• 대한의용생체공학회:의공학회지
• /
• 제32권4호
• /
• pp.295-304
• /
• 2011

In this study, we evaluated the EEG based BCI algorithm using common spatial pattern to find realistic applicability using neurofeedback EEG based BCI algorithm - EEG mode, feature vector calculation, the number of selected channels, 3 types of classifier, window size is evaluated for 10 subjects. The experimental results have been evaluated depending on conditioned experiment whether neurofeedback is used or not In case of using neurofeedback, a few subjects presented exceptional but general tendency presented the performance improvement Through this study, we found a motivation of development for the specific classifier based BCI system and the assessment evaluation system. We proposed a need for an optimized algorithm applicable to the robust motor imagery evaluation system with more useful functionalities.

• 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
• /
• 제22권6호
• /
• pp.793-798
• /
• 2012

In this paper, we explored the new method for extracting feature from the electroencephalography (EEG) signal based on linear regression technique with the orthonormal polynomial bases. At first, EEG signals from electrodes around motor cortex were selected and were filtered in both spatial and temporal filter using band pass filter for alpha and beta rhymic band which considered related to the synchronization and desynchonization of firing neurons population during motor imagery task. Signal from epoch length 1s were fitted into linear regression with Legendre polynomials bases and extract the linear regression weight as final features. We compared our feature to the state of art feature, power band feature in binary classification using support vector machine (SVM) with 5-fold cross validations for comparing the classification accuracy. The result showed that our proposed method improved the classification accuracy 5.44% in average of all subject over power band features in individual subject study and 84.5% of classification accuracy with forward feature selection improvement.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.525-530
• /
• 2019

뇌파가 발견된 후 임상 연구에 머물던 뇌파 관련 연구가 최근 뇌-컴퓨터 인터페이스 연구로 발전 되고 있다. 현재는 뇌파를 해석하여 로봇 팔이나 드론을 조종하는 등의 연구가 진행 중이다. 하지만 아직도 뇌파 정보의 해상도와 신뢰성은 제한적이다. 따라서 보다 더 정확히 뇌파를 측정하고 해석하는데 필요한 다양한 기술의 개발이 요구된다. 이러한 기술 개발과 함께 새로운 응용 분야의 개척 또한 중요하다. 본 논문에서는 라이프케어테인먼트에 적합한 뇌파 기반 개인 인증 시스템 개발을 제안한다. 제안한 시스템은 안전도(Electrooculogram)와 근전도(Electromyogram) 등 을 뇌파와 함께 병행 사용하여 뇌파 정보의 해상도와 신뢰성을 담보한다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권3호
• /
• pp.133-140
• /
• 2015

Neural stimulating implantable medical devices (IMDs) have been widely used to treat neurological diseases or interface with sensory feedback for amputees or patients suffering from severe paralysis. More recent IMDs, such as retinal implants or brain-computer interfaces, demand higher performance to enable sophisticated therapies, while consuming power at higher orders of magnitude to handle more functions on a larger scale at higher rates, which limits the ability to supply the IMDs with primary batteries. Inductive power transmission across the skin is a viable solution to power up an IMD, while it demands high power efficiencies at every power delivery stage for safe and effective stimulation without increasing the surrounding tissue's temperature. This paper reviews various wireless neural stimulating systems and their power management techniques to maximize IMD power efficiency. We also explore both wireless electrical and optical stimulation mechanisms and their power requirements in implantable neural interface applications.

• 감성과학
• /
• 제6권4호
• /
• pp.15-23
• /
• 2003

근래에 들어 질병으로 인하여 의사표현이 곤란한 환자에게 뇌파에 기초한 BCI(Brain Compute, Interface)와 같은 새로운 인터페이스를 제공하고자 하는 연구가 활발히 진행되고 있다. 특정 자극에 대해 유발되는 뇌파의 측정과 분석은 BCI를 위한 뇌파의 패턴과 인터페이스의 설계에 중요한 역할을 한다. 이 연구의 목적은 시청각 자극 인가 후 피험자의 반응시간을 측정하는 시스템을 EEG와 같은 생체 신호 계측 시스템과 연동이 가능한 형태로 개발하는 것이다. 제안된 시스템은 기능적으로 자극신호 발생부, 반응시간 측정부, 유발뇌파 측정부, 동기신호 발생부로 나뉘어진다. 자극신호 발생부는 실험에 이용되는 자극신호를 제작하는 부분으로서 Flash를 사용하여 구현하였다. 반응시간 측정부는 문제에 대한 답 선택 요청시각으로부터 피험자의 반응까지의 시간을 측정하는 부분으로서 마이크로컴퓨터를 이용하여 구현하였다. 유발뇌파 측정부는 시판용 하드웨어와 소프트웨어를 그대로 사용하였다. 동기신호 발생부는 전체 시스템의 동기를 맞추기 위한 신호를 발생하는 부분으로서 문제제시, 답 요구와 동기한 화면상의 명암신호와 이를 검출하는 광센서로 구성하였다. 본 논문에서 제시한 방법에서는, 기존의 유발전위 측정 및 자극시스템에 특정 모듈(반응시간 측정 장치, 동기신호 발생장치)만을 추가하여 실험자의 의도에 맞는 시스템을 설계할 수 있어 유발응답 및 반응시간의 측정을 필요로 하는 연구를 가속화 할 것이 기대된다.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.429-434
• /
• 2012

본 논문에서는 사지가 마비되어 신체를 움직이지 못하지만 뇌의 기능은 정상적인 대 마비 환자들을 위한, 생각만으로 외부의 장치를 제어할 수 있도록 하는 BCI(Brain-Computer Interface) 시스템 제어기술을 연구하였다. 사지를 움직이는 상상을 할 경우, 뇌의 운동 감각 피질 영역에서 발생하는 뮤리듬(${\mu}8$-12Hz)에서 증가되는 신호의 패턴인 Event-Related Synchronization (ERS)를 Short-Time Fourier Transform (STFT)과 Particle Swarm Optimization (PSO)를 이용하여 검출 하는 방법을 시도 하였다. ERS는 사람마다 다른 주파수 영역에서 발생하며, 본 논문에서는 ERS가 가장 많이 발현되고 전압이 큰 주파수를 검출하기 위해 8-12Hz 주파수영역의 EEG평균에서 PSO를 이용하여 가장 큰 진폭을 가지는 주파수를 확인 한 후, 해당 주파수를 사용하여 C3, C4채널에서 동작 상상 시 나타나는 ERS의 특징을 PSO를 이용하여 찾는 것이며. 개개인 마다 다른 주파수 영역에서 나타나는 ERS의 특징을 가장 많이 발현되는 주파수영역으로 고정하여 움직임 분석을 시도 하였다. 실험 결과에 사용된 data는 BCI competition IV data set의 실험자 b data를 사용 하였고, 하나의 주파수 대역만을 사용한 결과 왼손 40%, 오른손 38% 검출 정확도를 보였다.

• 대한인간공학회지
• /
• 제31권4호
• /
• pp.499-505
• /
• 2012

Objective: Research on the transformation of interaction between mobile machines and users through analysis on current gesture interface technology development trend. Background: For smooth interaction between machines and users, interface technology has evolved from "command line" to "mouse", and now "touch" and "gesture recognition" have been researched and being used. In the future, the technology is destined to evolve into "multi-modal", the fusion of the visual and auditory senses and "3D multi-modal", where three dimensional virtual world and brain waves are being used. Method: Within the development of computer interface, which follows the evolution of mobile machines, actively researching gesture interface and related technologies' trend and development will be studied comprehensively. Through investigation based on gesture based information gathering techniques, they will be separated in four categories: sensor, touch, visual, and multi-modal gesture interfaces. Each category will be researched through technology trend and existing actual examples. Through this methods, the transformation of mobile machine and human interaction will be studied. Conclusion: Gesture based interface technology realizes intelligent communication skill on interaction relation ship between existing static machines and users. Thus, this technology is important element technology that will transform the interaction between a man and a machine more dynamic. Application: The result of this study may help to develop gesture interface design currently in use.

• 센서학회지
• /
• 제25권4호
• /
• pp.257-263
• /
• 2016

Among several technologies related to human brain, Brain Computer Interface (BCI) system is one of the most notable technologies recently. Conventional BCI for direct communication between human brain and machine are discomfort because normally electroencephalograghy(EEG) signal is measured by using multichannel EEG sensor. In this study, we propose 2-channel EEG sensor-based application control system which is more convenience and low complexity to wear to get EEG signal. EEG sensor module and system algorithm used in this study are developed and designed and one of the BCI methods, Motor Imagery (MI) is implemented in the system. Experiments are consisted of accuracy measurement of MI classification and driving control test. The results show that our simple wearable system has comparable performance with studies using multi-channel EEG sensor-based system, even better performance than other studies.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1427-1428
• /
• 2015

MEMS(Micro Electro-mechanical System) are getting attention as promising industry in the 21st century. Car air bags, acceleration sensors, and medical, information appliances are being actively applied in MEMS. This paper suggest the electrical electrodes of brain signal applied MEMS model and the prototype design for EEG signal amplification circuit. Also, we suggest an independent BCI(Brain Computer Interface) system with brain electrical signal of electrode models and wireless communication platform.