본 연구는 기존 정상상태 시각유발전위(SSVEP) 기반 BCI의 분류성능과 ITR 향상을 위해 SSVEP와 동공 빛 반사 (PLR)를 결합한 새로운 하이브리드 BCI 시스템을 제안하는 것을 목적으로 하였다. 8명의 실험 참가자가 연구에 참 여했으며, 4-class의 시각 자극에 대해 SSVEP와 Hybrid 패러다임의 성능을 비교했다. 선행연구를 기반으로 SSVEP 시각 자극을 선택했고 SSVEP와 PLR의 동시 유발을 위한 Hybrid 시각 자극이 개발되었다. Hybrid 패러다임 (94.79%, 24.90 bits/min)은 SSVEP(84.58%, 18.93 bits/min) 대비 정확도와 ITR에서 각각 10.21%, 5.97 bits/min 향 상을 보였다. BCI 문맹 그룹은 Hybrid에서 92.67%로 SSVEP(76.33%)보다 16.33% 높았으며, 정상 그룹은 두 패러다 임 사이에 차이가 없었다. 또한, SSVEP 패러다임은 채널 수 증가에 따라 분류정확도가 84.6%에서 90.8%까지 점진 적으로 상승했지만, Hybrid 패러다임은 차이가 없었다. 제안된 하이브리드 BCI는 분류성능 및 ITR 상승뿐만 아니라 BCI 문맹 문제 해결, 사용성 향상을 기반으로 다양한 산업 분야 및 애플리케이션으로의 확장과 장애인뿐만 아니라 비장애인을 대상으로 하는 서비스 제공을 통해 실용적이고 광범위한 활용에 기여할 수 있을 것으로 기대된다.

This study proposes a novel hybrid brain–computer interface (BCI) system that integrates steady-state visual evoked potentials (SSVEPs) with the pupillary light reflex (PLR) to enhance the classification performance and information transfer rate (ITR) of conventional SSVEP-based BCIs. Eight participants took part in the experiment, where classification performances of SSVEP and hybrid paradigms were compared using four-class visual stimuli. Based on previous studies, stable SSVEP visual stimuli were selected. We also designed a hybrid visual stimulus combining luminance modulation patterns with frequencies to simultaneously evoke SSVEP and PLR responses. The experimental results showed that the hybrid paradigm achieved 94.79% accuracy and 24.90 bits/min—improvements of 10.21% in classification accuracy and 5.97 bits/min in ITR compared to the SSVEP paradigm (84.58% accuracy and 18.93 bits/min). Among the participants classified as BCI-illiterate, the proposed hybrid paradigm achieved a classification accuracy of 92.67%, representing a 16.33% improvement over the SSVEP paradigm (76.33%). In contrast,, no significant difference was observed between the two paradigms in the BCI-literate group. Additionally, the classification accuracy of the SSVEP paradigm gradually increased from 84.6% to 90.8% as the number of electroencephalogram channels increased from one to ten, whereas the hybrid paradigm showed no significant change. Overall, the proposed hybrid BCI has strong potential to advance the practical and widespread use of BCI technologies by enhancing the classification performance and ITR, addressing the challenges of BCI illiteracy, and improving usability. These improvements support broader industrial applications and services for disabled and nondisabled users.

Abstract
요 약
1. 서론
2. 연구 방법
    2.1. 실험 참가자
    2.2. 시각 자극 및 실험 디자인
    2.3. 데이터 취득 및 신호처리
    2.4. 특징 추출 및 분류 알고리즘
    2.5. 성능 평가 방법
3. 연구 결과
    3.1. 시각 자극에 따른 SSVEP 및 PLR 반응
    3.2. 분류 성능
4. 논의
5. 결론
REFERENCES

• 한예은(한양대학교 HY-KIST 바이오융합학과 석박통합과정, 한국과학기술연구원 바이오닉스연구센터 학생연구원) | Yaeeun Han
• 박상인(고려대학교 차세대기계설계기술연구소 연구교수) | Sangin Park Corresponding author