Research in the field of Brain-Computer Interface (BCI) for rehabilitation and control using wearable robots is actively conducted to support individuals with motor disabilities. This study explores an optimal training protocol for collecting high-quality motor imagery (MI) data to enhance the control performance of MI-BCI-based wearable robot gloves. We collected EEG data from 16 healthy participants engaged in MI tasks across four experimental MI training protocols, including single and repetitive imagery involving both video and actual glove stimulation of wearable robotic gloves movement. Video stimulation with repetitive imagination showed the most significant neural activation in Power Spectral Density(PSD) and Event-Related Desynchronization (ERD) analyses with achieved higher average classification accuracy. Moreover, participants expressed a preference for video stimulation in the survey. These findings emphasize the importance of user-friendly training protocols for enhancing MI-based wearable robot control performance, highlighting the significant role of external stimuli, especially visual signals, in improving MI performance. The study contributes valuable insights to the growing field of MI-BCI-based wearable robotic glove research for broader implementation in real-world applications.
뇌-컴퓨터 인터페이스 분야에서 웨어러블 로봇을 활용한 재활과 제어에 대한 연구는 운동 장애를 겪는 사람들을 지원하기 위해 활발하게 진행되고 있다. 본 연구는 동작 상상을 기반으로 한 웨어러블 로봇 장갑의 제어 성능을 향상시키기 위한 고품질 동작 상상 데이터 수집을 위한 최적의 훈련 프로토콜을 탐구한다. 우리는 웨어러블 로봇 장갑의 움직임을 비디오 또는 실제 장갑 움직임으로 두 가지 방법의 자극을 제공하였고, 또한 단일 상상과 반복 상상의 두가지 상상 방법을 활용하여 총 네 가지 훈련 프로토콜을 설계하였다. 실험 과정은 네 가지 훈련 프로토콜을 포함하며, 16명의 참가자로부터 동작 상상 데이터를 수집했다. 비디오 자극과 반복 상상을 결합한 경우 뇌 활동 분석에서 동작 상상의 영향이 가장 크게 보였고 분류 정확도에서는 다른 자극 모드에 비해 가장 높은 정확도를 달성하였다. 또한 설문조사에서 참가자들은 비디오 자극을 선호하는 경향을 나타냈다. 이러한 결과는 MI 기반 웨어러블 로봇 제어 성능을 향상시키기 위한 사용자 친화적인 훈련 프로토콜의 중요성을 강조하며, 특히 시각 신호와 같은 외부 자극이 MI 성능 향상에 중요한 역할을 한다는 점을 강조한다. 이 연구는 실제 응용 분야에서 더 넓은 적용을 위한 동작 상상 기반 웨어러블 로봇 장갑 연구 분야에 대한 가치 있는 통찰력을 제공한다.
