JoVE Logo

로그인

JoVE 비디오를 활용하시려면 도서관을 통한 기관 구독이 필요합니다. 전체 비디오를 보시려면 로그인하거나 무료 트라이얼을 시작하세요.

기사 소개

  • 요약
  • 초록
  • 서문
  • 프로토콜
  • 대표적 결과
  • 토론
  • 공개
  • 감사의 말
  • 자료
  • 참고문헌
  • 재인쇄 및 허가

요약

가상 현실 환경에서의 운동 이미지는 뇌-컴퓨터 인터페이스 시스템에 광범위하게 응용됩니다. 이 원고는 가상 현실 환경에서 참가자가 상상한 동작을 수행하는 참가자와 유사한 개인화된 디지털 아바타를 사용하여 몰입감과 신체 소유 의식을 향상시키는 방법을 설명합니다.

초록

이 연구는 뇌-컴퓨터 인터페이스(BCI) 및 가상 현실(VR) 기술을 3차원(3D) 아바타의 사용자 정의와 통합하여 신경 재활을 위한 혁신적인 프레임워크를 소개합니다. 재활에 대한 전통적인 접근 방식은 주로 깊이 있는 몰입형 상호 작용 경험을 제공할 수 없기 때문에 환자를 완전히 참여시키지 못하는 경우가 많습니다. 이 연구는 참가자가 실제 실행 없이 신체적 움직임을 시각화하는 MI(Motor Imagery) 기술을 활용하여 이러한 격차를 메우기 위해 노력합니다. 이 방법은 뇌의 신경 메커니즘을 활용하여 움직임을 상상할 때 움직임 실행과 관련된 영역을 활성화하여 회복 과정을 촉진합니다. VR의 몰입형 기능과 뇌파검사(EEG)의 정밀도를 통합하여 상상된 움직임과 관련된 뇌 활동을 포착하고 해석하는 것이 이 시스템의 핵심을 형성합니다. 개인화된 3D 아바타 형태의 디지털 트윈을 사용하여 가상 환경 내에서 몰입감을 크게 향상시킵니다. 이러한 고조된 체감은 효과적인 재활에 매우 중요하며, 환자와 가상 환자 간의 연결을 강화하는 것을 목표로 합니다. 이를 통해 이 시스템은 운동 이미지 성능을 개선하는 것뿐만 아니라 보다 매력적이고 효과적인 재활 경험을 제공하는 것을 목표로 합니다. BCI의 실시간 적용을 통해 이 시스템은 상상한 움직임을 3D 아바타가 수행하는 가상 동작으로 직접 변환하여 사용자에게 즉각적인 피드백을 제공할 수 있습니다. 이 피드백 루프는 운동 제어 및 회복에 관여하는 신경 경로를 강화하는 데 필수적입니다. 개발된 시스템의 궁극적인 목표는 사용자의 인지 과정에 보다 상호 작용적이고 반응적으로 반응하도록 함으로써 운동 이미지 운동의 효과를 크게 향상시켜 신경 재활 분야의 새로운 길을 닦는 것입니다.

서문

신경 장애가 있는 환자를 위한 재활 패러다임은 뇌-컴퓨터 인터페이스(BCI) 및 몰입형 가상 현실(VR)과 같은 첨단 기술의 통합으로 혁신적인 변화를 겪고 있으며, 회복을 촉진하기 위한 보다 미묘하고 효과적인 방법을 제공합니다. BCI 기반 재활의 핵심인 운동 이미지(MI)는 실제 운동 실행 없이 신체 움직임에 대한 정신적 리허설을 포함한다1. MI는 움직임을 상상하는 것이 신체 행동 자체를 수행하는 것과 밀접하게 유사한 뇌 활동 패턴을 유발하는 신경 메커니즘을 이용합니다 2,3,4. 특히, MI에 관여하면 뇌의 전기 활동5,6,7의 알파 (8-13 Hz) 및 베타 (13-25 Hz) 주파수 대역에서 이벤트 관련 비동기화 (ERD)로 알려진 현상이 발생합니다. ERD는 실제 운동 중에도 관찰되는 패턴인 기본 뇌 리듬의 억제를 나타내며, 따라서 BCI 보조 재활 프레임워크7 내에....

프로토콜

본 연구는 EEG를 통해 기록된 MI 신호를 이용하여 VR 환경에서 3D 아바타를 실시간으로 제어할 수 있는 가능성을 조사하는 것을 목표로 합니다. 이 연구는 아바타를 피사체와 매우 흡사하게 개인화하여 몰입감과 신체 소유 의식을 향상시키는 데 중점을 둡니다. 이 프로토콜은 Vellore Institute of Technology Review Board의 승인을 받았습니다. 참가자는 연구의 목적, 절차 및 잠재적 위험을 검토한 후 정보에 입각한 동의서를 제공했습니다.

1. 실험 설정

참고: 그림 1 의 실험 설정 다이어그램에 표시된 대로 시스템이 모든 구성 요소를 통합하는지 확인하십시오(사용된 장비의 재료 표 참조).

  1. 3D 아바타 개발
    1. 아바타 모델링
      1. 데이터 수집 전날, 다양한 각도에서 여러 장의 얼굴 사진을 수집하고 각 참가자의 정확한 신체 측정치를 수집합니다.
      2. 모델링 소프트웨어를 클릭하여 엽니다. 개봉 직후 성별 슬라이더를 찾습니다. 이 슬라이더를 조정하여 생성하려는 모델의 성별에 맞춥니....

대표적 결과

표시된 결과는 위에서 설명한 프로토콜을 따른 5명의 개인으로부터 얻은 것입니다. 21세에서 38세 사이의 건강한 성인 총 5명(여성 3명)이 연구에 참여했습니다.

운동 이미지 훈련 및 테스트 조건 모두에서 각 참가자의 개별 분류 성능은 그림 2에 나와 있습니다. 훈련 및 테스트 세션 동안 왼쪽과 오른쪽 MI 신호를 구별하는 분류기의 정확도를 평가하기 위?.......

토론

VR 기술과 함께 MI를 적용하면 운동 계획 및 실행을 위한 뇌의 자연적인 메커니즘을 활용하여 재활을 위한 유망한 방법을 제공합니다. 물리적 움직임 2,3,4의 신경 활동을 반영하여 특정 뇌 주파수 대역에서 이벤트 관련 비동기화를 유도하는 MI의 능력은 운동 제어에 관여하는 신경망을 참여시키고 강화하기 위한 강력한 프레임?.......

공개

저자는 공개할 이해 상충이 없습니다.

감사의 말

저자는 시간을 내어 참여해 주신 모든 참가자에게 감사의 말씀을 전합니다.

....

자료

NameCompanyCatalog NumberComments
Alienware LaptopDellHigh-end gaming laptop with GTX1070 Graphics Card
Oculus Rift-S VR headsetMetaVR headset
OpenBCI Cyton DaisyOpenBCIEEG system
OpenBCI Gel-free capOpenBCIGel-free cap for placing the EEG electrodes over the participant's scalp

참고문헌

  1. Andrade, J., Cecílio, J., Simões, M., Sales, F., Castelo-Branco, M. Separability of motor imagery of the self from interpretation of motor intentions of others at the single trial level: An eeg study. J. NeuroEng. Rehabil. 14 (1), 1-13 (2017).
  2. Lorey, B., et al.

재인쇄 및 허가

JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기

허가 살펴보기

더 많은 기사 탐색

EEG

This article has been published

Video Coming Soon

JoVE Logo

개인 정보 보호

이용 약관

정책

연구

교육

JoVE 소개

Copyright © 2025 MyJoVE Corporation. 판권 소유