현하는 새로운 플레이 요소를 제공하는 BCI 리듬게임과 음악의 템포와 뇌파를 동기화 시켜 다양한 형태의 시청각 피드백을 생성하는 방법을 제안한다. 제안방법은 실험을 통해 게임조작에 필요로 하는 뇌파를 유도하여 게임점수를 향상시킬 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.515-520
• /
• 2012

In brain computer interface (BCI) system, the most important part is classification of human thoughts in order to translate into commands. The more accuracy result in classification the system gets, the more effective BCI system is. To increase the quality of BCI system, we proposed to reduce noise and artifact from the recording data to analyzing data. We used auditory stimuli instead of visual ones to eliminate the eye movement, unwanted visual activation, gaze control. We applied independent component analysis (ICA) algorithm to purify the sources which constructed the raw signals. One of the most famous spatial filter in BCI context is common spatial patterns (CSP), which maximize one class while minimize the other by using covariance matrix. ICA and CSP also do the filter job, as a raw filter and refinement, which increase the classification result of linear discriminant analysis (LDA).

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.2083-2085
• /
• 2009

Brain Computer Interface (BCI) is a communication pathway between devices (computers) and human brain. It treats brain signals in real-time basis and discriminates some information of what human brain is doing. In this work, we develop a EEG BCI system using a feature extraction such as common spatial pattern (CSP) and a classifier using Fisher linear discriminant analysis (FLDA). Two-class EEG motor imagery movement datasets with both cued and uncued are tested to verify its feasibility.

• 제어로봇시스템학회논문지
• /
• 제13권9호
• /
• pp.838-842
• /
• 2007

A brain-computer interface(BCI) system is a communication channel which transforms a subject's thought process into command signals to control various devices. These systems use electroencephalographic signals or the neuronal activity of many single neurons. The presented study deals with an efficient analysis method of neuronal signals from a BCI System using an independent component analysis(ICA) algorithm. The BCI system was implemented to generate event signals coding movement information of the subject. To apply the ICA algorithm, we obtained the perievent histograms of neuronal signals recorded from prefrontal cortex(PFC) region during target-to-goal(TG) task trials in the BCI system. The neuronal signals were then smoothed over 5ms intervals by low-pass filtering. The matrix of smoothed signals was then rearranged such that each signal was represented as a column and each bin as a row. Each column was also normalized to have a unit variance. As a result, we verified that different patterns of the neuronal signals are dependent on the target position and predefined event signals.

• 대한물리의학회지
• /
• 제13권4호
• /
• pp.59-65
• /
• 2018

PURPOSE: The purpose of the present study is to investigate the changes in the cognitive function of elderly dementia patients residing in a residential care facility, following six weeks of brain-computer interface (BCI)-based cognitive training and to determine whether BCI-based cognitive training effectively improves their cognitive functions. METHODS: Thirty subjects diagnosed with dementia were randomly assigned to either the experimental or control group. Pre- and post-test cognitive function assessments were conducted using the mini mental state examination-Korean (MMSE-K) and Korean-dementia rating scale (K-DRS). The experimental group received BCI-based cognitive training, which consisted of games such as flying a ball and exploding a bomb, while the control group participated in music listening activities and National Health Gymnastics. Both groups engaged in a total of 18 sessions (3 times per week for 6 weeks, for 40 minutes per session). RESULTS: After 6 weeks of intervention, the experimental group had significantly increased MMSE-K scores ($19.53{\pm}1.30$ to $22.20{\pm}1.15$; p<.0011) and total K-DRS scores ($87.20{\pm}4.16$ to $99.33{\pm}1.15$; p<.0011). In addition, the experimental group showed greater cognitive improvements than the control group. CONCLUSION: The results of this study suggest that BCI-based cognitive training is a positive intervention tool for improving the cognitive function of dementia patients.

• 한국산학기술학회논문지
• /
• 제9권3호
• /
• pp.695-701
• /
• 2008

이 연구의 목적은 BCI(Brain-Computer Interface)을 이용하여 바둑 전문인의 뇌 기능 특성을 분석하는 데 있다. 바둑 전문인의 뇌 기능 특성을 알아보기 위하여 연구생(초등학생) 15명, 한국기원 원생 16명, 프로기사 26명의 뇌파를 측정하여 표준화된 일반인 695명(초등학생 423, 중고등학생 161, 성인 111명) 과 비교한 결과 자기조절 지수 p=.002, 주의 지수(좌) p=.002, 정서 지수 p=.027, 항스트레스지수(좌) p=.002, 브레인 지수 p=.006 에서 바둑 전문인 집단이 일반인 집단보다 뇌 기능의 평균이 높게 유의미한 차이를 나타냈다. 이 결과는 두뇌를 많이 사용하는 바둑인 집단의 뇌 기능이 일반인 집단의 뇌 기능 과 적지 않은 차이가 있을 보여주고 있다. 바둑 전문인 집단간의 뇌 기능 차이를 비교하여 직업적인 특성이 뇌 기능에 미치는 영향의 차이점도 분석해 보았다. 분석의 결과 활성 지수에서만 유의미하였으며 집단간에는 차이가 없는 것으로 본다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.265-272
• /
• 2020

뇌파를 이용한 Brain-computer interface (BCI) 연구에서는 다른 그룹보다 그 성능을 발휘하지 못하는 소위 BCI-illiteracy 그룹이라고 알려진 사용자 집단에 대한 이해와 처리가 중요하다. 본 연구는 사용자로부터 사전 휴지 상태의 뇌파 신호를 미리 측정하고 그 신호로부터 주파수 기반의 특징 변수를 생성하여 이를 피험자 개인의 특성 변수로 사용하고, 추정된 개인 특성 변수를 이용하여 이후 움직임 상상 패러다임이 적용된 BCI 시행의 성능과 어느 정도의 정량적 연관성을 가지며 이를 정확하게 예측할 수 있는지를 밝히고자 하였다. 결과에 대한 신뢰성을 높이기 위해서 검증된 공개 뇌파 데이터베이스를 활용하고 Convolution neural network 기반의 딥러닝 기법을 활용하여 이진 BCI 성능 계산을 실시하였으며 Lasso 정규화가 적용된 선형 회귀 분석을 통해서 각 특징 변수와의 예측 관련성을 조사하였다. 첫 번째로 휴지 상태 뇌파 모든 특징 변수들과 BCI 성능 간의 연관성을 파악하기 위해서 전통적인 통계 방법들을 적용하였고 이를 통해서 전두엽에서 측정된 뇌파 신호들의 13 Hz를 기준으로 이보다 낮은 주파수와 높은 주파수 파워 간의 비율이 BCI 성능 사이와 통계적 유의미한 높은 상관성이 가지고 있다는 사실을 확인할 수 있었다. 이를 근거로 상대 주파수 비율 값이 BCI 성능을 예측해볼 수 있는 좋은 지표 후보군으로 지정하였다. 두 번째로 Lasso를 이용한 회귀 분석을 통해서 휴식 상태의 상대 주파수 비율 변수를 이용하여 BCI 성능 사이에 최대 선형 계수 0.544 수준의 선형 관계를 찾을 수 있었으며, BCI 과제를 잘 시행할 수 있는 그룹과 못할 그룹을 AUC 0.817 수준으로 예측할 수 있었다. 본 연구에서는 각 사용자마다 측정된 휴지 상태의 뇌파로부터 앞으로 있을 BCI 성능을 예측할 수 있는 방법론 제시함으로써 일반인을 대상으로 좀 더 신뢰성 있고 응용 가능한 BCI 시스템 개발에 기여하고자 한다.

• 전자통신동향분석
• /
• 제26권5호
• /
• pp.123-133
• /
• 2011

뇌-컴퓨터 인터페이스(BCI: Brain Computer Interface)는 차세대 인터페이스의 유력한 대안으로 등장하고 있다. 특히 뇌파 연구의 증진과 뇌-컴퓨터 인터페이스 기술의 활용 확대에 힘입어 발전을 거듭하고 있다. 최근에는 Neurosky, Emotive, OCZ 등의 기업에서 헤드셋 형태의 가볍고 착용이 간편한 기기를 저렴한 가격에 발매함으로써 게임, 집중력 향상 연습 등 다양한 용도로 활용되고 있다. 본 고에서는 뇌-컴퓨터 인터페이스의 개념과 특성, 국내외 개발동향 및 적용전망을 살펴보고, 시사점 및 대응방향을 도출해보고자 한다.

• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.227-236
• /
• 2007

유비쿼터스 시대의 도래에 따른 서비스의 고급화는 다양한 형태의 사용자 단말기의 개발을 유도하였으며, 이러한 사용자 단말기의 변화는 다양한 형태의 인간친화형 사용자 인터페이스의 개발로 이어지게 되었다. 이러한 다양한 형태의 인간친화형 사용자 인터페이스 중, 인간의 뇌를 활용한 사용자 인터페이스, 즉, BCI에 관한 연구가 최근 산발적으로 다양하게 진행되고 있다. 현재 진행되어지고 있는 다양한 형태의 BCI 관련 연구들은, 연구 초기 수준을 극복하지 못하는 실정이며, 이러한 연구개발의 지체 이유로는 체계적인 연구가 진행되어지지 않고 있다는 점을 들 수 있다. 대부분의 HCI 또는 BCI 관련 연구들은 생체신호를 수집하여 신호처리 과정을 거치게 되며, 이때 중요한 연구요소중의 하나로 DB구축 분야를 들 수 있다. 하지만 현재 진행되고 있는 대부분의 BCI 관련 연구의 경우 DB구축부터 시작한 체계적인 연구가 이루어지고 있지 않는 실정이다. 뇌파를 제외한 다른 생체신호, 즉 오감자극을 활용한 HCI 연구와는 달리, 뇌파 DB의 경우 피험자를 제외한 다른 연구 관련자들은 현재 피험자로부터 수집되어지고 있는 DB가 실험에 필요한 적절한 신호인지 구분하기 힘든 실정이다. 또한, 뇌파 신호의 수집 시 연구관련 자들은 피험자에게 정확한 지침을 제시하지 못하고 있는 실정이며 어떠한 방법으로 피험자가 실험에 집중하여야 확연한 패턴을 보이는 차별화 된 뇌파 신호의 생성이 가능한지 명확하게 알려지지 않은 실정이다. 따라서 본 논문에서는 뇌파를 활용한 BCI구현과 사용자 의지에 따른 활용 시 보다 정확하고 높은 인식률 구현을 하기 위한 기초 연구 방안으로 정확하고 효율적인 뇌파 DB구축 시스템을 제안한다. 또한 현재까지 명확하게 알려지지 않은 효과적인 뇌파생성 방안을 동시에 연구하기 위하여 오감자극을 활용한 뇌파 DB 수집이 가능한 구축 시스템을 구현하며 각 방법에 따라 구축되어진 뇌파의 패턴 분석을 통한 효율적인 뇌파 DB구축 방안을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제14권9호
• /
• pp.1202-1209
• /
• 2011

Neuro feedback training using ElectroEncephalo Grams (EEGs) is commonly utilized in the treatment of Alzheimer's disease, and Attention Deficit Hyperactivity Disorder (ADHD). Recently, BCI (Brain-computer Interface) contents have developed, not for the purpose of treatment, but for concentration improvement or brain relaxation training. However, as each user has different wave forms, it is hard to develop contents controlled by such different wave. Therefore, an EEG process that allows the ability to transform the variety of wave forms into one standard signal and use it without taking a user's characteristic of EEG into account, is required. In this paper, a framework that can reduce users' characteristics by normalizing and converting measured EEGs is proposed for contents. This framework also contains the process that controls different brainwave measuring devices. In experiment a handling process applying the proposed framework to the developed BCI contents is introduced.