KR101889387B1 - 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템 - Google Patents

피험자 피로도를 반영한 뇌파 분석 방법 및 시스템 Download PDF

Info

Publication number
KR101889387B1
KR101889387B1 KR1020160159499A KR20160159499A KR101889387B1 KR 101889387 B1 KR101889387 B1 KR 101889387B1 KR 1020160159499 A KR1020160159499 A KR 1020160159499A KR 20160159499 A KR20160159499 A KR 20160159499A KR 101889387 B1 KR101889387 B1 KR 101889387B1
Authority
KR
South Korea
Prior art keywords
eeg
data
subject
group
target stimulus
Prior art date
Application number
KR1020160159499A
Other languages
English (en)
Other versions
KR20180060237A (ko
Inventor
김정환
김형준
장효중
이성재
최현
이보람
한석희
Original Assignee
대한민국
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR1020160159499A priority Critical patent/KR101889387B1/ko
Publication of KR20180060237A publication Critical patent/KR20180060237A/ko
Application granted granted Critical
Publication of KR101889387B1 publication Critical patent/KR101889387B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/048—
    • A61B5/04012—
    • A61B5/0478—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick

Abstract

본 발명은 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템에 관한 것으로, 본 발명에 따른 방법은 미리 정해진 실험 프로토콜(Protocol)에 따른 실험을 수행하는 동안 피험자의 뇌파(EEG;Electroencephalogram)를 측정하는 단계, 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출하는 단계, 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구하는 단계, 그리고 복수 개의 그룹별로 구해진 평균값을 비교하여 피험자의 피로도를 분석하는 단계를 포함한다. 본 발명에 의하면, 피험자의 움직임 의도를 파악하기 위한 실험에서 시간이 지날수록 누적되는 피로도가 뇌파 측정 데이터에 미치는 영향을 용이하게 파악할 수 있다.

Description

피험자 피로도를 반영한 뇌파 분석 방법 및 시스템{Method and System for Electroencephalogram Analysis Reflecting Participant's Fatigue}
본 발명은 뇌파 분석 방법 및 시스템에 관한 것으로, 보다 자세하게는 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템을 제공하는 것이다.
최근 들어 BMI(Brain machine interface)의 개발과 더불어 뇌파를 이용해 TV를 켜거나 스위치를 켜는 등 BMI 기술의 점차 발전하고 있다. 이러한 BMI 기술로 인하여 비장애인들의 일상생활은 점점 편리해지고 있으며, BMI 기술을 의료 및 보건 분야에 적용시켜 장애인들의 삶의 질 또한 나아지고 있다. 대상자의 뇌파와 외부 환경의 통로로써 기능을 하는 것이 EEG(ElectroEncephaloGram)인데, EEG는 뇌파를 수신하여 수치로 환산하고 이를 기반으로 다양한 분석법을 통해 필요한 기술에 접목시키는 것이 필요하다.
BMI의 개발과 관련하여 피실험자의 의도를 분석하기 위한 실험을 위해 실험 프로토콜(Protocol)을 만들고 움직임 의도(Motor Intention)를 추출하기 위한 별도의 수초 분석 구간을 설정하여 뇌파를 측정하는 작업이 이루어졌다.
그런데 종래의 프로토콜 하에 사용하는 뇌파 측정 데이터에서 움직임 의도 특징 추출(Feature extraction)의 가장 큰 한계점은 기존 데이터들이 가지고 있는 고유한 특성을 피로도(Fatigue)의 간섭 때문에 반영하지 못한다는 점이다. 특히 실험을 진행하면서 시간이 지남에 따라 피실험자들의 피로도가 축적되는데 불구하고 이러한 고유 특성을 반영하지 못했다. 따라서 데이터 측정 시간이 지남에 따라 피로도가 커지더라도, 피로도에 의한 변형을 없앨 수 없어 원래 의도했던 결과와는 다른 결과가 나올 수 있었다.
한국공개특허 제10-2000-0006606호
따라서 본 발명이 해결하고자 하는 기술적 과제는 대상자의 움직임 의도를 파악하기 위한 실험에서 시간이 지날수록 누적되는 피로도가 뇌파 측정 데이터에 미치는 영향을 용이하게 파악할 수 있는 뇌파 분석 방법 및 시스템을 제공하는 것이다.
상기한 기술적 과제를 해결하기 위한 본 발명에 따른 뇌파 분석 방법은 미리 정해진 실험 프로토콜(Protocol)에 따른 실험을 수행하는 동안 피험자의 뇌파(EEG;Electroencephalogram)를 측정하는 단계, 상기 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출하는 단계, 상기 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 상기 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구하는 단계, 그리고 상기 복수 개의 그룹별로 구해진 평균값을 비교하여 상기 피험자의 피로도를 분석하는 단계를 포함한다.
상기 뇌파 에포크 데이터는 상기 피험자의 움직임 의도(motor intention)에 대응하는 뇌파 성분이 포함되는 구간에서 측정되는 뇌파 데이터로부터 추출될 수 있다.
상기 복수 개의 그룹은 제1 그룹과 제2 그룹을 포함할 수 있다.
상기 제1 그룹에 속하는 뇌파 에포크 데이터는 상기 제2 그룹에 속하는 뇌파 에포크 데이터보다 앞선 시간에 측정된 데이터일 수 있다.
상기 제1 그룹에 속하는 뇌파 에포크 데이터의 평균값과 상기 제2 그룹에 속하는 뇌파 에포크 데이터의 평균값은 아래 수학식에 의해 정해질 수 있다.
뇌파 에포크 데이터의 총 개수(N)가 짝수인 경우,
Figure 112016116420724-pat00001
Figure 112016116420724-pat00002
뇌파 에포크 데이터의 총 개수(N)가 홀수인 경우,
Figure 112016116420724-pat00003
Figure 112016116420724-pat00004
여기서 AG1은 제1 그룹의 평균값, AG2는 제2 그룹의 평균값, ai는 i번째로 측정된 뇌파 에포크 데이터일 수 있다.
미리 정해진 실험 프로토콜은, (a) 제1 시점에 타겟 자극 또는 비타켓 자극을 선택적으로 제시하는 단계, (b) 제2 시점에 움직임 개시 자극을 제시하는 단계, 그리고 (c) 상기 타겟 자극에 따른 상기 피험자의 움직임을 인터페이스 장치를 통해 입력받는 단계를 포함하는 실험을 미리 정해진 횟수만큼 반복하도록 정해질 수 있다.
상기 뇌파 에포크 데이터는 상기 제1 시점에 타켓 자극이 인가되었을 때 상기 제1 시점부터 상기 제2 시점 동안의 뇌파 데이터로부터 추출될 수 있다.
상기한 기술적 과제를 해결하기 위한 본 발명에 따른 뇌파 분석 시스템은, 미리 정해진 실험 프로토콜(Protocol)에 따른 실험을 수행하는 동안 피험자의 뇌파(EEG;Electroencephalogram)를 측정하는 뇌파 측정부, 상기 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출하는 데이터 추출부, 그리고 상기 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 상기 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구하고, 상기 복수 개의 그룹별로 구해진 평균값을 비교하여 상기 피험자의 피로도를 분석하는 분석부를 포함한다.
본 발명의 다른 실시예에 따른 컴퓨터로 읽을 수 있는 매체는 상기한 방법 중 어느 하나를 컴퓨터에 실행시키기 위한 프로그램을 기록한다.
본 발명에 의하면, 피험자의 움직임 의도를 파악하기 위한 실험에서 시간이 지날수록 누적되는 피로도가 뇌파 측정 데이터에 미치는 영향을 용이하게 파악할 수 있다.
도 1은 본 발명의 일 실시예에 따른 뇌파 분석 시스템의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 뇌파 측정 실험 프로토콜을 설명하기 위해 제공되는 도면이다.
도 3은 본 발명의 일 실시예에 따른 뇌파 분석 시스템의 동작을 설명하기 위해 제공되는 흐름도이다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 뇌파 분석 시스템의 구성을 나타낸 블록도이다.
도 1을 참고하면, 본 발명에 따른 뇌파 분석 시스템은 자극 제시부(110), 뇌파 측정부(120), 데이터 추출부(130), 분석부(140), 제어부(150) 및 인터페이스 장치(160)를 포함할 수 있다.
자극 제시부(110)는 미리 정해진 실험 프로토콜(Protocol)에 따른 실험을 수행하는 동안 피험자에게 타겟 자극(Target stimulus), 비타겟 자극(Non-Target stimulus), 움직임 개시 자극 등을 제시할 수 있다. 피험자에게 제시되는 자극이 시각적인 경우, 자극 제시부(110)는 모니터 등과 같은 디스플레이 장치로 구현될 수 있다. 또한 피험자에게 제시되는 자극이 청각적인 경우, 자극 제시부(110)는 스피커 등과 같은 소리 출력 장치로 구현될 수 있다. 타겟 자극, 비타겟 자극, 움직임 개시 자극 등은 아래에서 자세히 설명한다.
뇌파 측정부(120)는 실험 프로토콜에 따른 실험을 수행하는 동안 피험자의 뇌파(EEG;Electroencephalogram)를 측정하는 기능을 수행한다. 뇌파 측정부(120)는 피험자의 두피의 소정의 위치에 부착된 전극을 이용하여 뇌파 신호를 측정할 수 있다.
데이터 추출부(130)는 뇌파 측정부(120)에서 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출할 수 있다. 뇌파 에포크 데이터는 피험자의 움직임 의도(motor intention)에 대응하는 뇌파 성분이 포함되는 구간에서 측정되는 뇌파 데이터로부터 추출될 수 있다. 이를 위해 데이터 추출부(130)는 분석 구간을 타겟 자극이 나타난 시점부터 일정 시간동안으로 정하고, 해당 분석 구간에 해당하는 데이터만 뇌파 에포크 데이터로 추출할 수 있다.
뇌파 측정부(120)에서 측정된 뇌파 신호의 로데이터(Raw data)에는 여러 성분들이 섞여 있는데 필요한 성분 이외에도 주변의 전기 디바이스(노트북, 핸드폰, 전선 등)나 소음 등에 의한 영향이 함께 포함될 수 있다. 분석에 유효한 성분만 남기기 위해 뇌파 신호를 필터링하는 등의 전처리 과정을 포함할 수 있으며, 뇌파 신호 분석에서 데이터 분석에 필요한 성분만 남기고 필터링하는 등의 전처리 과정에 대해서는 이미 잘 알려져 있으므로 자세한 설명은 생략한다.
분석부(140)는 데이터 추출부(130)에서 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구할 수 있다. 그리고 분석부(140)는 복수 개의 그룹별로 구해진 평균값을 비교하여 피험자의 피로도를 분석할 수 있다.
제어부(150)는 본 발명에 따른 뇌파 분석 시스템이 미리 정해진 실험 프로토콜에 따라 실험을 수행하면서 피험자의 뇌파를 측정하고, 측정된 뇌파 데이터에서 피로도의 영향을 파악할 수 있도록 전체적인 동작을 제어한다.
인터페이스 장치(160)는 피험자의 신체 부위, 예컨대 팔목 등에 부착되어 피험자의 움직임에 따라 움직이는 액티브 모드(Active Mode)와, 피험자의 신체 부위를 움직이게 하는 패시브 모드(Passive Mode) 등으로 동작할 수 있는 장치로 구현할 수 있다. 인터페이스 장치(160)는 피험자의 움직임을 여부 및 움직임 정도 등을 측정할 수 있다.
도 2는 본 발명의 일 실시예에 따른 뇌파 측정 실험 프로토콜을 설명하기 위해 제공되는 도면이다.
도 2를 참고하면, 본 발명의 일 실시예에 따른 뇌파 측정 실험 프로토콜에 따르면, 실험 구간은 의도 상태 구간(P1), 액티브 움직임 상태 구간(P2), 패시브 움직임 상태 구간(P3) 및 휴식 상태 구간(P4) 등의 4구간으로 구분할 수 있다.
의도 상태 구간(P1)은 시점(T1)부터 시점(T2) 사이의 구간으로 정의할 수 있다. 시점(T1)에 타겟 자극(Target stimulus) 또는 비타겟 자극(Non-Target stimulus)을 피험자에게 제시할 수 있다. 그리고 시점(T2)에 움직임 개시 자극을 피험자에게 제시할 수 있다. 실시예에 따라 달라질 수 있으나, 도 2의 실시예에서는 의도 상태 구간이 1초로 설정된 것으로 예시되어 있다. 본 실험에서 타겟 자극이 제시되면 피험자는 움직임 개시 자극이 제시된 후 미리 정해진 움직임을 하고, 비타겟 자극이 제시되면 움직임 개시 자극이 제시되더라도 움직이지 않는 것으로 피험자와 약속될 수 있다.
도 2에서는 검은색 막대로 나타낸 시점(T1)에, 'O' 또는 'X'가 모니터 화면에 선택적으로 표시되는 것으로 나타내었다. 물론 타겟 자극 또는 비타겟 자극은 'O'와 'X' 외의 다른 도형이나 모양, 아이콘, 문자, 숫자 등으로 대체될 수 있으며, 실시예에 따라 청각적 수단을 통해 제시될 수도 있다.
한편 붉은색 막대로 나타낸 시점(T2)에, '↓'가 모니터 화면에 움직임 개시 자극으로 제시될 수 있다. 물론 움직임 개시 자극도 '↓' 외의 다른 도형이나 모양, 아이콘, 문자, 숫자 등으로 대체될 수 있으며, 실시예에 따라 청각적 수단을 통해 제시될 수도 있다.
시점(T2) 이후 인터페이스 장치(160)는 노란색 막대로 나타낸 시점(T3)을 기준으로 액티브 모드와 패시브 모드로 구분하여 동작할 수 있다. 액티브 모드는 피험자의 움직임에 따라 인터페이스 장치(160)가 움직이는 모드이고, 패시브 모드는 인터페이스 장치(160)가 피험자를 움직이게 하는 모드이다.
본 실시예에서는 움직임 개시 자극으로 제시된 시점(T2) 이후 1초 동안은 인터페이스 장치(160)가 피험자의 움직임에 따라서 움직이는 액티브 움직임 구간(P2_으로 정의할 수 있다. 즉 타겟 자극(Target stimulus)이 제시된 경우, 피험자는 이 구간 동안 미리 정해진 움직임을 하고, 인터페이스 장치(160)는 이에 따라 움직일 수 있다.
액티브 움직임 구간(P2) 이후 1초 동안 피험자의 신체 부위를 미리 정해진 대로 움직이게 하는 패시브 모드로 동작할 수 있다. 인터페이스 장치(160)가 패시브 모드로 동작하는 구간을 패시브 움직임 구간(P3)으로 정의할 수 있다.
패시브 움직임(Passive Movement) 구간(P3) 이후에는 피험자에게 휴식을 2초 동안 부여하는 휴식 구간(P4)으로 정해질 수 있다.
앞서 설명한 의도, 액티브 움직임, 패시브 움직임 및 휴식 등의 4구간을 1 실험(trial)으로 하고, 미리 정해진 횟수 동안 실험을 반복하면서 피험자의 뇌파를 측정을 할 수 있다.
피험자는 시점(T1)에서 타겟 자극이 제시되면 약속된 움직임을 하려는 의도(Motor Intention)를 가지게 되고, 휴식 구간이나 비타겟 자극이 제시될 때와 다른 뇌파를 발생시킬 수 있다. 예컨대 의도 상태 구간에서의 피실험자 뇌파 내 전위(Event-related potential)의 변화를 파악하고, 휴식 상태(Resting state) 시 뇌파에 비해 진폭(Amplitude)이 감소하다 높아지는 현상을 보이면 움직임 의도가 있다고 정의할 수 있다. 따라서 의도(Intention) 구간에서 움직임 의도(motor intention)에 대응하여 뇌파 성분이 포함된 뇌파 데이터를 뇌파 에포크 데이터로 추출하여, 피험자의 움직임 의도 여부를 분석할 수 있다.
다만 본 발명에서는 피로도가 뇌파 측정 데이터에 미치는 영향에 대한 분석을 목적으로 하므로, 시점(T1)에서 타겟 자극이 제시되었을 때에만 의도(Intention) 구간에서 측정된 뇌파 데이터를 뇌파 에포크 데이터로 추출하고, 비타겟 자극이 제시된 경우에는 추출하지 않도록 구현할 수 있다.
한편 도 2에서 예시한 실험 프로토콜은 일 예일 뿐이고, 각 구간별로 설정된 시간이나 횟수 등은 실시예에 따라 다르게 설정될 수 있는 것으로 이해되어야 한다.
도 3은 본 발명의 일 실시예에 따른 뇌파 분석 시스템의 동작을 설명하기 위해 제공되는 흐름도이다.
먼저 제어부(150)는 자극 제시부(110)를 통해 미리 정해진 실험 프로토콜에 따른 실험을 수행하는 동안 뇌파 측정부(120)를 통해 피험자의 뇌파를 측정한다(S310).
이후 데이터 추출부(130)는 뇌파 측정부(120)에서 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출할 수 있다(S320). 단계(S320)에서 데이터 추출부(130)는 타겟 자극이 제시된 시점부터 움직임 개시 자극이 제시된 시점 동안의 데이터를 뇌파 에포크 데이터로 추출할 수 있다.
다음으로 분석부(140)는 단계(S320)에서 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구할 수 있다(S330).
단계(S330)에서 복수 개의 뇌파 에포크 데이터를 측정된 시간 순서대로 적어도 2개 이상의 그룹으로 나눌 수 있다.
예컨대 뇌파 에포크 데이터의 개수가 짝수 개인 경우는 2개의 그룹으로 나눌 수 있다. 가령 뇌파 에포크 데이터의 개수가 N개이면, 처음부터 N/2번째까지 측정된 뇌파 에포크 데이터로 이루어진 제1 그룹과, N/2+1번째부터 N번째까지 측정된 뇌파 에포크 데이터로 이루어진 제2 그룹으로 나눌 수 있다. 한편 뇌파 에포크 데이터의 개수가 홀수 개인 경우는 중간에 측정된 데이터를 기준으로 앞선 시간에 측정된 제1 그룹과, 뒤에 측정된 제2 그룹으로 나눌 수도 있다.
아래 수학식 1은 뇌파 에포크 데이터의 총 개수(N)가 짝수이고, 2개의 그룹으로 나눈 경우에 평균값을 구하는 방법을 나타낸 것이다. 수학식 2는 뇌파 에포크 데이터의 총 개수(N)가 홀수이고, 중간에 측정된 데이터를 기준으로 제1 그룹과 제2 그룹으로 나눈 경우에 평균값을 구하는 방법을 나타낸 것이다.
[수학식 1]
Figure 112016116420724-pat00005
Figure 112016116420724-pat00006
[수학식 2]
Figure 112016116420724-pat00007
Figure 112016116420724-pat00008
수학식 1 및 수학식 2에서, AG1은 제1 그룹의 평균값, AG2는 제2 그룹의 평균값, ai는 i번째로 측정된 뇌파 에포크 데이터이다.
물론 앞서 설명한 것 외에도 뇌파 에포크 데이터가 측정된 시간 순서대로 3개, 4개, 5개 그룹을 나누는 것도 가능하다.
마지막으로 분석부(140)는 단계(S330)에서 복수 개의 그룹별로 구해진 평균값을 비교하여 피험자의 피로도를 분석할 수 있다(S340). 단계(S340)에서 평균값을 비교하여 피험자의 피로도를 분석하는 방법은 그룹별로 구해진 평균값의 차이가 클수록 피험자의 피로도가 큰 것으로 판단할 수 있다.
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 뇌파 분석 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (11)

  1. 미리 정해진 실험 프로토콜(Protocol)에 따른 실험을 수행하는 동안 피험자의 뇌파(EEG;Electroencephalogram)를 측정하는 단계,
    상기 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출하는 단계,
    상기 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 상기 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구하는 단계, 그리고
    상기 복수 개의 그룹별로 구해진 평균값을 비교하여 상기 피험자의 피로도를 분석하는 단계
    를 포함하고,
    상기 뇌파 에포크 데이터는 상기 피험자의 움직임 의도(motor intention)에 대응하는 뇌파 성분이 포함되는 구간에서 측정되는 뇌파 데이터로부터 추출되며,
    상기 복수 개의 그룹은 제1 그룹과 제2 그룹을 포함하고,
    상기 제1 그룹에 속하는 뇌파 에포크 데이터는 상기 제2 그룹에 속하는 뇌파 에포크 데이터보다 앞선 시간에 측정된 데이터이며,
    상기 미리 정해진 실험 프로토콜은,
    (a) 제1 시점에 타겟 자극 또는 비타겟 자극을 선택적으로 제시하는 단계,
    (b) 제2 시점에 움직임 개시 자극을 제시하는 단계, 그리고
    (c) 상기 타겟 자극에 따른 상기 피험자의 움직임을 인터페이스 장치를 통해 입력받는 단계
    를 포함하는 실험을 미리 정해진 횟수만큼 반복하도록 정해지고,
    상기 타겟 자극이 제시되면 상기 움직임 개시 자극이 제시된 후 상기 피험자가 미리 정해진 움직임을 하고, 상기 비타겟 자극이 제시되면 움직임 개시 자극이 제시되더라도 상기 피험자가 움직이지 않는 것으로 상기 피험자와 약속되어 있으며, 상기 뇌파 에포크 데이터는 상기 제1 시점에 상기 타겟 자극이 인가되었을 때에만 상기 제1 시점부터 상기 제2 시점 동안의 뇌파 데이터로부터 추출하고, 상기 제1 시점에 상기 비타겟 자극이 인가된 경우에는 추출하지 않는 뇌파 분석 방법.
  2. 삭제
  3. 삭제
  4. 제 1 항에서,
    상기 제1 그룹에 속하는 뇌파 에포크 데이터의 평균값과 상기 제2 그룹에 속하는 뇌파 에포크 데이터의 평균값은 아래 수학식에 의해 정해지는 뇌파 분석 방법:
    뇌파 에포크 데이터의 총 개수(N)가 짝수인 경우,
    Figure 112018023143860-pat00009

    Figure 112018023143860-pat00010

    뇌파 에포크 데이터의 총 개수(N)가 홀수인 경우,
    Figure 112018023143860-pat00011

    Figure 112018023143860-pat00012

    여기서 AG1은 제1 그룹의 평균값, AG2는 제2 그룹의 평균값, ai는 i번째로 측정된 뇌파 에포크 데이터이다.
  5. 삭제
  6. 미리 정해진 실험 프로토콜(Protocol)에 따른 실험을 수행하는 동안 피험자의 뇌파(EEG;Electroencephalogram)를 측정하는 뇌파 측정부,
    상기 측정된 뇌파 데이터로부터 복수 개의 뇌파 에포크(epoch) 데이터를 추출하는 데이터 추출부, 그리고
    상기 추출된 복수 개의 뇌파 에포크 데이터를 복수 개의 그룹으로 나누고, 상기 복수 개의 그룹별로 뇌파 에포크 데이터 평균값을 구하고, 상기 복수 개의 그룹별로 구해진 평균값을 비교하여 상기 피험자의 피로도를 분석하는 분석부
    를 포함하고,
    상기 뇌파 에포크 데이터는 상기 피험자의 움직임 의도(motor intention)에 대응하는 뇌파 성분이 포함되는 구간에서 측정되는 뇌파 데이터로부터 추출되며,
    상기 복수 개의 그룹은 제1 그룹과 제2 그룹을 포함하고,
    상기 제1 그룹에 속하는 뇌파 에포크 데이터는 상기 제2 그룹에 속하는 뇌파 에포크 데이터보다 앞선 시간에 측정된 데이터이며,
    상기 미리 정해진 실험 프로토콜은,
    (a) 제1 시점에 타겟 자극 또는 비타겟 자극을 선택적으로 제시하는 단계,
    (b) 제2 시점에 움직임 개시 자극을 제시하는 단계, 그리고
    (c) 상기 타겟 자극에 따른 상기 피험자의 움직임을 인터페이스 장치를 통해 입력받는 단계
    를 포함하는 실험을 미리 정해진 횟수만큼 반복하도록 정해지고,
    상기 타겟 자극이 제시되면 상기 움직임 개시 자극이 제시된 후 상기 피험자가 미리 정해진 움직임을 하고, 상기 비타겟 자극이 제시되면 움직임 개시 자극이 제시되더라도 상기 피험자가 움직이지 않는 것으로 상기 피험자와 약속되어 있으며, 상기 뇌파 에포크 데이터는 상기 제1 시점에 상기 타겟 자극이 인가되었을 때에만 상기 제1 시점부터 상기 제2 시점 동안의 뇌파 데이터로부터 추출하고, 상기 제1 시점에 상기 비타겟 자극이 인가된 경우에는 추출하지 않는 뇌파 분석 시스템.
  7. 삭제
  8. 삭제
  9. 제 6 항에서,
    상기 제1 그룹에 속하는 뇌파 에포크 데이터의 평균값과 상기 제2 그룹에 속하는 뇌파 에포크 데이터의 평균값은 아래 수학식에 의해 정해지는 뇌파 분석 시스템:
    뇌파 에포크 데이터의 총 개수(N)가 짝수인 경우,
    Figure 112018023143860-pat00013

    Figure 112018023143860-pat00014

    뇌파 에포크 데이터의 총 개수(N)가 홀수인 경우,
    Figure 112018023143860-pat00015

    Figure 112018023143860-pat00016

    여기서 AG1은 제1 그룹의 평균값, AG2는 제2 그룹의 평균값, ai는 i번째로 측정된 뇌파 에포크 데이터이다.
  10. 삭제
  11. 제 1 항 또는 제 4 항에 기재된 방법 중 어느 하나를 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
KR1020160159499A 2016-11-28 2016-11-28 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템 KR101889387B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160159499A KR101889387B1 (ko) 2016-11-28 2016-11-28 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160159499A KR101889387B1 (ko) 2016-11-28 2016-11-28 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20180060237A KR20180060237A (ko) 2018-06-07
KR101889387B1 true KR101889387B1 (ko) 2018-09-20

Family

ID=62622010

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160159499A KR101889387B1 (ko) 2016-11-28 2016-11-28 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101889387B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110367975A (zh) * 2019-07-10 2019-10-25 南京邮电大学 一种基于脑机接口的疲劳驾驶检测预警方法
KR102452201B1 (ko) 2021-05-18 2022-10-12 주식회사 아이메디신 자동 잡음신호 구간 검출 방법 및 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101357800B1 (ko) 2012-12-21 2014-02-04 상명대학교서울산학협력단 인지 피로 평가 방법 및 이를 적용하는 장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000006606A (ko) 1999-03-23 2000-02-07 박병운 고속퓨리에변환기법을사용한실시간뇌파분석시스템및그방법
KR20050011396A (ko) * 2003-07-23 2005-01-29 한국전자통신연구원 급작스런 기저선 변동이 있는 뇌파의 잡파를 제거하기위한 뇌파 측정 방법 및 장치
KR101081369B1 (ko) * 2010-01-26 2011-11-08 중앙대학교 산학협력단 생체신호의 특징 추출 장치 및 방법
KR20140117827A (ko) * 2013-03-27 2014-10-08 인텔렉추얼디스커버리 주식회사 뇌파 신호 보정 장치 및 보정 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101357800B1 (ko) 2012-12-21 2014-02-04 상명대학교서울산학협력단 인지 피로 평가 방법 및 이를 적용하는 장치

Also Published As

Publication number Publication date
KR20180060237A (ko) 2018-06-07

Similar Documents

Publication Publication Date Title
Kelly et al. The neural processes underlying perceptual decision making in humans: recent progress and future directions
McFarland et al. Sensorimotor rhythm-based brain–computer interface (BCI): model order selection for autoregressive spectral analysis
KR101518575B1 (ko) Bci를 위한 사용자 의도인지 분석 방법
WO2011033784A1 (ja) 信号抽出装置
JP2020537583A (ja) 脳波信号から被験者の視覚的注意の集中を決定する方法、コンピュータプログラム、コンピュータシステムおよび脳波信号から被験者の視覚的注意の集中を決定するシステム
JP7336755B2 (ja) データ生成装置、生体データ計測システム、識別器生成装置、データ生成方法、識別器生成方法及びプログラム
Salvi et al. Identification of bifurcations from observations of noisy biological oscillators
Drapała et al. Two stage EMG onset detection method
KR101889387B1 (ko) 피험자 피로도를 반영한 뇌파 분석 방법 및 시스템
US11237712B2 (en) Information processing device, biomedical-signal measuring system, display method, and recording medium storing program code
Hurtado-Rincon et al. Motor imagery classification using feature relevance analysis: An Emotiv-based BCI system
Wang et al. Warp-averaging event-related potentials
Farrens et al. Quantitative testing of fMRI-compatibility of an electrically active mechatronic device for robot-assisted sensorimotor protocols
US11484268B2 (en) Biological signal analysis device, biological signal measurement system, and computer-readable medium
Cecotti et al. Suboptimal sensor subset evaluation in a p300 brain-computer interface
Luzianin et al. Similarity measurement of biological signals using dynamic time warping algorithm
Vargic et al. Human computer interaction using BCI based on sensorimotor rhythm
CN106361327B (zh) 睡眠状态分析中清醒状态检测方法和系统
CN106344008B (zh) 睡眠状态分析中清醒状态检测方法和系统
KR102094936B1 (ko) Bci 시스템의 신뢰성 향상 방법
KR101524585B1 (ko) 뇌파 분류 장치 및 방법
JP7135845B2 (ja) 情報処理装置、情報処理方法、プログラムおよび生体信号計測システム
KR20210106175A (ko) 운동 상상 훈련 장치 및 그 동작 방법
Gabrielson et al. Joint-IVA for identification of discriminating features in EEG: Application to a driving study
JP2021504068A (ja) 認知機能の活動のリアルタイム測定のためのシステムおよびかかるシステムを較正する方法

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