• 인지과학
• /
• 제21권2호
• /
• pp.309-338
• /
• 2010

본 논문에서는 사지가 마비되어 신체를 움직이지 못하지만 뇌의 기능은 살아있는 장애인들을 위하여, 생각만으로 외부의 장치를 제어할 수 있도록 하는 뇌-컴퓨터 인터페이스(BCI: Brain-Computer Interface) 기술을 연구하였다. 신경생리학 분야에서의 연구 결과에 의하면, 신체를 움직이는 상상을 할 경우, 뇌의 운동/감각 피질 영역에서는 $\beta$파(14-26 Hz)와 $\mu$파(8-12 Hz)가 억제/증가되는 ERD/ERS(Event-Related Desynchronization / Synchronization) 현상이 발생한다고 알려져 있다. 본 연구에서는 이를 기반으로 혀, 발, 왼손, 오른손의 동작 상상을 자극으로 이용하여 변화하는 뇌 신호 패턴을 실시간으로 분석하여 피험자의 생각을 읽을 수 있도록 하였으며, 상 하 좌 우의 네 방향으로 이동할 수 있도록 하는 마우스 제어 인터페이스를 구현하였다. 동작 상상 시 발생하는 뇌 신경 활동의 변화를 관측하기 위해서 뇌에 손상을 주지 않으면서도 높은 시간 해상도로 측정이 가능한 비침습적 뇌전도(EEG: ElectroEncephaloGraphy)를 이용하였다. 그러나 뇌전도 신호는 특성상 신호의 크기가 미약하고, 잡음의 영향을 많아 분석이 어렵다. 따라서 이를 극복하기 위해 통계적 방법을 기반으로 한 기계학습 기법인 CSP(Common Spatial Pattern)와 선형판별 분석(Linear Discriminant Analysis)을 이용하여 서로 다른 동작 상상에 의해 발생하는 뇌 신호들 간의 분산이 최대가 되도록 신호를 변환하여 인식 성능을 높일 수 있었다. 또한 분석된 뇌 신호의 시각화를 통해, 기존에 알려진 뇌의 해부학적, 신경생리학적 지식과 일치하는 ERD/ERS 현상이 발생하는 것을 확인할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.749-755
• /
• 2009

Brain-Computer Interface(이하 BCI)는 뇌파를 활용하여 인간의 의지로 컴퓨터를 제어하는 수단이나 행위이다. 뇌파 인터페이스 관련 하드웨어 제작 기술이 발전함에 따라 고가이면서 대형이었던 뇌파 측정 장비가 최근에는 소형화 되고 개인이 구매 가능한 가격대로 출시되면서 앞으로 다양한 멀티미디어 분야에서 응용이 될 것으로 예상된다. 이 논문은 뇌파 인터페이스 장치를 게임의 새로운 장치로 활용이 가능한지에 대해 게임 디자인적 관점에서 접근한다. 먼저 논문에서는 뇌파 인터페이스 장치를 적극적으로 활용할 수 있는 게임 플레이 요소를 제안하고, 이를 기반으로 하는 게임의 시제품을 제작한다. 다음으로 기존의 키보드, 마우스를 입력 장치로 사용하는 게임과의 비교 체험을 통해 뇌파 인터페이스 장치의 활용이 직관적이고 효율적인 게임 플레이를 제공하는지에 대해 통계적인 분석을 통해 검증한다. 본 논문의 결과는 BCI 기반 게임 제작을 위한 효과적인 게임 디자인 가이드라인이 될 것으로 판단된다.

• 한국게임학회 논문지
• /
• 제9권6호
• /
• pp.31-44
• /
• 2009

Brain-Computer Interface(이하 BCI)는 뇌파를 활용하여 인간의 의지로 컴퓨터를 제어하는 수단이나 행위이다. 뇌파 인터페이스 관련 하드웨어 제작 기술이 발전함에 따라 고가이면서 대형이었던 뇌파 측정 장비가 최근에는 소형화 되고 개인이 구매 가능한 가격대로 출시되면서 앞으로 다양한 멀티미디어 분야에서 응용이 될 것으로 예상된다. 이 논문은 뇌파 인터페이스 장치를 게임의 새로운 장치로 활용이 가능한지에 대해 게임 디자인적 관점에서 접근한다. 먼저 논문에서는 뇌파 인터페이스 장치를 적극적으로 활용할 수 있는 게임 플레이 요소를 제안하고 체계화하며, 이를 기반으로 하는 게임의 시제품을 제작하였다. 다음으로 기존의 키보드, 마우스를 입력 장치로 사용하는 게임과의 비교 체험을 통해 뇌파 인터페이스 장치의 활용이 직관적이고 효율적인 게임 플레이를 제공하는지에 대해 통계적인 분석을 하였으며, 실제로 직관성과 흥미로움을 제공한다는 사실이 검증되었다. 본 논문의 결과는 BCI 기반 게임 제작을 위한 효과적인 게임 디자인 가이드라인이 될 것으로 판단된다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.780-783
• /
• 2007

A Many studies have been made on the prediction of human voluntary movement intention in real-time based on invasive or non-invasive methods to help severely motor-disabled persons by offering some abilities of motor controls and communications. In the present study, we have developed an internet game driven by and/or linked to a brain-computer interface (BCI) system. Activities of two single neuronal units recorded from either hippocampus or prefrontal cortex of SD rats were used in real time to control two-dimensional movements of a robot, or a game object.

• 안보군사학연구
• /
• 통권1호
• /
• pp.249-267
• /
• 2003

EEG is an electrical signal, which occurs during information processing in the brain. These EEG signals have been used clinically, but nowadays we are mainly studying Brain-Computer Interface (BCI) such as interfacing with a computer through the EEG, controlling the machine through the EEG. The ultimate purpose of BCI study is specifying the EEG at various mental states so as to control the computer and machine. This research makes the controlling system of directions with the artifact that are generated from the subject's will, for the purpose of controlling the machine correctly and reliably. We made the system like this. First, we select the particular artifact among the EEG mixed with artifact, then, recognize and classify the signals' pattern, then, change the signals to general signals that can be used by the controlling system of directions.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권1호
• /
• pp.12-18
• /
• 2013

Motor imagery classification in electroencephalography (EEG)-based brain-computer interface (BCI) systems is an important research area. To simplify the complexity of the classification, selected power bands and electrode channels have been widely used to extract and select features from raw EEG signals, but there is still a loss in classification accuracy in the state-of- the-art approaches. To solve this problem, we propose a discriminative feature extraction algorithm based on power bands with principle component analysis (PCA). First, the raw EEG signals from the motor cortex area were filtered using a bandpass filter with ${\mu}$ and ${\beta}$ bands. This research considered the power bands within a 0.4 second epoch to select the optimal feature space region. Next, the total feature dimensions were reduced by PCA and transformed into a final feature vector set. The selected features were classified by applying a support vector machine (SVM). The proposed method was compared with a state-of-art power band feature and shown to improve classification accuracy.

• 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.

• 대한의용생체공학회:의공학회지
• /
• 제41권1호
• /
• pp.22-27
• /
• 2020

Auditory stimuli are commonly used in various electroencephalogram experiments, also in EEG-based brain-computer interface systems. However, using conventional earphones that blocks the ear canal attenuates or even blocks external environmental sound which might cause loss of crucial information from surroundings. Instead, bone-conductive earphones are able to deliver sound through vibration without blocking the ear canal. To investigate the feasibility of the bone-conductive earphones for auditory-stimuli based experiments, we compared N100 event-related potential features as well the event-related spectral perturbation and inter-trial coherence of auditory steady-state response between conventional and bone-conductive earphones. The results showed no significant differences between bone conduction and conventional earphones regardless of distinct sound pressures. This result shows that bone conductive earphones can be used for auditory experiments when the environmental sound is crucial to the user.

• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.739-741
• /
• 2003

Electroencephalogram (EEG)-based brain computer interface (BCI) provides a new communication channel between human brain and computer. EEG is very noisy data and contains artifacts, thus the extraction of features that are robust to noise and artifacts is important. In this paper we present a method with employ both independent component analysis (ICA) and oriented principal component analysis (OPCA) for artifact-robust feature extraction.