A Hybrid Brain-Computer Interface System Combining Pupillary Light Reflex and Single-Channel Steady-State Visual Evoked Potentials Induced by Visual Stimuli

본 연구는 기존 정상상태 시각유발전위(SSVEP) 기반 BCI의 분류성능과 ITR 향상을 위해 SSVEP와 동공 빛 반사(PLR)를 결합한 새로운 하이브리드 BCI 시스템을 제안하는 것을 목적으로 하였다. 8명의 실험 참가자가 연구에 참여했으며, 4-class의 시각 자극에 대해 SSVEP와 Hybrid 패러다임의 성능을 비교했다. 선행연구를 기반으로 SSVEP시각 자극을 선택했고 SSVEP와 PLR의 동시 유발을 위한 Hybrid 시각 자극이 개발되었다. Hybrid 패러다임(94.79%, 24.90 bits/min)은 SSVEP(84.58%, 18.93 bits/min) 대비 정확도와 ITR에서 각각 10.21%, 5.97 bits/min 향상을 보였다. BCI 문맹 그룹은 Hybrid에서 92.67%로 SSVEP(76.33%)보다 16.33% 높았으며, 정상 그룹은 두 패러다임 사이에 차이가 없었다. 또한, SSVEP 패러다임은 채널 수 증가에 따라 분류정확도가 84.6%에서 90.8%까지 점진적으로 상승했지만, Hybrid 패러다임은 차이가 없었다. 제안된 하이브리드 BCI는 분류성능 및 ITR 상승뿐만 아니라 BCI 문맹 문제 해결, 사용성 향상을 기반으로 다양한 산업 분야 및 애플리케이션으로의 확장과 장애인뿐만 아니라 비장애인을 대상으로 하는 서비스 제공을 통해 실용적이고 광범위한 활용에 기여할 수 있을 것으로 기대된다.

Authors

Publication Details

Journal
Korean Society for Emotion and Sensibility
Published
2025-09-30
DOI
https://doi.org/10.14695/kjsos.2025.28.3.33
Primary Topic
EEG and Brain-Computer Interfaces
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

A Hybrid Brain-Computer Interface System Combining Pupillary Light Reflex and Single-Channel Steady-State Visual Evoked Potentials Induced by Visual Stimuli

Sangin Park, Y. K. Han
Korean Society for Emotion and Sensibility
EEG and Brain-Computer Interfaces
article

A Hybrid Brain-Computer Interface System Combining Pupillary Light Reflex and Single-Channel Steady-State Visual Evoked Potentials Induced by Visual Stimuli

Sangin Park, Y. K. Han
article en

Abstract

본 연구는 기존 정상상태 시각유발전위(SSVEP) 기반 BCI의 분류성능과 ITR 향상을 위해 SSVEP와 동공 빛 반사(PLR)를 결합한 새로운 하이브리드 BCI 시스템을 제안하는 것을 목적으로 하였다. 8명의 실험 참가자가 연구에 참여했으며, 4-class의 시각 자극에 대해 SSVEP와 Hybrid 패러다임의 성능을 비교했다. 선행연구를 기반으로 SSVEP시각 자극을 선택했고 SSVEP와 PLR의 동시 유발을 위한 Hybrid 시각 자극이 개발되었다. Hybrid 패러다임(94.79%, 24.90 bits/min)은 SSVEP(84.58%, 18.93 bits/min) 대비 정확도와 ITR에서 각각 10.21%, 5.97 bits/min 향상을 보였다. BCI 문맹 그룹은 Hybrid에서 92.67%로 SSVEP(76.33%)보다 16.33% 높았으며, 정상 그룹은 두 패러다임 사이에 차이가 없었다. 또한, SSVEP 패러다임은 채널 수 증가에 따라 분류정확도가 84.6%에서 90.8%까지 점진적으로 상승했지만, Hybrid 패러다임은 차이가 없었다. 제안된 하이브리드 BCI는 분류성능 및 ITR 상승뿐만 아니라 BCI 문맹 문제 해결, 사용성 향상을 기반으로 다양한 산업 분야 및 애플리케이션으로의 확장과 장애인뿐만 아니라 비장애인을 대상으로 하는 서비스 제공을 통해 실용적이고 광범위한 활용에 기여할 수 있을 것으로 기대된다.

Korean Society for Emotion and SensibilityVol. 28(3)
Openalex Percentile: Top 71%
EEG and Brain-Computer Interfaces
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.