감성은 의사 결정, 지각 등에 직접적으로 영향을 미치며 인간의 삶에서 중요한 역할을 한다. 본 논문에서는 고각성부정 감성의 편리하고 정확한 인식에 있어서, 생체신호를 이용한 분석 알고리즘을 설계하고자 한다. 이를 위해 본 연구에서는 보통 / 공포 감성 유발 영상을 이용하여 두 감성을 유도한 후, 생체신호 중 간단한 피부전도도 신호를 측정하였다. 측정된 피부전도도에 대해 Tonic 성분과 Phasic 성분으로 분해하고 감성 자극과 관련된 Phasic 성분을 더 상세하게 SCVSR, SCSR로 분해하여 각 성분의 주요한 특징들을 추출함으로써, 정확한 분석을 하기 위해 기존의 사용된 방법이 아닌 우수한 시간-주파수 지역화 특성을 가진 이산 웨이브렛 변환을 사용하였다. 추출된 특징들은 Phasic 성분의 최댓값, Phasic 성분의 진폭, SCVSR의 영교차율, SCSR의 영교차율이다. 분석 결과, 4가지 특징들 모두 고각성 부정 감성의 경우가 저각성 보통 감성의 경우보다 더 높은 값을 나타내고, 기존의 분석 방법보다 통계적으로 두 감정 사이의 더 유의미한 차이를 확인할 수 있었다. 이에 따라 본 연구의 결과는 피부전도도가 고각성 부정감성 측정에 대해 유용한 지표라는 것을 확인하였으며, 향후 피부전도도를 이용한 실시간 부정 감성 평가 시스템개발에 기여할 수 있을 것을 나타낸다.

감정은 학습능력, 행동, 판단력 등 삶의 많은 부분에 영향을 끼치므로 인간의 본질을 이해하는 데 중요한 역할을 한다. 그러나 감정은 개인이 느끼는 강도가 다르며, 시각 영상 자극을 통해 감정을 유도하는 경우 감정이 지속적으로 유지되지 않는다. 이러한 문제점을 극복하기 위하여 총 4가지 감정자극(행복, 슬픔, 공포, 보통) 시 생체신호(뇌전도, 맥파, 피부전도도, 피부 온도)를 획득하고, 이로부터 특징을 추출하여 분류기의 입력으로 사용하였다. 감정 패턴을 확률적으로 해석하여 다른 공간으로 매핑시켜주는 역할을 하는 Restricted Boltzmann Machine (RBM)과 Multilayer Neural Network (MNN)의 은닉층 노드를 이용하여 비선형적인 성질의 감정을 구별하는 Deep Belief Network (DBN) 감정 패턴 분류기를 설계하였다. 그 결과, DBN의 정확도(약 94%)는 오류 역전파 알고리즘의 정확도(약 40%)보다 높은 정확도를 가지며 감정 패턴 분류기로서 우수성을 가짐을 확인하였다. 이는 향후 인지과학 및 HCI 분야 등에서 활용 가능할 것으로 사료된다.

본 논문은 깊이 카메라(Creative Senz3D)를 이용하여 호흡률을 측정하는 것에 대한 정확도와 영향을 미치는 요인들 을 분석하였다. 영향 요인 분석에서는 깊이 카메라가 가지는 깊이 값에 대한 오차와 노이즈 그리고 주위 조도의 영향에 대하여 실험 연구를 진행하였다. 그 결과 깊이 카메라와 측정 대상의 거리가 증가함에 따라 깊이 값의 오차가 증가하였 고 깊이 영상의 오른쪽은 실제 거리보다 깊이 값이 크게 측정되고 왼쪽은 실제 거리보다 깊이 값이 작게 측정되었다. 이에 따라 깊이 값이 영상의 영역에 따라 비대칭성을 가지고 있음을 알 수 있었다. 깊이 카메라와 측정 대상의 각도가 틀어짐에 따라서도 깊이 값의 차의 오차가 증가하였으며 깊이 카메라의 노이즈는 측정 거리가 멀어짐에 따라 점점 증가하였고 노이즈를 측정하는 윈도우의 크기가 증가함에 따라 감소하였다. 주위 조도는 깊이 값에 영향을 주지 않았다. 또한 실제 상황에서 사람을 대상으로 20회 호흡을 하게 하여 깊이 카메라를 이용해 호흡률을 측정하였고 호흡률이 제대로 측정됨을 확인하였다.

뇌와 근육은 상의 하달식 구조로 상지 운동 수행 과정에서 뇌파와 근전도 신호의 변화와 함께 기능적 연결성이 발생한다. 본 논문에서는 사용자가 상지 운동을 수행하였을 때의 뇌파와 근전도 신호에 대해 코히어런스 방법을 적용하 여 운동 의도 여부에 따른 뇌와 근육간의 연결성 차이를 규명하고자 한다. 상지 운동을 수행하는 과정에서 운동 피질 영역의 뇌파는 뮤 리듬(mu rhythm, 8~14 Hz)과 베타 리듬(beta rhythm, 15~30 Hz)에서 활성화 되며, 근전도 신호는 베타 리듬과 파이퍼 리듬(piper rhythm, 30~60 Hz)에서 활성화 된다. 뇌파와 근전도 신호간의 코히어런스 분석 결과 운동 의도를 포함한 능동 운동 수행 시 수동 운동을 수행하였을 때 보다 유의미한 차이로 높은 코히어런스 계수가 확인되었다. 이는 인지적 반응과 근육의 움직임 사이의 코히어런스 관계로 운동 의도가 포함된 상지 운동 수행 과정에서 의 뇌와 근육간의 연결성을 해석할 수 있었다. 운동 의도에 따른 뇌-근육간의 코히어런스 특징을 이용한다면 재활 기기 사용자의 운동 의도에 따라 피드백이 필요한 재활 훈련 시스템 설계에 도움이 될 수 있을 것으로 사료된다.

본 논문에서는 경험적 모드 분해 방법을 이용하여 시각자극 출현에 따른 과제 수행 시 발생하는 뇌 유발전위의 θ와 α 대역에 대한 진폭과 위상변화를 확인하였다. 과제수행에 대한 뇌 유발전위를 구성 주파수 대역 별로 분 해하기 위하여 경험적 모드 분해 방법을 적용하였고, 분해된 각 내재모드함수에 힐버트 변환을 적용하여 뇌 유발전위의 θ와 α 대역의 순간 진폭과 위상 변화를 확인하였다. 과제 수행 시 뇌 유발전위의 P2, N2과 P3지점에서 θ와 α 대역의 진폭이 크게 관찰되었으며, N1, P2부근에서 순간 위상의 변화가 최대가 되었다. 시각 자극 출현에 따른 응시 상태에서는 두 대역 모두 관련된 위상 변화시점이 확인되지 않았다. 대역통과필터 방법 적용 시, 경험적 모드 분해 방법에 비해 시간과 주파수 해상도가 떨어졌으며, 필터의 파라미터에 따라 위상 변화 시점의 결과 에 차이가 발생하였다. 연구를 통해 θ와 α 대역이 시각 자극 출현에 따른 과제 수행에 대한 뇌 유발전위의 주요 성분인 θ와 α 대역의 위상변화와 뇌 유발전위의 생성을 위상 변화와 연관 지어 해석하였다.

본 연구에서는 코히어런스 분석을 통하여 시각집중 기간 동안 시간 변화에 대한 뇌기능과 관련된 공간-주 파수간 연관관계를 해석하였다. 집중관련 시각자극 실험 데이터를 통해 θ 와 α 대역에서 서로 다른 두피 위치 간 위상연관변화를 확인하였다. 좌우 전두엽, 전두엽과 두정엽 간 뇌유발전위는 P100, N200지점에서 위상동조를 보였으며, 전두엽과 후두엽 간 뇌유발전위는 시각 처리 정보가 반영되는 P300지점에서 위상동조를 보였다. 고정된 길이의 창을 이용하는 단구간 푸리에 변환에 비하여 연속 웨이블릿 변환은 모 웨이블릿의 파라미터 조정을 통한 다중해상도 분석이 가능하였다. 따라서 연속 웨이블릿 변환을 이용한 코히어런스 결과가 시간 변화에 대한 뇌유발전위의 공간-주파수간 연관관계의 변화를 확인하는데 유효함을 확인하였다. 비 집중 자극수행에 대해서는 위상동조 현상이 나타나지 않았다.

본 연구에서는 집중력이 중요한 학령기 아동을 대상으로 ‘비 집중 상태’와 ‘집중 상태’에 대한 뇌파의 차이를 분석하기 위해 비선형 해석 방법의 하나인 반복 정량 분석(Recurrence Quantification Analysis, RQA)을 이용 하였다. 건강한 아동 21명(남성 12명, 여성 9명)을 대상으로, 청각 자극이 나오는 시점 전 500msec를 ‘비 집중 상태’ 자극 후 500msec를 ‘집중 상태’로 실험을 진행하였다. 실험결과 반복 정량 분석의 파라미터 값은 ‘비 집중 상태’보다 ‘집중 상태’가 큰 것을 확인하였다(p < 0.05). 또한, 상태에 따른 유발 전위의 반복궤적과 색상 반복궤적을 도식화하여 비선형 특성을 확인하였고, ‘비 집중 상태’보다 ‘집중 상태’일 때 뇌가 복잡한 특징을 나타내는 것을 알 수 있었다. 본 실험을 통하여 청각 자극에 대한 비 집중·집중 시 뇌의 비선형 특성을 반복 정량 분석을 통해 해석할 가능성을 확인하였다.

집중은 관련된 사건을 선택적으로 주의하고, 관련 없는 사건을 무시하는 인간의 중요한 인지 기능중의 하나이다. 인간의 집중 능력을 관리 이용하는 컴퓨터 기반 장치에 있어서 집중과 비집중 상태를 구분하는 것은 필수적으로 요구되는 조건이다. 본 논문에서는, 뇌파신호로부터 분류기의 입력으로 사용되는 특징을 효율적으로 추출하기 위하여 비선형 반복 패턴 분석기법과 스펙트럼 분석 기법을 새로이 결합하였고(13개 특징 추출), 서포트벡터머신, 역전파 알고리즘, 선형분리, 로지스틱 회귀 분류 기반 분류기들을 포함하는 집중-비집중 분류기들의 성능을 분석하였다. 그중에서 81 %의 정확도를 보이는 서포트벡터머신 분류기가 가장 좋은 성능을 보였다. 또한 스펙트럼 분석으로 추출한 특징만을 사용하였을 경우(76 % 정확도)가 비선형 분석 방법으로 추출한 특징만을 사용했을 경우(67 % 정확도)보다 좀 더 우수한 성능을 보였다. 비선형-스펙트럼 분석법을 복합 적용한 서포트벡터머신 분류기가 추후 집중 관련 장비 설계에 있어서 효율적으로 적용될 수 있을 것이다.

본 논문의 목적은 불안과 우울 상태를 평가하는데 널리 사용되고 있는 주관적 설문 평가지(Beck의 우울척도, 상태-특성불안척도)의 지표 값과 심박 변이도의 파라미터 간의 상호-상관관계를 통계적으로 분석하여, 주관적 설문평가지의 지표 값을 대신 할 수 있는 심박 변이도 파라미터를 선정하기 위함이다. 그리고 심박 변이도 측정 시, 휴식 및 업무 상태를 인위적으로 유도하였고 각 유도된 상태에서의 심박 변이도를 이용하여 추출된 생리학적 특징값들과 주관적 설문 평가지의 지표 값의 상관관계를 통계적으로 분석하여 주관적 감성지표를 대체 할 수 있는 객관화된 정량적 지표를 도출하고자 한다. 본 논문의 결과로부터 얻을 수 있는 사실은 심박 변이도의 비 정규화 파라미터가 상태불안척도와 우울척도보다 특성불안척도와 더욱 높은 상관관계를 나타냈다는 점이다. 반면, 업무 상태와 휴식 상태의 비율인 정규화 파라미터 m_RRI(MeanRR interval), SDNN(Standard deviation of all NN intervals), LF(Low-Frequency), LF/HF(LF/HF ratio)는 특성불안척도, 우울척도보다 상태불안척도와 더 높은 상관관계를 나타냈다. 이 중, LF/HF는 상태불안뿐만 아니라, 특성불안을 반영할 수 있는 정량적인 생리학적 파라미터로 나타났다.

A number of Brain-Computer Interface (BCI) studies have been performed to assess the cognitive status through EEG signal. However, there are a few studies trying to prevent user from unexpected safety-accident in BCI study. The EEGs were collected from 19 subjects who participated in two experiments (rest & event-related potential measurement). There was significant difference in EEG changes of both spontaneous and event-related potential. Beta power and P300 latency may be useful as a biomarker for prevention of response to safety-accident.

A number of Brain-Computer Interface (BCI) studies have been performed to assess the cognitive status through EEG signal. However, there are a few studies trying to prevent user from unexpected safety-accident in BCI study. The EEGs were collected from 19 subjects who participated in two experiments (rest & event-related potential measurement). There was significant difference in EEG changes of both spontaneous and event-related potential. Beta power and P300 latency may be useful as a biomarker for prevention of response to safety- accident.

본 연구에서는 집중력 시에 통상적인 방법으로 사용되는 EEG 선호의 theta/alpha 값과 심박변이도(HRV) 변수들의 상관관계를 분석하기 위함이다. 각 주파수 대역에 따른 EEG 선호의 파행과 자율신경계 변화를 연구한 논문들을 바탕으로, 본 연구에서는 집중상태에 따른 theta파의 변화와 alpha파의 신호를 분석하여 theta/alpha 값으로 중추신경계 변화를 평가하였다. 또한 자율신경계에서 생리학적 변화는 HRV 변수들(beat interval, SDNN, RMSSD, NN50, LF, HF, LF/HF)로 평가/해석하였다. 실험방법은 신경 인지 검사 프로그램인 CNT 4.0을 이용하여 21 명의 건강한 피험자들의 청각 집중력 테스트를 수행하였고, EEG 신호와 PPG 신호를 분석하였다. EEG로부터 추출한 theta/alpha값과 PPG로부터 추출한 HRV변수들은 중다회귀분석을 이용하여 각각의 조합에 따른 두 지표간의 상관관계를 평가하였다. theta/alpha와 심혈관계의 변수들의 상호연관성은 SDNN(2), HF(6) 변수가 포함된 3차원 이상의 조합에서 상대적으로 유효하게 나타났다. 결과적으로 고차원 HRV 변수 조합이 저차원 조합보다 theta/alpha 와 상대적으로 높은 상관관계(R2=0.253; 7차원)를 나타내었고, 통계적 유의성(p〈0.05)을 만족하였다.