BCI는 근육을 쓰지 않고 뇌 신호를 명령으로 바꿉니다. 두피 EEG BCI는 세 paradigm이 주로 쓰입니다. P300 speller, SSVEP, Motor Imagery입니다. 모두 같은 loop로 돕니다.
여기 있는 것은 시뮬레이션이 아닙니다. 각 체험은 바로 그 paradigm을 위해 만든 PhysioNet 공개 기록을 재생하고, classifier는 실제 EEG로 브라우저에서 돕니다. 여러분의 뇌는 연결돼 있지 않으므로, 기록된 run·trial·window를 고르면 BCI가 그것을 decode하는 과정을 봅니다.
6×6 matrix의 row와 column이 무작위 순서로 flash합니다(Farwell, Donchin 1988). 참가자는 글자 하나에 집중하고 그 글자가 flash한 횟수를 속으로 셉니다. 드물고 주의를 기울인 flash는 ERP(event-related potential)를 만들고, 그 늦은 양(+)의 봉우리인 P300은 정수리 정중선에서 가장 큽니다. Flash 한 번은 배경 EEG에 묻히므로, row와 column마다 여러 번 flash하고 classifier가 증거를 더해 갑니다.
기록: erpbci(Citi, Poli, Cinel 2010), 참가자 s01, 20 run, run마다 target 글자 하나. BioSemi 64채널 2048 Hz 중 Fz, Cz, Pz, PO7, PO8, Oz를 earlobe reference, 0.5–20 Hz band-pass, 128 Hz로 줄여 씀. Flash는 100 ms 켜고 50 ms 쉼(SOA 150 ms), run마다 row·column이 10번씩 flash.
1. 기록된 run을 고르세요. 테두리 친 글자가 참가자가 쓰도록 지시받은 target입니다.
일정한 빠르기로 깜빡이는 빛을 보면 visual cortex가 그 주파수와 harmonic으로 따라 흔들립니다. 이것이 SSVEP(steady-state visually evoked potential)입니다. Target마다 주파수를 다르게 주면, EEG의 주파수로 사용자가 어느 target을 보는지 알 수 있습니다. 표준 검출법은 CCA(canonical correlation analysis)입니다. 후보 주파수마다 sine·cosine reference와 가장 잘 맞는 channel 조합을 찾습니다(Lin 외 2006).
기록: MAMEM SSVEP Database, dataset 3, 참가자 U001. 소비자용 Emotiv EPOC 헤드셋, 14채널 128 Hz. 자홍색 상자 5개가 6.66, 7.5, 8.57, 10, 12 Hz로 함께 깜빡이고, 화살표가 5초 동안 볼 상자를 가리킴. 세션 5개, window 125개. 여기서는 O1·O2(visual cortex 위)와 F3·F4(비교용 이마), 3–40 Hz band-pass.
깜빡이는 빛은 광과민성 뇌전증이 있는 사람에게 발작을 일으킬 수 있습니다. Flicker를 켜지 않으면 상자는 멈춰 있습니다.
1. 상자를 누르세요. 참가자가 그 상자를 본 5초 window 하나를 기록에서 무작위로 불러옵니다.
손을 움직이거나 움직이는 상상만 해도 반대쪽 motor cortex의 8–13 Hz mu rhythm이 약해집니다. 이것이 ERD(event-related desynchronization)이고, 반대편은 오히려 커지기도 합니다(ERS, event-related synchronization). 오른손 trial이면 C3(왼쪽 반구)의 mu가, 왼손 trial이면 C4의 mu가 약해져야 합니다(Pfurtscheller, Lopes da Silva 1999). Motor Imagery BCI는 이 좌우 차이를 읽어 왼쪽·오른쪽 명령으로 바꿉니다.
기록: EEG Motor Movement/Imagery Dataset. 화면 왼쪽이나 오른쪽에 target이 약 4초 동안 나오면, 참가자는 그쪽 주먹을 쥐었다 펴거나(Motor Execution, run 3·7·11) 그렇게 하는 상상만 함(Motor Imagery, run 4·8·12). 각각 약 45 trial. Channel: small Laplacian(이웃 4곳 평균 빼기) C3·C4. Classifier: cue 뒤 0.5–2.5초의 log mu(8–13 Hz)·beta(13–30 Hz) power로 LDA.
BCI는 얼마나 빠를까요? Wolpaw의 ITR(information transfer rate)은 선택지 수 N, 정확도 P, 한 번 고르는 시간 T초를 bits/min으로 묶습니다. 세 체험 결과로 채우거나 직접 숫자를 넣어 보세요.
두피 EEG BCI는 안전하고 값싸지만 느립니다. 잘해야 분당 수십 bit로, 자판보다 한참 느립니다. 뇌에 심는 전극은 훨씬 깨끗한 신호를 얻어 마비 환자 자원자가 로봇 팔을 움직이고 더 빨리 글을 쓰게 해 왔지만, 수술이 필요합니다. 어느 쪽이든 classifier는 한 사람에게 맞춰 calibration하고, 신호가 날마다 달라지면 다시 맞춰야 합니다.
"…결과로" 단추는 다른 탭의 결과를 씁니다. 그 탭을 먼저 열어 두면 채워집니다.
교육용 페이지이며 의료 도구가 아닙니다. 진단이나 권고를 하지 않고, 여기 나오는 숫자는 확률이나 정상 기준이 아닙니다. 기록은 PhysioNet 공개 데이터의 건강한 자원자들이며, 이 페이지에서 하는 일은 저장하거나 보내지 않습니다.