[논문]128 채널 뇌파를 이용한 사이버멀미 평가법 개발

한동욱; 이동현; 지경하; 안봉영; 임현균

doi:10.14695/kjsos.2018.22.3.3

128 채널 뇌파를 이용한 사이버멀미 평가법 개발
Development of a Method of Cybersickness Evaluation with the Use of 128-Channel Electroencephalography 원문보기

감성과학 = Science of emotion & sensibility, v.22 no.3, 2019년, pp.3 - 20

한동욱 (과학기술연합대학원대학교 한국표준과학연구원 캠퍼스 의학물리학) , 이동현 (과학기술연합대학원대학교 한국표준과학연구원 캠퍼스 의학물리학) , 지경하 (충남대학교 의류학과) , 안봉영 (한국표준과학연구원 의료융합표준센터) , 임현균 (한국표준과학연구원 의료융합표준센터)

초록
AI-Helper

가상현실 기술이 발전하면서 다양한 영역에서 여러 목적으로 활용되고 있다. 하지만 사용자로부터 메스꺼움, 어지러움 등과 같은 멀미 증상에 대한 부작용도 함께 보고되고 있다. 이런 멀미 증상을 사이버멀미라고 말하며, 사용자에게 불편을 야기시켜 불쾌감과 스트레스와 같은 부정적 영향을 줄 수 있으며, 현재 사이버멀미의 발생 원인과 해결책에 관한 공식적인 표준이 없다. 본 연구에서는 이런 한계점을 극복하기 위해 정량적, 객관적 사이버멀미 평가법을 제안하였다. 10명의 20대 남성 대상으로 이동과 회전을 하는 가상현실을 경험하게 하면서 128채널의 뇌파를 측정하였다. 11개 영역에서 Delta와 Alpha 상대 파워를 계산하고, ROC curve를 통해 area under the ROC curve (AUC)가 가장 높은 값을 가지는 다중회귀모형을 도출하였다. 이렇게 도출한 다중회귀모형은 11개의 설명변수로 피험자가 응답한 사이버멀미의 정도와 비교하여 95.1 % (AUC = 0.951)의 정확성으로 사이버멀미를 구분하는 것이 가능함을 알 수 있었다. 이러한 결과를 정리하면 본 연구에서는 128 채널의 뇌파를 통해 멀미에 대한 객관적 반응을 확인하였으며, 뇌의 특정부위에서 반응이 있는 것으로 나타났다. 본 연구 결과와 분석법을 활용하면 추후 사이버멀미 관련 연구에 도움이 될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

With advancements in technology of virtual reality, it is used for various purposes in many fields such as medical care and healthcare, but as the same time there are also increasing reports of nausea, eye fatigue, dizziness, and headache from users. These symptoms of motion sickness are referred to as cybersickness, and various researches are under way to solve the cybersickness problem because it can cause inconvenience to the user and cause adverse effects such as discomfort or stress. However, there is no official standard for the causes and solutions of cybersickness at present. This is also related to the absence of tools to quantitatively measure the cybersickness. In order to overcome these limitations, this study proposed quantitative and objective cybersickness evaluation method. We measured 128-channel EEG waves from ten participants experiencing visually stimulated virtual reality. We calculated the relative power of delta and alpha in 11 regions (left, middle, right frontal, parietal, occipital and left, right temporal lobe). Multiple regression models were obtained in a stepwise manner with the motion sickness susceptibility questionnaire (MSSQ) scores indicating the susceptibility of the subject to the motion sickness. A multiple regression model with the highest under the area ROC curve (AUC) was derived. In the multiple regression model derived from this study, it was possible to distinguish cybersickness by accuracy of 95.1% with 11 explanatory variables (PD.MF, PD.LP, PD.MP, PD.RP, PD.MO, PA.LF, PA.MF, PA.RF, PA.LP, PA.RP, PA.MO). In summary, in this study, objective response to cybersickness was confirmed through 128 channels of EEG. The analysis results showed that there was a clearly distinguished reaction at a specific part of the brain. Using the results and analytical methods of this study, it is expected that it will be useful for the future studies related to the cybersickness.

주제어

AI 본문요약
AI-Helper

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

문제 정의

, 2016; Park & Hu, 1999). 그래서 본 연구에서는 사이버멀미 유발 요인을 명확하게 알기 위해 생리주기에 의해 호르몬 수준의 차이가 나지 않는 남성 피험자 중심으로 실험을 진행하였다. 특히, 신체 건강한 20대 성인 남성 10명(평균 연령:26.
그렇기 때문에 적정한 수준으로 감소시키는 것이 중요한데, 선행 연구에서 연구자에 따라 각자 다양한 디스플레이 형태와 가상환경을 통해 실험을 진행하여 참고할 만한 기준이 마땅치가 않다. 그래서 일반 모니터와 커브 모니터, 이 두 모니터를 통해 하드웨어적으로만 시야각이 달라질 때의 사이버멀미 차이를 알아보고자 하였다.
, 2019). 그리고 11개의 영역은 좌측, 중앙, 우측의 전두엽, 두정엽, 후두엽과 좌측, 우측의 측두엽으로 구성하였으며, 이렇게 11개 영역으로 나눈 이유는 fMRI를 사용한 멀미 관련 선행 연구 결과와 비교하기 위함이다.
, 2017). 본 연구에서는 사이버멀미에 대한 뇌의 활동에 큰 비중을 두고 있으므로 뇌파 중심으로 논의하였다.
, 2018). 본 연구에서는 위와 같은 한계점을 극복하기 위해 선행 연구로부터 사이버멀미와 관련된 요인들을 분류하고 뇌파를 이용한 사이버멀미의 평가법을 제안하였다.

제안 방법

128 채널의 뇌파를 측정하여 멀미와 관련된 뇌 활동을 조사한 선행 연구를 토대로 특정 영역에서 계산한 파워와 SSQ와 FMS를 통해 응답한 사이버멀미 정도를 비교하였다. 특정 영역(전두엽과 두정엽, 중앙 후두엽에서의 Delta와 Alpha 상대 파워)에서 계산한 M_P는 각 설문 문항별 점수뿐만 아니라 디스플레이와 이동 및 회전 방향에 따른 설문 점수와 다소 일치하는 것을 확인하였다.
ICA 기능이 있는 매트랩 기반 EEGLAB tool box에 파일을 입력하기 위해 ‘Net Station Simple Binary’형태의 파일로 변환하였다.
Matlab 2016b을 사용하여 가상환경을 경험한 구간 중에서 마지막 10초(3분에서 3분 10초까지)를 FFT 함수로 1초 window, 50% overlap을 설정하고 Delta, Alpha 상대 파워를 계산하였다. 그 이유는 절대 파워는 큰 변동성을 가지고 있으며(Gasser et al.
가상환경의 화면 변화속도(frame rate)는 초당 60 프레임으로 설정하였으며, 가상환경의 시야각(field of view)은 60 °로 설정하였다.
그 다음에는 Window PC 기반의 매트랩을 이용하여 ICA를 실행하였으며, 노이즈 성분(±100 μV)을 확인하여 제거하였다(McMenamin et al., 2010).
피험자가 사전에 MSSQ를 작성한 후 10분 동안 실험 설명을 들으면서 적응하는 시간을 가졌다. 그리고 5분 동안 안정상태의 뇌파를 측정한 후, 다음에는 3분 10초 동안의 이동 및 회전하는 가상환경 경험과 5분 동안의 휴식을 12번 반복하면서 뇌파를 측정하였다. 또한, 5분 동안 휴식하기 전에 바로 SSQ와 FMS를 통해 사이버멀미 정도를 검사하였다.
가상환경의 화면 변화속도(frame rate)는 초당 60 프레임으로 설정하였으며, 가상환경의 시야각(field of view)은 60 °로 설정하였다. 그리고 실험 목적에 맞게 시각적 흐름에 해당되는 이동과 회전 요소 중 이동방향은 정지, 앞뒤, 좌우, 상하로 4가지 형태이며, 회전방향은 Pitch, Roll, Yaw 3가지 형태로 설정하였고 이 두 가지 요소를 혼합하여 총 12가지 형태의 영상을 제작하였다(Table 1).
그리고 이렇게 계산된 다중회귀모형들 중 ROC curve를 통해 AUC가 가장 높은 회귀모형을 도출하기 위해 피험자가 응답한 FMS 점수에서 0점은 0(‘멀미 증상이 없다’), 1점 이상은 1(‘멀미 증상이 있다’)인 이진 데이터로 변환하였고, 이 데이터로 각 회귀모형의 AUC값을 계산하여 정확성이 높은 회귀모형을 도출하였다.
기록된 모든 뇌파 데이터를 Mac PC에 설치된 EGI시스템의 소프트웨어(Net station version 4.2.4)를 이용하여 0.5 ~ 50.0 Hz 범위의 대역통과필터를 적용하였고 기준 전극을 공통평균기준으로 바꾸었다. ICA 기능이 있는 매트랩 기반 EEGLAB tool box에 파일을 입력하기 위해 ‘Net Station Simple Binary’형태의 파일로 변환하였다.
먼저, 사전 설문 단계에는 멀미 취약성을 점수화하기 위해 MSSQ 설문을 응답하도록 하였고, 적응단계에서는 안정적인 뇌파를 측정하기 위해 10분간 실험상황에 대해 설명하면서 측정 환경에 적응하는 시간을 가졌다. 기저선 측정단계에서는 실험 전 5분간 안정 상태의 뇌파를 측정하였으며, 가상환경 경험단계에서는 이동 및 회전하는 가상환경을 3분 10초간 경험하면서 뇌파를 측정하였다. 회복단계에서는 5분 동안 편안하게 휴식을 취하면서 총 16개의 문항 중 4개 문항(메스꺼움, 눈의 피로, 어지러움, 두통)을 선택한 SSQ와 FMS를 구두로 질문을 하였고, 피험자 역시 구두로 답변하였다.
뇌파 측정은 128 채널 HydroCel Geodesic Sensor Net(EGI, Eugene, OR, USA)과 EGI 시스템(Net Amps 400), Mac PC를 사용하여 측정하였다. 128 채널 HydroCel Geodesic Sensor Net는 머리 전체를 감싸는 캡 형태로 구성이 되어 있으며, 128개의 전극들은 약 3 cm 간격으로 머리 전체 표면에 걸쳐 분포되어 있다.
그리고 5분 동안 안정상태의 뇌파를 측정한 후, 다음에는 3분 10초 동안의 이동 및 회전하는 가상환경 경험과 5분 동안의 휴식을 12번 반복하면서 뇌파를 측정하였다. 또한, 5분 동안 휴식하기 전에 바로 SSQ와 FMS를 통해 사이버멀미 정도를 검사하였다. 이렇게 진행된 실험에서 5분 동안의 안정 상태와 12번 반복의 가상환경 경험 상태를 기록한 뇌파 데이터를 우선 0.
본 연구에서는 가상환경의 경험에 방해를 덜 일으키면서 반복 수집이 용이하게 SSQ 16개 문항 중 4개의 문항(메스꺼움, 눈의 피로, 어지러움, 두통)만 사용하였고 이와 더불어 FMS도 함께 응답하도록 하였다. 또한, 모든 설문 문항은 구두로 질문하였으며 피험자 역시 구두로 답변하였다.
그리고 디스플레이 형태(평면 모니터와 커브 모니터)에서의 차이도 t-검정(양측검정)으로 비교 확인하였으며, 이동과 회전방향에 따른 비교는 t-검정(양측검정)으로 안정 상태에서의 MP 값과 비교하였다. 마지막으로는 MP 값과 SSQ와 FMS 응답 점수와의 상관분석을 통해 어느 정도의 상관성을 확인하였다.
, 2017). 멀미 측정을 위해 개발된 이 설문지는 크게 메스꺼움, 안구운동, 방향감각 상실 이렇게 3가지의 하위 척도로 나누어지며, 총 16개의 문항으로 구성되어 있다. 각 문항 마다 증상의 정도를 0에서 3점까지 4점 척도로 평가하며, 점수가 높을수록 심한 멀미를 경험하였다는 것을 의미한다.
모든 실험은 외부잡음을 차단할 수 있는 차폐실에서 실험을 진행하였다. 피험자는 차폐실 안의 의자에 편안한 자세로 앉은 상태에서 피험자의 눈이 화면의 중앙에 위치하도록 책상 높이를 조절하였으며, 모니터와 거리는 65 cm로 거리를 두었다(Steinicke et al.
이러하여 효율적으로 피험자의 멀미 취약성을 알고자 짧은 형태의 MSSQ-Short 설문을 통해 12살 이전의 멀미 경험과 최근 10년 동안의 멀미 경험에 대하여 점수화하였다. 본 연구에서는 가상환경의 경험에 방해를 덜 일으키면서 반복 수집이 용이하게 SSQ 16개 문항 중 4개의 문항(메스꺼움, 눈의 피로, 어지러움, 두통)만 사용하였고 이와 더불어 FMS도 함께 응답하도록 하였다. 또한, 모든 설문 문항은 구두로 질문하였으며 피험자 역시 구두로 답변하였다.
사람의 멀미 취약성을 측정하기 위해 개발된 Motion sickness susceptibility questionnaire (MSSQ)는 12세 이전과 최근 10년 간 교통수단 또는 놀이기구 경험 시 멀미를 느낀 적이 있는가에 대해 점수화하는데(Golding, 1998), 이를 응답시간과 유효성을 위해 짧은 형태의 MSSQ-Short로 수정하였다(Golding, 2006). MSSQ-Short 점수는 12세 이전 멀미 경험에 대해 응답한 점수와 최근 10년 간의 멀미 경험에 대해 응답한 점수의 합으로 계산되며, MSSQ-Short 점수가 높을수록 멀미에 민감한 경향이 있다.
사이버멀미와 생체신호 간의 상관성을 본 연구 결과에서는 심전도의 R-R interval과 왼쪽 측두엽 부근 전극(T3)에서의 Delta, Beta 상대 파워, MSSQ 점수를 가지고 다중회귀분석을 통해 피험자가 응답한 사이버 멀미 크기의 분산 중 약 50.0 % (R²= 0.5)정도를 설명하는 모형을 도출하였다(Y. Y. Kim et al., 2005). 반면 위전도의 상대 파워와 호흡수를 가지고 다중회귀분석을 사용하여 피험자가 느끼는 사이버멀미 크기의 분산 중 약 40.
시각 자극용 콘텐츠는 유니티 프로그램을 사용하여 제작하였다. 화면 복잡성을 통제하기 위해 하늘과 땅으로만 구성하였고 회전과 움직임을 느낄 수 있게 구름과 풀을 배치하였다[Fig.
7 세)을 대상으로 했으며, 모두 심리적 장애나 신경학적 문제, 시력에 이상이 없는 자로 선정하였다. 실험 전 24시간 전부터 중추신경계 및 자율 신경계에 영향을 줄 수 있는 담배, 카페인, 약물, 음주의 섭취를 금하였고, 피험자들은 1~6일 간격으로 2회 측정에 참여하였다. 본 연구는 한국표준과학연구원에 설치된 기관생명윤리위원회(IRB, Institutional Review Board)의 승인 하에 시행하였다(IRB number: KRISS-IRB-2019-03).
실험은 사전 설문 단계, 적응 단계, 기저선 측정 단계, 가상환경 경험 단계, 회복 단계를 포함한 5단계 절차로 이루어져 있으며, 모든 피험자는 1~6 일 간격으로 평면 모니터와 커브 모니터로 모든 시각 자극용 콘텐츠를 2회 반복 경험하였다. 먼저, 사전 설문 단계에는 멀미 취약성을 점수화하기 위해 MSSQ 설문을 응답하도록 하였고, 적응단계에서는 안정적인 뇌파를 측정하기 위해 10분간 실험상황에 대해 설명하면서 측정 환경에 적응하는 시간을 가졌다.
이렇게 도출한 회귀모형이 얼마나 피험자가 응답한 설문 결과와 일치하는지 비교하였으며, 뇌파 선행 연구 결과뿐만 아니라 위전도와 호흡수를 가지고 다중 회귀분석을 사용하여 분석한 선행 연구 결과도 비교해보았다. 우선 사이버멀미를 객관적이며 정확하게 측정하기 위해서는 멀미 증상이 심하게 있는 것과 없는 것을 정확하게 구분하면서 멀미 정도를 측정해야 하므로 SSQ와 FMS 점수가 0점인 경우는 멀미 증상이 없는 것으로 분류하고 FMS 점수 기준으로 중간값인 10점 이상의 점수(High로 명명, SSQ 점수는 3점 이상)와 상위 25% 값인 15점 이상의 점수(Higher로 명명, SSQ 점수는 4점)를 심한 멀미 증상이 있는 것으로 분류하였다. 이렇게 분류해서 0점, High, Higher에서의 MP 값을 t-검정(양측검정)으로 비교 확인하였다.
9]. 이 중 11개의 변수로 멀미 여부를 판별하는데 가장 높은 정확성을 갖는 사이버멀미 추정식을 도출하였다(식 3). Adj-R²= 0.
, 2018; Rebenitsch & Owen, 2016). 이러하여 효율적으로 피험자의 멀미 취약성을 알고자 짧은 형태의 MSSQ-Short 설문을 통해 12살 이전의 멀미 경험과 최근 10년 동안의 멀미 경험에 대하여 점수화하였다. 본 연구에서는 가상환경의 경험에 방해를 덜 일으키면서 반복 수집이 용이하게 SSQ 16개 문항 중 4개의 문항(메스꺼움, 눈의 피로, 어지러움, 두통)만 사용하였고 이와 더불어 FMS도 함께 응답하도록 하였다.
회복단계에서는 5분 동안 편안하게 휴식을 취하면서 총 16개의 문항 중 4개 문항(메스꺼움, 눈의 피로, 어지러움, 두통)을 선택한 SSQ와 FMS를 구두로 질문을 하였고, 피험자 역시 구두로 답변하였다. 이러한 가상환경 경험단계와 회복단계를 총 12번 반복하여 모든 이동 및 회전 형태의 시각 자극용 콘텐츠를 경험하였다. 그리고 실험 중간에 피험자가 극심한 사이버멀미로 인해 그만두기 희망하거나 구토가 날 경우에는 실험을 중단하였다.
이렇게 기록하는 전위차는 뇌에서 일어나는 여러 전기적 활동성의 합을 반영하고 있어 피질 뉴런의 흥분과 억제 시냅스후 전위(EPSPs, IPSPs), 뉴런의 활동 전위(Action potential) 그리고 근육이나 눈의 움직임 등에서 유발되는 전기적 신호까지 포함되어 있다. 이러한 뇌파 신호를 충분히 필터나 노이즈 제거 기술로 노이즈 성분을 제거하고 시간이나 주파수 영역에서 뇌파를 분석한다. 특히, 사이버멀미 연구에서는 주로 주파수 영역에서의 분석인 파워 스펙트럼(Power spectrum)분석을 수행하는데, δ파(Delta, 0.
, 2018)과 근육 움직임이 많이 들어간 전극(20개)이며, 노이즈에 오염된 전극이다. 이후에는 독립 성분 분석(Independent Component Analysis, ICA)을 통해 눈 깜박임이나 움직임과 같은 노이즈를 제거하고 Delta, Alpha 상대 파워를 계산하였다. 이렇게 계산된 파워를 다중회귀분석을 통해 회귀모형을 구하였고, 이를 디스플레이 종류와 이동 및 회전방향에 따라 비교하였다.
총 24개의 변수를 가지고 변수를 선택하면서 다중회귀모형을 구하여 ROC curve를 통해 AUC를 계산했다[Fig. 9]. 이 중 11개의 변수로 멀미 여부를 판별하는데 가장 높은 정확성을 갖는 사이버멀미 추정식을 도출하였다(식 3).
모든 실험은 외부잡음을 차단할 수 있는 차폐실에서 실험을 진행하였다. 피험자는 차폐실 안의 의자에 편안한 자세로 앉은 상태에서 피험자의 눈이 화면의 중앙에 위치하도록 책상 높이를 조절하였으며, 모니터와 거리는 65 cm로 거리를 두었다(Steinicke et al., 2011). 피험자들은 2회 측정으로 각각 평면 모니터와 커브 모니터 조건에서 가상환경을 모두 경험하였다.
기저선 측정단계에서는 실험 전 5분간 안정 상태의 뇌파를 측정하였으며, 가상환경 경험단계에서는 이동 및 회전하는 가상환경을 3분 10초간 경험하면서 뇌파를 측정하였다. 회복단계에서는 5분 동안 편안하게 휴식을 취하면서 총 16개의 문항 중 4개 문항(메스꺼움, 눈의 피로, 어지러움, 두통)을 선택한 SSQ와 FMS를 구두로 질문을 하였고, 피험자 역시 구두로 답변하였다. 이러한 가상환경 경험단계와 회복단계를 총 12번 반복하여 모든 이동 및 회전 형태의 시각 자극용 콘텐츠를 경험하였다.

대상 데이터

그래서 실험에서 23인치 평면 모니터와 49인치 커브 모니터로 선정하여 비교하였고, 사용된 모니터는 FHD 23인치 평면 모니터(544×406 mm)와 UHD 4K 49인치 커브 모니터(1195.8×336.3 mm)이며, 해상도는 평면 모니터가 1920×1080 pixels이고 커브 모니터는 3840×1080 pixels로 실험을 진행하였다.
특히, 신체 건강한 20대 성인 남성 10명(평균 연령:26.4 ± 2.7 세)을 대상으로 했으며, 모두 심리적 장애나 신경학적 문제, 시력에 이상이 없는 자로 선정하였다.

데이터처리

128개의 전극 중 108개의 전극을 분석하기 용이하게 11개의 영역에 해당되는 전극들을 그룹으로 묶어 평균 파워을 계산하였다[Fig. 8] (Kaiser, 2010; Koessler et al., 2009; Luu & Ferree, 2005; Okamoto et al., 2004).
구축한 회귀모형이 얼마나 사이버멀미 증상 여부를 잘 판별하는지 알고자 ROC curve를 그렸고, 11개 영역에서 Delta와 Alpha 파워 값을 식 (3)에 대입하여 계산한 M_P값이 2.68보다 낮으면 멀미 증상이 없고, 높으면 멀미 증상이 있는 것으로 분류하여 피험자가 응답한 것과 비교하였다. 그 결과 약 95.
이렇게 분류해서 0점, High, Higher에서의 MP 값을 t-검정(양측검정)으로 비교 확인하였다. 그리고 디스플레이 형태(평면 모니터와 커브 모니터)에서의 차이도 t-검정(양측검정)으로 비교 확인하였으며, 이동과 회전방향에 따른 비교는 t-검정(양측검정)으로 안정 상태에서의 MP 값과 비교하였다. 마지막으로는 MP 값과 SSQ와 FMS 응답 점수와의 상관분석을 통해 어느 정도의 상관성을 확인하였다.
모든 피험자의 안정 상태와 가상환경 경험 상태의 뇌파 데이터를 이용하여 사이버멀미 정도를 예측하는 모형을 도출하기 위해 먼저, 11개 영역에서의 Delta, Alpha 상대 파워(변수 개수는 11×2 = 22개)와 MSSQ점수(어릴 때의 멀미 경험, 최근 10년 동안의 멀미 경험에 대한 점수, 변수 개수는 2개)를 독립변수(총 24개= 22개 + 2개)로 설정하고 FMS 점수를 종속변수로 두어 통계분석 소프트웨어인 R을 통해 스텝와이즈(stepwise) 방식으로 독립변수를 선택하면서 다중회귀분석을 사용하였다.
이후에는 독립 성분 분석(Independent Component Analysis, ICA)을 통해 눈 깜박임이나 움직임과 같은 노이즈를 제거하고 Delta, Alpha 상대 파워를 계산하였다. 이렇게 계산된 파워를 다중회귀분석을 통해 회귀모형을 구하였고, 이를 디스플레이 종류와 이동 및 회전방향에 따라 비교하였다.
이렇게 도출한 회귀모형이 얼마나 피험자가 응답한 설문 결과와 일치하는지 비교하였으며, 뇌파 선행 연구 결과뿐만 아니라 위전도와 호흡수를 가지고 다중 회귀분석을 사용하여 분석한 선행 연구 결과도 비교해보았다. 우선 사이버멀미를 객관적이며 정확하게 측정하기 위해서는 멀미 증상이 심하게 있는 것과 없는 것을 정확하게 구분하면서 멀미 정도를 측정해야 하므로 SSQ와 FMS 점수가 0점인 경우는 멀미 증상이 없는 것으로 분류하고 FMS 점수 기준으로 중간값인 10점 이상의 점수(High로 명명, SSQ 점수는 3점 이상)와 상위 25% 값인 15점 이상의 점수(Higher로 명명, SSQ 점수는 4점)를 심한 멀미 증상이 있는 것으로 분류하였다.
우선 사이버멀미를 객관적이며 정확하게 측정하기 위해서는 멀미 증상이 심하게 있는 것과 없는 것을 정확하게 구분하면서 멀미 정도를 측정해야 하므로 SSQ와 FMS 점수가 0점인 경우는 멀미 증상이 없는 것으로 분류하고 FMS 점수 기준으로 중간값인 10점 이상의 점수(High로 명명, SSQ 점수는 3점 이상)와 상위 25% 값인 15점 이상의 점수(Higher로 명명, SSQ 점수는 4점)를 심한 멀미 증상이 있는 것으로 분류하였다. 이렇게 분류해서 0점, High, Higher에서의 MP 값을 t-검정(양측검정)으로 비교 확인하였다. 그리고 디스플레이 형태(평면 모니터와 커브 모니터)에서의 차이도 t-검정(양측검정)으로 비교 확인하였으며, 이동과 회전방향에 따른 비교는 t-검정(양측검정)으로 안정 상태에서의 MP 값과 비교하였다.

성능/효과

23인치 평면 모니터와 49인치 커브 모니터 조건에서의 MP 값과 각 설문 문항의 점수를 t-검정(양측검정)을 통해 비교한 결과, 두통 항목을 제외하고는 모든 항목에서 유의하게 차이(MP 값, p<.05; 메스꺼움, 눈의 피로, 어지러움, FMS 점수, p<.001)가 있었으며, 49인치 커브 모니터 조건에서의 MP 값과 각 설문 문항의 점수가 높았다[Fig. 12].
SSQ와 FMS 설문 문항에 대해 0점과 High, Higher의 MP값을 t-검정(양측검정)을 통해 비교한 결과, 0점과 Higher 경우에서의 두통 항목을 제외하고는 모든 설문 문항이 유의하게 차이(0점과 Higher 경우에서의 메스꺼움 항목, p<.01; 그 외 모든 항목, p<.001)가 있었으며, High와 Higher의 MP이 높았다[Fig. 11].
68보다 낮으면 멀미 증상이 없고, 높으면 멀미 증상이 있는 것으로 분류하여 피험자가 응답한 것과 비교하였다. 그 결과 약 95.1 % (AUC = 0.95) 정도로 멀미 증상 여부를 맞게 판별하였다[Fig. 10].
특정 영역(전두엽과 두정엽, 중앙 후두엽에서의 Delta와 Alpha 상대 파워)에서 계산한 M_P는 각 설문 문항별 점수뿐만 아니라 디스플레이와 이동 및 회전 방향에 따른 설문 점수와 다소 일치하는 것을 확인하였다. 그리고 M_P와 설문 점수를 통해 시야각이 커짐에 따라 사이버멀미 정도도 함께 증가하고 이동 및 회전으로 인하여 사이버멀미가 유발되는 것을 알 수 있었다. 따라서, 본 연구는 다음의 결론을 지울 수 있다.
, 2016). 그리고 본 연구 결과에서는 전두엽과 좌우측 두정엽, 그리고 중앙 후두엽 부근에서 나온 Delta, Alpha 상대 파워로 사이버멀미 크기의 분산 중 40.0 % (R²= 0.4)정도를 설명하는 모형을 도출하였다.
95)으로 멀미에 대한 객관적 반응을 확인하였다. 둘째, 뇌 전체 영역에서의 뇌파를 보았지만 특정부위(전두엽과 두정엽, 중앙 후두엽)에서 반응이 있는 것을 발견하였다. 최근 들어 가상현실이 대중화가 되면서 사이버멀미에 대한 보고가 증가한다는 사실을 감안하면, 본 연구 방법과 결과는 추후 사이버멀미 관련 연구에 좋은 참고 자료가 될 수 있을 것이다.
, 2008). 본 연구의 결과에서도 23인치 평면 모니터보다 화면이 크고 커브 형태로 시야각이 넓어지는 49인치 커브 모니터에서 심한 멀미를 느꼈다. 이로써 시야각도 사이버멀미를 유발하는 중요한 지표라고 할 수 있으며, 시야각이 넓어짐에 따라 사이버멀미를 더 유발하고 있음이 분석되었다.
따라서, 본 연구는 다음의 결론을 지울 수 있다. 첫째, 높은 정확성(95.1 %, AUC = 0.95)으로 멀미에 대한 객관적 반응을 확인하였다. 둘째, 뇌 전체 영역에서의 뇌파를 보았지만 특정부위(전두엽과 두정엽, 중앙 후두엽)에서 반응이 있는 것을 발견하였다.
128 채널의 뇌파를 측정하여 멀미와 관련된 뇌 활동을 조사한 선행 연구를 토대로 특정 영역에서 계산한 파워와 SSQ와 FMS를 통해 응답한 사이버멀미 정도를 비교하였다. 특정 영역(전두엽과 두정엽, 중앙 후두엽에서의 Delta와 Alpha 상대 파워)에서 계산한 M_P는 각 설문 문항별 점수뿐만 아니라 디스플레이와 이동 및 회전 방향에 따른 설문 점수와 다소 일치하는 것을 확인하였다. 그리고 M_P와 설문 점수를 통해 시야각이 커짐에 따라 사이버멀미 정도도 함께 증가하고 이동 및 회전으로 인하여 사이버멀미가 유발되는 것을 알 수 있었다.

후속연구

둘째, 뇌 전체 영역에서의 뇌파를 보았지만 특정부위(전두엽과 두정엽, 중앙 후두엽)에서 반응이 있는 것을 발견하였다. 최근 들어 가상현실이 대중화가 되면서 사이버멀미에 대한 보고가 증가한다는 사실을 감안하면, 본 연구 방법과 결과는 추후 사이버멀미 관련 연구에 좋은 참고 자료가 될 수 있을 것이다.
한편 10명의 20대 남성 기준의 데이터라는 점은 이 연구의 한계라고 할 수 있으며, 성별과 연령대가 다양한 사람들 대상으로 많은 데이터를 얻는다면 사이버 멀미의 정도를 더 정확하게 평가할 수 있는 방법이 개발될 수 있다고 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Roll(X축 회전)이 왜 사이버 멀미를 일으키나?	특히 회전운동 중 Pitch는 배 멀미와 비슷하며, Yaw는 흔히 일상생활에 접하는 회전이지만 Roll은 상대적으로 비행기를 타야 경험할 수 있는 회전이다. 이러한 이유로 Roll은 시각과 전정 감각 시스템이 아직 익숙하지가 않아 사이버 멀미를 더 느끼는 요인이라고 보기도 한다(Rebenitsch & Owen, 2016).
	뇌파 분석에서 수집하는 신호는 무엇인가?	, 2009). 이렇게 기록하는 전위차는 뇌에서 일어나는 여러 전기적 활동성의 합을 반영하고 있어 피질 뉴런의 흥분과 억제 시냅스후 전위(EPSPs, IPSPs), 뉴런의 활동 전위(Action potential) 그리고 근육이나 눈의 움직임 등에서 유발되는 전기적 신호까지 포함되어 있다. 이러한 뇌파 신호를 충분히 필터나 노이즈 제거 기술로 노이즈 성분을 제거하고 시간이나 주파수 영역에서 뇌파를 분석한다.
	사이버멀미란?	, 2018; Rebenitsch & Owen, 2016). 따라서 본 논문에서는 시각 자극에 의해서만 유발되는 신체 이상 증상을 사이버멀미라 정의하며 모니터, HMD, 스크린 등과 같은 디스플레이 조건에서 가상현실을 경험할 때 나타나는 멀미로 한정한다.

참고문헌 (95)

Aykent, B., Yang, Z., Merienne, F., & Kemeny, A. (2014). Simulation sickness comparison between a limited field of view virtual reality head mounted display (Oculus) and a medium range field of view static ecological driving simulator (Eco2). Paper presented at the Driving Simulation Conference Europe 2014 Proceedings.
Benzeroual, K., & Allison, R. S. (2013). Cyber (motion) sickness in active stereoscopic 3D gaming. Paper presented at the 2013 International Conference on 3D Imaging. DOI: 10.1109/ic3d.2013.6732090
Berntsen, K., Palacios, R. C., & Herranz, E. (2016). Virtual reality and its uses: a systematic literature review. Paper presented at the Proceedings of the Fourth International Conference on Technological Ecosystems for Enhancing Multiculturality. DOI: 10.1145/3012430.3012553
Bhandari, J., MacNeilage, P., & Folmer, E. (2018). Teleportation without Spatial Disorientation Using Optical Flow Cues. Paper presented at the Proceedings of Graphics Interface.
Bonato, F., Bubka, A., & Palmisano, S. (2009). Combined pitch and roll and cybersickness in a virtual environment. Aviation, Space, and Environmental Medicine, 80(11), 941-945. DOI: 10.3357/asem.2394.2009

상세보기
Bonato, F., Bubka, A., Palmisano, S., Phillip, D., Moreno, G., & Environments, V. (2008). Vection change exacerbates simulator sickness in virtual environments. PRESENCE: Teleoperators and Virtual Environments, 17(3), 283-292. DOI: 10.1162/pres.17.3.283

상세보기
Bradley, A. P. (1997). The use of the area under the ROC curve in the evaluation of machine learning algorithms. Pattern Recognition, 30(7), 1145-1159. DOI: 10.1016/s0031-3203(96)00142-2

상세보기
Calbi, M., Siri, F., Heimann, K., Barratt, D., Gallese, V., Kolesnikov, A., & Umilta, M. A. (2019). How context influences the interpretation of facial expressions: a source localization high-density EEG study on the "Kuleshov effect". Scientific reports, 9(1), 2107. DOI: 10.1038/s41598-018-37786-y

상세보기
Chang, E., Seo, D., Kim, H. T., & Yoo, B. (2018). An Integrated Model of Cybersickness: Understanding User's Discomfort in Virtual Reality. Journal of KIISE, 45(3), 251-279. DOI: 10.5626/jok.2018.45.3.251

원문보기 상세보기
Chardonnet, J.-R., Mirzaei, M. A., & Merienne, F. (2015). Visually induced motion sickness estimation and prediction in virtual reality using frequency components analysis of postural sway signal. Paper presented at the International Conference on Artificial Reality and Telexistence Eurographics Symposium on Virtual Environments.
Chen, A. C., Dworkin, S. F., Haug, J., & Gehrig, J. (1989). Topographic brain measures of human pain and pain responsivity. Pain, 37(2), 129-141. DOI: 10.1016/0304-3959(89)90125-5

상세보기
Chen, D., So, R., Kwok, K., & Cheung, R. (2012). Visually induced motion sickness after watching scenes oscillating at different frequencies and amplitudes. Ergonomics & Human Factors. Blackpool, UK, 253-260. DOI: 10.1201/b11933-61
Chen, S., Jia, Y., & Woltering, S. (2018). Neural differences of inhibitory control between adolescents with obesity and their peers. International Journal of Obesity, 42(10), 1753. DOI: 10.1038/s41366-018-0142-x

상세보기
Chen, W., Chen, J., & So, R. H. Y. (2011). Visually induced motion sickness: effects of translational visual motion along different axes. Contemporary Ergonomics and Human Factors, 281-287. DOI: 10.1201/b11337-47
Chen, Y. C., Duann, J. R., Chuang, S. W., Lin, C. L., Ko, L. W., Jung, T.-P., & Lin, C.-T. (2010). Spatial and temporal EEG dynamics of motion sickness. NeuroImage, 49(3), 2862-2870. DOI: 10.1016/j.neuroimage.2009.10.005

상세보기
Cheron, G., Leroy, A., De Saedeleer, C., Bengoetxea, A., Lipshits, M., Cebolla, A., . . . McIntyre, J. (2006). Effect of gravity on human spontaneous 10-Hz electroencephalographic oscillations during the arrest reaction. Brain Research, 1121(1), 104-116. DOI: 10.1016/j.brainres.2006.08.098

상세보기
Clemes, S. A., & Howarth, P. A. (2005). The menstrual cycle and susceptibility to virtual simulation sickness. Journal of Biological Rhythms, 20(1), 71-82. DOI: 10.1177/0748730404272567

상세보기
Cobb, S. V., Nichols, S., Ramsey, A., & Wilson, J. R. (1999). Virtual reality-induced symptoms and effects (VRISE). Presence: Teleoperators & Virtual Environments, 8(2), 169-186. DOI: 10.1162/105474699566152

상세보기
Cornick, J. E., & Blascovich, J. (2014). Are Virtual Environments the New Frontier in Obesity Management? Social and Personality Psychology Compass, 8(11), 650-658. DOI: 10.1111/spc3.12141

상세보기
Davis, S., Nesbitt, K., & Nalivaiko, E. (2014). A systematic review of cybersickness. Paper presented at the Proceedings of the 2014 Conference on Interactive Entertainment. DOI: 10.1145/2677758.2677780
Delorme, A., Sejnowski, T., & Makeig, S. (2007). Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. NeuroImage, 34(4), 1443-1449. DOI: 10.1016/j.neuroimage.2006.11.004

상세보기
Dennison, M. S., Wisti, A. Z., & D'Zmura, M. (2016). Use of physiological signals to predict cybersickness. Displays, 44, 42-52. DOI: 10.1016/j.displa.2016.07.002

상세보기
Dou, W., Li, J., Sun, S., Yu, H., Lv, X., Yang, Y., . . . Li, M., & Pu, F. (2019). Comparison of Electroencephalogram (EEG) Power Spectra Between Non-Vection and Vection. Journal of Medical Imaging and Health Informatics, 9(1), 58-62. DOI: 10.1166/jmihi.2019.2540

상세보기
Duh, H. B.-L., Parker, D. E., & Furness, T. A. (2001). An "independent visual background" reduced balance disturbance envoked by visual scene motion: implication for alleviating simulator sickness. Paper presented at the Proceedings of the SIGCHI conference on human factors in computing systems. DOI: 10.1145/365024.365051
Dzhebrailova, T. D. (2003). Spectral EEG characteristics in students with different anxiety profile during tests. Zhurnal vysshei nervnoi deiatelnosti imeni IP Pavlova, 53(4), 495-502. DOI: 10.1023/b:hump.0000049581.77570.9c
Farmer, A. D., Ban, V. F., Coen, S. J., Sanger, G. J., Barker, G. J., Gresty, M. A., . . . Aziz, Q. (2015). Visually induced nausea causes characteristic changes in cerebral, autonomic and endocrine function in humans. The Journal of physiology, 593(5), 1183-1196. DOI: 10.1113/jphysiol.2014.284240

상세보기
Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI: 10.1016/j.patrec.2005.10.010

상세보기
Fernandes, A. S., & Feiner, S. K. (2016). Combating VR sickness through subtle dynamic field-of-view modification. Paper presented at the 2016 IEEE Symposium on 3D User Interfaces (3DUI). DOI: 10.1109/3dui.2016.7460053
Ferrer-Garcia, M., Gutierrez-Maldonado, J., & Riva, G. (2013). Virtual reality based treatments in eating disorders and obesity: a review. Journal of Contemporary Psychotherapy, 43(4), 207-221. DOI: 10.1007/s10879-013-9240-1

상세보기
Gasser, T., Verleger, R., Bacher, P., & Sroka, L. (1988). Development of the EEG of school-age children and adolescents. I. Analysis of band power. Electroencephalography and Clinical Neurophysiology, 69(2), 91-99. DOI: 10.1016/0013-4694(88)90204-0

상세보기
Gavgani, A. M., Hodgson, D. M., & Nalivaiko, E. J. (2017). Effects of visual flow direction on signs and symptoms of cybersickness. PLOS ONE, 12(8), e0182790. DOI: 10.1371/journal.pone.0182790

상세보기
Gavgani, A. M., Nesbitt, K. V., Blackmore, K. L., & Nalivaiko, E. (2017). Profiling subjective symptoms and autonomic changes associated with cybersickness. Autonomic Neuroscience, 203, 41-50. DOI: 10.1016/j.autneu.2016.12.004

상세보기
Golding, J. F. (1998). Motion sickness susceptibility questionnaire revised and its relationship to other forms of sickness. Brain research bulletin, 47(5), 507-516. DOI: 10.1016/s0361-9230(98)00091-4

상세보기
Golding, J. F. (2006). Predicting individual differences in motion sickness susceptibility by questionnaire. Personality and Individual differences, 41(2), 237-248. DOI: 10.1016/j.paid.2006.01.012

상세보기
Goldman, R. I., Stern, J. M., Engel Jr, J., & Cohen, M. S. (2002). Simultaneous EEG and fMRI of the alpha rhythm. Neuroreport, 13(18), 2487. DOI:10.1097/01.wnr.0000047685.08940.d0

상세보기
Golikova, Z., & Strelets, V. (2003). Development of examination stress in subjects with various levels of cortical activation. Zhurnal vysshei nervnoi deiatelnosti imeni IP Pavlova, 53(6), 697-704.
Greiner, M., Pfeiffer, D., & Smith, R. (2000). Principles and practical application of the receiver-operating characteristic analysis for diagnostic tests. Preventive veterinary medicine, 45(1-2), 23-41. DOI: 10.1016/s0167-5877(00)00115-x

상세보기
Harvey, C., & Howarth, P. A. (2007). The effect of display size on visually-induced motion sickness (VIMS) and skin temperature. Paper presented at the Proceedings of the 1st international symposium on visually induced motion sickness, fatigue, and photosensitive epileptic seizures, Hong Kong.
Hollenstein, N., Rotsztejn, J., Troendle, M., Pedroni, A., Zhang, C., & Langer, N. (2018). ZuCo, a simultaneous EEG and eye-tracking resource for natural sentence reading. Scientific data, 5, 180291. DOI: 10.1038/sdata.2018.291

상세보기
Homan, R. W., Herman, J., & Purdy, P. (1987). Cerebral location of international 10-20 system electrode placement. Electroencephalography and clinical neurophysiology, 66(4), 376-382. DOI: 10.1016/0013-4694(87)90206-9

상세보기
Kaiser, D. A. (2010). Cortical cartography. Biofeedback, 38(1), 9-12. DOI: 10.5298/1081-5937-38.1.9

상세보기
Keil, A., Stolarova, M., Heim, S., Gruber, T., & Muller, M. M. (2003). Temporal stability of high-frequency brain oscillations in the human EEG. Brain Topography, 16(2), 101-110. DOI: 10.1023/b:brat.0000006334.15919.2c

상세보기
Kennedy, R. S., Lane, N. E., Berbaum, K. S., & Lilienthal, M. G. (1993). Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology, 3(3), 203-220. DOI: 10.1207/s15327108ijap0303_3

상세보기
Keshavarz, B., & Hecht, H. (2011). Axis rotation and visually induced motion sickness: the role of combined roll, pitch, and yaw motion. Aviation, space, and environmental medicine, 82(11), 1023-1029. DOI: 10.3357/asem.3078.2011

상세보기
Kim, H. K., Park, J., Choi, Y., & Choe, M. (2018). Virtual reality sickness questionnaire (VRSQ): Motion sickness measurement index in a virtual reality environment. Applied ergonomics, 69, 66-73. DOI: 10.1016/j.apergo.2017.12.016

상세보기
Kim, Y. Y., Kim, E. N., Park, M. J., Park, K. S., Ko, H. D., & Kim, H. T. (2008). The application of biosignal feedback for reducing cybersickness from exposure to a virtual environment. Presence: Teleoperators and Virtual Environments, 17(1), 1-16.

상세보기
Kim, Y. Y., Kim, H. J., Kim, E. N., Ko, H. D., & Kim, H. T. (2005). Characteristic changes in the physiological components of cybersickness. Psychophysiology, 42(5), 616-625. DOI: 10.1111/j.1469-8986.2005.00349.x

상세보기
Klem, G. H., Luders, H. O., Jasper, H., & Elger, C. (1999). The ten-twenty electrode system of the International Federation. Electroencephalography and Clinical Neurophysiology, 52(3), 3-6.
Koessler, L., Maillard, L., Benhadid, A., Vignal, J. P., Felblinger, J., Vespignani, H., & Braun, M. (2009). Automated cortical projection of EEG sensors: anatomical correlation via the international 10-10 system. NeuroImage, 46(1), 64-72. DOI: 10.1016/j.neuroimage.2009.02.006

상세보기
Kolasinski, E. M. (1995). Simulator Sickness in Virtual Environments. (No. ARI-TR-1027). Army Research Institute for the Behavioral and Social Sciences. DOI:10.21236/ada295861
Labounek, R., Janecek, D., Marecek, R., Lamos, M., Slavicek, T., Mikl, M., . . . Jan, J. (2016). Generalized EEG-fMRI spectral and spatiospectral heuristic models. Paper presented at the 2016 IEEE 13th International Symposium on Biomedical Imaging (ISBI). DOI: 10.1109/isbi.2016.7493379
LaCount, L., Napadow, V., Kuo, B., Park, K., Kim, J., Brown, E. N., & Barbieri, R. (2009). Dynamic cardiovagal response to motion sickness: a point-process heart rate variability study. Paper presented at the 2009 36th Annual Computers in Cardiology Conference (CinC).
Larson, E. B., Ramaiya, M., Zollman, F. S., Pacini, S., Hsu, N., Patton, J. L., & Dvorkin, A. Y. (2011). Tolerance of a virtual reality intervention for attention remediation in persons with severe TBI. Brain Injury, 25(3), 274-281. DOI: 10.3109/02699052.2010.551648

상세보기
Lin, C.-L., Jung, T.-P., Chuang, S.-W., Duann, J.-R., Lin, C.-T., & Chiu, T.-W. (2013). Self-adjustments may account for the contradictory correlations between HRV and motion-sickness severity. International Journal of Psychophysiology, 87(1), 70-80. DOI: 10.1016/j.ijpsycho.2012.11.003

상세보기
Liu, C.-L., & Uang, S.-T. (2012). A study of sickness induced within a 3D virtual store and combated with fuzzy control in the elderly. Paper presented at the 2012 9th International Conference on Fuzzy Systems and Knowledge Discovery. DOI:10.1109/fskd.2012.6234149
Llorach, G., Evans, A., & Blat, J. (2014). Simulator sickness and presence using HMDs: comparing use of a game controller and a position estimation system. Paper presented at the Proceedings of the 20th ACM Symposium on Virtual Reality Software and Technology. DOI: 10.1145/2671015.2671120
Lo, W., & So, R. H. (2001). Cybersickness in the presence of scene rotational movements along different axes. Applied ergonomics, 32(1), 1-14. DOI: 10.1016/s0003-6870(00)00059-4

상세보기
Lubeck, A. J., Bos, J. E., & Stins, J. F. (2015). Motion in images is essential to cause motion sickness symptoms, but not to increase postural sway. Displays, 38, 55-61. DOI: 10.1016/j.displa.2015.03.001

상세보기
Luu, P., & Ferree, T. (2005). Determination of the HydroCel Geodesic Sensor Nets' average electrode positions and their 10-10 international equivalents. Inc, Technical Note.
McCann, R. A., Armstrong, C. M., Skopp, N. A., Edwards-Stewart, A., Smolenski, D. J., June, J. D., . . . Reger, G. M. (2014). Virtual reality exposure therapy for the treatment of anxiety disorders: an evaluation of research quality. Journal of anxiety disorders, 28(6), 625-631. DOI: 10.1016/j.janxdis.2014.05.010

상세보기
McCauley, M. E., & Sharkey, T. J. (1992). Cybersickness: Perception of self-motion in virtual environments. Presence: Teleoperators & Virtual Environments, 1(3), 311-318. DOI: 10.1162/pres.1992.1.3.311

상세보기
McMenamin, B. W., Shackman, A. J., Maxwell, J. S., Bachhuber, D. R., Koppenhaver, A. M., Greischar, L. L., & Davidson, R. J. (2010). Validation of ICA-based myogenic artifact correction for scalp and source-localized EEG. NeuroImage, 49(3), 2416-2432. DOI: 10.1016/j.neuroimage.2009.10.010

상세보기
Microsoft (2019). Headpose. Retrieved from https://docs.microsoft.com/ko-kr/azure/cognitive-services/face/images/headpose.1.jpg
Min, B.-C., Chung, S.-C., Min, Y.-K., & Sakamoto, K. (2004). Psychophysiological evaluation of simulator sickness evoked by a graphic simulator. Applied ergonomics, 35(6), 549-556. DOI: 10.1016/j.apergo.2004.06.002

상세보기
Nalivaiko, E., Davis, S. L., Blackmore, K. L., Vakulin, A., & Nesbitt, K. V. (2015). Cybersickness provoked by head-mounted display affects cutaneous vascular tone, heart rate and reaction time. Physiology & Behavior, 151, 583-590. DOI: 10.1016/j.autneu.2015.07.032

상세보기
Napadow, V., Sheehan, J. D., Kim, J., LaCount, L. T., Park, K., Kaptchuk, T. J., . . . Kuo, B. J. (2012). The brain circuitry underlying the temporal evolution of nausea in humans. Cerebral Cortex, 23(4), 806-813. DOI: 10.1093/cercor/bhs073
Naqvi, S. A. A., Badruddin, N., Jatoi, M. A., Malik, A. S., Hazabbah, W., & Abdullah, B. (2015). EEG based time and frequency dynamics analysis of visually induced motion sickness (VIMS). Australasian physical & engineering sciences in medicine, 38(4), 721-729. DOI: 10.1007/s13246-015-0379-9

상세보기
Niemiec, A. J., & Lithgow, B. J. (2006). Alpha-band characteristics in EEG spectrum indicate reliability of frontal brain asymmetry measures in diagnosis of depression. Paper presented at the 2005 IEEE Engineering in Medicine and Biology 27th Annual Conference. DOI: 10.1109/iembs.2005.1616251
Nuwer, M. R. (2018). 10-10 electrode system for EEG recording. Clinical neurophysiology: official journal of the International Federation of Clinical Neurophysiology, 129(5), 1103-1103. DOI: 10.1016/j.clinph.2018.01.065

상세보기
Okamoto, M., Dan, H., Sakamoto, K., Takeo, K., Shimizu, K., Kohno, S., . . . Dan, I. (2004). Three-dimensional probabilistic anatomical cranio-cerebral correlation via the international 10-20 system oriented for transcranial functional brain mapping. NeuroImage, 21(1), 99-111. DOI: 10.1016/j.neuroimage.2003.08.026

상세보기
Palmisano, S., Mursic, R., & Kim, J. (2017). Vection and cybersickness generated by head-and-display motion in the Oculus Rift. Displays, 46, 1-8. DOI: 10.1016/j.displa.2016.11.001

상세보기
Parsons, T. D., Rizzo, A. A., Rogers, S., & York, P. (2009). Virtual reality in paediatric rehabilitation: a review. Developmental neurorehabilitation, 12(4), 224-238. DOI: 10.1080/17518420902991719

상세보기
Rebenitsch, L., & Owen, C. (2016). Review on cybersickness in applications and visual displays. Virtual Reality, 20(2), 101-125. DOI: 10.1007/s10055-016-0285-9

상세보기
Riccelli, R., Passamonti, L., Toschi, N., Nigro, S., Chiarella, G., Petrolo, C., . . . Indovina, I. (2017). Altered insular and occipital responses to simulated vertical self-motion in patients with persistent postural-perceptual dizziness. Frontiers in Neurology, 8, 529. DOI: 10.3389/fneur.2017.00529

상세보기
Rosenkranz, K., & Lemieux, L. (2010). Present and future of simultaneous EEG-fMRI. Magnetic Resonance Materials in Physics, Biology and Medicine, 23(5-6), 309-316. DOI: 10.1007/s10334-009-0196-9

상세보기
Ruffle, J. K., Patel, A., Giampietro, V., Howard, M. A., Sanger, G. J., Andrews, P. L. R., . . . Farmer, A. D. (2019). Functional brain networks and neuroanatomy underpinning nausea severity can predict nausea susceptibility using machine learning. Journal of Physiology, 597(6), 1517-1529. Retrieved from https://www.ncbi.nlm.nih.gov/pubmed/30629751. DOI: 10.1113/JP277474

상세보기
Sharples, S., Cobb, S., Moody, A., & Wilson, J. R. (2008). Virtual reality induced symptoms and effects (VRISE): Comparison of head mounted display (HMD), desktop and projection display systems. Display, 29(2), 58-69. DOI: 10.1016/j.displa.2007.09.005

상세보기
Shigemasu, H., Morita, T., Matsuzaki, N., Sato, T., Harasawa, M., & Aizawa, K. (2006). Effects of physical display size and amplitude of oscillation on visually induced motion sickness. Paper presented at the Proceedings of the ACM symposium on Virtual reality software and technology. DOI: 10.1145/1180495.1180571
So, R. H., & Lo, W. (1998). Cybersickness with virtual reality training applications: a claustrophobia phenomenon with head-mounted displays. Paper presented at the Proceeding of the 1st world congress on ergonomics for global quality and productivity, Hong Kong.
So, R. H., & Lo, W. (1999). Cybersickness: an experimental study to isolate the effects of rotational scene oscillations. Paper presented at the Proceedings IEEE Virtual Reality (Cat. No. 99CB36316). DOI: 10.1109/vr.1999.756957
So, R. H., Ho, A., & Lo, W. (2001). A metric to quantify virtual scene movement for the study of cybersickness: Definition, implementation, and verification. Presence: Teleoperators & Virtual Environments, 10(2), 193-215. DOI: 10.1162/105474601750216803

상세보기
So, R. H., Lo, W., & Ho, A. T. (2001). Effects of navigation speed on motion sickness caused by an immersive virtual environment. Human factors, 43(3), 452-461. DOI: 10.1518/001872001775898223

상세보기
Soininen, H., Partanen, J., Paakkonen, A., Koivisto, E., & Riekkinen, P. (1991). Changes in absolute power values of EEG spectra in the followup of Alzheimer's disease. Acta Neurologica Scandinavica, 83(2), 133-136.

상세보기
Song, S. W. (2009). Using the Receiver Operating Characteristic (ROC) Curve to Measure Sensitivity and Specificity. Korean Journal of Family Medicine, 30(11). DOI: 10.4082/kjfm.2009.30.11.841
Staudigl, T., Leszczynski, M., Jacobs, J., Sheth, S. A., Schroeder, C. E., Jensen, O., & Doeller, C. F. (2018). Hexadirectional Modulation of High-Frequency Electrophysiological Activity in the Human Anterior Medial Temporal Lobe Maps Visual Space. Current Biology, 28(20), 3325-3329. e3324. DOI: 10.1016/j.cub.2018.09.035

상세보기
Steinicke, F., Bruder, G., & Kuhl, S. J. A. T. o. G. (2011). Realistic perspective projections for virtual objects and environments. ACM Transactions on Graphics, 30(5), 112. DOI: 10.1145/2019627.2019631

상세보기
Teplan, M. (2002). Fundamentals of EEG measurement. Measurement Science Review, 2(2), 1-11.
Toschi, N., Kim, J., Sclocco, R., Duggento, A., Barbieri, R., Kuo, B., & Napadow, V. (2017). Motion sickness increases functional connectivity between visual motion and nausea-associated brain regions. Autonomic Neuroscience, 202, 108-113. DOI: 10.1016/j.autneu.2016.10.003

상세보기
Weech, S., Kenny, S., & Barnett-Cowan, M. (2019). Presence and Cybersickness in Virtual Reality Are Negatively Related: A Review. Front Psychol, 10, 158. Retrieved from https://www.ncbi.nlm.nih.gov/pubmed/30778320.DOI: 10.3389/fpsyg.2019.00158

상세보기
Wiederhold, B. K. (2006). The potential for virtual reality to improve health care. The Virtual Reality Medical Center.
Wiederhold, M. D., & Wiederhold, B. K. (2007). Virtual reality and interactive simulation for pain distraction. In: Blackwell Publishing Inc Malden, USA. DOI: 10.1111/j.1526-4637.2007.00381.x
Wikimedia Commons (2011a). International 10-20 system for EEG electrode placement. https://commons.wikimedia.org/wiki/File:International_10-20_system_for_EEG-MCN.svg
Wirsich, J., Ridley, B., Besson, P., Jirsa, V., Benar, C., Ranjeva, J.-P., & Guye, M. (2017). Complementary contributions of concurrent EEG and fMRI connectivity for predicting structural connectivity. NeuroImage, 161, 251-260. DOI: 10.1016/j.neuroimage.2017.08.055

상세보기
Young, S. D., Adelstein, B. D., & Ellis, S. R. (2006). Demand characteristics of a questionnaire used to assess motion sickness in a virtual environment. Paper presented at the IEEE Virtual Reality Conference (VR 2006). DOI: 10.1109/vr.2006.44
Zu？ewicz, K., Saulewicz, A., Konarska, M., & Kaczorowski, Z. (2011). Heart rate variability and motion sickness during forklift simulator driving. International Journal of Occupational Safety and Ergonomics, 17(4), 403-410. DOI: 10.1080/10803548.2011.11076903

상세보기

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