MINE LAB.

소프트웨어학부
정지훈

MINE LAB.은 소프트웨어학부에 소속된 연구실로, 뇌-컴퓨터 인터페이스(BCI)와 EEG 신호 디코딩을 중심으로 활발한 연구를 진행하고 있습니다. 최근 3년간 EEG 신호를 이용한 언어 디코딩, 심장 질환 진단, 청소년 비만 예측 등 다양한 헬스케어 분야에서 딥러닝 기술을 적용한 연구를 수행하였습니다. 특히, 뇌-컴퓨터 인터페이스를 이용한 사용자의 의도 파악 및 운동 이미지 분류 기술은 높은 연구 성과를 보이고 있으며, 여러 국제 학술지와 컨퍼런스에서 발표되었습니다. 또한, 다양한 특허를 통해 연구 결과를 산업에 적용하는 데에도 주력하고 있습니다.

Brain-Computer Interface

뇌-컴퓨터 인터페이스

EEG Signal Decoding

EEG 신호 디코딩

Deep Learning in Healthcare

대표 연구 분야

연구 영역 전체보기

뇌-컴퓨터 인터페이스 기반 비침습적 신경 언어 해독 기술

뇌-컴퓨터 인터페이스(BCI)를 활용한 비침습적 신경 언어 해독 기술은 뇌파(EEG) 신호를 분석하여 사용자의 언어적 의도를 해독하는 기술입니다. 이 연구는 사용자의 뇌파 데이터를 실시간으로 수집하여 딥러닝 알고리즘을 통해 언어 신호를 해독하고, 이를 컴퓨터와의 상호작용에 활용할 수 있도록 하는 것을 목표로 하고 있습니다. 특히, 신경 언어 해독 기술은 언어 장애를 겪는 환자나 비언어적 의사소통이 필요한 환경에서 유용하게 사용될 수 있습니다. 이 연구는 뇌파 신호의 복잡한 시공간적 패턴을 효과적으로 분석하기 위해 여러 딥러닝 모델과 주파수 영역 분석 기법을 적용하고 있으며, 이를 통해 높은 정확도와 실시간 응답성을 자랑합니다.

청소년 비만 예측을 위한 딥러닝 기반 건강 예측 시스템

청소년 비만 예측을 위한 딥러닝 기반 건강 예측 시스템은 다양한 생체 신호와 생활 습관 데이터를 딥러닝 모델에 적용하여 청소년의 비만 위험도를 예측하는 기술입니다. 이 시스템은 청소년의 신체적, 생리적 데이터를 수집하고, 이를 통해 비만 가능성을 조기에 예측함으로써 예방적 건강 관리에 기여하고자 합니다. 딥러닝 프레임워크를 사용하여 데이터의 복잡한 상관관계를 분석하고, 개인 맞춤형 건강 관리 솔루션을 제공할 수 있는 기능을 갖추고 있습니다. 이 연구는 비만 예방 뿐만 아니라, 전반적인 청소년 건강 증진에도 큰 기여를 할 수 있는 잠재력을 가지고 있습니다.

주요 논문

발행물 전체보기

Multi-task Heterogeneous Ensemble Learning-based Cross-Subject EEG Classification under Stroke Patients

M. Lee, H.-Y. Park, W. Park, K.-T. Kim, Y.-H. Kim*, J.-H. Jeong*

IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2024

DeepHealthNet: Adolescent Obesity Prediction System Based on a Deep Learning Framework

J.-H. Jeong, I.-G. Lee, S.-K. Kim, T.-E. Kam, S.-W. Lee*, E. Lee*

IEEE Journal of Biomedical and Health Informatics, 2024

A Learnable Continuous Wavelet-based Multi-Branch Attentive Convolutional Neural Network for Spatio-Spectral-Temporal EEG Signal Decoding

J.-M. Kim, K.-S. Heo, D.-H. Shin, H. Nam, D.-O. Won, J.-H Jeong, T.-E. Kam*

Expert Systems with Applications, 2024