KR101238780B1

KR101238780B1 - 준비전위기반 뇌-컴퓨터 인터페이스 장치 및 방법

Info

Publication number: KR101238780B1
Application number: KR1020110019130A
Authority: KR
Inventors: 정천기; 김준식; 최경인; 염홍기
Original assignee: 서울대학교산학협력단
Priority date: 2011-03-03
Filing date: 2011-03-03
Publication date: 2013-03-04
Also published as: JP2012183292A; JP5356490B2; KR20120100320A; US20120226185A1

Abstract

본 발명은 뇌-컴퓨터 인터페이스 장치를 제공할 수 있다. 상기 뇌-컴퓨터 인터페이스 장치는 뇌파 검출 장치를 통해 측정된 준비 전위 신호를 전처리하는 전처리부와; 상기 전처리된 준비 전위 신호에서 잡음을 제거하는 잡음제거부와; 상기 잡음이 제거된 준비 전위 신호의 세기, 위상, 발생장소, 발생시점 중 하나 이상을 계산하여 사용자의 의도와 관련된 특징을 추출하는 신호처리부와; 그리고 상기 추출된 데이터가 어떤 동작을 위한 것인지가 분류하는 데이터 분류부를 포함할 수 있다.

Description

준비전위기반 뇌-컴퓨터 인터페이스 장치 및 방법{Devices and methods for readiness potential-based brain-computer interface}

본 발명은 준비전위기반 뇌-컴퓨터 인터페이스 장치 및 방법에 관한 것이다.

뇌 컴퓨터 인터페이스(BCI: Brain Computer Interface)는 뇌와 컴퓨터의직접 연결을 시도하는 인터페이스로서, 뇌를 구성하는 뉴런 연합체에 의해 형성된 인간의 의지 또는 생각을 컴퓨터가 인식할 수 있는 디지털 신호로 바꾸는 새로운 휴먼 컴퓨터 인터페이스 중 하나이다. 신체를 통해 이루어지는 물리적 세계와의 소통만큼이나 네트워크상에서 이루어지는 디지털 세계와의 소통이 나날이 중요해지고 있는 가운데 더 평등하고, 더 편리하고, 더 자유롭게 컴퓨터를 사용하고자 하는 소비자의 욕구가 강해지고 있다.

뇌-컴퓨터 인터페이스 기술은 생각만으로 마우스 커서를 움직이거나 로봇을 제어하는 기술로 편리할 뿐 아니라 몸을 움직이지 못하는 전신마비 환자도 사용할 수가 있기 때문에 매우 유용하고 어디에나 쓰일 수 있는 기술이다.

뇌신경의 신호 전달 과정이 전기적, 화학적 특성을 지닌다는 사실에 착안하여 뇌의 활동을 측정하는 많은 기술들이 개발되어 왔다. 뇌의 활동을 측정하는 기술에는 뇌파(Electroencephalogram,EEG)를 이용하는 방법, 뇌 자기장 검출에 의한 MEG(MagnetoEncephalography), 뇌의 자기장에서 수소원자 밀도의 분석을 통한 자기공명영상법(Magnetic Resonance Imaging, MRI),혈관 속에 방사선을 방출하는 화학물질을 주입하여 뇌의 기능적 측면을 연구하는 양전자방출 단층촬영기법(Positron Emission Tomography,PET), 그리고 두뇌가 활동할 때 혈류의 산소 수준의 측정을 통해 뇌가 기능적으로 활성화된 정도를 측정하는 기능 자기공명영상법(functionalMagnetic Resonance Imaging,fMRI)등이 있다(김대식,최장욱,2001;이정모 외,2003;Stafford, Webb,2004).

김대식에 의하면 MRI나 PET의 경우 뇌의 활동 상태를 공간적으로 검출할 수 있지만 EEG와 MEG에 비해 시간적 해상도가 낮고 EEG의 경우 MEG에 비해 저가이며 해석결과에서는 큰 차이가 없으며 뇌 활동 과정에의 변화를 시간적/공간적으로 파악할 수 있는 장점이 있다.

따라서, 뇌파를 분석하여 장치를 제어하는 뇌-컴퓨터 인터페이스에 관한 연구가 꾸준히 수행되고 있다. 뇌파를 이용한 뇌-컴퓨터 인터페이스에 대한 선행 연구를 살펴보면 호주의 시드니 공과대학에서는 눈을 감은 안정 상태에서 뇌파의 알파파가 증가하고 눈을 뜨면 알파파가 감소하는 반응을 통해 스위치를 켜고 끄는 'Mind switch'에 대한 연구와 오스트리아의 그라츠공과대학의 장애우를 위해 커서 제어,문자/단어 선택에 대한 연구(음태완,김응수,2004,재인용)를 통해 뇌파를 이용한 장치 제어의 가능성을 확인하였다.

뇌파를 활용할 경우 언어능력이 없는 장애우와 전신이 마비되어 전혀 움직일 수 없는 환자나 장애우가 생각만으로 자신의 의도대로 쉽게 컴퓨터 등의 장치를 제어할 수 있다(Wolpaw, Birbaumer, McFarland, Pfurtscheller, &Vaughan,2002). 나아가 다양한 엔터테인먼트 환경에서 뇌파를 활용하기 위한 연구도 계속 진행되고 있으며,미국의 캘리포니아 주립대학의 경우 뇌파를 이용하여 3D게임을 조작하기 위한 연구가 진행되었다(Pineda,Silverman,Vankov,& Hestenes,2003).

한편, 상기 뇌파를 이용하기 위한 뇌-컴퓨터 인터페이스 기술은 크게 두 가지로 침습적 방법과 비침습적 방법으로 나눌 수 있다.

침습적 방법이란 수술 등을 통해 두개골 속의 뇌에서 직접 신호를 측정하여 이용하는 방법을 말하며, 비침습적 방법이란 두피 표면에서 신호를 획득하여 사용하는 방법을 말한다.

침습적 방법은 잡음이 적고 보다 좁은 영역의 정확한 신호를 획득할 수 있다는 장점이 있지만, 수술을 필요로 한다는 단점이 있다. 반면, 비침습적 방법은 수술이 필요 없어 일반인에게도 사용가능하나 신호의 왜곡이 심하다는 단점이 있다.

일반적으로 많은 사람들이 편리하게 사용하기 위해 비침습적 방법으로 보다 빠르고 정확한 뇌-컴퓨터 인터페이스 구현을 위해 많은 연구가 진행 중이다.

하지만, 뇌는 동시에 여러 가지 일을 처리하기 때문에 사용자의 의도를 잘 반영하는 특징을 추출하는 것이 중요하며, 비침습적 방법의 경우 신호의 왜곡이 크기 때문에, 이러한 왜곡을 최소화하고, 잡음을 제거하여 관련 신호를 추출하는 것이 중요하다.

이러한 기술을 특징 추출이라 하며, 측정된 많은 양의 뇌 신호 데이터 중 중요하고 필요한 정보만을 추출해 내는 과정으로 뇌-컴퓨터 인터페이스 기술의 핵심이라고 할 수 있다.

기존 뇌-컴퓨터 인터페이스 연구의 경우 크게 4가지 방법(느린 피질 전압, 감각운동파, P300, 정상상태 시각적 유발 전위)으로 나눌 수 있다. 느린 피질 전압(slow cortical potential)은 피질 I, II층으로 들어오는 상행성 입력의 동기정도와 세기에 따라 변화하는 신호로 반응이 매우 느리며, 감각운동파(sensorimotor rhythms)는 감각운동피질영역에서의 뮤파나 베타파의 증감을 이용하는 방법으로, 이 역시 움직임 이후의 신호를 이용하는 것으로 인터페이스의 반응이 느리다는 단점이 있다. P300과 정상상태 시각적 유발전위(steady-state visually evoked potential)의 경우도 어떤 자극을 주고 그에 따라 나타나는 신호를 이용하여 인터페이스 하는 방법으로 시간상의 지연이 발생하여 사용하기에 불편하였다.

따라서 본 발명은 전술한 문제점, 즉 기존 뇌-컴퓨터 인터페이스의 반응이 느리다는 문제점을 해결하는 것을 목적으로 한다. 구체적으로, 본 발명은 사람에 따라 차이가 있으나 자발적인 움직임 시 움직임 이전 단계에서 준비 전위가 발생하는 것을 이용하여, 전술한 문제점을 해결하는 것을 목적으로 한다. 보다 구체적으로, 본 발명은 사람에 따라 차이가 있으나 자발적인 움직임 시, 움직임 이전 -2000ms ~ -1500ms에 빠른 준비전위가 발생을 하고 -500ms ~ 0ms에서 느린 준비전위가 발생을 하는 것을 이용한다.

전술한 목적을 달성하기 위하여, 본 발명은 준비전위를 이용하여 움직임 이전에 사용자의 의도를 인식하는 뇌-컴퓨터 인터페이스 기술을 제공한다. 구체적으로, 본 발명은 준비 전위를 이용하여 움직임 이전 단계에 사용자의 의도를 분석하고, 서비스를 제공하여 사용자가 불편을 느끼지 않고 실시간으로 컴퓨터나 기계를 제어할 수 있도록 하는 기술을 제안한다.

전술한 목적을 달성하기 위하여, 본 발명은 뇌-컴퓨터 인터페이스 장치를 제공할 수 있다. 상기 뇌-컴퓨터 인터페이스 장치는 뇌파 검출 장치를 통해 측정된 준비 전위 신호를 전처리하는 전처리부와; 상기 전처리된 준비 전위 신호에서 잡음을 제거하는 잡음제거부와; 상기 잡음이 제거된 준비 전위 신호의 세기, 위상, 발생장소, 발생시점 중 하나 이상을 계산하여 사용자의 의도와 관련된 특징을 추출하는 신호처리부와; 그리고 상기 추출된 데이터가 어떤 동작을 위한 것인지가 분류하는 데이터 분류부를 포함할 수 있다.

상기 전처리부는 저역 통과 필터(low-pass filter), 고역 통과 필터링(high-pass filter), 대역통과 필터링(band-pass filter) 중 어느 하나를 포함할 수 있다.

상기 잡음제거부는 상기 준비 전위에 혼입되어 있는 잡파를 제거하는 독립성분분석법(ICA)와 그리고 전위 신호에 혼입되어 있는 잡파를 제거하고 상기 준비 전위 신호만을 추출하는 주성분분석법(PCA) 중 하나 이상을 수행할 수 있다.

상기 신호처리부는 잡음이 제거된 준비 전위 신호의 세기, 위상, 발생장소, 발생시점 중 하나 이상을 계산하여 사용자의 의도와 관련된 특징추출을 수행할 수 있다.

상기 데이터 분류부는 인공신경망 (neural networks), 서포트벡터머신 (SVM), 베이지안네트워크(bayesian networks), 선형판별분석법(LDA)등과 같은 분류 알고리즘을 수행할 수 있다.

상기 뇌-컴퓨터 인터페이스 장치는 상기 분류된 정보를 입력받아, 상기 분류된 정보에 따라서 사용자가 의도하는 동작을 구분할 수 있다.

한편, 전술한 목적을 달성하기 위하여, 본 발명은 뇌-컴퓨터 인터페이싱 방법을 제공할 수 있다. 상기 뇌-컴퓨터 인터페이싱 방법은 뇌파 검출 장치를 통해 측정된 준비 전위 신호를 전처리하는 단계와; 상기 전처리된 준비 전위 신호에서 잡음을 제거하는 단계와; 상기 잡음이 제거된 준비 전위 신호의 세기, 위상, 발생장소, 발생시점 중 하나 이상을 계산하여 사용자의 의도와 관련된 특징을 추출하는 단계와; 상기 추출된 데이터가 어떤 동작을 위한 것인지가 분류하는 단계와; 그리고 상기 분류된 정보에 따라서 사용자가 의도하는 동작을 구분하여 컴퓨터의 동작을 제어하는 단계를 포함할 수 있다.

상기 잡음 제거 단계에서는 상기 준비 전위에 혼입되어 있는 잡파를 제거하는 독립성분분석법(ICA)이 이용될 수 있다.

상기 잡음 제거 단계에서는 상기 준비 전위 신호에 혼입되어 있는 잡파를 제거하고 상기 준비 전위 신호만을 추출하는 주성분분석법(PCA)이 이용될 수 있다.

본 발명은 전술한 문제점, 즉 기존 뇌-컴퓨터 인터페이스의 반응이 느리다는 문제점을 해결한다. 또한, 본 발명은 준비 전위를 이용하여 움직임 이전 단계에 사용자의 의도를 분석하고, 서비스를 제공하여 사용자가 불편을 느끼지 않고 실시간으로 컴퓨터나 기계를 제어할 수 있도록 한다.

도 1은 뉴런의 구조를 나타낸다.
도 2는 주파수 대역에 따른 뇌파의 형태를 나타낸 예시도이다.
도 3은 뇌의 구조와 기능을 나타낸 예시도이다.
도 4는 뇌파 측정을 위해 머리의 전극 배치를 나타낸 예시도이다.
도 5는 사용자의 다른 의도에 의한 준비전위의 차이를 나타낸 예시도이다.
도 6은 본 발명에 따른 시스템의 구성을 나타낸다.
도 7은 본 발명에 따른 인터페이싱 장치의 구성을 나타낸 블록도이다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.

이하, 도면을 참조하여 설명하면 다음과 같다.

도 1은 뉴런의 구조를 나타낸다.

인간의 몸과 마음의 활동을 가능하게 하는 신경계는 신경세포로 이루어져 있으며 신경계의 기본 단위는 신경세포이다.가장 작은 신경세포인 뉴런(nuron)은 도 1에서 보는 것과 같이 세포체와 수상돌기,축색 등으로 이루어져 있으며 정보를 받아들여 다른 세포에 전달하는 역할을 한다. 뉴런은 세포막의 삼투압 및 전위의 변화를 통하여 전달되는 전기적 신호에 의하여 신경세포 간에 신호를 전달한다.

뉴런의 종류에는 감각뉴런,연합뉴런,그리고 운동뉴런이 있다.감각뉴런은 감각기에서 받아들인 자극을 전달하는 역할을 하며,중추신경계의 판단과 명령을 근육이나 반응기에 전달하는 기능은 운동뉴런이 담당한다.운동뉴런과 감각뉴런 을 연결하는 것은 연합뉴런이 담당한다. 인간의 뇌는 약 100억개의 뉴런으로 이루어져 있으며 뉴런들 간의 연결인 시냅스에서 정보의 전달과정에서 전위차에 의한 뇌파가 발생한다.

뇌파를 처음으로 측정하고 기록한 Berger는 오늘날 뇌파기록법이라고 알려진 EEG 뇌파 측정법을 개발하였다. EEG를 통해 측정된 뇌파들을 기술하기 위한 여러 방법 중 Berger가 처음 사용하고 제안하였던 주파수 대역에 대한 분류 체계가 많이 이용된다.

도 2는 주파수 대역에 따른 뇌파의 형태를 나타낸 예시도이다..

뇌파는 신호의 양식에 따라 주기,주파수,그리고 진폭으로 표현된다. 뇌파는 1～60㎐의 주파수와 약 5～300㎶의 진폭을 갖는다. 뇌파 판독에는 주기가 아닌 주파수가 널리 이용되고 있으며, 주파수 대역에 따라 다른 특징을 보이며 표 1에서와 같이 감마(γ)파, 베타(β)파, 알파(α)파, 세타(θ)파, 그리고 델타(δ) 파로 구분할 수 있다.

도 3은 뇌의 구조와 기능을 나타낸 예시도이다.

인간의 뇌는 대뇌,소뇌,뇌간(뇌줄기)로 구성되어 있으며 EEG를 비침습적인 방법으로 뇌파를 취득하기 위해서는 두피에서 전극을 부착한다. 따라서 뇌파는 두피에 가장 근접해 있는 대뇌 피질의 영향을 많이 받는다.

대뇌 피질은 뇌의 영역 중 가장 많은 부분을 차지하고 인간에게서 가장 발달된 부분이다. 대뇌피질은 운동, 감각, 연합 기능을 담당한다. 운동기능은 모든 근육 운동에 관여하며,감각 기능은 청각,시각,후각,미각,통각 등의 인간의 모든 감각기능에 관여된다. 연합기능은 인간 고도의 정신기능으로 이성적 사고, 언어, 고차원의 사고능력과 같은 기능을 담당한다.

도 4는 뇌파 측정을 위해 머리의 전극 배치를 나타낸 예시도이다.

일반적으로 뇌파라하면 두피 전극에서 포착된 두피 뇌파(scalp EEG)를 말한다. 그러나 두뇌 뇌파외에도 사용하는 전극이나 설치 방법에 따라서 뇌피질 뇌파(ECoG, Electrocorticogram), 접형 전극 뇌파(sphenodical electrode:EEG), 난원공 전극 뇌파(foramenovale electrode EEG), 심부전극 뇌파(depth electrode EEG) 등등 여러가지 기록 방법이 있다. 물론 이러한 전극의 종류에 다라 주로 보고자하는 부위나 뇌파 기록 목적이 다양하다. 임상적인 진료 목적에 다라 전극을 선택해 사용하여야 하는 것은 물론이고 기초 의학 연구 목적을 뇌파를 기록할 때에도 목적에 따라 부착 부위와 전극의 정류를 잘 선택해야 한다. 일반적으로 두피 뇌파 기록에 사용되는 두피 전극 부착은 도 4에 도시된 국제 10-20 시스템을 따른다.

상기 국제 10-20 시스템은 가장 널리 사용되는 뇌파 전극 부착 방법으로서, 각 전극 별로 해당하는 뇌 부외가 도 4와 같다. 영문자는 각각 Frontal, Central, Parietal, Temporal, Occipital을 의미하며, Fp는 Frontopolar를 의미한다. 도 4는 머리를 위에서 본 그림으로서 각 전극간 비율이 두정부(Cz)에서 앞으로는 nasion, 뒤로는 inion, 옆으로는 양쪽 큇바퀴의 윗부분까지를 각각 50으로 했을때 20, 20, 10의 비율로 각 전극을 잡은 것이다. 이러한 설명을 옆면에서 그림으로 보이면 오른쪽 그림같이 보이게 된다. 이러한 전극 부착 방법은 오랜 기간 동안 널리 이용되어 왔고 지금도 잘 쓰이고 있다.

도 5는 준비 전위가 발생함을 나타낸다.

도 5를 참조하여 알 수 있는 바와 같이, 사람에 따라 차이가 있으나 자발적인 움직임 시, 움직임 이전 -2000ms ~ -1500ms에 빠른 준비전위가 발생을 하고 -500ms ~ 0ms에서 느린 준비전위가 발생을 함을 알 수 있다.

도 5에 도시된 붉은색 선은 손을 움직이고자 할 때, 발생하는 준뷔전위를 나타내고, 파란색 선은 팔꿈치를 움직이고자 할때, 발생하는 준비 전위를 나타낸다.

도 6은 본 발명에 따른 시스템의 구성을 나타내고, 도 7은 본 발명에 따른 인터페이싱 장치의 구성을 나타낸 블록도이다.

도 6를 참조하여 알 수 있는 바와 같이, 본 발명에 다른 시스템은 뇌파 검출 장치(100)와 인터페이싱 장치(200)와 컴퓨터(300)를 포함한다.

상기 뇌파 검출 장치(100)는 비침습적 방법인 뇌전도 (EEG), 뇌자도 (MEG), 근적외선 뇌계측장비 (NIRS)와 침습적 방법인 미세전극 (micro electrodes), 경막하 신경전극 (ECoG) 중 어느 하나 이상의 것을 이용하여 준비 전위를 검출할 수 있다.

상기 인터페이싱 장치(200)는 상기 인간을 포함하는 동물의 머리에 부착되는 뇌파 검출 장치(100)에 의해 검출되는 준비 전위를 통해 상기 동물의 머리와 상기 컴퓨터(300)를 인터페이싱한다.

이와 같은 상기 인터페이싱 장치(200)의 구성에 대해서 도 7을 참조하여 설명하면 다음과 같다.

상기 인터페이싱 장치(200)는 먼저 상기 뇌파 검출 장치(100)를 통해 측정된 준비 전위 신호를 전처리하는 전처리부(210)와, 잡음을 제거하는 잡음제거부(220)와, 신호처리부(230)와 데이터 분류부(240)를 포함할 수 있다.

상기 전처리부(210)는 개인간 주파수 특성이 다를 수 있기 때문에 특징 추출과 잡음 제거를 위한 전처리 과정을 수생한다. 상기 전처리부(210)는 사용자마다 다른 대역의 저역 통과 필터(low-pass filter), 고역 통과 필터링(high-pass filter), 대역통과 필터링(band-pass filter) 중 어느 하나 이상을 포함할 수 있다.

또한, 상기 전처리부(210)는 전력선에 의한 잡음 제거를 위해 노치 필터 (notch filter), 사용자간/사용자내 차이를 최소화하기 위해 기준전압변경부(Rereferencing Unit), 정규화부(normalization Unit), 기준선 수정부(base-line correction Unit)을 포함할 수 있다.

한편, 잡음 제거부(220)는 독립성분분석법(ICA), 주성분분석법(PCA)을 수행할 수 있다. 이와 같은 잡음 제거부(220)를 통해 근전도(EMG), 안전도(EOG) 등과 같은 잡음이 제거될 수 있다.

상기 독립성분분석법(ICA)은 뇌파에 혼입되는 잡파를 제거하기 위한 것인데, 상기 잡파는 목, 얼굴, 그리고 눈동자의 움직임으로 발생할 수 있다. 그러므로 뇌파 측정시 피험자의 주의가 요구된다. 피험자의 주의에도 불구하고 기능적으로 분리되어 있는 뇌의 영역에서 이웃한 영역의 뇌파가 혼입될 수 있다. 이는 독립 성분 분석법(IndependentComponentAnalysis,ICA)을 사용하여 혼합된 신호에서 불필요한 잡파를 분리할 수 있다.

구체적으로, 독립 성분 분석이란 여러 개의 신호가 섞여 있는 결과에서 원래 신호들을 추출하는 방법이다. 독립 성분 분석법(ICA)은 선형적인 신호들의 근원 위치나 발생 경로에 대한 정보가 없더라도, 단지 측정을 통해 얻은 결과의 분석을 통하여 근원적인 신호들을 알아내는 블라인드 신호분리(BlindSourceSeparation,BSS)의 방법 중 하나이다. 예를 들어 두 사람이 마이크로 동시에 말한 것을 녹음한 것이있을 때,녹음된 자료만으로 두 사람의 목소리를 각각 분리해 낼 수 있다. 독립 성분 분석법(ICA)은 여러 신호들의 상관성과 의존성을 최소화시키고, 엔트로피를 극대화시켜서 확률적으로 가장 독립적인 신호들을 분석해 낼 수 있다.

뇌파 또한 여러 개의 전극에서 측정한 선형적인 신호들의 결합으로 신경활동의 근원을 정확히 알 수 없는 신호이므로, 독립 성분 분석법(ICA)을 이용하여 원래 신호에 가장근접한 신호를 뽑아낼 수 있다. 뇌파 연구에서 독립 성분 분석법(ICA)은 여러 개의 전극에서 측정된 뇌파를 몇 개의 독립된 신호로 분리하기 위해서 이용된다.

한편, 상기 신호처리부(230)는 준비 전위의 세기, 위상, 발생장소, 발생시점 등을 계산하여 사용자의 의도와 관련된 특징을 추출한다. 상기 신호처리부(230)는 주파수 성분 검출을 위한 퓨리에 변환이나, 준비전위의 발생장소를 검출하기 위한 신호원 국지화방법을 수행할 수 있으며, 신호의 세기 차, 신호의 세기 변화량, 신호의 파워 등을 계산하는 과정을 수행할 수 있다.

이렇게 특징이 추출된 데이터는 상기 데이터 분류부(240)로 입력되게 된다. 상기 데이터 분류부(240)는 인공신경망 (neural networks), 서포트벡터머신 (SVM), 베이지안네트워크(bayesian networks), 선형판별분석법(LDA)등과 같은 분류 알고리즘을 수행할 수 있다.

이와 같이 상기 데이터 분류부(240)에 의해서 상기 추출된 데이터가 어느 동작을 위한 것인지가 분류되면, 상기 분류된 정보는 상기 컴퓨터(300)로 입력되게 되고, 상기 컴퓨터(300)는 상기 분류된 정보에 따라서 사용자가 의도하는 동작을 수행한다. 예를 들어, 상기 분류된 데이터가 검지 손가락 움직임이면, 상기 컴퓨터(300)는 마우스의 포인터를 좌측으로 이동시킬 수 있다. 또한, 상기 분류된 데이터가 중지 손가락 움직임이면, 상기 컴퓨터(300)는 마우스 포인터를 우측으로 이동시킬 수 있다.

이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시예에만 한정되는 것은 아니므로, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.

100: 뇌파 측정 장치
200: 인터페이싱 장치
300: 컴퓨터

Claims

뇌파 검출 장치를 통해 측정된 준비 전위 신호를 전처리하는 전처리부와;
상기 전처리된 준비 전위 신호에서 잡음을 제거하는 잡음제거부와;
상기 잡음이 제거된 준비 전위 신호의 세기, 위상, 발생장소, 발생시점 중 하나 이상을 계산하여 사용자의 의도와 관련된 특징을 추출하는 신호처리부와; 그리고
상기 추출된 데이터가 어떤 동작을 위한 것인지가 분류하는 데이터 분류부를 포함하는 것을 특징으로 하는 뇌-컴퓨터 인터페이스 장치.
제1항에 있어서, 상기 전처리부는
저역 통과 필터(low-pass filter), 고역 통과 필터링(high-pass filter), 대역통과 필터링(band-pass filter) 중 어느 하나를 포함하는 것을 특징으로 하는 뇌-컴퓨터 인터페이스 장치.
제1항에 있어서, 상기 잡음제거부는
상기 준비 전위에 혼입되어 있는 잡파를 제거하는 독립성분분석법(ICA)을 수행하는 것을 특징으로 하는 뇌-컴퓨터 인터페이스 장치.
제1항에 있어서, 상기 잡음제거부는
상기 준비 전위 신호에 혼입되어 있는 잡파를 제거하고 상기 준비 전위 신호만을 추출하는 주성분분석법(PCA)을 수행하는 것을 특징으로 하는 뇌-컴퓨터 인터페이스 장치.
제1항에 있어서,
상기 분류된 정보를 입력받아, 상기 분류된 정보에 따라서 사용자가 의도하는 동작을 구분하는 것을 특징으로 하는 컴퓨터 장치를 더 포함하는 것을 특징으로 하는 뇌-컴퓨터 인터페이스 장치.
뇌파 검출 장치를 통해 측정된 준비 전위 신호를 전처리하는 단계와;
상기 전처리된 준비 전위 신호에서 잡음을 제거하는 단계와;
상기 잡음이 제거된 준비 전위 신호의 세기, 위상, 발생장소, 발생시점 중 하나 이상을 계산하여 사용자의 의도와 관련된 특징을 추출하는 단계와;
상기 추출된 데이터가 어떤 동작을 위한 것인지가 분류하는 단계와;
상기 분류된 정보에 따라서 사용자가 의도하는 동작을 구분하여 컴퓨터의 동작을 제어하는 단계를 포함하는 것을 특징으로 하는 뇌-컴퓨터 인터페이싱 방법.
제6항에 있어서, 상기 잡음 제거 단계에서는
상기 준비 전위에 혼입되어 있는 잡파를 제거하는 독립성분분석법(ICA)이 이용되는 것을 특징으로 하는 뇌-컴퓨터 인터페이싱 방법.
제6항에 있어서, 상기 잡음 제거 단계에서는
상기 준비 전위 신호에 혼입되어 있는 잡파를 제거하고 상기 준비 전위 신호만을 추출하는 주성분분석법(PCA)이 이용되는 것을 특징으로 하는 뇌-컴퓨터 인터페이싱 방법.