• 사물인터넷융복합논문지
• /
• 제9권1호
• /
• pp.25-31
• /
• 2023

뇌-기계 인터페이스는 차세대 인터페이스로서 기기 이용자가 명령을 생각할 때 발생하는 신경세포의 전기적 신호인 뇌파를 해석하여 기기를 조종하는 인터페이스다. 뇌-기계 인터페이스는 다양한 스마트기기 등에 응용될 수 있지만 뇌파 신호를 해석하는 데는 상당량의 계산 프로세스가 필요하다. 따라서 에지(Edge) 형태로 구현된 임베디드 시스템에서는 뇌-기계 인터페이스를 구현하기가 어렵다. 본 연구에서는 사물인터넷 기술을 이용하여 에지에서는 뇌파 측정만을 진행하고 뇌파 데이터의 저장 및 분석은 클라우드 컴퓨팅에서 수행하는 새로운 형태의 뇌-기계 인터페이스 시스템을 제안하였다. 본 시스템은 뇌-기계 인터페이스를 위한 정량 뇌파 분석을 성공적으로 수행하였으며 데이터 송수신 시간 또한 실시간 처리가 가능한 수준을 보였다.

• 센서학회지
• /
• 제13권3호
• /
• pp.236-243
• /
• 2004

In this paper, we proposed a brain-computer interface system using EEG signals. It can generate 4 direction command signal from EEG signals captured during imagination of subjects. Bandpass filter used for preprocessing to detect the brain signal, and the power spectrum at a specific frequency domain of the EEG signals for concentration status and non-concentration one is used for feature. In order to generate an adequate signal for controlling the 4 direction movement, we propose a new interface system implemented by using a support vector machine and a time-multiplexing method. Moreover, bio-feed back process and on-line adaptive pattern recognition mechanism are also considered in the proposed system. Computer experimental results show that the proposed method is effective to recognize the non-stational brain wave signal.

• 디지털융복합연구
• /
• 제13권8호
• /
• pp.289-294
• /
• 2015

본 연구는 비교사학습의 대표적인 방법 중 하나인 코호넨의 자기조직화 방법을 기반으로 BCI(Brain-Computer Interface)에 적용 가능한 자율적 기계학습방법을 제안한다. 이를 위해 상호작용 함수를 이용한 학습영역조정방법과 자율적 기계학습규칙을 제안하였다. 학습영역조정과 기계학습은 코호넨의 자기조직화 방법을 기반으로 한 상호작용 함수에 의한 측면제어효과를 이용하였다. 승자 뉴런을 결정하고 난 후 학습 규칙에 따라 뉴런의 연결강도를 조정하고 학습 횟수가 증가함에 따라 학습영역이 점차 감소하여 출력층 뉴런 가중치들의 입력을 향한 유동을 완화시켜 네트워크가 평형 상태(equilibrium state)에 도달하여 학습을 마칠 수 있는 자율적 기계학습을 제안하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권7호
• /
• pp.468-474
• /
• 2005

Brain-machine interface (BMI) based on neuronal spike trains is regarded as one of the most promising means to restore basic body functions of severely paralyzed patients. The spike train decoding algorithm, which extracts underlying information of neuronal signals, is essential for the BMI. Previous studies report that a linear filter is effective for this purpose and there is no noteworthy gain from the use of nonlinear mapping algorithms, in spite of the fact that neuronal encoding process is obviously nonlinear. We designed several decoding algorithms based on the linear filter, and two nonlinear mapping algorithms using multilayer perceptron (MLP) and support vector machine regression (SVR), and show that the nonlinear algorithms are superior in general. The MLP often showed unsatisfactory performance especially when it is carelessly trained. The nonlinear SVR showed the highest performance. This may be due to the superiority of the SVR in training and generalization. The advantage of using nonlinear algorithms were more profound for the cases when there are false-positive/negative errors in spike trains.

• 전자공학회논문지
• /
• 제50권4호
• /
• pp.229-235
• /
• 2013

본 논문은 최근 활발하게 연구되고 있는 뇌-기계 접속을 위한 완전 삽입형 마이크로 시스템의 구현에 있어서 중요한 이슈들을 고찰한다. 현재까지의 과학 기술적 연구는 신경 신호 증폭기, 무선 신호 전송 등 주로 고성능 저전력 전자기기 및 시스템을 구현하는데 집중되어 왔으나, 마이크로 시스템의 실제적인 응용은 전자 기기의 특성뿐만 아니라 밀봉 구조의 디자인에서 뇌의 생리 해부학적 특성에 이르기까지 여러 가지 요인에 의해 영향을 받게 된다. 본 논문은 특히 뇌 삽입형 마이크로 시스템의 실질적인 구현에 결정적인 영향을 주는 시스템 발열의 영향, 신경 프로브의 감지 부피, 무선 데이터 전송 및 전력 전달, 그리고 뇌의 생리 해부학적인 고려 요인에 대해 논의한다.

• 한국지능시스템학회논문지
• /
• 제13권4호
• /
• pp.427-432
• /
• 2003

사람의 뇌 속에 있는 신경 세포들은 여러 정보 처리 활동을 하면서 전기적인 신호를 발생시키는데 이를 두피 표면에서 측정한 것이 뇌파이다. 이러한 뇌파는 임상에서 주로 이용되어 왔으나 근래에는 이러한 뇌파를 이용하여 컴퓨터와 통신하거나 기기를 제어할 수 있는 이른바 BCI(Brain-Computer Interface)에 대한 연구가 대두되고 있다. BCI 연구의 궁극적 목표는 다양한 정신상태에 따른 뇌파의 특성을 파악하여 컴퓨터나 기기 등을 제어하는 것이다. 이를 위하여 본 연구에서는 좀 더 정확하고 신뢰성 있는 기기 제어를 위해 피험자의 의지대로 발생시킨 잡파를 이용하여 방향 제어 시스템을 구현하였다. 뇌파에 포함된 잡파 중 구별될 수 있는 특징을 나타내는 잡파를 선택하고 이들의 패턴을 인식하고 분류한 후 이를 제어신호로 변환하여 방향을 제어하는 시스템을 구현하였다.

• Annals of Clinical Neurophysiology
• /
• 제23권2호
• /
• pp.92-98
• /
• 2021

A brain-computer interface (BCI) is a technology that acquires and analyzes electrical signals from the brain to control external devices. BCI technologies can generally be used to control a computer cursor, limb orthosis, or word processing. This technology can also be used as a neurological rehabilitation tool for people with poor motor control. We reviewed historical attempts and methods toward predicting arm movements using brain waves. In addition, representative studies of minimally invasive and noninvasive BCI were summarized.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.1252-1254
• /
• 2004

BMI(brain machine interface) has been recently applied to give a disabled person mobility. This study is to determine the effective EEG parameters for predicting the movement moment of body limbs thought analysis of moving averaged ERD. The results showed that the proposed method for classifying EEG for predicting the movement seemed to be better than the classical method of determining ERD.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집
• /
• pp.477-478
• /
• 2017

4차 산업혁명 시대가 도래해 인간 뇌와 기계 간 인터페이스 기술 개발이 한창이다. BMI(Brain-Machine Interface)는 뇌의 신경계로부터 신호를 측정하고 분석해 기계와 같은 외부 기기에 연결해 제어함으로써 사용자의 의사나 의도대로 기기를 움직이는 인터페이스를 만드는 것이다. 뇌-기계 인터페이스 기술은 뇌질환 치료, 장애인을 위한 로봇 팔과 로봇다리 같은 인체 결합기술, 인간과 기계와의 직접적인 정신 교류의 개발을 위한 필적인 기술이다. 본 논문에서는 4차 산업혁명의 핵심기술 중 하나인 뇌 기계 인터페이스에 대한 3P 정보분석을 수행함으로써 BMI의 R&D 및 시장진입을 위한 전략을 제시하였다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.17-22
• /
• 2023

뇌-기계 인터페이스(BMI)는 신경활동을 통해 발생하는 전기 신호인 뇌파를 해석하여 기계를 제어하는 인터페이스이다. BMI는 다양한 분야에 적용될 수 있으나 뇌파 측정 및 해석을 위한 하드웨어의 휴대성이 낮아 대중적으로 사용되기에 어렵다는 단점이 있다. 이런 문제점을 해결하기 위해 이전 연구에서는 클라우드 컴퓨팅을 이용한 사물인터넷 기반 뇌-기계 인터페이스 시스템을 제안하였다. 본 연구에서는 위 시스템의 실시간 사용성을 증명하기 위하여 뇌파로 퐁(Pong) 게임을 조종하는 애플리케이션을 개발하여 테스트하였다. 그 결과 제안된 BMI 사용자가 최적 제어 인공지능과의 실시간 퐁 게임 대결에서 대등한 스코어를 보였다. 따라서 본 연구 결과는 사물인터넷 기반 뇌-기계 인터페이스가 일상생활 속 다양항 실시간 애플리케이션으로 활용될 수 있음을 시사한다.