In this study, a brain-computer interface-based EEG signal analysis algorithm is proposed for detecting small targets during rapid serial visual representation (RSVP). This research also suggests a unique system where the EEG decoding algorithm cooperates with both computer vision artificial intelligence and user’s cognitive response to detect targets, thereby overcoming the limitations of existing systems and improving the overall performance. To deal with the problems caused by target objects smaller than the objects in the conventional RSVP tasks, the proposed algorithm learns to detect target signals that can be evoked at varying times during visual stimuli, and its performance was confirmed by comparison with existing methods. In addition, the new collaborative system enables both humans and EEG decoding algorithms compensate for the shortcomings of each other by repeating the process of both human recognition for visual stimuli and subsequent EEG signal decoding for the stimuli that have not been recognized by the human user. Enhancements in the system performance were confirmed through experiments to show the potential of brain-machine interface research in a new direction.
본 연구는 빠른 연속 시각 자극 중 작은 표적 탐지를 위해 뇌-컴퓨터 인터페이스 기반의 EEG 신호 해석 알고리즘을 제안하고, 컴퓨터 비전 인공지능, 사용자의 인지 응답과 더불어 서로 협력하여 표적을 탐지하는 새로운 시스템을 구성함으로써 기존 시스템의 한계를 극복하고 전체 성능을 향상시키고자 하였다. 기존의 빠른 연속 시각 자극 실험들보다 작아진 표적 탐지시 발생할 수 있는 문제들에 대응하기 위해 가변적 시간에 존재할 수 있는 표적 신호를 배우는 알고리즘을 개발하였고 기존의 방법들보다 개선된 성능을 확인하였다. 또한 표적 탐지 시 반복적으로 인간 사용자의 탐지 후 사용자가 인식한 바가 없는 시각 자극들에 대해서 뇌파신호를 해독함으로써 인간과 뇌파 해독 알고리즘 간 서로의 단점을 보완할 수 있는 협업 방식을 제안하였고, 실험을 통해 시스템 성능 향상을 확인함으로써 새로운 방향의 뇌-기계 인터페이스 연구의 가능성을 보여주고자 한다.