KR20130097300A - 계층적 뇌파인식 방법 및 시스템 - Google Patents

계층적 뇌파인식 방법 및 시스템 Download PDF

Info

Publication number
KR20130097300A
KR20130097300A KR1020120018845A KR20120018845A KR20130097300A KR 20130097300 A KR20130097300 A KR 20130097300A KR 1020120018845 A KR1020120018845 A KR 1020120018845A KR 20120018845 A KR20120018845 A KR 20120018845A KR 20130097300 A KR20130097300 A KR 20130097300A
Authority
KR
South Korea
Prior art keywords
eeg
unit
information
thought
user
Prior art date
Application number
KR1020120018845A
Other languages
English (en)
Inventor
김웅식
Original Assignee
김웅식
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 김웅식 filed Critical 김웅식
Priority to KR1020120018845A priority Critical patent/KR20130097300A/ko
Publication of KR20130097300A publication Critical patent/KR20130097300A/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]
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Human Computer Interaction (AREA)
  • Neurosurgery (AREA)
  • Neurology (AREA)
  • Dermatology (AREA)
  • General Physics & Mathematics (AREA)
  • Psychology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

본 발명은 사용자의 행동에 따라 발생하는 뇌파를 저장하되 개인의 뇌파 데이터를 통해 구축된 개인데이터베이스와 다수인원의 뇌파 유사도 데이터를 통해 구축된 공용데이터베이스를 구비하고 이를 비교함으로써 정확하게 사용자의 뇌파를 인식하도록 하는 계층적 뇌파인식 방법 및 시스템에 관한 것이다.
본 발명의 계층적 뇌파인식 시스템은 사용자의 뇌파를 측정하는 뇌파측정부(100); 사용자의 행동 또는 생각을 입력받는 동작입력부(110); 상기 동작입력부(110)에 입력된 행동 또는 생각과 이에 따라 상기 뇌파측정부(100)로부터 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하는 뇌파정보생성부(120); 상기 뇌파정보생성부(120)에서 생성된 뇌파정보가 개인별로 분류되어 저장된 개인데이터베이스(130); 상기 개인데이터베이스(130)로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 공통된 특징점을 추출하는 특징점추출부(140); 상기 특징점추출부(140)를 통해 추출된 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하는 데이터분석부(150); 상기 데이터분석부(150)를 통해 생성된 공통뇌파정보가 행동 또는 생각별로 저장된 공용데이터베이스(160); 상기 뇌파측정부(100)를 통해 측정된 뇌파에 대해, 상기 개인데이터베이스(130)에 저장된 해당사용자의 뇌파정보를 검색하여 대응되는 행동 또는 생각을 유추하여 결과를 출력하되, 유추 실패시 인식실패신호를 출력하는 제1비교부(170); 상기 제1비교부(170)에서 유추된 결과에 대해, 상기 공용데이터베이스(160)에 저장된 공통뇌파정보를 검색하여 사용자의 뇌파에 대한 행동 또는 생각을 검증하되, 검증성공시 검증된 사용자의 행동 또는 생각을 출력하고 검증 실패시 인식실패신호를 출력하는 제2비교부(180); 상기 제1비교부(170)와 제2비교부(180)에서 출력되는 인식실패신호 또는 제2비교부(180)를 통해 검증된 사용자의 행동 또는 생각을 출력하는 출력부(190); 를 포함하여 구성되는 것을 특징으로 한다.

Description

계층적 뇌파인식 방법 및 시스템 {METHOD AND SYSTEM FOR PHASED RECOGNITION OF BRAIN WAVES}
본 발명은 뇌파인식 방법 및 시스템에 관한 것으로, 자세하게는 사용자의 행동에 따라 발생하는 뇌파를 저장하되 개인의 뇌파 데이터를 통해 구축된 개인데이터베이스와 다수인원의 뇌파 유사도 데이터를 통해 구축된 공용데이터베이스를 구비하고 이를 비교함으로써 정확하게 사용자의 뇌파를 인식하도록 하는 계층적 뇌파인식 방법 및 시스템에 관한 것이다.
일반적으로 인간의 뇌는 다수개의 신경세포(Neron)의 상호결합 또는 활동에 의하여 다양한 움직임을 나타내며, 뇌의 활동에 따라 발생하는 미세한 뇌 표면의 신호인 두피뇌파(EEG: Electro Encephalo Gram)를 통해 뇌의 활동을 외부에서 측정할 수 있다.
이러한 두뇌의 활동을 시공간적(spatio-temporal)으로 파악하는 뇌파를 이용하여 두뇌의 신경패턴을 인식할 수 있어, 임상 및 뇌기능 연구에 폭넓게 이용되고 있으며, 최근에는 언어나 신체의 동작을 거치지 않고 뇌파를 통하여 인간과 기계와의 직접적인 인터페이스를 구축하기 위한 두뇌와 컴퓨터의 상호작용인 BCI(Brain Computer Interface) 분야로 뇌파의 응용분야가 넓어지고 있다.
하지만, 두뇌와 컴퓨터 간의 인터페이스는 개인마다 행동특성이 다르며 사용자의 행동 또는 생각에 따른 뇌파의 불일치로 인해 뇌파를 통해 사용자의 행동 또는 생각을 유추해내는 작업이 어려운 현실이다. 이를 위해 뇌파 측정값에 대한 유효성을 보증하기 위한 보정(Calibration)이 이루어져야 하며, 측정된 뇌파에 대한 객관적인 보정을 통해 정확하게 사용자의 뇌파를 인식할 수 있는 방법이 요구되고 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 창출된 것으로, 본 발명의 목적은 개인의 뇌파 데이터를 통해 구축된 개인데이터베이스와 이를 이용하여 다수인원의 뇌파 유사도 데이터를 통해 공용데이터베이스를 구축하고 측정된 뇌파를 개인데이터베이스 및 공용데이터베이스를 통해 2단계에 걸쳐 인식 및 검증하도록 하여 정확하게 뇌파를 인식할 수 있는 계층적 뇌파인식 방법 및 시스템을 제공하는 것이다.
상기와 같은 목적을 위해 본 발명의 계층적 뇌파인식 시스템은 사용자의 뇌파를 측정하는 뇌파측정부; 사용자의 행동 또는 생각을 입력받는 동작입력부; 상기 동작입력부에 입력된 행동 또는 생각과 이에 따라 상기 뇌파측정부로부터 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하는 뇌파정보생성부; 상기 뇌파정보생성부에서 생성된 뇌파정보가 개인별로 분류되어 저장된 개인데이터베이스; 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 공통된 특징점을 추출하는 특징점추출부; 상기 특징점추출부를 통해 추출된 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하는 데이터분석부; 상기 데이터분석부를 통해 생성된 공통뇌파정보가 행동 또는 생각별로 저장된 공용데이터베이스; 상기 뇌파측정부를 통해 측정된 뇌파에 대해, 상기 개인데이터베이스에 저장된 해당사용자의 뇌파정보를 검색하여 대응되는 행동 또는 생각을 유추하여 결과를 출력하되, 유추 실패시 인식실패신호를 출력하는 제1비교부; 상기 제1비교부에서 유추된 결과에 대해, 상기 공용데이터베이스에 저장된 공통뇌파정보를 검색하여 사용자의 뇌파에 대한 행동 또는 생각을 검증하되, 검증성공시 검증된 사용자의 행동 또는 생각을 출력하고 검증 실패시 인식실패신호를 출력하는 제2비교부; 상기 제1비교부와 제2비교부에서 출력되는 인식실패신호 또는 제2비교부를 통해 검증된 사용자의 행동 또는 생각을 출력하는 출력부; 를 포함하여 구성되는 것을 특징으로 한다.
상기 뇌파측정부는, 사용자로부터 뇌파신호를 검출하는 위한 뇌파검출부와, 상기 뇌파검출부로부터 측정된 뇌파신호를 증폭시키는 증폭부와, 상기 증폭된 아날로그 뇌파 신호를 디지털신호로 변환시키는 A/D변환부와, 상기 디지털신호 중 불필요한 신호 성분을 독립성분분석 기법을 통하여 제거하는 필터부를 포함하여 구성될 수 있다.
상기 제1비교부는 상기 뇌파측정부를 통해 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스로부터 검색하는 제1검색부와, 상기 뇌파측정부를 통해 측정된 뇌파와 상기 제1검색부로부터 검색된 뇌파정보를 비교하여 유사도를 판별하는 제1유사도판별부와, 상기 제1검색부에서 검색실패 또는 상기 제1유사도판별부로부터 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하고 설정된 값 이상의 유사도 산정시 유추된 결과를 제2비교부로 전송하는 제1판단부를 포함하여 구성될 수 있다.
상기 제2비교부는 상기 제1비교부에서 유추된 결과에 대응되는 공통뇌파정보를 상기 공용데이터베이스로부터 검색하는 제2검색부와, 상기 제1비교부에서 유추된 결과와 상기 제2검색부로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하는 제2유사도판별부와, 상기 제2검색부에서 검색실패 또는 상기 제2유사도판별부로부터 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하고 설정된 값 이상의 유사도 산정시 검증된 결과를 상기 출력부로 전송하는 제2판단부를 포함하여 구성될 수 있다.
또한, 상기와 같은 목적을 위해 본 발명의 계층적 뇌파인식 방법은 사용자의 행동 또는 생각과 이에 따라 발생하는 뇌파를 통해 생성된 뇌파정보를 개인별로 분류하여 개인데이터베이스를 구축하는 제1단계; 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하고, 생성된 공통뇌파정보를 행동 또는 생각별로 분류하여 공용데이터베이스를 구축하는 제2단계; 사용자로부터 뇌파를 측정하는 제3단계; 측정된 뇌파에 대응되는 뇌파정보를 개인데이터베이스로부터 검색하여 사용자의 행동 또는 생각을 유추하되, 개인정보데이터베이스로부터 뇌파에 대응되는 뇌파정보의 검색실패시 또는 행동이나 생각에 대한 유추실패시 인식실패 메시지를 출력하고, 유추성공시 다음 단계로 진행하는 제4단계; 유추된 행동 또는 생각과 이에 대한 뇌파를 공용데이터베이스로부터 검색하여 검증하되, 공용데이터베이스로부터 정보검색 실패시 또는 검증실패시 인식실패 메시지를 출력하고, 검증성공시 해당되는 행동 및 생각을 출력하는 제5단계; 를 포함하여 구성되는 것을 특징으로 한다.
상기 제1단계는 사용자의 행동 또는 생각을 입력하고, 상기 행동 또는 생각에 대해 발생하는 사용자의 뇌파를 측정하는 단계와, 입력된 행동 또는 생각과 이에 대해 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하는 단계와, 생성된 뇌파정보를 개인별로 분류하여 개인데이터베이스에 저장하는 단계로 구성될 수 있다.
상기 제2단계는 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 특징점을 추출하는 단계와, 추출된 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하는 단계와, 생성된 공통뇌파정보를 행동 또는 생각별로 공용데이터베이스에 저장하는 단계로 구성될 수 있다.
상기 제3단계는 사용자로부터 뇌파신호를 검출하는 단계와, 검출된 뇌파신호를 증폭시키는 단계와, 증폭된 아날로그 뇌파 신호를 디지털신호로 변환시키는 단계와, 변환된 디지털신호 중 불필요한 신호 성분을 독립성분분석 기법을 통하여 제거하는 단계로 구성될 수 있다.
상기 제4단계는 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스로부터 검색하여 검색실패시 인식실패 메시지를 출력하고 검색성공시 다음 단계로 진행하는 단계와, 상기 측정된 뇌파와 상기 개인데이터베이스로부터 검색된 뇌파정보를 비교하여 유사도를 판별하되 설정된 유사도값 미만의 유사도 산정시 유추실패로 판정하여 인식실패 메시지를 출력하고 설정된 유사도값 이상의 유사도 산정시 유추성공으로 판정하여 다음 단계로 진행하는 단계로 구성될 수 있다.
상기 제5단계는 유추된 결과에 대응되는 뇌파정보를 상기 공용데이터베이스로부터 검색하여 검색실패시 인식실패 메시지를 출력하고 검색성공시 다음 단계로 진행하는 단계와, 상기 유추된 결과와 상기 공용데이터베이스로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하되 설정된 유사도값 미만의 유사도 산정시 검증실패로 판정하여 인식실패 메시지를 출력하고 설정된 유사도값 이상의 유사도 산정시 검증성공으로 판정하여 해당되는 행동 및 생각을 출력하는 단계로 구성될 수 있다.
이상에서와 같은 본 발명을 통해 사용자의 뇌파를 인식하여 정확하게 사용자가 의도한 생각이나 행동을 유추할 수 있으며, 특히 제1비교부 및 제2비교부를 통한 계층적 뇌파인식 방법을 사용함으로 사용자 간의 뇌파 불일치를 최소화하여 뇌파를 이용한 의사전달 및 치매예방, 뇌파를 이용한 범죄 예방 등의 분야는 물론 장애인을 위한 기계와의 인터페이스 분야에 적용되어 널리 이용될 수 있다.
도 1은 바람직한 실시예에 따른 본 발명 계층적 뇌파인식 시스템의 구성을 나타낸 블록도,
도 2는 다른 실시예에 따른 본 발명 계층적 뇌파인식 시스템의 구성을 나타낸 블록도,
도 3은 바람직한 실시예에 따른 본 발명 계층적 뇌파인식 방법을 나타낸 전체 순서도,
도 4는 도 3에서 제1단계의 변형된 실시예를 나타낸 부분 순서도,
도 5는 도 3에서 제2단계의 변형된 실시예를 나타낸 부분 순서도,
도 6은 도 3에서 제3단계의 변형된 실시예를 나타낸 부분 순서도이다.
이하, 첨부된 도면을 참조하여 본 발명 계층적 뇌파인식 시스템의 구성을 자세히 설명한다.
도 1은 바람직한 실시예에 따른 본 발명 계층적 뇌파인식 시스템의 구성을 나타낸 블록도로서, 본 발명에서는 도 1에 나타난 바와 같이 뇌파정보가 저장된 개인데이터베이스(130)와 공용데이터베이스(160)의 두 가지의 데이터베이스가 구비되며, 상기 개인데이터베이스(130) 및 공용데이터베이스(160)에 저장된 정보를 통해 사용자로부터 측정된 특정 뇌파에 대한 사용자의 행동 또는 생각을 유추하고 검증하게 된다.
또한, 본 발명은 크게 뇌파를 등록하여 상기 개인데이터베이스(130)와 공용데이터베이스를 구축하기 위한 구성과 뇌파를 인식하여 행동 또는 생각을 유추하기 위한 구성으로 나뉠 수 있다. 즉, 개인데이터베이스(130)에 사용자 개인의 뇌파정보가 등록되고, 상기 공용데이터베이스(160)에 다수사용자의 공통뇌파정보가 미리 등록되어, 등록된 뇌파정보 및 공통뇌파정보를 근거로 새롭게 입력되는 뇌파를 인식하여 사용자의 행동 또는 생각을 유추하도록 한다.
먼저, 뇌파를 등록하기 위한 구성을 살펴보면 뇌파측정부(100), 동작입력부(110), 뇌파정보생성부(120), 개인데이터베이스(130), 특징점추출부(140), 데이터분석부(150), 공용데이터베이스(160)로 이루어진다. 상기 뇌파측정부(100)는 뇌파를 감지하는 센서로서 사용자의 뇌파를 감지하여 이를 특정 데이터신호로 출력하는 기능을 수행한다.
상기 동작입력부(110)는 컴퓨터의 키보드와 같은 인터페이스로서 사용자의 행동 또는 생각을 입력받는 기능을 수행한다. 이때 입력되는 행동 또는 생각은 상기 뇌파측정부(100)를 통해 입력되는 뇌파에 대응되는 행동 또는 생각을 의미하며, 통상적으로 뇌파를 측정하기 직전에 미리 사용자의 행동 또는 생각을 입력하고, 사용자는 입력된 행동을 취하거나 또는 입력된 생각을 하면서, 동시에 발생되는 뇌파를 측정하게 된다. 예를 들어, 왼쪽 팔을 들어올리는 동작에 대한 뇌파를 얻고자 한다면, 먼저, 상기 동작입력부(110)를 통해 왼쪽 팔을 들어올리는 행동을 입력하고, 사용자가 실제로 왼쪽 팔을 들어올리는 동시에, 이때 발생하는 뇌파를 상기 뇌파측정부(100)를 통해 측정하는 것이다.
상기 동작입력부(110)에 입력된 행동 또는 생각과 이에 따라 상기 뇌파측정부(100)로부터 측정된 뇌파는 상기 뇌파정보생성부(120)에 보내지며, 상기 뇌파정보생성부(120)에서는 입력된 행동 또는 생각에 대한 정보와 뇌파측정부(100)를 통해 입력된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하게 된다. 즉 상기 뇌파정보는 특정한 행동 또는 생각과 이에 대응되는 뇌파에 대한 정보를 갖고 있어, 동일한 뇌파를 통해 역으로 행동 또는 생각을 유추해낼 수 있는 것이다.
상기 개인데이터베이스(130)는 측정가능한 다양한 행동 및 생각에 따라 상기 뇌파정보생성부(120)에서 생성된 뇌파정보가 개인별로 분류되어 저장된다. 상기 개인데이터베이스(130)는 개인별로 뇌파정보가 저장되어 있으므로, 해당 개인의 뇌파를 상기 개인데이터베이스(130) 내의 뇌파정보에서 검색하여 대응되는 행동이나 생각을 알아낼 수 있다.
하지만, 통상 동일한 행동 또는 생각이라 하더라도 사용자의 성별, 나이, 감정 등에 따라 측정되는 뇌파는 차이를 보이게 되므로, 상기 개인데이터베이스(130)의 뇌파정보는 개인에만 적용될 수 있는 한계가 있으나, 유사한 특징점을 통해 뇌파정보의 개인별 차이를 균등하게 조절하여 다수의 사용자에게 적용될 수 있도록 한다.
즉, 동일 행동이나 생각에 대한 뇌파가 개인별로 차이를 갖는다 하더라도 인간의 뇌 활동의 유사성으로 말미암아 뇌파에서의 유사성이 나타나므로, 이와 같은 유사성을 분석, 비교하여 다수의 사용자에 공통으로 적용될 수 있는 공통뇌파정보를 생성한다.
이를 위해 상기 특징점추출부(140)에서는 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 유사한 특징점을 추출하게 된다. 통상 동일한 행동 또는 생각에 대한 뇌파를 비교할 경우 정확하게 일치하지 않더라도 유사한 특징점이 나타나게 된다. 상기 특징점추출부(140)에서는 이와 같은 유사한 특징점을 추출하게 된다.
상기 특징점추출부(140)를 통해 추출된 특징점을 이용하여 상기 데이터분석부(150)에서는 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하게 된다. 이때 생성되는 공통뇌파정보는 개인데이터베이스(130)로부터 개인별 동일한 행동 또는 생각에 대한 뇌파정보의 유사한 특징점에 대한 정보를 담고 있으므로 개인이 아닌 다수의 사람에게 공통으로 적용될 수 있다는 특징이 있다.
상기 데이터분석부(150)를 통해 생성된 공통뇌파정보는 행동 또는 생각별로 분류되어 공용데이터베이스(160)에 저장되어, 뇌파를 등록하기 위한 구성이 이루어진다.
이하 뇌파를 인식하기 위한 구성을 살펴보면 뇌파측정부(100), 뇌파정보생성부(120), 제1비교부(170), 제2비교부(180), 출력부(190)가 구비된다. 여기서 상기 뇌파측정부(100)와 뇌파정보생성부(120)는 도 1에서 나타난 바와 같이 뇌파를 등록하기 위한 구성으로서의 뇌파측정부(100) 및 뇌파정보생성부(120)와 동일한 구성이므로 설명을 생략한다.
뇌파를 인식하기 위한 구성에서는 측정된 뇌파를 통해 사용자의 행동 또는 생각을 유추하게 되므로, 상기 뇌파측정부(100)를 통해 측정된 뇌파는 상기 제1비교부(170)는 상기 개인데이터베이스에 저장된 해당사용자의 뇌파정보를 통해 사용자의 행동 또는 생각을 유추한다.
구체적으로 살펴보면 먼저 상기 제1비교부(170)는 상기 뇌파측정부(100)를 통해 새롭게 측정된 뇌파를 상기 개인데이터베이스(130)에서 검색하고, 대응되는 뇌파정보를 통해 측정된 뇌파에 해당되는 행동 또는 생각을 유추하여 결과를 출력한다. 이때, 검색에 실패하는 등의 이유로 유추실패시 인식실패신호를 출력하게 된다.
상기 제1비교부(170)를 통해 유추된 사용자의 행동 또는 생각은 개인의 뇌파정보들이 저장된 개인데이터베이스(130)로부터의 검색을 통한 것이므로 자체로도 상당한 신뢰성을 갖는다고 할 수 있다. 하지만, 더욱 높은 신뢰성을 위해 본 발명에서는 상기 제1비교부(170)를 통해 유추된 사용자의 행동 또는 생각을 상기 공용데이터베이스(160)를 통해 검증받도록 한다.
이를 위해 상기 제2비교부(180)는 상기 제1비교부에서 유추된 결과를 상기 공용데이터베이스(160)에서 검색을 수행하고 검색된 공통뇌파정보와 비교함으로 검증작업을 수행한다. 이때 상기 제1비교부(170)와 마찬가지로 검색에 실패하는 등의 이유로 검증실패시 인식실패신호를 출력하게 되고, 공통뇌파정보와 비교하여 동일한 검증 결과가 도출되었을 시 해당 행동 또는 생각을 사용자에게 출력하게 된다.
상기 출력부(190)는 상기 제1비교부(170) 또는 제2비교부(180)를 통해 처리된 결과를 출력하여 사용자에게 보여주는 디스플레이수단이다. 제1비교부(170) 또는 제2비교부에서 인식실패신호를 출력할 경우 상기 출력부(190)는 이에 따라 인식실패 메시지를 사용자에게 출력하여 사용자가 뇌파를 다시 검출할 수 있도록 한다.
하지만, 상기 제1비교부(170)에서 유추된 사용자의 행동 또는 생각을 상기 제2비교부(180)를 통해 상기 공용데이터베이스로부터 검색하고 검색된 공통뇌파정보와 유사하다고 검증될 경우 해당 행동 또는 생각을 출력하여 나타내게 된다.
도 2는 다른 실시예에 따른 본 발명 계층적 뇌파인식 시스템의 구성을 나타낸 블록도로서 상기 뇌파측정부(100)와 상기 제1비교부(170) 및 제2비교부(180)가 보다 세분화된 구성을 갖게 된다.
도 2에 나타난 바와 같이 본 발명의 다른 실시예에서 상기 뇌파측정부(100)는 뇌파검출부(101), 증폭부(102), A/D변환부(103), 필터부(104)로 세분화될 수 있다.
상기 뇌파검출부(101)는 일종의 전극으로서, 통상 사용자의 두피에 부착되어 뇌에서 발생되는 뇌파신호를 검출하는 역할을 수행하게 된다. 이때, 사용자의 두피에 부착되어 뇌파를 검출하는 전극은 10-20 국제전극배치법(10-20 international nomenclature)에 따라 배치되거나, 또는 그외의 여러 방법에 의하여 배치될 수 있다.
상기 뇌파검출부(101)로부터 측정된 뇌파신호 통상 그 강도가 약하므로, 상기 증폭회로로 구성된 상기 증폭부(102)는 측정된 뇌파신호를 일정레벨로 증폭시키는 역할을 수행하게 된다.
이때, 상기 뇌파검출부(101)를 통해 검출된 뇌파는 특정한 파형을 나타내는 아날로그신호이므로 본 발명에서는 이를 신속하고 정확하게 처리하기 위하여 디지털신호로 변환하게 된다. 이를 위해 상기 컨버터회로로 구성되는 상기 A/D변환부(103)는 증폭된 아날로그신호를 디지털신호로 변환시키게 되며, 상기 필터부(104)를 통해 변환된 디지털신호 중 불필요한 신호 성분을 독립성분분석 기법을 통하여 제거한다.
독립성분분석은 뇌파검출부(101)를 통하여 입력된 뇌파 이외의 혼합 신호를 독립적인 뇌파 신호로 분리하는 것으로, 이를 통하여 전극에서 측정된 뇌파로부터 각종 노이즈를 비롯하여 숨을 쉴 때에 발생하는 뇌파, 안구를 운동시킬 때에 발생하는 뇌파 등의 독립적인 성분(신호)을 분리하여, 본 발명에서 행동 또는 생각 유추에 필요한 뇌파 성분만을 순수하게 분리한다.
이러한 독립성분분석이 가능한 것은, 인체에서 발생하는 여러 유형의 행위가 대체적인 확률 모델을 따르기 때문이다. 독립성분분석에는 현재 다양한 알고리즘이 개발되어 있으며, 본 발명에 의한 뇌파 분석 시스템에도 다양한 독립성분분석이 적용될 수 있다.
또한, 상기 제1비교부(170)는 제1검색부(171)와, 제1유사도판별부(172)와, 제1판단부(173)로 세분화될 수 있다.
상기 제1검색부(171)는 상기 뇌파측정부(100)를 통해 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스(130)로부터 검색하는 기능을 수행한다. 이때 인간의 뇌의 작용의 복잡한 특성으로 말미암아 앞서 언급한 바와 같이 측정되는 뇌파는 환경에 따라 어느 수준의 차이를 갖게 되므로, 검색은 일치하는 뇌파가 아닌 유사한 뇌파를 찾도록 이루어진다. 만일 측정된 뇌파와 일치하는 뇌파정보가 검색되었다면 해당 뇌파정보로부터 간단하게 행동이나 생각을 도출할 수 있으나 실제로 드문 경우가 될 것이므로 일치하는 뇌파가 없을 경우 최대한 유사한 뇌파를 검색하도록 하는 것이다.
제1유사도판별부(172)는 상기 뇌파측정부(100)를 통해 측정된 뇌파와 상기 제1검색부(171)로부터 검색된 뇌파정보를 비교하여 유사도를 판별하는 기능을 수행한다. 앞서 설명한 바와 같이 제1검색부(171)를 통해 검색된 뇌파정보가 측정된 뇌파와 일치할 확률이 희박하므로 유사한 정도를 판단하는 것이다. 이때 먼저 특정 유사도값을 설정하게 된다. 상기 유사도값은 상황에 따라 조절될 수 있겠지만 통상 75%로 설정하여 특정된 뇌파와 검색된 뇌파정보에서 75% 이상의 유사도를 보이면 동일하다고 판단하게 되며, 75% 미만의 유사도일 경우 동일하지 않다고 판단할 수 있다.
이때 상기 제1유사도판별부(172)는
상기 제1판단부(173)는 상기 제1검색부(171)에서 유사한 뇌파정보를 찾지 못해 검색에 실패할 경우 또는 상기 제1유사도판별부(172)로부터 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하여, 사용자의 뇌파를 다시 측정하도록 한다. 하지만, 제1검색부(171)에서 동일하거나 유사한 뇌파정보를 검색하고 상기 제1유사도산출부(140)에서 설정된 값 이상의 유사도 산정시 유추된 결과를 상기 제2비교부(180)로 전송하게 된다.
또한, 상기 제2비교부(180)는 제2검색부(181)와, 제2유사도판별부(182)와, 제2판단부(183)로 세분화될 수 있다.
상기 제2검색부(181)는 상기 제1비교부(170)에서 유추된 결과에 대응되는 공통뇌파정보를 상기 공용데이터베이스로부터 검색하는 기능을 수행한다. 이때 개인별 뇌파의 차이를 감안하여 유사한 공통뇌파정보를 찾을 수 있도록 검색이 이루어진다. 만일 제1비교부(170)를 통해 유추된 결과와 일치하는 공통뇌파정보가 검색되었다면 성공적으로 검증되었다고 할 수 있으며, 제1비교부(170)를 통해 유추된 결과와 일치하는 공통뇌파정보가 없을 경우 최대한 유사한 정보를 검색하게 된다.
상기 제2유사도판별부(182)는 상기 제1비교부(170)에서 유추된 결과와 상기 제2검색부(181)로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하는 기능을 수행한다. 앞서 설명한 바와 같이 제2검색부(181)를 통해 검색된 공통뇌파정보가 제1비교부(170)에서 유추된 결과와 일치하지 않을 경우 유사한 정도를 판단하는 것이다. 이때 먼저, 특정한 유사도값을 설정하게 된다. 상기 유사도값은 상황에 따라 조절될 수 있겠지만 통상 75%로 설정하여 유추된 결과와 검색된 공통뇌파정보에서 75% 이상의 유사도를 보이면 검증성공으로 판단하게 되며, 75% 미만의 유사도일 경우 검증실패로 판단할 수 있다.
상기 제2판단부(183)는 상기 제2검색부(181)에서 유사한 공통뇌파정보를 찾지 못해 검색에 실패할 경우 또는 상기 제2유사도판별부(182)로부터 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하여, 사용자의 뇌파를 다시 측정하도록 한다. 하지만, 제2검색부(181)에서 동일하거나 유사한 공통뇌파정보를 검색하고, 상기 제2유사도산출부(140)에서 설정된 값 이상의 유사도 산정시 검증된 결과를 상기 출력부로 전송하여 사용자가 측정된 뇌파를 인식한 행동이나 생각이 어떤 것인지를 확인할 수 있도록 하게 된다.
이하, 첨부된 도면을 참조하여 본 발명 계층적 뇌파인식 방법을 자세히 설명한다.
도 3은 바람직한 실시예에 따른 본 발명 계층적 뇌파인식 방법을 나타낸 전체 순서도로서, 제1단계(S210)에서는 사용자의 행동 또는 생각과 이에 따라 발생하는 뇌파를 통해 생성된 뇌파정보를 개인별로 분류하여 개인데이터베이스를 구축하게 된다. 이를 통해, 해당 개인의 뇌파를 상기 개인데이터베이스 내의 뇌파정보에서 검색하여 대응되는 행동이나 생각을 알아낼 수 있게 된다.
도 4는 도 3에서 제1단계의 변형된 실시예를 나타낸 부분 순서도로서, 상기 제1단계(S210)는 구체적으로 사용자의 행동 또는 생각의 입력과 함께 사용자의 뇌파를 측정하는 단계(S211)와, 입력된 행동 또는 생각과 이에 대해 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하는 단계(S212)와, 생성된 뇌파정보를 개인별로 분류되어 개인데이터베이스에 저장하는 단계(S213)로 이루어질 수 있다.
즉, 뇌파를 측정하기 직전에 미리 사용자의 행동 또는 생각을 입력하고, 사용자는 입력된 행동을 취하거나 또는 입력된 생각을 하면서, 동시에 발생되는 뇌파를 측정하게 된다. 예를 들어, 왼쪽 팔을 들어올리는 동작에 대한 뇌파를 얻고자 한다면, 먼저 왼쪽 팔을 들어올리는 행동을 입력하고, 사용자가 실제로 왼쪽 팔을 들어올리는 동시에, 이때 발생하는 뇌파를 측정하는 것이다.
입력된 행동 또는 생각에 대한 정보와 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하게 된다. 즉 상기 뇌파정보는 특정한 행동 또는 생각과 이에 대응되는 뇌파에 대한 정보를 갖고 있어, 동일한 뇌파를 통해 역으로 행동 또는 생각을 유추해낼 수 있는 것이다.
제2단계(S220)에서는 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하고, 행동 또는 생각별로 분류하여 공용데이터베이스를 구축하게 된다.
통상 동일한 행동 또는 생각이라 하더라도 사용자의 성별, 나이, 감정 등에 따라 측정되는 뇌파는 차이를 보이게 되므로, 상기 개인데이터베이스의 뇌파정보는 개인에만 적용될 수 있는 한계가 있으므로, 유사한 특징점을 통해 뇌파정보의 개인별 차이를 균등하게 조절하여 다수의 사용자에게 적용될 수 있도록 상기 공용데이터베이스를 구축하는 것이다. 즉, 동일 행동이나 생각에 대한 뇌파가 개인별로 차이를 갖는다 하더라도 인간의 뇌 활동의 유사성으로 말미암아 뇌파에서의 유사성이 나타나므로, 이와 같은 유사성을 분석, 비교하여 다수의 사용자에 공통으로 적용될 수 있는 공통뇌파정보를 생성하고 상기 공용데이터베이스에 저장하게 된다.
도 5는 도 3에서 제2단계의 변형된 실시예를 나타낸 부분 순서도로서, 도 5에서와 같이 상기 제2단계(S220)는 구체적으로 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 특징점을 추출하는 단계(S221)와, 추출된 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하는 단계(S222)와, 생성된 공통뇌파정보를 행동 또는 생각별로 공용데이터베이스에 저장하는 단계(S223)로 구성될 수 있다.
즉, 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 유사한 특징점을 추출하게 된다. 통상 동일한 행동 또는 생각에 대한 뇌파를 비교할 경우 정확하게 일치하지 않더라도 유사한 특징점이 나타나게 되므로 이와 같은 유사한 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성할 수 있다. 이때 생성되는 공통뇌파정보는 개인데이터베이스로부터 개인별 동일한 행동 또는 생각에 대한 뇌파정보의 유사한 특징점에 대한 정보를 담고 있으므로 개인이 아닌 다수의 사람에게 공통으로 적용될 수 있다는 특징이 있다.
생성된 공통뇌파정보는 행동 또는 생각별로 분류되어 공용데이터베이스에 저장되어, 뇌파를 등록하기 위한 과정이 이루어진다.
제3단계(S230)에서는 사용자로부터 뇌파를 측정하게 된다. 이때 측정되는 뇌파를 통해 사용자의 행동 또는 생각을 유추하는 과정이 이루어는 것으로, 장애인을 비롯하여 거동이 불편한 환자로부터 측정된 뇌파를 통해 의도를 파악하거나, 뇌의 활동 및 뇌파의 분석을 하고자 하는 등 다양한 목적을 위해 뇌파 측정이 이루어진다.
도 6은 도 3에서 제3단계의 변형된 실시예를 나타낸 부분 순서도로서, 상기 제4단계(S240)는 구체적으로 사용자로부터 뇌파신호를 검출하는 단계(S231)와, 검출된 뇌파신호를 증폭시키는 단계(S232)와, 증폭된 아날로그 뇌파 신호를 디지털신호로 변환시키는 단계(S233)와, 변환된 디지털신호 중 불필요한 신호 성분을 독립성분분석의 기법을 통하여 제거하는 단계(S234)로 이루어질 수 있다.
즉 통상 사용자의 두피에 부착되어 뇌에서 발생되는 뇌파신호를 검출하는 수단을 통해 뇌파신호를 검출하게 된다. 이때 측정된 뇌파신호 통상 그 강도가 약하므로, 상기 증폭회로를 통해 측정된 뇌파신호를 일정레벨로 증폭시키게 된다. 또한, 검출된 뇌파는 특정한 파형을 나타내는 아날로그신호이므로 본 발명에서는 이를 신속하고 정확하게 처리하기 위하여 컨버터회로를 이용하여 증폭된 아날로그신호를 디지털신호로 변환시키게 되며, 변환된 디지털신호 중 불필요한 신호 성분을 독립성분분석 기법을 통하여 제거한다.
독립성분분석은 입력된 뇌파 이외의 혼합 신호를 독립적인 뇌파 신호로 분리하는 것으로, 이를 통하여 전극에서 측정된 뇌파로부터 각종 노이즈를 비롯하여 숨을 쉴 때에 발생하는 뇌파, 안구를 운동시킬 때에 발생하는 뇌파 등의 독립적인 성분(신호)을 분리하여, 본 발명에서 행동 또는 생각 유추에 필요한 뇌파 성분만을 순수하게 분리한다.
이러한 독립성분분석이 가능한 것은, 인체에서 발생하는 여러 유형의 행위가 대체적인 확률 모델을 따르기 때문이다. 독립성분분석에는 현재 다양한 알고리즘이 개발되어 있으며, 본 발명에 의한 뇌파 분석 시스템에도 다양한 독립성분분석이 적용될 수 있다.
제4단계(S240)에서는 측정된 뇌파에 대응되는 뇌파정보를 개인데이터베이스로부터 검색하여 사용자의 행동 또는 생각을 유추하되, 개인정보데이터베이스로부터 뇌파에 대응되는 뇌파정보의 검색실패시 또는 행동이나 생각에 대한 유추실패시 인식실패 메시지를 출력하고, 유추성공시 다음 단계로 진행하게 된다.
구체적으로 살펴보면 측정된 뇌파를 상기 개인데이터베이스에서 검색하고, 대응되는 뇌파정보를 통해 측정된 뇌파에 해당되는 행동 또는 생각을 유추하여 결과를 출력한다. 이때, 검색에 실패 또는 유추실패시 인식실패신호를 출력하여 뇌파의 재측정이 이루어지도록 한다.
성공적으로 행동이나 생각을 유추하였을 경우, 유추된 사용자의 행동 또는 생각은 개인의 뇌파정보들이 저장된 개인데이터베이스로부터의 검색을 통한 것이므로 자체로도 상당한 신뢰성을 갖는다고 할 수 있다. 하지만, 더욱 높은 신뢰성을 위해 본 발명에서는 제4단계(S240)를 통해 유추된 사용자의 행동 또는 생각을 다음 단계인 제5단계(S250)을 통해 상기 공용데이터베이스로부터 검증받도록 한다.
상기 제4단계(S240)는 구체적으로 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스로부터 검색하여 검색실패시 인식실패 메시지를 출력하고 검색성공시 다음 단계로 진행하는 단계(S241)와, 상기 측정된 뇌파와 상기 개인데이터베이스로부터 검색된 뇌파정보를 비교하여 유사도를 판별하되 설정된 유사도값 미만의 유사도 산정시 유추실패로 판정하여 인식실패 메시지를 출력하고 설정된 유사도값 이상의 유사도 산정시 유추성공으로 판정하여 다음 단계로 진행하는 단계(S242)로 구성될 수 있다.
즉, 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스로부터 검색하는 단계를 먼저 수행한다. 이때 인간의 뇌의 작용의 복잡한 특성으로 말미암아 앞서 언급한 바와 같이 측정되는 뇌파는 환경에 따라 어느 수준의 차이를 갖게 되므로, 검색은 일치하는 뇌파가 아닌 유사한 뇌파를 찾도록 이루어진다. 만일 측정된 뇌파와 일치하는 뇌파정보가 검색되었다면 해당 뇌파정보로부터 간단하게 행동이나 생각을 도출할 수 있으나 실제로 드문 경우가 될 것이므로 일치하는 뇌파가 없을 경우 최대한 유사한 뇌파를 검색하도록 하는 것이다.
이후 측정된 뇌파와 상기 개인데이터베이스로부터 검색된 뇌파정보를 비교하여 유사도를 판별하는 작업이 이루어진다. 앞서 설명한 바와 같이 검색된 뇌파정보가 측정된 뇌파와 일치할 확률이 희박하므로 유사한 정도를 판단하게 되며, 먼저 특정 유사도값을 설정된다. 상기 유사도값은 상황에 따라 조절될 수 있겠지만 통상 75%로 설정하여 특정된 뇌파와 검색된 뇌파정보에서 75% 이상의 유사도를 보이면 동일하다고 판단하게 되며, 75% 미만의 유사도일 경우 동일하지 않다고 판단할 수 있다.
이때 유사한 뇌파정보를 찾지 못해 검색에 실패할 경우 또는 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하여, 사용자의 뇌파를 다시 측정하도록 한다. 하지만, 동일하거나 유사한 뇌파정보를 검색하고 설정된 값 이상의 유사도 산정시 유추된 결과를 가지고 제5단계(S250)를 진행하게 된다.
제5단계(S250)에서는 유추된 행동 또는 생각과 이에 대한 뇌파를 공용데이터베이스로부터 검색하여 검증하되, 공용데이터베이스로부터 정보검색 실패시 또는 검증실패시 인식실패 메시지를 출력하고, 검증성공시 해당되는 행동 및 생각을 출력하게 된다.
즉 제4단계(S240)에서 유추된 결과를 상기 공용데이터베이스에서 검색을 수행하고 검색된 공통뇌파정보와 비교함으로 검증작업을 수행한다. 이때 상기 제4단계(S240)와 마찬가지로 검색에 실패 또는 검증실패시 인식실패신호를 출력하게 되고, 공통뇌파정보와 비교하여 동일한 검증 결과가 도출되었을 시 해당 행동 또는 생각을 사용자에게 출력하게 된다.
상기 제5단계(S250)는 구체적으로 유추된 결과에 대응되는 뇌파정보를 상기 공용데이터베이스로부터 검색하여 검색실패시 인식실패 메시지를 출력하고 검색성공시 다음 단계로 진행하는 단계(S251)와, 상기 유추된 결과와 상기 공용데이터베이스로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하되 설정된 유사도값 미만의 유사도 산정시 검증실패로 판정하여 인식실패 메시지를 출력하고 설정된 유사도값 이상의 유사도 산정시 검증성공으로 판정하여 해당되는 행동 및 생각을 출력하는 단계(S252)로 구성될 수 있다.
즉, 상기 제4단계(S240)에서 유추된 결과에 대응되는 공통뇌파정보를 상기 공용데이터베이스로부터 검색하되, 개인별 뇌파의 차이를 감안하여 유사한 공통뇌파정보를 찾을 수 있도록 검색이 이루어진다. 만일 상기 제4단계(S240)를 통해 유추된 결과와 일치하는 공통뇌파정보가 검색되었다면 성공적으로 검증되었다고 할 수 있으며, 유추된 결과와 일치하는 공통뇌파정보가 없을 경우 최대한 유사한 정보를 검색하게 된다.
이후 상기 제4단계(S240)에서 유추된 결과와 상기 공용데이터베이스로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하는 기능을 수행한다. 앞서 설명한 바와 같이 검색된 공통뇌파정보가 유추된 결과와 일치하지 않을 경우 유사한 정도를 판단하는 것으로, 먼저 특정한 유사도값을 설정하게 된다. 상기 유사도값은 상황에 따라 조절될 수 있겠지만 통상 75%로 설정하여 유추된 결과와 검색된 공통뇌파정보에서 75% 이상의 유사도를 보이면 검증성공으로 판단하게 되며, 75% 미만의 유사도일 경우 검증실패로 판단할 수 있다.
상기 공용데이터베이스에서 유사한 공통뇌파정보를 찾지 못해 검색에 실패할 경우 또는 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하여, 사용자의 뇌파를 다시 측정하도록 하고, 동일하거나 유사한 공통뇌파정보를 검색하고 설정된 값 이상의 유사도 산정시 검증된 결과를 상기 출력부로 전송하여 사용자가 측정된 뇌파를 인식한 행동이나 생각이 어떤 것인지를 확인할 수 있도록 한다.
본 발명의 권리는 위에서 설명된 실시 예에 한정되지 않고 청구범위에 기재된 바에 의해 정의되며, 본 발명의 분야에서 통상의 지식을 가진 자가 청구범위에 기재된 권리범위 내에서 다양한 변형과 개작을 할 수 있다는 것은 자명하다.
100: 뇌파측정부 101: 뇌파검출부
102: 증폭부 103: A/D변환부
104: 필터부 110: 동작입력부
120: 뇌파정보생성부 130: 개인데이터베이스
140: 특징점추출부 150: 데이터분석부
160: 공용데이터베이스 170: 제1비교부
171: 제1검색부 172: 제1유사도판별부
173: 제1판단부 180: 제2비교부
181: 제2검색부 182: 제2유사도판별부
183: 제2판단부 190: 출력부

Claims (10)

  1. 사용자의 뇌파를 측정하는 뇌파측정부(100);
    사용자의 행동 또는 생각을 입력받는 동작입력부(110);
    상기 동작입력부(110)에 입력된 행동 또는 생각과 이에 따라 상기 뇌파측정부(100)로부터 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하는 뇌파정보생성부(120);
    상기 뇌파정보생성부(120)에서 생성된 뇌파정보가 개인별로 분류되어 저장된 개인데이터베이스(130);
    상기 개인데이터베이스(130)로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 공통된 특징점을 추출하는 특징점추출부(140);
    상기 특징점추출부(140)를 통해 추출된 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하는 데이터분석부(150);
    상기 데이터분석부(150)를 통해 생성된 공통뇌파정보가 행동 또는 생각별로 저장된 공용데이터베이스(160);
    상기 뇌파측정부(100)를 통해 측정된 뇌파에 대해, 상기 개인데이터베이스(130)에 저장된 해당사용자의 뇌파정보를 검색하여 대응되는 행동 또는 생각을 유추하여 결과를 출력하되, 유추 실패시 인식실패신호를 출력하는 제1비교부(170);
    상기 제1비교부(170)에서 유추된 결과에 대해, 상기 공용데이터베이스(160)에 저장된 공통뇌파정보를 검색하여 사용자의 뇌파에 대한 행동 또는 생각을 검증하되, 검증성공시 검증된 사용자의 행동 또는 생각을 출력하고 검증 실패시 인식실패신호를 출력하는 제2비교부(180);
    상기 제1비교부(170)와 제2비교부(180)에서 출력되는 인식실패신호 또는 제2비교부(180)를 통해 검증된 사용자의 행동 또는 생각을 출력하는 출력부(190); 를 포함하여 구성되는 것을 특징으로 하는 계층적 뇌파인식 시스템.
  2. 제1항에 있어서,
    상기 뇌파측정부(100)는,
    사용자로부터 뇌파신호를 검출하는 위한 뇌파검출부(101)와, 상기 뇌파검출부(101)로부터 측정된 뇌파신호를 증폭시키는 증폭부(102)와, 상기 증폭된 아날로그 뇌파 신호를 디지털신호로 변환시키는 A/D변환부(103)와, 상기 디지털신호 중 불필요한 신호 성분을 독립성분분석 기법을 통하여 제거하는 필터부(104)를 포함하여 구성되는 것을 특징으로 하는 계층적 뇌파인식 시스템.
  3. 제1항에 있어서,
    상기 제1비교부(170)는,
    상기 뇌파측정부(100)를 통해 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스(130)로부터 검색하는 제1검색부(171)와,
    상기 뇌파측정부(100)를 통해 측정된 뇌파와 상기 제1검색부(171)로부터 검색된 뇌파정보를 비교하여 유사도를 판별하는 제1유사도판별부(172)와,
    상기 제1검색부(171)에서 검색실패 또는 상기 제1유사도판별부(172)로부터 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하고 설정된 값 이상의 유사도 산정시 유추된 결과를 제2비교부(180)로 전송하는 제1판단부(173)를 포함하여 구성되는 것을 특징으로 하는 계층적 뇌파인식 시스템.
  4. 제1항에 있어서,
    상기 제2비교부(180)는,
    상기 제1비교부(170)에서 유추된 결과에 대응되는 공통뇌파정보를 상기 공용데이터베이스(160)로부터 검색하는 제2검색부(181)와,
    상기 제1비교부(170)에서 유추된 결과와 상기 제2검색부(181)로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하는 제2유사도판별부(182)와,
    상기 제2검색부(181)에서 검색실패 또는 상기 제2유사도판별부(182)로부터 설정된 값 이하의 유사도 산정시 인식실패신호를 출력하고 설정된 값 이상의 유사도 산정시 검증된 결과를 상기 출력부(190)로 전송하는 제2판단부(183)를 포함하여 구성되는 것을 특징으로 하는 계층적 뇌파인식 시스템.
  5. 사용자의 행동 또는 생각과 이에 따라 발생하는 뇌파를 통해 생성된 뇌파정보를 개인별로 분류하여 개인데이터베이스를 구축하는 제1단계(S210);
    상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하고, 생성된 공통뇌파정보를 행동 또는 생각별로 분류하여 공용데이터베이스를 구축하는 제2단계(S220);
    사용자로부터 뇌파를 측정하는 제3단계(S230);
    측정된 뇌파에 대응되는 뇌파정보를 개인데이터베이스로부터 검색하여 사용자의 행동 또는 생각을 유추하되, 개인정보데이터베이스로부터 뇌파에 대응되는 뇌파정보의 검색실패시 또는 행동이나 생각에 대한 유추실패시 인식실패 메시지를 출력하고, 유추성공시 다음 단계로 진행하는 제4단계(S240);
    유추된 행동 또는 생각과 이에 대한 뇌파를 공용데이터베이스로부터 검색하여 검증하되, 공용데이터베이스로부터 정보검색 실패시 또는 검증실패시 인식실패 메시지를 출력하고, 검증성공시 해당되는 행동 및 생각을 출력하는 제5단계(S250); 를 포함하여 구성되는 것을 특징으로 하는 계층적 뇌파인식 방법.
  6. 제5항에 있어서,
    상기 제1단계(S210)는, 사용자의 행동 또는 생각을 입력하고, 상기 행동 또는 생각에 대해 발생하는 사용자의 뇌파를 측정하는 단계(S211)와, 입력된 행동 또는 생각과 이에 대해 측정된 뇌파를 이용하여 특정 행동 또는 생각에 대한 뇌파정보를 생성하는 단계(S212)와, 생성된 뇌파정보를 개인별로 분류하여 개인데이터베이스에 저장하는 단계(S213)로 구성되는 것을 특징으로 하는 계층적 뇌파인식 방법.
  7. 제5항에 있어서,
    상기 제2단계(S220)는, 상기 개인데이터베이스로부터 동일행동 또는 생각에 대한 다수의 개인별 뇌파정보를 읽어 특징점을 추출하는 단계(S221)와, 추출된 특징점을 이용하여 특정 행동 또는 생각에 대한 공통뇌파정보를 생성하는 단계(S222)와, 생성된 공통뇌파정보를 행동 또는 생각별로 공용데이터베이스에 저장하는 단계(S223)로 구성되는 것을 특징으로 하는 계층적 뇌파인식 방법.
  8. 제5항에 있어서,
    상기 제3단계(S230)는, 사용자로부터 뇌파신호를 검출하는 단계(S231)와, 검출된 뇌파신호를 증폭시키는 단계(S232)와, 증폭된 아날로그 뇌파 신호를 디지털신호로 변환시키는 단계(S233)와, 변환된 디지털신호 중 불필요한 신호 성분을 독립성분분석 기법을 통하여 제거하는 단계(S234)로 구성되는 것을 특징으로 하는 계층적 뇌파인식 방법.
  9. 제5항에 있어서,
    상기 제4단계(S240)는,
    상기 뇌파측정부를 통해 측정된 뇌파에 대응되는 뇌파정보를 상기 개인데이터베이스로부터 검색하여 검색실패시 인식실패 메시지를 출력하고 검색성공시 다음 단계로 진행하는 단계(S241)와,
    상기 측정된 뇌파와 상기 개인데이터베이스로부터 검색된 뇌파정보를 비교하여 유사도를 판별하되 설정된 유사도값 미만의 유사도 산정시 유추실패로 판정하여 인식실패 메시지를 출력하고 설정된 유사도값 이상의 유사도 산정시 유추성공으로 판정하여 다음 단계로 진행하는 단계(S242)로 구성되는 것을 특징으로 하는 계층적 뇌파인식 방법.
  10. 제5항에 있어서,
    상기 제5단계(S250)는
    유추된 결과에 대응되는 뇌파정보를 상기 공용데이터베이스로부터 검색하여 검색실패시 인식실패 메시지를 출력하고 검색성공시 다음 단계로 진행하는 단계(S251)와,
    상기 유추된 결과와 상기 공용데이터베이스로부터 검색된 공통뇌파정보를 비교하여 유사도를 판별하되 설정된 유사도값 미만의 유사도 산정시 검증실패로 판정하여 인식실패 메시지를 출력하고 설정된 유사도값 이상의 유사도 산정시 검증성공으로 판정하여 해당되는 행동 및 생각을 출력하는 단계(S252)로 구성되는 것을 특징으로 하는 계층적 뇌파인식 방법.
KR1020120018845A 2012-02-24 2012-02-24 계층적 뇌파인식 방법 및 시스템 KR20130097300A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120018845A KR20130097300A (ko) 2012-02-24 2012-02-24 계층적 뇌파인식 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120018845A KR20130097300A (ko) 2012-02-24 2012-02-24 계층적 뇌파인식 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20130097300A true KR20130097300A (ko) 2013-09-03

Family

ID=49449709

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120018845A KR20130097300A (ko) 2012-02-24 2012-02-24 계층적 뇌파인식 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20130097300A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460145A (zh) * 2018-10-16 2019-03-12 北京机械设备研究所 一种基于脑认识的自动化系统决策快速干预方法
CN111046854A (zh) * 2020-01-10 2020-04-21 北京服装学院 一种脑电波外部识别方法、装置及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109460145A (zh) * 2018-10-16 2019-03-12 北京机械设备研究所 一种基于脑认识的自动化系统决策快速干预方法
CN109460145B (zh) * 2018-10-16 2021-09-07 北京机械设备研究所 一种基于脑认识的自动化系统决策快速干预方法
CN111046854A (zh) * 2020-01-10 2020-04-21 北京服装学院 一种脑电波外部识别方法、装置及系统
CN111046854B (zh) * 2020-01-10 2024-01-26 北京服装学院 一种脑电波外部识别方法、装置及系统

Similar Documents

Publication Publication Date Title
Pollreisz et al. A simple algorithm for emotion recognition, using physiological signals of a smart watch
Gunduz An efficient dimensionality reduction method using filter-based feature selection and variational autoencoders on Parkinson's disease classification
KR102367481B1 (ko) 생체 인증 장치 및 방법
Palaniappan et al. Biometrics from brain electrical activity: A machine learning approach
Erdoğan et al. COVID-19 detection with traditional and deep features on cough acoustic signals
Kayikcioglu et al. Time-frequency approach to ECG classification of myocardial infarction
KR20160098960A (ko) 심전도에 기초한 인증 방법, 인증 장치, 심전도 기반 인증을 위한 학습 방법 및 학습 장치
KR102277811B1 (ko) 생체신호를 이용한 딥러닝 기반 실시간 감정인식 시스템 및 이를 이용한 방법
EP3449409B1 (en) Biometric method and device for identifying a person through an electrocardiogram (ecg) waveform
KR100913753B1 (ko) 뇌파를 이용한 단어 인식 시스템 및 단어 인식 방법
Li et al. CraftNet: a deep learning ensemble to diagnose cardiovascular diseases
CN114191665A (zh) 机械通气过程中人机异步现象的分类方法和分类装置
KR102267741B1 (ko) Ppg신호를 이용한 딥러닝 기반의 감정인식 시스템 및 감정인식 방법
KR20130097300A (ko) 계층적 뇌파인식 방법 및 시스템
Lobabi-Mirghavami et al. A novel grammar-based approach to atrial fibrillation arrhythmia detection for pervasive healthcare environments
Pal Skin Disease Classification: A Comparative Analysis of K-Nearest Neighbors (KNN) and Random Forest Algorithm
US20180365478A1 (en) Multi-modal type wearable user authentication apparatus using bio signal
Paragliola et al. A deep learning-based approach for the recognition of sleep disorders in patients with cognitive diseases: A case study.
Kumar et al. An evaluation of different fast fourier transform-transfer learning pipelines for the classification of wink-based EEG signals
Koné et al. Multimodal recognition of emotions using physiological signals with the method of decision-level fusion for healthcare applications
Jumaah et al. Epileptic Seizures Detection Using DCT-II and KNN Classifier in Long-Term EEG Signals
KR20210068884A (ko) 스마트밴드 생체정보 기반 우울도 예측 모델 생성 시스템 및 방법
Aluru et al. Parkinson’s Disease Detection Using Machine Learning Techniques
Sahu et al. Emotion classification based on EEG signals in a stable environment
Karthick Automatic Stress Recognition System with Deep Learning using Multimodal Psychological Data

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application