http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
BCI2000기반 근전도 및 동작 상상 뇌전도를 이용한 무선 로봇 제어
조호현(Hohyun Cho),정찬민(Chanmin Jung),김무준(Mujun Kim),안민규,전성찬(Sung Chan Jun) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2B
뇌-컴퓨터 인터페이스 기술은 인간 신경계의 중추인 두뇌와 컴퓨터 간의 직접적인 교류를 위한 기술로 이를 응용하면 신체적 장애를 가지고 있는 사람들에게 신체적 한계를 극복하게 해줄 수 있는 여러 보조 장치들을 개발할 수 있다. 이 연구는 생체 신호를 이용한 로봇 제어 연구로 Lego NXT 임베디드 시스템을 통하여 하드웨어 구현을 하였으며 기본적으로 이동을 위한 동작 외에 사용자가 뇌파로 제어하기에 정교함이 요구되는 기능들을 내장시키고 전체적인 제어는 MFC MatLab 그리고 뇌-컴퓨터 인터페이스 연구의 범용 플랫폼인 BCI2000 시스템을 사용하였다. 본 연구는 뇌파 및 근전도 신호를 통해 Lego NXT를 제어할 수 있는 BCI2000 기반 어플리케이션 제작에 관한 것으로 특별히 뇌전도 신호 처리 과정에서 3 클래스 FLDA(Fisher Linear Discriminant Analysis) 분석 기법을 도입하여 제어 안정화와 기능 확장을 할 수 있었다. 이번 연구 단계에서는 Lego NXT제어를 위한 전체적인 시스템 구축을 하였으며 차후 보다 효과적인 명령패러다임과 신호처리 방법을 도입한다면 뇌-컴퓨터 인터페이스 기반의 컨텐츠로 확장을 할 수 있을 것으로 기대가 된다.
뇌전도 기반 뇌-컴퓨터 인터페이스의 동작상상 뇌파 특징 추출 알고리즘 성능 비교 연구
조호현(Hohyun Cho),안민규(Minkyu Ahn),안상태(Sangtae Ahn),전성찬(Sung Chan Jun) 한국정보과학회 2011 정보과학회논문지 : 소프트웨어 및 응용 Vol.38 No.11
뇌전도 기반 뇌-컴퓨터 인터페이스 기술은 신체 움직임이 불가능하거나 불편한 사람에게 새로운 의사전달 수단이 될 수 있으며 일반인에게도 상상만으로 컴퓨터 혹은 기계에 명령을 내릴 수 있게 하는 기술이다. 본 논문에서는 뇌 컴퓨터 인터페이스 연구 분야에 잘 알려진 Common Spatial Pattern (CSP) Invariant Common Spatial Pattern(iCSP) 그리고 Common Spatio-Spectral Pattern (CSSP) 알고리즘들의 성능을 비교 분석하였고 CSSP에 불변성(invariant)을 고려한 iCSSP를 제안하였다. 9명의 피험자로부터 두 번씩 시행한 오른손/왼손 상상움직임 실험을 통해 18셋의 뇌전도 데이터 그리고 추가로 시행한 30명의 데이터를 측정하여 총 48셋의 뇌전도 데이터를 통해 4가지 알고리즘들을 성능 변에서 비교하였다. 그 결과 CSSP의 성능과 차이가 크지는 않지만 본 연구에서 제안한 노이즈를 고려하여 최적의 필터를 구성하는 iCSSP에 대하여 더 나은 성능을 보여주는 결과들을 확인할 수 있었다. EEG based brain-computer interface directly transfers information of the brain signal into a computer or machine through electrical pathway without limb movement. In this field common spatial pattern (CSP) algorithm is a very well-known and efficient method extracting discriminative features from two different conditioned brain signals. Since CSP was firstly proposed in BCI about a decade ago many variants of CSP algorithms have been developed. Among them common spatio-spectral pattern (CSSP) and invariant common spatial pattern (iCSP) have been reported to show relatively better performance than conventional CSP because they can consider more information and more efficient noise suppression than CSP. We compared these kinds of CSP algorithms in terms of classification accuracy and suggested new invariant CSSP which takes both of advantages from CSSP and iCSP by adding noise suppression term taking into account non-stationarity to CSSP. Comparative study with 48 subjects showed that our new algorithm outperformed CSSP.
뇌전도 기반 뇌-컴퓨터 인터페이스의 특징 추출 알고리즘 비교 연구
조호현(Hohyun Cho),안민규(Minkyu Ahn),전성찬(Sung Chan Jun) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.1A
뇌전도 기반 뇌-컴퓨터 인터페이스 기술은 신체 움직임이 불가능하거나 불편한 사람에게 새로운 의사전달 수단이 될 수 있으며 일반인에게도 상상만으로 컴퓨터 혹은 기계에 명령을 내릴 수 있게 하는 기술이다. 본 논문에서는 뇌-컴퓨터 인터페이스 연구 분야에 잘 알려진 Common Spatial Pattern (CSP), Invariant Common Spatial Pattern (iCSP) 그리고 Common Spatio-Spectral Pattern (CSSP) 알고리즘들의 성능을 비교 분석하였고, CSSP에 불변성(invariant)을 고려한 iCSSP를 제안하였다. 9명의 피험자로부터 상상움직임 실험을 통해 18셋의 뇌전도 데이터를 측정하였고, 4가지 알고리즘들을 성능 면에서 비교하였다. 그 결과 CSSP의 성능과 차이가 크지는 않지만, 본 연구에서 제안한 노이즈를 고려하여 최적의 필터를 구성하는 iCSSP에 대하여 더 나은 성능을 보여주는 결과들을 확인할 수 있었다.
이성한(Sunghan Lee),조호현(Hohyun Cho),전성찬(Sung Chan Jun) 한국HCI학회 2017 한국HCI학회 학술대회 Vol.2017 No.2
사회적 상호작용은 인간의 활동에 있어 매우 큰 부분을 차지하고 있으며, 최근 이러한 인간 활동의 이해를 위해 생체신호를 활용하는데 관심이 커지고 있다. 이러한 사회적 상호작용에 대하여 연구하기 위해서는 다수의 데이터를 동시에 획득할 수 있는 시스템이 필수 불가결하다. 이에 본 연구팀에서는 다수의 생체신호를 동시에 측정할 수 있는 프레임워크를 제안하고 개발하였으며, 이를 활용한 감정영상시청 실험을 진행하여 동시에 다수의 생체신호를 실제로 획득하고 이를 분석하였다. 그 결과 우측 전두엽 영역의 뇌파에서 즐거움과 지루함의 영상을 시청할 때 두 감정범주 사이에 통계적으로 유의미한 결과가 있었고, 두 감정 처리에 있어서 우측 전두엽과 좌측 전두엽 영역의 활동이 서로 대칭관계가 있음을 확인할 수 있었다. 본 연구의 결과는 향후 연구를 통한 집단의 심리, 감정, 공감 등 생체지표 추출의 가능성을 시사하며, 본 연구에서 제안하는 프레임워크가 조금 더 실제적인 상호작용 연구를 계획하고 진행하는 데 기여할 수 있으리라 예상한다.
이성한(Sunghan Lee),조호현(Hohyun Cho),안상태(Sangtae Ahn),장효중(Hyojung Jang),전성찬(Sung Chan Jun) 한국HCI학회 2016 한국HCI학회 학술대회 Vol.2016 No.1
프랑스의 국립 연구소인 INRIA 에서 개발한 뇌-컴퓨터 인터페이스 소프트웨어 플랫폼인 OpenViBE 는 다양하고 유용한 실험패러다임과 분석툴을 제공한다. 이에 본 연구팀은 캐나다 InteraXon 사의 뇌파측정 장비 (Muse) 와 OpenViBE 를 연동하는 데이터 습득 모듈을 구현하였다. 본 논문에서는 본 연구팀이 개발한 데이터 습득 모듈에 대해 소개하고, 집중 네트워크 측정 실험을 통해 습득한 데이터의 유효성을 검증하였다. OpenViBE is the software platform for brain computer interface (BCI) research which was developed by INRIA in France. OpenViBE provides various and useful analysis tools and experimental paradigms for BCI. Therefore, our research team developed signal acquisition module interfacing wireless EEG device (Muse) from InteraXon in Canada and OpenViBE. In this paper, data acquisition module that our team developed is introduced and validated by attention network test (ANT).
뇌-컴퓨터 인터페이스 시스템에서 피험자의 잠재적 성능 확인을 위한 상상 운동움직임의 정확도 분석
안민규(Minkyu Ahn),조호현(Hohyun Cho),안상태(Sangtae Ahn),김무준(Mujun Kim),전성찬(Sung Chan Jun) 한국HCI학회 2012 한국HCI학회 학술대회 Vol.2012 No.1
뇌-컴퓨터 인터페이스를 위해 상상 손 움직임 명령 패러다임은 많이 사용되는 방법 중의 하나이다. 2클래스 명령을 위하여 주로 많이 사용되며 왼손/오른손 상상움직임을 통해 다르게 나타나는 뇌파의 공간적 패턴을 특징 값으로 사용한다. 하지만 손 상상 움직임에 대한 것은 피험자에 따라 특징이 잘 나타나지 않는 경우도 있기 때문에, 피험자의 잠재적 성능을 가늠해 보는 것은 중요하다고 할 수 있다. 이러한 피험자의 잠재적 가능성을 알아보기 위하여 52건의 왼손/오른손 상상실험으로부터 얻은 데이터를 분석하여, 다양한 조건에 대한 성능 비교 분석을 하였다. 결과적으로 대부분의 피험자가 무작위 레벨인 60% 부근에 분포함을 보였고, 100% 로 갈수록 피험자의 분포 값이 줄어듦을 확인 하였다. 조건에 대한 성능은 여성이 남성에 비하여 좋은 성능을 나타내고, 오전 9:30 및 오후 15:30 에 수행한 실험에서 상대적으로 우위에 있는 정확도를 얻을 수 있었다. 또한, MBTI의 ENFP에 속한 10명의 피험자의 정확도 평균이 73%로 유일하게 다른 15개 유형에 비하여 70%의 성능을 넘는 수준을 보여주는 것을 확인 할 수 있었다. Motor imagery is well used paradigm for Brain-Computer Interface (BCI) especially in 2 class BCI since it shows discriminative spatial pattern. But some do not perform well in such BCI system. These people are called BCI-illiteracy. Therefore it is important to estimate individual's potential performance in BCI system. In this study, we investigate the performance over various factor using 52 motor imagery datasets. As a result, many of datasets shows their performance near chance level (around 60% when 100trials for each condition). Female subjects perform better than male and some conducted in 9:30am and 15:30pm results relatively better accuracies. In addition, we found that the group in ENFP type in MBTI test shows its mean accuracy about 73% which is only one which reaches over 70% accuracy among 16 MBTI groups.