• Title/Summary/Keyword: 뇌파신호

검색결과 293건 처리시간 0.026초

BCI 시스템 구현을 위한 모델링 (Modeling for Implementation of a BCI System)

  • 김미혜;송영준
    • 한국콘텐츠학회논문지
    • /
    • 제7권8호
    • /
    • pp.41-49
    • /
    • 2007
  • BCI시스템은 뇌 자체에서 발생하는 전기적인 신호를 측정하여 콘트롤 또는 통신 시스템에 접목시키는 것이다. 이 시스템은 뇌파의 움직임을 실시간으로 검출하고 이를 통해 발생된 신호를 사용하여 전자장비 또는 소프트웨어에 바탕을 둔 프로세서 등을 조정할 수 있다. 본 논문에서는 다양한 정신 상태에서 발생한 뇌전위 신호를 분석하고 인식하는 뇌-컴퓨터간 인터페이스 시스템을 개발할 때 뇌파 측정시 혼합되는 잡음제거 및 분리에 관한 것을 다루고자 한다. BCI시스템 구현을 위한 뇌파 분류과정에서 이분법의 수리적 모델을 사용하여 뇌파를 분류하고 잡음구간을 추출하는 방법을 제안하였다.

클라우드 환경을 위한 Privacy-Preserving BCI 기반의 뇌파신호 보안기법 설계 (Design of EEG Signal Security Scheme based on Privacy-Preserving BCI for a Cloud Environment)

  • 조권;이동혁;박남제
    • 정보과학회 논문지
    • /
    • 제45권1호
    • /
    • pp.45-52
    • /
    • 2018
  • 최근 BCI 기술이 등장함에 따라, 다양한 BCI 제품이 출시되고 있다. BCI 기술은 뇌파 정보를 직접 컴퓨터에 전달 가능하게 하는 기술이며, 이러한 기술은 생활에 많은 편의성을 가져다 줄 것이다. 그러나, 이러한 이면에는 정보보호의 문제가 존재한다. 특히, 뇌파정보는 일종의 개인 프라이버시로써 취급될 수 있으며, 뇌파정보를 클라우드 상에서 수집하여 빅데이터 기반으로 수집하고 분석할 시 심각한 개인정보노출이 우려된다. 본 논문에서는 빅데이터 환경에서의 안전한 Privacy-Preserving BCI 모델을 제안하였다. 제안한 모델은 클라우드 환경에서 개인 식별을 방지하고 뇌파 데이터를 안전하게 보호할 수 있으며, 스니핑 및 내부자 공격 등에 안전하다는 장점이 있다.

뇌파와 심박변화를 이용한 집중도의 평가 (I) (Evaluation of Concentration using Electroencephalogram and Electrocardiogram (I))

  • 윤용현;고한우;양희경;김동윤
    • 한국감성과학회:학술대회논문집
    • /
    • 한국감성과학회 2001년도 춘계학술대회 논문집
    • /
    • pp.6-9
    • /
    • 2001
  • 집중도를 평가하기 위하여 피험자에게 집중을 유발시키는 3가지 task(단기기억작업, Corsi block tapping task, visuomotor task)를 부가하고 주관평가 및 생리신호(뇌파, 심전도, 맥파, 피부온도, 호흡, 피부전도도)를 측정하였다. 뇌파를 mapping하여 평가에 적합한 전극이 위치를 선정하고, task 수행중 집중도 변화와 짐전도의 심박변화와의 관계를 분석하였다. 분석결과 안정과 task 수행시 뇌파 mapping상 전체 power의 변호가 frontal 부분에서 크게 나타났으며, 집중시 R-R 간격의 순간간격변화가 줄어들었다.

  • PDF

뇌파신호를 이용한 감정분류 연구 (Research on Classification of Human Emotions Using EEG Signal)

  • 무하마드 주바이르;김진술;윤장우
    • 디지털콘텐츠학회 논문지
    • /
    • 제19권4호
    • /
    • pp.821-827
    • /
    • 2018
  • Affective Computing은 HCI (Human Computer Interaction) 및 건강 관리 분야에서 다양한 애플리케이션이 개발됨에 따라 최근 몇 년 동안 관심이 높아지고 있다. 이에 필수적으로 필요한 인간의 감정 인식에 대한 중요한 연구가 있었지만, 언어 및 표정과 비교하여 심전도 (ECG) 또는 뇌파계 (EEG) 신호와 같은 생리적 신호 분석에 따른 감정 분석에 대한 관심은 적었다. 본 논문에서는 이산 웨이블릿 변환을 이용한 EEG 기반 감정 인식 시스템을 제안하고 감정 관련 정보를 얻기 위해 다른 뇌파와 뇌 영역을 연구 하였으며, 웨이블릿 계수에 기초한 특징 세트가 웨이블릿 에너지 특징과 함께 추출되었다. 중복성을 최소화하고 피처 간의 관련성을 극대화하기 위해 mRMR 알고리즘이 피쳐 선택에 적용된다. 다중클래스 Support Vector Machine을 사용하여 4 가지 종류의 인간 감정을 크게 분류하였으며 공개적으로 이용 가능한 "DEAP"데이터베이스의 뇌파 기록이 실험에서 사용되었다. 제안 된 접근법은 기존의 알고리즘에 비해 향상된 성능을 보여준다.

생리신호 분석을 통한 감성기류의 온열쾌적성 평가 (Evaluation of Thermal Comfort for the Sensible Wind based on HRV & EEG Spectrum Analysis)

  • 이낙범;임재중;금종수;임금식;최호선;이구형
    • 한국감성과학회:학술대회논문집
    • /
    • 한국감성과학회 1998년도 추계학술발표 논문집
    • /
    • pp.94-98
    • /
    • 1998
  • 최근 온열 환경에서 인간의 쾌적감에 대한 관심이 커지고 있다. 온열쾌적감에 영향을 주는 요인들로는 온도, 습도, 기류 둥의 물리적 요인과 성별이나 체질 둥의 개인적인 요인들 뿐만 아니라 온열환경에서 느끼는 인간의 감성적인 측면도 요인으로 작용하게 된다. 본 연구에서는 여러가지 온열 환경 중에서 기류환경에 따른 인간의 온열 쾌적감을 평가하기 위해 생체반응의 변화 및 감성의 변화에 따른 생리신호를 분석을 통해 살펴보았다. 기류환경은 기존에 사용되고 있는 풍향변화기류 및 풍량변화기류와 새롭게 개발되어진 감성기류의 3가지 기류 조건을 제시하였고, 이에 따른 인체의 자율신경계의 반응과 감성 상태를 관찰하기 위해 심전도(ECG)와 뇌파(EEC)를 측정하여 HRV(Heart Rate Variability) 분석과 EEG 주파수 스펙트럼 분석을 시행하였다. 생리신호 분석결과 심전도의 HRV 분석에서는 감성기류가 풍향변화 기류와 풍속변화기류에 비해 HF/LF 비가 높게 나타났고, 뇌파의 주파수 스펙트럼 분석에서도 $\beta$파에 대한 뇌파의 상대 전력비가 감성기류에서 높게 나타나 감성기류가 제시된 다른 기류인 풍향변화기류나 풍속변화기류에 비해 쾌적한 온열환경 제시를 위한 기류조건이라고 평가되었다. 결론적으로 심전도의 HRV분석과 뇌파의 주파수 분석이 .제시된 기류환경의 온열쾌적감 평가에서 서로 유의한 결과를 나타냄으로써, 이들 생리신호의 분석이 온열환경에 따른 인간의 감성 변화를 객관적으로 나타내고 온열 쾌적감을 평가하는데 있어 유용한 정보가 될 수 있음을 제시하였다.

  • PDF

뇌파기반 집중도 전송 및 BCI 적용에 관한 연구 (A Study on EEG based Concentration transmission and Brain Computer Interface Application)

  • 이충헌;권장우;김규동;이준오;홍준의;이동훈
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
    • /
    • pp.155-156
    • /
    • 2008
  • 본 연구는 두피에서 발생하는 EEG(electroencephalog ram)신호를 측정한 후 두뇌활동과 관련된 지표 중 집중도를 추출하여 집중도의 크기에 따라 하드웨어를 제어하는 집중도 무선전송 시스템을 구연하고자 하였다. 뇌파신호를 측정하여 집중도를 추출하기 위해 두피의 좌, 우 두 채널을 사용하였으며 Biopac의 MP-100과 EEG100C을 이용하여 뇌파신호 계측, 증폭 및 필터링을 하였다. 계측된 EEG 신호로부터 특정 주파수 대역 및 스펙트럼을 분석하기 위해서 LabVIEW 8.5를 이용하여 FFT(Fast Fourier Transformation) 처리를 하였다. 이를 통해 ${\alpha}$파, ${\beta}$파, ${\theta}$파, ${\delta}$파 주파수영역으로 분류한 후 집중도 추출 알고리즘을 적용하여 집중도 지표를 추출하였고 추출된 집중도 신호를 무선전송하여 BCI(Brain Computer Interface) 기술에 응용하고자 레고 자동차에 적응하여 보았다.

  • PDF

뇌파기반 집중도 전송 및 BCI 적용에 관한 연구 (A Study on EEG based Concentration Transmission and Brain Computer Interface Application)

  • 이충헌;권장우;김규동;홍준의;신대섭;이동훈
    • 전자공학회논문지SC
    • /
    • 제46권2호
    • /
    • pp.41-46
    • /
    • 2009
  • 본 연구는 두피에서 발생하는 EEG(Electroencephalogram)신호를 측정한 후 두뇌활동과 관련된 지표 중 집중도를 추출하여 집중도의 크기에 따라 하드웨어를 제어하는 집중도 무선전송 시스템을 구연하고자 하였다. 뇌파신호를 측정하여 집중도를 추출하기 위해 두피의 좌, 우 두 채널을 사용하였으며 Biopac의 MP100과 EEG100C을 이용하여 뇌파신호 계측 증폭 및 필터링을 하였다. 계측된 EEG 신호로부터 특정 주파수 대역 및 스펙트럼을 분석하기 위해서 LabVIEW 8.5를 이용하여 FFT(Fast Fourier Transformation)처리를 하였다. 이를 통해 SMR파, Mid-Bata파, Theta파 주파수영역으로 분류 한 후 집중도 추출 알고리즘을 적용하여 집중도 지표를 추출하였고 추출된 집중도 신호를 무선전송하여 BCI(Brain Computer Interface)기술에 응용하고자 레고 자동차에 적용하여 보았다.

P300 뇌파를 이용한 뇌-기계 인터페이스 기술에 대한 연구 (Brain-Machine Interface Using P300 Brain Wave)

  • 차갑문;신현출
    • 전자공학회논문지SC
    • /
    • 제47권5호
    • /
    • pp.18-23
    • /
    • 2010
  • 본 논문은 유발전위(evoked potential) 뇌파인 P300에 기반한 뇌-기계 인터페이스의 실시간 구현을 위한 효율적인 알고리즘을 제안한다. P300 뇌파는 외부 시각 자극이 인간의 의지와 일치할 경우, 100-300ms 부근에서 negative pick를 갖는 특성이 있다. 이러한 특성에 기초하여 P300 뇌파의 포텐셜(potential) 감소를 감지하여 인간의 의도를 역으로 추론할 수 있으며, 이를 뇌-기계 인터페이스에 활용할 수 있다. 연구에서 P300 뇌파는 인간의 두개골 외부에 부착된 전극을 통해 얻어졌으며, 시각적 자극으로는 2차원 알파벳 신호를 사용하였다. P300 뇌파의 포텐셜 감소 검출을 위하여 뇌파 포텐셜을 자극과 연계하여 확률적으로 모델링하였다. 확률적 모델은 피실험자가 의도하는 신호의 모델(target model)과 의도하지 않는 신호의 모델(non-target model)로 구성된다. 이러한 확률적 모델에 기반하여 피실험자의 의도를 추론하기 위해서 최우추정법(maximum likelihood estimation)을 사용하였다. 실험에는 신체 건강한 성인 남자 3명이 참가하였으며, 'A'와 'E' 실험에 대한 피실험자 k의 평균 성공률은 98%, 피실험자 j의 평균 성공률 90%, 그리고 피실험자 h의 성공률은 79.8%였다.

뇌파 신호 기반 스트레스 상태 분류 (Stress status classification based on EEG signals)

  • 강준수;장길진;이민호
    • 한국인터넷방송통신학회논문지
    • /
    • 제16권3호
    • /
    • pp.103-108
    • /
    • 2016
  • 일상생활에서 인간은 끊임없이 스트레스를 받으며 살아간다. 스트레스는 삶의 질과 밀접하게 연관이 있으며, 건강한 삶은 스트레스에 적절하게 대처하며 살아가는 삶이다. 스트레스는 호르몬 분비에 영향을 주며, 호르몬 분비의 변화는 뇌 신호 및 생체 신호에 영향을 준다. 이를 바탕으로, 본 논문은 스트레스와 뇌파 신호와의 관련성을 확인하였으며, 더 나아가 뇌파 신호 기반 정량적 스트레스 지수를 찾아보았다. 사용한 뇌파 장비는 32채널 유선 EEG 장비이며, 상업용 2채널(FP1, FP2) 뇌파 장비와의 비교를 위해, 상업용 뇌파 장비와 동일한 위치에 있는 2채널만 이용하여 데이터를 분석하였다. 뇌파의 주파수 특징점으로는 각 주파수 대역대의 파워 값, 주파수 대역대 파워 값들 간의 비율 및 차이 등을 테스트해 보았으며, 시간 특징점으로는 허스트 지수, 상관 지수, 리아프노프 지수 등을 테스트해 보았다. 총 6명의 피 실험자가 본 실험에 참여하였으며, 실험 과제로는 영어 지문이 사용되었다. 여러 특징점들 중 ${\theta}$ 파워/mid ${\beta}$ 파워가 가장 좋은 테스트 성능을 보여줬으며, 테스트 데이터에 대하여 평균 70.8%의 스트레스 분류 정확도를 얻었다. 추후, 저가 상용 2채널 뇌파 장치를 이용해서 비슷한 결과가 나오는지 확인해 볼 예정이다.

다채널 뇌파 측정 장비의 채널간 이득률 보정 알고리즘 (Algorithm of the gain calibration between each channel at Multiple Channel Electroencephalogram Measurement System)

  • 김판기;안창범
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2009년도 제40회 하계학술대회
    • /
    • pp.1990_1991
    • /
    • 2009
  • 본 논문은 뇌파와 같이 측정을 위해서 많은 수의 채널이 필요한 계측 장치에서 채널에 따른 증폭률의 차이를 보정하기 위해 동일한 입력을 가한 후 측정된 시간 영역의 신호를 주파수 영역으로 변환하고 주파수 영역에서의 신호를 분석하여 각 채널의 증폭률의 차이를 유도하고 유도된 증폭률의 차이를 보정하는 알고리즘을 소개한다. 본 논문은 다채널 시스템에서 측정된 신호를 주파수 스펙트럼으로 변환하는 단계와 스펙트럼에서 각 채널의 이득률을 분석하는 단계를 포함하는 다채널 시스템에서 채널간 이득률을 보정하는 방법을 제안한다.

  • PDF