KR20140119920A - 무선 생체신호 측정기를 이용한 감성분류 시스템 - Google Patents

Abstract

감성 분류 시스템이 개시된다. 개시된 감성 분류 시스템은 피험자의 생체신호를 건식으로 측정하는 수단, 상기 측정 수단으로부터 수신한 아날로그 형태의 생체신호를 디지털로 변환하는 A/D변환수단, 상기 디지털로 변환된 생체신호에 감성 분류 알고리즘을 적용하여 표준화 된 2차원 감성 지표를 수립하는 지표 수립 수단, 상기 2차원 감성 지표에 기반하여 상기 측정된 생체신호에 부합하는 피험자의 감정 상태를 연산하는 감정 분류 수단을 포함한다.

Description

무선 생체신호 측정기를 이용한 감성분류 시스템{EMOTION CLASSIFYING SYSTEM FOR USING WIRELESS BIO-SIGNAL MESURE DEVICE}

하기의 실시예들은 인간의 감정을 판단하고 분류하기 위한 기술에 관한 것으로, 좀더 구체적으로는 인간의 감정에 따라 발생하는 생체 신호를 측정하여 인간의 감정을 분류하는 기술에 관한 것이다.

과학의 발전은 단순히 기계적인 도구의 개발만을 넘어서 기계와 생명의 결합을 추구하기에 이르렀다. 이러한 혁명적인 기술변화는 바이오 메카트로닉스라는 새로운 기술장르를 창조하였으며, 이는 앞으로도 지속해서 발전할 것이다.

한편, 이러한 기술변화에 발맞춰 인간의 물리적인 작동에 의해서만 제어되는 기계가 인간의 감정을 감지하여 지능적이면서 능동적으로 제어될 수 있도록 하는 연구가 진행되고 있다.

종래, 기계가 인간의 감정을 판단하는 방법으로 뇌파 측정을 통한 감정분류가 있었다. 이러한 종래 감정분류방법은, 인간의 평균적인 뇌파신호를 신호크기에 따라 일률적으로 분류한 후, 분류된 신호크기에 따라 인간의 감정을 단순히 긍정 또는 부정만으로 나누어 출력하는 방법이었다. 즉, 임의 피험자의 뇌파를 측정한 후, 그 결과를 뇌파의 신호크기를 기준으로 분류한 데이터베이스의 데이터와 비교하여 상기 피험자의 현재 감정상태를 추적하는 것이다.

그러나, 종래 방법은 인간의 감정판단에 대한 신뢰도가 낮고 그 분류가 정교하지 못하여, 감정판단 결과에 대한 활용도가 떨어지는 문제가 있었다. 또한, 뇌파신호와 같은 생체신호의 실시간 분석과 생체신호 수신 시 발생하는 잡파의 제거 등이 곤란하여, 감정공학을 적용한 가전제품의 개발이나 훈련용 바이오피드백시스템 개발이 용이하지 못하게 되는 문제가 있었다.

하기의 실시예들은 다양한 생체신호를 검출하여 각각의 생체신호가 의미하는 감정을 분석, 표현함으로서, 분류된 인간의 감정판단 결과에 대한 신뢰도를 높이는 것을 목적으로 한다.

하기 실시예들에 따르면, 피험자의 생체신호를 건식으로 측정하는 수단, 상기 측정 수단으로부터 수신한 아날로그 형태의 생체신호를 디지털로 변환하는 A/D변환수단, 상기 디지털로 변환된 생체신호에 감성 분류 알고리즘을 적용하여 표준화 된 2차원 감성 지표를 수립하는 지표 수립 수단, 상기 2차원 감성 지표에 기반하여 상기 측정된 생체신호에 부합하는 피험자의 감정 상태를 연산하는 감정분류수단을 포함하는 감성 분류 시스템이 제공된다.

하기의 실시예들에 따르면, 다양한 생체신호를 검출하여 각각의 생체신호가 의미하는 감정을 분석, 표현함으로서, 분류된 인간의 감정판단 결과에 대한 신뢰도를 높일 수 있다.

도 1은 생체 신호 측정기의 구조를 도시한 블록도이다.
도 2는 헤드셋 형태의 생체신호 측정기 회로도이다.
도 3은 전두엽의 신호를 추출하는 개념을 도시한 도면이다.
도 4는 유쾌/불쾌 여부에 대한 감성 지표를 도시한 도면이다.
도 5는 수립된 감성 지표의 예를 도시한 도면이다.
도 6은 감성 인식 알고리즘을 단계별로 설명한 도면이다.
도 7은 반응 감성 인식 알고리즘을 단계별로 설명한 도면이다.
도 8은 반응 감성 인식 알고리즘을 위한 회귀 분석을 도시한 도면이다.
도 9는 생체 신호 측정 소프트웨어를 이용하여 생체 신호를 분석하는 개념을 도시한 도면이다.
도 10은 생체 신호 측정 소프트웨어를 이용하여 생체 신호를 분석하는 모습을 도시한 도면이다.

이하, 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 생체 신호 측정기의 구조를 도시한 블록도이다.

생체 신호 측정기는 전원부, 인체 신호 센서부, 신호 증폭 및 필터링부, 블루투스 송신부를 포함한다.

전원부는 DC 어뎁터를 활용하여 회로에 전원을 공급한다. 생체 신호 측정기는 미세한 생체 신호를 처리해야 하므로, 전원부는 노치필터를 활용하여 전원 노이즈를 제거할 수 있다. 또한, 인체 신호 센서부가 인체와 접촉되므로 인체 신호 센서부와 전원부는 아이솔레이션 할 수 있다.

인체 신호 센서부는 뇌파 감지 모듈과 혈속 측정 센서 모듈을 통해 생체 신호를 인체로부터 입력받을 수 있다.

신호 증폭 및 필터링부는 인체로부터 수신된 아날로그 형태의 생체 신호(뇌파 신호 및 혈속 신호)를 증폭하여 신호처리가 용이하게 한다. 또한, 신호 증폭 및 필터링부는 버터워즈 필터를 이용하여 아날로그 형태의 생체 신호의 잡음을 제거한다.

블루투스 송신부는 증폭되고, 필터링된 아날로그 형태의 생체 신호를 디지털로 변환하고, 디지털로 변환된 생체 신호를 감성 분류 시스템으로 전송한다.

도 2는 헤드셋 형태의 생체신호 측정기 회로도이다. 도 1에 도시된 생체 신호 측정기는 도 2에 도시된 바와 같이 헤드셋 형태로 구현될 수 있다.

도 3은 전두엽의 신호를 추출하는 개념을 도시한 도면이다.

전두엽은 뇌에서 감정을 담당하는 부분이다. 생체 신호를 분석하여 감정을 분류하기 위해서는 전두엽 신호 중에서 좌뇌에서 생성되는 Fp1과 우뇌에서 생성되는 Fp2를 측정한다.

도 4는 유쾌/불쾌 여부에 대한 감성 지표를 도시한 도면이다.

인간이 긍정적 감정을 느끼면, 우뇌가 활성화된다. 또한, 인간이 부정적 감정을 느끼면, 좌뇌가 활성화된다. 따라서, 좌뇌와 우뇌의 알파파의 차이를 이용하면 인간의 감정을 분석할 수 있다.

일측에 따르면, 분석의 편의를 위하여 알파파의 자연로그 값을 이용할 수 있다. 도 4를 참고하면, 인간이 긍정적인 감정을 느낀 경우에는 좌뇌의 알파파 세기 보다는 우뇌의 알파파 세기가 좀더 강하다. 반대로, 인간이 부정적인 감정을 느낀 경우에는 우뇌의 알파파 세기 보다는 좌뇌의 알파파 세기가 좀더 강하다.

여기서, 감성 분류 시스템은 하기 수학식 1과 같은 비대칭 인덱스(Asymmetric Index)를 정의하고, 하기 비대칭 인덱스를 이용하여 인간의 감정을 분류할 수 있다.

[수학식 1]

도 5는 수립된 감성 지표의 예를 도시한 도면이다.

일측에 따르면, 감성 분류 시스템은 뇌파에서 저주파와 고주파의 편향을 정량화하기 위하여 각성/이완 감성 지표인 SEF(Spectral Edge Frequency)를 정의할 수 있다. 여기서, SEF는 0Hz로부터 파워스펙트럼의 누적값이 전체 파워스펙트럼 합의 x%가 되는 지점의 주파수로 정의된다.

일측에 따르면, 감성 분류 시스템은 SEF-95를 이용하여 인간의 감성을 분류할 수 있다. SEF-95는 마취 심도의 측정에도 이용되는 주파수 이다.

도 6은 감성 인식 알고리즘을 단계별로 설명한 도면이다.

감성 분류 시스템은 뇌파를 읽어 FFT를 수행하고, FFT 결과에 기반하여 비대칭 인덱스 및 SEF 값을 연산한다. 감성 분류 시스템은 연산된 값으로 비대칭 인덱스를 쾌/불쾌에 매핑하고, SEF값을 각성/이완에 매핑한다. 감성 분류 시스템은 쾌/불쾌 및 각성/이완 여부에 따라서 피험자의 감성을 분류한다.

도 7은 반응 감성 인식 알고리즘을 단계별로 설명한 도면이다.

반응 감성 인식 알고리즘에 따르면, 감성 분류 시스템은 뇌파를 읽어 FFT를 수행하고, FFT 결과에 기반하여 비대칭 인덱스 및 SEF 값을 연산한다. 감성 분류 시스템은 연산된 값으로 비대칭 인덱스를 쾌/불쾌에 매핑하고, SEF값을 각성/이완에 매핑한다. 감성 분류 시스템은 쾌/불쾌 및 각성/이완 여부에 따라서 피험자의 감성을 분류한다.

감성 분류 시스템은 분류된 감성과 비대칭 인덱스의 값, SEF 값을 저장한다.

감성 분류 시스템은 현재의 비대칭 인덱스의 값, 현재의 SEF 값과 이전의 비대칭 인덱스의 값, 이전의 SEF 값을 비교할 수 있다. 일측에 따르면, 감성 분류 시스템은 회귀분석 알고리즘을 이용하여 현재의 비대칭 인덱스의 값, 현재의 SEF 값과 이전의 비대칭 인덱스의 값, 이전의 SEF 값을 비교할 수 있다.

도 8은 반응 감성 인식 알고리즘을 위한 회귀 분석을 도시한 도면이다.

도 9는 생체 신호 측정 소프트웨어를 이용하여 수신된 생체 신호를 도시한 도면이다.

도 9를 참조하면, 생체 신호 측정 소프트웨어는 좌뇌에서 측정된 뇌파와 우뇌에서 측정된 뇌파를 구분하여 측정할 수 있다.

도 10은 감성 분류 시스템을 이용하여 생체 신호를 분석하는 모습을 도시한 도면이다.

도 10를 참조하면, 감성 분류 시스템은 측정된 생체 신호를 X축(Valence), Y축(Arousal) 2차원 지표로 분석하며, 위에서 설명된 알고리즘을 이용하여 유쾌/불쾌와 각성/이완 값을 각각 출력할 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

도 1은 생체 신호 측정기의 구조를 도시한 블록도이다.

Claims (1)

1. 피험자의 생체신호를 건식으로 측정하는 수단;
   상기 측정 수단으로부터 수신한 아날로그 형태의 생체신호를 디지털로 변환하는 A/D변환수단;
   상기 디지털로 변환된 생체신호에 감성 분류 알고리즘을 적용하여 표준화 된 2차원 감성 지표를 수립하는 지표 수립 수단;
   상기 2차원 감성 지표에 기반하여 상기 측정된 생체신호에 부합하는 피험자의 감정 상태를 연산하는 감정분류수단
   을 포함하는 감성 분류 시스템.

Images