Analysis of Technology and Research Trends in Biomedical Devices for Measuring EEG during Driving

운전 중 EEG 측정을 위한 생체의료기기의 기술 및 연구동향 분석

Abstract

Recent advancements in modern transportation have led to the active development of various biomedical signal and medical imaging technologies. Particularly, in the field of cognitive/neuroscience, the importance of electroencephalography (EEG) measurement and the development of accurate EEG measurement technology in moving vehicles represent a challenging area. This study aims to extensively investigate and analyze the trends in technology research utilizing EEG during driving. For this purpose, the Scopus database was used to explore EEG-related research conducted since the year 2000, resulting in the selection of about 40 papers. This paper sheds light on the current trends and future directions in signal processing technology, EEG measurement device development, and in-vehicle driver state monitoring technology. Additionally, a ultra compact 32-channel EEG measurement module was designed. By implementing it simply and measuring and analyzing EEG signals, in-vehicle EEG module's functionality was checked. This research anticipates that the technology for measuring and analyzing biometric signals during driving will contribute to driver care and health monitoring in the era of autonomous vehicles.

최신 이동수단 발달과 관련하여 다양한 생체 신호 및 의료영상 측정용 의료기술 개발이 활발히 이루어 지고 있다. 특히, 인지/신경과학 분야에서 뇌파(electroencephalography, EEG) 측정의 중요성과 이동 중 차량에서의 정확한 뇌파 측정기술 개발은 매우 도전적인 분야이다. 본 연구에서는, 운전 중 뇌파를 이용한 기술에 대해 광범위하게 조사하고, 기술 연구의 동향을 분석하고자 하였다. 이를 위해, Scopus 데이터베이스를 활용하여 2000년 이후 진행된 뇌파 관련 연구를 탐색하였으며, 약 40여편의 논문을 선정하였다. 이를 통해 신호처리 기술, EEG 측정 디바이스 개발, 차량 내 운전자 상태 모니터링 기술의 현재 동향과 미래 방향을 조명하였다. 또한, 이를 위한 초소형 32채널 뇌파 측정 시스템을 설계해 보았으며, 간단히 이를 구현하여 뇌파 신호를 측정 분석함으로써 검토해 보았다. 본 연구는 운전 중 생체신호 측정 및 분석 기술이 자율주행 시대에 맞추어 운전자 케어와 건강 모니터링에 기여할 것으로 기대한다.

Ⅰ. INTRODUCTION

최근 이동 수단의 발달은 다양한 생체 신호 및 의료영상 측정용 의료기기의 개발로 이루어지고 있으며, 이러한 생체 신호 및 의료영상 측정용 의료기기는 다양한 형태로 개발됐다. 1970년 첫선을 보인 전산화단층영상(Computed Tomography)의 경우 최초의 장비는 병원 내 설치를 목적으로 하였으나, 최근 이동이 가능한 구급차 등에 탑재가 가능한 CT 장비도 개발되어 사용되는 등 다양한 생체 신호를 측정할 수 있는 의료기기들이 차량 내에서 사용할 수 있도록 개발되고 있다^[1]. 특히, 다양한 생체 신호 중에서 그 신호의 크기가 가장 작아서 측정에 어려움이 존재하는 생체 신호로는 뇌파(electroencephalography, EEG)가 존재한다. 뇌파는 뇌의 신경세포(Neuron)가 활성화(Activation)를 일으키면 생성 되는 화학적 변화를 전위(electric potential)로 측정하는 기법이다. 비록 2008년 뇌파의 심전도를 운전 중인 차량에서 측정하여 수면 상태를 파악하는 연구가 시도되기는 하였지만^[2], 여기서 발생하는 뇌파의 전위 값은 uV 단위로, 그 신호가 매우 미약하여 이동 중인 차량 내에서 측정하기는 매우 어려운 도전적 문제로 존재하여 왔다.

급격히 발전하는 공학적 기술들의 혁신에 힘입어 최근 운전 중 뇌파의 측정을 통한 운전자의 상태를 파악하려는 다양한 시도가 존재해 왔다. 특히, 인공지능 기술과 신호처리 기술의 발전에 기반해서 운전 중에 발생할 수 있는 인지과학(Cognitive Science), 신경과학(Neuro Science), 그리고 운전재활(Driving Rehabilitation)등의 융합 의료분야에 큰 관심이 있으나, 관련된 최신 기술과 연구 동향에 대한 정보가 부족하여 연구의 접근성이 낮은 현실이다. 본 연구에서는 운전 중에 발생할 수 있는 뇌신경 및 인지과학과 관련된 뇌신 뇌파 측정 기술에 대해 의공학적 측면에서 기술과 그 연구 동향을 조사하고, 이를 정리하여 향후 미래에 필요시 되는 기술 분야에 대한 분석을 진행하고자 한다.

Ⅱ. MATERIAL AND METHODS

우선, 관련 연구의 진행을 위해서, Scopus를 이용하여 최신문헌을 탐색하였다. 2000년 이후에 연구가 진행된 최신문헌 중 공학(Engineering)과 컴퓨터 사이언스(Computer Science) 분야에 한정하여 뇌파를 키워드(Keyword)에 포함하고 영어로 작성된 논문으로 한정하였다. 또한 탐색 옵션에서 “EEG” & “CAR”의 두-단어가 제목에 들어가 있거나, “EEG” & “Driving”이 제목에 들어간 논문을 검색하였다. 이 검색 결과 초기 135편의 논문이 검색되었으며, 검색된 논문 중에서 가상의 운전환경을 기반으로 진행된 연구는 제외하여 총 40편의 논문이 분류되었다. 분류된 논문은 아래의 Table 1에 연도별로 정리되었다.

Table 1. Specifications of collected papers

분류된 논문은 크게 4가지로 (패턴인식, 장비개발, 감성분석, 피로도분석)으로 분류하였다. 패턴인식(Pattern)의 경우 뇌 컴퓨터 인터페이스 (Brain Computer Interface, BCI)와 인공지능(Artificial Intelligence)기술을 포함하여 분류하였으며, 초기 논문 검색식에서 공학 및 컴퓨터사이언스 분야로 제한한 특징상 대부분의 논문이 패턴인식에 포함되었다, 다만, 여기서 기계학습적 내용이 포함되었다고 판단하기 어려운 분야는 제외하였다. 뇌파 측정 디바이스개발분야(Device)는 새로운 장비의 개발을 논문화한 경우를 나타낸다. 감성인식(Emotion)의 경우 스트레스 인식을 함께 포함하여 분류하였다. 마지막으로 피로도(Fatigue)는 주의력을 포함하여 분류하였다. 분류의 기준은 논문의 내용을 바탕으로 저자의 이해를 바탕으로 이루어졌다.

Ⅲ. RESULT & DISCUSSION

검색된 논문에서 나타난 주요 기술은 크게 신호처리기술, 디바이스개발 기술, 차량 내에서 운전자 상태 모니터링을 위한 융합기술 등으로 나눌 수 있다.

1. 신호처리 기술

신호처리 기술의 경우 대부분 전통적으로 널리 활용되고 있는 주파수 스펙트럼 분석(frequency spectrum analysis)을 바탕으로 주의력 및 집중력을 분석하는 논문들이 존재하였으나, 2015년 이후, 단순 주파수분석을 넘어서서 인공지능 혹은 기계학습을 기반으로 진행되는 연구 분야가 많이 늘어나게 되었다. 특히 2020년 이후에는 기계학습의 비중보다는 LSTM(long and Short Term Memory) 인공지능 모델을 이용한 EEG 분석 연구도 제시되는 등의 다양한 인공지능 기술 활용 연구가 출판되었다.

2. EEG 측정 디바이스 개발 기술

사실 EEG는 uV 단위의 뇌 신경세포의 전위활동을 측정하는 신호로 주변 노이즈의 영향을 많이 받는 특징을 가지고 있다. 앞서 초기에 찾은 135편의 논문 중 40여 편의 논문으로 줄여지는 과정에서 많은 수의 논문이 가상의 운전환경을 제시한 부분도 존재한다. 실제 운전 중의 상황을 고려하면, 다양한 기계와 전자장비가 작동하는 환경에서 운전자의 EEG를 측정하는 것 자체가 매우 도전적인 과제에 해당한다. 특히. 2010년 이전에는 휴대용 EEG 장비의 상용화가 거의 이루어지지 못하여 이러한 연구의 진행이 어려웠을 것으로 판단되며, 본 조사에서도 오직 1편의 연구논문만이 시스템을 개발하는 논문으로 분류되었다.

이와 관련되어서, 차량 주행 중 운전자의 EEG 측정 시 노이즈를 저감하는 방법의 논문을 검색하지 못하였지만, 관련 기술에 대해 언급하자면 아래와 같은 요건들이 충족되어야 할 수 있다.

1) Wearable Device: 측정 시스템은 머리에 부착형으로 존재하여 도선의 길이를 최소화함과 동시에 도선의 닫힌회로(closed loop)의 면적을 최소화하여야 한다.

2) System on Chip: 측정 시스템의 전치 증폭기 회로를 구성할 때 회로기판 내에 전자기력선의 투과 면적이 매우 작아야 한다. 이러한 점은 ADS1299(TI, USA) 칩과 같은 뇌파 전용 측정 반도체 증폭기를 사용하는 방법이 권장된다.

3) Stable Power & Battery: 측정 시스템의 노이즈(noise) 저감을 위해서 안정적 출력을 갖추는 전원과 배터리 시스템을 갖추어야 한다.

4) Wireless System: 특정 시스템은 실시간 분석을 위한 메인 프로세스와 와이파이(WIFI) 혹은 블루투스(Bluetooth) 통신을 이용하여야 한다.

5) Electromagnetic Shielding: 시스템 케이는 전기장 및 자기장에 차폐 기능을 갖추어야 하며, 이를 위한 특별한 소재를 사용하여야 한다. 예를 들어 구리와 뮤메탈등의 재질을 기반으로 하는 모자 형태 구조물의 설계가 요구될 수 있다.

3. 운전자 상태 모니터링 기술

차량내에서 운전자 상태 모니터링을 위한 융합 기술의 경우 Table 1에서 나타난 것과 같이 최근 높은 관심과 함께 많은 수의 논문이 출판되고 있다. 특히, 이 기술은 최신 인공지능 기술과 결합하여 운전자의 졸음, 스트레스, 인지, 피로도 뿐만 아니라 감성인식 등을 탐색하여 알려줄 수 있는 피드백(feedback) 형태의 기술 구성을 갖추고 있다. 이러한 기술의 개발은 향후 자율주행 시대가 도래하게 되면, 운전자의 건강모니터링(check-up), 재활운동(rehabilitation), 정신케어(Mental Care)등의 기술 개발에 근간이 될 수 있다. 이를 바탕으로 볼 때, 운전자뿐만 아니라 동승자의 상태를 모니터링 하는 차량 내에서의 기술 개발은 지속적으로 연구될 것이라 예상된다.

4. 기술 동향

최근 출판된 운전 중 EEG를 측정 및 분석에 기반한 기술의 개발은 급속이 증가하고 있다. 특히, 급속히 발전한 인공지능 기술과 더불어, 운전자와 동승자의 헬스메니지먼트(Health Management)를 추구하는 기술의 개발에 집중하는 트렌드(Trend)를 확인할 수 있었으나, EEG 측정 디바이스에 대한 기술 개발이 상대적으로 더디게 진행되고 있다. 앞서 연구에서 활용된 다양한 EEG 측정 디바이스는 운행 중인 차량 내에서 EEG를 측정하기 위해 특별히 제작된 제품인 경우는 드물고, 대부분인 일반적인 용도로 개발된 제품에 해당한다. 이러한 제품은 차량과 같이 대부분이 금속으로 이루어진 환경 속에서, 엔진 또는 모터와 같은 큰 전자기장 노이즈를 발생시키는 장치와 함께 사용하기에는 이론적으로 무리가 있을 수 있다. 따라서, 향후 이러한 기술의 유의미한 발전을 위해서는 인공지능 기술에 기반한 운전자 모니터링 및 케어 기술뿐만 아니라, 차량 내에서 측정이 특화된 EEG 및 생체 신호 측정 디바이스 개발 기술의 개발도 함께 되어야 할 것으로 평가된다.

5. 차량용 뇌파 측정 기술의 구현 가능성

본 연구에서는 최신 뇌파 측정기술의 연구를 위한 차량용 뇌파 측정 모듈의 핵심 기본기술을 직접 구현하는 방법에 대해서 분석해 보았다. 뇌파를 정밀하게 측정하기 위한 생체증폭기 개발을 위해서는 고정밀 전치 증폭 및 아날로그-디지털 변환 회로의 설계가 필요하다. 최신 관련 아날로그-프론트- 엔드(Analog-Front-End, AFE) 제품 중 하나인 ADS1299 (TI, USA) 반도체 칩을 채택하였다. ADS1299는 24bit의 해상력을 가지는 아날로그 디지털 변환 성능을 갖추고 있으며, 최대 8 KHz까지 표본화율(Sampling Rate)을 가진다. 또한, 시스템의 저-노이즈 구성을 위한 TPS7A20 (TI, USA) 전원 칩셋을 이용하여 극-저-노이즈 전원을 구성하였으며, 휴대용 시스템의 충·방전을 위한 TPS60400 (TI, USA) 칩셋을 채택하였다. 뇌전의 특성상 음전원(Negative Output)의 구현을 위해서 TPS723 (TI, USA)를 사용하였으며, 이를 기반으로 최종적으로 –2.5V, 2.5V, 3.3V의 전원을 생성하는 회로를 설계하였다. 실시간 데이터의 정밀한 측정을 위해서 TMS320F28027 (TI, USA) 마이크로컨트롤러(MCU)를 채택하여 Fig 1과 같은 시스템을 구현하였다.

Fig. 1. The Home-made EEG board developed for in-vehicle brain signal measurement

이렇게 제작된 시스템을 이용하여, Fig. 2와 같이 시스템 제어 및 신호 측정용 앱(Application Software)을 개발하였으며, 이를 이용하여 눈을 감았을 때 후두엽에서 발생하는 알파파(Alpha Wave)의 뇌파 신호를 측정하였다. 이를 위해서, 후두엽 바로 위에 있는 O1, O2 (E E G 10 - 20 system 기반 전극 위치)에 전극을 배치하여, 2개의 전극에서 측정된 신호를 주파수 스펙트럼 분석을 진행하였다. Fig. 3은 분석된 스펙트럼 결과를 나타내며, 여기서 8 ~ 11Hz 사이의 주파수 신호가 크게 측정됨을 확인할 수 있다. 물론, Fig. 2에서 ADS1299 칩 내부에서 발생시키는 Test EEG 신호도 잘 측정되는 것을 확인할 수 있다.

Fig. 2. The Home-made software designed to measure brain signals on a PC using the developed EEG board

Fig. 3. Analysis result: the frequency spectrum of brain signals measured on the occipital-lobe (O1, O2) during the eyes are closed

실제 제작된 보드의 크기는 가로 11.5 cm, 세로 5.5 cm로 양면 최적화를 이루게 된다면, 이 크기 또한 40% 이상 더욱 작게 만들 수 있을 것이라 기대되며, 측정 신호의 품질을 높이기 위해서 전자기 차폐형 케이스의 제작을 진행한다면 충분히 차량용 뇌파 측정 시스템의 고도화 작업의 진행이 가능할 것이라 기대된다.

Ⅳ. CONCLUSION

운전 중 EEG와 같은 생체 신호 측정 장비의 기술은 향후 도래할 자율주행 시대에 맞추어 많은 연구자의 관심을 받고 있다. 특히, 운전자 케어를 위한 다양한 애플리케이션에 관한 기술이 선보이고 있으며, 이러한 기술은 향후 자율주행 시대에 맞추어 차량 내 다양한 상품 및 서비스의 개발로 이루어질 수 있을 것이라 기대된다. 이러한 기술의 혁신적인 발전을 위해서는 차량 내에서 측정이 특화된 개선된 EEG와 같은 생체 신호 측정 장비의 개발이 필요하며, 이러한 디바이스 기술의 발전은 현재 진행 중인 다양한 연관 기술의 급진적 발전에 이바지할 것이라 기대된다.