Brain-computer interfaces (BCI) can give augmentative communication and control pathways not only to patients with neuromuscular impairments but also to normal persons. Recently many researchers have developed several BCI systems which can decode user’s desires from EEG. In this thesis, we proposed a new BCI system that can interpret user-intended English words from EEG recorded when he imagined a series of characters of words.
Our system is made up of the artificial neural network and the hidden Markov model. It starts from the classification of characters by the former to the recognition of intended words by the latter. It makes use of the temporal fluctuation of EEG signal and the characteristics of words in a dictionary such as Brown Corpus 2000. The result of the proposed system is compared with the previous BCI keyboard systems in the viewpoint of information transfer rate. Our system can transmit information at the rate of 23.8 bits per minute that outperforms the previous systems. And as a specific application that our system can be applied to, a situation that a patient in a hospital uses our system is introduced.
두뇌 컴퓨터 인터페이스(Brain Computer Interface, BCI)는 신경근육에 손상을 입은 환자들에게뿐만 아니라 정상인에게도 의사소통과 제어를 위한 부가적인 방법을 제공해줄 수 있다. 최근에 많은 연구자들은 EEG 신호에서 사용자의 의도를 읽어낼 수 있는 많은 두뇌 컴퓨터 인터페이스들을 구현하였다. 이 논문에서는 영어단어를 구성하고 있는 알파벳 문자들을 연속적으로 상상할 때 나타나는 EEG 신호로부터 사용자가 표현하고자 하는 단어를 인식할 수 있는 새로운 BCI 시스템을 제안한다.
우리의 시스템은 신경회로망과 은닉 마르코프 모델로 구성되었다. 이 시스템은 신경회로망에 의해서 문자가 분류되는 것으로 시작하여 은닉 마르코프 모델에 의해 사용자가 의도한 단어를 인식한다. 시스템은 EEG 신호의 시간적인 변동과 브라운 언어 자료 2000(Brown Corpus 2000)과 같은 사전에서 나타나는 단어들의 특징을 이용한다. 우리가 제안한 시스템의 결과는 정보 전달 속도(information transfer rate)의 관점에서 기존의 BCI 키보드 시스템과 비교되었다. 우리가 제안한 시스템은 1분에 23.8 비트(bit)의 정보를 전달할 수 있었고, 이것은 기존의 시스템들보다 나은 성능을 보이는 것이다. 그리고 제안된 시스템이 적용될 수 있는 특정의 어플리케이션으로써 병원에 있는 환자가 제안된 시스템을 사용하게 되는 상황이 소개되었다.
