The fundamental neurophysiological phenomenon used in a Brain-Computer-Interface is based on the changes of power in the particular local area and frequency bands. To extract feature from the information, spatial and temporal filtering have to be developed effectively. In an attempt to obtain good features, ICA-based feature extraction method is suggested. ICA-based filtering method is operated through two steps. In the first step, spatial area used to classify different imagination is selected. It's called ICA-based spatial filtering. Then, the signal obtained from each spatial map are bandpass filtered. The selected bands are also obtained from ICA-based filtering. Through the ICA-based spatial and temporal filtering, new coefficients localized in the spatial and temporal aspect can be obtained. If ICA-based filtering is working well, they also represent the neurophysiological characteristic well. In my thesis, the points are denoted. The main advantage of ICA-based filtering is to extract the spatial & temporal component effectively in the even unclear situation. It's because ICA is unsupervised method and decompose mixed signals into independent component effectively. Particularly, when it's difficult to select proper frequency band in spectral analysis, using the most supervised temporal filtering is not guaranteed to make good performance. In these aspects, the features from ICA-based filtering coincides neurophysiological knowledge, and also makes good performance.
Brain-Computer-Interface는 사람의 뇌파를 이용하여 컴퓨터를 제어하는 시스템이다. 이 시스템을 구현하는 한 방법으로써, 피실험자가 왼손, 오른손 발등 움직임과 관련된 상상을 하고, 이를 바탕으로 피실험자의 상상내용을 맞춤으로해서 컴퓨터나 기계를 제어하게 된다. 이때, 움직임상상과 관련하여 신경생리학적인 측면에서 특정 뇌영역과 특정주파수에서 신호의 파워가 감소하거나 증가하는 현상이 발생한다. 이러한 신경생리학적인 정보를 특징 추출에 이용하게 된다. 피실험자에서 측정된 뇌파로부터 그러한 특징을 추출하기 위해서는 효과적인 공간(spatial) 및 시간(temporal) 필터링이 필요하게 된다. 한편, 독립성분 분석 방법은 기존의 뇌파 신호처리영역에서 잡음제거(denoising)나 인위적 신호 왜곡(artifact)제거를 위해 사용되었다. 또한, 공간필터링에서도 운동과 관련된 신호원을 찾기 위해 이용되었다. 그러나, 이 방법에서는 단지 피실험자의 공간적 정보만을 추출하는데, 초점이 맞추어져있다. 따라서, 본 논문에서는 독립성분분석에 기반한 공간 및 시간에 대한 필터링을 제안한다. 독립성분분석 방법에 기반한 필터링은 피실험자의 뇌파로부터 특정 운동에 관련된 공간의 국소화 뿐만아니라, 시간성분의 국소화를 통해 특정운동 관련된 상상의 신호원을 찾고, 그것을 바탕으로 피실험자의 상상의 내용을 인식하게 된다. 이러한 방법은 피실험자의 뇌파의 특성을 자율 학습을 통해 찾기 때문에 데이터에 의존하는 특징을 잘 추출할 수 있게 된다. 또한, 독립성분분석 방법으로부터, 피 실험자의 상상과 관련된 신호원만을 추출할 수 있으므로, 다른 기존의 방법들보다 인위적 신호왜곡(artifact)이나 다른 자극에 대한 강인한 성능을 나타내게 된다. 본 논문에서 제안된 방법의 또 다른 장점은 독립성분분석에 기반한 신호원의 시공간적 국소화가 실제 신경생리학적인 특성과 매우 잘 부합된다는 점이다.
