KR20150052397A - 뇌파 정보를 처리하는 클라우드 서버 및 클라우드 서버에 기반한 뇌파 정보 처리 장치 - Google Patents
뇌파 정보를 처리하는 클라우드 서버 및 클라우드 서버에 기반한 뇌파 정보 처리 장치 Download PDFInfo
- Publication number
- KR20150052397A KR20150052397A KR1020130132824A KR20130132824A KR20150052397A KR 20150052397 A KR20150052397 A KR 20150052397A KR 1020130132824 A KR1020130132824 A KR 1020130132824A KR 20130132824 A KR20130132824 A KR 20130132824A KR 20150052397 A KR20150052397 A KR 20150052397A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- eeg
- brain wave
- cloud server
- user
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 138
- 238000000537 electroencephalography Methods 0.000 title description 172
- 230000010365 information processing Effects 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 238000004891 communication Methods 0.000 claims abstract description 37
- 210000004556 brain Anatomy 0.000 claims description 192
- 238000005259 measurement Methods 0.000 claims description 20
- 241000282414 Homo sapiens Species 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 13
- 238000003672 processing method Methods 0.000 description 11
- 210000003128 head Anatomy 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000763 evoking effect Effects 0.000 description 2
- 230000036649 mental concentration Effects 0.000 description 2
- 229920001098 polystyrene-block-poly(ethylene/propylene) Polymers 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- 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
- A61B5/24—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]
- A61B5/372—Analysis of electroencephalograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Developmental Disabilities (AREA)
- Tourism & Hospitality (AREA)
- Child & Adolescent Psychology (AREA)
- Physiology (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Signal Processing (AREA)
- Epidemiology (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
Abstract
본 명세서는 뇌파 정보를 처리하는 클라우드 서버와, 클라우드 서버에 기반하여 뇌파 정보를 측정, 전송 또는 처리하는 뇌파 정보 처리 장치에 관한 것이다. 본 명세서에 따른 클라우드 서버는 무선 네트워크와 통신적으로(communicatively) 연결되어, 사용자의 뇌파 정보를 수신하는 통신부 및 수신된 뇌파 정보로부터 사용자의 심리 상태를 분석하고, 분석 결과에 따라 대응하는 명령 또는 정보를 처리 결과로서 제공하는 뇌파 정보 처리부를 포함하되, 처리 결과는 상기 무선 네트워크를 통해 사용자 또는 다른 사용자에게 제공된다.
Description
본 명세서는 뇌파 정보를 처리하기 위한 장치에 관한 것으로서, 더욱 상세하게는 뇌파 정보를 처리하는 클라우드 서버와, 클라우드 서버에 기반하여 뇌파 정보를 측정, 전송 또는 처리하는 뇌파 정보 처리 장치에 관한 것이다.
뇌파(Electroencephalography, EEG)는 두뇌의 활동을 시공간적으로 파악하기 위한 생체신호의 하나로서, 임상 및 뇌 기능 연구에 널리 활용된다. 뇌파의 측정에는 사용자의 두피에 전극을 붙여 뇌의 활동에 따라 발생되는 전류를 측정하는 방식이 흔히 사용된다. 뇌파 신호의 파형은 전극이 부착된 머리 부위, 사용자의 생각 또는 정신 상태에 따라 크게 달라질 수 있다. 일반적으로 뇌파의 크기는 수 uV 내지 수백 uV의 크기를 갖고, 뇌파의 주파수는 0부터 매우 큰 영역까지 발생가능하지만 일반적으로, 뇌파의 주파수가 0 내지 50Hz일 때 특징적인 의미를 많이 포함하는 것으로 알려져 있다. 주파수 대역별 뇌파의 종류와 그에 따른 사람의 심리 상태가 도 1에 도시된다. 도 1을 참조하여 예시하면, α파형은 8~12Hz의 주파수 대역폭을 가지며, 정상 성인이 안정된 심리 상태에 있을 때 잘 발생하는, 주로 후두부 및 두정부에서 관측되는 뇌파의 파형이다. 반면에, β파형은 13~30Hz의 주파수 대역폭을 가지며, 정신을 집중하거나 뇌활동이 증가하는 상태에 있을 때 잘 발생하는, 주로 두정부 및 측두부에서 관측되는 뇌파의 파형이다.
이처럼, 사람은 두뇌의 부위, 각성 상태나 심리적 안정도에 따라 상이한 뇌파를 발생하므로, 이러한 뇌파의 발생 특징을 이용한 다양한 장치들이 연구되어 왔다. 특히, 별도의 입력장치 없이도 사용자의 생각을 통해 컴퓨터와 커뮤니케이션할 수 있도록 한 뇌-컴퓨터 인터페이스(Brain-Computer Interface, BCI) 시스템에 대한 관심이 증대되고 있다.
그러나, 이러한 BCI는 일반적으로 뇌파를 측정 및 처리하는 뇌파 처리 장비가 지나치게 비대하거나 무겁게 되는 문제가 있었고, 이러한 비대성을 해결하기 위해 뇌파 처리 장비를 간소화한 경우 정밀도를 비롯한 각종 성능이 저하되는 한계가 있었다.
본 명세서의 목적은 뇌파 정보를 처리하는 클라우드 장치와, 클라우드 시스템에 기반하여 경량화되고 정밀도가 향상된 뇌파 정보 처리 장치 및 방법을 제공하는 데 있다.
본 명세서의 다른 목적은 뇌파 정보를 처리하는 클라우드 서버 또는 클라우드 시스템에 기반하여 사용자가 발생하는 뇌파 정보로써 전자 기기를 제어하는 뇌파 정보 처리 장치 및 방법을 제공하는 데 있다.
본 명세서의 또 다른 목적은 클라우드 시스템에 기반하여 미리 결정된 뇌파 정보 패턴을 정의하고, 이를 통해 사용자의 의사표시를 수신하는 뇌파 정보 처리 장치 및 방법을 제공하는 데 있다.
본 명세서의 또 다른 목적은 클라우드 시스템에 기반하여 다수 대상자로부터 수집된 뇌파 정보들을 분석하여, 서로 다른 컨텐츠를 선택적으로 제공하는 뇌파 정보 처리 장치 및 방법을 제공하는 데 있다.
본 발명의 일 실시예에 따른 클라우드 서버는, 무선 네트워크와 통신적으로(communicatively) 연결되어, 사용자의 뇌파 정보를 수신하는 통신부 및 상기 수신된 뇌파 정보로부터 상기 사용자의 심리 상태를 분석하고, 상기 분석 결과에 따라 대응하는 명령 또는 정보를 처리 결과로서 제공하는 뇌파 정보 처리부를 포함하되, 상기 처리 결과는 상기 무선 네트워크를 통해 상기 사용자 또는 다른 사용자에게 제공되는 것을 특징으로 한다.
본 발명의 다른 실시예에 따른 뇌파 처리 장치는, 뇌파 발생체의 뇌파 정보를 측정하는 측정부 및 상기 측정부와 연결되고, 상기 측정된 뇌파 정보를 클라우드 서버에 제공하기 위해 상기 측정된 뇌파 정보를 외부로 전송하는 송신부를 포함하되, 상기 클라우드 서버는 상기 측정된 뇌파 정보로부터 상기 뇌파 발생체의 심리 상태를 분석하고, 상기 분석 결과에 따라 대응하는 명령 또는 정보를 처리 결과로서 제공하는 것을 특징으로 한다.
본 발명의 또 다른 실시예에 따른 뇌파 정보 처리 장치는, 클라우드 서버로부터 처리 결과를 수신하는 수신부 및 상기 수신된 처리 결과에 따라, 적어도 하나의 미리 결정된 기능을 구동하는 구동부를 포함하되, 상기 클라우드 서버는 사용자의 뇌파 정보를 수신하고, 상기 수신된 뇌파 정보로부터 상기 사용자의 심리 상태를 분석하고, 상기 분석 결과에 따라 대응하는 명령 또는 정보를 상기 처리 결과로서 제공하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 클라우드 시스템에 기반하여 사용자의 뇌파 정보를 측정하고 처리함으로써, 뇌파 정보 처리 장치가 경량화되고 정밀도가 향상될 수 있으며, 사용자가 발생하는 뇌파 정보로써 전자 기기를 제어할 수 있다.
또한, 클라우드 시스템에 기반하여 미리 정의된 뇌파 정보 패턴을 통해 사용자의 의사표시를 수신하거나 수신된 의사표시에 따른 동작을 수행함으로써 효율적으로 뇌파 정보를 처리할 수 있고,다수 대상자로부터 수집된 뇌파 정보들을 분석하여 대상자들의 행동, 성향 또는 기호에 부합하는 다양한 컨텐츠를 선택적으로 제공할 수 있다.
도 1은 주파수 대역별 뇌파의 종류와 그에 따른 사람의 심리 상태를 도시하는 테이블이다.
도 2는 본 명세서의 실시 예에 따른, 클라우드 기반의 뇌파 정보 처리 시스템의 개략적인 구성을 나타내는 개요도이다.
도 3은 도 2에 도시된 사용자 장치를 구체화한 예시적인 도면이다.
도 4는 도 2에 도시된 클라우드 서버를 구체화한 예시적인 블록도이다.
도 5는 본 명세서의 일 실시 예에 따른, 뇌파 정보 처리 시스템을 구체적으로 나타내는 블록도이다.
도 6은 도 5에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 7은 본 명세서의 다른 실시 예에 따른, 뇌파 정보 처리 시스템을 구체적으로 나타내는 블록도이다.
도 8은 도 7에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 9는 본 명세서의 실시 예들에 따른, 뇌파 정보들의 패턴을 정의하는 패턴 테이블이다.
도 10은 본 명세서의 실시 예들에 따른, 미리 정의된 뇌파 정보 패턴을 이용하여 뇌파 정보를 처리하는 뇌파 정보 처리 시스템을 나타내는 블록도이다.
도 11은 도 10에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 12는 본 명세서의 실시 예들에 따른, 복수의 사용자로부터 수집된 그룹 뇌파 정보를 처리하는 뇌파 정보 처리 시스템을 나타내는 블록도이다.
도 13은 도 12에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 2는 본 명세서의 실시 예에 따른, 클라우드 기반의 뇌파 정보 처리 시스템의 개략적인 구성을 나타내는 개요도이다.
도 3은 도 2에 도시된 사용자 장치를 구체화한 예시적인 도면이다.
도 4는 도 2에 도시된 클라우드 서버를 구체화한 예시적인 블록도이다.
도 5는 본 명세서의 일 실시 예에 따른, 뇌파 정보 처리 시스템을 구체적으로 나타내는 블록도이다.
도 6은 도 5에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 7은 본 명세서의 다른 실시 예에 따른, 뇌파 정보 처리 시스템을 구체적으로 나타내는 블록도이다.
도 8은 도 7에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 9는 본 명세서의 실시 예들에 따른, 뇌파 정보들의 패턴을 정의하는 패턴 테이블이다.
도 10은 본 명세서의 실시 예들에 따른, 미리 정의된 뇌파 정보 패턴을 이용하여 뇌파 정보를 처리하는 뇌파 정보 처리 시스템을 나타내는 블록도이다.
도 11은 도 10에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
도 12는 본 명세서의 실시 예들에 따른, 복수의 사용자로부터 수집된 그룹 뇌파 정보를 처리하는 뇌파 정보 처리 시스템을 나타내는 블록도이다.
도 13은 도 12에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다.
본 발명의 이점 및 특징, 그리고 그것을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 통해 설명될 것이다. 그러나 본 발명은 여기에서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 단지, 본 실시예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여 제공되는 것이다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "간접적으로 연결"되어 있는 경우도 포함한다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 2는 본 명세서의 실시 예에 따른, 클라우드 기반의 뇌파 정보 처리 시스템의 개략적인 구성을 나타내는 개요도이다. 도 2를 참조하면, 뇌파 정보 처리 시스템(1000)은 사용자 장치(1100), 클라우드 서버(1200) 및 무선 네트워크(1300)를 포함한다.
사용자 장치(1100)는 무선 네트워크(1300)를 통해 클라우스 서버(1200)와 연결되어, 클라우스 서버(1200)에 데이터를 전송하거나 클라우드 서버(1200)로부터 데이터를 수신한다. 사용자 장치(1100)는 사용자 또는 뇌파 발생체(예를 들어, 뇌파를 발생하는 사람이나 동물)로부터 발생되는 뇌파를 측정하고, 측정된 뇌파나 그로부터 파생되는 정보를 뇌파 정보로서 클라우드 서버(1200)에 전송한다.
또는, 사용자 장치(1100)는 클라우드 서버(1200)가 뇌파 정보를 처리하여 생성한 처리 결과를 수신하고, 수신한 처리 결과에 따라 소정의 동작을 수행하거나, 처리 결과를 디스플레이 또는 저장한다. 이때, 클라우드 서버(1200)가 처리하는 뇌파 정보는 사용자 장치(1100)로부터 수신된 것일 수도 있고, 또는 사용자 장치(1100)와는 구분되는 다른 사용자 장치(미도시)로부터 수신된 것일 수도 있다.
사용자 장치(1100)의 구체적인 구성, 기능 및 동작 방법에 대해서는 도 3 이하에서 더욱 상세히 설명된다.
클라우드 서버(1200)는 무선 네트워크(1300)를 통해 사용자 장치(1100)를 비롯한 다수의 통신 장치들과 통신적으로(communicatively) 연결된다. 클라우드 서버(1200)는 자체적으로 구비한 처리 수단들을 이용하여, 자신과 연결된 통신 장치들에게 일반적인, 또는 개별화된 서비스(예를 들어, 뇌파 정보 처리 서비스)를 제공한다. 실시 예로서, 클라우드 서버(1200)는 통신 장치들의 접속을 개별적으로 또는 통합적으로 제어하는 로그-온(log-on) 수단을 구비할 수 있다.
클라우드 서버(1200)는 사용자 장치(1100) 또는 클라우드 서버(1200)와 통신적으로 연결되는 다른 사용자 장치(미도시)로부터 뇌파 정보를 수신한다. 클라우드 서버(1200)는 수신된 뇌파 정보로부터 뇌파 정보의 유형, 패턴, 의미 또는 그로부터 파생되는 정보를 분석하고, 분석된 결과에 대응하는 명령 또는 정보를 생성한다. 생성된 명령 또는 정보는 처리 결과로서 사용자 장치(1100)에 전송된다. 실시 예로서, 클라우드 서버(1200)가 수신한 뇌파 정보 또는 클라우드 서버(1200)가 생성한 처리 결과는 클라우드 서버(1200) 내에 구비된 별도의 저장부(미도시)에 저장될 수 있다.
실시 예로서, 클라우드 서버(1200)는 다수의 사용자 장치들로부터 수집되는 뇌파 정보들을 그룹화하고, 그룹화된 뇌파 정보들로부터 유의미한 그룹 정보(예를 들어, 그룹 심리 상태 또는 그룹의 다수 의사표시)를 분석할 수 있다. 이때, 클라우드 서버(1200)는 그룹 정보를 분석하기 위해 당해 기술분야에 널리 알려진 통계수단들(예를 들어, 회귀 분석법, 상관계수 분석법 등)을 사용할 수 있다. 그리고 분석 결과에 대응하는 명령 또는 정보를 생성하여 사용자 장치(1100)에 전송할 수 있다.
클라우드 서버(1200)의 구체적인 구성, 기능 및 동작 방법에 대해서는 도 4 이하에서 더욱 상세히 설명된다.
무선 네트워크(1300)는 사용자 장치(1100)와 클라우드 서버(1200)를 통신적으로 연결한다. 무선 네트워크(1300)는 예를 들어, 예를 들어, 이동 통신사가 제공하는 이동 통신망(1310) 또는 무선랜(1320) 등을 통해 사용자 장치(1100)와 클라우드 서버(1200) 사이의 데이터 전송을 중계한다. 무선 네트워크(1300)는 다양한 통신 규격에 최적화된 하드웨어 또는 소프트웨어를 포함하며, 객체와 객체가 네트워킹할 수 있는 일반적인 통신 수단을 포함할 수 있다.
무선 네트워크(1300)는 무선 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 구성된 그룹으로부터 선택되는 하나 이상의 통신 수단을 포함할 수 있으나 이에 한정되는 것은 아니다.
상기와 같은 구성에 따르면, 클라우드 서버(1200)는 측정된 뇌파 정보를 사용자 장치(1100)를 대신하여 처리한다. 또는, 클라우드 서버(1200)는 뇌파 정보를 처리한 결과에 대응하는 명령 또는 정보를 사용자 장치(1100)에 제공한다. 따라서, 사용자 장치(1100)는 뇌파 정보를 분석 및 처리하는 수단을 구비할 필요가 없어, 더욱 경량화되고 제작 비용이 낮아질 수 있다.
또한, 클라우드 서버(1200)는 중앙 집중형의 고성능 처리 장치를 구비할 수 있으므로, 개별 사용자 장치(1100)가 가질 수 있는 것보다 효과적이고 정밀한 뇌파 정보 처리 기능을 수행할 수 있다. 따라서, 뇌파 정보 처리 방법의 성능 및 정밀도가 향상될 수 있다.
나아가, 클라우드 서버(1200)는 다수 사용자와 통신적으로 연결되어 다수 사용자로부터 뇌파 정보들을 수집하고, 수집한 뇌파 정보들을 분석하여 사용자들의 행동, 성향 또는 기호에 부합하는 다양한 컨텐츠를 선택적으로 제공할 수 있다.
도 3은 도 2에 도시된 사용자 장치를 구체화한 예시적인 도면이다. 사용자 장치(1100)는 무선 네트워크(1300)를 통해 클라우드 서버(1200, 도 2 참조)와 통신한다. 도 3을 참조하면, 사용자 장치(1100)는 뇌파를 측정하는 측정 장치(1110) 또는 뇌파 정보 처리 결과에 따라 소정의 기능을 수행하는 단말 장치(1120)를 포함한다.
다만, 여기서는 사용자 장치(1100) 내에 측정 장치(1110)와 단말 장치(1120)가 함께 도시되었지만, 이것이 측정 장치(1110)와 단말 장치(1120)가 함께 구비되는 것을 의미하는 것은 아니다. 사용자 장치(1100)는 측정 장치(1110)와 단말 장치(1120) 중 어느 하나만을 포함하거나, 서로 구분되는 하드웨어로서 측정 장치(1110)와 단말 장치(1120)를 모두 포함할 수 있다. 또는, 사용자 장치(1100)는 측정 장치(1110)와 단말 장치(1120)가 통합되어 하나의 하드웨어 내에 임베디드(embeded) 된 형태로 구성될 수도 있다.
측정 장치(1110)는 뇌파 발생체로부터 뇌파를 측정한다. 여기서 뇌파 발생체는 뇌파를 발생하는 대상체로서, 일반적으로 사람 또는 동물이 이에 해당한다. 뇌파 발생체가 사람인 경우, 측정 장치(1110)는 사람의 머리에 접촉하여 뇌파의 발생을 감지 및 측정하는 장치로서 구성될 수 있다.
도 3을 참조하면, 이러한 측정 장치(1110)의 예로서 안경형 측정 장치(1110a), 헤드셋형 측정 장치(1110b) 및 스티커형 측정 장치(1110c)가 도시된다. 측정 장치들(1110a, 1110b, 1110c)은 각각 사람의 머리로부터 발생하는 뇌파 정보를 측정하는 측정부(미도시)를 포함한다. 여기서, 뇌파 정보는 뇌파 또는 뇌파를 나타내는 데이터를 포함하는 정보를 통칭한다. 실시 예로서, 측정부는 사람의 머리에 부착되는 전극의 형태로 구성될 수 있다. 이때, 측정부는 레퍼런스 전압을 제공하는 적어도 하나의 레퍼런스 전극(미도시)과 뇌파의 파형을 감지하는 적어도 하나의 감지 전극(미도시)을 포함할 수 있다. 레퍼런스 전극 및 감지 전극은 각각 측정 장치들(1110a, 1110b, 1110c)의 일부로서 측정 장치들(1110a, 1110b, 1110c)에 포함된다.
측정 장치들(1110a, 1110b, 1110c)은 각각 측정된 뇌파 정보(또는, 뇌파)를 클라우드 서버(1200), 단말 장치(1120) 또는 다른 사용자 장치(미도시)에 제공하는 송신부(미도시)나 인터페이스부(미도시)를 포함한다. 송신부 및 인터페이스부에 대한 구체적인 내용은 도 5 이하에서 더욱 상세히 설명된다.
한편, 여기서는 측정 장치(1110)의 예로서, 안경형 측정 장치(1110a), 헤드셋형 측정 장치(1110b) 및 스티커형 측정 장치(1110c)가 도시되었으나, 측정 장치(1110)의 태양은 이에 한정되지 않는다. 측정 장치(1110)는 측정 장치들(1110a, 1110b, 1110c) 중 어느 하나 또는 그것들의 임의의 조합으로써 구성될 수 있으며, 뇌파 발생체로부터 뇌파를 측정하도록 구성된 어떤 것이라도 측정 장치(1110)가 될 수 있다.
단말 장치(1120)는 클라우드 서버(1200)가 생성한 처리 결과를 수신한다. 이때, 처리 결과에는 단말 장치(1120)의 동작을 지시하는 컴퓨터 판독가능한 명령 또는 정보가 포함될 수 있다.
단말 장치(1120)는 수신된 처리 결과에 따라 소정의 기능을 수행하거나, 다른 장치로 처리 결과를 재전송하거나, 내부의 메모리에 처리 결과를 저장할 수 있다. 예를 들어, 단말 장치(1120)는 처리 결과에 포함된 정보(또는, 그와 연관된 정지영상이나 동영상)를 디스플레이하거나, 처리 결과에 포함된 명령에 따라 단말 장치(1120)가 구비한 기능(가령, 알람, 전화 걸기, 앱 실행, 다른 장치와의 데이터 통신, 내부 메모리에 데이터를 저장 또는 내부 메모리에 저장된 데이터를 삭제, 음악 또는 동영상 재생 등) 중 적어도 하나 이상을 수행할 수 있다.
도 3을 참조하면, 이러한 단말 장치(1120)의 예로서 스마트폰(1120a), 노트북 컴퓨터(1120b) 및 TV(1120c)가 도시된다. 단말 장치들(1120a, 1120b, 1120c)은 무선 네트워크(1300)를 통해 클라우드 서버가 제공한 처리 결과를 수신하는 수신부(미도시)를 포함한다. 그리고, 수신부와 통신적으로 연결되어, 단말 장치(1120)에 구비된 적어도 하나의 기능을 수행하게 하는 구동부(미도시)를 포함한다. 구동부는 단말 장치(1120)의 CPU(Central Processing Unit) 또는 AP(Application Processor)를 포함하는 연산 모듈일 수 있다.
실시 예로서, 단말 장치들(1120a, 1120b, 1120c)은 측정 장치(1110)가 제공하는 뇌파 정보를 수신하기 위한 인터페이스부(미도시)를 더 포함할 수 있다. 이 경우, 단말 장치들(1120a, 1120b, 1120c)은 인터페이스부를 통해 수신된 뇌파 정보를 클라우드 서버(1200)로 재전송하기 위한 송신부(미도시)를 더 포함할 수 있다. 단말 장치들(1120a, 1120b, 1120c)이 포함하는 인터페이스부 및 송신부에 대한 구체적인 내용은 도 7 이하에서 더욱 상세히 설명된다.
한편, 여기서는 단말 장치(1120)의 예로서, 스마트폰(1120a), 노트북 컴퓨터(1120b) 및 TV(1120c)가 도시되었으나, 단말 장치(1120)의 태양은 이에 한정되지 않는다. 단말 장치(1120)는 단말 장치들(1120a, 1120b, 1120c) 중 어느 하나 또는 그것들의 임의의 조합으로써 구성될 수 있으며, 클라우드 서버(1200)가 제공하는 처리 결과에 따라 소정의 기능을 수행하도록 구성된 어떤 장치라도 단말 장치(1120)가 될 수 있다.
도 4는 도 2에 도시된 클라우드 서버를 구체화한 예시적인 블록도이다. 클라우드 서버(1200)는 무선 네트워크(1300)를 통해 뇌파 정보를 수신하거나, 뇌파 정보를 처리한 결과를 송신한다. 도 4를 참조하면, 클라우드 서버(1200)는 뇌파 정보 처리부(1210), EEG 프로파일 저장부(1220), 데이터베이스(1230) 및 통신부(1240)를 포함한다.
뇌파 정보 처리부(1210)는 무선 네트워크(1300)를 통해 수신되는 뇌파 정보를 분석하고, 분석된 결과에 대응하는 명령 또는 정보를 처리 결과로서 생성 또는 제공한다. 예를 들어, 뇌파 정보 처리부(1210)는 뇌파 정보로부터 사용자(또는, 뇌파 정보를 발생한 뇌파 발생체)의 심리 상태를 읽어내고, 읽어낸 심리 상태를 나타내는 정보를 생성하거나 또는 읽어낸 심리 상태에 대응하는 명령을 생성할 수 있다. 가령, 뇌파 정보로부터 읽어낸 심리 상태가 긴장 상태이면, 뇌파 정보 처리부(1210)는 그러한 심리 상태를 나타내는 정보로서 영상 데이터 또는 소리 데이터를 생성할 수 있다. 또는, 뇌파 정보로부터 읽어낸 심리 상태가 긴장 상태이면, 뇌파 정보 처리부(1210)는 긴장 상태를 해소하기 위해 사용자 장치(1100, 도 2 참조)가 이완 효과가 있는 음악을 재생하도록 하는 컴퓨터 판독 가능한 명령을 생성할 수 있다.
실시 예로서, 뇌파 정보 처리부(1210)는 복수의 뇌파 정보들을 당해 기술분야에 잘 알려진 통계 수단들을 사용하여 통계적으로 분석하고, 통계적인 분석 결과에 대응하는 명령 또는 정보를 처리 결과로서 생성할 수 있다.
실시 예로서, 뇌파 정보 처리부(1210)는 수신한 뇌파 정보의 분석 오차를 줄이기 위해, EEG 프로파일 저장부(1220)로부터 프로파일 정보를 읽어내어 뇌파 정보 분석에 활용할 수 있다. 사람(또는, 뇌파 발생체)들이 발생하는 뇌파에는 편차가 있을 수 있어, 동일한 심리 상태라도 사람마다 발생하는 뇌파의 파형이나 뇌파 발생 위치는 미세하게 다를 수 있다. 프로파일 정보는 이러한 개인별 뇌파 성향, 뇌파 유형, 또는 뇌파 편차에 대한 정보를 포함하고 있고, 뇌파 정보 처리부(1210)는 뇌파 정보 분석시 프로파일 정보를 참조하여, 뇌파 정보의 분석 오차를 감소시킬 수 있다. EEG 프로파일 저장부(1220) 및 프로파일 정보에 대한 더욱 구체적인 내용은 이어서 후술된다.
EEG 프로파일 저장부(1220)는 프로파일 정보를 저장한다. 프로파일 정보는 앞서 설명한 바와 같이 개인별 뇌파 편차에 대한 개인 프로파일 정보를 포함한다. 이러한 프로파일 정보에 의하면, 개인별 편차에 따라 클라우드 서버(3200) 특정 파형(예를 들어, α파형)으로 인식하는 주파수 대역이 상이할 수 있다. 나아가, 프로파일 정보에 의하면, 클라우드 서버(3200)는 동일한 주파수의 뇌파 정보가 측정된 사람들이 서로 다른 심리 상태인 것으로 분석할 수도 있다.
한편, 프로파일 정보는 개인별 뇌파 편차에 대한 정보 외에, 일반적인 뇌파 분석에 참조되는 표준 프로파일 정보를 포함할 수 있다. 표준 프로파일 정보는 일반적인 사람들의 뇌파 성향, 뇌파 유형 또는 뇌파 편차 대한 정보를 포함한다. 클라우드 서버(1200)는 프로파일 정보 중 개인 프로파일 정보나 표준 프로파일 정보를 선택적으로 참조함으로써, 수신된 뇌파 신호를 맞춤형으로 정밀하게 분석할 수 있다.
실시 예로서, 프로파일 정보는 수신된 뇌파 정보들의 분석 결과들을 참조하여, 뇌파 정보 처리부(1210)에 의해 생성될 수 있다. 이때, 뇌파 정보 처리부(1210)는 개인에 대한 복수 회의 뇌파 정보 분석을 통해 개인의 뇌파 성향, 유형 또는 편차를 알아내고, 이를 기초로 프로파일 정보를 생성할 수 있다.
실시 예로서, 프로파일 정보는 뇌파 발생체의 감각 유발 전위(Sensory Evoked Potentials, SEP) 및 사건 관련 유발 뇌파(ERP, Event-Related Potential)를 참조하여 생성될 수 있다. SEP는 일반적으로 사람이 자극에 반응할 때 생성되는 무의식 중의 뇌파 신호들을 의미한다. 예를 들면, SEP는 시각적으로 유발된 전위들, 또는 촉각적으로 유발되거나 청각적으로 유발된 전위들과 같이, 다른 감각들을 통해 유발된 뇌파 전위들을 의미한다. ERP는 특정 사건에 관련되어 유발되는 뇌파를 의미한다. 이러한 SEP 및 ERP는 측정 장치(1110, 도 3 참조)에 의해 측정 및 전송되어, 프로파일 정보를 생성하기 위해 참조될 수 있다.
데이터베이스(1230)는 데이터를 일시적 또는 영구적으로 저장할 수 있는 저장 매체로서, 클라우드 서버(1200)에 저장 수단을 제공한다. 데이터베이스(1230)는 하나의 모듈로서 도시되었지만 이에 한정되는 것은 아니며, 데이터베이스(1230)는 복수의 메모리 또는 저장 매체를 포함할 수 있다. 나아가, 데이터베이스(1230)는 서로 다른 이종(異種)의 메모리 또는 저장 매체를 동시에 포함할 수 있다. 클라우드 서버(1200)는 뇌파 신호 처리 중에 발생하는 일시적 데이터나 뇌파 신호 처리 결과로서 발생하는 데이터를 데이터베이스(1230)에 저장할 수 있다.
통신부(1240)는 클라우드 서버(1200)와 무선 네트워크(1300) 사이의 통신 또는 데이터 송수신을 수행한다. 통신부(1240)는 무선 네트워크(1300)에 통신적으로 연결되는 인터페이스 수단을 구비하고, 무선 네트워크(1300)로부터 뇌파 정보를 수신한다. 수신된 뇌파 정보는 클라우드 서버(1200)의 각 모듈(1210, 1220, 1230)에 제공될 수 있다. 또는, 통신부(1240)는 클라우드 서버(1200)가 뇌파 정보를 처리한 처리 결과를 무선 네트워크(1300)로 전송한다. 무선 네트워크(1300)에 전송된 처리 결과들은 사용자 장치(1100, 도 2 참조)에 재전송된다.
도 5는 본 명세서의 일 실시 예에 따른, 뇌파 정보 처리 시스템을 구체적으로 나타내는 블록도이다. 도 5를 참조하면, 뇌파 정보 처리 시스템(2000)의 클라우드 서버(2200)는 무선 네트워크(2300)를 통해 측정 장치(2110)로부터 뇌파 정보를 수신하고(2113), 수신된 뇌파 정보를 처리한 결과를 무선 네트워크(2300)를 통해 단말 장치(2120)에 제공한다(2123).
본 실시 예에서, 측정 장치(2110)는 측정부(2111)를 통해 뇌파 발생체로부터 뇌파 정보를 측정한다. 측정부(2111)는 발생체의 뇌파를 감지하기 위한 접촉식/비접촉식 감지 수단으로 구성될 수 있다. 측정된 뇌파 정보는 송신부(2112)에 전달되고, 송신부(2112)는 무선 네트워크(2300)를 전달된 뇌파 정보를 클라우드 서버(2200)에 전송한다. 이때, 측정 장치(2110)는 클라우드 서버(2200)와의 데이터 통신을 위해, 클라우드 서버(2200)의 로그-온 수단을 통한 소정의 인증 절차를 수행할 수 있다.
클라우드 서버(2200)는 수신된 뇌파 정보를 분석하고, 분석 결과에 대응되는 명령 또는 정보를 생성하는 일련의 뇌파 정보 처리 동작을 통해, 처리 결과를 생성한다. 클라우드 서버(2200)가 처리 결과를 생성하는 방법 및 생성된 처리 결과에 대한 구체적인 내용은 위에서 설명한 바와 실질적으로 동일하다. 클라우드 서버(2200)는 생성된 처리 결과를 무선 네트워크(2300)를 통해 단말 장치(2120)로 전송한다.
단말 장치(2120)는 수신된 처리 결과에 따라 소정의 기능을 수행하거나, 다른 장치로 처리 결과를 재전송하거나, 내부의 메모리에 처리 결과를 저장할 수 있다. 예를 들어, 단말 장치(2120)는 처리 결과에 포함된 정보(또는, 그와 연관된 정지영상이나 동영상)를 디스플레이하거나, 처리 결과에 포함된 명령에 따라 단말 장치(2120)가 구비한 기능(가령, 알람, 전화 걸기, 앱 실행, 다른 장치와의 데이터 통신, 내부 메모리에 데이터를 저장 또는 내부 메모리에 저장된 데이터를 삭제, 음악 또는 동영상 재생 등) 중 적어도 하나 이상을 수행할 수 있다.
상기와 같은 구성에 따르면, 클라우드 서버(2200)는 측정된 뇌파 정보를 사용자 장치(1100)를 대신하여 처리하고, 뇌파 정보를 처리한 결과에 대응하는 명령 또는 정보를 사용자 장치(2100)에 제공한다. 따라서, 사용자 장치(2100)는 뇌파 정보를 분석 및 처리하는 수단을 구비할 필요가 없어, 사용자 장치(2100)는 더욱 경량화되고 제작 비용이 낮아질 수 있다.
또한, 클라우드 서버(2200)는 중앙 집중형의 고성능 뇌파 처리 수단을 구비할 수 있으므로, 개별 사용자 장치(2100)보다 더욱 효과적이고 정밀한 뇌파 정보 처리 기능을 수행할 수 있다. 따라서, 뇌파 정보 처리 방법의 성능 및 정밀도가 향상될 수 있다.
한편, 여기서 설명되지 않은 사용자 장치(2100), 클라우드 서버(2200), 무선 네트워크(2300), 측정 장치(2110) 및 단말 장치(2120)에 대한 다른 구체적인 내용은 앞에서 설명한 사용자 장치(1100), 클라우드 서버(1200), 무선 네트워크(1300), 측정 장치(1110) 및 단말 장치(1120)에 대한 내용과 실질적으로 동일하다.
도 6은 도 5에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다. 도 6을 참조하면, 뇌파 정보 처리 방법은 S110 단계 내지 S140 단계를 포함한다.
S110 단계에서, 측정 장치(2110)는 뇌파 발생체로부터 뇌파 정보를 측정한다. 이때, 뇌파 정보는 감지 전극과 같은 측정 장치(2110)에 구비된 접촉식 또는 비접촉식 감지 수단을 통해 측정될 수 있다. 측정된 뇌파 정보는 무선 네트워크(2300)와 통신할 수 있는 송신부(2112)로 전달된다.
S120 단계에서, 측정 장치(2110)는 무선 네트워크(2300)를 통해 측정된 뇌파 정보를 클라우드 서버(2200)로 전송한다. 여기서, 측정 장치(2110)와 클라우드 서버(2200) 사이의 통신을 중계하는 무선 네트워크(2300)는 이동 통신사가 제공하는 이동 통신망이나 무선랜 등과 같은 다양한 무선 통신 수단을 포함할 수 있다.
실시 예로서, 측정 장치(2110)는 클라우드 서버(2200)에 접근하기 위해 소정의 로그-온 수단을 통한 인증 절차를 수행할 수 있다.
S130 단계에서, 클라우드 서버(2200)는 수신된 뇌파 정보를 분석하고, 분석 결과에 대응되는 명령 또는 정보를 생성하는 일련의 뇌파 정보 처리 동작을 통해, 처리 결과를 생성한다. 생성된 처리 결과는 무선 네트워크(2300)를 통해 단말 장치(2120)로 전송된다.
S140 단계에서, 단말 장치(2120)는 수신된 처리 결과에 따라 단말 장치(2120)에 구비된 기능을 수행하거나, 다른 장치로 처리 결과를 재전송하거나, 내부의 메모리에 처리 결과를 저장한다.
도 7은 본 명세서의 다른 실시 예에 따른, 뇌파 정보 처리 시스템을 구체적으로 나타내는 블록도이다. 도 7을 참조하면, 뇌파 정보 처리 시스템(3000)에서 측정 장치(3110)는 뇌파 정보를 측정하여 단말 장치(3120)에 전달하고, 단말 장치(3120)는 다시 무선 네트워크(3300)를 통해 뇌파 정보를 클라우드 서버(3200)로 전송한다(3123). 그리고, 클라우드 서버(3200)는 수신된 뇌파 정보를 처리하여, 그 결과를 무선 네트워크(2300)를 통해 단말 장치(2120)에 제공한다(3124).
본 실시 예에서, 측정 장치(3110)는 측정부(3111)를 통해 뇌파 발생체로부터 뇌파 정보를 측정한다. 측정부(3111)는 발생체의 뇌파를 감지하기 위한 접촉식/비접촉식 감지 수단으로 구성될 수 있다. 측정된 뇌파 정보는 인터페이스부들(3112, 3121)을 경유하여 단말 장치(3120)에 전달된다.
인터페이스부들(3112, 3121) 각각은 능동적인 신호 전달 수단을 구비한 모듈이거나, 진동이나 전기적 신호 등을 수동적으로 단순 전달하는 매체 또는 매질(예를 들어, 인터페이스부(3112)는 측정 장치(3110)의 물리적 구조를 형성하는 프레임이나, 측정 장치(3110)의 물리적 구조 중 적어도 일부를 채우는 조성물)일 수 있다.
인터페이스부들(3112, 3121) 사이의 뇌파 정보 전달은 사용자의 피부 접촉, 인체 통신(Human Body Communication) 또는 근거리 무선 통신(Near Field Communication, NFC)을 통해 이루어질 수 있다. 예를 들어, 사용자가 손으로 단말 장치(3120)를 쥐는 접촉을 통해, 인터페이스부(3112)로부터 다른 인터페이스부(3121)로 뇌파 정보가 전달될 수 있다. 또는, 인터페이스부(3112, 3121)들 사이의 뇌파 정보 전달은 인체 통신을 통해 수행될 수 있다.
인체 통신은 인체를 흐르는 전류를 이용하여 인체를 통해 데이터를 전달하는 통신 방식으로서, 저전력 및 고속 통신을 할 수 있다는 장점이 있다. 인체 통신에 대한 구체적인 내용은 당해 기술분야에 널리 알려져 있으므로 그에 대한 설명은 생략한다. 인체 통신을 이용하는 경우, 단말 장치(3120)가 사용자의 피부와 직접 접촉하지 않더라도(예를 들어, 단말 장치(3120)가 핸드백이나 바지 주머니 안에 있는 경우) 측정 장치(3110)로부터 단말 장치(3120)로 뇌파 정보가 전달될 수 있다. 또는, 인터페이스부들(3112, 3121) 사이의 근거리 무선 통신을 통해 뇌파 정보가 전달될 수도 있다.
전달 장치(3120)는 전달된 뇌파 정보를 송신부(3122)를 통해 클라우드 서버(2200)로 전송한다. 이때, 뇌파 정보의 전송은 무선 네트워크(3300)를 경유하여 이루어지며, 단말 장치(3120)는 클라우드 서버(3200)와의 데이터 통신을 위해, 클라우드 서버(3200)의 로그-온 수단을 통한 소정의 인증 절차를 수행할 수 있다.
클라우드 서버(3200)는 수신된 뇌파 정보를 분석하고, 분석 결과에 대응되는 명령 또는 정보를 생성하는 일련의 뇌파 정보 처리 동작을 통해, 처리 결과를 생성한다. 클라우드 서버(3200)가 처리 결과를 생성하는 방법 및 생성된 처리 결과에 대한 구체적인 내용은 위에서 설명한 바와 실질적으로 동일하다. 클라우드 서버(3200)는 생성된 처리 결과를 무선 네트워크(3300)를 통해 단말 장치(3120)로 전송한다.
단말 장치(3120)는 수신된 처리 결과에 따라 소정의 기능을 수행하거나, 다른 장치로 처리 결과를 재전송하거나, 내부의 메모리에 처리 결과를 저장할 수 있다. 예를 들어, 단말 장치(3120)는 처리 결과에 포함된 정보(또는, 그와 연관된 정지영상이나 동영상)를 디스플레이하거나, 처리 결과에 포함된 명령에 따라 단말 장치(3120)가 구비한 기능(가령, 알람, 전화 걸기, 앱 실행, 다른 장치와의 데이터 통신, 내부 메모리에 데이터를 저장 또는 내부 메모리에 저장된 데이터를 삭제, 음악 또는 동영상 재생 등) 중 적어도 하나 이상을 수행할 수 있다.
상기와 같은 구성에 따르면, 클라우드 서버(3200)는 측정된 뇌파 정보를 사용자 장치(3100)를 대신하여 처리하고, 뇌파 정보를 처리한 결과에 대응하는 명령 또는 정보를 사용자 장치(3100)에 제공한다. 따라서, 사용자 장치(3100)는 뇌파 정보를 분석 및 처리하는 수단을 구비할 필요가 없어, 사용자 장치(3100)는 더욱 경량화되고 제작 비용이 낮아질 수 있다.
한편, 본 실시 예에서, 클라우드 서버(3200)로의 뇌파 정보 전송을 위한 송신부(3122)가 측정 장치(3110) 대신 단말 장치(3120)에 구비되고, 그에 따라 측정 장치(3110)는 더욱 경량화될 수 있다. 측정 장치(3110)는 사용자의 신체(특히, 머리)에 부착되는 것이 일반적이므로, 측정 장치(3110)를 경량화하는 것은 사용자의 편의성을 증대하는 데 효과적일 수 있다.
또한, 본 실시 예에서는 측정 장치(3110)로부터 송신부(3122)가 제거되므로, 전자파 발생체가 인체(특히, 사용자의 머리)에서 보다 멀리 떨어질 수 있다. 송신부(3122)가 클라우드 서버(3200)를 향해 뇌파 정보를 전송할 때, 송신부(3122)는 비교적 강한 전자파를 발생할 수 있다. 강한 전자파가 인체에 유해한 것은 자명하므로, 사용자 신체(특히, 머리)에서 상대적으로 멀리 떨어진 단말 장치(3120)에 송신부(3122)를 구비하는 구성을 통해 사용자 편의성 및 건강 보호에 기여할 수 있다.
또한, 클라우드 서버(3200)는 중앙 집중형의 고성능 뇌파 처리 수단을 구비할 수 있으므로, 개별 사용자 장치(3100)보다 더욱 효과적이고 정밀한 뇌파 정보 처리 기능을 수행할 수 있다. 따라서, 뇌파 정보 처리 방법의 성능 및 정밀도가 향상될 수 있다.
한편, 여기서 설명되지 않은 사용자 장치(3100), 클라우드 서버(3200), 무선 네트워크(3300), 측정 장치(3110) 및 단말 장치(3120)에 대한 다른 구체적인 내용은 앞에서 설명한 사용자 장치(1100), 클라우드 서버(1200), 무선 네트워크(1300), 측정 장치(1110) 및 단말 장치(1120)에 대한 내용과 실질적으로 동일하다.
도 8은 도 7에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다. 도 8을 참조하면, 뇌파 정보 처리 방법은 S210 단계 내지 S250 단계를 포함한다.
S210 단계에서, 측정 장치(3110)는 뇌파 발생체로부터 뇌파 정보를 측정한다. 이때, 뇌파 정보는 감지 전극과 같은 측정 장치(3110)에 구비된 접촉식 또는 비접촉식 감지 수단을 통해 측정될 수 있다. 측정된 뇌파 정보는 측정 장치(3110) 내의 인터페이스부(3112)로 전달된다.
S220 단계에서, 인터페이스부들(3112, 3121)을 통해 측정 장치(3110)로부터 단말 장치(3120)로 뇌파 정보가 전달된다. 뇌파 정보는 측정 장치(3110)를 착용한 사용자가 단말 장치(3120)에 직접 접촉하거나, 인체 통신 또는 근거리 무선 통신을 이용함으로써, 단말 장치(3120)로 전달된다. 측정 장치(3110)와 단말 장치(3120) 사이의 뇌파 정도 전달에 대한 구체적인 내용은 도 7에서 설명한 바와 동일하다.
S230 단계에서, 단말 장치(3120)는 무선 네트워크(3300)를 통해 측정된 뇌파 정보를 클라우드 서버(3200)로 전송한다. 여기서, 단말 장치(3120)와 클라우드 서버(3200) 사이의 통신을 중계하는 무선 네트워크(3300)는 이동 통신사가 제공하는 이동 통신망이나 무선랜 등과 같은 다양한 무선 통신 수단을 포함할 수 있다.
실시 예로서, 단말 장치(3120)는 클라우드 서버(3200)에 접근하기 위해 소정의 로그-온 수단을 통한 인증 절차를 수행할 수 있다.
S240 단계에서, 클라우드 서버(3200)는 수신된 뇌파 정보를 분석하고, 분석 결과에 대응되는 명령 또는 정보를 생성하는 일련의 뇌파 정보 처리 동작을 통해, 처리 결과를 생성한다. 생성된 처리 결과는 무선 네트워크(3300)를 통해 단말 장치(3120)로 전송된다.
S250 단계에서, 단말 장치(3120)는 수신된 처리 결과에 따라 단말 장치(3120)에 구비된 기능을 수행하거나, 다른 장치로 처리 결과를 재전송하거나, 내부의 메모리에 처리 결과를 저장한다.
도 9는 본 명세서의 실시 예들에 따른, 뇌파 정보들의 패턴을 정의하는 패턴 테이블이다.
패턴 테이블(100)은 수신된 뇌파 정보 패턴을 정의된 뇌파 정보 패턴과 비교하여, 수신된 뇌파 정보 패턴에 대응하는 인식 명령을 결정하기 위해 참조된다. 사용자는 반복적인 정신 집중과 이완으로 구성되는 뇌파 정보 패턴을 의도적으로 형성하고, 사용자에 의해 형성된 뇌파 정보 패턴은 클라우드 서버(1200, 도 1 참조)에 전달된다. 클라우드 서버(1200)는 수신된 뇌파 정보 패턴과 미리 정의된 뇌파 정보 패턴이 일치하면, 미리 정의된 뇌파 정보 패턴에 대응하는 명령(인식 명령)이 사용자가 의도하는 명령인 것으로 해석한다. 그리고, 클라우드 서버(1200)는 인식 명령을 포함하는 처리 결과를 사용자 장치(1100, 도 1 참조)에 전송하여, 사용자 장치(1100)가 인식 명령에 따른 동작을 수행하게 한다.
도 9를 참조하면, 뇌파 정보 패턴을 정의하는 패턴 테이블(100)은 뇌파 정보 패턴 필드(110) 및 인식 명령 필드(120)를 포함한다.
뇌파 정보 패턴 필드(110)는 미리 정의된 뇌파 정보 패턴을 나타낸다. 뇌파 정보 패턴 필드(110)에서 뇌파 정보 패턴은 긴 집중(C), 짧은 집중(c), 긴 이완(R) 및 짧은 이완(r)의 조합으로 구성된다.
인식 명령 필드(120)는 뇌파 정보 패턴 필드(110)에 정의된 뇌파 정보 패턴들과 대응하는 명령(인식 명령)들을 나타낸다. 예를 들어, 뇌파 정보 패턴 필드(110)의 첫 번째 뇌파 정보 패턴은 인식 명령 필드(120)의 첫 번째 인식 명령과 대응된다. 유사하게, 뇌파 정보 패턴(110)의 n 번째 뇌파 정보 패턴은 인식 명령 필드(120)의 n 번째 인식 명령과 대응된다.
사용자가 정신의 집중과 이완을 통해 특정한 뇌파 정보 패턴을 형성하면, 클라우드 서버(1200)는 사용자의 뇌파 정보 패턴을 뇌파 정보 패턴 필드(110)에 정의된 뇌파 정보 패턴과 비교한다. 비교 결과, 사용자의 뇌파 정보 패턴이 뇌파 정보 패턴 필드(110)에 정의된 뇌파 정보 패턴과 일치하면, 클라우드 서버(1200)는 사용자의 뇌파 정보 패턴이 유효하게 특정 명령을 의미하는 것으로 인식하고, 대응하는 인식 명령을 사용자가 의도한 명령인 것으로 결정한다. 결정된 인식 명령은 뇌파 정보 패턴의 처리 결과로서 사용자 장치(1100)에 전달되어, 사용자 장치(1100)가 인식 명령에 따른 동작을 수행하게 한다.
예를 들어, 사용자가 형성한 뇌파 정보 패턴이 짧은 집중, 짧은 이완, 짧은 집중, 긴 이완이면(c, r, c, R), 클라우드 장치(1200)는 사용자가 왼쪽 화살표 명령(121)을 의도한 것으로 판단하고, 왼쪽 화살표 명령(121)을 포함하는 처리 결과를 사용자 장치(1100)에 전달한다. 사용자 장치(1100)는 처리 결과의 왼쪽 화살표 명령(121)에 따라 상응하는 동작(예를 들어, 디스플레이된 화면의 커서를 왼쪽으로 이동)을 수행한다.
유사하게, 사용자가 형성한 뇌파 정보 패턴이 짧은 집중, 짧은 이완, 긴 집중, 긴 이완이면(c, r, C, R), 클라우드 장치(1200)는 사용자가 위쪽 화살표 명령(122)을 의도한 것으로 판단하고, 위쪽 화살표 명령(122)을 포함하는 처리 결과를 사용자 장치(1100)에 전달한다. 사용자 장치(1100)는 처리 결과의 위쪽 화살표 명령(122)에 따라 상응하는 동작(예를 들어, 디스플레이된 화면의 커서를 한 줄 위로 이동)을 수행한다.
이와 같이, 클라우드 장치(1200)는 상이한 뇌파 정보 패턴들에 상이한 인식 명령들(121, 122, 123, 124, 125, 126, 127)을 각각 대응시킴으로써, 사용자가 형성한 뇌파 정보 패턴을 특정한 사용자 명령으로서 인식할 수 있다.
실시 예로서, 뇌파 정보 패턴은 집중과 이완의 조합 형태로서 뿐만 아니라, 집중과 이완 중 어느 하나 만으로도 구성될 수 있다. 예를 들어, 사용자가 정신 집중을 연속적으로 10초 이상하여 뇌파 정보 패턴(long C)을 형성하면, 클라우드 장치(1200)는 이를 긴급호출을 의도한 사용자 뇌파 정보 패턴으로 인식한다. 그리고, 긴급호출을 위한 명령을 포함하는 처리 결과를 사용자 장치(1100)에 전송한다. 사용자 장치(1100)는 긴급호출 명령에 응답하여, 가족, 경비업체, 경찰 또는 소방서등에 긴급 전화를 발신한다.
여기서는, 뇌파 정보 패턴이 마치 모스 부호처럼, 두 가지로 구분되는 뇌파들(집중, 이완)과 그것들의 지속 시간의 조합을 통해 정의되는 것으로 예시하였다. 그러나, 이는 예시적인 것으로서, 뇌파 정보 패턴을 형성 또는 정의하는 방법은 이에 한정되지 않는다. 뇌파 정보 패턴은 집중 및 이완이 아닌 다른 뇌파 형태를 이용하여 구성될 수도 있으며, 뇌파들의 패턴을 특정하여 정의할 수 있는 방법이라면 어떤 것이라도 여기서 말하는 뇌파 정보 패턴을 정의하는 데 사용될 수 있다.
상기와 같은 구성에 따르면, 사용자는 의도적으로 뇌파 정보 패턴을 형성함으로써, 자신의 의사나 명령을 표현할 수 있다. 그에 따라, 사용자는 별도의 조작 없이, 단지 생각을 하는 것만으로도 사용자 장치(1100)를 원하는 대로 제어할 수 있다.
도 10은 본 명세서의 실시 예들에 따른, 미리 정의된 뇌파 정보 패턴을 이용하여 뇌파 정보를 처리하는 뇌파 정보 처리 시스템을 나타내는 블록도이다. 도 10를 참조하면, 뇌파 정보 처리 시스템(4000)의 클라우드 서버(4200)는 무선 네트워크(4300)를 통해 사용자 장치(4100)로부터 뇌파 정보 패턴을 수신하고(4110), 수신된 뇌파 정보 패턴을 처리한 결과를 무선 네트워크(4300)를 통해 사용자 장치(4100)에 제공한다(4120). 도 10의 사용자 장치는 도 2, 도 5 및 도 7의 사용자 장치들(1100, 2100, 3100) 중 어느 하나와 동일한 구성을 가질 수 있다.
사용자가 정신의 집중과 이완을 통해 특정한 뇌파 정보 패턴을 형성하면, 사용자 장치(4100)는 형성된 뇌파 정보 패턴을 측정하여 클라우드 서버(4200)에 전송한다. 이때, 뇌파 정보 패턴은 무선 네트워크(4300)를 경유하여, 클라우드 서버(4200)에 전송될 수 있다. 클라우드 서버(4200)는 수신된 뇌파 정보 패턴을 패턴 테이블(4210)에 정의된 뇌파 정보 패턴과 비교한다. 여기서, 패턴 테이블(4210)은 도 9에서 설명한 패턴 테이블(100)과 실질적으로 동일한 것으로서, 클라우드 서버(4200) 내부의 저장 매체(예를 들어, 데이터베이스(1230, 도 4 참조))에 저장된다. 사용자의 뇌파 정보 패턴이 패턴 테이블(4210)에 정의된 뇌파 정보 패턴과 일치하면, 클라우드 서버(4200)는 대응하는 명령을 포함하는 처리 결과를 사용자 장치(4100)에 전송한다. 사용자 장치(1100)는 수신된 처리 결과에 따라 뇌파 정보 패턴에 대응하는 명령을 수행한다.
상기와 같은 구성에 따르면, 클라우드 서버(4200)는 측정된 뇌파 정보 패턴을 사용자 장치(4100)를 대신하여 처리한다. 또는, 클라우드 서버(4200)는 뇌파 정보 패턴을 처리한 결과에 대응하는 명령을 사용자 장치(4100)에 제공한다. 따라서, 사용자 장치(4100)는 뇌파 정보 패턴을 분석 및 처리하는 수단을 구비할 필요가 없어, 더욱 경량화되고 제작 비용이 낮아질 수 있다.
또한, 클라우드 서버(4200)는 중앙 집중형의 고성능 처리 장치를 구비할 수 있으므로, 개별 사용자 장치(4100)가 가질 수 있는 것보다 효과적이고 정밀한 뇌파 정보 처리 기능을 수행할 수 있다. 따라서, 뇌파 정보 패턴이 더욱 정밀하고 빠르게 처리할 수 있다.
또한, 사용자는 의도적으로 뇌파 정보 패턴을 형성함으로써, 자신의 의사나 명령을 표현할 수 있다. 그에 따라, 사용자는 별도의 조작 없이, 단지 생각을 하는 것만으로도 사용자 장치(4100)를 원하는 대로 제어할 수 있다.
한편, 여기서 설명되지 않은 사용자 장치(4100), 클라우드 서버(4200), 무선 네트워크(4300), 측정 장치(4110) 및 단말 장치(4120)에 대한 다른 구체적인 내용은 앞에서 설명한 사용자 장치(1100), 클라우드 서버(1200), 무선 네트워크(1300), 측정 장치(1110) 및 단말 장치(1120)에 대한 내용과 실질적으로 동일하다.
도 11은 도 10에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다. 도 11을 참조하면, 뇌파 정보 처리 방법은 S310 단계 내지 S340 단계를 포함한다.
S310 단계에서, 사용자 장치(4100)는 뇌파 발생체로부터 뇌파 정보 패턴을 측정한다. 이때, 뇌파 정보 패턴은 감지 전극과 같은 접촉식 또는 비접촉식 감지 수단을 통해 측정될 수 있다.
S320 단계에서, 사용자 장치(4100)는 무선 네트워크(4300)를 통해 측정된 뇌파 정보 패턴을 클라우드 서버(4200)로 전송한다. 여기서, 사용자 장치(4100)와 클라우드 서버(4200) 사이의 통신을 중계하는 무선 네트워크(4300)는 이동 통신사가 제공하는 이동 통신망이나 무선랜 등과 같은 다양한 무선 통신 수단을 포함할 수 있다.
실시 예로서, 사용자 장치(4100)는 클라우드 서버(4200)에 접근하기 위해 소정의 로그-온 수단을 통한 인증 절차를 수행할 수 있다.
S330 단계에서, 클라우드 서버(4200)는 패턴 테이블을 참조하여, 수신된 뇌파 정보 패턴을 미리 정의된 뇌파 정보 패턴과 비교한다. 그리고, 비교 결과에 따라 수신된 뇌파 정보 패턴에 대응하는 대응 명령(또는, 인식 명령)을 생성한다. 생성된 대응 명령은 처리 결과로서 무선 네트워크(4300)를 통해 사용자 장치(4100)로 전송된다.
S440 단계에서, 사용자 장치(4100)는 처리 결과로서 수신된 대응 명령에 따라 사용자 장치(4100)에 구비된 기능을 수행한다.
도 12는 본 명세서의 실시 예들에 따른, 복수의 사용자로부터 수집된 그룹 뇌파 정보를 처리하는 뇌파 정보 처리 시스템을 나타내는 블록도이다. 도 12를 참조하면, 뇌파 정보 처리 시스템(5000)의 클라우드 서버(5200)는 무선 네트워크(5300)를 통해 복수의 사용자 장치들(5100_1, 5100_2, …, 5100_k)로부터 뇌파 정보들을 수신하고(5110), 수신된 뇌파 정보들을 처리한 결과를 무선 네트워크(5300)를 통해 다른 사용자 장치(5100n)에 제공한다.
사용자 장치 그룹(5100)은 뇌파 정보를 제공하거나 처리 결과를 수신하는 복수의 사용자 장치들(5100_1, 5100_2, …, 5100_k, 5100_n)을 포함한다. 도 12의 사용자 장치들(5100_1, 5100_2, …, 5100_k, 5100_n) 각각은 도 2, 도 5 및 도 7의 사용자 장치들(1100, 2100, 3100) 중 어느 하나와 동일한 구성을 가질 수 있다.
본 실시 예에서, 클라우드 서버(5200)는 복수의 사용자의 뇌파 정보들을 수신하고, 수신된 뇌파 정보들을 분석하여 뇌파 정보들 각각이 갖는 의미를 개별적으로 판단한 뒤, 그러한 개별적 판단 결과를 기초로 복수의 사용자들의 집단화된 심리 상태를 전체로서 판단하는 그룹 분석을 수행한다. 여기서 그룹 분석이란, 뇌파 정보가 측정된 복수의 사용자들의 뇌파 정보들을 기초로 사용자들의 성향, 상태, 선호도 등을 전체로서 종합적으로 분석하는 것을 의미한다.
실시 예로서, 클라우드 서버(5200)는 사용자들의 뇌파 정보들을 주기적으로 수신하여, 사용자들의 뇌파 정보에 대한 그룹 분석을 주기적으로 수행할 수 있다.
실시 예로서, 클라우드 서버(5200)는 그룹 분석을 위해, 당해 기술 분야에 잘 알려진 통계적 수단들(예를 들어, 평균값 산출법, 분산 산출법, 퍼센티지 산출법, 회귀 분석법 등)을 이용할 수 있다.
이하에서는, 위에서 설명한 그룹 분석을 통해 사용자들의 뇌파 정보를 처리하는 구체적인 실시 예들이 설명된다.
먼저, 도 12의 뇌파 정보 처리 시스템(5000)은 학생들을 가르치는 교수 방법에 활용될 수 있다. 이때, 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 각각 학생들에게 할당되어, 학생들의 뇌파 정보를 측정한다. 실시 예로서, 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 학생들이 머리에 착용하는 헤드셋 또는 안경 형태로 구성될 수 있다. 사용자 장치들((5100_1, 5100_2, …, 5100_k)이 측정한 학생들의 뇌파 정보들은 그룹 뇌파 정보로서 클라우드 서버(5200)에 전송된다.
클라우드 서버(5200)는 수신된 학생들의 뇌파 정보들을 개별적으로 분석하여, 학생들 각각의 심리 상태를 분석한다. 그리고, 분석된 학생들의 심리 상태에 기반하여, 학생들의 전체적인 성향, 집중도, 관심도 또는 심리 상태를 판단하고, 그 결과를 처리 결과로서 교수자가 착용한 마스터 장치(5100n)에 전송한다.
예를 들어, 클라우드 서버(5200)는 학생들의 뇌파 정보를 분석하여, 현재 수업에 대한 학생들의 개별적인 집중 상태를 판단한다. 그리고, 개별적인 집중 상태에 기초하여, 학생들의 전체적인 집중도(가령, 학생들이 몇 퍼센트가 수업에 집중하고 있는지) 또는 관심도를 판단한다. 판단 결과에 따라, 클라우드 서버(5200)는 판단 결과를 그대로 처리 결과로서 전송하거나, 판단 결과와 함께 그로부터 파생되는 부가 정보(가령, 수업에 집중하지 않는 학생의 비율이 일정 수를 초과하였음을 경고하는 알림 메시지)를 처리 결과로서 전송한다. 교수자는 마스터 장치(5100n)에 전송된 처리 결과를 참조하여, 수업을 더욱 효과적으로 진행할 수 있다.
한편, 여기서는 클라우드 서버(5200)가 마스터 장치(5100n)에만 처리 결과를 전송하는 것으로 설명되었으나, 본 명세서는 이에 한정되지 않는다. 클라우드 서버(5200)는 뇌파 정보를 제공한 사용자 장치들(5100_1, 5100_2, …, 5100_k)에도 독립적으로 별도의 처리 결과를 전송할 수 있다. 예를 들어, 클라우드 서버(5200)는 학생들의 현재 집중 상태를 표시하게 하는 처리 결과를 사용자 장치들(5100_1, 5100_2, …, 5100_k)에 전송할 수 있다. 이에 따라, 학생들이 수업에 집중을 하고 있으면 학생들이 착용한 사용자 장치(가령, 헤드셋)에 초록불이 켜지고, 집중을 하고 있지 않으면 사용자 장치에 빨간불이 켜질 수 있다. 교수자는 학생들이 착용한 사용자 장치들을 보고, 빨간 불이 많이 켜져 있으면 수업을 보다 흥미를 유발하는 내용의 것으로 바꾸는 것과 같이, 수업 방법의 변화를 꾀할 수 있다.
다음으로, 도 12의 뇌파 정보 처리 시스템(5000)은 광고 효과를 분석하는 방법에 사용될 수 있다. 이 경우, 뇌파 정보 처리 시스템(5000)은 광고의 예상되는 효과를 사전 분석하기 위해, 또는 실행된 광고의 효과를 사후적으로 분석하기 위해 활용될 수 있다.
예를 들어, 광고주는 여러가지 버전의 광고들을 만들어서 소비자들에게 시연한다. 이때, 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 각각 소비자들에게 할당되어, 소비자들의 뇌파 정보를 측정한다. 실시 예로서, 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 소비자들이 머리에 착용하는 헤드셋 또는 안경 형태로 구성될 수 있다. 사용자 장치들((5100_1, 5100_2, …, 5100_k)이 측정한 소비자들의 뇌파 정보들은 그룹 뇌파 정보로서 클라우드 서버(5200)에 전송된다.
클라우드 서버(5200)는 수신된 소비자들의 뇌파 정보들을 개별적으로 분석하여, 소비자들이 광고를 시청했을 때의 집중도, 관심도, 긴장도 또는 이완도를 판단한다. 그리고, 판단한 소비자들의 집중도, 괸심도, 긴장도 또는 이완도에 기반하여, 소비자들의 전체적인 광고 호응도를 판단하고, 그 결과를 처리 결과로서 광고주가 가지고 있는 마스터 장치(5100n)에 전송한다. 이때, 처리 결과는 단순히 광고들의 각 버전에 따른 소비자들의 호응도를 포함할 수도 있고, 소비자들의 호응도에 따라 어떤 광고가 가장 효율적인지 판단하는 판단 정보를 포함할 수도 있고, 특정 버전 광고의 어떤 순간에서 소비자들의 호응도가 가장 높고 낮은지를 나타내는 부가 정보를 포함할 수도 있다.
다음으로, 도 12의 뇌파 정보 처리 시스템(5000)은 소셜 마인드 방송에 사용될 수 있다. 소셜 마인드 방송이란 방송될 내용에 대한 시청자들의 반응을 미리 예상하여, 시청자들의 호응도가 높을 것으로 예상되는 내용을 방송하는 것을 의미한다. 예를 들어, 드라마의 예상되는 결말들에 대한 시청자의 반응을 예상한 후, 다수 시청자가 원하는 결말로 드라마를 방송할 수 있다.
소셜 마인드 방송을 위해, 클라우드 서버(5200)는 방송 내용 중 특정 부분에 대한 시청자의 반응을 뇌파 정보로서 수신한다. 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 각각 시청자들에게 할당되어, 시청자들의 뇌파 정보를 측정한다. 실시 예로서, 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 시청자들이 머리에 착용하는 헤드셋 또는 안경 형태로 구성될 수 있다. 사용자 장치들((5100_1, 5100_2, …, 5100_k)이 측정한 시청자들의 뇌파 정보들은 그룹 뇌파 정보로서 클라우드 서버(5200)에 전송된다.
클라우드 서버(5200)는 수신된 시청자들의 뇌파 정보들을 개별적으로 분석하여, 시청자들이 방송의 특정 부분을 시청할 때의 심리 상태(가령, 긴장도, 이완도, 선호도 또는 혐오도)를 판단한다. 그리고, 판단한 시청자들의 심리 상태에 기반하여, 시청자들의 전체적인 시나리오 선호도를 판단하고, 판단 결과를 처리 결과로서 방송자(또는, 방송국)가 가지고 있는 마스터 장치(5100n)에 전송한다.
예를 들어, 클라우드 서버(5200)는 시청자들의 심리 상태를 기초로 그룹 분석을 수행한 결과, 방송의 내용 중 A가 등장하는 부분에서 시청자들의 전체적인 집중도나 선호도가 높다면, 시청자들은 A가 행복해지는 결말을 원하는 것으로 판단한다. 반면에, 방송의 내용 중 A가 등장하는 부분에서 시청자들의 전체적인 집중도나 선호도가 높다면, 시청자들은 A가 행복해지는 결말을 원하는 것으로 판단한다. 클라우드 서버(5200)는 그룹 분석에 따른 결론을 처리 결과로서 마스터 장치(5100n)에 전송하고, 방송자는 방송될 내용을 결정하기 위해 전송된 처리 결과를 참조할 수 있다.
한편, 여기서는 뇌파 정보를 송신하는 사용자 장치들(5100_1, 5100_2, …, 5100_k)과 처리 결과를 수신하는 사용자 장치(5100n, 마스터 장치)가 서로 구분되는 것으로 설명되었지만, 본 명세서의 실시 예들은 이에 한정되지 않는다. 도시된 것처럼, 마스터 장치(5100n)는 사용자 장치들(5100_1, 5100_2, …, 5100_k)과 구분되는 별도의 장치일 수도 있고, 사용자 장치들(5100_1, 5100_2, …, 5100_k) 중 하나 일 수도 있고, 또는 사용자 장치들(5100_1, 5100_2, …, 5100_k) 모두가 각각 처리 결과를 수신하는 마스터 장치가 될 수도 있다.
상기와 같은 구성에 따르면, 클라우드 서버(5200)는 다수 사용자와 통신적으로 연결되어 다수 사용자로부터 뇌파 정보들을 수집하고, 수집한 뇌파 정보들을 개별 및 그룹 분석하여 사용자들의 행동, 성향 또는 기호에 부합하는 다양한 컨텐츠를 선택적으로 제공할 수 있다.
한편, 여기서 설명되지 않은 사용자 장치들(5100_1, 5100_2, …, 5100_k, 5100_n), 클라우드 서버(5200), 무선 네트워크(5300)에 대한 다른 구체적인 내용은 앞에서 설명한 사용자 장치(1100), 클라우드 서버(1200), 무선 네트워크(1300)에 대한 내용과 실질적으로 동일하다.
도 13은 도 12에 도시된 뇌파 정보 처리 시스템의 뇌파 정보 처리 방법을 나타내는 순서도이다. 도 13을 참조하면, 뇌파 정보 처리 방법은 S410 단계 내지 S460 단계를 포함한다.
S410 단계에서, 복수의 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 각각 할당된 사용자들로부터 뇌파 정보를 측정한다. 이때, 뇌파 정보는 감지 전극과 같은 접촉식 또는 비접촉식 감지 수단을 통해 측정될 수 있다.
S420 단계에서, 복수의 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 무선 네트워크(5300)를 통해 측정된 뇌파 정보들을 그룹 뇌파 정보로서 클라우드 서버(5200)로 전송한다. 여기서, 사용자 장치들(5100_1, 5100_2, …, 5100_k)과 클라우드 서버(5200) 사이의 통신을 중계하는 무선 네트워크(5300)는 이동 통신사가 제공하는 이동 통신망이나 무선랜 등과 같은 다양한 무선 통신 수단을 포함할 수 있다.
실시 예로서, 사용자 장치들(5100_1, 5100_2, …, 5100_k)은 각각 클라우드 서버(5200)에 접근하기 위해 소정의 로그-온 수단을 통한 인증 절차를 수행할 수 있다.
S430 단계에서, 클라우드 서버(5200)는 수신된 뇌파 정보들에 대해 개별 분석을 수행하여, 사용자들의 심리 상태를 개별적으로 분석한다. 클라우드 서버(5200)가 개별 분석을 수행하는 구체적인 방법은 도 12에서 설명한 바와 동일하다.
S440 단계에서, 클라우드 서버(5200)는 개별 분석 결과에 기초하여, 수신된 뇌파 정보들에 대한 그룹 분석을 수행한다. 그룹 분석에서 클라우드 서버(5200)는 당해 기술 분야에 잘 알려진 통계 수단들을 이용할 수 있다. 클라우드 서버(5200)가 그룹 분석을 수행하는 구체적인 방법은 도 12에서 설명한 바와 동일하다.
S450 단계에서, 클라우드 서버(5200)는 그룹 분석 결과에 따라 처리 결과를 생성하여, 사용자 장치(5100_n)에 전송한다.
S460 단계에서, 사용자 장치(5100_n)는 처리 결과에 따라, 그룹 분석 결과를 디스플레이하거나, 소리를 비롯한 다른 표시 수단을 통해 알리거나, 다른 장치로 그룹 분석 결과를 재전송하거나, 내부의 메모리에 그룹 분석 결과를 저장하거나, 기타 다양한 방법으로 사용자에게 그룹 분석 결과를 제공할 수 있다.
본 명세서와 도면에 개시된 본 발명의 실시예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
1000, 2000, 3000, 4000, 5000: 뇌파 정보 처리 시스템
1100, 2100, 3100, 4100: 사용자 장치
5100: 사용자 장치 그룹
5100_1, 5100_2, 5100_k: 사용자 장치
5100_n: 마스터 장치
1200, 2200, 3200, 4200, 5200: 클라우드 서버
1300, 2300, 3300, 4300, 5300: 무선 네트워크
1110, 2110, 3110: 측정 장치
1120, 2120, 3120: 단말 장치
1210: 뇌파 정보 처리부
1220: EEG 프로파일 저장부
1230: 데이터베이스
1240: 통신부
2111, 3111: 측정부
2112, 3122: 송신부
2121, 3123: 수신부
2122: 3124: 구동부
3112, 3121: 인터페이스부
1100, 2100, 3100, 4100: 사용자 장치
5100: 사용자 장치 그룹
5100_1, 5100_2, 5100_k: 사용자 장치
5100_n: 마스터 장치
1200, 2200, 3200, 4200, 5200: 클라우드 서버
1300, 2300, 3300, 4300, 5300: 무선 네트워크
1110, 2110, 3110: 측정 장치
1120, 2120, 3120: 단말 장치
1210: 뇌파 정보 처리부
1220: EEG 프로파일 저장부
1230: 데이터베이스
1240: 통신부
2111, 3111: 측정부
2112, 3122: 송신부
2121, 3123: 수신부
2122: 3124: 구동부
3112, 3121: 인터페이스부
Claims (15)
- 무선 네트워크와 통신적으로(communicatively) 연결되어, 사용자의 뇌파 정보를 수신하는 통신부; 및
상기 수신된 뇌파 정보로부터 상기 사용자의 심리 상태를 분석하고, 상기 분석 결과에 따라 대응하는 명령 또는 정보를 처리 결과로서 제공하는 뇌파 정보 처리부를 포함하되,
상기 처리 결과는 상기 무선 네트워크를 통해 상기 사용자 또는 다른 사용자에게 제공되는 클라우드 서버.
- 제1항에 있어서,
일반적인 사람들의 뇌파 성향, 뇌파 유형 또는 뇌파 편차를 나타내는 프로파일 정보를 저장하는 EEG 프로파일 저장부를 더 포함하고,
상기 뇌파 정보 처리부는 상기 프로파일 정보를 참조하여 상기 사용자의 심리 상태를 분석하는 클라우드 서버.
- 제1항에 있어서,
상기 사용자의 개별적인 뇌파 성향, 뇌파 유형 또는 뇌파 편차를 나타내는 프로파일 정보를 저장하는 EEG 프로파일 저장부를 더 포함하고,
상기 뇌파 정보 처리부는 상기 프로파일 정보를 참조하여 상기 사용자의 심리 상태를 분석하는 클라우드 서버.
- 제1항에 있어서,
상기 뇌파 정보는 하나 이상의 뇌파가 조합되어 형성되는 뇌파 정보 패턴을 포함하고,
상기 뇌파 정보 처리부는 상기 뇌파 정보 패턴을 미리 정의된 뇌파 정보 패턴과 비교하고, 상기 비교 결과에 따라 상기 미리 정의된 뇌파 정보 패턴에 대응하는 명령을 상기 처리 결과로서 선택적으로 제공하는 클라우드 서버.
- 제4항에 있어서,
상기 뇌파 정보 패턴은 상기 하나 이상의 뇌파의 파형 또는 지속시간에 따라 달라지는 클라우드 서버.
- 제1항에 있어서,
상기 뇌파 정보 처리부는 복수의 사용자들의 뇌파 정보들로부터 상기 복수의 사용자들 각각의 심리 상태를 개별 분석하고, 상기 개별 분석 결과에 기초하여 상기 복수의 사용자들의 집단화된 심리 상태를 판단하기 위한 그룹 분석을 수행하고, 상기 그룹 분석 결과에 따라 대응하는 명령 또는 정보를 상기 처리 결과로서 제공하는 클라우드 서버.
- 제6항에 있어서,
상기 복수의 사용자들은 동일한 수업을 교수받는 학생들이고,
상기 그룹 분석 결과는 상기 수업에 대한 상기 복수의 사용자들의 집중도 또는 관심도를 나타내는 정보를 포함하는 클라우드 서버.
- 제6항에 있어서,
상기 복수의 사용자들은 동일한 광고를 시청하는 소비자들이고,
상기 그룹 분석 결과는 상기 광고의 적어도 일부에 대한 상기 복수의 사용자들의 집중도 또는 관심도를 나타내는 정보를 포함하는 클라우드 서버.
- 제6항에 있어서,
상기 복수의 사용자들은 동일한 방송을 시청하는 시청자들이고,
상기 그룹 분석 결과는 상기 방송의 적어도 일부에 대한 상기 복수의 시청자들의 집중도 또는 관심도를 나타내는 정보를 포함하는 클라우드 서버.
- 뇌파 발생체의 뇌파 정보를 측정하는 측정부; 및
상기 측정부와 연결되고, 상기 측정된 뇌파 정보를 클라우드 서버에 제공하기 위해 상기 측정된 뇌파 정보를 외부로 전송하는 송신부를 포함하되,
상기 클라우드 서버는 상기 측정된 뇌파 정보로부터 상기 뇌파 발생체의 심리 상태를 분석하고, 상기 분석 결과에 따라 대응하는 명령 또는 정보를 처리 결과로서 제공하는 뇌파 정보 처리 장치.
- 제10항에 있어서,
상기 송신부는 무선 네트워크를 경유하여 상기 측정된 뇌파 정보를 상기 클라우드 서버로 전송하는 뇌파 정보 처리 장치.
- 제11항에 있어서,
상기 클라우드 서버가 제공하는 상기 처리 결과를 수신하고, 상기 처리 결과에 따라 적어도 하나의 미리 결정된 기능을 구동하는 구동부를 더 포함하는 뇌파 정보 처리 장치.
- 제10항에 있어서,
상기 송신부는 상기 측정된 뇌파 정보를 상기 뇌파 처리 장치와 연결된 사용자 장치에 전송하고,
상기 사용자 장치는 무선 네트워크를 경유하여 상기 전송된 뇌파 정보를 상기 클라우드 서버에 제공하는 뇌파 정보 처리 장치.
- 제13항에 있어서,
상기 뇌파 처리 장치는 상기 뇌파 처리 장치를 사용하는 사용자의 피부 접촉, 인체 통신 또는 근거리 무선 통신을 통해 상기 사용자 장치와 통신적으로(communicatively) 연결되는 뇌파 처리 장치.
- 클라우드 서버로부터 처리 결과를 수신하는 수신부; 및
상기 수신된 처리 결과에 따라, 적어도 하나의 미리 결정된 기능을 구동하는 구동부를 포함하되,
상기 클라우드 서버는 사용자의 뇌파 정보를 수신하고, 상기 수신된 뇌파 정보로부터 상기 사용자의 심리 상태를 분석하고, 상기 분석 결과에 따라 대응하는 명령 또는 정보를 상기 처리 결과로서 제공하는 뇌파 정보 처리 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130132824A KR20150052397A (ko) | 2013-11-04 | 2013-11-04 | 뇌파 정보를 처리하는 클라우드 서버 및 클라우드 서버에 기반한 뇌파 정보 처리 장치 |
| US14/242,365 US20150126892A1 (en) | 2013-11-04 | 2014-04-01 | Cloud server for processing electroencephalgraphy information, and apparatus for processing electroencephalography information based on cloud server |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130132824A KR20150052397A (ko) | 2013-11-04 | 2013-11-04 | 뇌파 정보를 처리하는 클라우드 서버 및 클라우드 서버에 기반한 뇌파 정보 처리 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20150052397A true KR20150052397A (ko) | 2015-05-14 |
Family
ID=53007540
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130132824A KR20150052397A (ko) | 2013-11-04 | 2013-11-04 | 뇌파 정보를 처리하는 클라우드 서버 및 클라우드 서버에 기반한 뇌파 정보 처리 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20150126892A1 (ko) |
| KR (1) | KR20150052397A (ko) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102208433B1 (ko) * | 2014-08-21 | 2021-01-27 | 삼성전자주식회사 | 적어도 하나 이상의 통신 방식을 선택하기 위한 방법 및 장치 |
| US10835144B2 (en) * | 2014-10-22 | 2020-11-17 | Ekg Technology Lab, Inc. | Electroencephalograph, brain wave measurement method, brain wave measurement system |
| CN105030234A (zh) * | 2015-06-26 | 2015-11-11 | 迈德高武汉生物医学信息科技有限公司 | 一种脑电波监测仪及其智能监测系统和方法 |
| CN106454691A (zh) * | 2015-08-12 | 2017-02-22 | 奉加微电子（上海）有限公司 | 双模网络协调器、双模路由器、双模mesh组网系统及其方法 |
| US10803145B2 (en) * | 2016-02-05 | 2020-10-13 | The Intellectual Property Network, Inc. | Triggered responses based on real-time electroencephalography |
| US20190056438A1 (en) * | 2017-08-17 | 2019-02-21 | Colossio, Inc. | Adaptive learning based on electroencephalographic data |
| CN111345818A (zh) * | 2018-12-20 | 2020-06-30 | 香港城市大学深圳研究院 | 一种脑电信号的处理系统、工程安全帽以及方法 |
| US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
| AU2020334716B2 (en) | 2019-08-22 | 2022-07-28 | Advanced Global Clinical Solutions Inc. | Systems and methods for seizure detection based on changes in electroencephalogram (EEG) non-linearities |
| DE102019129720A1 (de) * | 2019-11-05 | 2021-05-06 | Infineon Technologies Ag | Headsetanordnung, Headsetsystem, Verfahren zum Betreiben einer Headsetanordnung und Verfahren zum Verwenden eines Headsetsystems |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9183351B2 (en) * | 2000-05-30 | 2015-11-10 | Vladimir Shusterman | Mobile system with network-distributed data processing for biomedical applications |
| US7089927B2 (en) * | 2002-10-23 | 2006-08-15 | New York University | System and method for guidance of anesthesia, analgesia and amnesia |
| US8473044B2 (en) * | 2007-03-07 | 2013-06-25 | The Nielsen Company (Us), Llc | Method and system for measuring and ranking a positive or negative response to audiovisual or interactive media, products or activities using physiological signals |
| KR20120086324A (ko) * | 2009-12-02 | 2012-08-02 | 비덱스 에이/에스 | Ｅｅｇ 조립체를 지닌 사람에게 경고하는 방법 및 장치 |
| US8442626B2 (en) * | 2010-06-21 | 2013-05-14 | Aleksandrs Zavoronkovs | Systems and methods for communicating with a computer using brain activity patterns |
| US8938369B1 (en) * | 2011-03-15 | 2015-01-20 | Symantec Corporation | Systems and methods for ensuring that critical computing decisions are intentionally made |
| US20130035579A1 (en) * | 2011-08-02 | 2013-02-07 | Tan Le | Methods for modeling neurological development and diagnosing a neurological impairment of a patient |
-
2013
- 2013-11-04 KR KR1020130132824A patent/KR20150052397A/ko not_active Application Discontinuation
-
2014
- 2014-04-01 US US14/242,365 patent/US20150126892A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20150126892A1 (en) | 2015-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20150052397A (ko) | 뇌파 정보를 처리하는 클라우드 서버 및 클라우드 서버에 기반한 뇌파 정보 처리 장치 | |
| US9789878B2 (en) | Driver rest recommendation | |
| US10366778B2 (en) | Method and device for processing content based on bio-signals | |
| EP3849412A1 (en) | Neuroadaptive intelligent virtual reality learning system and method | |
| TW201546735A (zh) | 認知及情意人機介面 | |
| US8655441B2 (en) | Methods and apparatus for monitoring patients and delivering therapeutic stimuli | |
| US9622660B2 (en) | System and method for enabling collaborative analysis of a biosignal | |
| Wascher et al. | Neuroergonomics on the go: an evaluation of the potential of mobile EEG for workplace assessment and design | |
| US20120072289A1 (en) | Biometric aware content presentation | |
| KR20100038107A (ko) | 신경-반응 자극 및 자극 속성 공명 추정기 | |
| US20180075772A1 (en) | Monitoring learning performance using neurofeedback | |
| DE112013000324T5 (de) | Das gesellschaftliche Grundgefühl mithilfe physiologischer Daten bestimmen | |
| Kim et al. | Route guidance modality for elder driver navigation | |
| KR20100016002A (ko) | 마케팅 및 엔터테인먼트 효과의 분석 | |
| Furdea et al. | A new (semantic) reflexive brain–computer interface: in search for a suitable classifier | |
| US20200373001A1 (en) | System with wearable sensor for detecting eeg response | |
| CN110584657B (zh) | 一种注意力检测方法及系统 | |
| Sadeghi et al. | Optimization of brain mobile interface applications using IoT | |
| US11779275B2 (en) | Multi-sensory, assistive wearable technology, and method of providing sensory relief using same | |
| CN105700690A (zh) | 一种基于移动平台的脑电多媒体控制系统 | |
| Moon et al. | Detecting user attention to video segments using interval EEG features | |
| Robinson et al. | Olfaction modulates early neural responses to matching visual objects | |
| Alja'Afreh | A qoe model for digital twin systems in the era of the tactile internet | |
| US20190343443A1 (en) | Stress state evaluation apparatus, stress state evaluation system, and non-transitory computer readable medium storing program | |
| Andrushevich et al. | Towards smart working spaces with enhanced well-being and safety of elderly staff |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E601 | Decision to refuse application |