WO2022045727A1 - Method and system for testing and training on basis of neurofeedback - Google Patents
Method and system for testing and training on basis of neurofeedback Download PDFInfo
- Publication number
- WO2022045727A1 WO2022045727A1 PCT/KR2021/011275 KR2021011275W WO2022045727A1 WO 2022045727 A1 WO2022045727 A1 WO 2022045727A1 KR 2021011275 W KR2021011275 W KR 2021011275W WO 2022045727 A1 WO2022045727 A1 WO 2022045727A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- client
- eeg
- interface
- data
- brain wave
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/375—Electroencephalography [EEG] using biofeedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
Definitions
- the technical idea of the present invention relates to neurofeedback, and more particularly, to a method and system for testing and training based on neurofeedback.
- Neurofeedback is an important field of brain science that has been continuously researched and developed since it was first discovered at the University of Cambridge in England in 1934. or to enhance its function. For such neurofeedback, it may be required to accurately measure EEG from the subject, and it may be required to provide useful information to the subject from the measured EEG. For the former requirement, a high-performance EEG measurement device may be required, while for the latter requirement, a high-level algorithm and processing of a large amount of collected data may be required.
- the technical idea of the present invention provides a method and system that can efficiently solve the high computational complexity of brain wave processing for neurofeedback and provide high convenience and security.
- the system is generated by measuring the identification information of the first client, the biometric information of the subject, and the brain wave of the subject from the first client through a network.
- a first interface for receiving EEG data a second interface for providing communication with an authentication system that stores information of valid first clients, and a second interface for providing identification information to the authentication system through the second interface, the authentication system It may include an EEG processing unit that generates output data based on the biometric information and EEG data of the first client authenticated by , and provides the output data to the first client through the first interface.
- the first interface may receive a setting for neurofeedback of a subject from a second client through a network, and the EEG processing unit corresponds to the identification information of the first client
- the identified setting may be identified, and the identified setting may be provided to the first client through the first interface.
- the setting may be selected from among a training protocol, a type of training program, an order of a training program, an execution time of the training program, conditions of the training program, difficulty of the training program, the number of training sessions, and a grade of the training program. It may include at least one.
- the first interface may receive an opinion on the output data from the second client, and the brain wave processing unit may provide the opinion to the first client through the first interface.
- the system may further include a third interface for providing communication with a database for storing settings and opinions, and the EEG processing unit, settings and opinions corresponding to the identification information of the first client can be obtained from the database.
- the EEG processing unit based on biometric information and EEG data, basic rhythm index, self-regulation index, attention index, activity index, emotional index, anti-stress index, left and right brain balance index, brain A plurality of exponents including the exponent can be created.
- the first interface may further receive an analysis parameter from the first client, and the EEG processing unit selects at least one index among a plurality of indexes based on the analysis parameter, Output data including at least one index may be generated.
- the second interface may further receive an analysis parameter corresponding to the identification information from the authentication system, and the EEG processing unit, based on the analysis parameter, includes at least one index among the plurality of indexes. may be selected, and output data including at least one index may be generated.
- the first interface may further receive a registration request including a hardware key from the first client, verify the hardware key, and configure the second interface in response to the verified hardware key.
- a registration of the first client may be requested from the authentication system, and an encryption key provided from the authentication system may be provided to the first client through the first interface.
- biometric information and brain wave data may be encrypted based on an encryption key, receive a decryption key corresponding to the identification information from the authentication system through the second interface, and based on the decryption key
- biometric information and EEG data can be decoded.
- the biometric information may include at least one of a subject's age, eyesight, height, weight, blood type, IQ, blood pressure, blood sugar, disease, and medication.
- it may further include a third interface that provides communication with a database for storing identification information and EEG data for a plurality of subjects, and the EEG processing unit is authenticated by the authentication system
- the reference data corresponding to the biometric information of the first client may be obtained from the database through the third interface, and output data may be generated by processing the EEG data based on the reference data.
- the EEG processing unit may store at least one of biometric information, EEG data, and output data of the authenticated first client in the database through the third interface.
- the EEG processing unit includes a machine learning model learned by a plurality of samples of identification information and EEG data, and uses the biometric information and EEG data of the authenticated first client as a machine learning model. and may obtain at least a portion of the output data from the machine learning model.
- the brain wave processing method comprises the steps of receiving, from a client, the client's identification information, the subject's biometric information, and the brain wave data generated by measuring the subject's brain wave, through a network, effective client information Providing identification information to an authentication system storing and providing the output data to the client.
- an EEG processing method includes receiving a registration request including a hardware key from a client, verifying the hardware key, and requesting registration of the client from the authentication system in response to the verified hardware key and providing the encryption key provided from the authentication system to the client.
- the method may further include receiving a decryption key corresponding to the identification information from the authentication system, and decrypting the biometric information and EEG data based on the decryption key.
- the risk of personal information leakage can be reduced and high security can be achieved.
- FIG. 1 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
- FIG. 2 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
- FIG. 3 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
- FIG. 4 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
- FIG. 5 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
- FIG. 6 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
- FIG. 7 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
- a component indicated or described as one block may be a hardware block or a software block.
- each of the components may be an independent hardware block that sends and receives signals to and from each other, or may be a software block executed by at least one processor.
- FIG. 1 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
- the brain wave processing system 10 may be connected to a network 5 , and may communicate with a first client 2 and a second client 4 through the network 5 . Further, the brainwave processing system 10 may communicate with an authentication system 7 and a database 9 . In some embodiments, different from that shown in FIG. 1 , the authentication system 7 and the database 9 may connect to the network 5 , and the brain wave processing system 10 may connect to the authentication system via the network 5 . (7) and a database (9).
- the first client 2 may generate EEG data by measuring EEG of the subject 1 .
- the subject 1 may wear an EEG measuring device disclosed in Korean Patent Publication No. 10--2126002, to which the applicant of the present application is a patent holder, and the first client 2 may receive a plurality of EEG from the EEG measuring device. Signals sensed through channels may be received.
- the first client 2 may receive biometric information input from the subject 1 , such as age, eyesight, height, weight, blood type, IQ, blood pressure, blood sugar, disease, medication, and the like.
- the first client 2 may be a personal computer, such as a desktop computer, a laptop computer, and may be communicatively connected to an EEG measuring device.
- the first client 2 may provide the output data provided from the brain wave processing system 10 through the network 5 to the subject 1, for example, through a display, a print, or the like.
- the EEG data may include a series of samples generated by sensing EEG through a plurality of channels over time, and the first client 2 transmits EEG data through a network 5 . It can be provided to the brain wave processing system (10).
- the first client 2 may provide neurofeedback to the subject 1 .
- Neurofeedback may also be referred to as "neural biofeedback", and may refer to a technique for improving the homeostatic self-regulating ability of the brain by measuring EEG and selectively feeding back this signal with one's brain.
- Neurofeedback is an important field of brain science, and a lot of research is being done, new training techniques are being proposed, and new facts are being discovered. For example, plasticity of the brain, a characteristic that the brain develops the more it is used and develops a neural network on its own as needed, was discovered, and neurogenesis, in which neurons, that is, neurons, are constantly newly created.
- the first client 2 may communicate with the brain wave processing system 10 through the network 5, and as will be described later, as the expert 3 sets the brain wave processing system 10 in the subject 1, Neurofeedback can be provided.
- the first client 2 may provide feedback to the subject 1 through various output devices, such as a display device, a speaker, etc., and feedback (eg, sound, vibration, etc.) through output devices included in the EEG measurement device. ) may be communicated with the EEG measurement device to be provided.
- the first client 2 may be, as a non-limiting example, the subject 1's own computer, such as a desktop computer, a laptop computer, a smart phone, a tablet PC, and the like.
- the first client 2 may be installed in a space with the expert 3, for example, may be a computing system (eg, a kiosk) operated in a center or institution that provides testing and training based on neurofeedback.
- a computing system operated in a health examination center that provides neurofeedback as one of the health examination items of the subject 1, or a computing system operated in a medical institution.
- the first client 2 is the subject 1 own computer, but it will be understood that the exemplary embodiments of the present invention are not limited thereto.
- the expert 3 can connect to the brainwave processing system 10 to the second client 4 and to the network 5 .
- the expert 1 may be an experienced counselor, a doctor, etc. related to the subject 1, and set various settings for neurofeedback of the subject 1 through the second client 4 to the EEG processing system ( 10) can be provided.
- the second client 4 may be, by way of non-limiting example, the subject 1 's own computer, such as a desktop computer, a laptop computer, a smart phone, a tablet PC, and the like.
- the second client 4 may be in the same space as the first client 2 or may be remote.
- the first client 2 and the second client 4 may be the same. That is, the first client 2 , the second client 4 , and the brain wave processing system 10 may connect to the network 5 , for example, the network 5 may be a wide area network such as the Internet, and accordingly The physical distance between the first client 2 , the second client 4 and the brain wave processing system 10 may not be limited.
- EEG processing for neurofeedback may have high computational complexity.
- brain waves are delta (about 0.1 to 3 Hz, deep sleep state), theta (about 4 to 7 Hz, sleep state), alpha (about 8 to 12 Hz, resting state), SMR (about 12-15 Hz, awake state) , low beta (about 13 to 20 Hz, active state), high beta (about 21 to 30 Hz, active, excited, stressed state), and gamma (about 31 Hz or higher, active, information binding state), etc.
- a processing algorithm for each type may be different.
- the brainwaves of the subject 1 acquired by neurofeedback may be processed based on a vast amount of brainwave data collected and stored in the database 9 as well as the brainwaves previously measured from themselves. Accordingly, it may not be practically easy to perform EEG processing based on neurofeedback in the first client 2 and/or the second client 4, and it may not be easy to construct a service based on neurofeedback. there is.
- the brain wave processing system 10 may communicate with the first client 2 and the second client 4 through the network 5 , and the second client 4 , EEG data generated by measuring EEG of the subject 1 by neurofeedback based on the setting by 2 can be provided to the client (4). Accordingly, brain wave processing of high computational complexity can be efficiently performed in the brain wave processing system 10 having higher performance than the first client 2 .
- EEG data and biometric information of the subject 1 required for EEG processing can be separated from identification information for authentication of the first client 2, and thus problems such as personal information leakage can be solved, High security can be achieved.
- the brain wave processing system 10 can make it possible to build a wide range of services based on neurofeedback.
- the EEG processing system 10 may include a first interface 11 , a second interface 12 , a third interface 13 , and an EEG processing unit 15 .
- the first interface 11 may provide a connection to the network 5 to the brain wave processing system 10 .
- the first interface 11 is connected to the first client 2 from the first client 2 through the network 5, identification information of the first client 2, biometric information of the subject 1, and EEG data of the subject 1 can receive, from the second client 4, identification information of the second client 4, biometric information of the expert 3, setting information of the expert 3 for the subject 1, etc. can be received .
- the first interface 11 may provide the output data provided from the brain wave processing unit 15 to the first client 2 and/or the second client 4 through the network 5 .
- the second interface 12 may provide access to the authentication system 7 .
- the authentication system 7 may store information of valid clients, and the authentication system 7 may authenticate the first client 2 and the second client 4 based on the stored information. In addition, the authentication system 7 may generate a secret key used for encryption/decryption of data, as will be described later with reference to FIGS. 3 and 4 .
- a separate authentication system 7 may authenticate the first client 2 and the second client 4 . Accordingly, the processing of biometric information and EEG data of the subject 1 may be separated from authentication of the first client 2 and the second client 4 .
- the biometric information of the subject 1 may not include any information that can identify the subject 1, while the first client 2 has its own unique identification information (eg, in FIG. 4 ). hardware key) to the brain wave processing system 10 to be authenticated.
- the second interface 12 may communicate with the authentication system 7 via a local network, or may communicate with the authentication system 7 via a one-to-one connection.
- the third interface 13 may provide access to the database 9 .
- the database 9 may store biometric information and EEG data of a plurality of subjects.
- the biometric information and EEG data of the subject 1 provided from the first client 2 , and output data corresponding thereto may be stored in the database 9 .
- the first client 2 accesses the database 9 through the network 5 and the first client 2 performs EEG processing based on data stored in the database 9 .
- the EEG processing system 10 provides EEG processing results to the first client 2 and the second client 4 that can be implemented at low cost based on high security, thereby constructing a service based on neurofeedback can facilitate
- the brainwave processing unit 15 may generate brainwave data including useful information by processing the brainwave data.
- the EEG processing unit 15 may receive, through the first interface 11 , identification information of the first client 2 , biometric information of the subject 1 , and EEG data.
- the brain wave processing unit 15 may receive the identification information of the second client 2 and the setting information provided by the expert 3 through the first interface 11 .
- the brainwave processing unit 15 provides the identification information of the first client 2 and/or the second client 4 to the authentication system 7 , whereby the first client 2 and/or the second While the client 4 can be authenticated, when the authentication of the first client 2 and/or the second client 4 is successful, output data can be generated by processing the biometric information and EEG data of the subject 1 .
- the database 9 may store EEG data and training achievement generated by the subject 1 through neurofeedback training, and the EEG processing unit 15 may store EEG data of the subject 1 according to the training. and change in achievement can be analyzed.
- the EEG processing unit 15 may grasp the neurofeedback effect of the subject 1 based on the analysis result, and based on this, the expert 3 and/or the EEG processing unit 15 may train the subject 1 in the future. and direction can be determined.
- the EEG processing unit 15 may receive the settings defined for the subject 1 by the expert 3 from the second client 4 , and store them in the database 9 .
- the expert 3 through the second client 4 may be set for the subject 1 .
- the brain wave processing unit 15 may identify a setting corresponding to the identification information of the first client 2 so that neurofeedback is performed based on the setting stored in the database 9, and the first client 2 identified
- the settings may be provided, and the first client 2 may provide neurofeedback to the subject 1 according to the settings provided from the EEG processing system 10 .
- the expert 3 may check the brain wave data and/or data generated by the brain wave processing unit 15 from the brain wave data of the subject 1 through the second client 4 , and the subject 1 ) by analyzing the EEG data and/or achievement, it is possible to provide a comment (comment) of the person to the EEG processing system (10).
- the brain wave processing unit 15 may store the opinion provided from the expert 3 in the database 9, may identify the opinion corresponding to the identification information of the first client 2, and display the identified opinion to the first client ( It can be provided to the subject (1) through 2).
- the BQ report of the subject 1 and the training result report may be prepared by the expert 3 , may be stored in the database 9 , and may be provided to the subject 1 .
- the database 9 may store, in EEG data collected by a plurality of subjects, statistical values (eg, average, dispersion) of the aforementioned indices corresponding to various conditions (eg, age, etc.) may be stored, and the EEG processing unit 15 may generate output data by analyzing EEG data based on statistical values corresponding to the biometric information of the subject 1 .
- samples in the time domain included in the EEG data may be transformed into the frequency domain through, for example, Fourier transform, and the EEG may be analyzed in the frequency domain. For example, peaks, a maximum peak value, coherence, etc. may be detected in the frequency domain, and indices to be described later may be calculated based on the detected values.
- the EEG processing unit 15 includes various indices including basic rhythm index, self-regulation index, attention index, activity index, emotional index, anti-stress index, left and right brain balance index, brain index by processing biometric information and EEG data.
- output data can be generated.
- Basal rhythm is an EEG that is emitted when the eyes are closed and is resting in a pseudo state, and the standards may be different depending on age, and may be used as a basis for judging the degree of brain development, aging, and stability.
- the self-regulation index can serve as a basic measure of brain health and activity.
- the brain can control the activity rhythm by autonomously regulating three states of rest, attention, and concentration upon awakening, and the self-regulation index is a value that evaluates the brain's ability to self-regulate for these three states.
- the attention index is an index indicating the degree of brain arousal and resistance to disease or stress, and the degree of brain arousal may be determined according to age standards.
- the activity index as an index indicating the degree of brain activity, may be used as a basis for judging mental activity, thinking ability, and behavioral tendency.
- the emotional index may be referred to as an emotional index, and may indicate emotional stability and instability.
- the anti-stress index (or stress index) may indicate resistance to physical and mental fatigue caused by internal and external environmental factors. Physical stress can represent a state of tension, anxiety, and excitement of the human body, while mental stress can represent a state of psychological tension, anxiety, and excitement.
- the left-right balance brain index is an index indicating the balance between the left and right brain, and the balance may be determined based on the symmetry of the amplitude and the phase of the EEG.
- Brain index may be an index that comprehensively evaluates brain function based on the above-mentioned indices, and is different from IQ or EQ in that it represents the brain's response and control ability determined based on brain wave measurement and neurofeedback. , it can contain more accurate and broader information.
- the first interface 11 may further receive the analysis parameter from the first client 2 and/or the second client 4 via the network 5 .
- the brain wave processing unit 15 may select at least some of the brain wave processing functions based on the analysis parameters provided only through the first interface 11 .
- the EEG processing unit 15 may select at least one index from among the above-described indices based on the analysis parameter, and may generate output data including the selected at least one index.
- the authentication system 7 may store information about the functions required by each of the valid clients. Accordingly, the authentication system 7 transmits, via the second interface 12 , the analysis parameters corresponding to the identification information of the first client 2 and/or the second client 4 provided via the second interface 12 . It may be provided to the EEG processing unit 15, and the EEG processing unit 15 may select at least one index based on the analysis parameter.
- FIG. 2 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
- the client 22 , the brain wave processing system 24 and the authentication system 26 of FIG. 2 may correspond to the first client 2 , the brain wave processing system 10 , and the authentication system 7 of FIG. 1 .
- transmission of biometric information and generation of output data corresponding to the biometric information may be omitted in FIG. 2 , and similarly as shown in FIG. 2 , Authentication may also be performed.
- content overlapping with the description of FIG. 1 among the description of FIG. 2 will be omitted.
- the client 22 may acquire the subject's biometric information and EEG data.
- the client 22 may receive EEG data from an EEG measurement device worn by the subject, and may receive biometric information from an input provided by the subject.
- the client 22 may transmit identification information, biometric information, and EEG data to the EEG processing system 24 .
- the identification information is identification information of the client 22 , and may be independent of the subject who is the owner of the biometric information and EEG data.
- the identification information is information unique to the client 22 and may include information issued from the authentication system 26 as described below with reference to FIG. 4 in some embodiments.
- the brain wave processing system 24 may transmit the identification information to the authentication system 26 .
- the brain wave processing unit (eg, 15 in FIG. 1 ) of the brain wave processing system 24 transmits identification information to the authentication system ( 26) can be provided.
- the authentication system 26 may attempt to authenticate the client 22 .
- the authentication system 26 may store information about valid clients, and may determine whether the client 22 is a valid client based on the identification information received in step S23. Then, in step S25 , the authentication system 26 may transmit the authentication result to the brain wave processing system 24 .
- the authentication result may indicate authentication success or authentication failure of the client 22 .
- the EEG processing system 24 may generate output data based on the biometric information and EEG data provided by the authenticated client 22 .
- the brain wave processing system 24 may generate output data when the authentication result provided in step S25 indicates authentication success of the client 22 .
- the brain wave processing system 24 (or brain wave processing unit) fails to authenticate the client 22 . may transmit data representing , and may not generate output data.
- the brain wave processing system 24 may transmit the output data to the client 22 .
- the client 22 may provide the output data to the subject (or expert).
- the output data may include at least one index generated by processing biometric information and EEG data, and the client 22 provides the at least one index to the subject in various forms, such as numerically and/or graphically. can be displayed.
- the EEG processing system 30 of FIG. 3 is a block diagram illustrating an EEG processing system 30 according to an exemplary embodiment of the present invention. Similar to the EEG processing system 10 of FIG. 1 , the EEG processing system 30 of FIG. 3 includes a first interface 31 , a second interface 32 , a third interface 33 , and an EEG processing unit 35 . and may further include a client registrar 37 and an encryption engine 39 . In the description of FIG. 3 , it is assumed that the brain wave processing system 30 communicates with the first client 2 , the second client 4 , the authentication system 7 and the database 9 of FIG. 1 , Contents overlapping with the description will be omitted.
- the client registrar 37 may communicate with the first interface 31 and the second interface 32 . Accordingly, the client registrar 37 may communicate with the first client 2 and/or the second client 4 via the first interface 31 , and via the second interface 32 , the authentication system 7 . ) can communicate with The client registration unit 37 may perform a function of registering a new client with the authentication system 7 as a valid client. For example, the client registrar 37 may receive a registration request of the first client 2 and/or the second client 4 via the first interface 31 , and via the second interface 32 . Registration of the first client 2 and/or the second client 4 may be requested from the authentication system 7 . An example of the operation of the client registrar 37 will be described later with reference to FIG. 4 .
- the encryption engine 39 may perform a decryption operation based on the encryption key.
- the encryption engine 39 may receive a decryption key from the authentication system 7 via the second interface 32 , and based on the decryption key the encrypted data received via the first interface 31 . can be decoded, and the decoded data can be provided to the brain wave processing unit 35 .
- An example of the operation of the encryption engine 39 will be described below with reference to FIG. 5 .
- FIG. 4 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention. Specifically, the flowchart of FIG. 4 shows an example of operation of the brain wave processing system 30 of FIG. 3 .
- the brainwave processing system 44 of FIG. 4 may include a client registrar, which may register the client 42 with the authentication system 46 as a valid client.
- the client 42 may transmit a registration request to the EEG processing system 44 .
- the registration request may include a hardware key.
- the EEG measurement device worn by the subject may be supplied from an operator of the EEG processing system 44
- the hardware key is the EEG It may have a value unique to the measuring device and may be issued by the operator in question.
- the hardware key may be written on the surface of the brain wave processing device, a certificate, or the like, and the subject (or expert) may input the written hardware key into the client 42 .
- the brain wave processing device may include a non-volatile memory (eg, flash memory, EPROM, OTP memory, etc.) that stores the hardware key, and the client 42 receives the hardware key from the brain wave processing device. may receive.
- the client 42 is the second client 4 of FIG. 1
- the expert 4 sends a registration request including a key issued in advance from the operator of the EEG processing system 44 to the EEG processing system 44 .
- the key may be included in a recording medium provided by the operator of the brain wave processing system 44, such as a USB memory device, a CD, etc. as a hardware key.
- the brain wave processing system 44 may verify the hardware key. For example, the brain wave processing system 44 (or the client registration unit) may determine whether the hardware key included in the registration request of step S41 is legitimately issued. In some embodiments, the brain wave processing system 44 may determine whether the hardware key is included in the hardware key list, and verify the hardware key using an algorithm used in generating the hardware key. If the verification of the hardware key is successful, step S43 may be subsequently performed as shown in FIG. 4 , while if the verification of the hardware key fails, the EEG processing system 44 returns data indicating the failure of the verification of the hardware key It can be transmitted to the client 42 .
- the brain wave processing system 44 may request the authentication system 46 to register the client. For example, the brain wave processing system 44 may transmit the hardware key received in step S41 or data (eg, digest) generated from the hardware key to the authentication system 46 .
- data eg, digest
- the authentication system 46 may register the client 42 .
- the authentication system 46 may add the information included in the request of the brain wave processing system 44 to a list of valid clients.
- authentication system 46 may maintain a list of clients (ie, 2 in FIG. 1 ) for subjects and a list of clients 4 for experts.
- the authentication system 46 may also generate identification information and encryption keys.
- the authentication system 46 may generate the identification information and the encryption key based on the information included in the request of the brain wave processing system 44, and accordingly the identification information and the encryption key are bound to the corresponding information.
- the authentication system 46 may generate a key pair including a public key and a private key based on an asymmetric encryption algorithm.
- the authentication system 46 may transmit the identification information and the encryption key to the brain wave processing system 44 .
- the authentication system 46 may transmit the shared key to the brainwave processing system 44 as an encryption key.
- the brain wave processing system 44 may transmit the identification information and the encryption key to the client 42 .
- the client 42 may store the identification information and the encryption key received in step S46, and as described above with reference to FIG. 2 , when the client 42 is a client of the subject, the subject's data (ie, biometric information; brain wave data) together with the brain wave processing system 44 .
- An example of the operation of the client 42 using the encryption key received in step S46 will be described later with reference to FIG. 5 .
- FIG. 5 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
- the flowchart of FIG. 5 illustrates a case in which the client 52 is a client of a subject (eg, 2 in FIG. 1 ) as an example of the operation of the brain wave processing system 30 of FIG. 3 .
- the brain wave processing system 54 of FIG. 5 may include an encryption engine, and the encryption engine may decrypt encrypted data based on a decryption key.
- content overlapping with the description of FIG. 2 among the description of FIG. 5 will be omitted.
- the client 52 may encrypt the subject's biometric information and EEG data.
- the client 52 may generate encrypted data by encrypting the subject's biometric information and EEG data obtained from the EEG measuring device using the encryption key of FIG. 4 .
- the client 52 may transmit the encrypted data and identification information to the brain wave processing system 54 .
- the brain wave processing system 54 may transmit the identification information to the authentication system 56
- the authentication system 56 may authenticate the client 52 based on the identification information.
- the authentication system 56 may transmit the authentication result and the decryption key to the brain wave processing system 54 .
- the authentication system 56 may obtain a decryption key corresponding to the authenticated client 52 .
- a key pair may be generated upon client registration in FIG. 4 (asymmetric encryption), the encryption key of FIG. 4 may be a shared key of the key pair, and the decryption key of FIG. 5 may be a private key of the key pair there is.
- the encryption key of FIG. 4 and the decryption key of FIG. 5 may be the same (symmetric encryption).
- the brain wave processing system 54 may decode the data.
- the brain wave processing system 54 (or encryption engine) may generate decrypted data by decrypting the encrypted data received in step S52 using the decryption key received in step S55.
- Any encryption algorithm may be used for encryption and decryption of data, for example, a symmetric encryption algorithm such as Known-PlainText, Chosen-PlainText, Differential, Linear method may be employed, Diffie-Hellman key exchange, DSS (digital signature standard) ), an asymmetric encryption algorithm such as ElGamal, ECC, Rivest-Shamir-Adleman (RSA), etc. may be employed.
- step S7 the brain wave processing system 54 may generate output data based on the decoded data, and in step S58 , the brain wave processing system 54 may transmit the output data to the client 52 .
- step S59 the client 52 may provide output data to the subject.
- FIG. 6 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention. Specifically, the flowchart of FIG. 6 shows an example of a method of generating output data based on the database 60 . In some embodiments, the method of FIG. 6 may be performed by the EEG processing unit 15 of FIG. 1 , and FIG. 6 will be described below with reference to FIG. 1 .
- step S62 an operation of obtaining reference data corresponding to the biometric information may be performed.
- the brain wave processing unit 15 may receive reference data corresponding to the biometric information received through the first interface 11 from the database 60 through the third interface 13 .
- the EEG processing unit 15 may obtain EEG data, statistical data, etc. corresponding to the age and/or gender range of the subject 1 as reference data.
- step S64 an operation of generating output data based on the EEG data and the reference data may be performed.
- the brain wave processing unit 15 may analyze the brain wave data based on the reference data, and may generate output data including the analysis result.
- step S66 an operation of storing biometric information, brain wave data, and/or output data in the database may be performed.
- the EEG processing unit 15 may store the biometric information and EEG data used to generate the output data in the database 60 , or store the output data generated in step S64 in the database 60 .
- biometric information and EEG information may be collected in the database 60 , except for information that can identify the subject 1 , and the collected data may be used for subsequent processing of EEG data.
- FIG. 7 is a block diagram illustrating an EEG processing system 70 according to an exemplary embodiment of the present invention. Specifically, FIG. 7 shows an EEG processing system 70 including an EEG processing unit 75 and a model learning unit 76 as some components. As described above with reference to FIG. 1 and the like, the EEG processing unit 75 may receive biometric information and EEG data as input data IN, and may generate output data OUT by processing the EEG data.
- the EEG processing unit 75 of FIG. 7 may include a machine learning model (ML), and the EEG processing system 70 of FIG. 7 is a model learning unit 76 . may further include.
- the machine learning model (ML) may be in a state learned by a plurality of samples of identification information and EEG data, for example, identification information and EEG data of a plurality of subjects stored in the database 9 of FIG. 1, and the machine learning model ( ML) may be executed by any hardware designed to execute, for example, a neural processing unit (NPU).
- the machine learning model ML may receive the input data IN or processed data from the input data IN, and may output at least a portion of the output data OUT in response to the received data.
- the machine learning model (ML) may be a model based on an artificial neural network, a decision tree, a support vector machine, a regression analysis, a Bayesian network, a genetic algorithm, or the like.
- the model learner 76 may train the machine learning model ML based on the input data IN and the output data OUT.
- the machine learning model (ML) may include an artificial neural network, and the model learning unit 76 may train the machine learning model (ML) based on a training technique such as back propagation.
- the EEG processing unit 75 may relearn the subject's biometric information and EEG data.
- Machine learning model as a non-limiting example, CNN (Convolution Neural Network), R-CNN (Region with Convolution Neural Network), RPN (Region Proposal Network), RNN (Recurrent Neural Network), S-DNN (Stacking) -based deep Neural Network), S-SDNN (State-Space Dynamic Neural Network), Deconvolution Network, DBN (Deep Belief Network), RBM (Restricted Boltzmann Machine), Fully Convolutional Network, LSTM (Long Short-Term Memory) Network, It may include a classification network and the like.
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Psychology (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Computer Security & Cryptography (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Anesthesiology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Acoustics & Sound (AREA)
- Child & Adolescent Psychology (AREA)
- Hematology (AREA)
- Bioethics (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
A system may comprise: a first interface for receiving, from a client through a network, identification information of the client, biometric information of a subject to be tested, and brainwave data generated by measuring brainwaves of the subject to be tested; a second interface providing communication with an authentication system that stores information of valid clients; and a brainwave processing unit for providing the identification information to the authentication system through the second interface, generating output data on the basis of the biometric information and brainwave data of a client authenticated by the authentication system, and providing the output data to the client through the first interface.
Description
본 발명의 기술적 사상은 뉴로피드백에 관한 것으로서, 자세하게는 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법 및 시스템에 관한 것이다.The technical idea of the present invention relates to neurofeedback, and more particularly, to a method and system for testing and training based on neurofeedback.
뉴로피드백(neurofeedback)은 1934년 영국 캠브리지대학교에서 처음으로 발견된 이후 지속적으로 연구되고 개발된 뇌과학의 중요한 학문분야로서, 뇌의 항상성 자기조절 능력을 강화시키고, 이에 따라 뇌와 인체의 건강을 증진하거나 그 기능을 강화하는 것을 목적으로 한다. 이와 같은 뉴로피드백을 위하여, 피험자로부터 뇌파를 정확하게 측정하는 것이 요구될 수 있고, 측정된 뇌파로부터 유용한 정보를 피험자에게 제공하는 요구될 수 있다. 전자의 요건을 위하여 높은 성능의 뇌파 측정 장치가 필요할 수 있는 한편, 후자의 요건을 위하여 고도의 알고리즘 및 방대한 양의 수집된 데이터의 처리가 필요할 수 있다.Neurofeedback is an important field of brain science that has been continuously researched and developed since it was first discovered at the University of Cambridge in England in 1934. or to enhance its function. For such neurofeedback, it may be required to accurately measure EEG from the subject, and it may be required to provide useful information to the subject from the measured EEG. For the former requirement, a high-performance EEG measurement device may be required, while for the latter requirement, a high-level algorithm and processing of a large amount of collected data may be required.
본 발명의 기술적 사상은, 뉴로피드백을 위한 뇌파 처리의 높은 계산 복잡도를 효율적으로 해소하고, 높은 편의성 및 보안성을 제공할 수 있는 방법 및 시스템을 제공한다.The technical idea of the present invention provides a method and system that can efficiently solve the high computational complexity of brain wave processing for neurofeedback and provide high convenience and security.
상기와 같은 목적을 달성하기 위하여, 본 발명의 기술적 사상의 일측면에 따른 시스템은, 네트워크를 통해서 제1 클라이언트로부터, 제1 클라이언트의 식별 정보, 피험자의 생체 정보, 피험자의 뇌파를 측정함으로써 생성된 뇌파 데이터를 수신하는 제1 인터페이스, 유효한(valid) 제1 클라이언트들의 정보를 저장하는 인증 시스템과의 통신을 제공하는 제2 인터페이스, 및 제2 인터페이스를 통해서 인증 시스템에 식별 정보를 제공하고, 인증 시스템에 의해서 인증된 제1 클라이언트의 생체 정보 및 뇌파 데이터에 기초하여 출력 데이터를 생성하고, 제1 인터페이스를 통해서 제1 클라이언트에 출력 데이터를 제공하는 뇌파 처리부를 포함할 수 있다.In order to achieve the above object, the system according to one aspect of the technical idea of the present invention is generated by measuring the identification information of the first client, the biometric information of the subject, and the brain wave of the subject from the first client through a network. A first interface for receiving EEG data, a second interface for providing communication with an authentication system that stores information of valid first clients, and a second interface for providing identification information to the authentication system through the second interface, the authentication system It may include an EEG processing unit that generates output data based on the biometric information and EEG data of the first client authenticated by , and provides the output data to the first client through the first interface.
본 발명의 예시적 실시예에 따라, 제1 인터페이스는, 네트워크를 통해서 제2 클라이언트로부터 피험자의 뉴로피드백(neurofeedback)을 위한 설정을 수신할 수 있고, 뇌파 처리부는, 제1 클라이언트의 식별 정보에 대응하는 설정을 식별하고, 제1 인터페이스를 통해서 제1 클라이언트에 식별된 설정을 제공할 수 있다.According to an exemplary embodiment of the present invention, the first interface may receive a setting for neurofeedback of a subject from a second client through a network, and the EEG processing unit corresponds to the identification information of the first client The identified setting may be identified, and the identified setting may be provided to the first client through the first interface.
본 발명의 예시적 실시예에 따라, 설정은, 훈련 프로토콜, 훈련 프로그램의 종류, 훈련 프로그램의 순서, 훈련 프로그램의 실행 시간, 훈련 프로그램의 조건, 훈련 프로그램의 난이도, 훈련 횟수, 훈련 프로그램의 등급 중 적어도 하나를 포함할 수 있다.According to an exemplary embodiment of the present invention, the setting may be selected from among a training protocol, a type of training program, an order of a training program, an execution time of the training program, conditions of the training program, difficulty of the training program, the number of training sessions, and a grade of the training program. It may include at least one.
본 발명의 예시적 실시예에 따라, 제1 인터페이스는, 제2 클라이언트로부터 출력 데이터에 대한 의견을 수신할 수 있고, 뇌파 처리부는, 제1 인터페이스를 통해서 의견을 제1 클라이언트에 제공할 수 있다.According to an exemplary embodiment of the present invention, the first interface may receive an opinion on the output data from the second client, and the brain wave processing unit may provide the opinion to the first client through the first interface.
본 발명의 예시적 실시예에 따라, 시스템은 설정 및 의견을 저장하는 데이터베이스와 통신을 제공하는 제3 인터페이스를 더 포함할 수 있고, 뇌파 처리부는, 제1 클라이언트의 식별 정보에 대응하는 설정 및 의견을 데이터베이스로부터 획득할 수 있다.According to an exemplary embodiment of the present invention, the system may further include a third interface for providing communication with a database for storing settings and opinions, and the EEG processing unit, settings and opinions corresponding to the identification information of the first client can be obtained from the database.
본 발명의 예시적 실시예에 따라, 뇌파 처리부는, 생체 정보 및 뇌파 데이터에 기초하여, 기초율동 지수, 자기조절 지수, 주의 지수, 활성 지수, 감성 지수, 항스트레스 지수, 좌우 뇌균형 지수, 뇌지수를 포함하는 복수의 지수들을 생성할 수 있다.According to an exemplary embodiment of the present invention, the EEG processing unit, based on biometric information and EEG data, basic rhythm index, self-regulation index, attention index, activity index, emotional index, anti-stress index, left and right brain balance index, brain A plurality of exponents including the exponent can be created.
본 발명의 예시적 실시예에 따라, 제1 인터페이스는, 제1 클라이언트로부터 분석 파라미터를 더 수신할 수 있고, 뇌파 처리부는, 분석 파라미터에 기초하여 복수의 지수들 중 적어도 하나의 지수를 선택하고, 적어도 하나의 지수를 포함하는 출력 데이터를 생성할 수 있다.According to an exemplary embodiment of the present invention, the first interface may further receive an analysis parameter from the first client, and the EEG processing unit selects at least one index among a plurality of indexes based on the analysis parameter, Output data including at least one index may be generated.
본 발명의 예시적 실시예에 따라, 제2 인터페이스는, 인증 시스템으로부터 식별 정보에 대응하는 분석 파라미터를 더 수신할 수 있고, 뇌파 처리부는, 분석 파라미터에 기초하여 복수의 지수들 중 적어도 하나의 지수를 선택하고, 적어도 하나의 지수를 포함하는 출력 데이터를 생성할 수 있다.According to an exemplary embodiment of the present invention, the second interface may further receive an analysis parameter corresponding to the identification information from the authentication system, and the EEG processing unit, based on the analysis parameter, includes at least one index among the plurality of indexes. may be selected, and output data including at least one index may be generated.
본 발명의 예시적 실시예에 따라, 제1 인터페이스는, 제1 클라이언트로부터 하드웨어 키를 포함하는 등록 요청을 더 수신할 수 있고, 하드웨어 키를 검증하고, 검증된 하드웨어 키에 응답하여 제2 인터페이스를 통해서 인증 시스템에 제1 클라이언트의 등록을 요청하고, 인증 시스템으로부터 제공된 암호화 키를 제1 인터페이스를 통해서 제1 클라이언트에 제공할 수 있다.According to an exemplary embodiment of the present invention, the first interface may further receive a registration request including a hardware key from the first client, verify the hardware key, and configure the second interface in response to the verified hardware key. Through this, a registration of the first client may be requested from the authentication system, and an encryption key provided from the authentication system may be provided to the first client through the first interface.
본 발명의 예시적 실시예에 따라, 생체 정보 및 뇌파 데이터는, 암호화 키에 기초하여 암호화될 수 있고, 제2 인터페이스를 통해서 인증 시스템으로부터 식별 정보에 대응하는 복호화 키를 수신하고, 복호화 키에 기초하여 생체 정보 및 뇌파 데이터를 복호화될 수 있다.According to an exemplary embodiment of the present invention, biometric information and brain wave data may be encrypted based on an encryption key, receive a decryption key corresponding to the identification information from the authentication system through the second interface, and based on the decryption key Thus, biometric information and EEG data can be decoded.
본 발명의 예시적 실시예에 따라, 생체 정보는, 피험자의 나이, 시력, 신장, 체중, 혈액형, 아이큐, 혈압, 혈당, 질병, 복용약 중 적어도 하나를 포함할 수 있다.According to an exemplary embodiment of the present invention, the biometric information may include at least one of a subject's age, eyesight, height, weight, blood type, IQ, blood pressure, blood sugar, disease, and medication.
본 발명의 예시적 실시예에 따라, 복수의 피험자들에 대한 식별 정보 및 뇌파 데이터를 저장하는 데이터베이스와의 통신을 제공하는 제3 인터페이스를 더 포함할 수 있고, 뇌파 처리부는, 인증 시스템에 의해서 인증된 제1 클라이언트의 생체 정보에 대응하는 참조 데이터를 제3 인터페이스를 통해서 데이터베이스로부터 획득하고, 참조 데이터에 기초하여 뇌파 데이터를 처리함으로써 출력 데이터를 생성할 수 있다.According to an exemplary embodiment of the present invention, it may further include a third interface that provides communication with a database for storing identification information and EEG data for a plurality of subjects, and the EEG processing unit is authenticated by the authentication system The reference data corresponding to the biometric information of the first client may be obtained from the database through the third interface, and output data may be generated by processing the EEG data based on the reference data.
본 발명의 예시적 실시예에 따라, 뇌파 처리부는, 인증된 제1 클라이언트의 생체 정보, 뇌파 데이터 및 출력 데이터 중 적어도 하나를 제3 인터페이스를 통해서 데이터베이스에 저장할 수 있다.According to an exemplary embodiment of the present invention, the EEG processing unit may store at least one of biometric information, EEG data, and output data of the authenticated first client in the database through the third interface.
본 발명의 예시적 실시예에 따라, 뇌파 처리부는, 식별 정보 및 뇌파 데이터의 복수의 샘플들에 의해서 학습된 기계 학습 모델을 포함하고, 인증된 제1 클라이언트의 생체 정보 및 뇌파 데이터를 기계 학습 모델에 제공하고, 기계 학습 모델로부터 출력 데이터의 적어도 일부를 획득할 수 있다.According to an exemplary embodiment of the present invention, the EEG processing unit includes a machine learning model learned by a plurality of samples of identification information and EEG data, and uses the biometric information and EEG data of the authenticated first client as a machine learning model. and may obtain at least a portion of the output data from the machine learning model.
본 발명의 기술적 사상의 일측면에 따른 뇌파 처리 방법은, 네트워크를 통해서 클라이언트로부터, 클라이언트의 식별 정보, 피험자의 생체 정보, 피험자의 뇌파를 측정함으로써 생성된 뇌파 데이터를 수신하는 단계, 유효한 클라이언트들의 정보를 저장하는 인증 시스템에 식별 정보를 제공하는 단계, 인증 시스템에 의해서 인증된 클라이언트의 생체 정보에 대응하는 참조 데이터를 데이터베이스로부터 수신하는 단계, 참조 데이터에 기초하여 뇌파 데이터를 처리함으로써 출력 데이터를 생성하는 단계, 및 출력 데이터를 클라이언트에 제공하는 단계를 포함할 수 있다.The brain wave processing method according to one aspect of the present invention comprises the steps of receiving, from a client, the client's identification information, the subject's biometric information, and the brain wave data generated by measuring the subject's brain wave, through a network, effective client information Providing identification information to an authentication system storing and providing the output data to the client.
본 발명의 예시적 실시예에 따라, 뇌파 처리 방법은, 클라이언트로부터 하드웨어 키를 포함하는 등록 요청을 수신하는 단계, 하드웨어 키를 검증하고, 검증된 하드웨어 키에 응답하여 인증 시스템에 클라이언트의 등록을 요청하는 단계, 및 인증 시스템으로부터 제공된 암호화 키를 클라이언트에 제공하는 단계를 더 포함할 수 있다.According to an exemplary embodiment of the present invention, an EEG processing method includes receiving a registration request including a hardware key from a client, verifying the hardware key, and requesting registration of the client from the authentication system in response to the verified hardware key and providing the encryption key provided from the authentication system to the client.
본 발명의 예시적 실시예에 따라, 인증 시스템으로부터 식별 정보에 대응하는 복호화 키를 수신하는 단계, 및 복호화 키에 기초하여 생체 정보 및 뇌파 데이터를 복호화하는 단계를 더 포함할 수 있다.According to an exemplary embodiment of the present invention, the method may further include receiving a decryption key corresponding to the identification information from the authentication system, and decrypting the biometric information and EEG data based on the decryption key.
본 발명의 기술적 사상에 따른 방법 및 시스템에 의하면, 높은 계산 복잡도의 동작을 클라이언트로부터 해방시킬 수 있고, 이에 따라 뉴로피드백을 위한 테스트 및 트레이닝 서비스가 광범위하고 용이하게 구축될 수 있다.According to the method and system according to the technical idea of the present invention, it is possible to release the operation of high computational complexity from the client, and accordingly, a test and training service for neurofeedback can be extensively and easily constructed.
또한, 본 발명의 기술적 사상에 따른 방법 및 시스템에 의하면, 클라이언트의 식별 정보와 피험자의 개인 정보가 분리됨으로써, 개인 정보 유출의 위험이 감소할 수 있고, 높은 보안성이 달성될 수 있다.In addition, according to the method and system according to the technical idea of the present invention, by separating the identification information of the client and the personal information of the subject, the risk of personal information leakage can be reduced and high security can be achieved.
본 발명의 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 아니하며, 언급되지 아니한 다른 효과들은 이하의 본 발명의 실시예들에 대한 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다. 즉, 본 발명을 실시함에 따른 의도하지 아니한 효과들 역시 본 발명의 실시예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.Effects obtainable in the embodiments of the present invention are not limited to the above-mentioned effects, and other effects not mentioned are common in the art to which the present invention belongs from the description of the embodiments of the present invention below. It can be clearly derived and understood by those with knowledge. That is, unintended effects of practicing the present invention may also be derived by a person of ordinary skill in the art from the embodiments of the present invention.
도 1은 본 발명의 예시적 실시예에 따른 뇌파 처리 시스템을 나타내는 블록도이다.1 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
도 2는 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다.2 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
도 3은 본 발명의 예시적 실시예에 따른 뇌파 처리 시스템을 나타내는 블록도이다.3 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
도 4는 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다.4 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
도 5는 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다.5 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
도 6은 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다.6 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention.
도 7은 본 발명의 예시적 실시예에 따른 뇌파 처리 시스템을 나타내는 블록도이다.7 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대해 상세히 설명한다. 본 발명의 실시예는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되는 것이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. The embodiments of the present invention are provided to more completely explain the present invention to those of ordinary skill in the art. Since the present invention may have various changes and may have various forms, specific embodiments will be illustrated in the drawings and described in detail. However, this is not intended to limit the present invention to the specific disclosed form, it should be understood to include all modifications, equivalents and substitutes included in the spirit and scope of the present invention. In describing each figure, like reference numerals are used for like elements.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수개의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the present application are only used to describe specific embodiments, and are not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present application, terms such as "comprise" or "have" are intended to designate that a feature, number, step, operation, component, part, or a combination thereof described in the specification exists, but one or more other features It should be understood that it does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 아니하는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, it should be interpreted in an ideal or excessively formal meaning doesn't happen
이하 도면 및 설명에서, 하나의 블록으로 표시 또는 설명되는 구성요소는 하드웨어 블록 또는 소프트웨어 블록일 수 있다. 예를 들면, 구성요소들 각각은 서로 신호를 주고 받는 독립적인 하드웨어 블록일 수도 있고, 또는 적어도 하나의 프로세서에서 실행되는 소프트웨어 블록일 수도 있다.In the drawings and description below, a component indicated or described as one block may be a hardware block or a software block. For example, each of the components may be an independent hardware block that sends and receives signals to and from each other, or may be a software block executed by at least one processor.
도 1은 본 발명의 예시적 실시예에 따른 뇌파 처리 시스템을 나타내는 블록도이다. 도 1에 도시된 바와 같이, 뇌파 처리 시스템(10)은 네트워크(5)에 접속할 수 있고, 네트워크(5)를 통해서 제1 클라이언트(2) 및 제2 클라이언트(4)와 통신할 수 있다. 또한, 뇌파 처리 시스템(10)은 인증(authentication) 시스템(7) 및 데이터베이스(9)와 통신할 수 있다. 일부 실시예들에서, 도 1에 도시된 바와 상이하게, 인증 시스템(7) 및 데이터베이스(9)가 네트워크(5)에 접속할 수 있고, 뇌파 처리 시스템(10)은 네트워크(5)를 통해서 인증 시스템(7) 및 데이터베이스(9)와 통신할 수도 있다.1 is a block diagram illustrating an EEG processing system according to an exemplary embodiment of the present invention. As shown in FIG. 1 , the brain wave processing system 10 may be connected to a network 5 , and may communicate with a first client 2 and a second client 4 through the network 5 . Further, the brainwave processing system 10 may communicate with an authentication system 7 and a database 9 . In some embodiments, different from that shown in FIG. 1 , the authentication system 7 and the database 9 may connect to the network 5 , and the brain wave processing system 10 may connect to the authentication system via the network 5 . (7) and a database (9).
제1 클라이언트(2)는 피험자(1)의 뇌파를 측정함으로써 뇌파 데이터를 생성할 수 있다. 예를 들면, 피험자(1)는, 본 출원의 출원인이 특허권자로 있는 등록특허공보 제10-2126002호에 개시된 뇌파 측정 장치를 착용할 수 있고, 제1 클라이언트(2)는 뇌파 측정 장치로부터 복수의 채널들을 통해서 감지되는 신호들을 수신할 수 있다. 또한, 제1 클라이언트(2)는 피험자(1)로부터 입력된 생체 정보, 예컨대 나이, 시력, 신장, 체중, 혈액형, 아이큐, 혈압, 혈당, 질병, 복용약 등을 수신할 수 있다. 일부 실시예들에서, 제1 클라이언트(2)는 데스크탑 컴퓨터, 랩탑 컴퓨터와 같은 퍼스널 컴퓨터일 수 있고, 뇌파 측정 장치와 통신가능하게 연결될 수 있다. 또한, 제1 클라이언트(2)는 네트워크(5)를 통해서 뇌파 처리 시스템(10)으로부터 제공되는 출력 데이터를 피험자(1)에게, 예컨대 디스플레이, 프린트 등을 통해 제공할 수 있다. 일부 실시예들에서, 뇌파 데이터는 시간의 흐름에 따라 복수의 채널들을 통해서 뇌파를 감지함으로써 생성된 일련의 샘플들을 포함할 수 있고, 제1 클라이언트(2)는 네트워크(5)를 통해서 뇌파 데이터를 뇌파 처리 시스템(10)에 제공할 수 있다.The first client 2 may generate EEG data by measuring EEG of the subject 1 . For example, the subject 1 may wear an EEG measuring device disclosed in Korean Patent Publication No. 10--2126002, to which the applicant of the present application is a patent holder, and the first client 2 may receive a plurality of EEG from the EEG measuring device. Signals sensed through channels may be received. Also, the first client 2 may receive biometric information input from the subject 1 , such as age, eyesight, height, weight, blood type, IQ, blood pressure, blood sugar, disease, medication, and the like. In some embodiments, the first client 2 may be a personal computer, such as a desktop computer, a laptop computer, and may be communicatively connected to an EEG measuring device. In addition, the first client 2 may provide the output data provided from the brain wave processing system 10 through the network 5 to the subject 1, for example, through a display, a print, or the like. In some embodiments, the EEG data may include a series of samples generated by sensing EEG through a plurality of channels over time, and the first client 2 transmits EEG data through a network 5 . It can be provided to the brain wave processing system (10).
제1 클라이언트(2)는 뉴로피드백(neurofeedback)을 피험자(1)에게 제공할 수 있다. 뉴로피드백은 "신경 바이오피드백"으로서 지칭될 수도 있고, 뇌파를 측정하여 이 신호를 선택적으로 자신의 뇌와 피드백함으로써 뇌의 항상성 자기조절 능력을 향상시키는 기법을 지칭할 수 있다. 뉴로피드백은 뇌과학의 중요한 분야로서 많은 연구가 진행되고 있고, 새로운 훈련기법들이 제안되고 있고 새로운 사실들이 발견되고 있다. 예를 들면, 뇌가 사용하면 할수록 발달되고 필요에 따라 스스로 신경망을 발달시키는 특성인 뇌의 가소성(plasticity)이 발견되었으며, 신경세포, 즉 뉴런 역시 끊임없이 새롭게 생성된다는 신경신생(neurogenesis)이 발견되었다. 이에 따라, 새로운 뇌 세포가 지속적으로 만들어질 수 있고, 학습에 의해서 새로운 신경망이 생성됨으로써 뇌는 끊임없이 발달할 수 있으며, 뉴로피드백은 이러한 뇌의 특성을 극대화시킬 수 있다. 제1 클라이언트(2)는 네트워크(5)를 통해서 뇌파 처리 시스템(10)과 통신할 수 있고, 후술되는 바와 같이 전문가(3)가 뇌파 처리 시스템(10)에 설정한 바에 따라 피험자(1)에 뉴로피드백을 제공할 수 있다. 제1 클라이언트(2)는 다양한 출력 장치들, 예컨대 디스플레이 장치, 스피커 등을 통해서 피험자(1)에 피드백을 제공할 수도 있고, 뇌파 측정 장치에 포함된 출력 장치들을 통해서 피드백(예컨대, 소리, 진동 등)이 제공되도록 뇌파 측정 장치와 통신할 수도 있다.The first client 2 may provide neurofeedback to the subject 1 . Neurofeedback may also be referred to as "neural biofeedback", and may refer to a technique for improving the homeostatic self-regulating ability of the brain by measuring EEG and selectively feeding back this signal with one's brain. Neurofeedback is an important field of brain science, and a lot of research is being done, new training techniques are being proposed, and new facts are being discovered. For example, plasticity of the brain, a characteristic that the brain develops the more it is used and develops a neural network on its own as needed, was discovered, and neurogenesis, in which neurons, that is, neurons, are constantly newly created. Accordingly, new brain cells can be continuously created, and a new neural network can be created through learning, so that the brain can continuously develop, and neurofeedback can maximize these brain characteristics. The first client 2 may communicate with the brain wave processing system 10 through the network 5, and as will be described later, as the expert 3 sets the brain wave processing system 10 in the subject 1, Neurofeedback can be provided. The first client 2 may provide feedback to the subject 1 through various output devices, such as a display device, a speaker, etc., and feedback (eg, sound, vibration, etc.) through output devices included in the EEG measurement device. ) may be communicated with the EEG measurement device to be provided.
제1 클라이언트(2)는 비제한적인 예시로서, 데스크탑 컴퓨터, 랩탑 컴퓨터, 스마트폰, 태블릿(tablet) PC 등과 같이 피험자(1) 자신의 컴퓨터일 수다. 또한, 제1 클라이언트(2)는 전문가(3)와 함께 있는 공간에 설치될 수 있고, 예컨대 뉴로피드백에 기초한 테스트 및 트레이닝을 제공하는 센터나 기관에서 운영되는 컴퓨팅 시스템(예컨대, 키오스크)일 수도 있고, 피험자(1)의 건강 검진 항목들 중 하나로서 뉴로피드백을 제공하는 건강 검진 센터에서 운영되는 컴퓨팅 시스템일 수도 있고, 의료기관에서 운영되는 컴퓨팅 시스템일 수도 있다. 본 명세서에서, 다른 언급이 없는 한, 제1 클라이언트(2)는 피험자(1) 자신의 컴퓨터인 것으로 가정되나, 본 발명의 예시적 실시예들이 이에 제한되지 아니하는 점은 이해될 것이다.The first client 2 may be, as a non-limiting example, the subject 1's own computer, such as a desktop computer, a laptop computer, a smart phone, a tablet PC, and the like. In addition, the first client 2 may be installed in a space with the expert 3, for example, may be a computing system (eg, a kiosk) operated in a center or institution that provides testing and training based on neurofeedback. , may be a computing system operated in a health examination center that provides neurofeedback as one of the health examination items of the subject 1, or a computing system operated in a medical institution. In this specification, unless otherwise stated, it is assumed that the first client 2 is the subject 1 own computer, but it will be understood that the exemplary embodiments of the present invention are not limited thereto.
전문가(3)는 제2 클라이언트(4) 및 네트워크(5)에 뇌파 처리 시스템(10)에 접속할 수 있다. 예를 들면, 전문가(1)는 피험자(1)와 관계된 숙련된 상담자, 의사 등이 될 수 있고, 피험자(1)의 뉴로피드백을 위한 다양한 설정들을 제2 클라이언트(4)를 통해서 뇌파 처리 시스템(10)에 제공할 수 있다. 제1 클라이언트(2)와 유사하게, 제2 클라이언트(4)는 비제한적인 예시로서, 데스크탑 컴퓨터, 랩탑 컴퓨터, 스마트폰, 태블릿(tablet) PC 등과 같이 피험자(1) 자신의 컴퓨터일 수 있다. 또한, 제2 클라이언트(4)는 제1 클라이언트(2)와 동일한 공간에 있을 수도 있고, 원거리에 있을 수도 있다. 또한, 일부 실시예들에서, 피험자(1) 및 전문가(3)가 동일 장소에 있는 경우, 제1 클라이언트(2) 및 제2 클라이언트(4)는 동일할 수도 있다. 즉, 제1 클라이언트(2), 제2 클라이언트(4) 및 뇌파 처리 시스템(10)은 네트워크(5)에 접속할 수 있고, 예컨대 네트워크(5)는 인터넷과 같은 광역 네트워크일 수 있으며, 이에 따라 제1 클라이언트(2), 제2 클라이언트(4) 및 뇌파 처리 시스템(10)의 물리적 거리는 제한이 없을 수 있다. The expert 3 can connect to the brainwave processing system 10 to the second client 4 and to the network 5 . For example, the expert 1 may be an experienced counselor, a doctor, etc. related to the subject 1, and set various settings for neurofeedback of the subject 1 through the second client 4 to the EEG processing system ( 10) can be provided. Similar to the first client 2 , the second client 4 may be, by way of non-limiting example, the subject 1 's own computer, such as a desktop computer, a laptop computer, a smart phone, a tablet PC, and the like. In addition, the second client 4 may be in the same space as the first client 2 or may be remote. Also, in some embodiments, when the subject 1 and the expert 3 are in the same place, the first client 2 and the second client 4 may be the same. That is, the first client 2 , the second client 4 , and the brain wave processing system 10 may connect to the network 5 , for example, the network 5 may be a wide area network such as the Internet, and accordingly The physical distance between the first client 2 , the second client 4 and the brain wave processing system 10 may not be limited.
뉴로피드백을 위한 뇌파 처리(또는 뇌파 신호/데이터 처리)는 높은 계산 복잡도를 가질 수 있다. 예를 들면, 뇌파는 델타(약 0.1 ~ 3Hz, 깊은 수면 상태), 세타(약 4 ~ 7Hz, 수면 상태), 알파(약 8 ~ 12Hz, 휴식 상태), SMR(약 12 ~ 15Hz, 각성 상태), 저베타(약 13 ~20Hz, 활성 상태), 고베타(약 21 ~ 30Hz, 활성, 흥분, 스트레스 상태), 감마(약 31Hz 이상, 활성, 정보결합 상태) 등과 같이 다양한 종류로 분류될 수 있고, 종류별 처리 알고리즘이 상이할 수 있다. 후술되는 바와 같이, 뉴로피드백에 의해서 취득된 피험자(1)의 뇌파는, 자신으로부터 이전에 측정된 뇌파뿐만 아니라 데이터베이스(9)에 수집되어 저장된 방대한 양의 뇌파 데이터에 기초하여 처리될 수 있다. 이에 따라, 제1 클라이언트(2) 및/또는 제2 클라이언트(4)에서 뉴로피드백에 기초한 뇌파 처리를 수행하는 것은 현실적으로 용이하지 아니할 수 있고, 뉴로피드백에 기반한 서비스의 구축을 용이하지 아니하게 할 수 있다.EEG processing (or EEG signal/data processing) for neurofeedback may have high computational complexity. For example, brain waves are delta (about 0.1 to 3 Hz, deep sleep state), theta (about 4 to 7 Hz, sleep state), alpha (about 8 to 12 Hz, resting state), SMR (about 12-15 Hz, awake state) , low beta (about 13 to 20 Hz, active state), high beta (about 21 to 30 Hz, active, excited, stressed state), and gamma (about 31 Hz or higher, active, information binding state), etc. , a processing algorithm for each type may be different. As will be described later, the brainwaves of the subject 1 acquired by neurofeedback may be processed based on a vast amount of brainwave data collected and stored in the database 9 as well as the brainwaves previously measured from themselves. Accordingly, it may not be practically easy to perform EEG processing based on neurofeedback in the first client 2 and/or the second client 4, and it may not be easy to construct a service based on neurofeedback. there is.
이하에서, 도면들을 참조하여 후술되는 바와 같이, 뇌파 처리 시스템(10)은 네트워크(5)를 통해서 제1 클라이언트(2) 및 제2 클라이언트(4)와 통신할 수 있고, 제2 클라이언트(4)에 의한 설정에 기초하여 뉴로피드백에 의해서 피험자(1)의 뇌파를 측정함으로써 생성된 뇌파 데이터를 제1 클라이언트(2)로부터 수신하여 원격에서 처리함으로써 출력 데이터를 제1 클라이언트(2) 및/또는 제2 클라이언트(4)에 제공할 수 있다. 이에 따라, 높은 계산 복잡도의 뇌파 처리는, 제1 클라이언트(2)보다 높은 성능의 뇌파 처리 시스템(10)에서 효율적으로 수행될 수 있다. 또한, 뇌파 처리에 요구되는 피험자(1)의 뇌파 데이터 및 생체 정보는 제1 클라이언트(2)의 인증을 위한 식별 정보와 분리될 수 있고, 이에 따라 개인 정보 유출 등의 문제가 해소될 수 있고, 높은 보안성이 달성될 수 있다. 결과적으로, 뇌파 처리 시스템(10)은 뉴로피드백에 기반한 서비스들을 광범위하고 용이하게 구축하게 할 수 있다.Hereinafter, as described below with reference to the drawings, the brain wave processing system 10 may communicate with the first client 2 and the second client 4 through the network 5 , and the second client 4 , EEG data generated by measuring EEG of the subject 1 by neurofeedback based on the setting by 2 can be provided to the client (4). Accordingly, brain wave processing of high computational complexity can be efficiently performed in the brain wave processing system 10 having higher performance than the first client 2 . In addition, EEG data and biometric information of the subject 1 required for EEG processing can be separated from identification information for authentication of the first client 2, and thus problems such as personal information leakage can be solved, High security can be achieved. As a result, the brain wave processing system 10 can make it possible to build a wide range of services based on neurofeedback.
도 1에 도시된 바와 같이, 뇌파 처리 시스템(10)은 제1 인터페이스(11), 제2 인터페이스(12), 제3 인터페이스(13) 및 뇌파 처리부(15)를 포함할 수 있다. 제1 인터페이스(11)는 네트워크(5)에 대한 접속을 뇌파 처리 시스템(10)에 제공할 수 있다. 예를 들면, 제1 인터페이스(11)는 네트워크(5)를 통해서, 제1 클라이언트(2)로부터 제1 클라이언트(2)의 식별 정보, 피험자(1)의 생체 정보, 피험자(1)의 뇌파 데이터를 수신할 수 있고, 제2 클라이언트(4)로부터 제2 클라이언트(4)의 식별 정보, 전문가(3)의 생체 정보, 피험자(1)에 대한 전문가(3)의 설정 정보 등을 수신할 수 있다. 또한, 제1 인터페이스(11)는 뇌파 처리부(15)로부터 제공되는 출력 데이터를 네트워크(5)를 통해서 제1 클라이언트(2) 및/또는 제2 클라이언트(4)에 제공할 수 있다.1 , the EEG processing system 10 may include a first interface 11 , a second interface 12 , a third interface 13 , and an EEG processing unit 15 . The first interface 11 may provide a connection to the network 5 to the brain wave processing system 10 . For example, the first interface 11 is connected to the first client 2 from the first client 2 through the network 5, identification information of the first client 2, biometric information of the subject 1, and EEG data of the subject 1 can receive, from the second client 4, identification information of the second client 4, biometric information of the expert 3, setting information of the expert 3 for the subject 1, etc. can be received . In addition, the first interface 11 may provide the output data provided from the brain wave processing unit 15 to the first client 2 and/or the second client 4 through the network 5 .
제2 인터페이스(12)는 인증 시스템(7)에 대한 액세스를 제공할 수 있다. 인증 시스템(7)은 유효한(valid) 클라이언트들의 정보를 저장할 수 있고, 인증 시스템(7)은 저장된 정보에 기초하여 제1 클라이언트(2) 및 제2 클라이언트(4)를 인증할 수 있다. 또한, 인증 시스템(7)은 도 3 및 도 4를 참조하여 후술되는 바와 같이, 데이터의 암호화/복호화에 사용되는 비밀 키를 생성할 수도 있다. 뇌파 처리 시스템(10)이 제1 클라이언트(2) 및 제2 클라이언트(4)를 직접 인증하는 대신, 별도의 인증 시스템(7)이 제1 클라이언트(2) 및 제2 클라이언트(4)를 인증할 수 있고, 이에 따라 피험자(1)의 생체 정보 및 뇌파 데이터의 처리는 제1 클라이언트(2) 및 제2 클라이언트(4)의 인증과 분리될 수 있다. 예를 들면, 피험자(1)의 생체 정보는 피험자(1)를 식별할 수 있는 어떠한 정보도 포함하지 아니할 수 있는 한편, 제1 클라이언트(2)는 자신의 고유한 식별 정보(예컨대, 도 4의 하드웨어 키)를 뇌파 처리 시스템(10)에 제공함으로써 인증될 수 있다. 제2 인터페이스(12)는 로컬 네트워크를 통해서 인증 시스템(7)과 통신할 수도 있고, 일대일 접속을 통해서 인증 시스템(7)과 통신할 수도 있다.The second interface 12 may provide access to the authentication system 7 . The authentication system 7 may store information of valid clients, and the authentication system 7 may authenticate the first client 2 and the second client 4 based on the stored information. In addition, the authentication system 7 may generate a secret key used for encryption/decryption of data, as will be described later with reference to FIGS. 3 and 4 . Instead of the brain wave processing system 10 directly authenticating the first client 2 and the second client 4 , a separate authentication system 7 may authenticate the first client 2 and the second client 4 . Accordingly, the processing of biometric information and EEG data of the subject 1 may be separated from authentication of the first client 2 and the second client 4 . For example, the biometric information of the subject 1 may not include any information that can identify the subject 1, while the first client 2 has its own unique identification information (eg, in FIG. 4 ). hardware key) to the brain wave processing system 10 to be authenticated. The second interface 12 may communicate with the authentication system 7 via a local network, or may communicate with the authentication system 7 via a one-to-one connection.
제3 인터페이스(13)는 데이터베이스(9)에 대한 액세스를 제공할 수 있다. 데이터베이스(9)는 복수의 피험자들의 생체 정보 및 뇌파 데이터를 저장할 수 있다. 일부 실시예들에서, 제1 클라이언트(2)로부터 제공된 피험자(1)의 생체 정보 및 뇌파 데이터, 그리고 이에 대응하는 출력 데이터가 데이터베이스(9)에 저장될 수 있다. 도 1에 도시된 바와 상이하게, 제1 클라이언트(2)가 네트워크(5)를 통해서 데이터베이스(9)에 액세스하고 제1 클라이언트(2)가 데이터베이스(9)에 저장된 데이터에 기초하여 뇌파 처리를 수행하는 것을 고려할 수 있으나, 데이터베이스(9)에 저장된 방대한 양의 데이터를 처리하기 위한 하드웨어/소프트웨어가 제1 클라이언트(2)에 구현되는 것은 용이하지 아니할 수 있고, 제1 클라이언트(2)의 운영 주체로 하여금 높은 비용을 발생시킬 수 있다. 또한, 전문가(3)로 하여금 피험자(1)에게 적합한 설정을 제1 클라이언트(2)에 하도록 하는 것은, 피험자(1) 및 전문가(3)가 동일한 공간에 있는 경우에만 가능할 수 있다. 뇌파 처리 시스템(10)은, 높은 보안성을 바탕으로, 낮은 비용으로도 구현될 수 있는 제1 클라이언트(2) 및 제2 클라이언트(4)에 뇌파 처리 결과를 제공함으로써 뉴로피드백에 기반한 서비스의 구축을 용이하게 할 수 있다.The third interface 13 may provide access to the database 9 . The database 9 may store biometric information and EEG data of a plurality of subjects. In some embodiments, the biometric information and EEG data of the subject 1 provided from the first client 2 , and output data corresponding thereto may be stored in the database 9 . Different from that shown in FIG. 1 , the first client 2 accesses the database 9 through the network 5 and the first client 2 performs EEG processing based on data stored in the database 9 . may be considered, but it may not be easy for hardware/software to process a large amount of data stored in the database 9 to be implemented in the first client 2, and as an operating subject of the first client 2 may incur high costs. In addition, it may be possible only when the subject 1 and the expert 3 are in the same space to allow the expert 3 to set the first client 2 a setting suitable for the subject 1 . The EEG processing system 10 provides EEG processing results to the first client 2 and the second client 4 that can be implemented at low cost based on high security, thereby constructing a service based on neurofeedback can facilitate
뇌파 처리부(15)는 뇌파 데이터를 처리함으로써 유용한 정보를 포함하는 뇌파 데이터를 생성할 수 있다. 예를 들면, 뇌파 처리부(15)는 제1 인터페이스(11)를 통해서, 제1 클라이언트(2)의 식별 정보, 피험자(1)의 생체 정보 및 뇌파 데이터를 수신할 수 있다. 또한, 뇌파 처리부(15)는 제1 인터페이스(11)를 통해서 제2 클라이언트(2)의 식별 정보, 전문가(3)가 제공하는 설정 정보를 수신할 수 있다. 일부 실시예들에서, 뇌파 처리부(15)는 제1 클라이언트(2) 및/또는 제2 클라이언트(4)의 식별 정보를 인증 시스템(7)에 제공함으로써 제1 클라이언트(2) 및/또는 제2 클라이언트(4)를 인증할 수 있는 한편, 제1 클라이언트(2) 및/또는 제2 클라이언트(4)의 인증이 성공한 경우, 피험자(1)의 생체 정보 및 뇌파 데이터를 처리함으로써 출력 데이터를 생성할 수 있다. The brainwave processing unit 15 may generate brainwave data including useful information by processing the brainwave data. For example, the EEG processing unit 15 may receive, through the first interface 11 , identification information of the first client 2 , biometric information of the subject 1 , and EEG data. In addition, the brain wave processing unit 15 may receive the identification information of the second client 2 and the setting information provided by the expert 3 through the first interface 11 . In some embodiments, the brainwave processing unit 15 provides the identification information of the first client 2 and/or the second client 4 to the authentication system 7 , whereby the first client 2 and/or the second While the client 4 can be authenticated, when the authentication of the first client 2 and/or the second client 4 is successful, output data can be generated by processing the biometric information and EEG data of the subject 1 . can
일부 실시예들에서, 데이터 베이스(9)는 피험자(1)가 뉴로피드백 훈련을 통해서 생성한 뇌파 데이터 및 훈련의 성취도를 저장할 수 있고, 뇌파 처리부(15)는 훈련에 따른 피험자(1)의 뇌파 및 성취도 변화를 분석할 수 있다. 또한, 뇌파 처리부(15)는 분석 결과에 기초하여 피험자(1)의 뉴로피드백 효과를 파악할 수 있고, 이를 바탕으로 전문가(3) 및/또는 뇌파 처리부(15)는 향후 피험자(1)의 훈련 방법과 방향을 결정할 수 있다. 일부 실시예들에서, 뇌파 처리부(15)는 제2 클라이언트(4)로부터 전문가(3)가 피험자(1)에 대하여 정의한 설정들을 수신할 수 있고, 이를 데이터베이스(9)에 저장할 수 있다. 예를 들면, 전문가(3)는 제2 클라이언트(4)를 통해서, 훈련 프로토콜, 훈련 프로그램의 종류, 훈련 프로그램의 순서, 훈련 프로그램의 실행 시간, 훈련 프로그램의 조건, 훈련 프로그램의 난이도, 훈련 횟수, 훈련 프로그램의 등급 등을 피험자(1)를 위하여 설정할 수 있다. 뇌파 처리부(15)는 데이터베이스(9)에 저장된 설정에 기초하여 뉴로피드백이 수행되도록, 제1 클라이언트(2)의 식별 정보에 대응하는 설정을 식별할 수 있고, 제1 클라이언트(2)에 식별된 설정들을 제공할 수 있으며, 제1 클라이언트(2)는 뇌파 처리 시스템(10)으로부터 제공된 설정에 따라 피험자(1)에게 뉴로피드백을 제공할 수 있다. 일부 실시예들에서, 전문가(3)는 제2 클라이언트(4)를 통해서 피험자(1)의 뇌파 데이터 및/또는 뇌파 데이터로부터 뇌파 처리부(15)가 생성한 데이터 등을 확인할 수 있고, 피험자(1)의 뇌파 데이터 및/또는 성취도를 분석함으로써 본인의 의견(comment)을 뇌파 처리 시스템(10)에 제공할 수 있다. 뇌파 처리부(15)는 전문가(3)로부터 제공된 의견을 데이터베이스(9)에 저장할 수 있고, 제1 클라이언트(2)의 식별 정보에 대응하는 의견을 식별할 수 있으며, 식별된 의견을 제1 클라이언트(2)를 통해서 피험자(1)에게 제공할 수 있다. 예를 들면, 피험자(1)의 BQ 보고서, 훈련 결과 보고서가 전문가(3)에 의해서 작성될 수 있으며, 데이터베이스(9)에 저장될 수 있고, 피험자(1)에게 제공될 수 있다.In some embodiments, the database 9 may store EEG data and training achievement generated by the subject 1 through neurofeedback training, and the EEG processing unit 15 may store EEG data of the subject 1 according to the training. and change in achievement can be analyzed. In addition, the EEG processing unit 15 may grasp the neurofeedback effect of the subject 1 based on the analysis result, and based on this, the expert 3 and/or the EEG processing unit 15 may train the subject 1 in the future. and direction can be determined. In some embodiments, the EEG processing unit 15 may receive the settings defined for the subject 1 by the expert 3 from the second client 4 , and store them in the database 9 . For example, the expert 3 through the second client 4, the training protocol, the type of training program, the sequence of the training program, the execution time of the training program, the conditions of the training program, the difficulty of the training program, the number of training, The level of the training program and the like may be set for the subject 1 . The brain wave processing unit 15 may identify a setting corresponding to the identification information of the first client 2 so that neurofeedback is performed based on the setting stored in the database 9, and the first client 2 identified The settings may be provided, and the first client 2 may provide neurofeedback to the subject 1 according to the settings provided from the EEG processing system 10 . In some embodiments, the expert 3 may check the brain wave data and/or data generated by the brain wave processing unit 15 from the brain wave data of the subject 1 through the second client 4 , and the subject 1 ) by analyzing the EEG data and/or achievement, it is possible to provide a comment (comment) of the person to the EEG processing system (10). The brain wave processing unit 15 may store the opinion provided from the expert 3 in the database 9, may identify the opinion corresponding to the identification information of the first client 2, and display the identified opinion to the first client ( It can be provided to the subject (1) through 2). For example, the BQ report of the subject 1 and the training result report may be prepared by the expert 3 , may be stored in the database 9 , and may be provided to the subject 1 .
일부 실시예들에서, 데이터베이스(9)는, 복수의 피험자들에 의해서 수집된 뇌파 데이터에서, 다양한 조건들(예컨대, 연령 등)에 대응하는 전술된 지수들의 통계값(예컨대, 평균, 산포)을 저장할 수 있고, 뇌파 처리부(15)는 피험자(1)의 생체 정보에 대응하는 통계값에 기초하여 뇌파 데이터를 분석함으로써 출력 데이터를 생성할 수 있다. 일부 실시예들에서, 뇌파 데이터에 포함된 시간 도메인의 샘플들은, 예컨대 푸리에 변환을 통해서 주파수 도메인으로 변환될 수 있고, 주파수 도메인에서 뇌파가 분석될 수 있다. 예를 들면, 주파수 도메인에서 피크들, 최대 피크값, 좌우 상관도(coherence) 등이 검출될 수 있고, 검출된 값들에 기초하여 후술되는 지수들이 산출될 수 있다.In some embodiments, the database 9 may store, in EEG data collected by a plurality of subjects, statistical values (eg, average, dispersion) of the aforementioned indices corresponding to various conditions (eg, age, etc.) may be stored, and the EEG processing unit 15 may generate output data by analyzing EEG data based on statistical values corresponding to the biometric information of the subject 1 . In some embodiments, samples in the time domain included in the EEG data may be transformed into the frequency domain through, for example, Fourier transform, and the EEG may be analyzed in the frequency domain. For example, peaks, a maximum peak value, coherence, etc. may be detected in the frequency domain, and indices to be described later may be calculated based on the detected values.
뇌파 처리부(15)는 생체 정보 및 뇌파 데이터를 처리함으로써 기초율동 지수, 자기조절 지수, 주의 지수, 활성 지수, 감성 지수, 항스트레스 지수, 좌우 뇌균형 지수, 뇌지수 증을 포함하는 다양한 지수들을 포함하는 출력 데이터를 생성할 수 있다. 기초율동은, 눈을 감고 가성상태로 안정을 취하고 있을 때 나오는 뇌파로서 연령에 따라 기준이 상이할 수 있고, 뇌발달정도, 노화정도, 안정도를 판단하는데 기초로 사용될 수 있다. 자기조절 지수는, 뇌건강과 활동력의 기본적인 척도로서 기능할 수 있다. 뇌는 각성시에 휴식 상태, 주의력 상태, 집중력 상태의 3가지 상태들을 자율 조절함으로써 활동리듬을 통제할 수 있고, 자기조절 지수는 이와 같은 3가지 상태들에 대한 뇌의 자율조절 능력을 평가하는 값일 수 있다. 주의 지수는, 뇌의 각성 정도와 질병이나 스트레스에 대한 저항력을 나타내는 지수로서, 연령기준에 따라 뇌의 각성 정도가 판단될 수 있다. 활성 지수는, 뇌의 활성 정도를 나타내는 지수로서, 정신적 활동과 사고능력 및 행동성향을 판단하는데 기초로 사용될 수 있다. 감성 지수는, 정서 지수로서 지칭될 수도 있고, 정서적 안정, 불안정 상태를 나타낼 수 있다. 항스트레스 지수(또는 스트레스 지수)는, 내외적 환경 요인으로 인한 육체적 정신적 피로에 대한 저항치를 나타낼 수 있다. 육체적 스트레스는 인체의 긴장과 불안, 흥분 상태를 나타낼 수 있는 한편, 정신적 스트레스는 심리적인 긴장과 불안, 흥분 상태를 나타낼 수 있다. 좌우 균형 뇌지수는, 좌뇌와 우뇌의 균형을 나타내는 지수로서, 균형은 뇌파의 진폭의 대칭 및 위상의 대칭에 기초하여 판단될 수 있다. 뇌지수는 전술된 지수들에 기초하여 뇌의 기능을 종합적으로 평가하는 지수일 수 있고, IQ 또는 EQ와 상이하게 뇌파의 측정 및 뉴로피드백에 기초하여 판단된 뇌의 반응과 조절능력을 나타내는 점에서, 보다 정확하고 폭넓은 정보를 포함할 수 있다.The EEG processing unit 15 includes various indices including basic rhythm index, self-regulation index, attention index, activity index, emotional index, anti-stress index, left and right brain balance index, brain index by processing biometric information and EEG data. output data can be generated. Basal rhythm is an EEG that is emitted when the eyes are closed and is resting in a pseudo state, and the standards may be different depending on age, and may be used as a basis for judging the degree of brain development, aging, and stability. The self-regulation index can serve as a basic measure of brain health and activity. The brain can control the activity rhythm by autonomously regulating three states of rest, attention, and concentration upon awakening, and the self-regulation index is a value that evaluates the brain's ability to self-regulate for these three states. can The attention index is an index indicating the degree of brain arousal and resistance to disease or stress, and the degree of brain arousal may be determined according to age standards. The activity index, as an index indicating the degree of brain activity, may be used as a basis for judging mental activity, thinking ability, and behavioral tendency. The emotional index may be referred to as an emotional index, and may indicate emotional stability and instability. The anti-stress index (or stress index) may indicate resistance to physical and mental fatigue caused by internal and external environmental factors. Physical stress can represent a state of tension, anxiety, and excitement of the human body, while mental stress can represent a state of psychological tension, anxiety, and excitement. The left-right balance brain index is an index indicating the balance between the left and right brain, and the balance may be determined based on the symmetry of the amplitude and the phase of the EEG. Brain index may be an index that comprehensively evaluates brain function based on the above-mentioned indices, and is different from IQ or EQ in that it represents the brain's response and control ability determined based on brain wave measurement and neurofeedback. , it can contain more accurate and broader information.
일부 실시예들에서, 제1 인터페이스(11)는 네트워크(5)를 통해서 제1 클라이언트(2) 및/또는 제2 클라이언트(4)로부터 분석 파라미터를 더 수신할 수 있다. 뇌파 처리부(15)는 제1 인터페이스(11)릍 통해서 제공된 분석 파라미터에 기초하여 뇌파 처리 기능들 중 적어도 일부를 선택할 수 있다. 예를 들면, 뇌파 처리부(15)는 분석 파라미터에 기초하여, 전술된 지수들 중 적어도 하나의 지수를 선택할 수 있고, 선택된 적어도 하나의 지수를 포함하는 출력 데이터를 생성할 수 있다. 일부 실시예들에서, 인증 시스템(7)은 유효한 클라이언트들 각각이 요구하는 기능들에 대한 정보를 저장할 수 있다. 이에 따라, 인증 시스템(7)은 제2 인터페이스(12)를 통해서 제공된 제1 클라이언트(2) 및/또는 제2 클라이언트(4)의 식별 정보에 대응하는 분석 파라미터를 제2 인터페이스(12)를 통해서 뇌파 처리부(15)에 제공할 수 있고, 뇌파 처리부(15)는 분석 파라미터에 기초하여 적어도 하나의 지수를 선택할 수 있다.In some embodiments, the first interface 11 may further receive the analysis parameter from the first client 2 and/or the second client 4 via the network 5 . The brain wave processing unit 15 may select at least some of the brain wave processing functions based on the analysis parameters provided only through the first interface 11 . For example, the EEG processing unit 15 may select at least one index from among the above-described indices based on the analysis parameter, and may generate output data including the selected at least one index. In some embodiments, the authentication system 7 may store information about the functions required by each of the valid clients. Accordingly, the authentication system 7 transmits, via the second interface 12 , the analysis parameters corresponding to the identification information of the first client 2 and/or the second client 4 provided via the second interface 12 . It may be provided to the EEG processing unit 15, and the EEG processing unit 15 may select at least one index based on the analysis parameter.
도 2는 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다. 도 2의 클라이언트(22), 뇌파 처리 시스템(24) 및 인증 시스템(26)은, 도 1의 제1 클라이언트(2), 뇌파 처리 시스템(10) 및 인증 시스템(7)에 대응할 수 있다. 도 1의 제2 클라이언트(4)의 경우, 도 2에서 생체 정보의 전송 및 생체 정보에 대응하는 출력 데이터의 생성이 생략될 수 있고, 도 2에 도시된 바와 유사하게 제2 클라이언트(4)에 대한 인증 역시 수행될 수 있다. 이하에서, 도 2에 대한 설명 중 도 1에 대한 설명과 중복되는 내용은 생략될 것이다.2 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention. The client 22 , the brain wave processing system 24 and the authentication system 26 of FIG. 2 may correspond to the first client 2 , the brain wave processing system 10 , and the authentication system 7 of FIG. 1 . In the case of the second client 4 of FIG. 1 , transmission of biometric information and generation of output data corresponding to the biometric information may be omitted in FIG. 2 , and similarly as shown in FIG. 2 , Authentication may also be performed. Hereinafter, content overlapping with the description of FIG. 1 among the description of FIG. 2 will be omitted.
도 2를 참조하면, 단계 S21에서 클라이언트(22)는 피험자의 생체 정보 및 뇌파 데이터를 획득할 수 있다. 예를 들면, 클라이언트(22)는 피험자가 착용중인 뇌파 측정 장치로부터 뇌파 데이터를 수신할 수 있고, 피험자가 제공하는 입력으로부터 생체 정보를 수신할 수 있다. Referring to FIG. 2 , in step S21 , the client 22 may acquire the subject's biometric information and EEG data. For example, the client 22 may receive EEG data from an EEG measurement device worn by the subject, and may receive biometric information from an input provided by the subject.
단계 S22에서, 클라이언트(22)는 식별 정보, 생체 정보 및 뇌파 데이터를 뇌파 처리 시스템(24)에 전송할 수 있다. 식별 정보는 클라이언트(22)의 식별 정보로서, 생체 정보 및 뇌파 데이터의 소유자인 피험자와는 무관할 수 있다. 식별 정보는 클라이언트(22)의 고유한 정보로서, 일부 실시예들에서 도 4를 참조하여 후술되는 바와 같이, 인증 시스템(26)으로부터 발행된 정보를 포함할 수 있다.In step S22 , the client 22 may transmit identification information, biometric information, and EEG data to the EEG processing system 24 . The identification information is identification information of the client 22 , and may be independent of the subject who is the owner of the biometric information and EEG data. The identification information is information unique to the client 22 and may include information issued from the authentication system 26 as described below with reference to FIG. 4 in some embodiments.
단계 S23에서, 뇌파 처리 시스템(24)은 식별 정보를 인증 시스템(26)에 전송할 수 있다. 예를 들면, 뇌파 처리 시스템(24)의 뇌파 처리부(예컨대, 도 1의 15)는, 단계 S22에서 제공된 생체 정보 및 뇌파 데이터가 유효한 클라이언트로부터 제공된 것인지 여부를 판정하기 위하여, 식별 정보를 인증 시스템(26)에 제공할 수 있다.In step S23 , the brain wave processing system 24 may transmit the identification information to the authentication system 26 . For example, the brain wave processing unit (eg, 15 in FIG. 1 ) of the brain wave processing system 24 transmits identification information to the authentication system ( 26) can be provided.
단계 S24에서, 인증 시스템(26)은 클라이언트(22)의 인증을 시도할 수 있다. 예를 들면, 인증 시스템(26)은 유효한 클라이언트들에 대한 정보를 저장할 수 있고, 단계 S23에서 수신된 식별 정보에 기초하여 클라이언트(22)가 유효한 클라이언트인지 여부를 판정할 수 있다. 그 다음에, 단계 S25에서 인증 시스템(26)은 인증 결과를 뇌파 처리 시스템(24)에 전송할 수 있다. 예를 들면, 인증 결과는 클라이언트(22)의 인증 성공 또는 인증 실패를 나타낼 수 있다.In step S24 , the authentication system 26 may attempt to authenticate the client 22 . For example, the authentication system 26 may store information about valid clients, and may determine whether the client 22 is a valid client based on the identification information received in step S23. Then, in step S25 , the authentication system 26 may transmit the authentication result to the brain wave processing system 24 . For example, the authentication result may indicate authentication success or authentication failure of the client 22 .
단계 S26에서, 뇌파 처리 시스템(24)은 인증된 클라이언트(22)가 제공한 생체 정보 및 뇌파 데이터에 기초하여 출력 데이터를 생성할 수 있다. 예를 들면, 뇌파 처리 시스템(24)은, 단계 S25에서 제공된 인증 결과가 클라이언트(22)의 인증 성공을 나타내는 경우, 출력 데이터를 생성할 수 있다. 다른 한편으로, 도 2에 도시된 바와 상이하게, 단계 S25에서 제공된 인증 결과가 클라이언트(22)의 인증 실패를 나타내는 경우, 뇌파 처리 시스템(24)(또는 뇌파 처리부)은 클라이언트(22)에 인증 실패를 나타내는 데이터를 전송할 수 있고, 출력 데이터를 생성하지 아니할 수 있다.In step S26 , the EEG processing system 24 may generate output data based on the biometric information and EEG data provided by the authenticated client 22 . For example, the brain wave processing system 24 may generate output data when the authentication result provided in step S25 indicates authentication success of the client 22 . On the other hand, different from that shown in FIG. 2 , when the authentication result provided in step S25 indicates authentication failure of the client 22 , the brain wave processing system 24 (or brain wave processing unit) fails to authenticate the client 22 . may transmit data representing , and may not generate output data.
단계 S27에서, 뇌파 처리 시스템(24)은 출력 데이터를 클라이언트(22)에 전송할 수 있다. 단계 S28에서, 클라이언트(22)는 출력 데이터를 피험자(또는 전문가)에게 제공할 수 있다. 예를 들면, 출력 데이터는 생체 정보 및 뇌파 데이터를 처리함으로써 생성된 적어도 하나의 지수를 포함할 수도 있고, 클라이언트(22)는 적어도 하나의 지수를 다양한 형태로, 예컨대 수치 및/또는 그래프로 피험자에게 디스플레이할 수 있다.In step S27 , the brain wave processing system 24 may transmit the output data to the client 22 . In step S28, the client 22 may provide the output data to the subject (or expert). For example, the output data may include at least one index generated by processing biometric information and EEG data, and the client 22 provides the at least one index to the subject in various forms, such as numerically and/or graphically. can be displayed.
도 3은 본 발명의 예시적 실시예에 따른 뇌파 처리 시스템(30)을 나타내는 블록도이다. 도 1의 뇌파 처리 시스템(10)과 유사하게, 도 3의 뇌파 처리 시스템(30)은 제1 인터페이스(31), 제2 인터페이스(32), 제3 인터페이스(33) 및 뇌파 처리부(35)를 포함할 수 있고, 클라이언트 등록부(37) 및 암호화 엔진(39)을 더 포함할 수 있다. 도 3에 대한 설명에서 뇌파 처리 시스템(30)은 도 1의 제1 클라이언트(2), 제2 클라이언트(4), 인증 시스템(7) 및 데이터베이스(9)와 통신하는 것으로 가정되고, 도 1에 대한 설명과 중복되는 내용은 생략될 것이다.3 is a block diagram illustrating an EEG processing system 30 according to an exemplary embodiment of the present invention. Similar to the EEG processing system 10 of FIG. 1 , the EEG processing system 30 of FIG. 3 includes a first interface 31 , a second interface 32 , a third interface 33 , and an EEG processing unit 35 . and may further include a client registrar 37 and an encryption engine 39 . In the description of FIG. 3 , it is assumed that the brain wave processing system 30 communicates with the first client 2 , the second client 4 , the authentication system 7 and the database 9 of FIG. 1 , Contents overlapping with the description will be omitted.
클라이언트 등록부(37)는 제1 인터페이스(31) 및 제2 인터페이스(32)와 통신할 수 있다. 이에 따라, 클라이언트 등록부(37)는 제1 인터페이스(31)를 통해서 제1 클라이언트(2) 및/또는 제2 클라이언트(4)와 통신할 수 있고, 제2 인터페이스(32)를 통해서 인증 시스템(7)과 통신할 수 있다. 클라이언트 등록부(37)는 신규 클라이언트를 유효한 클라이언트로서 인증 시스템(7)에 등록하는 기능을 수행할 수 있다. 예를 들면, 클라이언트 등록부(37)는 제1 인터페이스(31)를 통해서 제1 클라이언트(2) 및/또는 제2 클라이언트(4)의 등록 요청을 수신할 수 있고, 제2 인터페이스(32)를 통해서 인증 시스템(7)에 제1 클라이언트(2) 및/또는 제2 클라이언트(4)의 등록을 요청할 수 있다. 클라이언트 등록부(37)의 동작의 예시가 도 4를 참조하여 후술될 것이다.The client registrar 37 may communicate with the first interface 31 and the second interface 32 . Accordingly, the client registrar 37 may communicate with the first client 2 and/or the second client 4 via the first interface 31 , and via the second interface 32 , the authentication system 7 . ) can communicate with The client registration unit 37 may perform a function of registering a new client with the authentication system 7 as a valid client. For example, the client registrar 37 may receive a registration request of the first client 2 and/or the second client 4 via the first interface 31 , and via the second interface 32 . Registration of the first client 2 and/or the second client 4 may be requested from the authentication system 7 . An example of the operation of the client registrar 37 will be described later with reference to FIG. 4 .
암호화 엔진(39)은 암호화 키에 기초하여 복호화 동작을 수행할 수 있다. 예를 들면, 암호화 엔진(39)은 제2 인터페이스(32)를 통해서 인증 시스템(7)으로부터 복호화 키를 수신할 수 있고, 제1 인터페이스(31)를 통해서 수신된 암호화된 데이터를 복호화 키에 기초하여 복호화할 수 있으며, 복호화된 데이터를 뇌파 처리부(35)에 제공할 수 있다. 암호화 엔진(39)의 동작의 예시가 도 5를 참조하여 후술될 것이다. The encryption engine 39 may perform a decryption operation based on the encryption key. For example, the encryption engine 39 may receive a decryption key from the authentication system 7 via the second interface 32 , and based on the decryption key the encrypted data received via the first interface 31 . can be decoded, and the decoded data can be provided to the brain wave processing unit 35 . An example of the operation of the encryption engine 39 will be described below with reference to FIG. 5 .
도 4는 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다. 구체적으로, 도 4의 순서도는 도 3의 뇌파 처리 시스템(30)의 동작의 예시를 나타낸다. 도 3을 참조하여 전술된 바와 같이, 도 4의 뇌파 처리 시스템(44)은 클라이언트 등록부를 포함할 수 있고, 클라이언트 등록부는 클라이언트(42)를 유효한 클라이언트로서 인증 시스템(46)에 등록할 수 있다.4 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention. Specifically, the flowchart of FIG. 4 shows an example of operation of the brain wave processing system 30 of FIG. 3 . As described above with reference to FIG. 3 , the brainwave processing system 44 of FIG. 4 may include a client registrar, which may register the client 42 with the authentication system 46 as a valid client.
도 4를 참조하면, 단계 S41에서 클라이언트(42)는 등록 요청을 뇌파 처리 시스템(44)에 전송할 수 있다. 일부 실시예들에서, 등록 요청은 하드웨어 키를 포함할 수 있다. 예를 들면, 도 4의 클라이언트(42)가 도 1의 제1 클라이언트(2)인 경우, 피험자가 착용한 뇌파 측정 장치는 뇌파 처리 시스템(44)의 운영자로부터 공급될 수 있고, 하드웨어 키는 뇌파 측정 장치에 고유한 값을 가질 수 있고, 해당 운영자에 의해서 발행될 수 있다. 일부 실시예들에서, 하드웨어 키는 뇌파 처리 장치의 표면이나 인증서 등에 기입될 수 있고, 피험자(또는 전문가)는 기입된 하드웨어 키를 클라이언트(42)에 입력할 수 있다. 또한, 일부 실시예들에서, 뇌파 처리 장치는 하드웨어 키를 저장하는 비휘발성 메모리(예컨대, 플래시 메모리, EPROM, OTP 메모리 등)를 포함할 수 있고, 클라이언트(42)는 뇌파 처리 장치로부터 하드웨어 키를 수신할 수도 있다. 또한, 클라이언트(42)가 도 1의 제2 클라이언트(4)인 경우, 전문가(4)는 뇌파 처리 시스템(44)의 운영자로부터 미리 발급된 키를 포함하는 등록 요청을 뇌파 처리 시스템(44)에 전송할 수 있다. 일부 실시예들에서, 키는 하드웨어 키로서 USB 메모리 장치, CD 등과 같이 뇌파 처리 시스템(44)의 운영자로부터 제공된 기록매체에 포함될 수 있다.Referring to FIG. 4 , in step S41 , the client 42 may transmit a registration request to the EEG processing system 44 . In some embodiments, the registration request may include a hardware key. For example, when the client 42 of FIG. 4 is the first client 2 of FIG. 1 , the EEG measurement device worn by the subject may be supplied from an operator of the EEG processing system 44 , and the hardware key is the EEG It may have a value unique to the measuring device and may be issued by the operator in question. In some embodiments, the hardware key may be written on the surface of the brain wave processing device, a certificate, or the like, and the subject (or expert) may input the written hardware key into the client 42 . Further, in some embodiments, the brain wave processing device may include a non-volatile memory (eg, flash memory, EPROM, OTP memory, etc.) that stores the hardware key, and the client 42 receives the hardware key from the brain wave processing device. may receive. In addition, when the client 42 is the second client 4 of FIG. 1 , the expert 4 sends a registration request including a key issued in advance from the operator of the EEG processing system 44 to the EEG processing system 44 . can be transmitted In some embodiments, the key may be included in a recording medium provided by the operator of the brain wave processing system 44, such as a USB memory device, a CD, etc. as a hardware key.
단계 S42에서, 뇌파 처리 시스템(44)은 하드웨어 키를 검증할 수 있다. 예를 들면, 뇌파 처리 시스템(44)(또는 클라이언트 등록부)은 단계 S41의 등록 요청에 포함된 하드웨어 키가 정당하게 발행된 것인지 여부를 판단할 수 있다. 일부 실시예들에서, 뇌파 처리 시스템(44)은 하드웨어 키 리스트에 하드웨어 키가 포함되는 여부를 판단할 수도 있고, 하드웨어 키의 생성시 사용된 알고리즘을 사용하여 하드웨어 키를 검증할 수도 있다. 하드웨어 키의 검증이 성공한 경우, 도 4에 도시된 바와 같이 단계 S43이 후속하여 수행될 수 있는 한편, 하드웨어 키의 검증이 실패한 경우, 뇌파 처리 시스템(44)은 하드웨어 키의 검증 실패를 나타내는 데이터를 클라이언트(42)에 전송할 수 있다.In step S42, the brain wave processing system 44 may verify the hardware key. For example, the brain wave processing system 44 (or the client registration unit) may determine whether the hardware key included in the registration request of step S41 is legitimately issued. In some embodiments, the brain wave processing system 44 may determine whether the hardware key is included in the hardware key list, and verify the hardware key using an algorithm used in generating the hardware key. If the verification of the hardware key is successful, step S43 may be subsequently performed as shown in FIG. 4 , while if the verification of the hardware key fails, the EEG processing system 44 returns data indicating the failure of the verification of the hardware key It can be transmitted to the client 42 .
단계 S43에서, 뇌파 처리 시스템(44)은 인증 시스템(46)에 클라이언트의 등록을 요청할 수 있다. 예를 들면, 뇌파 처리 시스템(44)은 단계 S41에서 수신된 하드웨어 키 또는 해당 하드웨어 키로부터 생성된 데이터(예컨대, 다이제스트)를 인증 시스템(46)에 전송할 수 있다. In step S43 , the brain wave processing system 44 may request the authentication system 46 to register the client. For example, the brain wave processing system 44 may transmit the hardware key received in step S41 or data (eg, digest) generated from the hardware key to the authentication system 46 .
단계 S44에서, 인증 시스템(46)은 클라이언트(42)를 등록할 수 있다. 예를 들면, 인증 시스템(46)은 뇌파 처리 시스템(44)의 요청에 포함된 정보를, 유효한 클라이언트 리스트에 추가할 수 있다. 일부 실시예들에서, 인증 시스템(46)은 피험자를 위한 클라이언트(즉, 도 1의 2)의 리스트 및 전문가를 위한 클라이언트(4)의 리스트를 관리할 수 있다. 또한, 인증 시스템(46)은 식별 정보 및 암호화 키를 생성할 수 있다. 예를 들면, 인증 시스템(46)은 뇌파 처리 시스템(44)의 요청에 포함된 정보에 기초하여 식별 정보 및 암호화 키를 생성할 수 있고, 이에 따라 식별 정보 및 암호화 키는 해당 정보에 바인딩(binding)될 수 있다. 예를 들면, 인증 시스템(46)은 비대칭 암호 알고리즘에 기초하여, 공유키(public key) 및 개인키(private key)를 포함하는 키 페어를 생성할 수 있다.In step S44 , the authentication system 46 may register the client 42 . For example, the authentication system 46 may add the information included in the request of the brain wave processing system 44 to a list of valid clients. In some embodiments, authentication system 46 may maintain a list of clients (ie, 2 in FIG. 1 ) for subjects and a list of clients 4 for experts. The authentication system 46 may also generate identification information and encryption keys. For example, the authentication system 46 may generate the identification information and the encryption key based on the information included in the request of the brain wave processing system 44, and accordingly the identification information and the encryption key are bound to the corresponding information. ) can be For example, the authentication system 46 may generate a key pair including a public key and a private key based on an asymmetric encryption algorithm.
단계 S45에서, 인증 시스템(46)은 식별 정보 및 암호화 키를 뇌파 처리 시스템(44)에 전송할 수 있다. 예를 들면, 인증 시스템(46)은 공유키를 암호화 키로서 뇌파 처리 시스템(44)에 전송할 수 있다. 단계 S46에서, 뇌파 처리 시스템(44)은 식별 정보 및 암호화 키를 클라이언트(42)에 전송할 수 있다. 클라이언트(42)는 단계 S46에서 수신된 식별 정보 및 암호화 키를 저장할 수 있고, 도 2를 참조하여 전술된 바와 같이, 클라이언트(42)가 피험자의 클라이언트인 경우, 피험자의 데이터(즉, 생체 정보, 뇌파 데이터)와 함께 뇌파 처리 시스템(44)에 전송할 수 있다. 클라이언트(42)가 단계 S46에서 수신된 암호화 키를 사용하는 동작의 예시가 도 5를 참조하여 후술될 것이다.In step S45 , the authentication system 46 may transmit the identification information and the encryption key to the brain wave processing system 44 . For example, the authentication system 46 may transmit the shared key to the brainwave processing system 44 as an encryption key. In step S46 , the brain wave processing system 44 may transmit the identification information and the encryption key to the client 42 . The client 42 may store the identification information and the encryption key received in step S46, and as described above with reference to FIG. 2 , when the client 42 is a client of the subject, the subject's data (ie, biometric information; brain wave data) together with the brain wave processing system 44 . An example of the operation of the client 42 using the encryption key received in step S46 will be described later with reference to FIG. 5 .
도 5는 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다. 구체적으로, 도 5의 순서도는 도 3의 뇌파 처리 시스템(30)의 동작의 예시로서 클라이언트(52)가 피험자의 클라이언트(예컨대, 도 1의 2)인 경우를 나타낸다. 도 3을 참조하여 전술된 바와 같이, 도 5의 뇌파 처리 시스템(54)은 암호화 엔진을 포함할 수 있고, 암호화 엔진은 암호화된 데이터를 복호화 키에 기초하여 복호화할 수 있다. 이하에서, 도 5에 대한 설명 중 도 2에 대한 설명과 중복되는 내용은 생략될 것이다.5 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention. Specifically, the flowchart of FIG. 5 illustrates a case in which the client 52 is a client of a subject (eg, 2 in FIG. 1 ) as an example of the operation of the brain wave processing system 30 of FIG. 3 . As described above with reference to FIG. 3 , the brain wave processing system 54 of FIG. 5 may include an encryption engine, and the encryption engine may decrypt encrypted data based on a decryption key. Hereinafter, content overlapping with the description of FIG. 2 among the description of FIG. 5 will be omitted.
도 5를 참조하면, 단계 S51에서 클라이언트(52)는 피험자의 생체 정보 및 뇌파 데이터를 암호화할 수 있다. 예를 들면, 클라이언트(52)는 뇌파 측정 장치로부터 획득된 피험자의 생체 정보 및 뇌파 데이터를, 도 4의 암호화 키를 사용하여 암호화함으로써 암호화된 데이터를 생성할 수 있다. 그 다음에, 단계 S52에서 클라이언트(52)는 암호화된 데이터 및 식별 정보를 뇌파 처리 시스템(54)에 전송할 수 있다. 단계 S53에서, 뇌파 처리 시스템(54)은 식별 정보를 인증 시스템(56)에 전송할 수 있고, 단계 S54에서, 인증 시스템(56)은 식별 정보에 기초하여 클라이언트(52)를 인증할 수 있다.Referring to FIG. 5 , in step S51 , the client 52 may encrypt the subject's biometric information and EEG data. For example, the client 52 may generate encrypted data by encrypting the subject's biometric information and EEG data obtained from the EEG measuring device using the encryption key of FIG. 4 . Then, in step S52 , the client 52 may transmit the encrypted data and identification information to the brain wave processing system 54 . In step S53 , the brain wave processing system 54 may transmit the identification information to the authentication system 56 , and in step S54 , the authentication system 56 may authenticate the client 52 based on the identification information.
단계 S55에서, 인증 시스템(56)은 인증 결과 및 복호화 키를 뇌파 처리 시스템(54)에 전송할 수 있다. 예를 들면, 인증 시스템(56)은 인증된 클라이언트(52)에 대응하는 복호화 키를 획득할 수 있다. 일부 실시예들에서, 도 4에서 클라이언트 등록시 키 페어가 생성될 수 있고(비대칭형 암호), 도 4의 암호화 키는 키 페어의 공유키일 수 있고, 도 5의 복호화 키는 키 페어의 개인키일 수 있다. 또한, 일부 실시예들에서, 도 4의 암호화 키 및 도 5의 복호화 키는 동일할 수도 있다(대칭형 암호).In step S55 , the authentication system 56 may transmit the authentication result and the decryption key to the brain wave processing system 54 . For example, the authentication system 56 may obtain a decryption key corresponding to the authenticated client 52 . In some embodiments, a key pair may be generated upon client registration in FIG. 4 (asymmetric encryption), the encryption key of FIG. 4 may be a shared key of the key pair, and the decryption key of FIG. 5 may be a private key of the key pair there is. Also, in some embodiments, the encryption key of FIG. 4 and the decryption key of FIG. 5 may be the same (symmetric encryption).
단계 S56에서, 뇌파 처리 시스템(54)은 데이터를 복호화할 수 있다. 예를 들면, 뇌파 처리 시스템(54)(또는 암호화 엔진)은 단계 S52에서 수신된 암호화된 데이터를, 단계 S55에서 수신된 복호화 키를 사용하여 복호화함으로써 복호화된 데이터를 생성할 수 있다. 데이터의 암호화 및 복호화는 임의의 암호화 알고리즘이 사용될 수 있고, 예컨대 Known-PlainText, Chosen-PlainText, Differential, Linear 방식 등과 같은 대칭형 암호화 알고리즘이 채용될 수도 있고, Diffie-Hellman 키 교환, DSS(digital signature standard), ElGamal, ECC, RSA(Rivest-Shamir-Adleman) 등과 같은 비대칭형 암호화 알고리즘이 채용될 수도 있다.In step S56, the brain wave processing system 54 may decode the data. For example, the brain wave processing system 54 (or encryption engine) may generate decrypted data by decrypting the encrypted data received in step S52 using the decryption key received in step S55. Any encryption algorithm may be used for encryption and decryption of data, for example, a symmetric encryption algorithm such as Known-PlainText, Chosen-PlainText, Differential, Linear method may be employed, Diffie-Hellman key exchange, DSS (digital signature standard) ), an asymmetric encryption algorithm such as ElGamal, ECC, Rivest-Shamir-Adleman (RSA), etc. may be employed.
단계 S7에서, 뇌파 처리 시스템(54)은 복호화된 데이터에 기초하여 출력 데이터를 생성할 수 있고, 단계 S58에서, 뇌파 처리 시스템(54)은 출력 데이터를 클라이언트(52)에 전송할 수 있다. 단계 S59에서, 클라이언트(52)는 피험자에게 출력 데이터를 제공할 수 있다.In step S7 , the brain wave processing system 54 may generate output data based on the decoded data, and in step S58 , the brain wave processing system 54 may transmit the output data to the client 52 . In step S59, the client 52 may provide output data to the subject.
도 6은 본 발명의 예시적 실시예에 따라 뉴로피드백에 기초한 테스트 및 트레이닝을 위한 방법을 나타내는 순서도이다. 구체적으로, 도 6의 순서도는 데이터베이스(60)에 기초하여 출력 데이터를 생성하는 방법의 예시를 나타낸다. 일부 실시예들에서, 도 6의 방법은 도 1의 뇌파 처리부(15)에 의해서 수행될 수 있고, 이하에서 도 6은 도 1을 참조하여 설명될 것이다.6 is a flowchart illustrating a method for testing and training based on neurofeedback according to an exemplary embodiment of the present invention. Specifically, the flowchart of FIG. 6 shows an example of a method of generating output data based on the database 60 . In some embodiments, the method of FIG. 6 may be performed by the EEG processing unit 15 of FIG. 1 , and FIG. 6 will be described below with reference to FIG. 1 .
단계 S62에서, 생체 정보에 대응하는 참조 데이터를 획득하는 동작이 수행될 수 있다. 예를 들면, 뇌파 처리부(15)는 제1 인터페이스(11)를 통해서 수신된 생체 정보에 대응하는 참조 데이터를, 제3 인터페이스(13)를 통해서 데이터베이스(60)로부터 수신할 수 있다. 일부 실시예들에서, 뇌파 처리부(15)는 피험자(1)의 나이 및/또는 성별이 속하는 범위에 대응하는 뇌파 데이터, 통계 데이터 등을 참조 데이터로서 획득할 수 있다.In step S62, an operation of obtaining reference data corresponding to the biometric information may be performed. For example, the brain wave processing unit 15 may receive reference data corresponding to the biometric information received through the first interface 11 from the database 60 through the third interface 13 . In some embodiments, the EEG processing unit 15 may obtain EEG data, statistical data, etc. corresponding to the age and/or gender range of the subject 1 as reference data.
단계 S64에서, 뇌파 데이터 및 참조 데이터에 기초하여 출력 데이터를 생성하는 동작이 수행될 수 있다. 예를 들면, 뇌파 처리부(15)는 참조 데이터에 기초하여 뇌파 데이터를 분석할 수 있고, 분석 결과를 포함하는 출력 데이터를 생성할 수 있다.In step S64, an operation of generating output data based on the EEG data and the reference data may be performed. For example, the brain wave processing unit 15 may analyze the brain wave data based on the reference data, and may generate output data including the analysis result.
단계 S66에서, 데이터베이스에 생체 정보, 뇌파 데이터 및/또는 출력 데이터를 저장하는 동작이 수행될 수 있다. 예를 들면, 뇌파 처리부(15)는 출력 데이터의 생성에 사용된 생체 정보 및 뇌파 데이터를 데이터베이스(60)에 저장할 수도 있고, 단계 S64에서 생성된 출력 데이터를 데이터베이스(60)에 저장할 수도 있다. 이에 따라, 데이터베이스(60)에는 피험자(1)를 식별할 수 있는 정보를 제외한, 생체 정보 및 뇌파 정보가 수집될 수 있고, 수집된 데이터는 후속하는 뇌파 데이터의 처리에 사용될 수 있다.In step S66, an operation of storing biometric information, brain wave data, and/or output data in the database may be performed. For example, the EEG processing unit 15 may store the biometric information and EEG data used to generate the output data in the database 60 , or store the output data generated in step S64 in the database 60 . Accordingly, biometric information and EEG information may be collected in the database 60 , except for information that can identify the subject 1 , and the collected data may be used for subsequent processing of EEG data.
도 7은 본 발명의 예시적 실시예에 따른 뇌파 처리 시스템(70)을 나타내는 블록도이다. 구체적으로, 도 7은 일부 구성요소들로서 뇌파 처리부(75) 및 모델 학습부(76)를 포함하는 뇌파 처리 시스템(70)을 나타낸다. 도 1 등을 참조하여 전술된 바와 같이, 뇌파 처리부(75)는 생체 정보 및 뇌파 데이터를 입력 데이터(IN)로서 수신할 수 있고, 뇌파 데이터를 처리함으로써 출력 데이터(OUT)를 생성할 수 있다. 7 is a block diagram illustrating an EEG processing system 70 according to an exemplary embodiment of the present invention. Specifically, FIG. 7 shows an EEG processing system 70 including an EEG processing unit 75 and a model learning unit 76 as some components. As described above with reference to FIG. 1 and the like, the EEG processing unit 75 may receive biometric information and EEG data as input data IN, and may generate output data OUT by processing the EEG data.
도 1의 뇌파 처리 시스템(10)과 비교할 때, 도 7의 뇌파 처리부(75)는 기계 학습 모델(ML)을 포함할 수 있고, 도 7의 뇌파 처리 시스템(70)은 모델 학습부(76)를 더 포함할 수 있다. 기계 학습 모델(ML)은 식별 정보 및 뇌파 데이터의 복수의 샘플들, 예컨대 도 1의 데이터베이스(9)에 저장된 복수의 피험자들의 식별 정보 및 뇌파 데이터에 의해서 학습된 상태일 수 있고, 기계 학습 모델(ML)을 실행하도록 설계된 임의의 하드웨어, 예컨대 NPU(neural processing unit)에 의해서 실행될 수 있다. 기계 학습 모델(ML)은 입력 데이터(IN) 또는 입력 데이터(IN)로부터 가공된 데이터를 수신할 수 있고, 수신된 데이터에 응답하여 출력 데이터(OUT)의 적어도 일부를 출력할 수 있다. 기계 학습 모델(ML)은 인공 신경망(artificial neural network), 결정 트리, 서포트 벡터 머신, 회귀 분석(regression analysis), 베이즈 네트워크(Bayesian network), 유전 계획법(genetic algorithm) 등에 기초한 모델일 수 있다.Compared with the EEG processing system 10 of FIG. 1 , the EEG processing unit 75 of FIG. 7 may include a machine learning model (ML), and the EEG processing system 70 of FIG. 7 is a model learning unit 76 . may further include. The machine learning model (ML) may be in a state learned by a plurality of samples of identification information and EEG data, for example, identification information and EEG data of a plurality of subjects stored in the database 9 of FIG. 1, and the machine learning model ( ML) may be executed by any hardware designed to execute, for example, a neural processing unit (NPU). The machine learning model ML may receive the input data IN or processed data from the input data IN, and may output at least a portion of the output data OUT in response to the received data. The machine learning model (ML) may be a model based on an artificial neural network, a decision tree, a support vector machine, a regression analysis, a Bayesian network, a genetic algorithm, or the like.
모델 학습부(76)는 입력 데이터(IN) 및 출력 데이터(OUT)에 기초하여 기계 학습 모델(ML)을 훈련시킬 수 있다. 예를 들면, 기계 학습 모델(ML)은 인공 신경망을 포함할 수 있고, 모델 학습부(76)는 역전파(back propagation) 등의 훈련 기법에 기초하여 기계 학습 모델(ML)을 훈련시킬 수 있다. 이에 따라, 뇌파 처리부(75)는 피험자의 생체 정보 및 뇌파 데이터가 재학습될 수 있다. 기계 학습 모델(ML)은, 비제한적인 예시로서 CNN(Convolution Neural Network), R-CNN(Region with Convolution Neural Network), RPN(Region Proposal Network), RNN(Recurrent Neural Network), S-DNN(Stacking-based deep Neural Network), S-SDNN(State-Space Dynamic Neural Network), Deconvolution Network, DBN(Deep Belief Network), RBM(Restricted Boltzmann Machine), Fully Convolutional Network, LSTM(Long Short-Term Memory) Network, Classification Network 등을 포함할 수 있다.The model learner 76 may train the machine learning model ML based on the input data IN and the output data OUT. For example, the machine learning model (ML) may include an artificial neural network, and the model learning unit 76 may train the machine learning model (ML) based on a training technique such as back propagation. . Accordingly, the EEG processing unit 75 may relearn the subject's biometric information and EEG data. Machine learning model (ML), as a non-limiting example, CNN (Convolution Neural Network), R-CNN (Region with Convolution Neural Network), RPN (Region Proposal Network), RNN (Recurrent Neural Network), S-DNN (Stacking) -based deep Neural Network), S-SDNN (State-Space Dynamic Neural Network), Deconvolution Network, DBN (Deep Belief Network), RBM (Restricted Boltzmann Machine), Fully Convolutional Network, LSTM (Long Short-Term Memory) Network, It may include a classification network and the like.
이상에서와 같이 도면과 명세서에서 예시적인 실시예들이 개시되었다. 본 명세서에서 특정한 용어를 사용하여 실시예들을 설명되었으나, 이는 단지 본 발명의 기술적 사상을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.Exemplary embodiments have been disclosed in the drawings and specification as described above. Although embodiments have been described using specific terms in the present specification, these are only used for the purpose of explaining the technical idea of the present invention and not used to limit the meaning or the scope of the present invention described in the claims . Therefore, it will be understood by those skilled in the art that various modifications and equivalent other embodiments are possible therefrom. Accordingly, the true technical protection scope of the present invention should be defined by the technical spirit of the appended claims.
Claims (17)
- 네트워크를 통해서 제1 클라이언트로부터, 상기 제1 클라이언트의 식별 정보, 피험자의 생체 정보, 상기 피험자의 뇌파를 측정함으로써 생성된 뇌파 데이터를 수신하도록 구성된 제1 인터페이스;a first interface configured to receive, from a first client, identification information of the first client, biometric information of a subject, and EEG data generated by measuring EEG of the subject;유효한(valid) 제1 클라이언트들의 정보를 저장하는 인증 시스템과의 통신을 제공하도록 구성된 제2 인터페이스; 및a second interface configured to provide communication with an authentication system that stores information of valid first clients; and상기 제2 인터페이스를 통해서 상기 인증 시스템에 상기 식별 정보를 제공하고, 상기 인증 시스템에 의해서 인증된 상기 제1 클라이언트의 상기 생체 정보 및 상기 뇌파 데이터에 기초하여 출력 데이터를 생성하고, 상기 제1 인터페이스를 통해서 상기 제1 클라이언트에 상기 출력 데이터를 제공하도록 구성된 뇌파 처리부를 포함하는 시스템.providing the identification information to the authentication system through the second interface, generating output data based on the biometric information and the EEG data of the first client authenticated by the authentication system, and using the first interface and an EEG processor configured to provide the output data to the first client via
- 청구항 1에 있어서,The method according to claim 1,상기 제1 인터페이스는, 상기 네트워크를 통해서 제2 클라이언트로부터 상기 피험자의 뉴로피드백(neurofeedback)을 위한 설정을 수신하도록 구성되고,The first interface is configured to receive settings for neurofeedback of the subject from a second client via the network,상기 뇌파 처리부는, 상기 제1 클라이언트의 상기 식별 정보에 대응하는 설정을 식별하고, 상기 제1 인터페이스를 통해서 상기 제1 클라이언트에 식별된 상기 설정을 제공하도록 구성된 것을 특징으로 하는 시스템.The EEG processing unit is configured to identify a setting corresponding to the identification information of the first client, and provide the identified setting to the first client via the first interface.
- 청구항 2에 있어서,3. The method according to claim 2,상기 설정은, 훈련 프로토콜, 훈련 프로그램의 종류, 훈련 프로그램의 순서, 훈련 프로그램의 실행 시간, 훈련 프로그램의 조건, 훈련 프로그램의 난이도, 훈련 횟수, 훈련 프로그램의 등급 중 적어도 하나를 포함하는 것을 특징으로 하는 시스템.The setting comprises at least one of a training protocol, a type of training program, an order of a training program, an execution time of the training program, conditions of the training program, difficulty of the training program, the number of training sessions, and a grade of the training program system.
- 청구항 2에 있어서,3. The method according to claim 2,상기 제1 인터페이스는, 상기 제2 클라이언트로부터 상기 출력 데이터에 대한 의견을 수신하도록 구성되고,the first interface is configured to receive an opinion on the output data from the second client;상기 뇌파 처리부는, 상기 제1 인터페이스를 통해서 상기 의견을 상기 제1 클라이언트에 제공하도록 구성된 것을 특징으로 하는 시스템.The EEG processing unit is configured to provide the opinion to the first client via the first interface.
- 청구항 4에 있어서,5. The method according to claim 4,상기 설정 및 상기 의견을 저장하는 데이터베이스와 통신을 제공하도록 구성된 제3 인터페이스를 더 포함하고,a third interface configured to provide communication with a database storing the settings and the comments;상기 뇌파 처리부는, 상기 제1 클라이언트의 상기 식별 정보에 대응하는 설정 및 의견을 상기 데이터베이스로부터 획득하도록 구성된 것을 특징으로 하는 시스템.The EEG processing unit is configured to obtain settings and opinions corresponding to the identification information of the first client from the database.
- 청구항 1에 있어서,The method according to claim 1,상기 뇌파 처리부는, 상기 생체 정보 및 상기 뇌파 데이터에 기초하여, 기초율동 지수, 자기조절 지수, 주의 지수, 활성 지수, 감성 지수, 항스트레스 지수, 좌우 뇌균형 지수, 뇌지수를 포함하는 복수의 지수들을 생성하도록 구성된 것을 특징으로 하는 시스템.The brain wave processing unit, based on the biometric information and the brain wave data, a plurality of indices including basic rhythm index, self-regulation index, attention index, activity index, emotional index, anti-stress index, left and right brain balance index, brain index A system configured to generate
- 청구항 6에 있어서,7. The method of claim 6,상기 제1 인터페이스는, 상기 제1 클라이언트로부터 분석 파라미터를 더 수신하도록 구성되고,the first interface is configured to further receive an analysis parameter from the first client,상기 뇌파 처리부는, 상기 분석 파라미터에 기초하여 상기 복수의 지수들 중 적어도 하나의 지수를 선택하고, 상기 적어도 하나의 지수를 포함하는 상기 출력 데이터를 생성하도록 구성된 것을 특징으로 하는 시스템.The EEG processing unit is configured to select at least one exponent from among the plurality of exponents based on the analysis parameter, and generate the output data including the at least one exponent.
- 청구항 6에 있어서,7. The method of claim 6,상기 제2 인터페이스는, 상기 인증 시스템으로부터 상기 식별 정보에 대응하는 분석 파라미터를 더 수신하도록 구성되고,the second interface is configured to further receive an analysis parameter corresponding to the identification information from the authentication system;상기 뇌파 처리부는, 상기 분석 파라미터에 기초하여 상기 복수의 지수들 중 적어도 하나의 지수를 선택하고, 상기 적어도 하나의 지수를 포함하는 상기 출력 데이터를 생성하도록 구성된 것을 특징으로 하는 시스템.The EEG processing unit is configured to select at least one exponent from among the plurality of exponents based on the analysis parameter, and generate the output data including the at least one exponent.
- 상기 제1 인터페이스는, 상기 제1 클라이언트로부터 하드웨어 키를 포함하는 등록 요청을 더 수신하도록 구성되고,the first interface is configured to further receive a registration request including a hardware key from the first client;상기 하드웨어 키를 검증하고, 검증된 하드웨어 키에 응답하여 상기 제2 인터페이스를 통해서 상기 인증 시스템에 상기 제1 클라이언트의 등록을 요청하고, 상기 인증 시스템으로부터 제공된 암호화 키를 상기 제1 인터페이스를 통해서 상기 제1 클라이언트에 제공하도록 구성된 클라이언트 등록부를 더 포함하는 시스템.verify the hardware key, request registration of the first client with the authentication system through the second interface in response to the verified hardware key, and transmit the encryption key provided from the authentication system through the first interface 1 A system further comprising a client registrar configured to serve clients.
- 청구항 9에 있어서,10. The method of claim 9,상기 생체 정보 및 상기 뇌파 데이터는, 상기 암호화 키에 기초하여 암호화되고,The biometric information and the brain wave data are encrypted based on the encryption key,상기 제2 인터페이스를 통해서 상기 인증 시스템으로부터 상기 식별 정보에 대응하는 복호화 키를 수신하고, 상기 복호화 키에 기초하여 상기 생체 정보 및 상기 뇌파 데이터를 복호화하도록 구성된 암호화 엔진을 더 포함하는 시스템.and an encryption engine configured to receive a decryption key corresponding to the identification information from the authentication system through the second interface, and decrypt the biometric information and the EEG data based on the decryption key.
- 청구항 1에 있어서,The method according to claim 1,상기 생체 정보는, 상기 피험자의 나이, 시력, 신장, 체중, 혈액형, 아이큐, 혈압, 혈당, 질병, 복용약 중 적어도 하나를 포함하는 것을 특징으로 하는 시스템.The biometric information may include at least one of age, eyesight, height, weight, blood type, IQ, blood pressure, blood sugar, disease, and medication of the subject.
- 청구항 1에 있어서,The method according to claim 1,복수의 피험자들에 대한 식별 정보 및 뇌파 데이터를 저장하는 데이터베이스와의 통신을 제공하도록 구성된 제3 인터페이스를 더 포함하고,a third interface configured to provide communication with a database storing brain wave data and identification information for the plurality of subjects;상기 뇌파 처리부는, 상기 인증 시스템에 의해서 인증된 상기 제1 클라이언트의 상기 생체 정보에 대응하는 참조 데이터를 상기 제3 인터페이스를 통해서 상기 데이터베이스로부터 획득하고, 상기 참조 데이터에 기초하여 상기 뇌파 데이터를 처리함으로써 출력 데이터를 생성하도록 구성된 것을 특징으로 하는 시스템.The brain wave processing unit obtains reference data corresponding to the biometric information of the first client authenticated by the authentication system from the database through the third interface, and processes the brain wave data based on the reference data. A system configured to generate output data.
- 청구항 12에 있어서,13. The method of claim 12,상기 뇌파 처리부는, 인증된 상기 제1 클라이언트의 상기 생체 정보, 뇌파 데이터 및 상기 출력 데이터 중 적어도 하나를 상기 제3 인터페이스를 통해서 상기 데이터베이스에 저장하도록 구성된 것을 특징으로 하는 시스템The EEG processing unit is configured to store at least one of the biometric information, EEG data, and the output data of the authenticated first client in the database through the third interface.
- 청구항 1에 있어서,The method according to claim 1,상기 뇌파 처리부는, 식별 정보 및 뇌파 데이터의 복수의 샘플들에 의해서 학습된 기계 학습 모델을 포함하고, 인증된 상기 제1 클라이언트의 상기 생체 정보 및 상기 뇌파 데이터를 상기 기계 학습 모델에 제공하고, 상기 기계 학습 모델로부터 상기 출력 데이터의 적어도 일부를 획득하도록 구성된 것을 특징으로 하는 시스템.The brain wave processing unit includes a machine learning model learned by a plurality of samples of identification information and brain wave data, and provides the biometric information and the brain wave data of the authenticated first client to the machine learning model, and obtain at least a portion of the output data from a machine learning model.
- 네트워크를 통해서 클라이언트로부터, 상기 클라이언트의 식별 정보, 피험자의 생체 정보, 상기 피험자의 뇌파를 측정함으로써 생성된 뇌파 데이터를 수신하는 단계;receiving, from a client, identification information of the client, biometric information of a subject, and EEG data generated by measuring EEG of the subject through a network;유효한 클라이언트들의 정보를 저장하는 인증 시스템에 상기 식별 정보를 제공하는 단계;providing said identification information to an authentication system that stores information of valid clients;상기 인증 시스템에 의해서 인증된 상기 클라이언트의 상기 생체 정보에 대응하는 참조 데이터를 데이터베이스로부터 수신하는 단계;receiving reference data corresponding to the biometric information of the client authenticated by the authentication system from a database;상기 참조 데이터에 기초하여 상기 뇌파 데이터를 처리함으로써 출력 데이터를 생성하는 단계; 및generating output data by processing the brain wave data based on the reference data; and상기 출력 데이터를 상기 클라이언트에 제공하는 단계를 포함하는 뇌파 처리 방법.EEG processing method comprising the step of providing the output data to the client.
- 청구항 15에 있어서,16. The method of claim 15,상기 클라이언트로부터 하드웨어 키를 포함하는 등록 요청을 수신하는 단계;receiving a registration request including a hardware key from the client;상기 하드웨어 키를 검증하고, 검증된 하드웨어 키에 응답하여 상기 인증 시스템에 상기 클라이언트의 등록을 요청하는 단계; 및verifying the hardware key and requesting registration of the client from the authentication system in response to the verified hardware key; and상기 인증 시스템으로부터 제공된 암호화 키를 상기 클라이언트에 제공하는 단계를 더 포함하는 뇌파 처리 방법.EEG processing method further comprising the step of providing the encryption key provided from the authentication system to the client.
- 청구항 16에 있어서,17. The method of claim 16,상기 인증 시스템으로부터 상기 식별 정보에 대응하는 복호화 키를 수신하는 단계; 및receiving a decryption key corresponding to the identification information from the authentication system; and상기 복호화 키에 기초하여 상기 생체 정보 및 상기 뇌파 데이터를 복호화하는 단계를 더 포함하는 방법.The method further comprising the step of decrypting the biometric information and the brain wave data based on the decryption key.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200106227A KR102538667B1 (en) | 2020-08-24 | 2020-08-24 | Method, device and system for test ad training based on neurofeedback |
KR10-2020-0106227 | 2020-08-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022045727A1 true WO2022045727A1 (en) | 2022-03-03 |
Family
ID=80355416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2021/011275 WO2022045727A1 (en) | 2020-08-24 | 2021-08-24 | Method and system for testing and training on basis of neurofeedback |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102538667B1 (en) |
WO (1) | WO2022045727A1 (en) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100508885B1 (en) * | 2001-06-29 | 2005-08-18 | 림스테크널러지주식회사 | Wireless telemetric system and method for neurofeedback training using parameters of electroencephalogram(EEG) |
US20120150545A1 (en) * | 2009-06-15 | 2012-06-14 | Adam Jay Simon | Brain-computer interface test battery for the physiological assessment of nervous system health |
KR20130061619A (en) * | 2011-11-30 | 2013-06-11 | 이종훈 | Trainging system and method for developing human resources using neuro mental behavior program |
KR20160031187A (en) * | 2014-09-12 | 2016-03-22 | 주식회사 옴니씨앤에스 | System for psychotherapy by using neurofeedback |
KR101699623B1 (en) * | 2015-10-15 | 2017-02-14 | 세종대학교산학협력단 | Game application system for improving the symmetry of the left/light brain activity |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101633344B1 (en) * | 2015-10-23 | 2016-06-24 | 주식회사 자원메디칼 | Apparatus, server and computer program stored in computer-readable medium for measuring body information |
-
2020
- 2020-08-24 KR KR1020200106227A patent/KR102538667B1/en active IP Right Grant
-
2021
- 2021-08-24 WO PCT/KR2021/011275 patent/WO2022045727A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100508885B1 (en) * | 2001-06-29 | 2005-08-18 | 림스테크널러지주식회사 | Wireless telemetric system and method for neurofeedback training using parameters of electroencephalogram(EEG) |
US20120150545A1 (en) * | 2009-06-15 | 2012-06-14 | Adam Jay Simon | Brain-computer interface test battery for the physiological assessment of nervous system health |
KR20130061619A (en) * | 2011-11-30 | 2013-06-11 | 이종훈 | Trainging system and method for developing human resources using neuro mental behavior program |
KR20160031187A (en) * | 2014-09-12 | 2016-03-22 | 주식회사 옴니씨앤에스 | System for psychotherapy by using neurofeedback |
KR101699623B1 (en) * | 2015-10-15 | 2017-02-14 | 세종대학교산학협력단 | Game application system for improving the symmetry of the left/light brain activity |
Also Published As
Publication number | Publication date |
---|---|
KR20220025477A (en) | 2022-03-03 |
KR102538667B1 (en) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chan et al. | Challenges and future perspectives on electroencephalogram-based biometrics in person recognition | |
Sohankar et al. | E-bias: A pervasive eeg-based identification and authentication system | |
US20050124848A1 (en) | Method and apparatus for electromagnetic modification of brain activity | |
Osinsky et al. | Feedback‐related potentials are sensitive to sequential order of decision outcomes in a gambling task | |
TWI686721B (en) | Login method and device and electronic equipment | |
US20150304101A1 (en) | Physiological signal-based encryption and ehr management | |
Johnson et al. | My thoughts are not your thoughts | |
Arslan Tuncer et al. | True random number generation from bioelectrical and physical signals | |
WO2020060606A1 (en) | Cryptocurrency system using body activity data | |
CN115136100A (en) | System and method for secure processing of eye tracking data | |
JP7120994B2 (en) | Subject data management system | |
KR20230058440A (en) | Electronic device with static artificial intelligence model for external situations including age blocking for vaping and ignition start using data analysis and its operating method | |
KR20170034618A (en) | Method for User Authentication Using Biometirc Information, Authentication Server and Biometric Device for User Authentication | |
Mandal et al. | SoK: Your mind tells a lot about you: On the privacy leakage via brainwave devices | |
WO2022045727A1 (en) | Method and system for testing and training on basis of neurofeedback | |
US11904179B2 (en) | Virtual reality headset and system for delivering an individualized therapy session | |
Klonovs et al. | Development of a mobile EEG-based biometric authentication system | |
Al-shammari et al. | Attention enhancement system for college students with brain biofeedback signals based on virtual reality | |
Boubakeur et al. | EEG-based person recognition analysis and criticism | |
US12045367B1 (en) | Systems and methods for user authentication using health information | |
Becker et al. | Poster: Towards a framework for assessing vulnerabilities of brainwave authentication systems | |
Mahalaxmi et al. | Using electroencephalogram classification in a convolutional neural network, infer privacy on healthcare internet of things 5.0 | |
Carr | Evaluating the Usability of Passthought Authentication | |
Pham | EEG-based person authentication for security systems | |
RU2682416C1 (en) | Automated cognitive training system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21862024 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 21862024 Country of ref document: EP Kind code of ref document: A1 |