KR100397374B1 - Remote control apparatus for electrical home appliances using brain waves and method therefor - Google Patents
Remote control apparatus for electrical home appliances using brain waves and method therefor Download PDFInfo
- Publication number
- KR100397374B1 KR100397374B1 KR10-2001-0006620A KR20010006620A KR100397374B1 KR 100397374 B1 KR100397374 B1 KR 100397374B1 KR 20010006620 A KR20010006620 A KR 20010006620A KR 100397374 B1 KR100397374 B1 KR 100397374B1
- Authority
- KR
- South Korea
- Prior art keywords
- eeg
- remote control
- brain
- home appliance
- wave
- Prior art date
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 9
- 210000001652 frontal lobe Anatomy 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 210000003128 head Anatomy 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 210000004761 scalp Anatomy 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000036982 action potential Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 206010001497 Agitation Diseases 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 2
- 230000002964 excitative effect Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 125000000129 anionic group Chemical group 0.000 description 1
- 150000001450 anions Chemical class 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 125000002091 cationic group Chemical group 0.000 description 1
- 150000001768 cations Chemical group 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000000193 eyeblink Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 239000002858 neurotransmitter agent Substances 0.000 description 1
- 229910001414 potassium ion Inorganic materials 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 229910001415 sodium ion Inorganic materials 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C23/00—Non-electrical signal transmission systems, e.g. optical systems
- G08C23/04—Non-electrical signal transmission systems, e.g. optical systems using light waves, e.g. infrared
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
- H04Q9/02—Automatically-operated arrangements
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C2201/00—Transmission systems of control signals via wireless link
- G08C2201/30—User interface
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
Abstract
본 발명은 뇌파를 이용한 가전기기 원격제어장치 및 방법을 제공하며, 개인별 고유뇌파 특성을 반영하며, 사용자의 의식 및 의지에 따라서 달라지는 뇌파의 변화상태를 측정하여 가전기기를 원격 제어하는 원격제어장치 및 방법에 관한 것이다. 본 발명에 따른 가전기기 원격제어장치는 뇌파를 측정하여 입력하는 뇌파측정입력수단, 상기 뇌파측정입력수단으로부터 측정된 뇌파를 증폭하는 증폭수단, 상기 증폭수단에서 증폭된 아날로그 뇌파신호를 디지털 신호로 변환하는 아날로그-디지털 변환수단, 소정의 기준뇌파를 저장하는 기준뇌파저장부 및 상기 측정된 뇌파와 상기 기준뇌파저장부에 저장된 기준뇌파와 비교, 분석, 처리하는 마이크로프로세서를 구비한 뇌파처리수단, 및 상기 뇌파처리수단에서 처리된 처리결과에 따라서 가전기기와 같은 소정의 제어대상을 원격 제어하는 원격제어수단을 포함한다. 마이크로프로세서는 뇌파신호의 주파수분석결과를 기준뇌파와 비교하여, 사용자의 뇌파에 따라 가전기기를 원격제어할 수 있다. 또한, 기준 뇌파는 실시간으로 사용자의 뇌파를 분석하여 결정되거나, 뇌파데이터베이스로부터 입력된다. 따라서 본 발명은 각 사용자에게 맞는 뇌파 신호의 기준을 설정함으로써 적절한 난이도를 가지고 자신의 뇌파를 조절할 수 있으며 좌우뇌파를 동시에 이용하여 좌우뇌의 비대칭을 교정하는 효과가 있다.The present invention provides a remote control device and method for home appliances using EEG, and reflects individual EEG characteristics for each individual, and remote control device for remotely controlling home appliances by measuring the state of change in the EEG changes depending on the user's consciousness and will; It is about a method. The remote control device for home appliances according to the present invention includes an EEG measuring input means for measuring and inputting EEG, an amplifying means for amplifying the EEG measured from the EEG measuring input means, and converting an analog EEG signal amplified by the amplifying means into a digital signal. EEG processing means having an analog-digital conversion means, a reference EEG storage unit for storing a predetermined reference EEG and a microprocessor for comparing, analyzing and processing the measured EEG and the reference EEG stored in the reference EEG storage unit, and And remote control means for remotely controlling a predetermined control target such as a home appliance according to the processing result processed by the brain wave processing means. The microprocessor may compare the frequency analysis result of the EEG signal with the reference EEG, and remotely control the home appliance according to the EEG of the user. In addition, the reference EEG is determined by analyzing the EEG of the user in real time, or is input from the EEG database. Therefore, the present invention can adjust the brain waves of the brain with appropriate difficulty by setting the standard of the EEG signal suitable for each user, and has the effect of correcting the asymmetry of the left and right brain waves simultaneously using the left and right brain waves.
Description
본 발명은 뇌파를 이용한 가전기기 원격제어장치 및 방법에 관한 것으로, 보다 상세하게는 개인별 고유뇌파특성을 반영하며, 사용자의 의식 및 의지에 따라서 달라지는 뇌파의 변화상태를 측정하여 가전기기를 원격 제어하는 뇌파를 이용한 가전기기 원격제어장치 및 방법에 관한 것이다.The present invention relates to a remote control device and method for home appliances using EEG, and more particularly, to reflect the individual EEG characteristics of each individual, and to remotely control home appliances by measuring the state of change in the EEG changes depending on the user's consciousness and will It relates to a home appliance remote control device and method using an EEG.
인간의 두피에서 측정되는 수십 마이크로 볼트 크기의 30Hz이하의 전위차는 의식상태를 반영하는 물리값으로서 과학기술적 연구가치가 매우 높다. 기술적인 응용으로서는 인간의 의지를 기계가 바로 인식하도록 함으로써, 인간의 생각만으로도 기계장치등을 제어하는 연구가 활발히 진행되고 있다.Potential differences below 30Hz, measured in human scalp sizes of tens of microvolts, are physics that reflect consciousness and are of great scientific and technological value. As a technical application, by allowing a machine to recognize a human will immediately, studies are being actively conducted to control machines and the like only by human thought.
뇌파에는 알파파, 베타파, 쎄타파 및 델타파 등 4가지 종류가 있다. 베타파는 14Hz 이상의 주파수를 지닌 뇌파로서, 보통 인간의 오감이 기능할 때의 일상활동 또는 정신을 집중시키거나 뇌활동이 증가되는 상태에서 두정부 및 전두엽에서 잘 관찰된다. 알파파는 8~13Hz의 주파수를 지닌 뇌파로서, 심리적으로 안정되었을 때나 눈을 감은 상태 또는 정상 성인이 안정된 정신 상태에서 발생되고, 특히 후두부 및 두정부에서 잘 관찰된다. 쎄타파는 4~7Hz의 주파수를 지닌 뇌파로서, 어린이의 두정부 및 측두부에서 관찰되고, 성인에게서는 수면시나 깊은 실망등의 스트레스가 있을 때 혹은 뇌질환이 있을 때 관찰된다. 델타파는 0.5~4Hz의 주파수를 지닌 뇌파로서, 유아에게서도 관찰되고, 성인에게서는 깊은 수면시나 심한 뇌질환시에 나타날 수 있다.There are four types of brain waves: alpha waves, beta waves, theta waves, and delta waves. Beta waves are frequencies of 14 Hz or higher, and are usually observed in the head and frontal lobe in the state of concentration or brain activity when the human five senses function. Alpha waves are brain waves with a frequency of 8 to 13 Hz, which occur when psychologically stable, with eyes closed or in normal adults with a stable mental state, especially in the larynx and the head. Theta wave is a brain wave with a frequency of 4 to 7 Hz, which is observed in the head and temporal region of a child, and in adults when there is stress such as sleep or deep disappointment or when there is a brain disease. Delta waves are brain waves with a frequency of 0.5 to 4 Hz, which are also observed in infants, and can occur during deep sleep or in severe brain diseases in adults.
뇌파를 판독하는 방법으로는 시간 영역에서의 판독 방법과 주파수 영역에서의 판독방법이 있다. 시간 영역에서의 뇌파를 판독하는 것은 많은 경험과 숙련이 요구되는 것이며, 미세한 차이를 구분하기 어렵다. 현재 널리 사용되는 주파수 분석 방법에서는 실시간으로 피험자의 상태를 쉽게 판독할 수 있도록 측정된 신호를 처리하는 것이 필요하다.The method of reading an EEG includes a reading method in the time domain and a reading method in the frequency domain. Reading brain waves in the time domain requires much experience and skill, and it is difficult to distinguish minute differences. Current widely used frequency analysis methods require processing of the measured signal so that the subject's condition can be easily read in real time.
이러한 기존의 뇌파를 이용한 제어방법은 각 개인별 뇌파의 차이에 상관없이 뇌파를 인식하는 방법을 추구하였으므로, 개인별 뇌파의 차이에 의한 해석상의 오류를 발생시킬 수 있었다. 또한, 각 개인별 뇌파를 통계치로 이루어진 뇌파 데이터베이스와 비교하지 않기 때문에, 각 개인별 제어가 용이한 주파수 영역 또는 개인별 집중도를 효율적으로 이용할 수 없었다. 또한, 뇌파를 측정하여 가전기기를 원격제어하는 기술은 없었다.Since the conventional control method using the EEG pursues a method of recognizing the EEG irrespective of the difference in each individual EEG, it could cause an error in interpretation by the difference in the individual EEG. In addition, since the EEG for each individual is not compared with the EEG database composed of statistics, it is not possible to efficiently use the frequency domain or the individual concentration that can be easily controlled for each individual. In addition, there is no technology for remotely controlling home appliances by measuring brain waves.
본 발명이 이루고자 하는 기술적 과제는 상기한 바와 같은 기존의 단점들을 해결하기 위하여, 사용자의 개인별 뇌파특성을 실시간으로 반영한 기준뇌파를 이용하여, 사용자의 의지의 변화에 따라서 달라지는 뇌파를 이용하거나 또는 사용자의 뇌파를 예비측정하여 뇌파 데이터베이스와 비교함으로써 각 사용자의 뇌파특성이 고려된 기준뇌파를 이용하여 가전기기를 원격 제어하는 뇌파를 이용한 가전기기 원격제어장치 및 방법을 제공하는 데 있다.The technical problem to be achieved by the present invention is to solve the above-mentioned disadvantages, by using the reference EEG reflecting the individual EEG characteristics of the user in real time, using the EEG changes depending on the change of the user's will or The present invention provides a remote control device and method for a home appliance using a brain wave to remotely control a home appliance using a reference brain wave considering the brain wave characteristics of each user by preliminarily measuring the brain waves.
도 1은 본 발명에 의한 뇌파를 이용한 가전기기 원격제어장치를 도시한 개략도이다.Figure 1 is a schematic diagram showing a home appliance remote control device using a brain wave according to the present invention.
도 2는 본 발명에 의한 뇌파를 이용한 가전기기 원격제어장치의 블록도이다.Figure 2 is a block diagram of a remote control device for home appliances using the brain wave according to the present invention.
도 3은 본 발명에 의한 뇌파를 이용한 가전기기 원격제어방법을 설명하기 위한 흐름도이다.3 is a flow chart illustrating a remote control method for home appliances using the brain wave according to the present invention.
<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>
10...헤드밴드, 12...전극,10 headbands, 12 electrodes,
20...뇌파처리부, 22...증폭기,20 ... EEG, 22 ... Amplifier,
24...AD 변환기, 26...마이크로프로세서,24 ... AD converter, 26 ... microprocessor,
28...저장부, 29...가전기기 선택부,28 ... storage section, 29 ... home appliance selection section,
30...원격제어부, 40...가전기기30 ... remote control unit, 40 ... appliance
본 발명은 상기한 기술적 과제를 달성하기 위하여, 뇌파를 측정하여 입력하는 뇌파측정입력수단, 상기 뇌파측정입력수단으로부터 측정된 뇌파를 증폭하는 증폭수단, 상기 증폭수단에서 증폭된 아날로그 뇌파신호를 디지털 신호로 변환하는 아날로그-디지털 변환수단, 소정의 기준뇌파를 저장하는 기준뇌파저장부 및 상기 측정된 뇌파에 대한 알파파와 베타파의 제곱 평균 제곱근(RMS), 좌뇌 우뇌 활성화 비율 및 움직임 평균(Moving Average) 중의 적어도 하나를 포함하는 패턴을 상기 기준뇌파저장부에 저장된 기준뇌파에 대한 패턴과 비교, 분석, 처리하는 마이크로프로세서를 구비한 뇌파처리수단, 및 상기 뇌파처리수단에서 처리된 처리결과에 따라서 가전기기와 같은 소정의 제어대상을 원격 제어하는 원격제어수단을 포함하는 뇌파를 이용한 가전기기 원격제어장치를 제공한다.The present invention to achieve the above technical problem, EEG measurement input means for measuring and inputting the EEG, amplification means for amplifying the EEG measured from the EEG measurement input means, the analog EEG signal amplified by the amplification means digital signal Analog-to-digital conversion means for converting to a reference EEG storage unit for storing a predetermined reference EEG and the root mean square root (RMS) of alpha and beta waves for the measured EEG, left brain right brain activation rate and moving average EEG processing means having a microprocessor for comparing, analyzing, and processing a pattern including at least one of the pattern with respect to the reference EEG stored in the reference EEG storage unit, and the home appliance according to the processing result processed by the EEG processing means Home appliances using brain waves, including remote control means for remotely controlling a predetermined control target such as Provide remote control device.
본 발명 장치의 바람직한 실시예에 있어서 상기 뇌파측정입력수단은 두피에 착용하여 뇌파를 검출하는 전극이 부착된 헤드밴드임을 특징으로 한다.In a preferred embodiment of the device of the present invention, the EEG measuring means is characterized in that the headband is attached to the electrode for detecting the EEG worn on the scalp.
본 발명 장치의 바람직한 실시예에 있어서 상기 뇌파는 알파파 및 베타파의 진폭, 베타파에 대한 알파파의 상대적 비율, 알파파 및 베타파 분포의 표준편차를 포함하여 이루어진다.In a preferred embodiment of the device of the present invention, the brain wave comprises the amplitude of alpha wave and beta wave, the relative ratio of alpha wave to beta wave, and standard deviation of alpha wave and beta wave distribution.
본 발명 장치의 바람직한 실시예에 있어서 상기 뇌파처리수단은 복수의 가전 기기중 하나를 선택할 수 있는 선택수단을 구비한다.In a preferred embodiment of the device of the present invention, the brain wave processing means is provided with selection means for selecting one of a plurality of home appliances.
본 발명 장치의 바람직한 실시예에 있어서 상기 가전기기 선택수단은 사용 빈도수가 가장 높은 것을 기본값으로 선택된다.In a preferred embodiment of the device of the present invention, the home appliance selection means is selected by default of the highest frequency of use.
본발명의 다른 태양에 의하면, 뇌파를 측정하여 입력하는 단계와; 상기 측정된 뇌파를 증폭하는 증폭단계와; 상기 증폭단계에서 증폭된 아날로그 뇌파신호를 디지털 신호로 변환하는 아날로그-디지털 변환단계와; 소정의 기준뇌파를 저장하는 기준뇌파저장부 및 마이크로프로세서를 구비한 소정의 뇌파처리수단을 이용하여, 상기 측정된 뇌파에 대한 알파파와 베타파의 제곱 평균 제곱근(RMS), 좌뇌 우뇌 활성화 비율 및 움직임 평균(Moving Average) 중의 적어도 하나를 포함하는 패턴을 상기 기준뇌파저장부에 저장된 기준뇌파에 대한 패턴과 비교, 분석하고 처리하며 그 처리결과에 따라서 소정의 원격 제어 수단을 동작시켜 가전기기와 같은 소정의 제어대상을 원격 제어하는 단계;를 포함하는 뇌파를 이용한 가전기기 원격제어방법을 제공한다.According to another aspect of the present invention, the method comprising the steps of measuring and inputting brain waves; An amplifying step of amplifying the measured brain waves; An analog-digital conversion step of converting the analog brain wave signal amplified in the amplification step into a digital signal; Using a reference EEG storage unit for storing a predetermined reference EEG and a predetermined EEG processing means including a microprocessor, the root mean square (RMS) of the alpha wave and the beta wave (RMS), the left brain right brain activation rate and movement with respect to the measured EEG Compare, analyze, and process a pattern including at least one of a moving average with a pattern for a reference EEG stored in the reference EEG storage unit, and operate a predetermined remote control means according to the processing result to determine a predetermined value such as a home appliance. Remote control of the control target of the; provides a home appliance remote control method using a brain wave.
본 발명 장치 및 방법의 바람직한 실시예에 있어서 상기 마이크로프로세서는 뇌파신호의 주파수분석결과를 기준뇌파와 비교하여, 사용자의 뇌파에 따라 가전기기를 원격제어할 수 있다. 또한, 기준 뇌파는 실시간으로 사용자의 뇌파를 분석하여 결정되거나, 뇌파데이터베이스로부터 입력된다.In a preferred embodiment of the apparatus and method of the present invention, the microprocessor may remotely control the home appliance according to the brain wave of the user by comparing the frequency analysis result of the brain wave signal with a reference brain wave. In addition, the reference EEG is determined by analyzing the EEG of the user in real time, or is input from the EEG database.
본 발명 장치 및 방법의 바람직한 실시예에 있어서 상기 뇌파신호분석은 좌우전두엽의 뇌파신호를 사용한다.In a preferred embodiment of the device and method of the present invention, the EEG signal analysis uses EEG signals of the left and right frontal lobes.
이하, 첨부된 도면들을 참조하여, 본 발명의 바람직한 실시예에 의한 뇌파를 이용한 가전기기 원격제어장치의 구성 및 동작에 대해서 보다 상세히 설명하기로 한다.Hereinafter, with reference to the accompanying drawings, it will be described in more detail with respect to the configuration and operation of the remote control device for home appliances using brain waves according to a preferred embodiment of the present invention.
도 1은 본 발명에 의한 뇌파를 이용한 원격제어장치를 도시한 개략도로서, 뇌파측정입력부(10), 뇌파처리부(20) 및 원격제어부(30)로 구성되어있다. 뇌파측정입력부(10)인 헤드밴드(10)는 머리띠처럼 사람의 두피에 접촉되어 간편하게 뇌파를 측정하는 것이다. 뇌파는 헤드밴드(10)내의 전극(12)에 의해 측정된다. 이 측정된 미세한 뇌파의 아날로그 전압신호는 수 마이크로 볼트 내지 수십 마이크로 볼트의 전위차를 가지며 주로 30헤르쯔이하의 신호로서, 뇌파처리부(20)에서 증폭되고 디지털 신호로 변환되고 기준뇌파와 비교, 분석되어 원격제어부(30)인 리모콘(30)(remote controller)에 전송되며, 리모콘(30)은 수신된 신호에 따라 가전기기(40)를 제어한다. 가전기기(40)의 예로서 텔레비전(42), 비디오(44) 또는 오디오(46)가 될 수 있다. 상기 뇌파처리부(20)에는 가전기기 선택부(29)가 포함될 수 있다. 여러 가전기기중에 하나를 선택하여 원격제어하고자 할 경우, 가전기기선택부(29)에서 선택되어짐에 따라 선택된 가전기기에 적합한 적외선 신호가 리모콘(30)에서 송신된다. 가전기기 선택부(29)는 기계적인 동작으로 선택되거나 전기적인 동작으로 선택될 수 있다. 기계적인 동작은 버튼 형식으로 되어 하나가 눌려지면 다른 것은 튀어나오도록 하는 방식으로 가전기기중의 하나를 선택하게 된다. 전기적인 동작은 일반 리모콘에서 주로 사용되는 것과 같이 키를 누르면 그 키에 해당되는 가전기기 선택모드가 저장부(28)에 기억되는 방식이다. 이때 현재 가전기기 선택부(29)가 어떤 모드로 선택되어있는 지를 표시하기 위하여 별도의 LED(미도시)가 구비될 수 있다. 이 LED는 그 모드를 표시하기 위하여 계속 켜져있을 수 있고, 전력소비를 감소시키기 위하여 뇌파 신호에 따라 리모콘(30)을 제어하는 동작이 행해지는 순간에 깜빡일 수도 있다.1 is a schematic diagram showing a remote control device using an brain wave according to the present invention, which is composed of an EEG measurement input unit 10, an EEG processing unit 20 and a remote control unit 30. The headband 10, which is the EEG measurement input unit 10, simply contacts the human scalp like a headband to measure EEG. EEG is measured by an electrode 12 in the headband 10. The measured analogue voltage signal of the EEG has a potential difference of several microvolts to several tens of microvolts and is mainly a signal of 30 hertz or less, which is amplified by the EEG processor 20, converted into a digital signal, compared with a reference EEG, and analyzed remotely. The controller 30 is transmitted to a remote controller 30, which is a controller 30, and the remote controller 30 controls the home appliance 40 according to the received signal. Examples of the home appliance 40 may be a television 42, a video 44 or an audio 46. The EEG processing unit 20 may include a home appliance selection unit 29. If one of several home appliances is to be selected for remote control, an infrared signal suitable for the selected home appliance is transmitted from the remote controller 30 as selected by the home appliance selection unit 29. The home appliance selection unit 29 may be selected by a mechanical operation or an electrical operation. The mechanical action is in the form of a button so that when one is pressed and the other one pops out, one of the home appliances is selected. The electrical operation is a method in which a home appliance selection mode corresponding to the key is stored in the storage unit 28 when a key is pressed, as is commonly used in a general remote controller. In this case, a separate LED (not shown) may be provided to indicate in which mode the current home appliance selection unit 29 is selected. This LED may be on continuously to indicate its mode, and may blink at the moment when an operation of controlling the remote controller 30 according to the EEG signal is performed to reduce power consumption.
도 2는 본 발명에 의한 뇌파를 이용한 원격제어장치의 블록도이고, 헤드밴드(10), 뇌파처리부(20) 및 원격제어부(30)로 구성되어 있고, 뇌파처리부(20)는 증폭기(22), 아날로그-디지털 변환기(24)(ADC, analog-digital converter), 마이크로프로세서(26), 저장부(28) 및 가전기기 선택부(29)를 구비한다.2 is a block diagram of a remote control device using an brain wave according to the present invention, and is composed of a headband 10, an EEG processing unit 20 and a remote control unit 30, the EEG processing unit 20 is an amplifier 22 And an analog-digital converter 24 (ADC), a microprocessor 26, a storage unit 28, and a home appliance selection unit 29.
도 2에서, 수 마이크로볼트 정도의 헤드밴드(10) 전극 신호를 받아서 5만배 정도 증폭하는 증폭기(22), 상기 증폭된 신호를 아날로그-디지털 변환하는 A/D 변환기(24), 및 상기 A/D 변환기(24)로부터의 디지털 신호는 마이크로프로세서(26)에 제공된다. 마이크로프로세서(26)는 입력된 뇌파신호를 기준뇌파저장부(28)에 저장된 기준뇌파와 비교, 분석, 처리과정을 거쳐 패턴을 인식하고, 가전기기선택부(29)에 의해 선택된 가전기기 선택모드 및 상기 패턴에 따른 원격 제어 신호를 원격제어부(30)에 전송한다.In FIG. 2, an amplifier 22 receiving a headband 10 electrode signal of several microvolts and amplifying about 50,000 times, an A / D converter 24 for analog-to-digital converting the amplified signal, and the A / The digital signal from the D converter 24 is provided to the microprocessor 26. The microprocessor 26 recognizes the pattern by comparing the input EEG signal with the reference EEG stored in the reference EEG storage unit 28, analyzing and processing, and selecting the home appliance selection mode selected by the home appliance selection unit 29. And a remote control signal according to the pattern to the remote control unit 30.
상기 마이크로프로세서(26)는 이렇게 측정되어 마이크로프로세서(26)에 입력된 뇌파신호를 분석하여 몇 개의 파라미터를 추출한다. 본 발명에서는 좌, 우 전두엽에서 측정된 뇌파의 알파파와 베타파의 진폭, 평균값, 표준편차, 알파파와 베타파의 비율을 파라미터로 사용한다. 뇌파의 측정위치, 주파수, 파라미터를 추출하는 분석방법은 원격제어장치의 목적과 성격에 따라 적절히 취하여야 한다. 사용자의 안정도가 높아질수록 원격제어에 유리해지도록 하려면 알파파의 비율을 주요 파라미터로 사용한다. 원격제어 명령어 생성에 사용되는 뇌파의 파라미터를 제어변수로 명명하도록 한다. 뇌파 제어변수를 이용해 사용자의 상태나 의지를 판별하기 위해서는 각 변수들의 기준값이 필요하다. 예를 들어 변수 X가 X0보다 커지면 텔레비전의 채널이 업(UP)되거나 음량(volume)이 UP되고, X0보다 작아지면 채널이 다운(DOWN)되거나 음량이 DOWN되는 명령으로 인식하도록 할 수 있다. 이 때 X0가 기준값인데 이 값을 결정하는 방법은 실시간으로 구하는 경우와 데이터베이스를 이용하는 경우가 있다.The microprocessor 26 is thus measured and analyzes the EEG signal input to the microprocessor 26 to extract several parameters. In the present invention, the amplitude, average value, standard deviation, and ratio of alpha wave and beta wave of the brain wave alpha wave and beta wave measured in the left and right frontal lobe are used as parameters. Analytical methods to extract the location, frequency, and parameters of EEG should be taken according to the purpose and nature of the remote control. In order to increase the stability of the user to be advantageous for remote control, the ratio of alpha waves is used as a main parameter. Name the EEG parameter used to generate the remote control command as the control variable. In order to determine the user's state or will by using EEG control variables, reference values of each variable are required. For example, if the variable X is larger than X 0 , the channel of the television is UP or the volume is UP, and if the variable X is smaller than X 0 , the channel is down or the volume is DOWN. . At this time, X 0 is a reference value. The method of determining this value is obtained in real time or in a database.
기준값을 실시간으로 결정하는 경우에는, 뇌파의 사전 측정이 필요없이 실시간으로 측정한 뇌파신호를 통계적으로 분석(일 예를 들면 주파수분석)하여 기준값을 결정한다. 예를 들어 일정시간동안의 알파파 비율의 평균값을 기준값으로 정하고, 이보다 높은 알파파 비율이 측정되면 사용자가 안정된 상태라고 판별하고, 이러한 경우에는 음량을 DOWN하도록 할 수 있다.When the reference value is determined in real time, the EEG signal measured in real time is statistically analyzed (for example, frequency analysis) to determine the reference value without preliminary measurement of the EEG. For example, the average value of the alpha wave ratio for a predetermined time may be set as a reference value, and when a higher alpha wave ratio is measured, the user may determine that the user is in a stable state. In this case, the volume may be turned down.
데이터베이스를 이용할 경우에는, 사전에 사용자의 뇌파를 측정한 후, 사용자의 뇌파에 적합한 기준값을 데이터베이스로부터 입력한다. 사용자는 최초로 원격제어를 할 경우에는 뇌파측정을 통해 자신의 뇌파를 등록하고, 이후에는 등록된 값을 이용한다. 데이터베이스에는 다수의 사용자의 뇌파에 대한 통계적 분석결과에 따른 뇌파의 개인적 특성에 따른 적절한 변수의 기준값들이 포함되어있다.In the case of using the database, after measuring the brain waves of the user in advance, a reference value suitable for the brain waves of the user is input from the database. In the case of remote control for the first time, the user registers his EEG through EEG measurement and then uses the registered value. The database contains reference values of appropriate variables according to the individual characteristics of the EEG according to the statistical analysis of the EEG of a large number of users.
사람의 두뇌가 활동을 하고 있을 때 내부적으로는 뉴런에서 신경물질들이 이동을 하게된다. 이 때 10nm 두께의 세포막(cell membrane)의 채널(channel)에 의해 전위가 활성화되고 채널을 통한 이온의 이동으로 전위가 발생하게된다. 이온들의 양에 의해 전위의 크기와 유지시간이 결정되게 되는데 정지전위라는 것은 외부 입력이 없는 상황하에서의 전위를 말하고 활동전위는 자극에 의해 세포의 전위들이 증가하여 임계값(threshold)을 넘었을 때 발생하는 전위를 말한다. 이 신경 전달 물질로는 흥분성 물질(양이온)인 나트륨, 칼륨 이온이 있고 억제성 물질(음이온)인 염소가 있다. 양이온은 활동전위를 형성하고 음이온은 뉴런의 흥분을 방해하게 된다. 흥분성 입력과 억제성 입력의 값이 영(0)을 상회하는 값을 가질 때 활동 전위가 발생하게 된다. 이 때 뇌파는 개개의 세포에 의한 것이 아니라, 세포 전체 집합의 흥분에 의한 것으로 본 발명에서는 이 뇌파를 이용하게 된다. 뇌의 전두엽(Frontal)부분은 의사결정, 목적 지향행동 주관, 고등정서의 중추이므로 이 부분에서의 뇌전위를 측정하여 가전기기 원격제어에 이용한다.When the human brain is active, neurons move internally from neurons. At this time, the potential is activated by the channel of the 10 nm thick cell membrane, and the potential is generated by the movement of ions through the channel. The magnitude of the potential and the retention time are determined by the amount of ions. The static potential refers to the potential under the absence of external input, and the action potential occurs when the potential of the cell increases by stimulation and exceeds the threshold. Says the potential. These neurotransmitters include sodium and potassium ions, which are excitatory (cationic), and chlorine, which is inhibitory (anionic). The cation forms an action potential and the anion interferes with the excitability of the neuron. An action potential occurs when the excitatory and inhibitory inputs have values above zero. At this time, the brain waves are not caused by individual cells but by excitability of the whole cell set. In the present invention, the brain waves are used. The frontal part of the brain is the backbone of decision-making, purpose-directed behavior, and high emotion, so the brain potential is measured and used for remote control of home appliances.
헤드밴드(10)는 두뇌의 전두엽(Fp1,Fp2)부분에서 좌뇌와 우뇌 각각 2개의 단자(12)와 중간의 단자(12) 1개, 총 5개의 단자(12)로부터 2개의 채널의 뇌전위를 측정하여 그 신호를 뇌파처리부(20)로 보내게된다. 나이키스트(Nyquist) 이론에 의해 뇌전위(EEG, electroencephalogram)에서의 최대 주파수로 생각되는 50Hz의 두 배인 100Hz를 샘플링 주파수(Sampling frequency)로 선택한다. 뇌전위는 적절한 샘플링 주파수가 주어지면 정확한 상관차원(Correlation Dimension)을 갖지만 뇌파는 외부계와 끊임없는 상호작용을 하므로 측정시간이 길수록 불안정하다. 따라서 측정된 뇌전위 데이터가 안정성을 유지하는 최대 길이를 데이터 길이로 결정한다. 또한 계가 안정적인가를 알기 위해 리커런스 플롯(recurrence plot, 1차원인 시계열 데이터에 내포되어있는 역동성의 정보를 2차원정보로 분리 확장하여 분석하는 방법)과 단기 푸리에 변환(STFT, Short Term Fourier Transformation)을 이용한다.Headband 10 is the brain potential of two channels from two terminals 12 and one intermediate terminal 12 and a total of five terminals 12 in the frontal lobe Fp1 and Fp2 of the brain, respectively. Measure the signal is sent to the brain wave processing unit 20. The Nyquist theory selects the sampling frequency as 100 Hz, which is twice the 50 Hz that is considered to be the maximum frequency at the electroencephalogram (EEG). EEG has the correct correlation dimension given the proper sampling frequency, but since the EEG continuously interacts with the external system, the longer the measurement time, the more unstable. Therefore, the maximum length at which the measured brain potential data is stable is determined as the data length. In order to know whether the system is stable, we also use a recurrence plot (a method of separating and analyzing dynamic information contained in one-dimensional time series data into two-dimensional information) and a short term Fourier transform (STFT). I use it.
뇌파처리장치(20)중 A/D 변환기(24)에서는 우선 그 아날로그신호를 디지털신호로 변환하여 마이크로프로세서(26)에 전달해주게 되고 마이크로프로세서(26)에서는 저역-통과 필터링(Low-pass filtering), 잡음(noise) 제거, 눈 깜빡임(eye blink) 제거 과정을 포함하는 전처리 과정을 거쳐 뇌전위 신호를 메모리에 저장하게된다. 잡음제거는 동적 잡음(dynamical noise), 측정 잡음(measurement noise), 백색 잡음(white noise), 다른 바이오 신호들(other bio signals, 예를 들면 근전도(EMG, electromyogram) 잡음)의 제거와 더불어 3개의 점(point) 또는 그 이상의 움직임 평균(moving average)과 각 디지털 값들의 회귀(regression) 결과를 사용하여 벡터가 불일치되거나 일정한 방향성을 가진 점들 중에 다른 크기를 가진 점들을 제거하는 방식으로 이루어진다.The A / D converter 24 of the EEG 20 first converts the analog signal into a digital signal and transmits the analog signal to the microprocessor 26, and the microprocessor 26 performs low-pass filtering. The brain potential signal is stored in the memory through a preprocessing process including noise removal and eye blink removal. Noise rejection is based on the removal of dynamic noise, measurement noise, white noise, and other bio signals (e.g. electromyogram (EMG) noise). Using a moving average of points or more and the regression result of each of the digital values, the vector is removed in such a way as to remove points of different sizes among inconsistent or constant directional points.
전처리 과정을 거친 뇌전위 신호는 우선 알파파와 베타파의 제곱 평균 제곱근(RMS, root mean square), 좌뇌 우뇌 활성화 비율, 움직임 평균 및 사용자의 기존 뇌파를 종합하여 내부적으로 정의된 패턴과 비교하여 그 결과에 따라, 가전기기선택부(29)에서 선택된 가전기기를 제어하는 신호를 원격제어부(30)를 통해 내보내게된다. 각각의 정보에 대한 계수식들은 64bit로 저장되고 패턴과 AND/OR 연산에 의해 결과값이 패턴과 동일하게(true) 나온다면 패턴으로 인식을 하게된다. 이 때 이 64bit는 0과 1의 조합이므로 단순한 참과 거진의 구별밖에 하지 못하기 때문에 패턴과 정확히 같은 뇌파가 아니라면 반응을 하지 않게 된다. 이를 보완하기 위하여, 64bit의 코드를 확장하여 범위로 연산을 하게 한다. 오동작을 줄이기 위해 인공지능 학습 루틴을 적용하여 패턴의 결과를 사용자에게 맞추어 각각의 지표들의 계수 범위를 조정하여 저장부(28)에 저장하게된다.The pre-processed EEG signal is first compared with the internally defined pattern by combining the root mean square (RMS) of the alpha and beta waves, the left brain right brain activation rate, the motion average, and the user's existing EEG. As a result, a signal for controlling the home appliance selected by the home appliance selection unit 29 is sent out through the remote control unit 30. The coefficients for each information are stored in 64 bits, and if the result is true with the pattern and AND / OR operation, the pattern is recognized as a pattern. Since this 64bit is a combination of 0 and 1, it can only distinguish between true and giant, so it will not react unless the brain wave is exactly the same as the pattern. To compensate for this, the 64bit code is extended to operate on a range. In order to reduce the malfunction, an artificial intelligence learning routine may be applied to adjust the coefficient range of each indicator to the user according to the result of the pattern and store the result in the storage unit 28.
안정화를 계산하기 위한 것은 다음의 수학식 1과 같이 표현할 수 있다.To calculate the stabilization can be expressed as Equation 1 below.
좌뇌 우뇌의 활성화 비율을 계산하기 위한 것은 다음의 수학식 2와 같이 표현할 수 있다.To calculate the activation rate of the left brain right brain can be expressed as Equation 2 below.
도 3은 본 발명에 의한 뇌파를 이용한 원격제어방법을 설명하기 위한 흐름도로서, 도 1 내지 도 2를 참조하여 이하 설명하기로 한다.3 is a flowchart illustrating a remote control method using an brain wave according to the present invention, which will be described below with reference to FIGS. 1 to 2.
사용자가 헤드밴드(10)를 머리에 두르고 본 원격제어장치의 전원을 켜면, 측정된 뇌파신호는 증폭되고 아날로그-디지털 변환되어 마이크로프로세서(26)에 전송된다(S50). 마이크로프로세서(26)에 전송된 뇌파중에서 알파파 및 베타파의 진폭, 베타파에 대한 알파파의 상대적 비율, 알파파 및 베타파의 분포의 표준편차를 통하여 패턴을 추출한다(S52). 상기 추출된 현재 패턴과 기준 뇌파 데이터베이스의 기준 뇌파 패턴과 일치하는 지를 판단하여(S54), 일치하지 않으면 단계 S50으로 진행하여 현재 입력되는 뇌파를 다시 측정하고, 일치하면 분석된 패턴에 따라 원격제어수단을 통해 가전기기를 원격 제어한다(S56). 그 다음, 현재 뇌파를 기준 뇌파에 업데이트(update)할 것인지를 판단하여(S58), 업데이트가 필요하면, 현재 뇌파를 기준 뇌파 데이터베이스에 업데이트(S60)하고, 업데이트가 필요없으면, 단계 S50으로 진행하여 현재 입력되는 뇌파를 다시 측정한다.When the user puts the headband 10 on his head and turns on the power of the remote controller, the measured EEG signal is amplified, analog-digital converted, and transmitted to the microprocessor 26 (S50). The pattern is extracted through the standard deviation of the amplitude of the alpha wave and the beta wave, the relative ratio of the alpha wave to the beta wave, and the distribution of the alpha wave and the beta wave in the brain waves transmitted to the microprocessor 26 (S52). It is determined whether or not the extracted current pattern and the reference EEG pattern of the reference EEG database (S54), if it does not match, proceeds to step S50 to re-measure the EEG currently input, if the match is remote control means according to the analyzed pattern Remotely control the home appliance through (S56). Next, it is determined whether to update the current EEG to the reference EEG (S58). If an update is required, the current EEG is updated to the reference EEG database (S60). If no update is necessary, the process proceeds to step S50. Measure the EEG currently input.
지금까지 본 발명의 뇌파를 이용한 가전기기 원격제어장치는 알파파의 증감, 베타파의 증감, 알파파와 베타파의 비율의 증감과 그 뇌파의 주파수영역과 진폭레벨을 고려하였으나, 그 밖의 뇌파인 세타파, 델타파에 담겨있는 정보와 그들의 증감변화를 이용하던가, 주파수영역과 진폭레벨 뿐만 아니라 두피상의 뇌파측정 부위를 다양한 채널로 하여, 각 뇌파의 종류별로 각 채널의 평균치 또는 전 채널의 평균치를 이용하여 원하는 원격제어장치의 원격제어를 수행할 수 있다.Until now, the remote control device for home appliances using the brain waves of the present invention considered the increase and decrease of alpha wave, increase and decrease of beta wave, increase and decrease of the ratio of alpha wave and beta wave, and the frequency domain and amplitude level of the brain wave. By using the information contained in the delta wave and their increase or decrease, or by using the EEG measurement area on the scalp as well as the frequency domain and amplitude level, the average value of each channel or the average value of all channels is used. Remote control of the desired remote control device can be performed.
상술한 바와 같이, 본 발명의 뇌파를 이용한 가전기기 원격제어장치 및 방법은 사용자 뇌파를 실시간 통계분석하거나 사용자의 뇌파를 예비측정하여 뇌파데이터베이스와 비교함으로써 각 사용자가 제어를 하기 쉬운 집중도, 진폭을 결정하여, 사람이 손을 많이 써야하는 환경에서 작업하는 경우나 사용자의 상태(예를 들면, 수면 상태)에 따라 기기가 자동적으로 반응을 해야 하는 경우(예를 들면, 텔레비전 꺼짐), 또는 신체를 사용하지 않고 생각만으로 기기를 제어하는 더 편리한 생활 환경을 원하는 경우에 효과적이다.As described above, the home appliance remote control device and method using the brain waves of the present invention to determine the concentration and amplitude that each user is easy to control by real-time statistical analysis of the user's brain waves or by preliminarily measuring the user's brain waves and comparing them with the EEG database Use your body when you are working in an environment where you have to use your hand a lot or when the device should respond automatically (for example, when the television is turned off) This is effective if you want a more convenient living environment that allows you to control the device with your own thoughts.
Claims (12)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2001-0006620A KR100397374B1 (en) | 2001-02-10 | 2001-02-10 | Remote control apparatus for electrical home appliances using brain waves and method therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR10-2001-0006620A KR100397374B1 (en) | 2001-02-10 | 2001-02-10 | Remote control apparatus for electrical home appliances using brain waves and method therefor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20020066445A KR20020066445A (en) | 2002-08-17 |
| KR100397374B1 true KR100397374B1 (en) | 2003-09-13 |
Family
ID=27693986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR10-2001-0006620A KR100397374B1 (en) | 2001-02-10 | 2001-02-10 | Remote control apparatus for electrical home appliances using brain waves and method therefor |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100397374B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101632830B1 (en) * | 2015-02-24 | 2016-06-22 | 울산과학대학교 산학협력단 | Apparatus for Controlling Driving of Vehicle |
| WO2019226008A1 (en) * | 2018-05-25 | 2019-11-28 | (주)마인더스 | Device control apparatus using brain waves and electronic device having device control apparatus using brain waves |
| WO2020085553A1 (en) * | 2018-10-25 | 2020-04-30 | 고려대학교 산학협력단 | Apparatus and method for inducing sleep by using neurofeedback |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100491549B1 (en) * | 2001-06-27 | 2005-05-27 | 코바스전자주식회사 | Headband for tuning a brain to alpha wave generation with alpha wave apparatus |
| KR100497133B1 (en) * | 2003-03-14 | 2005-06-28 | 주식회사 헬스피아 | Self training system for improving a remembrance |
| KR101031507B1 (en) * | 2010-07-28 | 2011-04-29 | (주)아이맥스 | A portable measuring instrument of electroencephalograph and control system |
| KR20130089104A (en) * | 2012-02-01 | 2013-08-09 | 충북대학교 산학협력단 | System and method for non-intrusive thinking delivery networking |
| KR101393055B1 (en) * | 2012-07-10 | 2014-05-12 | 중앙대학교 산학협력단 | Control apparatus and method using brain wave |
| KR101681985B1 (en) * | 2015-02-02 | 2016-12-07 | 한양대학교 에리카산학협력단 | Automatic controlling method of cradle using brain wave |
| KR101664027B1 (en) * | 2015-02-02 | 2016-10-13 | 한양대학교 에리카산학협력단 | Control method for electronic equipment using brain wave and activation pattern |
| KR101664023B1 (en) * | 2015-02-02 | 2016-10-13 | 한양대학교 에리카산학협력단 | Electronic equipment control device using brain wave |
| KR101664015B1 (en) * | 2015-02-02 | 2016-10-13 | 한양대학교 에리카산학협력단 | Electronic equipment control mehtod using brain wave |
| KR101664029B1 (en) * | 2015-02-02 | 2016-10-13 | 한양대학교 에리카산학협력단 | Control mehthod for electronic equipment using brain wave |
| KR101633743B1 (en) * | 2015-09-15 | 2016-07-01 | (주)핀테크솔루션 | Apparatus, system and method for controlling appliance based on brainwave |
| KR101939121B1 (en) * | 2016-02-15 | 2019-01-17 | 한양대학교 에리카산학협력단 | Telecvision control mehtod using brain wave |
| WO2018021603A1 (en) * | 2016-07-29 | 2018-02-01 | 한양대학교 에리카산학협력단 | Electronic device driving device using brainwave |
| BR112019008188A2 (en) | 2016-10-26 | 2019-07-09 | Ericsson Telefon Ab L M | identification of sensory inputs affecting an individual's working memory load |
| KR101884450B1 (en) * | 2016-11-28 | 2018-08-02 | 한양대학교 에리카산학협력단 | Electronic equipment control device using brain wave |
-
2001
- 2001-02-10 KR KR10-2001-0006620A patent/KR100397374B1/en not_active IP Right Cessation
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101632830B1 (en) * | 2015-02-24 | 2016-06-22 | 울산과학대학교 산학협력단 | Apparatus for Controlling Driving of Vehicle |
| WO2019226008A1 (en) * | 2018-05-25 | 2019-11-28 | (주)마인더스 | Device control apparatus using brain waves and electronic device having device control apparatus using brain waves |
| WO2020085553A1 (en) * | 2018-10-25 | 2020-04-30 | 고려대학교 산학협력단 | Apparatus and method for inducing sleep by using neurofeedback |
| KR20200046598A (en) * | 2018-10-25 | 2020-05-07 | 고려대학교 산학협력단 | Apparatus and method for inducing sleep using neuro-feedback |
| KR102226640B1 (en) * | 2018-10-25 | 2021-03-11 | 고려대학교 산학협력단 | Apparatus and method for inducing sleep using neuro-feedback |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20020066445A (en) | 2002-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100397374B1 (en) | Remote control apparatus for electrical home appliances using brain waves and method therefor | |
| Millan | On the need for on-line learning in brain-computer interfaces | |
| Pfurtscheller et al. | Current trends in Graz brain-computer interface (BCI) research | |
| Hofmann et al. | Bayesian filtering of surface EMG for accurate simultaneous and proportional prosthetic control | |
| Coyle | Neural network based auto association and time-series prediction for biosignal processing in brain-computer interfaces | |
| EP1934677A1 (en) | Method and system for detecting and classifying facial muscle movements | |
| KR100287549B1 (en) | Brain development apparatus with brain wave biofeedback and method thereof | |
| CN110706816A (en) | Method and equipment for regulating sleep environment based on artificial intelligence | |
| KR20000006630A (en) | Game machine using brain waves and method therefor | |
| Trad et al. | A feature extraction technique of EEG based on EMD-BP for motor imagery classification in BCI | |
| Tabar et al. | Brain computer interfaces for silent speech | |
| Abibullaev | Learning suite of kernel feature spaces enhances SMR-based EEG-BCI classification | |
| Forney et al. | Echo state networks for modeling and classification of EEG signals in mental-task brain-computer interfaces | |
| Bin et al. | A study of informative EEG channel and brain region for typing activity | |
| CN115407872B (en) | Evaluation method, device and storage medium for intelligent man-machine cooperative system | |
| Rodpongpun et al. | Influential factors of an asynchronous BCI for movement intention detection | |
| Park et al. | Application of EEG for multimodal human-machine interface | |
| WO2022107292A1 (en) | Program, information processing method, and information processing device | |
| Xing et al. | The development of EEG-based brain computer interfaces: potential and challenges | |
| KR102159637B1 (en) | Method for performing desired action of user using EMG pattern by wearable device | |
| Kawanabe et al. | Robust common spatial filters with a maxmin approach | |
| Partovi et al. | A deep learning algorithm for classifying grasp motions using multi-session EEG recordings | |
| Chen et al. | The use of a brain computer interface remote control to navigate a recreational device | |
| Abdulwahhab et al. | Drone movement control by electroencephalography signals based on bci system | |
| US20210407646A1 (en) | Method, device and system for predicting an effect of acoustic stimulation of the brain waves of an individual |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20120925 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20130802 Year of fee payment: 11 |
|
| LAPS | Lapse due to unpaid annual fee |