[논문]스프링 프레임워크 기반의 뇌파 분석 서버 시스템

최성자; 김귀정; 강병권

doi:10.14400/jdc.2019.17.2.155

스프링 프레임워크 기반의 뇌파 분석 서버 시스템
The Brainwave Analysis of Server System Based on Spring Framework 원문보기

디지털융복합연구 = Journal of digital convergence, v.17 no.2, 2019년, pp.155 - 161

최성자 (한남대학교 멀티미디어공학과) , 김귀정 (백석대학교 정보통신공학부) , 강병권 (순천향대학교 정보통신공학과)

초록
AI-Helper

뇌파는 두뇌 활동의 변화를 시간적, 공간적으로 파악할 수 있는 대표적인 수단으로써 인간의 두피에서 측정 가능한 자발적 전기활동이다. 뇌파 전기활동을 제어하기 위해 다양한 인터페이스 기술들이 제공되고 있으며, 뇌파를 통한 휠체어나 로봇과 같은 기계의 조작이 가능하다. 뇌파 데이터의 특성은 실시간으로 다양한 채널 유형으로 수집되며, 이를 분석하기 위한 서버시스템은 플랫폼에 대해 독립적이고 경량화 된 시스템이 요구된다. 스프링 플랫폼은 독립적이고 경량화 된 서버시스템으로서, 엔터프라이즈급의 서버 프레임워크로 비즈니스 영역에서 활용되고 있다. 본 논문에서는 독립적이고 경량화 된 스프링 서버시스템을 활용한 뇌파 분석 시스템을 제안한다. 제안된 시스템을 활용하여 뇌파제어의 신뢰성을 높이고, 분석 및 제어 인터페이스 확장이 가능하다. 또한 게임과 의료용 등 다양한 방면으로도 활용이 가능하다.

Abstract ▼ AI-Helper

Electroencephalography (EEG), a representative method of identifying temporal and spatial changes in brain activity, is a voluntary electrical activity measurable in the human scalp. Various interface technologies have been provided to control EEG activity, and it is possible to operate a machine such as a wheelchair or a robot through brainwaves. The characteristics of EEG data are collected in various types of channels in real time, and a server system for analyzing them is required to have an independent and lightweight system for the platform. In these days, the Spring platform is used as a large business server as an independent, lightweight server system. In this paper, we propose an EEG analysis system using the Spring server system. Using the proposed system, the reliability of EEG control can be enhanced, and analysis and control interface expansion can be provided in various aspects such as game and medical areas.

주제어

표/그림 (13)

그림 Fig. 1. BCI System
표 Table 1. Frequency bands of brainwave
표 Table 2. Brain waveforms to physical conditions
그림 Fig. 2. Maven build structure
그림 Fig. 3. Build life cycle
그림 Fig. 4. Server platform of brainwave analyzer
그림 Fig. 5. OOP Diagram of brainwave execution
표 Table 3. Repository of maven build
표 Table 4. Dependency library setting
그림 Fig. 6. Log data of server
그림 Fig. 7. Realtime brainwave console data
그림 Fig. 8. Startup display
그림 Fig. 9. Brainwave AnalyserV1.0 execution results

AI 본문요약
AI-Helper

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

문제 정의

대표적인 엔터프라이즈급 서버 시스템으로 전자정부프레임워크로 채택된 스프링 플랫 폼을 활용하고 있다. 본 논문에서는 뇌파 분석을 제공하는 전자정부프레임워크 기반(SPRING)의 경량화된 서버 시스템의 프레임워크를 제안한다. 제시된 프레임워크에서는 경량화된 메타 데이타를 활용하여 의존성이 낮은 서버시스템을 구축하였으며 뇌파의 변이를 실시간으로 처리 및 분석하였다.
제시된 프레임워크에서는 경량화된 메타 데이타를 활용하여 의존성이 낮은 서버시스템을 구축하였으며 뇌파의 변이를 실시간으로 처리 및 분석하였다. 이로 인해, 응용 애플리케이션 형태의 경량화된 의존성이 낮고 독립적인 오픈소스 기반의 뇌파 분석 서비스를 제공하고자 한다. 서론에 이어 제2장 에서는 BCI와 서버시스템에 대해 기술하고, 3장에서는 뇌파 분석용 서버시스템을 제안한다.

제안 방법

뇌파 분석 서버 시스템을 구축하기 위해 오픈소스 유형의 스프링 프레임워크를 기본 구조로 구축하였으며, 응용 애플리케이션 유형으로 구현하였다. 스프링 플랫폼의 대표적인 특징은 다음과 같다.
뇌파 분석을 위한 엔터프라이즈 유형의 경량급 서버 시스템을 제시 및 구축 하였으며, 의존성 독립을 제공하고 신뢰성 높은 뇌파 정보를 제공한다. 또한 제시된 시스템을 활용하여 게임 및 의료분야 등 다양한 방면으로 뇌파 분석정보를 활용할 수 있다.
전체 서버 시스템의 구조는 스프링 프레임워크를 활용하였다. 뇌파 전송을 위해 ThinkGear 라이브러리계층을 포함하고[15], 객체와 데이터베이스 매핑을 위해 MyBatis 모듈을 활용 하였으며, MariaDB에서는 CRUD연산을 수행한다. 상위 계층의 SWT모듈에서 UI에 대한 기능을 수행하여 분석된 뇌파정보를 그래프로 보여준다.
뇌파의 주파수는 1∼50Hz로써, 약 10∼200uV의 진폭을 보이고, 주파와 전압에 따라 델타, 쎄타, 알파, 베타, 감마 등으로 분석한다.
본 논문에서는 서버 시스템의 경량화와 의존성을 제공하기위해 메이븐 빌드 도구를 구축하였으며, pom.xml 을 통해 Table 3에서는 메이븐 빌드 레퍼지터리를 지정하고 저장소 빌드를 위해 Git 빌드 도구를 활용한다. Table 4는 서버에서 사용되는 SWT, MyBatis 라이브러리들의 의존성 독립을 제공하기 위한 라이브러리 정보를 지정하였다.
4의 플랫폼 계층구조를 가진다. 엔터프라이즈 환경의 자바플랫폼을 기반으로 스프링 프레임워크를 구축하였다.
본 논문에서는 뇌파 분석을 제공하는 전자정부프레임워크 기반(SPRING)의 경량화된 서버 시스템의 프레임워크를 제안한다. 제시된 프레임워크에서는 경량화된 메타 데이타를 활용하여 의존성이 낮은 서버시스템을 구축하였으며 뇌파의 변이를 실시간으로 처리 및 분석하였다. 이로 인해, 응용 애플리케이션 형태의 경량화된 의존성이 낮고 독립적인 오픈소스 기반의 뇌파 분석 서비스를 제공하고자 한다.
왼쪽 레드 단계는 집중(attention) 모드 값의 변이를 보여 주며, 오른쪽 블루 단계는 명상(meditation) 모드 값의 변이를 보여준다. 집중도를 높이기 위해 두 종류의 간단한 게임을 오른쪽 패널에 배치하였다. Fig.

대상 데이터

뇌파 전송을 위해 뉴로스카이의 마인드웨이브 모바일 2 헤드셋을 사용하였으며, 서버시스템과 헤드셋은 블루트스 통신을 통하여 뇌파 데이타를 전송한다. 전체 서버 시스템의 구조는 스프링 프레임워크를 활용하였다.

이론/모형

본 논문에서는 BCI 시스템[14]의 응용으로써, 뇌파 분석용 서버 애플리케이션을 구축하기 위해 Fig. 4의 플랫폼 계층구조를 가진다. 엔터프라이즈 환경의 자바플랫폼을 기반으로 스프링 프레임워크를 구축하였다.
서버시스템의 경량화를 위해 메이븐 빌드 도구를 사용한다. 메이븐은 개발자들이 전체 개발과정을 한 눈에볼 수 있도록 프로젝트의 빌드, 관리에 사용되는 도구로서 빌드 절차를 간소화하고 동일한 빌드 시스템을 제공 하며, 프로젝트 정보를 제공한다.

성능/효과

뇌파 분석 서버시스템은 블루투스를 통해 뇌파 정보를 수집 및 분석하고 뇌파 변이를 실시간 그래프로 표현 한다. 또한, 계산기와 가위바위보 게임을 통해 집중도를 향상 시켰다. Fig.

후속연구

뇌파 분석을 위한 엔터프라이즈 유형의 경량급 서버 시스템을 제시 및 구축 하였으며, 의존성 독립을 제공하고 신뢰성 높은 뇌파 정보를 제공한다. 또한 제시된 시스템을 활용하여 게임 및 의료분야 등 다양한 방면으로 뇌파 분석정보를 활용할 수 있다. 향후 연구 방향으로 빅데 이터와 머신러닝 모듈을 추가하여 4차 산업혁명의 시대에 맞는 다양한 뇌파 서비스를 제공하고자 한다.
또한 제시된 시스템을 활용하여 게임 및 의료분야 등 다양한 방면으로 뇌파 분석정보를 활용할 수 있다. 향후 연구 방향으로 빅데 이터와 머신러닝 모듈을 추가하여 4차 산업혁명의 시대에 맞는 다양한 뇌파 서비스를 제공하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	BCI 기술의 과정은 어떻게 이루어지는가?	1에서와 같이 인간의 두뇌와 컴퓨터를 직접 연결해 뇌파를 통해 컴퓨터를 제어 하는 인터페이스 기술이다. 뇌파 자극을 인식(Acquisition) 하는 장치를 통해 뇌파를 받아들인 후, 신호화 과정 (Signal Processing)을 거쳐 뇌파를 분석해 입출력 장치에 명령을 내리는 단계를 거친다[1-3]. 인간의 두피에서 측정 가능한 자발적 전기 활동인 뇌파는 두뇌 활동의 변화를 시간적, 공간적으로 파악할 수 있는 수단이다[4,5].
	뇌파는 무엇인가?	뇌파(EEG: Electroencephalography)란 뇌에서 발생한 신호를 전극으로 측정한 것으로써, 신경에서 발생한 전기적인 신호가 합성되어 나타나는 뇌 표면의 신호를 측정하여 뇌파 신호를 얻는다.
	바이오산업이 오픈소스 유형의 플랫폼을 제공하는 이유는 무엇인가?	바이오산업은 시대적 흐름에 따라 비약적인 발달을 하고 있으며, 뇌 공학 관련 응용시스템을 구축하기위해 개발기간 단축과 비용절감의 이유로 오픈소스 유형의 플랫폼이 제공되고 있다. 또한, 서버 시스템의 유형이 경량화를 추구하고 프로그래밍 플랫폼의 의존도를 낮추는 반면, 독립적인 시스템으로서 쉽게 개발할 수 있는 시스템을 선호하는 추세이다.

참고문헌 (15)

G.. Schalk & E. C. Leuthardt. (2011). Brain-computer interfaces using electrocorticographic signals. IEEE reviews in biomedical engineering, 4, 140-154.

상세보기
L. Bi, X. A. Fan & Y. Liu. (2013). EEG-based brain-controlled mobile robots: a survey. IEEE transactions on human-machine systems, 43(2), 161-176.

상세보기
J. R. Wolpaw, et al. (2000). Brain-computer interface technology: a review of the first international meeting. IEEE transactions on rehabilitation engineering, 8(2), 164-173.

상세보기
A. N. Malik, J. Iqbal & M. I. Tiwana. (2016). EEG signals classification and determination of optimal feature-classifier combination for predicting the movement intent of lower limb. In Robotics and Artificial Intelligence (ICRAI), 2016 2nd International Conference on (pp. 45-49). IEEE.
X. Gao, D. Xu, M. Cheng & S. Gao. (2003). A BCI-based environmental controller for the motion-disabled. IEEE Transactions on neural systems and rehabilitation engineering, 11(2), 137-140.

상세보기
F. Cincotti et al. (2008). Non-invasive brain-computer interface system: towards its application as assistive technology. Brain research bulletin, 75(6), 796-803.

상세보기
B. Z. Allison et al. (2010). Toward a hybrid brain-computer interface based on imagined movement and visual attention. Journal of neural engineering, 7(2), 026007.

상세보기
B. S. Zainuddin, Z. Hussain & I. S. Isa. (2014). Alpha and beta EEG brainwave signal classification technique: A conceptual study. In Signal Processing & its Applications (CSPA), 2014 IEEE 10th International Colloquium on (pp. 233-237). IEEE.
D. Wang et al. (2005, May). Measurement and analysis of electroencephalogram (EEG) using directional visual stimuli for brain computer interface. In Active Media Technology, 2005.(AMT 2005). Proceedings of the 2005 International Conference on (pp. 34-39). IEEE.
B. Ulker et al. (2017, June). Relations of attention and meditation level with learning in engineering education. In Electronics, Computers and Artificial Intelligence (ECAI), 2017 9th International Conference on (pp. 1-4). IEEE.
SPRING: https://www.spring.io
MAVEN: https://maven.apache.org
MARIADB: https://www.mariadb.com
S. J. Choi & B. G. Kang. (2014). Prototype design and implementation of an automatic control system based on a BCI. Wireless personal communications, 79(4), 2551-2563.

상세보기
NEUROSKY: https://www.neurosky.com

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증