초록 ▼

□ 연구개요
본 연구의 목표는 간단한 휴대용 장비를 사용하여 측정된 뇌파(EEG)의 식별도를 높여, 뇌파 활용의 범위를 넓히고 새로운 응용 용역을 개척하는 것이다. 최근 뇌파의 식별도를 높이기 위하여 뇌파에 관한 연구가 세계 각처에서 고가의 장비를 이용하여 활발히 이루어지고 있다. 하지만 본 연구에서는 뇌파의 활용도를 높이기 위하여 건식 전극(dry electrode)과 배터리를 사용한 휴대용 뇌파측정기기를 이용하여 사용 가능한 신뢰도를 갖는 뇌파 식별 시스템을 개발하는 것이다. 뇌파는 다양한 분야에 응용할 수 있으나 현재 뇌

□ 연구개요
본 연구의 목표는 간단한 휴대용 장비를 사용하여 측정된 뇌파(EEG)의 식별도를 높여, 뇌파 활용의 범위를 넓히고 새로운 응용 용역을 개척하는 것이다. 최근 뇌파의 식별도를 높이기 위하여 뇌파에 관한 연구가 세계 각처에서 고가의 장비를 이용하여 활발히 이루어지고 있다. 하지만 본 연구에서는 뇌파의 활용도를 높이기 위하여 건식 전극(dry electrode)과 배터리를 사용한 휴대용 뇌파측정기기를 이용하여 사용 가능한 신뢰도를 갖는 뇌파 식별 시스템을 개발하는 것이다. 뇌파는 다양한 분야에 응용할 수 있으나 현재 뇌파 신호 해석의 기술적 한계로 인해 휴대용 뇌파측정기기에 의한 측정값의 신뢰성을 보장하기가 어렵다. 따라서 본 연구에서는 휴대용 뇌파측정기기로 측정된 뇌파정보의 신뢰성을 보장할 수 있는 딥러닝 기술을 연구했다.

□ 연구 목표대비 연구결과
연구 계획 대로 1차연도에서 뇌-컴퓨터 인터페이스 관련 기본 지식을 습득하였으며 2차연도에는 실질적인 뇌파 습득작업과 딥러닝에 관한 기본연구를 수행하였다. 3차연도에는 실제적인 뇌파 습득과 실험을 통한 데이터를 축적하여 연구를 검증했다. 이를 위하여 생명윤리교육을 이수하고 생명윤리심의 허가를 받았다.
Newrosky사의 Mindwave (1채널 뇌파 측정 장비)를 사용하여 뇌파를 습득했으며 습득된 데이터는 딥러닝 데이터로 이용될 수 있도록 편집하고, 이를 딥러닝 학습에 활용했다. 또한 습득된 데이터를 이용하여 각 개인의 뇌파를 식별하기 위하여 딥러닝 기술을 활용한 학습을 실행했다. 그리고 3차연도에는 뇌파 식별 체계에 딥러닝을 적용할 수 있고 효과적인지 검증하기 위하여 실제 데이터를 적용한 학습과 실험을 수행했다.
연구에서 뇌-컴퓨터 인터페이스를 통한 뇌파검사(EEG) 활용 기술을 바탕으로 1D CNN(1-Dimensional Convolutional Neural Network)과 Bi-LSTM(BiDirectional Long Short-Term Memory) 네트워크를 연구하였으며 연구 결과에 따르면 1D CNN과 LSTM을 결합한 하이브리드 아키텍처는 순수 LSTM 및 Deep LSTM 아키텍처보다 성능이 뛰어나다. 그러나 이 하이브리드 모델은 독립형 1D CNN 아키텍처에 비해 크게 뛰어나지 않습니다. 이진 분류 시나리오에서 Deep CNN 모델은 일관되게 우수한 성능을 보여주었고 Deep CNN 모델은 재현율에서도 강력한 성능을 보여주었다.
이러한 연구 결과는 Decision Support Systems (Impact Factor 7.5)에 기고 하였다. 본 연구를 통하여 딥러닝 기법이 뇌파 신호 식별에 사용될 수 있는 효과적인 모델을 찾았고 이는 다양한 EEG 기반 응용 시스템 개발에 활용될 것이다. 이 연구는 딥러닝 기술을 이용하여 휴대용 뇌파측정기기를 이용해 측정한 뇌파의 신뢰도를 높이고 실용적인 뇌파 식별 시스템 개발의 토대를 마련하였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
- 본연구 결과는 신뢰성 있는 뇌파 정보 식별을 위한 딥러닝 기반 뇌파 식별 시스템 체계를 새롭게 만드는 것으로, 우리나라가 건식 전극(dry electrode)과 배터리를 사용한 뇌파 식별 연구 분야를 선도할 수 있는 중요한 연구가 될 것이다.
- 본연구 결과는 뇌파 정보의 사용에 있어서 꼭 필요한 기술로 여러 산업 발전에 의미 있는 기여를 할 수 있고, 신산업의 창출도 가능하다.
- 본연구 결과는 뇌파 정보 식별 분야의 첨단 연구 결과로, 이 분야 학문 발전에 크게 이바지할 것이다.
- EEG 신호 처리에 있어 딥러닝 아키텍처의 이론적 연구에 이바지한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 11
• 1) 정성적 연구개발성과(연구개발결과) ... 11
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 12
• 4) 목표 미달 시 원인 분석 ... 12
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 12
• 5. 연구개발성과의 관리 및 활용 계획 ... 13
• 6. 자체점검표 ... 13
• 7. 참고문헌 ... 14
• 끝페이지 ... 27