＜Bio + Computing = BCI & Interact with people＞
Project Name: EMG and EEG-based on Emotion Classification
Abstract: 대학 재학 중인 20대 남, 여 학생을 대상으로 pleasure(기분 좋은 상태), neutral(중립), unpleasure(기분이 좋지 않은 상태) 감정을 의도한 영상을 보면서 사람의 뇌파(EEG), 근전도(EMG)를 통해 얻은 머리의 특정 부위의 Feature 데이터를 추출하고 해당 데이터를 사용하여 의사 분류 트리에 해당 데이터들을 입력하고 감정 분류를 시행하는 모듈이다. 적절한 뇌파 추출을 위해 EEG 측정 장비를 사용하여 남자 10명, 여자 10명의 데이터를 추출하였고, 실험 과정 중 잘못된 실험 프로토콜 설정으로 인한 결과를 제외한 총 10가지의 데이터를 수집하였다.
Subject: 피실험자는 대학 재학 중인 20대 남, 여 각 10명이었습니다. 먼저 대학 재학생이지만 미성년자는 제외했고, 20대만을 대상으로 실험하였습니다. 모든 피실험자는 실험하기 전 미리 실험에 동의하는 문서를 작성하고 실험에 들어갔습니다.
Method: 실험에 앞서 피실험자는 연구실에 준비된 모든 장비를 부착 및 착용합니다. 사용한 장비로는 EEG(머리 8CH), EMG(어깨) 등이 있으며, 피실험자가 실험에 본 영상은 임의의 순서로 구성된 감정 유발 영상입니다. 피실험자의 반응을 계속 확인하면서 생체신호를 측정합니다. 생체신호들은 Feature를 뽑아내어 감정에 맞춰서 분류를 진행하였습니다.
Result: EMG의 결과로 피실험자들은 기분이 좋은 않은 상태일 때보다 기분이 좋을 때 더 많이 움직인 것을 확인할 수 있었습니다. Pleasure, Neutral, Unpleasant 의 감정 분류 정확도는 각각 86%, 88%, 70%이었습니다. 단순히 EEG 신호만 보면 82%의 정확도로 감정을 분류하였습니다.
Conclusion: 앞으로 인간 감정의 세분화를 위해 감정 분류를 위의 3개에 더해 Surprised, Anxious 등 여러 감정을 포함하여 실험이 진행되어야 합니다. 피실험자의 감정이 다음 타임의 실험에 영향을 주지 않기 위해 휴식시간을 구체적으로 피실험자에게 주면 뚜렷한 감정 차이를 볼 수 있습니다.
전체 코드와 DATA는 아래의 링크에 있습니다.
https://github.com/cjs1225/EEG_Emotion_Classfication
더보기
