보고서 정보
주관연구기관 |
연세대학교 산학협력단 Yonsei University |
연구책임자 |
김경환
|
참여연구자 |
최정우
,
임창환
|
보고서유형 | 2단계보고서 |
발행국가 | 대한민국 |
언어 |
한국어
|
발행년월 | 2015-09 |
과제시작연도 |
2014 |
주관부처 |
미래창조과학부 Ministry of Science, ICT and Future Planning |
과제관리전문기관 |
한국연구재단 National Research Foundation of Korea |
등록번호 |
TRKO201700012264 |
과제고유번호 |
1711017335 |
사업명 |
뇌과학원천기술개발 |
DB 구축일자 |
2017-11-13
|
키워드 |
의도파악.뇌파.멀티모달 신경생리신호.뉴로피드백.동적신경영상.패턴인식.긍/부정적 의도.긍/부정적 감정상태.Intention recognition.Electroencephalogram (EEG).Multimodal neurophysiological signals.Neurofeedback.Dynamic neuroimaging.Pattern recognition.Positive/negative intention.Positive/negative emotion.
|
DOI |
https://doi.org/10.23000/TRKO201700012264 |
초록
▼
- 본 과제는 뇌파 기반 동적신경영상 분석을 기반으로 인간의 의도 및 감정상태와 관련된 뇌신경기전을 규명하고 정량적 지표를 추출하여 이를 기반으로 사용자의 의도 및 감정상태를 인식하며 능동적으로 사용자에게 피드백을 가할 수 있는 뉴로피드백 시스템 개발을 목표로 함.
- 뇌파 및 자율신경계 반영 생리신호에 기반하여 감정상태 및 의도와 관련된 뇌신경계활동을 정량화함으로써 긍/부정 의도 및 감정상태를 반영하는 바이오마커를 개발함.
- 개발된 바이오 마커들을 이용하여 사용자의 감정상태 및 의도를 높은 정확도로 분류
- 본 과제는 뇌파 기반 동적신경영상 분석을 기반으로 인간의 의도 및 감정상태와 관련된 뇌신경기전을 규명하고 정량적 지표를 추출하여 이를 기반으로 사용자의 의도 및 감정상태를 인식하며 능동적으로 사용자에게 피드백을 가할 수 있는 뉴로피드백 시스템 개발을 목표로 함.
- 뇌파 및 자율신경계 반영 생리신호에 기반하여 감정상태 및 의도와 관련된 뇌신경계활동을 정량화함으로써 긍/부정 의도 및 감정상태를 반영하는 바이오마커를 개발함.
- 개발된 바이오 마커들을 이용하여 사용자의 감정상태 및 의도를 높은 정확도로 분류해 낼 수 있는 패턴 인식 기술을 개발함 (이진 분류: 최고 평균 95% 인식률, 4 종류 감정상태 분류: 최고 평균 77 % 인식률).
- 피험자의 뇌파를 실시간으로 분석하고, 분석된 결과에 따라 개별 피험자에게 실시간으로 피드백을 제시할 수 있는 적응적 뉴로피드백 시스템을 개발하였고, 뇌파 지표의 개인 간편차를 고려하여 효롸적으로 피드백 단계화가 가능한 알고리즘을 개발함.
(출처 : 보고서 요약서 4p)
Abstract
▼
IV. Results of the Research
○ Development of biomarkers reflecting positive/negative intentions and emotions, and intention decoder
∘EEG were recorded from 20 participants during judging their preference to the affective pictures.
∘Positive or negative emotion would be elicited while
IV. Results of the Research
○ Development of biomarkers reflecting positive/negative intentions and emotions, and intention decoder
∘EEG were recorded from 20 participants during judging their preference to the affective pictures.
∘Positive or negative emotion would be elicited while the picture was presenting, and after the picture present, the intention to respond whether the picture was liked or disliked would be maintained.
∘At 500~1000 ms after the picture onset, significantly greater gamma-band power was observed for negative pictures than positive pictures at frontal and parietal regions.
∘At 500~2000 ms after the picture offset, significantly greater alpha-band power was observed for liked pictures than disliked pictures at frontal regions.
∘The decoding accuracies were as high as 66.28% and 62.48% averaged over participants for emotion and intention decoding, respectively, using the above spatiotemporal and spectral characteristics reflecting the intentions and emotions as features for pattern classification.
○ Development of intention decoder using the multimodal neurophysiological signals
∘EEG and physiological signals reflecting autonomic nervous system were recorded from 15 participants during watching movie clips which induce 4 types of different emotional states based on valence and arousal levels.
∘For decoding of valence level, the accuracies were as high as 94.86%, 67.81%, and 93.71% for using EEG only, physiological signals only, and all signals, respectively.
∘For decoding of arousal level, the accuracies were as high as 95.36%, 70.07%, and 94.10% for using EEG only, physiological signals only, and all signals, respectively.
∘For decoding of preference level, the accuracies were as high as 95%, 66.85%, and 93.57% for using EEG only, physiological signals only, and all signals, respectively.
∘For decoding of 4 types of emotional states based on valence-arousal levels, the accuracies were as high as 77%, 48.21%, and 75.40% for using EEG only, physiological signals only, and all signals, respectively.
○ Development of neurofeedback system based on real-time dynamic neuroimaging
∘A neurofeedback system was developed, which is able to provide the adaptive feedback according to the variation of user’s brain activities using the real-time analysis of user’s EEG.
∘It was verified that the feedback was efficient by observing the significant increase of EEG spectral power for 3 out of 4 participants after the neurofeedback training.
∘An algorithm was developed, which is able to calibrate the feedback level considering the individual EEGs level, and 38% of confidence level increased for 20 out of 22 participants by the offline analysis.
∘By the online analysis, the advanced algorithm increased 44% of the confidence level for 4 out of 5 participants.
(출처 : SUMMARY 9p)
목차 Contents
- 표지 ... 1제 출 문 ... 3보고서 요약서 ... 4요 약 문 ... 5SUMMARY ... 8CONTENTS ... 11목차 ... 12제 1 장 연구개발과제의 개요 ... 13 제 1 절 연구 개발의 필요성 ... 13 제 2 절 연구 개발의 목표 ... 14 제 3 절 연구 개발의 범위 ... 14제 2 장 국내외 기술개발 현황 ... 18 제 1 절 연구개발 대상 기술의 세계적 (해외) 현황 ... 18 제 2 절 연구개발 대상 기술의 국내 현황 ... 20 제 3 절 연구결과가 세계적 기술개발현황에서 차지할 위치 ... 22제 3 장 연구개발 수행 내용 및 결과 ... 23 제 1 절 긍/부정적 의도 및 정서 반영 바이오마커 개발 및 의도인식기 개발 ... 23 제 2 절 멀티모달 정보를 통합 활용한 의도인식기 개발 ... 44 제 3 절 실시간 동적 신경 영상 기반 뉴로피드백 시스템 개발 (위탁과제) ... 71제 4 장 목표달성도 및 관련분야에의 기여도 ... 85제 5 장 연구개발결과의 활용계획 ... 86제 6 장 연구개발과정에서 수집한 해외과학기술정보 ... 87제 7 장 연구시설·장비 현황 ... 94제 8 장 참고문헌 ... 95끝페이지 ... 97
※ AI-Helper는 부적절한 답변을 할 수 있습니다.