KR20200004771A - 뇌파인식시스템 - Google Patents

뇌파인식시스템 Download PDF

Info

Publication number
KR20200004771A
KR20200004771A KR1020190081002A KR20190081002A KR20200004771A KR 20200004771 A KR20200004771 A KR 20200004771A KR 1020190081002 A KR1020190081002 A KR 1020190081002A KR 20190081002 A KR20190081002 A KR 20190081002A KR 20200004771 A KR20200004771 A KR 20200004771A
Authority
KR
South Korea
Prior art keywords
eeg
language
memory
signal
wave
Prior art date
Application number
KR1020190081002A
Other languages
English (en)
Inventor
이정용
Original Assignee
이정용
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 이정용 filed Critical 이정용
Publication of KR20200004771A publication Critical patent/KR20200004771A/ko

Links

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/04012—
    • A61B5/0476—
    • 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
    • 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]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • 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
    • 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
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • 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
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • 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
    • G06F3/16—Sound input; Sound output
    • 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
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • 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)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Acoustics & Sound (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Dermatology (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

저장장치에 저장하여 메모리 를 형성하는 단계와
뇌파의 언어 가 전극등을 통하여 출력되어 입 력되는 단계에서
인식에 필요한 소정의 전처리 과정을 실행하는 단계와
상기 전처리된 뇌파신호를 묵음 구간과 언어뇌파 구간으로 분리하는 단계 와
분리된 언어뇌파구간의 신호는 프레임으로 구간별 언어뇌파의 특징을 표현하는 파라미터를 추출하는 단계
추출된 파라미터를 통하여 설정된 기준 영역을 초과하는 주파수 대역을 언어뇌파신호로 추출하는 단계
언어뇌파 출력자에 대한 언어뇌파신호로 인식하도록 하는 단계
강약과 높낮이 등의 뇌파의 진동이 갖는 특징을 디지털 신호로 바꾼 후 분석하여 메모리에 저장된 뇌파 자료와 비교하도록 하는 것에 의해 뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 단계와
뇌파에 담긴 언어적인 의미를 음성신호나 문자로 출력되어 스피커나 디스플레이에 표시되게 되는 단계를 포함하는 것 이다.

Description

뇌파인식시스템{Brainwave recognition system }
본 발명은 뇌파를 문자로 출력하는 장치 및 방법에 관한 것으로서 기술분야는 BCI뇌·컴퓨터 인터페이스(Brain-Computer Interface)와 음성인식시스템과 같은 것이 본 발명의 기술분야이다.
뇌·컴퓨터 인터페이스 [Brain-Computer Interface]
약어 : BCI
BCI 기술은 뇌파를 이용해 컴퓨터를 사용할 수 있는 인터페이스를 뜻한다. 두뇌의 정보 처리 결과인 의사결정을 언어나 신체 동작을 거치지 않고, 사용자가 생각하고 결정한 특정 뇌파를 시스템의 센서로 전달하여 컴퓨터에서 해당 명령을 실행하게 된다.
키보드·마우스가 아닌 뇌파로 컴퓨터를 조작하는 방법은 장애 등으로 신체를 사용하지 못할 때 유용하게 사용될 수 있기 때문에 뇌·컴퓨터 인터페이스에 대한 연구가 끊임없이 진행되고 있다. 가장 최근에는 사용자가 뇌파로 조작할 수 있는 CD 플레이어가 개발되어 상용화된 사례가 있다.
이 밖에도 ‘눈으로 모니터’나 액정의 특정 부분에 집중해 운용체계에서 마우스 커서를 작동시킬 수 있는 홍채·컴퓨터 인터페이스도 케임브리지대학교에서 연구 개발 중이다. 컴퓨터가 점점 일상생활 속의 대화 매체가 되어 가면서 인간이 쉽게 사용할 수 있는 인터페이스가 개발되고 있다.
뇌의 구조중에서
측두엽은
- 외부로 부터의 정보를 받아들여 (특히 귀를통해) 사물이나 사람을 인식 하고
- 기억이나 지식을 저장하며
- 언어를 이해하는등의 기능을 한다.
특히나 베르니케 감각 언어 영역의 경우,
문자와 말을 이해하도록 하고
브로카 영역은 말을 하는 기능 을 담당한다.
그래서 측두엽 발달을 위하여 트레이닝 시에 회원에게 말을 많이 시켜 피드백을 듣는것이 좋을것같네요.
그러면 트레이너의 '말을 이해'하기위해 베르니케 감각 언어 영역을 사용하고 또 피드백을 주기위해 회원이 트레이너에게 '말을 하면' 브로카 영역을 사용 할수 있기 때문이다.
또한, 성장기의 아이들에게도 많은 질문을 하고 대답을 듣고 다시 반응해주는 것이 필요한 이유가 여기에 있다.
본 발명이 해결하고자 하는 과제는 현재 BCI 기술을 이용하여 뇌파로 조종하는 드론으로 경주가 열리고 또한 뇌파를 이용한 각종 제어기술이 출시되고 있으며 한편 음성인식시스템은 음성 신호를 입력으로 하여 자동적으로 언어적 의미 내용을 인식하는 하드웨어 또는 소프트웨어 장치나 시스템 음성 인식 시스템은 크게 단어 음성 인식 시스템, 연속 음성 인식 시스템, 발성자 인식 시스템 으로 분류된다. 이중에서 단어 음성 인식 시스템과 연속 음성 인식 시스템을, 컴퓨터에 음성으로 명령을 내리거나 정보를 입력하는 좁은 의미의 음성 인식 시스템이라고 하는 경우가 많다. 발성자 인식 장치는 음성을 발성한 인물을 판정하거나 식별하는 장치로 등록자의 출입 관리나 범죄 수사 등에 이용된다. 단어 음성 인식 장치나 시스템은 이미 개발되어 일부 제품이 판매되고 있는 것이 현실인데
이와 비슷한 원리로 뇌파에서 사람이 생각하는 바를 뇌의 전극에서 감지하여 감지된 사람의 생각의 신호파를 바로 문자로 디스플레이하게 하는 장치를 제공하고자 하는 것이 본 고안이 해결하고자 하는 과제이다.
본 과제의 해결 수단은 뇌파에서 측두엽등의 뇌파 부위에 따라서 언어의 수용, 이해와 생성,표현,구사와 전두엽은 말을 하도록 하는 기능이 있는데
또한 다른 사람의 말을 청취할 때는 귀를 통하여 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 신호파가 전달된다.
여기에서 보면 다른 사람의 말이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도 와 귀를 통하여 고막 청소골 와우관을 거쳐 신경세포 를 통하여 일차 청각피질로 전달되는 신호파의 전위의 변화의 정도 가 동일한 변화 가 이루어 진다고 볼 수 있다는 것이고
여기에서 1차 청각피질로 신호파가 전달되면 이곳에부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 된다.
그러므로 말이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도 와 고막 청소골 와우관을 거쳐 신경세포 를 통하여 일차 청각피질로 전달되기까지의 신호파와
1차 청각피질로 신호파가 전달되면 이곳에부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 무엇(what)으로 파악된 뇌파의 상관관계를 사람의 관찰이나 AI등을 통하여 특정하여
저장장치에 저장하고 이에 의한 무엇(what)으로 파악된 뇌파의 이해된 언어나 무엇(what)으로 표현하고자 하는 언어를 음성인식 시스템과 같은 방식으로 문자나 음성으로 출력되게 하는 것이 본 과제의 해결 수단이 된다.
본 발명의 효과는 음성인식시스템에서 사람의 말을 문자로 디스플레이 하듯이 뇌에 전극을 부착하여 사람의 생각을 컴퓨터등의 디스플레이에 문자나 음성으로 출력하게 할 수 있는 효과가 있다.
도 1은 뇌파의 스펙트럼 파형이다.
도 2는 뇌파의 스펙트럼 파형에서 1~2번째의 주파수를 도시한 그래프이다.
도 3은 뇌파를 출력하여 스마트폰에 저장하는 것을 도시한 개념도이다.
도 4는 뇌파를 저장하여 음성신호로 출력하는 것을 도시한 것을 도시한 개념도이다.
본 발명을 실시하기 위한 구체적인 내용을 도면을 사용하여 상세히 설명하면
도 1은 뇌파의 스펙트럼 파형이고
도 2는 뇌파의 스펙트럼 파형에서 1~2번째의 주파수를 도시한 그래프이며
도 3은 뇌파를 출력하여 스마트폰에 저장하는 것을 도시한 개념도이고
도 4는 뇌파를 저장하여 음성신호로 출력하는 것을 도시한 것을 도시한 개념도이다.
말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파와
1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되며 브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 생겨나게 되는데
이 경우에
말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하는 메모리와
또는
1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
무엇이라는 말에 대한 신호파로서 저장장치에 저장하는 메모리와
또는
브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하는 메모리와
어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 수단과
메모리 에 저장된 뇌파 자료와 비교하는 수단과
뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 수단과
이와 같이하여 음성신호나 문자로 출력하는 단계를 포함하는 것이며
저장장치에 저장하는 메모리와
뇌파의 언어 가 전극등을 통하여 출력되어 입 력하는 수단과
인식에 필요한 소정의 전처리 과정을 실행하는 수단과
상기 전처리된 뇌파신호를 묵음 구간과 언어뇌파 구간으로 분리하는 수단과
분리된 언어뇌파구간의 신호는 프레임으로 구간별 언어뇌파의 특징을 표현하는 파라미터를 추출하는 수단과
추출된 파라미터를 통하여 설정된 기준 영역을 초과하는 주파수 대역을 언어뇌파신호로 추출하는 수단
언어뇌파 출력자에 대한 언어뇌파신호로 인식하도록 하는 수단
강약과 높낮이 등의 뇌파의 진동이 갖는 특징을 디지털 신호로 바꾼 후 분석하여 메모리에 저장된 뇌파 자료와 비교하도록 하는 것에 의해 뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 뇌파매칭수단
뇌파에 담긴 언어적인 의미를 음성신호나 문자로 출력되어 스피커나 디스플레이에 표시되게 되는 수단을 포함하는 것이며
메모리 를 형성하는 수단과
무슨(what) 말을 하려고 하면 브로카 영역등에서 무슨(what) 말에 해당하는 뇌파가 발생하여 뇌파신호를 입력하는 수단 에서 말을 들은 후에 베로니케 영역의 뇌파나 브로카 영역의 뇌파를 잡파로 부터 추출하려 하는 것은
유발전위 분석과 같이 다수의 전극에서 생각에 의해서 유발되는 전위를 모두 합하여 잡파는 평균화 되어서 0에 가깝게 되고 생각에 의해서 유발되는 전위는 합에 의해서 크게 되어 출력되어 입력되고 또한 메모리에 저장되는 것이며
말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하는 메모리 와
또는
1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
무엇이라는 말에 대한 신호파로서 저장장치에 저장하는 메모리 와
또는
브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하는 메모리 와
어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 수단에 있어서
인식하려는 뇌파를 잡파로 부터 추출하려 하는 것은
유발전위 분석과 같이 다수의 전극에서 생각에 의해서 유발되는 전위를 모두 합하여 잡파는 평균화 되어서 0에 가깝게 되고 생각에 의해서 유발되는 전위는 합에 의해서 크게 되어 출력되어 입력되고 또한 메모리에 저장되는 것이며
메모리 에서
말에 해당되는 뇌파와 비교하여
어떤 말에 해당되는 뇌파인지
뇌파에 담긴 언어적인 의미를 결정하는 것은
뇌파 파형이 입력되는 수단과
뇌파 파형 스펙트럼으로 보게 되는 수단과
뇌파 파형 스펙트럼에 있어서 가로와 세로축으로 보는 것이
가로축은 주파수를 나타내고 세로축은 파워스펙트럼의 전압의 세기(마이크로 볼트)를 나타내게 되어
가로축에 대한 세로축의 관계도 실시간으로 특정 주파수(0~50hz)에 대한 세로축의 파워스펙트럼 값이 즉 시간별 각 주파수별 진폭이 나타나게 되어
각 언어의 생각에 의한 뇌파를 저장하는 경우에
뇌파 파형 스펙트럼 에서 파워 스펙트럼의 값이 첫 번째로 큰 값과 두 번째로 큰 값을 인식하여
각 언어에 대해서 각 각에 저장하는 수단과
각 언어에 대해서 각 각에 여러번 하여 각 각의 언어에 저장하는 것이며
그런 다음에 .
각 각의 언어의 생각에 의한 뇌파를 입력하게 되면
각 각의 언어에 저장된 메모리의
뇌파 파형 스펙트럼에서 먼저 파워 스펙트럼의 값이 첫 번째로 큰 값의 주파수를 인식하여 기록하고 저장하며 두 번째로 큰 값의 주파수를 인식하여 (F1,F2)로 여러번 기록하고 저장된 숫자 (F1,F2)중에서
입력된 숫자가 있는지 확인해보고 가장 많이 똑같은 입력된 언어가 있는 언어를 입력된 언어가 그 언어라고 판단해서 그 언어로 출력하게 되는 것이며
뇌파 전극등에서 뇌파가 출력되면
스펙트럼 파형에서 단어를 1~2번째 큰 값을 메모리에 저장하고
스펙트럼 파형에서 1~2번째 큰 값을 입력시에
메모리와 비교시에 절대값으로 비교하여 근사한 값을
같은 언어로 인식하는 것으로서
특정단어를 만약에“앞”라는 이름으로 1~2번째까지 메모리의 숫자가
뇌파 전극등에 의해서 출력된 뇌파에 대해서 도 2에서와 같이
1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
메모리에 저장하고
새로 입력되는 단어의
1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
“앞”라는 이름의 메모리의 1번째 숫자에서 입력된 1번째 숫자를
“앞”라는 이름의 메모리의 2번째 숫자에서 입력된 2번째 숫자를
빼고
뺀 숫자들의 절대값을 각 각 구하고(즉 부호가 붙으면 부호를 ?고)
뺀 숫자들의 절대값을 더한값을 구하고
절대값을 더한값 중의 가장 작은 값이 출력된
즉 입력되어서 메모리와 비교하여 출력된 가장 작은 값을
“앞”이라는 단어로 인식하게 되어서
“앞”이라는 글자로 문자나 음성으로 출력되게 하는 것이며
출력되는 뇌파명령어를 신호로 해서
유선 또는 블루투스등의 무선으로 수신하여
모바일 검색은 물론, 일정관리, 전화 걸기, 메모, 음악 재생 또는 뇌파명령 또는 뇌파의 언어적 의미를 바탕으로 로보트등에 명령을 내려서 로보트를 구동하는 등 다양한 생활편의 서비스를 제공하는 것을 특징으로 하는 뇌파로 기계장치에 명령을 내려서 작동하게 하는 인터페이스장치와
브로카 영역등에서 출력되는 뇌파는 능동센서로 출력하되 능동센서에서 뇌파와 비슷한 주파수의 5배 정도 증폭된 정현파를 헤드밴드에 전극을 형성하여 부착 하여 무선으로 송신하는 뇌파인식시스템으로 구동되는 인터페이스 장치와
브로카 영역등에서 출력되는 뇌파는 능동센서로 출력하되 능동센서에서 뇌파와 비슷한 주파수의 5배 정도 증폭된 정현파를 원거리에서 조사하여 무선으로 송신하는 뇌파인식시스템으로 구동되는 인터페이스 장치이며
또한
뇌파인식시스템에서
크게 단어 단위 검색 과 문장 단위 검색으로 나누어서
단어 단위 검색 에서는 얻어 낸 특징 벡터 를 메모리 에 저장된 단어 모델 , 즉 각 단어의 뇌파적 특징과의 비교 를 통해 메모리 에 미리 저장된 뇌파 모델 과의 패턴 비교 를 통해 알맞은 후보 패턴을 찾아내는 과정으로 패턴분류를 하고
패턴 분류 과정을 거친 결과는 일련의 후보 단어의 형태로 문장 단위 검색 으로 넘어가게 된다. 이 과정에서는 후보단어들의 정보를 토대 로 하며 문법 구조, 전체적인 문장 문맥, 특정 주제에의 부합 여부를 판단 하여 어떤 단어가 가장 적합한지를 판단 하게 되는 것으로서
이 과정에서는 문법 구조 뿐만 아니라 의미 정보도 함께 이용되는 언어처리 과정 이 되며
패턴 분류 와 언어처리 과정 에서 이용되는 데이터들은 미리 컴퓨터에 의해 학습되어 메모리에 저장되는 것이며
뇌파인식시스템에서
통계적 패턴 인식을 기반으로 하며 단어 단위 검색과 문장 단위 검색 과정이 하나의 최적화 과정으로 통합된 방식으로 뇌파단위에 해당하는 패턴들의 통계적 정보를 확률모델 형태로 저장하고 미지의 입력패턴이 들어오면 각각의 모델에서 이 패턴이 나올 수 있는 확률을 계산함으로써 이 패턴에 가장 적합한 음성단위를 찾아내는 HMM(Hidden Markov Model)의 음성인식 방법과 같이
통계적 패턴 인식을 기반으로 하며 단어 단위 검색과 문장 단위 검색 과정이 하나의 최적화 과정으로 통합된 방식으로 뇌파단위에 해당하는 패턴들의 통계적 정보를 확률모델 형태로 저장하고 미지의 입력패턴이 들어오면 각각의 모델에서 이 패턴이 나올 수 있는 확률을 계산함으로써 이 패턴에 가장 적합한 뇌파단위를 찾아내는 뇌파인식시스템과
뇌파인식시스템에서
뇌파 인식 시스템을 출력되는 뇌파를 음성 인식 시스템의 단어 음성 인식 시스템, 연속 음성 인식 시스템, 화자 독립 인식 시스템,화자 종속 인식 시스템의 방식대로 신호파를 음성이 아닌 뇌파를 인식하게 되는 것이다.
그러면
여기서
메모리 에서
말에 해당되는 뇌파와 비교하여
어떤 말에 해당되는 뇌파인지
뇌파에 담긴 언어적인 의미를 결정하는 것은
뇌파 파형이 입력되는 단계와
뇌파 파형 스펙트럼으로 보게 되는 단계와
뇌파 파형 스펙트럼에 있어서 가로와 세로축으로 보는 것이
가로축은 주파수를 나타내고 세로축은 파워스펙트럼의 전압의 세기(마이크로 볼트)를 나타내게 되어
가로축에 대한 세로축의 관계도 실시간으로 특정 주파수(0~50hz)에 대한 세로축의 파워스펙트럼 값이 즉 시간별 각 주파수별 진폭이 나타나게 되어
각 언어의 생각에 의한 뇌파를 저장하는 경우에
뇌파 파형 스펙트럼 에서 파워 스펙트럼의 값이 첫 번째로 큰 값과 두 번째로 큰 값을 인식하여
각 언어에 대해서 각 각에 저장하는 단계와
각 언어에 대해서 각 각에 여러번 하여 각 각의 언어에 저장하는 것이며
그런 다음에 .
각 각의 언어의 생각에 의한 뇌파를 입력하게 되면
각 각의 언어에 저장된 메모리의
뇌파 파형 스펙트럼에서 먼저 파워 스펙트럼의 값이 첫 번째로 큰 값의 주파수를 인식하여 기록하고 저장하며 두 번째로 큰 값의 주파수를 인식하여 (F1,F2)로 여러번 기록하고 저장된 숫자 (F1,F2)중에서
입력된 숫자가 있는지 확인해보고 가장 많이 똑같은 입력된 언어가 있는 언어를 입력된 언어가 그 언어라고 판단해서 그 언어로 출력하게 되는 것에 대해서
예를 들어 상세히 설명하면
여기서 뇌파 파형 스펙트럼에 있어서 가로와 세로축으로 보는 것이
가로축은 주파수를 나타내고 세로축은 파워스펙트럼의 전압의 세기(마이크로 볼트)를 나타내면
컴퓨터의 이진 코드는 어떤 방법으로 소리 정보를 표현하게 되는지
보면 소리를 시간별로 진폭에 대해서 디지털 숫자로 실시간으로 나오게 되는 데 이 음파 말고 뇌파도 비슷하게 전기신호로 컴퓨터에 입력이 된다.
여기서 스펙트럼 값도 실시간으로 주파수의 가로축과 파워 스펙트럼의 진폭 즉 전압(마이크로 볼트)의 세로축으로 되어 있고 이 가로축에 대한 세로축의 관계도 실시간으로 특정 주파수(0~50hz)에 대한 세로축의 파워스펙트럼 값이 즉 시간별 각 주파수별 진폭이 나타나게 될텐데 이것이 디지털 숫자로 실시간으로 나오게 되는데
그렇다면 가로축에 대한 세로축의 관계도 실시간으로 특정 주파수(0~50hz)에 대한 세로축의 파워스펙트럼 값이 즉 시간별 각 주파수별 진폭이 나타나게 된다면
도 1에서 보듯이
"7"이라고 할 때
여기에서 1번째 2번째 파워 주파수의 값이 큰 순서대로 주파수를 확인하여
(여기서는 "10"과 ,"13")
이것이 “7”이라고 할 때 즉 “7”번째 점 주파수 위치 도식부 의 주파수 위치P7(10,13)이고
여기에서 “5”라는 숫자를 여러번 생각해서 이 숫자의 1번째 2번째 주파수 위치가 P5(F1,F2)에서 F1과 F2의 숫자가 다른 숫자들이 P5(F1,F2),P5(F1,F2),P5(F1,F2),P5(F1,F2),P5(F1,F2),P5(F1,F2),P5(F1,F2),P5(F1,F2),P5(F1,F2)로 9개가 나왔다고 하면
H75(10,13)는 7번째 점 P7(10,13)에 대한 5번째 표준패턴에서의 출현 개수를 의미한다.
[식 1]
Si=ΣjHij(F1, F2)/Σj(1-Hij(F1, F2))
여기서, Hij(F1, F2)는 i번째 점(Pi(F1, F2))에 대한 j번재 표준패턴에서의 출현갯수이다.
즉 “5”라는 숫자의 생각 뇌파의 점(F1, F2)에 대한 “7”이라는 숫자의 히스토그램에서의 “5”라는 숫자의 생각 뇌파의 점(F1, F2)의 출현 개수를 확인하는 것이다.
여기서 ‘가장 큰 값‘이라는 것은
예를 들면
“5”라는 숫자의 생각 뇌파의 점(F1, F2)이
즉 “5”라는 숫자의 생각 뇌파의 점(7,3)이
즉 “5”라는 숫자의 생각 뇌파의 파워 스펙트럼값의 첫 번째 두 번째 값의 첫 번째값은 가로축에 두 번째값은 세로축에 해서 가로축과 세로축의 값을 표시한 점(7,3)이
표준패턴 “0”,“1”,“2”,“3”,“4”,“5”,“6”,“7”,“8”,“9”라는 숫자를 생각할 때의 뇌파의 파워 스펙트럼의 첫 번째와 두 번째 값이 (F1,F2)로 다양하게 나온 값이 여러개가
“0”,“1”,“2”,“3”,“4”,“5”,“6”,“7”,“8”,“9”라는 숫자의 표준패턴으로서 저장되어 있다면
“5”라는 숫자의 생각 뇌파의 점(7,3)이
“0"에서 100개 정도의 점이 찍혔다면 그중 똑같은 생각 뇌파의 점(7,3)이 2개 정도 보이고
“5”에서 100개 정도의 점이 찍혔다면 그중 똑같은 생각 뇌파의 점(7,3)이10개 정도 보인다는 뜻이다.
다음으로, 매칭부(24)는 표준패턴별 총점들 중 가장 큰 값을 가지는 표준패턴을 검출하고
이와 같이 매칭을 해서
“5”라는 숫자의 생각 뇌파의 점(F1, F2)이
"0"에서 2개 정도 보이고
"1"에서 1개 정도 보이고
"2“에서 0개 정도 보이고
"3"에서 3개 정도 보이고
“4”에서 1개 정도 보이고
“5”에서 10개 정도 보이고
“6”에서 0개 정도 보이고
“7”에서 0개 정도 보이고
“8”에서 1개 정도 보이고
“9”에서 1개 정도 보이고
여기서 총점이 가장 큰
“5”에서 10개 정도 보이기 ?문에
“5”를 인식된 결과로서 출력하게 된다.
즉 그 검출된 표준패턴에 대한 숫자“5”를 인식된 결과로서 출력하게 된다.
즉 그 검출된 표준패턴(히스토그램 상으로 10개가 있는 것)에 대한 숫자“5”를 인식된 결과로서 출력하게 된다.
에서
여기서 총점이 가장 큰
“5”에서 10개 정도 보이기 ?문에
“5”에서 ‘가장 큰 값‘이라는 것이다.
그리고 또 하나의 뇌파인식 방법은
뇌파 전극등에서 뇌파가 출력되면
스펙트럼 파형에서 단어를 1~2번째 큰 값을 메모리에 저장하고
스펙트럼 파형에서 1~2번째 큰 값을 입력시에
메모리와 비교시에 절대값으로 비교하여 근사한 값을
같은 언어로 인식하는 방법에 대해서 구체적으로 설명하면
특정단어를 만약에“앞”라는 이름으로 1~2번째까지 메모리의 숫자가
뇌파 전극등에 의해서 출력된 뇌파에 대해서 도 2에서와 같이
1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
메모리에 저장하고
새로 입력되는 단어의
1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
“앞”라는 이름의 메모리의 1번째 숫자에서 입력된 1번째 숫자를
“앞”라는 이름의 메모리의 2번째 숫자에서 입력된 2번째 숫자를
빼고
뺀 숫자들의 절대값을 각 각 구하고(즉 부호가 붙으면 부호를 ?고)
뺀 숫자들의 절대값을 더한값을 구하고
절대값을 더한값 중의 가장 작은 값이 출력된
즉 입력되어서 메모리와 비교하여 출력된 가장 작은 값을
“앞”이라는 단어로 인식하게 되어서
“앞”이라는 글자의 표준코드로 문자로 디스플레이 되게 한다.
예를 들면
“앞”라는 이름으로 1~2번째까지 메모리의 숫자가
1) 뇌파 장비구입
2) 증폭, 디지털신호로 변환
에 의해서 출력된 뇌파에 대해서
1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
메모리에 저장하여
1 : 3Hz
2 : 6Hz 이라면
새로 입력되는 단어의
1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
입력 되는 1~2번?의 여러 가지 주파수의 숫자가
예를들어서 1)~4)와 같다면
1) 1 : 5Hz
2 : 6Hz
2) 1 : 26Hz
2 : 18Hz
3) 1 : 31Hz
2 : 6Hz
4) 1 : 33Hz
2 : 36Hz
이를 1~2번째까지 메모리의 숫자
1 : 3Hz
2 : 6Hz 와 비교해 보고 (즉 비교하려는 숫자를 빼면)
메모리 출력된뇌파 비교수치
1 : 3Hz 3-5 = 2 이 숫자의 절대값 2
2 : 6Hz 6 - 6 = 0 이 숫자의 절대값 0
---------------------------------------------------------------
1,2의 숫자의 절대값을 모두 더하면 2
같은 방법으로
2) 1 : 26Hz
2 : 18Hz
3) 1 : 31Hz
2 : 6Hz
4) 1 : 33Hz
2 : 36Hz
를 계산해서 1,2의 숫자의 절대값을 모두 더하면
2) --> 35Hz
3) --> 28Hz
4) --> 60Hz
그런데 “1)“의
메모리의 1~2까지의 순서가 가장 큰 것부터 2번까지의 것의
입력된 “1)“의 크기가 가장 큰 것부터 순차적으로 2번까지 것에서
메모리의 1~2번째값과 입력된 1~2번째값의 차이의 절대값(한 숫자에서 +,-부호를 뺀 것)인 2 와 2),3),4)와
비교하면 2가 가장 작으므로 2가 출력된
즉 입력되어서 메모리와 비교하여 2라고 출력된 것을
“앞”이라는 단어로 인식하게 되어서
“앞”이라는 글자의 표준코드로 문자로 디스플레이 되게 한다.
이와 똑같은 방식으로 “뒤”,“좌”,“우”도
“뒤”,“좌”,“우”라는 글자의 표준코드로 문자로 디스플레이 되게 할 수 있다.
1 : 뇌파의 스펙트럼 파형

Claims (17)

  1. 말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파와
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되며 브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 생겨나게 되는데
    이 경우에
    말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하여 메모리 를 형성하는 단계와
    또는
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
    무엇이라는 말에 대한 신호파로서 저장장치에 저장하여 메모리 를 형성하는 단계와
    또는
    브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하여 메모리 를 형성하는 단계와
    어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 단계와
    메모리 에 저장된 뇌파 자료와 비교하는 단계와
    뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 단계와
    이와 같이하여 음성신호나 문자로 출력하는 단계를 포함하는 것을 특징으로 하는 뇌파인식방법.
  2. 제 1항에 있어서
    저장장치에 저장하여 메모리 를 형성하는 단계와
    뇌파의 언어 가 전극등을 통하여 출력되어 입 력되는 단계에서
    인식에 필요한 소정의 전처리 과정을 실행하는 단계와
    상기 전처리된 뇌파신호를 묵음 구간과 언어뇌파 구간으로 분리하는 단계 와
    분리된 언어뇌파구간의 신호는 프레임으로 구간별 언어뇌파의 특징을 표현하는 파라미터를 추출하는 단계
    추출된 파라미터를 통하여 설정된 기준 영역을 초과하는 주파수 대역을 언어뇌파신호로 추출하는 단계
    언어뇌파 출력자에 대한 언어뇌파신호로 인식하도록 하는 단계
    강약과 높낮이 등의 뇌파의 진동이 갖는 특징을 디지털 신호로 바꾼 후 분석하여 메모리에 저장된 뇌파 자료와 비교하도록 하는 것에 의해 뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 단계와
    뇌파에 담긴 언어적인 의미를 음성신호나 문자로 출력되어 스피커나 디스플레이에 표시되게 되는 단계를 포함하는 것을 특징으로 하는 뇌파인식방법.
  3. 제 1항에 있어서
    말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하여 메모리 를 형성하는 단계와
    또는
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
    무엇이라는 말에 대한 신호파로서 저장장치에 저장하여 메모리 를 형성하는 단계와
    또는
    브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하여 메모리 를 형성하는 단계와
    어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 단계에 있어서
    인식하려는 뇌파를 잡파로 부터 추출하려 하는 것은
    유발전위 분석과 같이 다수의 전극에서 생각에 의해서 유발되는 전위를 모두 합하여 잡파는 평균화 되어서 0에 가깝게 되고 생각에 의해서 유발되는 전위는 합에 의해서 크게 되어 출력되어 입력되고 또한 메모리에 저장되는 것을 특징으로 하는 뇌파인식방법.
  4. 제 1항에 있어서
    메모리 에서
    말에 해당되는 뇌파와 비교하여
    어떤 말에 해당되는 뇌파인지
    뇌파에 담긴 언어적인 의미를 결정하는 것은
    뇌파 파형이 입력되는 단계와
    뇌파 파형 스펙트럼으로 보게 되는 단계와
    뇌파 파형 스펙트럼에 있어서 가로와 세로축으로 보는 것이
    가로축은 주파수를 나타내고 세로축은 파워스펙트럼의 전압의 세기(마이크로 볼트)를 나타내게 되어
    가로축에 대한 세로축의 관계도 실시간으로 특정 주파수(0~50hz)에 대한 세로축의 파워스펙트럼 값이 즉 시간별 각 주파수별 진폭이 나타나게 되어
    각 언어의 생각에 의한 뇌파를 저장하는 경우에
    뇌파 파형 스펙트럼 에서 파워 스펙트럼의 값이 첫 번째로 큰 값과 두 번째로 큰 값을 인식하여
    각 언어에 대해서 각 각에 저장하는 단계와
    각 언어에 대해서 각 각에 여러번 하여 각 각의 언어에 저장하는 것이며

    그런 다음에 .
    각 각의 언어의 생각에 의한 뇌파를 입력하게 되면
    각 각의 언어에 저장된 메모리의
    뇌파 파형 스펙트럼에서 먼저 파워 스펙트럼의 값이 첫 번째로 큰 값의 주파수를 인식하여 기록하고 저장하며 두 번째로 큰 값의 주파수를 인식하여 (F1,F2)로 여러번 기록하고 저장된 숫자 (F1,F2)중에서
    입력된 숫자가 있는지 확인해보고 가장 많이 똑같은 입력된 언어가 있는 언어를 입력된 언어가 그 언어라고 판단해서 그 언어로 출력하게 되는 것을 특징으로 하는 뇌파인식방법.
  5. 제 1항에 있어서
    뇌파 전극등에서 뇌파가 출력되면
    스펙트럼 파형에서 단어를 1~2번째 큰 값을 메모리에 저장하고
    스펙트럼 파형에서 1~2번째 큰 값을 입력시에
    메모리와 비교시에 절대값으로 비교하여 근사한 값을
    같은 언어로 인식하는 것으로서
    특정단어를 만약에“앞”라는 이름으로 1~2번째까지 메모리의 숫자가
    뇌파 전극등에 의해서 출력된 뇌파에 대해서 도 2에서와 같이
    1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
    메모리에 저장하고
    새로 입력되는 단어의
    1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
    “앞”라는 이름의 메모리의 1번째 숫자에서 입력된 1번째 숫자를
    “앞”라는 이름의 메모리의 2번째 숫자에서 입력된 2번째 숫자를
    빼고
    뺀 숫자들의 절대값을 각 각 구하고(즉 부호가 붙으면 부호를 ?고)
    뺀 숫자들의 절대값을 더한값을 구하고
    절대값을 더한값 중의 가장 작은 값이 출력된
    즉 입력되어서 메모리와 비교하여 출력된 가장 작은 값을
    “앞”이라는 단어로 인식하게 되어서
    “앞”이라는 글자로 문자나 음성으로 출력되게 하는 것을 특징으로 하는 뇌파인식방법.
  6. 뇌파인식시스템에서
    크게 단어 단위 검색 과 문장 단위 검색으로 나누어서
    단어 단위 검색 에서는 얻어 낸 특징 벡터 를 메모리 에 저장된 단어 모델 , 즉 각 단어의 뇌파적 특징과의 비교 를 통해 메모리 에 미리 저장된 뇌파 모델 과의 패턴 비교 를 통해 알맞은 후보 패턴을 찾아내는 과정으로 패턴분류를 하고
    패턴 분류 과정을 거친 결과는 일련의 후보 단어의 형태로 문장 단위 검색 으로 넘어가게 된다. 이 과정에서는 후보단어들의 정보를 토대 로 하며 문법 구조, 전체적인 문장 문맥, 특정 주제에의 부합 여부를 판단 하여 어떤 단어가 가장 적합한지를 판단 하게 되는 것으로서
    이 과정에서는 문법 구조 뿐만 아니라 의미 정보도 함께 이용되는 언어처리 과정 이 되며
    패턴 분류 와 언어처리 과정 에서 이용되는 데이터들은 미리 컴퓨터에 의해 학습되어 메모리에 저장되는 것을 특징으로 하는 뇌파인식시스템.
  7. 뇌파인식시스템에서
    통계적 패턴 인식을 기반으로 하며 단어 단위 검색과 문장 단위 검색 과정이 하나의 최적화 과정으로 통합된 방식으로 뇌파단위에 해당하는 패턴들의 통계적 정보를 확률모델 형태로 저장하고 미지의 입력패턴이 들어오면 각각의 모델에서 이 패턴이 나올 수 있는 확률을 계산함으로써 이 패턴에 가장 적합한 음성단위를 찾아내는 HMM(Hidden Markov Model)의 음성인식 방법과 같이
    통계적 패턴 인식을 기반으로 하며 단어 단위 검색과 문장 단위 검색 과정이 하나의 최적화 과정으로 통합된 방식으로 뇌파단위에 해당하는 패턴들의 통계적 정보를 확률모델 형태로 저장하고 미지의 입력패턴이 들어오면 각각의 모델에서 이 패턴이 나올 수 있는 확률을 계산함으로써 이 패턴에 가장 적합한 뇌파단위를 찾아내는 것을 특징으로 하는 뇌파인식시스템.
  8. 뇌파인식시스템에서
    뇌파 인식 시스템을 출력되는 뇌파를 음성 인식 시스템의 단어 음성 인식 시스템, 연속 음성 인식 시스템, 화자 독립 인식 시스템,화자 종속 인식 시스템의 방식대로 신호파를 음성이 아닌 뇌파를 인식하게 되는 것을 특징으로 하는 뇌파 인식 시스템.
  9. 말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파와
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되며 브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 생겨나게 되는데
    이 경우에
    말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하는 메모리와
    또는
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
    무엇이라는 말에 대한 신호파로서 저장장치에 저장하는 메모리와
    또는
    브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하는 메모리와
    어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 수단과
    메모리 에 저장된 뇌파 자료와 비교하는 수단과
    뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 수단과
    이와 같이하여 음성신호나 문자로 출력하는 단계를 포함하는 것을 특징으로 하는 뇌파인식시스템.
  10. 제 9항에 있어서
    저장장치에 저장하는 메모리와
    뇌파의 언어 가 전극등을 통하여 출력되어 입 력하는 수단과
    인식에 필요한 소정의 전처리 과정을 실행하는 수단과
    상기 전처리된 뇌파신호를 묵음 구간과 언어뇌파 구간으로 분리하는 수단과
    분리된 언어뇌파구간의 신호는 프레임으로 구간별 언어뇌파의 특징을 표현하는 파라미터를 추출하는 수단과
    추출된 파라미터를 통하여 설정된 기준 영역을 초과하는 주파수 대역을 언어뇌파신호로 추출하는 수단
    언어뇌파 출력자에 대한 언어뇌파신호로 인식하도록 하는 수단
    강약과 높낮이 등의 뇌파의 진동이 갖는 특징을 디지털 신호로 바꾼 후 분석하여 메모리에 저장된 뇌파 자료와 비교하도록 하는 것에 의해 뇌파에 담긴 언어적인 의미를 프로세서가 자동적으로 결정하는 뇌파매칭수단
    뇌파에 담긴 언어적인 의미를 음성신호나 문자로 출력되어 스피커나 디스플레이에 표시되게 되는 수단을 포함하는 것을 특징으로 하는 뇌파인식시스템.
  11. 제 9항에 있어서
    말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하는 메모리와
    또는
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
    무엇이라는 말에 대한 신호파로서 저장장치에 저장하는 메모리와
    또는
    브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하는 메모리와
    어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 수단에 있어서
    인식하려는 뇌파를 잡파로 부터 추출하려 하는 것은
    유발전위 분석과 같이 다수의 전극에서 생각에 의해서 유발되는 전위를 모두 합하여 잡파는 평균화 되어서 0에 가깝게 되고 생각에 의해서 유발되는 전위는 합에 의해서 크게 되어 출력되어 입력되고 또한 메모리에 저장되는 것을 특징으로 하는 뇌파인식시스템.
  12. 말 이 음파로 귀에 전달이 될 때에 음파의 소밀의 정도와 고막 청소골 와우관을 거쳐 신경세포를 통하여 일차 청각피질로 전달되기까지의 신호파를 말에 대한 신호파로서 저장장치에 저장하는 메모리 와
    또는
    1차 청각피질로 신호파가 전달되면 베로니케 영역에서부터 청각신호처리가 시작되어서 청각신호가 무엇인지(what) 파악하게 되는데 이때 발생하는 신호파를
    무엇이라는 말에 대한 신호파로서 저장장치에 저장하는 메모리 와
    또는
    브로카 영역에서는 말을 하려 할 때에 말을 하기 전에 하려는 말에 대한 뇌파가 발생하게 되는데 이 말과 신호파를 저장장치에 저장하는 메모리 와
    어떤 말을 하려 할 때의 뇌파가 전극등을 통하여 출력되어 뇌파신호를 입력하는 수단에 있어서
    인식하려는 뇌파를 잡파로 부터 추출하려 하는 것은
    유발전위 분석과 같이 다수의 전극에서 생각에 의해서 유발되는 전위를 모두 합하여 잡파는 평균화 되어서 0에 가깝게 되고 생각에 의해서 유발되는 전위는 합에 의해서 크게 되어 출력되어 입력되고 또한 메모리에 저장되는 것을 특징으로 하는 뇌파인식시스템.
  13. 제 9항에 있어서
    메모리 에서
    말에 해당되는 뇌파와 비교하여
    어떤 말에 해당되는 뇌파인지
    뇌파에 담긴 언어적인 의미를 결정하는 것은
    뇌파 파형이 입력되는 수단과
    뇌파 파형 스펙트럼으로 보게 되는 수단과
    뇌파 파형 스펙트럼에 있어서 가로와 세로축으로 보는 것이
    가로축은 주파수를 나타내고 세로축은 파워스펙트럼의 전압의 세기(마이크로 볼트)를 나타내게 되어
    가로축에 대한 세로축의 관계도 실시간으로 특정 주파수(0~50hz)에 대한 세로축의 파워스펙트럼 값이 즉 시간별 각 주파수별 진폭이 나타나게 되어
    각 언어의 생각에 의한 뇌파를 저장하는 경우에
    뇌파 파형 스펙트럼 에서 파워 스펙트럼의 값이 첫 번째로 큰 값과 두 번째로 큰 값을 인식하여
    각 언어에 대해서 각 각에 저장하는 수단과
    각 언어에 대해서 각 각에 여러번 하여 각 각의 언어에 저장하는 것이며

    그런 다음에 .
    각 각의 언어의 생각에 의한 뇌파를 입력하게 되면
    각 각의 언어에 저장된 메모리의
    뇌파 파형 스펙트럼에서 먼저 파워 스펙트럼의 값이 첫 번째로 큰 값의 주파수를 인식하여 기록하고 저장하며 두 번째로 큰 값의 주파수를 인식하여 (F1,F2)로 여러번 기록하고 저장된 숫자 (F1,F2)중에서
    입력된 숫자가 있는지 확인해보고 가장 많이 똑같은 입력된 언어가 있는 언어를 입력된 언어가 그 언어라고 판단해서 그 언어로 출력하게 되는 것을 특징으로 하는 뇌파인식시스템.
  14. 제 9항에 있어서
    뇌파 전극등에서 뇌파가 출력되면
    스펙트럼 파형에서 단어를 1~2번째 큰 값을 메모리에 저장하고
    스펙트럼 파형에서 1~2번째 큰 값을 입력시에
    메모리와 비교시에 절대값으로 비교하여 근사한 값을
    같은 언어로 인식하는 것으로서
    특정단어를 만약에“앞”라는 이름으로 1~2번째까지 메모리의 숫자가
    뇌파 전극등에 의해서 출력된 뇌파에 대해서 도 2에서와 같이
    1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
    메모리에 저장하고
    새로 입력되는 단어의
    1~2번째까지의 파워값(uV) 에 해당하는 주파수1~2개 를 체킹하여
    “앞”라는 이름의 메모리의 1번째 숫자에서 입력된 1번째 숫자를
    “앞”라는 이름의 메모리의 2번째 숫자에서 입력된 2번째 숫자를
    빼고
    뺀 숫자들의 절대값을 각 각 구하고(즉 부호가 붙으면 부호를 ?고)
    뺀 숫자들의 절대값을 더한값을 구하고
    절대값을 더한값 중의 가장 작은 값이 출력된
    즉 입력되어서 메모리와 비교하여 출력된 가장 작은 값을
    “앞”이라는 단어로 인식하게 되어서
    “앞”이라는 글자로 문자나 음성으로 출력되게 하는 것을 특징으로 하는 뇌파인식시스템.
  15. 뇌파 인식시스템에 있어서
    뇌파 전극에서 출력되는 뇌파명령어를 신호로 해서
    유선 또는 블루투스등의 무선으로 수신하여
    모바일 검색은 물론, 일정관리, 전화 걸기, 메모, 음악 재생 또는 뇌파명령 또는 뇌파의 언어적 의미를 바탕으로 로보트등에 명령을 내려서 로보트를 구동하는 등 다양한 생활편의 서비스를 제공하는 것을 특징으로 하는 뇌파로 기계장치에 명령을 내려서 작동하게 하는 것을 특징으로 하는 뇌파인식시스템을 이용한 인터페이스 장치.
  16. 제 15항에서
    브로카 영역등에서 출력되는 뇌파는 능동센서로 출력하되 능동센서에서 뇌파와 비슷한 주파수의 5배 정도 증폭된 정현파를 헤드밴드에 전극을 형성하여 부착 하여 무선으로 송신하는 것을 특징으로 하는 뇌파인식시스템으로 구동되는 인터페이스 장치.
  17. 제 15항에서
    브로카 영역등에서 출력되는 뇌파는 능동센서로 출력하되 능동센서에서 뇌파와 비슷한 주파수의 5배 정도 증폭된 정현파를 원거리에서 조사하여 무선으로 송신하는 것을 특징으로 하는 뇌파인식시스템으로 구동되는 인터페이스 장치.

KR1020190081002A 2018-07-04 2019-07-04 뇌파인식시스템 KR20200004771A (ko)

Applications Claiming Priority (28)

Application Number Priority Date Filing Date Title
KR2020180003085 2018-07-04
KR20180003085 2018-07-04
KR2020180003411 2018-07-24
KR20180003411 2018-07-24
KR20180004602 2018-10-08
KR2020180004602 2018-10-08
KR20180004624 2018-10-10
KR2020180004624 2018-10-10
KR20180004971 2018-11-01
KR2020180004971 2018-11-01
KR2020180005001 2018-11-04
KR20180005001 2018-11-04
KR20180005095 2018-11-08
KR2020180005095 2018-11-08
KR2020180006128 2018-12-27
KR20180006128 2018-12-27
KR2020180006175 2018-12-29
KR20180006175 2018-12-29
KR20190000216 2019-01-15
KR2020190000216 2019-01-15
KR20190000239 2019-01-16
KR2020190000239 2019-01-16
KR2020190000376 2019-01-24
KR20190000376 2019-01-24
KR20190000396 2019-01-26
KR2020190000396 2019-01-26
KR2020190000536 2019-02-05
KR20190000536 2019-02-05

Publications (1)

Publication Number Publication Date
KR20200004771A true KR20200004771A (ko) 2020-01-14

Family

ID=69059390

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190081002A KR20200004771A (ko) 2018-07-04 2019-07-04 뇌파인식시스템

Country Status (2)

Country Link
KR (1) KR20200004771A (ko)
WO (1) WO2020009512A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101669083B (zh) * 2007-10-29 2012-01-11 松下电器产业株式会社 用于脑波接口系统的启动装置、方法及计算机程序
KR101393055B1 (ko) * 2012-07-10 2014-05-12 중앙대학교 산학협력단 뇌파를 이용한 제어 장치 및 방법
KR20150076932A (ko) * 2013-12-27 2015-07-07 경북대학교 산학협력단 뇌파 신호 분석 장치 및 그의 분석 방법과, 그 분석 결과를 사용하는 사용자 단말 장치
KR20180037624A (ko) * 2016-10-04 2018-04-13 우이준 뇌파 신호를 이용한 전자 기기 제어 방법 및 이를 실행하는 시스템
KR102502220B1 (ko) * 2016-12-20 2023-02-22 삼성전자주식회사 전자 장치, 그의 사용자 발화 의도 판단 방법 및 비일시적 컴퓨터 판독가능 기록매체

Also Published As

Publication number Publication date
WO2020009512A1 (ko) 2020-01-09

Similar Documents

Publication Publication Date Title
Ramakrishnan Recognition of emotion from speech: A review
WO2020182153A1 (zh) 基于自适应语种进行语音识别的方法及相关装置
CN110838286A (zh) 一种模型训练的方法、语种识别的方法、装置及设备
Yousaf et al. A novel technique for speech recognition and visualization based mobile application to support two-way communication between deaf-mute and normal peoples
Yağanoğlu Real time wearable speech recognition system for deaf persons
Dhanjal et al. Tools and techniques of assistive technology for hearing impaired people
Hamidi et al. Emotion recognition from Persian speech with neural network
KR102559074B1 (ko) 뉴럴 네트워크를 이용하여 학습자 단말과 학부모 단말에게 영어 교육 서비스를 제공하는 방법 및 장치
KR20210049613A (ko) 비정형 질문 또는 요구 발화의 구조화된 패러프레이징 시스템 및 방법
KR20230043080A (ko) 대화기반 정신장애선별방법 및 그 장치
KR20200004771A (ko) 뇌파인식시스템
Patel et al. Teachable interfaces for individuals with dysarthric speech and severe physical disabilities
Waoo et al. Recurrent neural network model for identifying neurological auditory disorder
Almurayziq et al. Evaluating AI techniques for blind students using voice-activated personal assistants
KR20210001609U (ko) 뇌파인식시스템
KR20210001636U (ko) 뇌파인식시스템
KR20210001079U (ko) 뇌파인식시스템
KR20210001024U (ko) 뇌파인식시스템
Marimuthu Speech recognition using Taylor-gradient Descent political optimization based Deep residual network
KR20210001685U (ko) 뇌파인식시스템
KR20210001711U (ko) 뇌파인식시스템
KR20210002400U (ko) 뇌파인식시스템
KR20210002166U (ko) 뇌파인식시스템
KR20210001859U (ko) 뇌파인식시스템
KR20210001848U (ko) 뇌파인식시스템

Legal Events

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