$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

닫힌 눈(eye-closed) EEG신호를 이용한 높은 비율BCI 맞춤법 시스템
High-rate BCI spelling System using eye-closed EEG signals 원문보기

信號處理·시스템學會 論文誌 = Journal of the institute of signal processing and systems, v.18 no.2, 2017년, pp.31 - 36  

웬충하오 (부경대학교 전자 공학과) ,  양다린 (부경대학교 전자 공학과) ,  김종진 (부경대학교 전자 공학과) ,  정완영 (부경대학교 전자 공학과)

초록
AI-Helper 아이콘AI-Helper

이 연구는 비동기 매커니즘을 바탕으로 닫힌 눈(eye-closed) 및 이중 블링크 (double-blinking) EEG를 사용하여 BCI를 개발하는 것을 목표한다. 제안된 시스템은 신호 처리 모듈과 그래픽 사용자 인터페이스 (VK-가상 키보드)로 구성되어 있으며 26개의 영문자와 특수 기호로 구성됩니다. "눈 닫기"이벤트는 "선택"(select)명령을 유발하는 반면, "이중 블링크"(DB) 이벤트는 "실행 취소"(undo) 명령에 따라 실행합니다. 3개의 이벤트 그룹 ("열린 눈"(eye-open, "닫힌 눈" (eye-closed)및 "이중 블링크"(double-blinking)에 대한 EEG 신호 분석과 관련된 3 등급 벡터 보조 분류 (SVM) 기계가 제안되었습니다. 결과는 제안된 BCI가 평균 92.6 %의 전체 정확도와 5 글자 / 분의 맞춤법 비율을 달성 할 수 있음을 보여주었습니다. 전반적으로 이 연구는 실제 BCI 맞춤법을 구현하기의 실현 가능성과 신뢰성으로 인해 정확도와 철자 비율의 향상을 보여주었습니다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study aims to develop an BCI speller utilizing eye-closed and double-blinking EEG based on asynchronous mechanism. The proposed system comprised a signal processing module and a graphical user interface (virtual keyboard-VK) with 26 English characters plus a special symbol. A detected "eye-clos...

주제어

#두뇌 - 컴퓨터 인터페이스   #뇌파   #스펠러   #"eye-closed" EEG신호를   #(double-blinking) EEG를  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • Further studies will performed the dynamic graphical user interface based on the Bayesian theory. Thus it can predict the most likely character can be the next character.
  • In order to find out the best 2D-combination feature for the final three-classes model, we first evaluate the classification performance of three different features acquiring from O1-O2. Those features include energy of EEG waveform, relative alpha power ratio and the energy of the PSD signal over the frequency band 10-12 Hz.
  • In this study, we come up with eye-closed EEG to control a speller based on asynchronous mechanism. The proposed system was design to handle less-command BCI applications.
  • 244 Hz. It turned out that the combination of 2 best 1D-feature which are ePSD (Energy of the Power Spectrum Density) over the 10-12 Hz frequency band in (O1-O2) channel and eEEG (Energy of the EEG waveform) in (Fp1-Fz) channel was used for three-class classification in the proposed model. Moreover, considering of improving the spelling rate, 1-s time window was picked as the analyzing window for the online model.
  • In this study, we come up with eye-closed EEG to control a speller based on asynchronous mechanism. The proposed system was design to handle less-command BCI applications. For instance, the command resulting from the eye-closed event is used to operate the interface by inducing the “select” command.

대상 데이터

  • Table 1 shows the classification results of three-class model in terms of confusion matrix. Total 693 samples were used in the training process. Results show that total 256 samples were correctly detected among 280 EO samples.
본문요약 정보가 도움이 되었나요?

참고문헌 (15)

  1. Birbaumer et al. "Breaking the silence: braincomputer interface (BCI) for communication and motor control," Psychophysiology, vol. 43(6), pp. 517-532, 2006. 

    상세보기 crossref

  2. Nicolas-Alonso et al. "Brain computer interfaces, a review," Sensor, vol. 12(2), pp. 1211-1279, 2012. 

    상세보기 crossref

  3. Vaughan et al. "Brain-computer interface technology : a review of the Sensor International Meeting," IEEE Trans Neural Syst Rehabil Eng, vol. 11(2), pp. 94-109, 2003. 

    상세보기 crossref

  4. Allison et al. "ERPs evoked by different matrix sizes: implications for a brain computer interface (BCI) system," IEEE Trans Neural Syst Rehabil Eng, vol. 11(2), pp. 110-113, 2003. 

    상세보기 crossref

  5. Kubler et al. "Brain-computer interfaces and communication in paralysis: extinction of goal directed thinking in completely paralysed patients?," Clinical neurophysiology, vol. 119(11), pp. 2658-2666, 2008. 

    상세보기 crossref

  6. Kindermans et al. "A bayesian model for exploiting application constraints to enable unsupervised training of a P300-based BCI," PloS one, vol. 7(4), pp. e3758, 2012. 

    상세보기

  7. Throckmorton et al. "Bayesian approach to dynamically controlling data collection in P300 spellers," IEEE Trans Neural Syst Rehabil Eng, vol. 21(3), pp. 508-517, 2013. 

    상세보기 crossref

  8. Blankertz et al. "The Berlin Brain-Computer Interface presents the novel mental typewriter Hex-o-Spell," In: Proceedings of the 3rd International Brain-Computer Interface Workshop and Training Course, 2006. 

  9. Scherer et al. "An asynchronously controlled EEG-based virtual keyboard: improvement of the spelling rate," IEEE Transactions on Biomedical Engineering, vol. 51(6), p. 979-984, 2004. 

    상세보기 crossref

  10. Cecotti et al. "A self-paced and calibration-less SSVEP-based brain-computer interface speller," IEEE Trans Neural Syst Rehabil Eng, vol. 18(2), pp. 127-133, 2010. 

    상세보기 crossref

  11. Hwang et al. "Development of an SSVEP-based BCI spelling system adopting a QWERTYstyle LED keyboard," Journal of neuroscience methods, vol. 208(1), p. 59-65, 2012. 

    상세보기 crossref

  12. Valbuena et al. "Spelling with the Bremen brain -computer interface and the integrated SSVEP stimulator," 2008. 

  13. Volosyak et al. "SSVEP-based Bremen-BCI interface-boosting information transfer rates," Journal of neural engineering, vol. 8(3), p. 036020, 2011. 

    상세보기 crossref

  14. Hazrati et al. "An online EEG-based brain-computer interface for controlling hand grasp using an adaptive probabilistic neural network," Medical engineering & physics, vol. 32(7), p. 730-739, 2010. 

    상세보기 crossref

  15. Hsu et al. "A Continuous EEG signal analysis for asynchronous BCI application," International journal of neural systems, vol. 21(4), p. 335-350, 2011. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로