초록 ▼

본 연구는 뇌-컴퓨터 인터페이스에서 가장 핵심이 되는 뇌 신호처리 및 정보 추출 알고리즘을 개발하는 연구이다. 이러한 알고리즘을 총칭하여 특히 디코딩 모델이라고 부르는데, 지금까지 정형화된 회귀분석 모델이나 뉴럴 네트워크 모델 등이 사용되었지만, 본 연구에서는 베이시안 확률 모델을 적용하여 좀더 안정적이고 동역학적 특성이 부합된 디코딩 모델을 개발하고자 하였다. 또한 뇌-컴퓨터 인터페이스의 개인별 성능 차이, 시간에 따른 뇌신호의 가변성, 뇌-컴퓨터 인터페이스 성능의 평가 방법 등을 주요 연구 주제로 택하였다.
우선 1차년도에

본 연구는 뇌-컴퓨터 인터페이스에서 가장 핵심이 되는 뇌 신호처리 및 정보 추출 알고리즘을 개발하는 연구이다. 이러한 알고리즘을 총칭하여 특히 디코딩 모델이라고 부르는데, 지금까지 정형화된 회귀분석 모델이나 뉴럴 네트워크 모델 등이 사용되었지만, 본 연구에서는 베이시안 확률 모델을 적용하여 좀더 안정적이고 동역학적 특성이 부합된 디코딩 모델을 개발하고자 하였다. 또한 뇌-컴퓨터 인터페이스의 개인별 성능 차이, 시간에 따른 뇌신호의 가변성, 뇌-컴퓨터 인터페이스 성능의 평가 방법 등을 주요 연구 주제로 택하였다.
우선 1차년도에는 비침습적 뇌-컴퓨터 인터페이스 시스템을 구축하고 이러한 시스템에 필요한 운동 상상 기반자극 개발을 하였다. 자극은 컴퓨터 커서 제어 환경을 이용하였고 운동 상상에 따라 커서의 위치 및 방향을 제어하는 시스템을 개발하였다. 디코딩 모델 개발에 있어서는 베이시안 모델 중 실시간 구현이 용이한 칼만필터를 적용하였다. 하지만 기존의 칼만필터는 제어 대상의 속도 및 방향 등 동역학적 특성 모수 간 역학관계를 고려하지 않은 문제가 있었다. 이러한 문제를 해결하기 위하여 본 연구에서는 측정된 뇌신호의 특성을 이용, 비선형적 가상뉴런 모델을 개발하였다. 측정 뇌신호와 가상 뉴런 신호를 합하여 표준 칼만필터에 적용하였을 때 기존의 칼만필터나 선형필터보다 유의미하게 높은 성능을 보임을 확인하였다.
2차년도에는 뇌파의 통계적 특성 신호 분석 연구를 중점적으로 진행하였다. 특히 뇌파 주요 특성 중 하나인 Sensorimotor rhythm (SMR)이 잘 유발되는 피험자와 잘 유발되지 않는 피험자 간 차이를 설명하고자 하였다. 이를 위해 Phase Locking Value를 이용하여 뇌파로부터 채널 간 위상동기화를 계산하였고 위상동기화 정도와 SMR modulation 간의 상관관계를 알아보았다. 결과적으로 위상동기화가 잘 일어나는 피험자일수록 SMR modulation이 강하게 발생한다는 사실을 발견하였고, 이는 곧 뇌-컴퓨터 인터페이스 제어 성능과 직접적으로 연결된다는 것도 파악하였다. 또한 이러한 위상동기화 방법을 이용하여 운동 제어 뿐만 아니라 인지기능에 대한 모델도 개발하였다. 특히 Recognition memory에 대한 뇌기능을 위상동기화가 어떻게 나타낼 수 있는지 연구하였다. 이를 위해 theta rhythm의 fronto-parietal network에 대한 위상동기화를 측정하였다. 결과로 Recognition memory가 작동할 때 그렇지 않을 때보다 위상동기화가 강하게 나타난다는 것을 통계적으로 검증하였다.
3차년도에는 시간에 따른 뇌파의 가변성을 추적하기 위한 기술로는 Dimensionality Reduction 방법을 사용하였다. 본 연구에서는 특히 Spatio-temporal Isomap 및 Multidimensional Scaling 기법을 적용하였다. 이를 통해 시간에 따른 뇌파 변화를 실시간 Visualization 시키면서 모니터링 할 수 있는 모델을 개발하였다. 또한 뇌-컴퓨터 인터페이스 평가방법을 개발하고 이를 통해 디코딩 모델을 더욱 진보시킬 수 있는 방안을 모색하였다. 뇌-컴퓨터 인터페이스 평가방법을 적용하기 위한 대상으로 Affective state를 측정하는 BCI를 선택하였다. 평가방법으로는 Hick’s law를 이용한 정보처리 이론을 채택하였다. 이 이론을 통해 BCI의 성능을 bit로 표현할 수 있으며 특히 수행과제의 난이도에 따른 적절한 평가 결과를 낼 수 있는 방법론을 세울 수 있었다. 또한 Affective state를 측정하기위해 채널 수 대비 Information (bit)에 대한 연구를 meta analysis 방법을 사용하여 진행하였다. 결과로서는 정보처리 이론을 이용하여 BCI의 성능을 채널 수 등 다양한 모수의 변화에 따라 평가할 수 있음을 파악하였다.
본 연구의 결과로 뇌-컴퓨터 인터페이스의 디코딩 기술 발전에 유의미한 기여를 하였다고 판단되며, 이러한 노력은 뇌-컴퓨터 인터페이스의 범용화를 앞당기는데 공헌할 수 있을 것으로 내다보고 있다. 또한 뇌파 기기의 상용화, 정신건강 컨텐츠 개발, 뇌질환 치료 등 BCI를 응용한 다양한 연구개발에 도움이 될 수 있을 것으로 판단된다.

목차 Contents

• 일반연구자지원사업 최종(결과)보고서 ... 1
• 목 차 ... 2
• Ⅰ. 연구결과 요약문 ... 3
• Ⅱ. 연구내용 및 결과 ... 4
• 1. 연구과제의 개요 ... 4
• 2. 국내외 기술개발 현황 ... 4
• 3. 연구수행 내용 및 결과 ... 5
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 6
• 5. 연구결과의 활용계획 ... 6
• 6. 연구과정에서 수집한 해외과학기술정보 ... 6
• Ⅲ. 연구성과 ... 7
• 끝페이지 ... 10