KR20180097359A - BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 - Google Patents
BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 Download PDFInfo
- Publication number
- KR20180097359A KR20180097359A KR1020170024253A KR20170024253A KR20180097359A KR 20180097359 A KR20180097359 A KR 20180097359A KR 1020170024253 A KR1020170024253 A KR 1020170024253A KR 20170024253 A KR20170024253 A KR 20170024253A KR 20180097359 A KR20180097359 A KR 20180097359A
- Authority
- KR
- South Korea
- Prior art keywords
- user
- eeg
- eeg signal
- groups
- signal
- Prior art date
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 27
- 238000001228 spectrum Methods 0.000 claims description 21
- 229920001971 elastomer Polymers 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 5
- 210000001652 frontal lobe Anatomy 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims 2
- 238000011017 operating method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 15
- 210000003128 head Anatomy 0.000 description 7
- 210000001061 forehead Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- -1 polyethylene Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- JOYRKODLDBILNP-UHFFFAOYSA-N Ethyl urethane Chemical compound CCOC(N)=O JOYRKODLDBILNP-UHFFFAOYSA-N 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 229920003002 synthetic resin Polymers 0.000 description 1
- 239000000057 synthetic resin Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for 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
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- 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
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/1613—Constructional details or arrangements for portable computers
- G06F1/163—Wearable computers, e.g. on a belt
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/01—Indexing scheme relating to G06F3/01
- G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Human Computer Interaction (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Neurology (AREA)
- Artificial Intelligence (AREA)
- Dermatology (AREA)
- Psychiatry (AREA)
- Computer Hardware Design (AREA)
- Neurosurgery (AREA)
- Evolutionary Computation (AREA)
- Psychology (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
사용자의 한쪽 귀에 거치하여 사용자의 머리 부위에 착용 가능한 하우징; 하우징의 일 영역에 부착되고, 사용자의 뇌파 신호를 측정하는 EEG 센서; 및 사용자의 뇌파 신호를 처리하는 프로세서;를 포함하는, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 및, 그의 동작 방법을 제공한다.
Description
본 개시는 BCI(Brain Computer Interface)를 위한 웨어러블 디바이스에 관한 것이다.
사람의 뇌는 다양한 활동에 따라 특정 부위에서 활성화가 일어난다. 예를 들어, 사람이 팔을 움직이거나 하는 행동을 하는 경우, 운동 중추를 담당하는 뇌의 영역에서 활성화가 일어나며, 이러한 반응은 뇌전도(EEG), fMRI, MEG, NIRs 같은 방법으로 측정이 가능하다.
뇌파 신호의 인지적 속성(cognitive property)을 분석하기 위해 뇌 컴퓨터 간 인터페이스(BCI; Brain Computer Interface))를 처리하는 기술들이 개발되고 있다.
본 실시예들에 따르면, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 및 그의 동작 방법을 제공한다.
제 1 측면에 따라, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스는, 사용자의 한쪽 귀에 거치하여 사용자의 머리 부위에 착용 가능한 하우징; 하우징의 일 영역에 부착되고, 사용자의 뇌파 신호를 측정하는 EEG 센서; 및 사용자의 뇌파 신호를 처리하는 프로세서;를 포함할 수 있다.
제 2 측면에 따라, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스의 동작 방법은, 기 설정된 시간 동안 사용자의 뇌파 신호를 센싱하는 단계; 센싱된 뇌파 신호로부터 복수개의 뇌파 신호들을 샘플링하는 단계; 및 샘플링된 복수개의 뇌파 신호들을 유사성에 따라 복수의 그룹들로 분류하는 단계;를 포함할 수 있다.
제 3 측면에 따른 컴퓨터로 읽을 수 있는 기록매체는 상술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.
본 발명의 실시 예들에 따르면, 웨어러블 디바이스는 귀걸이부 및 밀착부를 통해 사용자의 착용감을 향상시키는 동시에 심한 운동과 충격 등의 경우에도 쉽게 이탈되지 않아 신뢰성, 안전성, 편의성을 사용자에게 제공할 수 있다.
또한, 웨어러블 디바이스는 센싱된 뇌파 신호로부터 복수개의 뇌파 신호들을 샘플링하고, 샘플링된 복수개의 뇌파 신호들을 유사성에 따라 복수개의 그룹들로 분류하는 방법을 개시하는 바, 뇌파 신호(특히, 전두엽으로부터의 뇌파 신호)를 보다 효과적으로 해석하는 방법을 제공한다. 또한, 웨어러블 디바이스는 기 분류된 복수개의 그룹들을 통해, 사용자의 뇌파 신호에 대응하여, 외부 디바이스를 보다 효과적으로 제어할 수 있는 방법을 제공한다.
본 발명은, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1 은 일 실시예에 따라, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스를 나타내는 블록도이다.
도 2a 내지 2d는, 웨어러블 디바이스의 하우징의 실시예들을 나타낸다.
도 3은 웨어러블 디바이스가 사용자의 뇌파 신호를 복수의 그룹들로 분류하는 실시예를 나타낸다.
도 4는 웨어러블 디바이스가 사용자의 뇌파 신호를 복수의 그룹들로 분류하는 구체적인 실시예를 나타낸다.
도 5는 웨어러블 디바이스가 복수의 그룹들로 분류된 뇌파 신호들을 활용하는 일 실시예를 나타낸다.
도 6은 웨어러블 디바이스가 복수의 그룹들로 분류된 뇌파 신호들을 활용하는 다른 실시예를 나타낸다.
도 7은 BCI를 위한 웨어러블 디바이스가 동작하는 방법을 설명하는 도면이다.
도 1 은 일 실시예에 따라, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스를 나타내는 블록도이다.
도 2a 내지 2d는, 웨어러블 디바이스의 하우징의 실시예들을 나타낸다.
도 3은 웨어러블 디바이스가 사용자의 뇌파 신호를 복수의 그룹들로 분류하는 실시예를 나타낸다.
도 4는 웨어러블 디바이스가 사용자의 뇌파 신호를 복수의 그룹들로 분류하는 구체적인 실시예를 나타낸다.
도 5는 웨어러블 디바이스가 복수의 그룹들로 분류된 뇌파 신호들을 활용하는 일 실시예를 나타낸다.
도 6은 웨어러블 디바이스가 복수의 그룹들로 분류된 뇌파 신호들을 활용하는 다른 실시예를 나타낸다.
도 7은 BCI를 위한 웨어러블 디바이스가 동작하는 방법을 설명하는 도면이다.
이하 첨부된 도면을 참조하면서 오로지 예시를 위한 실시예들을 상세히 설명하기로 한다. 하기 실시예는 기술적 사상을 구체화하기 위한 것일 뿐 권리범위를 제한하거나 한정하는 것이 아님은 물론이다. 상세한 설명 및 실시예로부터 해당 기술분야에 속하는 전문가가 용이하게 유추할 수 있는 것은 권리범위에 속하는 것으로 해석된다.
본 명세서에서 사용되는 "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 도는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
또한, 본 명세서에서 사용되는 "제 1" 또는 "제 2" 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 이러한 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하거나 설명의 편의를 위한 목적으로 사용될 수 있다.
이하에서는 도면을 참조하여 실시예들을 상세히 설명한다.
도 1 은 일 실시예에 따라, BCI(Brain Computer Interface)를 위한 웨어러블 디바이스를 나타내는 블록도이다.
웨어러블 디바이스(100)는 하우징(housing)(110), EEG(electroencephalogram) 센서(120), 프로세서(130)를 포함할 수 있다. 도 1에 도시된 웨어러블 디바이스(100)는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 1에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
하우징(110)은 사용자의 한쪽 귀에 거치하여 사용자의 머리 부위에 착용 가능할 수 있다. 일 실시예에 따라, 하우징(110)은 사용자의 한쪽 귀에 거치 가능한 귀걸이부과 사용자의 머리의 일 측면에 밀착 가능한 밀착부로 구성될 수 있다. 따라서, 웨어러블 디바이스(100)는 하우징(110)을 통해 사용자의 머리 부위에 고정될 수 있다.
일 실시예에 따라, 하우징(110)의 일 부분은 전도성 고무로 구성될 수 있다. 일 실시예에 따라, 하우징(110)의 귀걸이부의 일 영역이 전도성 고무로 구성될 수 있다. 따라서, 웨어러블 디바이스(100)는 전도성 고무로 구성된 하우징(110)을 통해, 사용자의 착용감 및 웨어러블 디바이스(100)의 고정력을 향상시킬 수 있다. 또한, 하우징(110)의 전도성 고무는 EEG 센서(120)가 센싱하는 뇌파 신호에 대한 접지(GND) 및 레퍼런스(REF) 역할을 할 수 있다. 또한, 다른 실시예에 따라, 하우징(110)의 귀걸이부는 형상 변형이 가능한 고무로 구성될 수 있다.
일 실시예에 따라, 하우징(110)의 밀착부는 사용자의 머리의 일 부위에 밀착 가능한 텐션 바(tension bar)로 구성될 수 있다. 또한, 하우징(110)의 밀착부는 탄성력을 갖는 연질의 재질로 형성될 수 있으며, 특히 연질의 합성수지, 실리콘(silicone), 폴리에틸렌(polyethylene), 폴리프로필렌(polypropylene), 엘라스토머(elastomer), 우레탄(urethane), 라텍스(latex) 중 어느 하나 이상의 재질로 형성될 수 있다.
EEG 센서(120)는 하우징(110)의 일 영역에 부착될 수 있고, 사용자의 뇌파 신호를 측정할 수 있다.
프로세서(130)는, 웨어러블 디바이스(100)의 전반의 동작을 제어하고, 데이터 및 신호를 처리한다. 프로세서(130)는, 적어도 하나의 하드웨어 유닛으로 구성될 수 있다. 또한, 프로세서(130)는, 메모리에 저장된 프로그램 코드를 실행하여 생성되는 하나 이상의 소프트웨어 모듈에 의해 동작할 수 있다.
프로세서(130)는 EEG 센서(120)에 의해 센싱된 뇌파 신호를 처리할 수 있다.
프로세서(130)는 EEG 센서(120)에 의해 센싱된 뇌파 신호를 증폭하는 증폭기, 뇌파 신호를 디지털 신호로 전환하는 아날로그 프로세싱 유닛, 및 디지털 신호들을 처리하는 디지털 프로세싱 유닛을 포함할 수 있다. 또한, 프로세서(130)는 PCB(Printed Circuit Board) 상에서 구현될 수 있다.
도 2a 내지 2d는, 웨어러블 디바이스의 하우징의 실시예들을 나타낸다.
도 2a에 도시되어 있듯이, 웨어러블 디바이스(100)의 하우징(110)은 사용자의 한쪽 귀에 거치 가능한 귀걸이부(112)와 사용자의 머리의 일 측면에 밀착 가능한 밀착부(114)로 구성될 수 있다.
밀착부(114)는 사용자의 귀 근처부터 이마까지의 부위를 감싸는 폐곡선의 형태를 가질 수 있다. 또한, 밀착부(114)는 얼굴의 윤곽을 따라 연장된 바 형태를 가질 수 있으며, 머리의 측면을 가압하는 탄성력을 가질 수 있다.
따라서, 웨어러블 디바이스(100)는 귀걸이부(112) 및 밀착부(114)를 통해 사용자의 착용감을 향상시키는 동시에 심한 운동과 충격 등의 경우에도 쉽게 이탈되지 않아 신뢰성, 안전성, 편의성을 사용자에게 제공할 수 있다.
도 2b는 귀걸이부(112)의 실시예를 나타낸다.
도 2b에 도시되어 있듯이, 귀걸이부(112)의 일 영역(202)은 전도성 고무로 구성될 수 있다. 다시 말해, 귀걸이부(112)에서 사용자의 귀가 닿을 수 있는 영역(202)이 전도성 고무로 구성될 수 있다.
도 2c는 밀착부(114) 및 EEG 센서(120)의 실시예를 나타낸다.
도 2c에 도시되어 있듯이, 밀착부(114)의 일 영역에 EEG 센서(120)가 부착될 수 있다. 다시 말해, 밀착부(114)는 사용자의 이마 부위에 밀착 가능한 바 형태로 구성될 수 있는 바, 사용자의 이마 부위에 맞닿는 밀착부(114)의 영역에 EEG 센서(120)가 부착될 수 있다. 따라서, EEG 센서(120)는 사용자의 전두엽으로부터의 뇌파 신호를 센싱할 수 있다.
도 2d는 밀착부(114)의 실시예를 나타낸다.
도 2d에 도시되어 있듯이, 밀착부(114)의 일 단면(A-A')을 살펴보면, 밀착부(114)는 스틸이나 알류미늄 등의 금속 재질로 구성된 탄성체(206)와 고무(204)를 포함할 수 있다. 다시 말해, 밀착부(114)는 탄성체(206)를 감싸는 고무(204)를 포함할 수 있다. 따라서, 밀착부(114)는 사용자의 머리의 일 부위에 지속적인 가압력을 부여하는 텐션 바(tension bar)를 구현할 수 있다.
도 3은 웨어러블 디바이스가 사용자의 뇌파 신호를 복수의 그룹들로 분류하는 실시예를 나타낸다.
단계 s310에서, EEG 센서(120)는 기 설정된 시간 동안 사용자의 뇌파 신호를 센싱할 수 있다. 예를 들어, EEG 센서(120)는, 사용자의 이마에 밀착되어, 1시간 동안 사용자의 전두엽으로부터의 뇌파 신호를 센싱할 수 있다.
단계 s320에서, 프로세서(130)는 s320에서 센싱된 뇌파 신호로부터 복수개의 뇌파 신호들을 샘플링 할 수 있다. 먼저, 프로세서(130)는 EEG 센서(120)로부터 센싱된 뇌파 신호를 획득할 수 있다. 다음으로, 프로세서(130)는 기 획득된 뇌파 신호를 소정 시간 단위의 뇌파 신호들로 구분하여, 복수개의 뇌파 신호들을 샘플링할 수 있다. 예를 들어, s310에서 센싱된 뇌파 신호가 1시간 동안의 뇌파 신호인 경우, 프로세서(130)는 1시간 동안의 뇌파 신호를 1초 단위의 뇌파 신호로 구분하여, 3600개의 뇌파 신호들을 샘플링할 수 있다.
단계 s330에서, 프로세서(130)는 샘플링된 복수개의 뇌파 신호들을 유사성에 따라 복수개의 그룹들로 분류할 수 있다.
먼저, 프로세서(130)는 샘플링된 복수개의 뇌파 신호들에 대해 퓨리에 변환을 수행하여, 복수개의 주파수 스펙트럼들을 생성할 수 있다. 구체적으로, 프로세서(130)는 샘플링된 복수개의 뇌파 신호들 각각에 대해 FFT(Fast Fourier Transform)를 수행하여 복수개의 뇌파 신호들 각각에 대응되는 복수개의 주파수 스펙트럼들을 생성할 수 있다.
다음으로, 프로세서(130)는 복수개의 주파수 스펙트럼들을 유사성에 따라 복수개의 그룹들로 분류할 수 있다. 일 실시예에 따라, 프로세서(130)는, 복수개의 주파수 스펙트럼들 각각의 파형 형태를 기준으로 복수개의 스펙트럼들을 기 설정된 개수의 그룹들로 분류할 수 있다. 다른 실시예에 따라, 프로세서(130)는, 복수개의 주파수 스펙트럼들 각각의 주파수 크기 및 진폭을 기준으로 기 설정된 개수의 그룹들로 분류할 수 있다. 예를 들어, 프로세서(130)는, 알파 파의 평균진폭, 베타 파의 평균진폭, 감마 파의 평균진폭, 및 세타 파의 평균 진폭 각각을 유닛 벡터로 하여, 복수개의 주파수 스펙트럼들 각각을 4차원 공간의 복수개의 좌표들 각각에 매핑할 수 있다. 또한, 프로세서(130)는 비감독학습법(Unsupervised Learning)의 K-means 알고리즘을 이용하여, 복수개의 주파수 스펙트럼들을 유사성에 따라 기 설정된 개수의 그룹들로 분류할 수 있다. 예를 들어, 프로세서(130)는 K-means 알고리즘을 이용하여, 4차원 공간의 3600개의 좌표들을 20개의 그룹들로 분류할 수 있다.
또한, 일 실시예에 따라, 프로세서(130)는 분류된 복수개의 그룹들 중 최적의 그룹들을 선택할 수 있다. 일 실시예에 따라, 프로세서(130)는 빈도수를 기준으로 복수개의 그룹들 중 최적의 그룹들을 선택할 수 있다. 예를 들어, 기 분류된 그룹들의 개수가 20개인 경우, 프로세서(130)는 4차원 공간에서의 좌표의 개수를 기준으로, 복수개의 그룹들 중 상위 8개의 그룹들 및 하위 8개의 그룹들을 제외한 나머지 4개의 그룹들을 최적의 그룹들로 선택할 수 있다.
또한, 일 실시예에 따라, 프로세서(130)는 최적의 그룹들 각각에 대해 최적의 좌표들(즉, 최적의 뇌파 신호들)을 선택할 수 있다. 예를 들어, 프로세서(130)는 최적의 그룹들 각각을 구성하는 좌표들 중 정규 분포 상 최외각에 존재하는 일부 좌표들을 제외한 나머지 좌표들을 최적의 좌표들로 선택할 수 있다.
또한, 일 실시예에 따라, 프로세서(130)는 분류된 그룹들 각각의 뇌파 신호들을 통해 인공신경망(Artificial Neural Network)을 학습시킬 수 있다.
도 4는 웨어러블 디바이스가 사용자의 뇌파 신호를 복수의 그룹들로 분류하는 구체적인 실시예를 나타낸다.
프로세서(130)는 사용자(10)의 기 설정된 시간 동안의 뇌파 신호(410)를 획득할 수 있다.
프로세서(130)는 뇌파 신호(410)를 소정 시간 단위의 뇌파 신호들(420)로 구분하여, 뇌파 신호들(420)을 샘플링할 수 있다.
프로세서(130)는 샘플링된 뇌파 신호들(420) 각각에 대해 퓨리에 변환을 수행하여, 뇌파 신호들(420) 각각에 대응되는 주파수 스펙트럼들(430) 각각을 생성할 수 있다.
프로세서(130)는 주파수 스펙트럼들(430)을 유사성에 따라 복수개의 그룹들로 분류할 수 있다. 일 실시예에 따라, 프로세서(130)는 알파 파의 평균진폭, 베타 파의 평균진폭, 감마 파의 평균진폭, 및 세타 파의 평균 진폭 각각을 유닛 벡터로 하여, 주파수 스펙트럼들(430) 각각을, 그래프(440)와 같이, 4차원 공간의 복수개의 좌표들 각각에 매핑할 수 있다. 그래프(440)는 주파수 스펙트럼들(430)이 7개의 그룹들로 분류된 것을 나타낸다.
도 5는 웨어러블 디바이스가 복수의 그룹들로 분류된 뇌파 신호들을 활용하는 일 실시예를 나타낸다.
단계 s310 내지 s350에 대해서는 도 3에서 설명했으므로, 중복되는 내용에 대해서는 설명을 생략한다.
단계 s510에서, EEG 센서(120)는 사용자의 특정 뇌파 신호를 측정할 수 있다. 구체적으로, 사용자는 임의의 생각 또는 행동을 할 수 있고, 이러한 생각 또는 행동에 대한 사용자의 뇌파 신호를 EEG 센서(120)는 센싱할 수 있다.
단계 s520에서, 프로세서(130)는, EEG 센서(120)에 의해 센싱된 사용자의 특정 뇌파 신호가 s350에서 분류된 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단할 수 있다.
일 실시예에 따라, 프로세서(130)는, 복수개의 그룹들 각각의 뇌파 신호들을 통해 학습된 인공신경망을 이용하여, 사용자의 특정 뇌파 신호가 복수개의 그룹들 각각과 얼마나 매칭되는 지에 대한 정도를 판단할 수 있다. 다시 말해, 프로세서(130)는 사용자의 특정 뇌파 신호가 복수개의 그룹들 각각과 매칭되는 정도를 수치로써 계산할 수 있다. 예를 들어, 4개의 그룹들이 존재하는 경우, 프로세서(130)는 특정 뇌파 신호가 4개의 그룹들 각각과의 매칭 정도를 (0.95, 0.05, 0.1, 0.2)로 계산할 수 있다. 따라서, 프로세서(130)는 특정 뇌파 신호가 4개의 그룹들 중 제 1 그룹에 해당한다고 판단할 수 있다.
단계 s530에서, 프로세서(130)는 사용자의 특정 뇌파 신호에 해당하는 그룹에 대한 정보를 사용자에게 제공할 수 있다. 구체적으로, 프로세서(130)는 웨어러블 디바이스(100)의 출력부를 통해, 특정 뇌파 신호에 해당하는 그룹에 대한 정보를 사용자에게 제공할 수 있다. 예를 들어, 프로세서(130)는 사용자의 특정 뇌파 신호가 4개의 그룹들 중 제 1 그룹에 해당한다는 정보를 스피커 또는 디스플레이를 통해 사용자에게 제공할 수 있다.
따라서, 사용자는, 웨어러블 디바이스(100)로부터 제공되는 정보를 통해, 어떤 생각 또는 어떤 행위로부터의 뇌파 신호가 어떤 그룹에 해당하는 뇌파 신호인지 여부를 확인할 수 있다. 예를 들어, 사용자가 곱셈 연산을 하는 경우, 웨어러블 디바이스(100)는 곱셈 연산을 하는 사용자의 뇌파 신호가 복수개의 그룹 중 제 1 그룹에 해당한다고 판단할 수 있고, 사용자의 뇌파 신호가 제 1 그룹에 해당한다는 정보를 사용자에게 제공할 수 있다. 따라서, 사용자는 곱셈 연산을 하는 경우, 복수개의 그룹 중 제 1 그룹에 해당하는 뇌파 신호가 발생한다는 정보를 인식할 수 있다.
도 6은 웨어러블 디바이스가 복수의 그룹들로 분류된 뇌파 신호들을 활용하는 다른 실시예를 나타낸다.
단계 s310 내지 s350에 대해서는 도 3에서 설명했으므로, 중복되는 내용에 대해서는 설명을 생략한다.
단계 s610에서, 프로세서(130)는 s350에서 분류된 복수개의 그룹들 각각을 적어도 하나의 외부 디바이스(601)의 적어도 하나의 기능에 매핑시킬 수 있다. 일 실시예에 따라, 프로세서(130)는 사용자 입력에 기초하여, 복수개의 그룹들 각각을 적어도 하나의 외부 디바이스(601)의 적어도 하나의 기능에 매핑시킬 수 있다. 예를 들어, 프로세서(130)는 사용자 입력에 기초하여, 4개의 그룹들 중 제 1 그룹은 휴대 단말기를 온(on) 시키는 기능에 매핑할 수 있고, 4개의 그룹들 중 제 2 그룹은 TV를 온 시키는 기능에 매핑할 수 있다.
또한, 일 실시예에 따라, 도 5의 s510 내지 s530을 통해, 사용자는 s350에서 분류된 복수개의 그룹들 각각에 해당하는 뇌파 신호가 어떤 생각 또는 어떤 행동에 따른 뇌파 신호인지를 미리 인식할 수 있고, 프로세서(130)는 사용자의 의도에 따라, 복수개의 그룹들 각각을 적어도 하나의 외부 디바이스(601)의 적어도 하나의 기능에 매핑시킬 수 있다.
단계 s620에서, EEG 센서(120)는 사용자의 특정 뇌파 신호를 센싱할 수 있다. 일 실시예에 따라, 사용자는 특정 생각 또는 특정 동작을 통해 의도적으로 뇌파 신호를 발생시킬 수 있고, EEG 센서(120)는 사용자가 의도하는 뇌파 신호를 센싱할 수 있다.
단계 s630에서, 프로세서(130)는 s620에서 센싱된 사용자의 특정 뇌파 신호가 s350에서 분류된 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단할 수 있다.
단계 s640에서, 프로세서(130)는 사용자의 특정 뇌파 신호에 해당하는 그룹에 매핑된 적어도 하나의 디바이스(601)의 적어도 하나의 기능이 활성화되도록 제어할 수 있다. 일 실시예에 따라, 프로세서(130)는, 웨어러블 디바이스(100)의 통신부를 통해, 특정 뇌파 신호에 해당하는 그룹에 매핑된 적어도 하나의 기능을 활성화시키는 신호를 적어도 하나의 디바이스(601)에게 전송할 수 있다.
단계 s650에서, 적어도 하나의 디바이스(601)는 s640의 제어에 따라, 적어도 하나의 기능을 활성화 시킬 수 있다.
따라서, 사용자는 복수개의 그룹들 각각에 매핑된 적어도 하나의 디바이스의 적어도 하나의 기능을 인지할 수 있고, 복수개의 그룹들 각각에 해당하는 뇌파 신호를 의도적으로 발생시킬 수 있으므로, 웨어러블 디바이스(100)는 사용자가 의도적으로 발생시킨 뇌파 신호에 따라 적어도 하나의 디바이스의 적어도 하나의 기능을 활성화시킬 수 있다. 예를 들어, 웨어러블 디바이스(100)는 곱셈 연산을 하는 사용자의 뇌파 신호가 4개의 그룹 중 제 1 그룹에 해당하는 뇌파 신호임을 판단할 수 있고, 이어서, 제 1 그룹에 매핑된 휴대 단말기의 온 기능을 활성화 시킬 수 있다.
도 7은 BCI를 위한 웨어러블 디바이스가 동작하는 방법을 설명하는 도면이다.
도 7에 도시된 방법은, 도 1 및 3 내지 6의 웨어러블 디바이스(100)의 각 구성요소에 의해 수행될 수 있는 바, 중복되는 설명에 대해서는 생략한다.
단계 s710에서, 웨어러블 디바이스(100)는 기 설정된 시간 동안의 사용자의 뇌파 신호를 획득할 수 있다. 일 실시예에 따라, 웨어러블 디바이스(100)는 EEG 센서를 이용하여 기 설정된 시간 동안 사용자의 뇌파 신호를 센싱하여, 기 설정된 시간 동안의 사용자의 뇌파 신호를 획득할 수 있다. 또한, 다른 실시예에 따라, 웨어러블 디바이스(100)는 통신부를 통해 외부로부터 기 설정된 시간 동안의 사용자의 뇌파 신호를 획득할 수 있다. 또 다른 실시예에 따라, 웨어러블 디바이스(100)는 저장부로부터 기 저장된 사용자의 뇌파 신호를 획득할 수 있다.
단계 s720에서, 웨어러블 디바이스(100)는 s710에서 획득된 뇌파 신호로부터 복수개의 뇌파 신호들을 샘플링할 수 있다. 일 실시예에 따라, 웨어러블 디바이스(100)는 획득된 뇌파 신호를 소정 시간 단위의 뇌파 신호들로 구분하여, 복수개의 뇌파 신호들을 샘플링할 수 있다.
단계 s730에서, 웨어러블 디바이스(100)는 샘플링된 복수개의 뇌파 신호들을 유사성에 따라 복수개의 그룹들로 분류할 수 있다.
먼저, 웨어러블 디바이스(100)는 샘플링된 복수개의 뇌파 신호들에 대해 퓨리에 변환을 수행하여, 복수개의 주파수 스펙트럼들을 생성할 수 있다.
다음으로, 웨어러블 디바이스(100)는 복수개의 주파수 스펙트럼들을 유사성에 따라 복수개의 그룹들로 분류할 수 있다. 일 실시예에 따라, 프로세서(130)는, 복수개의 주파수 스펙트럼들 각각의 파형 형태를 기준으로 복수개의 스펙트럼들을 기 설정된 개수의 그룹들로 분류할 수 있다. 다른 실시예에 따라, 웨어러블 디바이스(100)는, 복수개의 주파수 스펙트럼들 각각의 주파수 크기 및 진폭을 기준으로 기 설정된 개수의 그룹들로 분류할 수 있다.
또한, 일 실시예에 따라, 웨어러블 디바이스(100)는 사용자의 특정 뇌파 신호를 획득할 수 있고, 획득된 사용자의 특정 뇌파 신호가 기 분류된 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단할 수 있다. 이어서, 웨어러블 디바이스(100)는 사용자의 특정 뇌파 신호에 해당하는 그룹에 대한 정보를 사용자에게 제공할 수 있다.
또한, 다른 실시예에 따라, 웨어러블 디바이스(100)는 기 분류된 복수개의 그룹들 각각을 적어도 하나의 외부 디바이스의 적어도 하나의 기능에 매핑시킬 수 있다. 이어서, 웨어러블 디바이스(100)는 사용자의 특정 뇌파 신호를 획득할 수 있고, 획득된 사용자의 특정 뇌파 신호가 기 분류된 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단할 수 있다. 이어서, 웨어러블 디바이스(100)는 사용자의 특정 뇌파 신호에 해당하는 그룹에 매핑된 적어도 하나의 디바이스의 적어도 하나의 기능이 활성화되도록 제어할 수 있다.
상기 살펴 본 실시 예들에 따른 서버 또는 디바이스는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
본 실시 예에서 설명하는 특정 실행들은 예시들로서, 어떠한 방법으로도 기술적 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다.
본 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 포함하는 것으로서(이에 반하는 기재가 없다면), 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 한정되는 것은 아니다. 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 기술적 사상을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
Claims (14)
- BCI(Brain Computer Interface)를 위한 웨어러블 디바이스에 있어서,
사용자의 한쪽 귀에 거치하여 상기 사용자의 머리 부위에 착용 가능한 하우징;
상기 하우징의 일 영역에 부착되고, 상기 사용자의 뇌파 신호를 측정하는 EEG 센서; 및
상기 사용자의 뇌파 신호를 처리하는 프로세서;를 포함하는, 웨어러블 디바이스. - 제 1 항에 있어서,
상기 하우징은,
상기 사용자의 한쪽 귀에 거치 가능한 귀걸이부;와 상기 사용자의 머리의 일 측면에 밀착 가능한 밀착부를 포함하는, 웨어러블 디바이스. - 제 2 항에 있어서,
상기 귀걸이부의 일 영역이 전도성 고무로 구성되고,
상기 밀착부는 상기 사용자의 머리의 일 부위에 지속적인 가압력을 부여하는 텐션 바(tension bar)로 구성되는, 웨어러블 디바이스. - 제 3 항에 있어서,
상기 전도성 고무는 상기 뇌파 신호에 대한 접지(GND) 및 레퍼런스(REF) 역할을 하는, 웨어러블 디바이스. - 제 1 항에 있어서,
상기 EEG 센서는,
상기 사용자의 전두엽으로부터의 뇌파 신호를 측정하는, 웨어러블 디바이스. - 제 1 항에 있어서,
상기 EEG 센서는,
기 설정된 시간 동안 사용자의 뇌파 신호를 센싱하고,
상기 프로세서는,
상기 센싱된 뇌파 신호로부터 복수개의 뇌파 신호들을 샘플링하고,
상기 샘플링된 복수개의 뇌파 신호들을 유사성에 따라 복수개의 그룹들로 분류하는, 웨어러블 디바이스. - 제 6 항에 있어서,
상기 프로세서는,
상기 센싱된 뇌파 신호를 기 설정된 시간 단위의 뇌파 신호들로 구분하여 상기 복수개의 뇌파 신호들을 샘플링하고,
상기 복수개의 뇌파 신호들에 대해 퓨리에 변환을 수행하여, 복수개의 주파수 스펙트럼들을 생성하고,
상기 복수개의 주파수 스펙트럼들을 유사성에 따라 상기 복수개의 그룹들로 분류하는, 웨어러블 디바이스. - 제 6 항에 있어서,
상기 EEG 센서는,
상기 사용자의 특정 뇌파 신호를 센싱하고,
상기 프로세서는,
상기 특정 뇌파 신호가 상기 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단하고,
상기 특정 뇌파 신호에 해당하는 그룹에 대한 정보를 상기 사용자에게 제공하는, 웨어러블 디바이스. - 제 6 항에 있어서,
상기 프로세서는,
상기 복수개의 그룹들 각각을 적어도 하나의 외부 디바이스의 적어도 하나의 기능에 매핑하고,
상기 EEG 센서는,
상기 사용자의 특정 뇌파 신호를 센싱하고,
상기 프로세서는,
상기 특정 뇌파 신호가 상기 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단하고,
상기 특정 뇌파 신호에 해당하는 그룹에 매핑된 적어도 하나의 기능이 활성화되도록 제어하는, 웨어러블 디바이스. - BCI(Brain Computer Interface)를 위한 웨어러블 디바이스의 동작 방법에 있어서,
기 설정된 시간 동안의 사용자의 뇌파 신호를 획득하는 단계;
상기 획득된 뇌파 신호로부터 복수개의 뇌파 신호들을 샘플링하는 단계; 및
상기 샘플링된 복수개의 뇌파 신호들을 유사성에 따라 복수개의 그룹들로 분류하는 단계;를 포함하는, 방법. - 제 10 항에 있어서,
상기 샘플링하는 단계는,
상기 획득된 뇌파 신호를 기 설정된 시간 단위의 뇌파 신호들로 구분하여 상기 복수개의 뇌파 신호들을 샘플링하고,
상기 분류하는 단계는,
상기 복수개의 뇌파 신호들에 대해 퓨리에 변환을 수행하여, 복수개의 주파수 스펙트럼들을 생성하는 단계; 및
상기 복수개의 주파수 스펙트럼들을 유사성에 따라 상기 복수개의 그룹들로 분류하는 단계를 포함하는, 방법. - 제 10 항에 있어서,
상기 사용자의 특정 뇌파 신호를 획득하는 단계;
상기 특정 뇌파 신호가 상기 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단하는 단계; 및
상기 특정 뇌파 신호에 해당하는 그룹에 대한 정보를 상기 사용자에게 제공하는 단계;를 더 포함하는, 방법. - 제 10 항에 있어서,
상기 복수개의 그룹들 각각을 적어도 하나의 외부 디바이스의 적어도 하나의 기능에 매핑하는 단계;
상기 사용자의 특정 뇌파 신호를 획득하는 단계;
상기 특정 뇌파 신호가 상기 복수개의 그룹들 중 어느 그룹에 해당하는 뇌파 신호인지를 판단하는 단계; 및
상기 특정 뇌파 신호에 해당하는 그룹에 매핑된 적어도 하나의 기능이 활성화되도록 제어하는 단계;를 더 포함하는, 방법. - 제 10 항 내지 제 13 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170024253A KR101979869B1 (ko) | 2017-02-23 | 2017-02-23 | BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170024253A KR101979869B1 (ko) | 2017-02-23 | 2017-02-23 | BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180097359A true KR20180097359A (ko) | 2018-08-31 |
| KR101979869B1 KR101979869B1 (ko) | 2019-05-17 |
Family
ID=63407825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170024253A KR101979869B1 (ko) | 2017-02-23 | 2017-02-23 | BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101979869B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110109543A (zh) * | 2019-04-30 | 2019-08-09 | 福州大学 | 基于被试迁移的c-VEP识别方法 |
| KR20210154695A (ko) * | 2020-06-12 | 2021-12-21 | 고려대학교 산학협력단 | 뇌 활성도에 기반한 클러스터링 기술을 활용하여 사용자 간 신호 보정 과정을 최소화하는 뇌 컴퓨터 인터페이스 장치 및 동작 방법 |
| KR20220098533A (ko) * | 2021-01-04 | 2022-07-12 | 한국과학기술원 | 귀-eeg를 이용한 음성 이미지 기반의 뇌-컴퓨터 인터페이스를 위한 데이터 획득 방법 및 시스템 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101361764B1 (ko) * | 2012-09-24 | 2014-02-13 | 자동차부품연구원 | 뇌파를 이용한 운전부하 분석 시스템 및 그 방법 |
| KR101525494B1 (ko) * | 2013-12-05 | 2015-06-03 | (주)락싸 | 헤드셋 형 리모트 콘트롤러 |
-
2017
- 2017-02-23 KR KR1020170024253A patent/KR101979869B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101361764B1 (ko) * | 2012-09-24 | 2014-02-13 | 자동차부품연구원 | 뇌파를 이용한 운전부하 분석 시스템 및 그 방법 |
| KR101525494B1 (ko) * | 2013-12-05 | 2015-06-03 | (주)락싸 | 헤드셋 형 리모트 콘트롤러 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110109543A (zh) * | 2019-04-30 | 2019-08-09 | 福州大学 | 基于被试迁移的c-VEP识别方法 |
| CN110109543B (zh) * | 2019-04-30 | 2021-08-31 | 福州大学 | 基于被试迁移的c-VEP识别方法 |
| KR20210154695A (ko) * | 2020-06-12 | 2021-12-21 | 고려대학교 산학협력단 | 뇌 활성도에 기반한 클러스터링 기술을 활용하여 사용자 간 신호 보정 과정을 최소화하는 뇌 컴퓨터 인터페이스 장치 및 동작 방법 |
| KR20220098533A (ko) * | 2021-01-04 | 2022-07-12 | 한국과학기술원 | 귀-eeg를 이용한 음성 이미지 기반의 뇌-컴퓨터 인터페이스를 위한 데이터 획득 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101979869B1 (ko) | 2019-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11644900B2 (en) | Method and system for providing adjunct sensory information to a user | |
| US11435826B2 (en) | Electronic device and control method thereof | |
| JP6503347B2 (ja) | 電界脳波を含む脳の電気的活動測定用のセンサアセンブリ | |
| US9427158B2 (en) | Wearable mobile device and method of measuring biological signal with the same | |
| US11481030B2 (en) | Methods and apparatus for gesture detection and classification | |
| KR101979869B1 (ko) | BCI(Brain Computer Interface)를 위한 웨어러블 디바이스 | |
| WO2013114596A1 (ja) | 情報処理装置、代表波形生成方法および代表波形生成プログラム | |
| US10028037B2 (en) | Apparatus, method and computer program for enabling information to be provided to a user | |
| TW201701825A (zh) | 將壓力轉換到非侵入式脈搏感測器 | |
| US20240168552A1 (en) | Electroencephalograph-based user interface for virtual and augmented reality systems | |
| KR20160110807A (ko) | 다중 생체신호 검출용 헤드셋 장치 | |
| US10765357B2 (en) | System and method for detecting muscle activities | |
| KR20190088783A (ko) | 사용자의 피로도를 측정하는 장치 및 방법 | |
| Awwad Shiekh Hasan et al. | Unsupervised movement onset detection from EEG recorded during self-paced real hand movement | |
| Mullen et al. | Real-time estimation and 3D visualization of source dynamics and connectivity using wearable EEG | |
| Maag et al. | BARTON: Low power tongue movement sensing with in-ear barometers | |
| WO2020137227A1 (ja) | 分類装置、分類システム、分類方法及び記憶媒体 | |
| US20180299833A1 (en) | Electronic device, monitoring method and non-transient computer readable recording medium | |
| KR20200046612A (ko) | 경보 발생 시스템 및 그의 동작 방법 | |
| Guan et al. | FaceInput: a hand-free and secure text entry system through facial vibration | |
| KR102522342B1 (ko) | 뇌 활성도에 기반한 클러스터링 기술을 활용하여 사용자 간 신호 보정 과정을 최소화하는 뇌 컴퓨터 인터페이스 장치 및 동작 방법 | |
| Kim et al. | VibAware: Context-Aware Tap and Swipe Gestures Using Bio-Acoustic Sensing | |
| WO2018020513A1 (en) | A system for recognizing muscle activities and method thereof. | |
| US20240268708A1 (en) | Ear-wearable devices for fall prevention using vibration sensory input | |
| US12089953B1 (en) | Systems and methods for utilizing intrinsic current noise to measure interface impedances |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20170223 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20180222 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20180810 |
|
| PG1501 | Laying open of application | ||
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20190513 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20190514 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PC1903 | Unpaid annual fee |
Termination category: Default of registration fee Termination date: 20230224 |