• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.173-177
• /
• 2009

일상생활에서 활용 가능한 다양한 종류의 생체 신호 획득 및 분석 방법이 연구되고 있다. 기존의 생체 신호 분석 방법은 표준화된 임계치를 사용하여 해석한 결과를 제공하며 신호 측정 당시의 상황이 고려되지 않아 잡음 혹은 외부 환경의 영향을 받기 쉬운 단점이 있다. 본 논문에서는 생체 신호뿐만 아니라 기타 정황정보를 기반으로 하여 개인화된 신호를 분석하기 위한 모델(Personalized Decision Making method, PDM)을 제안한다. 개인화된 신호 해석 모델은 사용자의 맥락 정보, 사용자의 맥락 정보, 사용자의 나이, 성별, 현재의 몸 및 정신 상태, 음식 및 카페인의 섭취 여부, 측정 시간 및 측정 요일 등을 기반으로 각 맥락 간의 연관 관계를 나타내고, 이상적인 사용자의 생체 신호 예측치를 베이즈 정리를 기반으로 획득한다. 개인화된 해석 모델(ACM)을 통해 표준 임계치를 적용한 해석에 비해 인식의 정확도를 높일 수 있으며, 다양한 측정시의 조건을 알면 현재 사용자의 건강상태를 개인화된 분석과 유사한 정확도로 예측이 가능하다. 제안한 방법은 현재 관측된 관측치의 분포를 모르더라도, 현재 사용자의 상태를 맥락정보를 기반으로 하여 예측할 수 있으므로, 일반적인 데이터 모델을 기반으로 개개인에 맞는 얼굴 표정을 인식하는 연구 등에 활용이 가능하다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.13-18
• /
• 2008

최근 건강 관리에 대한 관심이 증가하면서 착용형 생체 신호 센서, 재택형 무구속계측 센서에 관한 연구가 활발하게 진행되고 있다. 그러나, 측정 기술의 발전과 달리 측정결과를 제공하는 단계에서는 심장 박동수, 체온 등의 값을 단일된 임계치 기반으로 판단하며, 분석된 결과가 사용자에게 어떤 의미를 주는지에 대한 해석은 제공하지 않고 있다. 따라서 본 논문에서는 사용하기 편한 돌 형태의 휴대형 생체신호 측정센서를 기반으로 사용자 별로 적합한 생체신호 해석 방법을 제안한다. 개인화된 생체 신호 해석을 위해 1 주일간 사용자의 시간대별 데이터를 획득하고 사용자 별 특성에 따라 모델링을 한 후, 모델에 기반하여 사용자에게 맞는 생체 신호 범위를 정하고 이를 판단하는 근거로 활용한다, 센서는 기존의 착용형 생체 신호 센서 및 이를 이용한 응용에 폭넓게 사용될 수 있다.

• 한국자동차공학회논문집
• /
• 제18권3호
• /
• pp.1-7
• /
• 2010

Recently, the vehicle driving device has been designed for driver's convenience. Especially, the automobile industry develops the vehicle using the joystick instead of steering wheel from the concept car. The biggest strength of using the joystick is that the driver feels less workload and fatigue than when the driver uses steering wheel. However, this kind of study still needs more research and experiments for more accurate result. Therefore, this research evaluated workload according to the driving device by the survey and the measurement of physiological signal. The reason not only using the survey also using the measurement of physiological signal is to support the result of the survey which is not enough to bring the accurate result. There were tow different kinds of methods to carry out this research; SWAT (Subjective Workload Assessment Technique) for the survey and the biopac equipment for the measurement of physiological signal. Furthermore, previously established driving simulator, GPS (Global Positioning System), and Seoul-Cheonan virtual expressway DB were used for the experiment. As the result of the experiment with 13 subjects, it was certain that using joystick device brings less workload and fatigue to the drivers than using steering wheel following both methods-the survey and the measurement of physiological signal. Also, it confirmed the significant result from the SPSS (Statistical Package for the Social Sciences) statistics analysis program.

• 한국통신학회논문지
• /
• 제37권4C호
• /
• pp.283-289
• /
• 2012

웹 기반의 생체신호 모니터링 시스템은 대량의 생체신호를 처리, 분석하여 의료센터에 전송함으로써 환자에게 신속하고 적절한 의료 서비스를 제공할 수 있다. 따라서 본 논문에서는 생체 신호를 기반으로 심장 이혈 효과를 분석하기 위한 시스템을 설계, 구성하였다. 심장 이혈 효과 분석 시스템은 생체영상 및 음성신호를 입력받고 심장 관련 생체정보 특징 추출 기법을 적용하여 입력된 생체신호 측정 및 분석을 수행하였다. 또한, 피실험자 20명을 대상으로 시스템의 성능 평가를 수행하여 실제 홈 헬스케어에 적용 가능한 시스템임을 통계 분석을 통해 입증하였다.

• 한국소음진동공학회논문집
• /
• 제23권3호
• /
• pp.258-266
• /
• 2013

This paper presents the correlation between psychological and physiological acoustics for the automotive acceleration sound. The research purpose of this paper is to evaluate the sound quality of acceleration sound of a passenger car based EEG signal. The previous method for the objective evaluation of sound quality is to use sound metrics based on psychological acoustics. This method uses not only psychological acoustics but also physiological acoustics. For this work, the sounds of 7 premium passenger cars are recorded and evaluated subjectively by 33 people. The correlation between the subjective rating and sound metrics is calculated based on physiological acoustics. Finally the correlation between the subjective rating and the EEG signal measured on the brain is also calculated. Throughout these results the new evaluation system for the sound quality on the automotive acceleration sound of a passenger car has been developed based on bio-signal.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.960-965
• /
• 2006

Privacy and security are latent problems in pervasive healthcare system. For the sake of protecting health monitoring information, it is necessary to classify and categorize the various contexts in terms of obfuscation. In this paper, we propose the physiological context categorization and specification methodology by exploiting data fusion network for automatic context alignment. In addition, we introduce the methodologies for making various level of physiological context on the context aware application model, which is wear-UCAM. This physiological context has several layers of context according to the level of abstraction such as user-friendly level or parametric level. This mechanism facilitates a user to restrict access to his/her monitoring results based on the level of details in context.

• 전기학회논문지
• /
• 제63권9호
• /
• pp.1294-1299
• /
• 2014

The emotion is deeply affected by human behavior and cognitive process, so it is important to do research about the emotion. However, the emotion is ambiguous to clarify because of different ways of life pattern depending on each individual characteristics. To solve this problem, we use not only physiological signal for objective analysis but also hybrid unsupervised-supervised learning classifier for automatic emotion detection. The hybrid emotion classifier is composed of K-means, genetic algorithm and support vector machine. We acquire four different kinds of physiological signal including electroencephalography(EEG), electrocardiography(ECG), galvanic skin response(GSR) and skin temperature(SKT) as well as we use 15 features extracted to be used for hybrid emotion classifier. As a result, hybrid emotion classifier(80.6%) shows better performance than SVM(31.3%).

• 기술혁신학회지
• /
• 제6권4호
• /
• pp.411-428
• /
• 2003

We have examined and analyzed the status of policy, R＆D investments, patents and market share of physiological signal measurement technologies for major countries including Korea, the United States, European Union and Japan. Korea is generally inferior to the others in terms of priority of industrial policy, R＆D investment, number of patents, technological level and world market share. However, Korea could recover competitiveness, with intensive government supports for this technology.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.606-611
• /
• 2007

최근 u-healthcare 서비스 분야에서 단일 시점의 일반화된 치료가 아닌 장시간 개개인의 특성이 반영된 진료와 의료 서비스에 대한 관심이 증가하고 있다. 그러나 기존의 생체 신호 해석은 임상적인 실험을 통해 얻은 표준화된 임계치를 이용해 분석하는 일관된 판단 방법이 주를 이루었다. 본 논문에서는 미래형 홈 환경에서 사용자에 따라 다른 신호 해석을 지원하는 사용자 적응적 생체 신호 해석 방법을 제안한다. 생체 신호 해석은 사용자의 컨텍스트와 환경 컨텍스트를 통합하는 모듈과, 지식표현 기법을 적용한 개인화된 추론 모듈로 구성된다. 제안된 방법은 사용자 정황 정보를 고려하여 사용자 적응적인 생체 신호 해석을 지원하며, 환경 컨텍스트를 고려하여 환경의 변화에 영향을 최소화하는 생체 신호 해석을 지원한다. 또한 사상의학 이론을 생체신호 해석에 동적으로 적용할 수 있는 틀을 제공한다. 이는 추후 미래형 홈 환경에서 다양한 종류의 센서와 함께 개인화된 맞춤형 재택 건강관리 서비스에 활용할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.1076-1094
• /
• 2022

Technology for emotion recognition is an essential part of human personality analysis. To define human personality characteristics, the existing method used the survey method. However, there are many cases where communication cannot make without considering emotions. Hence, emotional recognition technology is an essential element for communication but has also been adopted in many other fields. A person's emotions are revealed in various ways, typically including facial, speech, and biometric responses. Therefore, various methods can recognize emotions, e.g., images, voice signals, and physiological signals. Physiological signals are measured with biological sensors and analyzed to identify emotions. This study employed two sensor types. First, the existing method, the binary arousal-valence method, was subdivided into four levels to classify emotions in more detail. Then, based on the current techniques classified as High/Low, the model was further subdivided into multi-levels. Finally, signal characteristics were extracted using a 1-D Convolution Neural Network (CNN) and classified sixteen feelings. Although CNN was used to learn images in 2D, sensor data in 1D was used as the input in this paper. Finally, the proposed emotional recognition system was evaluated by measuring actual sensors.