감성은 복잡하고 다양한 요인들에 의해 영향을 받기 때문에 다각적인 측면에서 고려되어야 한다. 본 연구에서는 심리 평가 척도의 하나인 각성(arousal) 지표와 다중 생체신호에서 추출된 생체지표 반응을 이용하여 중립 및 부정감성(슬픔, 공포, 놀람)의 분류하였다. 이를 위하여 감성에 따른 생체지표 반응의 차이를 확인하였고, 다중 신경망 알고리즘 기반의 감성 인식기를 적용하여 이들 감성이 얼마나 정확하게 분류되는가를 확인하였다. 총 146명의 실험 참가자(평균 연령 20.1±4.0, 남성 41%)를 대상으로 감성 유발 자극을 제시하고 동시에 생체신호(심전도, 혈류맥파, 피부전기활동)를 측정하였다. 또한 감성 유발 자극에 대한 심리 반응을 감성 평가 척도로 평가하였다. 측정된 생체신호에서 심박률(HR), NN 간격의 표준편차(SDNN), 혈류량(BVP), 맥파전달시간(PTT), 피부전도수준(SCL), 피부전도반응 (SCR)을 추출하였다. 결과 분석을 위하여 감성 자극에 대한 각성도와 안정 상태와 감성 상태의 생체지표 반응을 활용하였다. 또한 감성 분류를 위하여 다중 신경망 기반의 감성 인식기를 활용하였다. 그 결과, 감성에 따른 생체지표 반응의 차이를 확인하였고, 이들 감성의 분류 성능은 각성도와 모든 생체지표 특징들을 조합하였을 때 정확도가 가장 높음(86.9%)을 확인하였다. 본 연구는 심리 및 생체지표 추출과 기계학습 기술의 적용을 통하여 부정 감성을 분류할 수 있음을 제안하며, 이는 인간의 감성을 탐지하는 감성 인식 기술을 확립하는데 기여할 것으로 예상한다.

본 연구에서는 40% 농도의 산소 공급이 난이도에 따른 덧셈과제 수행 능력, 혈중 산소 포화도, 심박동율의 변화에 어떠한 영향을 미치는지 관찰하였다. 10명의 남자와 10명의 여자 대학생이 두 가지 농도의 산소 (21%, 40%)를 흡입하면서 세 가지 난이도의 덧셈연산을 수행하였다. Rest1 (3분), Task1 (1분, 한 자리 수 덧셈), Task2 (1분, 두 자리 수 덧셈), Task3 (1분, 세 자리 수 덧셈), Rest2 (4분)의 순서로 실험이 진행되었고, 모든 구간에서 혈중 산소 포화도와 심박동율이 측정되었다. 21%에 비해 40% 농도의 산소를 공급했을 때 평균 정답률이 증가하였고, 난이도가 증가할수록 정답율의 차이가 더컸다. 21%에 비해 40%의 산소가 주어질 때 모든 구간에서 혈중 산소 포화도는 증가하였고, 심박동율은 감소하였다. 결론적으로 고농도 산소 공급이 혈중 산소 포화도를 증가시켜 인지 처리에 따른 뇌 활성화를 촉진시킬 수 있고 이로 인해 연산 수행 능력이 증가되었다는 사실을 도출 할 수 있다. 특히 난이도가 증가할수록, 즉 인지 처리의 요구가 커질수록 고농도 산소의 효과가 더 명확히 나타난다는 사실을 도출할 수 있다.

본 연구는 피부전도도(skin conductance response), 말초혈관 반응(peripheral plethysmograph), 피부온도 (skin temperature)와 심박수(heart rate)와 같은 다양한 생리신호를 측정하여 운전자의 심리반응을 통하여 적정 운전상태를 분석하고자 하였다. 운전자의 심리반응을 측정 및 분석하기 위하여 하드웨어와 알고리듬을 개발하였으며, 운전상황은 자동차 시뮬레이터를 이용하여 다양한 가상 운전상황을 설정하고 생리신호를 측정하였다. 측정 결과 운전자 생리신호가 운전환경의 변화에 따른 심리적 긴장 또는 이완 수준을 잘 반영하고 있고, 감정적 변화에는 다소 둔감한 것으로 나타났다. 이를 심리적 순위척도를 이용하여 정량화하여 심리적 적정 운전범위를 제안하였다. 본 연구의 결과는 추후 운전자의 안전운전이나 건강상태를 모니터링 하기 위한 시스템 개발의 자료로 활용할 수 있을 것이다.

뇌파 및 심전도 생체신호를 복합적으로 이용한 감정인식을 통한 실시간 사용자 인터페이스를 제안한다. 기존에 뇌파를 통한 감정인식의 문제점이었던 낮은 정확도를 개선하기 위해 뇌파의 Theta, Alpha, Beta, Gamma의 상대파워 값과 심전도의 자율신경계 비율을 혼합하는 복합 생체 신호 감정 인식 시스템을 개발했다. 기쁨, 공포, 슬픔, 즐거움, 화남, 혐오에 해당하는 6가지 감 정을 인식하기 위해 사용자별 확률 값을 저장하는 데이터 맵을 생성하고, 채널에 대응하는 감 정 인식의 정확도를 향상시키기 위해 가중치를 갱신하는 알고리즘을 제안한다. 또한 뇌파로 구 성된 단일 데이터와 뇌파/심전도 생체신호 복합 데이터의 실험 결과를 비교한 결과 23.77%의 정확도 증가를 보였다. 제안된 인터페이스 시스템은 높은 정확도를 통해 게임 및 스마트 공간 의 제어에 필요한 인터페이스로 기기에 활용이 가능할 것이다.