최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.22 no.6, 2012년, pp.774 - 779
김준엽 (중앙대학교 전자전기공학부) , 박승민 (중앙대학교 전자전기공학부) , 고광은 (중앙대학교 전자전기공학부) , 심귀보 (중앙대학교 전자전기공학부)
Brain-computer interface based on motor imagery is a system that transforms a subject's intention into a control signal by classifying EEG signals obtained from the imagination of movement of a subject's limbs. For the new paradigm, we do not know which positions are activated or not. A simple appro...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
사용자의 뇌파 측정 방식에는 무엇이 있나? | BCl 기술은 뇌파장비를 이용하여 측정된 사용자의 의도신호를 분석하고 제어신호로 변환하여 휠체어 또는 로봇의 팔 등과 같이 기계를 제어함으로써 세계적으로 관심을 받고 있다[1]. 사용자의 뇌파 측정 방식으로는 침습적 방식과 비침습적 방식이 존재한다. 침습적 방식은 수술을통하여 피험자의 대뇌피질에 직접 전극을 설치하여 전기적 변화를 측정하는 방법이다. | |
침습적 방식은 무엇인가? | 사용자의 뇌파 측정 방식으로는 침습적 방식과 비침습적 방식이 존재한다. 침습적 방식은 수술을통하여 피험자의 대뇌피질에 직접 전극을 설치하여 전기적 변화를 측정하는 방법이다. 뇌로부터 직접 신호를 측정하기 때문에 정확한 신호를 얻을 수 있지만 뇌절개 수술을 해야 하는 단점을 가지고 있다. | |
침습적 방식의 단점은? | 침습적 방식은 수술을통하여 피험자의 대뇌피질에 직접 전극을 설치하여 전기적 변화를 측정하는 방법이다. 뇌로부터 직접 신호를 측정하기 때문에 정확한 신호를 얻을 수 있지만 뇌절개 수술을 해야 하는 단점을 가지고 있다. 비침습적 방식은 뇌파 측정 시 전극을 두피에 설치하여 뇌파를 측정하는 방법이며 침습적 방식과는 다르게 잡음의 영향을 많이 받고 신호의 크기가 매우 작다는 단점을 가지지만 수술이 필요 없고 간단한 절차로 뇌파를 측정할 수 있다는 장점을 가진다. |
J. Wolpaw, N. Birbaumer, W. Heetderks, D. McFarland, P. Peckham, G. Schalk, E. Donchin, L. Quatrano, C. Robinson, T. Vaughan, "Brain-Computer Interface Technology : A review of the First International Meeting," IEEE Trans. Rehab. Eng., vol. 8, no. 2, pp. 164-173, 2000.
H. Ramoser, J. M. Gerking, and G. Pfurtscheller, "Optimal spatial filtering of single trial EEG during imagined hand movement," IEEE Trans. Rehab. Ebg., vol. 8, no. 4, pp. 441-446, 1998.
C.J.C. Burges, "A tutorial on support vector machines for pattern recognition," Data mining and knowledge discovery, vol. 2, pp. 121-167, 1998.
J. Kennedy and R. C. Eberhart, "Particle swarm optimization," Proceedings of IEEE International Conference on Neural Networks, Piscataway, NJ. pp. 1942-1948, 1995.
J. Kennedy and R. C. Eberhart, "A discrete binary version of the particle swarm algorithm," IEEE Int. Conf. On Systems, Man and Cybernetics, vol. 5, pp. 4104-4108, 1997.
C. Guger, R. Leeb, D. Friedman, V. Vinayagamoorthy, G. Edlinger and M. Slater, "Controlling Virtual Environments by Thoughts," Clinical Neurophysiology, vol. 118. no. 4, pp. e36, 2007.
A. Schlogl, F. Lee, H. Bischof, G. Pfurtscheller, "Characterization of four-class motor imagery EEG data for the BCI-competition 2005," Neural Engineering, vol. 2, pp. 14-22, 2005.
J. Y. Kim, S. M. Park, K. E. Ko and K. B. Sim, "Optimal EEG Channel Selection using BPSO with Channel Impact Factor," Proceedings of KIIS Fall Conference, vol. 22, no .2, pp.35-36, 2012.
Blankertz, B., Dornhege, G., Krauledat, M., Muller, K.-R., Curio, G., 2007a, "The non-invasive Berlin Brain-Computer Interface: fast acquisition of effective performancein untrained subjects," Neuroimage, vol. 37, no. 2, pp. 539-550, 2007.
J. Y. Kim, S. M. Park, K. E. Ko and K. B. Sim, "PSO Based Optimal EEG Channel Selection Method for Motor Imagery BCI System," Proceedings of KIIS Spring Conference, vol. 22, no. 1, pp. 113-114, 2012.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.