KR101869713B1 - Method and apparatus for usability test based on brain wave - Google Patents

Method and apparatus for usability test based on brain wave Download PDF

Info

Publication number
KR101869713B1
KR101869713B1 KR1020160183231A KR20160183231A KR101869713B1 KR 101869713 B1 KR101869713 B1 KR 101869713B1 KR 1020160183231 A KR1020160183231 A KR 1020160183231A KR 20160183231 A KR20160183231 A KR 20160183231A KR 101869713 B1 KR101869713 B1 KR 101869713B1
Authority
KR
South Korea
Prior art keywords
eeg
participant
series data
state
time series
Prior art date
Application number
KR1020160183231A
Other languages
Korean (ko)
Inventor
박지환
김은정
천선일
김은영
Original Assignee
(주)씽크포비엘
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)씽크포비엘 filed Critical (주)씽크포비엘
Priority to KR1020160183231A priority Critical patent/KR101869713B1/en
Application granted granted Critical
Publication of KR101869713B1 publication Critical patent/KR101869713B1/en

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]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/378—Visual stimuli
    • A61B5/04842—
    • A61B5/048—
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Neurology (AREA)
  • Psychology (AREA)
  • Dermatology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Neurosurgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Provided is an accurate and highly convenient method for verifying usability based on brain wave information performed by a computer. The method of the present invention comprises the following steps: storing time series data of a brain wave by collecting a brain wave signal of a participant; storing time series data of the usage amount of resources by collecting information on the usage amount of resources of a computer used by the participant; and synchronizing the time series data of the brain wave and the time series data of the usage amount of resources at the same time interval to visually display the same.

Description

뇌파 정보 기반의 사용성 테스트 방법 및 장치{METHOD AND APPARATUS FOR USABILITY TEST BASED ON BRAIN WAVE}[0001] METHOD AND APPARATUS FOR USABILITY TEST BASED ON BRAIN WAVE [0002]

본 발명은, 사용성 테스트 방법 및 장치에 관한 것으로, 보다 구체적으로는 사용자의 뇌파 신호를 이용하여 사용성 테스트를 하는 기술에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a usability testing method and apparatus, and more particularly, to a technique of performing a usability test using a user's brain wave signal.

사용성 테스트는 테스트 수행 후 참여자가 작성한 리뷰 등을 수집하는 방법과 더불어 테스트 진행중의 사용자의 행동을 관찰함으로써 수행될 수 있다. 보다 정확한 결과를 위해서는 테스트 수행 중에 사용자의 생각 및 사용자가 느끼는 감정을 포함하여 사용자의 행동을 정확히 파악하는 것이 중요하다. 이를 위해, 사용자가 테스트를 위해 사용하고 있는 기기의 화면을 녹화한다던가, 테스트 중인 사용자를 피사체로 하여 녹화하는 등의 방법이 사용되고 있다. The usability test can be performed by observing the behavior of the user during the test as well as collecting reviews written by the participants after the test. For more accurate results, it is important to accurately understand the user's behavior, including the user's thoughts and the emotions that the user feels during the test. For this purpose, a method of recording a screen of a device used by a user for testing or recording a subject under test as a subject is used.

최근 급속히 증가하는 ICT 분야에서 컴퓨터와 사용자 간의 상호작용에 관한 사용성 테스트의 경우, 예컨대 컴퓨터 기반의 서비스(웹페이지, 게임 또는 앱 등)의 사용성 테스트, 종래의 사용자의 행동을 관찰하는 방법으로는 사용자의 행동을 관찰하기 어렵다. 왜냐하면, 사용자가 기기화면을 계속하여 응시하고 있는 것만 관찰될 뿐, 화면의 어느 부분을 응시하는지 또는 화면을 보면서 어떠한 감정을 느끼는지를 파악하기가 어렵기 때문이다. BACKGROUND ART [0002] In the rapidly increasing use of ICT in the field of usability testing of interaction between a computer and a user, for example, a usability test of a computer-based service (web page, game, or app) It is difficult to observe the behavior of. This is because it is difficult to grasp what part of the screen the user is staring at, or what emotion he or she feels while viewing the screen, while observing that the user is continuously gazing at the screen of the apparatus.

웹 사용성 평가를 위한 통합평가모형 제안 및 도구 개발(디자인학연구 20(5), 2007.11, 39-50 (12 pages) Archives of Design Research 20(5), 2007.11, 39-50 (12 pages)) 논문에서는 시선추적 또는 마우스추적을 이용하는 기술에 대한 개시가 있으나, 사용자가 기기 화면에서 어디를 응시하고 있고 그 화면을 응시하면서 어떠한 생각을 하고 있는지를 도출해 내기 위해 회상적 사고에 의존해야 하는 문제점이 여전히 존재한다. In this paper, we propose an integrated evaluation model for web usability evaluation and development of a tool. (In this paper, There is a disclosure of technology using eye tracking or mouse tracking but there is still a problem that the user has to rely on recall thinking to figure out what he or she is staring at, .

KRKR 10-165673910-1656739 BB KRKR 10-109476610-1094766 BB

웹 사용성 평가를 위한 통합평가모형 제안 및 도구 개발(디자인학연구 20(5), 2007.11, 39-50 (12 pages) Archives of Design Research 20(5), 2007.11, 39-50 (12 pages))The purpose of this study is to develop an integrated evaluation model and tool for web usability evaluation. 시선추적 기반 소비자 의도 데이터 추출 및 분석 연구(2016년 춘계학술발표대회 논문집 제23권 제1호(2016. 4))A Study on Extraction and Analysis of Consumer Intentions Based on Eye Tracking (2016 Spring Conference Proceedings, Vol. 23, No. 1 (2016. 4))

따라서, 테스트 참여자의 실체적 행위를 관찰하고 분석하여, 화면의 어느 부분을 응시하는지 또는 화면을 보면서 어떠한 감정을 느끼는지를 보다 정확히 분석이 가능한 사용성 테스트 방법이 필요하다. Therefore, a usability test method is needed that can more accurately analyze what participants feel by observing and analyzing the actual behavior of a test participant, or looking at a part of the screen or viewing the screen.

본 발명의 일 특징에 의하면, 컴퓨터에 의해 수행되는, 뇌파 정보 기반의 사용성 테스트 방법이 제공된다. 본 발명의 방법은, 참여자의 뇌파 신호를 수집하여 뇌파 시계열 데이터로 저장하는 단계; 상기 참여자가 사용하는 컴퓨터의 리소스 사용량 정보를 수집하여 리소스 사용량 시계열 데이터로 저장하는 단계; 및 상기 뇌파 시계열 데이터 및 상기 리소스 사용량 시계열 데이터를 동일한 시간 간격으로 동기화하여 시각적으로 표시하는 단계;를 포함할 수 있다. According to one aspect of the present invention, there is provided a usability test method based on brain wave information, which is performed by a computer. The method includes collecting EEG signals of a participant and storing EEG signals as EEG time series data; Collecting resource usage information of a computer used by the participant and storing the acquired resource usage information as resource usage time series data; And visualizing the EEG time series data and the resource usage time series data in synchronism with each other at the same time intervals.

일 실시예에서, 상기 참여자의 뇌파 신호를 수집하여 시계열 데이터로 저장하는 단계는 복수의 뇌파 정규분포로 구성된 프로파일을 구성하는 단계 - 상기 복수의 뇌파 정규분포는 상기 참여자의 상태 별로 저장됨 -; 상기 복수의 뇌파 정규분포 각각을 표준정규분포로 변환하는 변환 파라미터를 생성하고, 상기 변환 파라미터를 이용하여, 수집된 참여자의 뇌파 신호를 표준정규분포 상의 표준뇌파로 변환하는 단계; 및 상기 표준뇌파를 구간 별로 구분하고, 각 구간에 대해 참여자의 상태를 매핑하는 단계;를 포함할 수 있다. In one embodiment, collecting the EEG signals of the participants and storing them as time series data comprises constructing a profile comprising a plurality of EEG distributions, wherein the plurality of EEG distributions are stored for each state of the participants; Generating a conversion parameter for converting each of the plurality of EEG normal distribution into a standard normal distribution and converting the collected EEG signal of the participant into standard EEG on a standard normal distribution using the conversion parameter; And classifying the standard brain waves by intervals and mapping the states of the participants to the respective intervals.

일 실시예에서, 상기 참여자의 뇌파 신호를 수집하여 시계열 데이터로 저장하는 단계는 뇌파 신호는 델타파, 세타파, 로우 알파파, 하이 알파파, 로우 베타파, 하이 베타파, 로우 감마파 및 미들 감마파로 구성되고, 각각의 뇌파 신호의 평균값에 따른 참여자의 상태가 저장된 프로파일을 구성하는 단계; 및 상기 참여자의 뇌파 신호를 디지털 데이터 값들로 변환하고 뇌파 신호의 평균값을 산출하여 상기 프로파일과 비교하여 상기 참여자의 상태를 매핑하는 단계;를 포함할 수 있다. In one embodiment, the step of collecting the EEG signals of the participants and storing them as time series data includes generating the EEG signals using at least one of a delta wave, a seta wave, a low wave wave, a high wave wave, a low beta wave, a high beta wave, a low gamma wave, Constructing a profile in which a state of a participant corresponding to an average value of each EEG signal is stored; And converting the EEG signal of the participant into digital data values, calculating an average value of EEG signals, and comparing the EEG signal with the profile to map the state of the participant.

일 실시예에서, 상기 뇌파 시계열 데이터 및 상기 리소스 사용량 시계열 데이터를 동일한 시간 간격으로 동기화하여 시각적으로 표시하는 단계는 시간에 따른 상기 참여자의 상태를 뇌파 시계열 데이터로 하여 시각적으로 표시하는 단계 - 상기 참여자의 상태는 졸음 상태, 평온 상태, 집중 상태 및 긴장 상태를 포함함 - 를 포함할 수 있다. In one embodiment, the step of synchronously displaying the EEG time series data and the resource usage time series data at the same time interval and visually displaying the EEG time-series data visually displays the state of the participant as time-series EEG data over time, The condition may include a drowsy state, a calm state, a concentrated state, and a tense state.

일 실시예에서, 상기 방법은, 상기 참여자의 시선을 추적하여 시선 데이터를 수집하여 저장하는 단계; 및 상기 시선 데이터를 수집하는 단계는, 상기 참여자가 태스크를 수행하는 동안 컴퓨터 모니터 위의 참여자 시선 움직임을 관찰하여 시선 시계열 데이터로 수집하는 단계를 더 포함할 수 있다. In one embodiment, the method further comprises: tracking the gaze of the participant to collect and store gaze data; And collecting the gaze data may further include observing the gaze movement of the participant on the computer monitor while the participant performs the task and collecting gaze time series data.

일 실시예에서, 상기 방법은, 상기 시선 시계열 데이터를 분석하여 상기 참여자의 시선 움직임을 상기 컴퓨터 모니터의 화면 위에 시각적으로 표시하는 단계를 더 포함할 수 있다.In one embodiment, the method may further comprise analyzing the visual time series data to visually display the gaze movement of the participant on the screen of the computer monitor.

일 실시예에서, 상기 리소스 사용량 정보는 CPU 사용량 정보, 메모리 사용량 정보, 디스크 사용량 정보 중 적어도 하나를 포함할 수 있다. In one embodiment, the resource usage information may include at least one of CPU usage information, memory usage information, and disk usage information.

일 실시예에서, 본 방법은 상기 뇌파 시계열 데이터 및 상기 시선 데이터를 시각적으로 표시하는 단계를 더 포함할 수 있다.In one embodiment, the method may further comprise visually displaying the EEG time-series data and the gaze data.

본 발명의 다른 특징에 의하면, 컴퓨터 장치로서, 전술한 방법들 중 어느 하나의 방법을 실행하도록 동작 가능한 컴퓨터 장치가 제공된다.According to another aspect of the present invention there is provided a computer apparatus operable to execute any one of the methods described above.

본 발명의 또 다른 특징에 의하면, 하나 이상의 명령어가 저장된 컴퓨터 판독 가능한 저장 매체로서, 하나 이상의 명령어는 컴퓨터에 의해 실행되는 경우, 컴퓨터로 하여금 전술한 방법들 중 어느 한 항의 방법을 실행하게 하는, 컴퓨터 판독 가능한 저장 매체가 제공된다.According to another aspect of the present invention there is provided a computer readable storage medium having stored thereon one or more instructions for causing a computer to execute a method of any of the methods described above, A readable storage medium is provided.

본 발명에 의하면, 뇌파 정보에 기초하여, 정확하고 사용자 편의성이 높은 사용성 테스트 방법이 제공될 수 있다.According to the present invention, a usability testing method that is accurate and highly user-friendly can be provided based on brain wave information.

도 1은 본 발명의 일 실시예에 따른, 뇌파 정보 기반의 사용성 테스트를 위한 시스템 구성도이다.
도 2는 본 발명의 일 실시예에 따른 사용성 테스트 방법의 흐름도이다.
도 3a 및 도 3b는 본 발명의 일 실시예에 따른 참여자의 상태에 따른 뇌파의 각 파형을 나타내는 그래프이다.
도 4는 본 발명의 일 실시예에 따른 참여자의 상태에 따른 뇌파 시계열 데이터를 나타내는 그래프이다.
도 5는 본 발명의 일 실시예에 따른 시선 시계열 데이터를 나타내는 그래프이다.
도 6은 본 발명의 일 실시예에 따른 리소스 시계열 데이터를 나타내는 그래프이다. 1 is a system configuration diagram for usability test based on brain wave information according to an embodiment of the present invention.
2 is a flowchart of a usability test method according to an embodiment of the present invention.
3A and 3B are graphs showing waveforms of brain waves according to the state of a participant according to an embodiment of the present invention.
4 is a graph illustrating EEG time-series data according to a participant's state according to an embodiment of the present invention.
FIG. 5 is a graph showing visual time series data according to an embodiment of the present invention.
6 is a graph showing resource time series data according to an embodiment of the present invention.

이하, 첨부 도면을 참조하여 본 발명의 실시예에 관하여 상세히 설명한다. 이하에서는, 본 발명의 요지를 불필요하게 흐릴 우려가 있다고 판단되는 경우, 이미 공지된 기능 및 구성에 관한 구체적인 설명을 생략한다. 또한, 이하에서 설명하는 내용은 어디까지나 본 발명의 일 실시예에 관한 것일 뿐 본 발명이 이로써 제한되는 것은 아님을 알아야 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. Hereinafter, when it is determined that there is a possibility that the gist of the present invention may be unnecessarily blurred, a detailed description of known functions and configurations will be omitted. In addition, it should be understood that the following description is only an embodiment of the present invention, and the present invention is not limited thereto.

본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로 본 발명을 한정하려는 의도에서 사용된 것이 아니다. 예를 들면, 단수로 표현된 구성요소는 문맥상 명백하게 단수만을 의미하지 않는다면 복수의 구성요소를 포함하는 개념으로 이해되어야 한다. 또한, 본 발명의 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐이고, 이러한 용어의 사용에 의해 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하려는 것은 아니다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the present invention. For example, an element expressed in singular < Desc / Clms Page number 5 > terms should be understood as including a plurality of elements unless the context clearly dictates a singular value. In addition, in the specification of the present invention, it is to be understood that terms such as "include" or "have" are intended to specify the presence of stated features, integers, steps, operations, components, It is not intended that the use of the term exclude the presence or addition of one or more other features, numbers, steps, operations, components, parts, or combinations thereof.

본 명세서에 기재된 실시예에 있어서 '블록' 또는 '부'는 적어도 하나의 기능이나 동작을 수행하는 기능적 부분을 의미하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '블록' 또는 '부'는, 특정한 하드웨어로 구현될 필요가 있는 '블록' 또는 '부'를 제외하고는, 적어도 하나의 소프트웨어 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.As used herein, the term " block " or " part " means a functional part that performs at least one function or operation, and may be implemented in hardware or software or a combination of hardware and software. Also, a plurality of 'blocks' or 'sub-units' may be embodied in at least one processor integrated with at least one software module, except for 'blocks' or 'sub-units' that need to be implemented in specific hardware .

덧붙여, 달리 정의되지 않는 한 기술적 또는 과학적인 용어를 포함하여, 본 명세서에서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의된 용어들은, 관련 기술의 문맥상 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 발명의 명세서에서 명백하게 달리 정의하지 않는 한 과도하게 제한 또는 확장하여 해석되지 않는다는 점을 알아야 한다.In addition, all terms used herein, including technical or scientific terms, unless otherwise defined, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Commonly used predefined terms are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are not to be construed as being excessively limited or extended unless explicitly defined otherwise in the specification of the present invention You should know.

이하, 첨부된 도면을 참조하여, 본 발명의 실시예에 대해 구체적으로 설명하기로 한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른, 뇌파 정보 기반의 사용성 테스트를 위한 시스템 구성도이다. 1 is a system configuration diagram for usability test based on brain wave information according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 참여자는 참여자 단말(120)을 이용해 본 발명의 일 실시예에 따른 뇌파 정보 기반의 사용성 테스트 장치(110)에 통신망(150)을 통해 접속하여 참여자의 뇌파 정보, 시선 정보 및 참여자 단말(120)의 리소스 데이터를 입력할 수 있다. 참여자 단말(120)은 사용성 테스트에 참여한 참여자가 사용하는 단말이다. 일 실시예에서, 참여자 단말(120)은 무선 랜 및/또는 유선 랜 모듈을 구비한 데스크탑 PC, 태블릿 PC, 스마트 폰, 노트 북, 노트 패드, 워크스테이션 등을 포함할 수 있다. 일 실시예에서, 의뢰자 단말(120)은 웹 브라우저를 구비할 수 있고 이를 활용하여 인터넷에 엑세스하여 각종 웹 페이지를 브라우징 및 검색할 수 있도록 구성될 수 있다. 통신망은 인터넷(Internet)의 유선 통신망을 비롯하여, WiFi 및 3G/4G 무선 통신망을 포함할 수 있다. 본 발명의 일 실시예에 따른 사용성 테스트 장치(110)는 이에 엑세스하는 의뢰자 단말(120)에게 웹 페이지를 통해 사용성 테스트 절차에 관한 지원을 제공하는 기능을 하도록 구성될 수 있다.1, the participant accesses the usability test apparatus 110 based on the EEG information according to an embodiment of the present invention through the communication network 150 using the participant terminal 120, And the resource data of the participant terminal 120 can be input. The participant terminal 120 is a terminal used by a participant participating in the usability test. In one embodiment, the participant terminal 120 may include a desktop PC, a tablet PC, a smart phone, a notebook, a note pad, a workstation, etc., having a wireless LAN and / or a wired LAN module. In one embodiment, the requester terminal 120 may include a web browser and may be configured to access the internet using the web browser to browse and search various web pages. The communication network may include a wired communication network of the Internet, a WiFi and a 3G / 4G wireless communication network. The usability testing apparatus 110 according to an embodiment of the present invention may be configured to provide support to the client terminal 120 accessing the usability testing procedure through a web page.

참여자 단말(120)은 뇌파 추출부(122), 시선 트래킹부(120b) 및 리소스 데이터 추출부(120c)를 포함할 수 있다. The participant terminal 120 may include an EEG extractor 122, a gaze tracking unit 120b, and a resource data extractor 120c.

뇌파 추출부(122)는 참여자 단말(120)의 제어부(도시되지 않음)의 제어에 따라 참여자의 뇌파를 측정하여 뇌파 정보를 실시간 생성할 수 있다. 예컨대, 뇌파 추출부(122)는 참여자가 테스트를 수행하는데 방해받지 않도록 웨어러블 장치로 구현되어 참여자 단말(120)의 제어부의 제어에 의해 차며자의 뇌파를 측정하고, 측정된 참여자의 뇌파가 전기적 신호로 변환된 뇌파 신호를 생성하여 통신부(128)를 통해 사용성 테스트 장치(120)으로 전달할 수 있다.The EEG extractor 122 may generate EEG information in real time by measuring a brain wave of a participant under the control of a controller (not shown) of the participant terminal 120. [ For example, the EEG extractor 122 may be implemented as a wearable device so that the participant is not disturbed by performing the test, measures the EEG of the participant by controlling the controller of the participant terminal 120, And transmits the converted EEG signal to the usability testing apparatus 120 through the communication unit 128. [

시선 추적부(124)는 참여자 눈동자의 움직임을 감지하여 시선 흐름을 추적하여 시선 데이터를 수집한다. 시선 흐름을 추적하는 기술은 비디오 분석 방식, 콘택트렌즈 방식, 센서 부착 방식 등 이 3가지 방식이 대표적으로 사용되는데, 동공의 움직임을 검출하고, 시선의 위치정보, 응시 시간까지 동시에 측정이 가능하다. 당업자라면, 전술한 기술을 포함하여 시선 흐름을 추적하는 기술에 대해 잘 알 것이며, 여기서는 구체적인 설명을 생략하기로 한다.The gaze tracking unit 124 detects the movement of the participant pupils and tracks the gaze flow to collect gaze data. Three techniques such as video analysis method, contact lens method, and sensor attaching method are typically used to track the eye flow, and it is possible to detect motion of the pupil and simultaneously measure the position information of the eye and the gaze time. Those skilled in the art will be familiar with techniques for tracking eye-line flow, including the techniques described above, and will not be described in detail here.

리소스 데이터 추출부(126)는 참여자 단말(120)의 시스템 리소스 사용량을 모니터링하고 사용량 데이터를 시계열 데이터로 저장하도록 구성된다. 일 실시예에서, 시스템 리소스 정보는 CPU 사용량 정보, 메모리 사용량 정보, 및 디스크 사용량 정보를 포함할 수 있다. The resource data extraction unit 126 is configured to monitor the system resource usage amount of the participant terminal 120 and to store usage amount data as time series data. In one embodiment, the system resource information may include CPU usage information, memory usage information, and disk usage information.

통신부(128)는 뇌파 추출부(122), 시선 추적부(124) 및 리소스 데이터 추출부(126)가 수집 및 저장한 상기 데이터를 선택되는 통신방식에 따라 송신하는 역할을 수행한다. 통신부(128)는 사용성 테스트 장치(110)와 통신망(150)을 통해서, 예컨대 IP(Internet Protocol) 기반의 통신을 수행하기 위한 하드웨어 및 소프트웨어/펌웨어로 구현될 수 있다. 일 실시예에서, 통신부(128)는 TCP/IP 통신 프로토콜을 따르는 통신 인터페이스에 의해 구현될 수 있다.The communication unit 128 transmits the data collected and stored by the EEG extractor 122, the eye tracking unit 124, and the resource data extractor 126 according to the selected communication method. The communication unit 128 may be implemented with hardware and software / firmware for performing, for example, IP (Internet Protocol) based communication through the usability testing apparatus 110 and the communication network 150. [ In one embodiment, the communication unit 128 may be implemented by a communication interface conforming to the TCP / IP communication protocol.

도시된 바와 같이, 본 발명의 일 실시예에 따른 시스템은 사용성 테스트 장치(110)를 포함한다.As shown, a system according to an embodiment of the present invention includes a usability testing apparatus 110. [

사용성 테스트 장치(110)는 사용성 테스트에 참여한 참여자의 테스팅 참여시 상태 정보, 참여자 단말의 리소스 정보를 분석하도록 구성될 수 있다. 사용성 테스트 장치(110)는 제어부(112), 표시부(114) 및 저장부(116)를 포함할 수 있다. The usability testing apparatus 110 may be configured to analyze status information of a participant participating in usability testing and resource information of a participant terminal when testing participation. The usability test apparatus 110 may include a control unit 112, a display unit 114, and a storage unit 116.

제어부(112)는 통신부(118)를 통하여, 참여자 단말(120) 로부터 데이터를 수신하여 저장부(116)에 저장하도록 구성될 수 있다. The control unit 112 may be configured to receive data from the participant terminal 120 via the communication unit 118 and store the received data in the storage unit 116. [

제어부(112)는 뇌파 처리부(112a), 시선 데이터 처리부(112b), 리소스 사용량 데이터 처리부(112c)를 포함할 수 있다. The control unit 112 may include an EEG processing unit 112a, a gaze data processing unit 112b, and a resource usage data processing unit 112c.

뇌파 처리부(112a)는 참여자 단말(120)의 뇌파 추출부(122)를 통해 생성된 뇌파 신호를 전달받아, 뇌파 신호를 분석하여 뇌파 시계열 데이터를 생성하도록 구성될 수 있다. 일 실시예에서, 뇌파 처리부(112a)는 뇌파 정보를 분석할 때 통계적 모델을 사용할 수 있다. The EEG processing unit 112a may be configured to receive the EEG signal generated through the EEG extractor 122 of the participant terminal 120 and to analyze EEG signals to generate EEG time series data. In one embodiment, the EEG processing unit 112a may use a statistical model in analyzing brain wave information.

예컨대, 뇌파 신호의 평균값을 기초로 참여자의 상태를 분류할 수 있다. 즉, 뇌파 신호로부터 복수 개의 뇌파 신호들을 각각 추출할 수 있는데, 복수 개의 뇌파 신호들은 델타파, 세타파, 로우 알파파, 하이 알파파, 로우 베타파, 하이 베타파, 로우 감마파 및 미들 감마파로 구성되는 8가지 종류의 뇌파 신호들을 포함할 수 있다. 또한, 뇌파 처리부(112a)는 전달받은 복수 개의 뇌파 신호들을 저장부(116)에 실시간 저장할 수 있다. 그 후, 뇌파 처리부(112a)는 복수 개의 뇌파 신호들로부터 평균값을 산출할 수 있다. 예컨대, 뇌파 처리부(112a)는 추출된 8가지 종류의 뇌파 신호들을 각각 부호가 없는 정수를 나타내는 디지털 데이터 값들로 변환하고 변환된 각각의 디지털 데이터 값들의 총합을 산출하고, 산출된 총합에 1/8을 곱하여 평균값을 산출할 수 있을 것이다. 이는 평균값 산출을 예시적으로 보여주기 위한 것일 뿐, 본 발명이 이로써 제한되는 것은 아니다. 당업자라면, 각 뇌파 신호들의 특성을 고려하여 다양한 형태로 평균값을 산출하는 방법을 생각해낼 수 있을 것이다.For example, the state of the participant can be classified based on the average value of the EEG signals. That is, a plurality of EEG signals can be extracted from an EEG signal. The plurality of EEG signals can be classified into a group consisting of a delta wave, a seta wave, a low alpha wave, a high alpha wave, a low beta wave, a high beta wave, a low gamma wave and a middle gamma wave EEG signals can be included. The EEG processing unit 112a may store the plurality of received EEG signals in the storage unit 116 in real time. Thereafter, the EEG processing unit 112a can calculate an average value from a plurality of EEG signals. For example, the EEG processing unit 112a converts the extracted eight types of EEG signals into digital data values each representing an unsigned integer, calculates the sum of the converted digital data values, multiplies the calculated sum by 1/8 The average value can be calculated. This is merely to illustrate the calculation of the average value, but the present invention is not limited thereto. Those skilled in the art will be able to think of a method of calculating the average value in various forms taking into account the characteristics of each EEG signal.

그 후, 뇌파 처리부(112a)는 산출된 평균값을 기초로 저장부(120)에 미리 저장된 참여자 상태 범위 정보로부터 참여자의 상태를 평온 상태, 집중 상태, 졸음 상태 및 흥분 상태로 분류할 수 있다. 예컨대, 뇌파 처리부(112a)는 산출된 평균값이 참여자 상태 범위 정보에 포함된 특정 상태의 평균값 정보 중 적어도 하나의 평균값과 일치하면, 참여자의 상태를 해당 상태로 판단할 수 있다. Thereafter, the EEG processing unit 112a may classify the state of the participant into the calm state, the concentrated state, the drowsy state, and the excited state based on the participant state range information stored in advance in the storage unit 120 based on the calculated average value. For example, the EEG processing unit 112a may determine the state of the participant as a corresponding state if the calculated average value coincides with the average value of at least one of the average value information of the specific state included in the participant state range information.

또 다른 실시예로, 뇌파 신호의 정규분포를 이용하여 참여자의 상태를 분류할 수 있다. 어떤 자극에 의해 유발된 뇌파는 시간에 대한 전류 값의 함수로 나타낼 수 있다. 이때, 연속적인 전류 값을 샘플링 및 양자화 처리하여 소정의 뇌파 값을 얻는 것이 가능하다. 여기서 각 뇌파 값을 X축으로 설정하고, 각 뇌파 값이 나타나는 발생 빈도에 해당하는 정규분포 값을 Y축으로 설정하면 뇌파 정규분포를 얻을 수 있다. 뇌파 처리부(114a)는 각각의 뇌파 정규분포를 표준정규분포로 변환하는 변환 파라미터를 생성하고, 자극 별 각각의 변환 파라미터를 저장부(116)에 저장할 수 있다. 변환 파라미터는 자극 별로 주어진 각각의 뇌파 정규분포를 표준정규분포로 변환하기 위한 조절 값을 의미한다. 여기서 조절이란, 예컨대, 정규분포 곡선을 양 측으로 늘리거나 줄이는 것 또는 정규분포 곡선을 전체적으로 평행이동 시키는 것 등이 될 수 있다. 요약하면, 뇌파 처리부(114a)는 참여자의 뇌파를 수신하고, 참여자 뇌파를 표준정규분포 상의 표준뇌파로 변환할 수 있다. In another embodiment, the state of a participant can be classified using a normal distribution of an EEG signal. EEG induced by any stimulus can be expressed as a function of current value over time. At this time, it is possible to obtain a predetermined EEG value by sampling and quantizing continuous current values. Here, we set the EEG values to the X axis and set the normal distribution value corresponding to the occurrence frequency of each EEG value to the Y axis, and thus the EEG normal distribution can be obtained. The EEG processing unit 114a may generate a conversion parameter for converting the EEG normal distribution into a standard normal distribution and store the conversion parameters for each stimulus in the storage unit 116. [ The conversion parameter means an adjustment value for converting each EEG normal distribution given for each stimulus into a standard normal distribution. The adjustment may be, for example, increasing or decreasing the normal distribution curve to both sides or translating the normal distribution curve as a whole. In summary, the EEG processing unit 114a receives the EEG of the participant and converts the participant EEG into a standard EEG on the standard normal distribution.

뇌파 처리부(114a)는 변환된 표준뇌파의 구간에 따라 참여자의 상태를 결정할 수 있다. 예컨대, 변환된 표준 뇌파는 표준정규분포 곡선으로 표현될 수 있으며 이 표준정규분포 곡선을 각 구간 별로 구분하고 각 구간에 대해 참여자의 상태를 매핑하는 것이 가능하다. 여기서 구간이란 표준정규분포 상의 변환된 표준 뇌파 값이 될 수 있다. 당업자라면, 각 뇌파 신호들의 특성을 고려하여 다양한 형태로 참여자의 상태를 매핑하는 방법을 생각해낼 수 있을 것이다.The EEG processing unit 114a may determine the state of the participant according to the converted standard EEG interval. For example, the converted standard EEG can be expressed as a standard normal distribution curve, and it is possible to classify the standard normal distribution curve by each interval and map the state of the participant to each interval. Here, the interval can be a standard EEG converted value on the standard normal distribution. Those skilled in the art will be able to think of ways to map participants' states in various forms taking into consideration the characteristics of each EEG signal.

시선 데이터 처리부(112b)는 참여자 단말(120)로부터 수신한 시선 시계열 데이터를 기초로 참여자의 시선이 참여자 단말(120)의 특정 시간의 화면 중 어디에 위치하는지를 계산한다. 예컨대, 시선 데이터 처리부(112b)는 시선 시계열 데이터를 분석하여 컴퓨터 모니터의 화면 참여자의 시선 움직임을 추적할 수 있다. 예컨대, t1 시간에 참여자는 참여자 단말(120)의 특정 시간의 화면 중 Object2를 응시하였고, t2 시간에는 Object 2와 Object 3사이의 여백을 응시한 후, t3 시간에 Object5를 응시하였음을 추적할 수 있다. The gaze data processing unit 112b calculates where the gaze of the participant is located on the screen of the specific time of the participant terminal 120 based on the gaze time series data received from the participant terminal 120. [ For example, the line-of-sight data processing unit 112b may analyze line-of-sight time series data to track line-of-sight motion of a screen participant of the computer monitor. For example, at the time t1, the participant gazed at Object2 of the specific time of the participant terminal 120, observed the margin between Object 2 and Object 3 at time t2, and then traced the object 5 at time t3 have.

리소스 데이터 처리부(112c)는 참여자 단말(120)로부터 수신한 리소스 사용량 데이터를 기초로 특정 시간에 사용된 참여자 단말(120)의 리소스 사용량을 산출할 수 있다. The resource data processing unit 112c can calculate the resource usage of the participant terminal 120 used at a specific time based on the resource usage data received from the participant terminal 120. [

이상으로 설명한 제어부(112)는, 응용 주문형 집적 회로(Application Specific Integrated Circuits: ASICs), 디지털 신호 처리기(Digital Signal Processors: DSPs), 디지털 신호 처리 소자(Digital Signal Processing Devices: DSPDs), 프로그램 가능 논리 소자(Programmable Logic Devices: PLDs), 현장 프로그램 가능 게이트 어레이(Field-Programmable Gate Arrays: FPGAs), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers) 및 마이크로 프로세서(microprocessors) 중 적어도 하나에 기반한 하드웨어 플랫폼(hardware platform)으로서 구현될 수 있다. 제어부(112)는 또한 전술한 하드웨어 플랫폼 상에서 실행 가능한 펌웨어(firmware)/소프트웨어 모듈로 구현될 수 있다. 이 경우, 소프트웨어 모듈은 적절한 프로그램(program) 언어로 쓰여진 소프트웨어 애플리케이션(application)에 의해 구현될 수 있다.The control unit 112 described above may be implemented as application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices At least one of programmable logic devices (PLDs), field programmable gate arrays (FPGAs), processors, controllers, micro-controllers, and microprocessors Based hardware platform. The control unit 112 may also be implemented as a firmware / software module executable on the hardware platform described above. In this case, the software module may be implemented by a software application written in an appropriate program language.

표시부(114)는 뇌파 처리부(112a), 시선 데이터 처리부(112b), 리소스 데이터 처리무(112c)에서 처리한 데이터를 디스플레이에 표시하는 역할을 수행한다. 표시부(175)는 데이터를 디스플레이할 수 있는 단말장치라면 특정한 것에 한정되지 않는다. 예를 들면, 표시부(175)는 컴퓨터, 휴대폰, PDA 등일 수 있다. The display unit 114 displays data processed by the EEG processing unit 112a, the gaze data processing unit 112b, and the resource data processing unit 112c on the display. The display unit 175 is not limited to a specific one as long as it is a terminal device capable of displaying data. For example, the display unit 175 may be a computer, a cellular phone, a PDA, or the like.

일 실시예에서, 표시부(114)는 뇌파 시계열 데이터인 참여자의 상태와 참여자 단말(120)의 리소스 사용량 시계열 데이터를 동일한 시간 간격으로 동기화하여 시각적으로 표시할 수 있다. In one embodiment, the display unit 114 can visually display the state of the participant, which is EEG time-series data, and the resource usage time series data of the participant terminal 120 at the same time intervals.

일 실시예에서, 표시부(114)는 상기 뇌파 시계열 데이터 참여자의 상태와 참여자 및 참여자의 시선 데이터를 동일한 시간 간격으로 동기화하여 시각적으로 표시할 수 있다. In one embodiment, the display unit 114 may visually display the state of the EEG time-series data participant and the gaze data of the participants and participants at the same time intervals.

저장부(116)는 디스크 드라이브, 자기 디스크, 광 디스크 또는 다른 적절한 기억 장치를 이용하여 구현될 수 있다. 일 실시예에서, 저장부(116)는 사용성 테스트를 진행하면서 생성된 뇌파 시계열 데이터, 시선 시계열 데이터 및 리소스 시계열 데이터를 저장할 수 있다. 일 실시예에서 저장부(116)는 참여자 상태 범위 정보를 저장할 수 있다. 참여자 상태 범위 정보는 참여자의 상태를 복수 개의 상태 중 하나의 상태로 분류 가능한 정보를 나타낼 수 있다. 복수 개의 상태는 평온 상태, 집중 상태, 졸음 상태 및 흥분 상태를 포함할 수 있다. 또한, 참여자 상태 범위 정보는 평온 상태를 판단하기 위한 평온 상태 범위의 평균값 정보, 집중 상태를 판단하기 위한 집중 상태 범위의 평균값 정보, 졸음 상태를 판단하기 위한 졸음 상태 범위의 평균값 정보, 흥분 상태를 판단하기 위한 흥분 상태의 평균값 정보 중 적어도 하나의 정보를 포함할 수 있다. The storage unit 116 may be implemented using a disk drive, magnetic disk, optical disk, or other suitable storage device. In one embodiment, the storage unit 116 may store the generated EEG time series data, eye time series data, and resource time series data while performing the usability test. In one embodiment, the storage unit 116 may store participant state range information. The participant state range information may represent information that can classify the participant state into one of a plurality of states. The plurality of states may include a calm state, a concentrated state, a drowsy state, and an excited state. In addition, the participant state range information includes average value information of the calm state range for determining the calm state, average value information of the centralized state range for determining the centralized state, average value information of the drowsy state range for determining the drowsy state, And the average value information of the excitement state.

통신부(118)는 참여자 단말(120)와 통신망(150)을 통해서, 예컨대 IP(Internet Protocol) 기반의 통신을 수행하기 위한 하드웨어 및 소프트웨어/펌웨어로 구현될 수 있다. 일 실시예에서, 통신부(118)는 TCP/IP 통신 프로토콜을 따르는 통신 인터페이스에 의해 구현될 수 있다.The communication unit 118 may be implemented by hardware and software / firmware for performing IP (Internet Protocol) based communication through the participant terminal 120 and the communication network 150, for example. In one embodiment, the communication unit 118 may be implemented by a communication interface conforming to the TCP / IP communication protocol.

장치(110)의 각각의 구성요소들은 기능 및 논리적으로 분리될 수 있음을 나타나기 위해 별도로 도면에 표시한 것이며, 물리적으로 반드시 별도의 구성요소이거나 별도의 코드로 구현되는 것을 의미하는 것은 아니다. It is to be understood that each component of the device 110 is functionally and logically separate to show that it can be separated and is not necessarily physically separate or necessarily implemented as separate code.

도 2는 본 발명의 일 실시예에 따른 사용성 테스트 방법의 흐름도이다.2 is a flowchart of a usability test method according to an embodiment of the present invention.

사용성 테스트 방법은 참여자 단말(120)로부터 데이터를 수집하여 저장하는 단계(S201)로부터 시작된다. 일 실시예에서, 사용성 테스트 장치(110)가 수신한 데이터는 참여자의 뇌파 정보, 참여자 단말의 컴퓨터 리소스 사용량 정보 및 참여자의 시선 데이터 중 적어도 하나 일 수 있다. The usability test method starts from step S201 in which data is collected from the participant terminal 120 and stored. In one embodiment, the data received by the usability testing apparatus 110 may be at least one of brain wave information of a participant, computer resource usage information of a participant terminal, and gaze data of a participant.

다음으로 단계(S202)에서 사용성 테스트 장치(110)는 수신한 데이터를 분석한다. Next, in step S202, the usability testing apparatus 110 analyzes the received data.

단계(S202-1)에서 수신한 데이터가 뇌파 정보인 경우 사용성 테스트 장치(110)는 뇌파 정보를 분석하여 테스트 참여자의 상태에 대한 시계열 데이터를 생성할 수 있다. If the data received in step S202-1 is brain wave information, the usability testing apparatus 110 may generate time series data on the state of the test participant by analyzing brain wave information.

뇌파 정보는 복수 개의 뇌파 신호들을 포함할 수 있다. 복수 개의 뇌파 신호들은 델타파, 세타파, 로우 알파파, 하이 알파파, 로우 베타파, 하이 베타파, 로우 감마파 및 미들 감마파로 구성되는 8가지 종류의 뇌파 신호들을 포함할 수 있는데 각각의 뇌파들의 평균값을 산출할 수 있다. 예컨대, 추출된 8가지 종류의 뇌파 신호들을 각각 부호가 없는 정수를 나타내는 디지털 데이터 값들로 변환하고 변환된 각각의 디지털 데이터 값들의 총합을 산출하고, 산출된 총합에 1/8을 곱하여 평균값을 산출할 수 있을 것이다. 이는 평균값 산출을 예시적으로 보여주기 위한 것일 뿐, 본 발명이 이로써 제한되는 것은 아니다. 당업자라면, 각 뇌파 신호들의 특성을 고려하여 다양한 형태로 평균값을 산출하는 방법을 생각해낼 수 있을 것이다.The EEG information may include a plurality of EEG signals. The plurality of EEG signals may include eight types of EEG signals composed of delta waves, seta waves, low alpha waves, high alpha waves, low beta waves, high beta waves, low gamma waves and middle gamma waves. The average value can be calculated. For example, the extracted EEG types of EEG signals are converted into digital data values each representing an unsigned integer, the sum of the converted digital data values is calculated, and the calculated sum is multiplied by 1/8 to calculate an average value It will be possible. This is merely to illustrate the calculation of the average value, but the present invention is not limited thereto. Those skilled in the art will be able to think of a method of calculating the average value in various forms taking into account the characteristics of each EEG signal.

그 후, 산출된 평균값을 기초로 저장부(120)에 미리 저장된 참여자 상태 범위 정보로부터 참여자의 상태를 평온 상태, 집중 상태, 졸음 상태 및 흥분 상태로 분류할 수 있다. 예컨대, 산출된 평균값이 참여자 상태 범위 정보에 포함된 특정 상태의 평균값 정보 중 적어도 하나의 평균값과 일치하면, 참여자의 상태를 해당 상태로 판단할 수 있다. Then, based on the calculated average value, the state of the participant can be classified into the calm state, the concentrated state, the drowsy state, and the excited state from the participant state range information stored in the storage unit 120 in advance. For example, if the calculated average value coincides with the average value of at least one of the average value information of the specific state included in the participant state range information, the state of the participant can be determined as a corresponding state.

다른 실시예에서, 사용성 테스트 장치(110)는 뇌파 정보를 분석할 때 통계적 모델을 사용할 수 있다.  In another embodiment, the usability testing apparatus 110 may use a statistical model in analyzing brain wave information.

도 3a는 본 발명에 실시예에 따른 참여자의 상태에 따른 뇌파의 각 파형의 평균값 중 최소값을 나타내는 그래프이고, 도 3b는 본 발명에 실시예에 따른 참여자의 상태에 따른 뇌파의 각 파형의 평균값 중 최대값을 나타내는 그래프이다. FIG. 3A is a graph showing a minimum value among the average values of waveforms of EEG according to an embodiment of the present invention, FIG. 3B is a graph showing a mean value of waveforms of EEG according to the state of a participant according to an embodiment of the present invention This graph shows the maximum value.

도 3a 및 도 3b를 참조하면, 본 발명의 실시예에 따른 사용성 테스트 장치(110)는 참여자 단말(120)로부터 뇌파 신호를 수신하여, 수신된 뇌파 신호로부터 8가지 종류의 뇌파 신호인 델타파(Delta Wave), 세타파(ThetaWave), 로우 알파파(Low Alpha Wave), 하이 알파파(High Alpha Wave), 로우 베타파(Low Beta Wave), 하이 베타파(High Beta Wave), 로우 감마파(Low Gamma Wave) 및 미들 감마파(Mid Gamma Wave)를 추출할 수 있다. 그 후, 사용성 테스트 장치(110) 추출된 8가지 종류의 뇌파 신호들로부터 설정 주기 동안 설정 횟수만큼 복수 개의 평균값들을 산출하고, 산출된 복수 개의 평균값 중 최소값을 가지는 평균값 및 최대값을 가지는 평균값을 추출할 수 있다. 최소값을 가지는 평균값을 구성하는 8가지 종류의 뇌파 신호들은 사용성 테스트 장치(110)에 의해 도 3a에 도시된 바와 같이 각각 디지털 데이터 값들로 변환되어 표현될 수 있고, 최대값을 가지는 평균값을 구성하는 8가지 종류의 뇌파 신호들은 사용성 테스트 장치(110)에 의해 도 3b에 도시된 바와 같이 각각 디지털 데이터 값들로 변환되어 표현될 수 있다. 도 3에 도시된 최소값 및 최대값을 가지는 평균값은 저장부(116)에 미리 저장된 참여자 상태 범위 정보에 포함된, 각각의 상태 범위의 평균값들 중 적어도 하나의 범위를 정하는 최소값 및 최대값으로 사용될 수 있다. 3A and 3B, a usability testing apparatus 110 according to an embodiment of the present invention receives an EEG signal from a participant terminal 120 and extracts eight kinds of EEG signals, Delta Wave, ThetaWave, Low Alpha Wave, High Alpha Wave, Low Beta Wave, High Beta Wave, Low Gamma Wave Gamma Wave and Mid Gamma Wave can be extracted. Thereafter, the usability testing apparatus 110 calculates a plurality of average values by the set number of times during the set period from the eight types of EEG signals extracted, extracts an average value having the minimum value among the plurality of calculated average values and an average value having the maximum value can do. Eight types of EEG signals constituting an average value having a minimum value can be expressed by the usability test apparatus 110 as digital data values, respectively, as shown in FIG. 3A, and 8 Different types of EEG signals may be represented by the usability test apparatus 110, as shown in FIG. 3B, and converted into digital data values, respectively. The average value having the minimum value and the maximum value shown in FIG. 3 can be used as a minimum value and a maximum value that determine the range of at least one of the average values of the respective state ranges included in the participant state range information stored in advance in the storage unit 116 have.

다른 실시예에서, 사용성 테스트 장치(110)는 뇌파 정보를 분석할 때 또 다른 통계적 모델을 사용할 수 있다. 어떤 자극에 의해 유발된 뇌파는 시간에 대한 전류 값의 함수로 나타낼 수 있다. 이때, 연속적인 전류 값을 샘플링 및 양자화 처리하여 소정의 뇌파 값을 얻는 것이 가능하다. 여기서 각 뇌파 값을 X축으로 설정하고, 각 뇌파 값이 나타나는 발생 빈도에 해당하는 정규분포 값을 Y축으로 설정하면 뇌파 정규분포를 얻을 수 있다. 뇌파 처리부(114a)는 각각의 뇌파 정규분포를 표준정규분포로 변환하는 변환 파라미터를 생성하고, 자극 별 각각의 변환 파라미터를 저장부(116)에 저장할 수 있다. 변환 파라미터는 자극 별로 주어진 각각의 뇌파 정규분포를 표준정규분포로 변환하기 위한 조절 값을 의미한다. 여기서 조절이란, 예컨대, 정규분포 곡선을 양 측으로 늘리거나 줄이는 것 또는 정규분포 곡선을 전체적으로 평행이동 시키는 것 등이 될 수 있다. 요약하면, 뇌파 처리부(114a)는 참여자의 뇌파를 수신하고, 참여자 뇌파를 표준정규분포 상의 표준뇌파로 변환할 수 있다. In another embodiment, usability testing apparatus 110 may use another statistical model in analyzing EEG information. EEG induced by any stimulus can be expressed as a function of current value over time. At this time, it is possible to obtain a predetermined EEG value by sampling and quantizing continuous current values. Here, we set the EEG values to the X axis and set the normal distribution value corresponding to the occurrence frequency of each EEG value to the Y axis, and thus the EEG normal distribution can be obtained. The EEG processing unit 114a may generate a conversion parameter for converting the EEG normal distribution into a standard normal distribution and store the conversion parameters for each stimulus in the storage unit 116. [ The conversion parameter means an adjustment value for converting each EEG normal distribution given for each stimulus into a standard normal distribution. The adjustment may be, for example, increasing or decreasing the normal distribution curve to both sides or translating the normal distribution curve as a whole. In summary, the EEG processing unit 114a receives the EEG of the participant and converts the participant EEG into a standard EEG on the standard normal distribution.

뇌파 처리부(114a)는 변환된 표준뇌파의 구간에 따라 참여자의 상태를 결정할 수 있다. 예컨대, 변환된 표준 뇌파는 표준정규분포 곡선으로 표현될 수 있으며 이 표준정규분포 곡선을 각 구간 별로 구분하고 각 구간에 대해 참여자의 상태를 매핑하는 것이 가능하다. 여기서 구간이란 표준정규분포 상의 변환된 표준 뇌파 값이 될 수 있다. 당업자라면, 각 뇌파 신호들의 특성을 고려하여 다양한 형태로 참여자의 상태를 매핑하는 방법을 생각해낼 수 있을 것이다.The EEG processing unit 114a may determine the state of the participant according to the converted standard EEG interval. For example, the converted standard EEG can be expressed as a standard normal distribution curve, and it is possible to classify the standard normal distribution curve by each interval and map the state of the participant to each interval. Here, the interval can be a standard EEG converted value on the standard normal distribution. Those skilled in the art will be able to think of ways to map participants' states in various forms taking into consideration the characteristics of each EEG signal.

단계(S202-2)수신한 데이터가 시선 데이터인경우 사용성 테스트 장치(110)는 시선 데이터를 분석하여 테스트 참여자의 시선이 참여자 단말(120)의 특정 시간의 화면 중 어디에 위치하는지를 도출할 수 있다. 예컨대, 시선 데이터 처리부(112b)는 시선 시계열 데이터를 분석하여 컴퓨터 모니터의 화면 참여자의 시선 움직임을 추적할 수 있다. 예컨대, t1 시간에 참여자는 참여자 단말(120)의 특정 시간의 화면 중 Object2를 응시하였고, t2 시간에는 Object 2와 Object 3사이의 여백을 응시한 후, t3 시간에 Object5를 응시하였음을 추적할 수 있다. In step S202-2, if the received data is gaze data, the usability tester 110 may analyze the gaze data to determine where the gaze of the test participant is located on the screen of the specific time of the participant terminal 120. [ For example, the line-of-sight data processing unit 112b may analyze line-of-sight time series data to track line-of-sight motion of a screen participant of the computer monitor. For example, at the time t1, the participant gazed at Object2 of the specific time of the participant terminal 120, observed the margin between Object 2 and Object 3 at time t2, and then traced the object 5 at time t3 have.

단계(S202-3), 수신한 데이터가 참여자 단말의 리소스 사용량 데이터인 경우 사용성 테스트 장치(110)는 리소스 데이터 처리부(112c)는 참여자 단말(120)로부터 수신한 리소스 사용량 데이터를 기초로 특정 시간에 사용된 참여자 단말(120)의 리소스 사용량을 산출할 수 있다. If the received data is the resource usage data of the participant terminal, the usability tester 110 determines that the resource data processing unit 112c has received the resource usage data from the participant terminal 120 at a predetermined time based on the resource usage data received from the participant terminal 120 The resource usage amount of the used participant terminal 120 can be calculated.

다음으로 단계(S203)에서 사용성 테스트 장치(110)는 분석한 결과를 표시한다. Next, in step S203, the usability testing apparatus 110 displays the analyzed result.

도 4 내지 도 6은 본 발명의 일 실시예에 따른 분석 결과를 도시하는 도면이다.4 to 6 are diagrams showing analysis results according to an embodiment of the present invention.

도 4는 본 발명의 일 실시예에 따른 참여자의 상태에 따른 뇌파 시계열 데이터를 시각적으로 나타내는 그래프이다. 4 is a graph visually showing EEG time-series data according to a state of a participant according to an embodiment of the present invention.

참여자의 뇌파 정보를 분석하여 시간의 흐름에 따른 참여자의 상태를 분류하고 시간에 따른 참여자의 상태를 시각적으로 표시할 수 있다. 도 4에 도시된 바와 같이, 참여자의 상태는 긴장 상태, 집중 상태, 평온 상태 및 졸림 상태로 분류될 수 있고, 테스트가 진행됨에 따라 참여자의 상태가 변경될 수 있다. By analyzing the EEG information of the participant, it is possible to classify the participants' state according to the passage of time and visually display the state of the participants according to the time. As shown in FIG. 4, the participant's state can be classified into a tense state, a concentrated state, a calm state, and a sleepiness state, and the state of the participant can be changed as the test progresses.

도 5는 본 발명의 일 실시예에 따른 참여자의 시선 데이터를 나타내는 그래프이다.5 is a graph illustrating gaze data of a participant according to an exemplary embodiment of the present invention.

일 실시예에서, 시선 시계열 데이터를 분석하여 상기 참여자의 시선 움직임을 상기 컴퓨터 모니터의 화면 위에 시각적으로 표시할 수 있다. 예컨대, t1 시간에 참여자는 Object2를 응시하였고, t2 시간에는 Object 2와 Object 3사이의 여백을 응시한 후, t3 시간에 Object5를 응시하였음을 알 수 있다. In one embodiment, gaze time series data may be analyzed to visually display the gaze movement of the participant on the screen of the computer monitor. For example, at time t1, the participant gazed at Object2, and at time t2, he looked at the space between Object 2 and Object 3, and then observed Object 5 at time t3.

도 6은 본 발명의 일 실시예에 따른 참여자 단말의 리소스 사용량을 나타내는 그래프이다. 6 is a graph illustrating resource usage of a participant terminal according to an exemplary embodiment of the present invention.

도시된 바와 같이, 참여자 단말(120)의 시스템 리소스 사용량의 정보, 예컨대 CPU 사용량 정보, 메모리 사용량 정보, 및 디스크 사용량 정보가 시계열 데이터로 표시될 수 있다. As shown, information on the system resource usage amount of the participant terminal 120, such as CPU usage amount information, memory usage amount information, and disk usage amount information, may be displayed as time series data.

일 실시예에서, CPU 사용량 정보, 메모리 사용량 정보, 및 디스크 사용량 정보에 대해 시간을 동기화하여 동일한 좌표 상에 표시할 수 있다. In one embodiment, the CPU usage information, the memory usage information, and the disk usage information can be synchronized in time and displayed on the same coordinates.

일 실시예에서, 참여자의 상태에 대한 시계열 데이터(뇌파 시계열 데이터)와 시스템 리소스 사용량 시계열 데이터를 동일한 좌표 상에 표시할 수 있다.In one embodiment, time series data (EEG time series data) and system resource usage time series data for the state of the participant can be displayed on the same coordinates.

당업자라면 알 수 있듯이 본 발명은 본 명세서에서 기술된 예시에 한정되는 것이 아니라 본 발명의 범주를 벗어나지 않는 범위 내에서 다양하게 변형, 재구성 및 대체될 수 있다. 예를 들어, 본원에 기술된 다양한 기술들은 하드웨어 또는 소프트웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있다. 따라서, 본원에 따른 소프트웨어 안전성 분석을 위한 분석 머신의 특정한 양태나 부분은 범용 또는 전용 마이크로프로세서, 마이크로-컨트롤러 등에 의해 실행 가능한 하나 이상의 컴퓨터 프로그램으로 구현될 수 있다. 본 발명의 일 실시예에 따른 컴퓨터 프로그램은, 컴퓨터 프로세서 등에 의해 판독 가능한 저장 매체, 예컨대 EPROM, EEPROM, 플래시 메모리장치와 같은 비휘발성 메모리, 내장형 하드 디스크와 착탈식 디스크 같은 자기 디스크, 광자기 디스크, 및 CDROM 디스크 등을 포함한 다양한 유형의 저장 매체에 저장된 형태로 구현될 수 있다. 또한, 프로그램 코드(들)는 어셈블리어나 기계어로 구현될 수 있고, 전기 배선이나 케이블링, 광섬유, 또는 기타 임의의 다른 형태의 전송 매체를 통해 전송되는 형태로 구현될 수도 있다. As will be appreciated by those skilled in the art, the present invention is not limited to the examples described herein, but may be variously modified, rearranged and replaced without departing from the scope of the present invention. For example, the various techniques described herein may be implemented in hardware or software, or a combination of hardware and software. Thus, certain aspects or portions of an analysis machine for software safety analysis in accordance with the present disclosure may be implemented with one or more computer programs executable by a general purpose or special purpose microprocessor, micro-controller, or the like. A computer program according to an embodiment of the present invention may be stored in a storage medium readable by a computer processor or the like such as a nonvolatile memory such as EPROM, EEPROM, flash memory device, a magnetic disk such as an internal hard disk and a removable disk, CDROM disks, and the like. Also, the program code (s) may be implemented in assembly language or machine language, and may be implemented in a form that is transmitted over electrical wiring or cabling, optical fiber, or any other form of transmission medium.

본 명세서에서는, 뇌파 정보 기반의 사용성 테스트 방법의 예시적인 실시예에 대해 다양한 도면을 참조하여 주로 기술했지만, 다른 유사한 실시예들이 이용될 수 있다. 본 발명의 진정한 사상 및 범주에 속하는 모든 변형 및 변경을 이하의 특허청구범위에 의해 모두 포괄하고자 한다.Although exemplary embodiments of the usability testing method based on EEG information are mainly described herein with reference to various drawings, other similar embodiments can be used. And all changes and modifications that fall within the true spirit and scope of the present invention are intended to be embraced by the following claims.

110: 사용성 테스트 장치
112: 제어부
114: 표시부
116: 저장부
118: 통신부
120: 참여자 단말
150: 통신망110: usability testing device
112:
114:
116:
118:
120: participant terminal
150: Network

Claims (10)

컴퓨터에 의해 수행되는, 뇌파 정보 기반의 사용성 테스트 방법으로서,
참여자의 뇌파 신호를 수집하여 뇌파 시계열 데이터로 저장하는 단계;
상기 참여자가 사용하는 컴퓨터의 리소스 사용량 정보를 수집하여 리소스 사용량 시계열 데이터로 저장하는 단계; 및
상기 뇌파 시계열 데이터 및 상기 리소스 사용량 시계열 데이터를 동일한 시간 간격으로 동기화하여 시각적으로 표시하는 단계;
를 포함하는 사용성 테스트 방법.A method for usability testing based on EEG information, performed by a computer,
Collecting EEG signals of the participants and storing them as EEG time series data;
Collecting resource usage information of a computer used by the participant and storing the acquired resource usage information as resource usage time series data; And
Synchronizing and visualizing the EEG time series data and the resource usage time series data at the same time intervals;
≪ / RTI > 제1항에 있어서,
상기 참여자의 뇌파 신호를 수집하여 시계열 데이터로 저장하는 단계는
복수의 뇌파 정규분포로 구성된 프로파일을 구성하는 단계 - 상기 복수의 뇌파 정규분포는 상기 참여자의 상태 별로 저장됨 -;
상기 복수의 뇌파 정규분포 각각을 표준정규분포로 변환하는 변환 파라미터를 생성하고, 상기 변환 파라미터를 이용하여, 수집된 참여자의 뇌파 신호를 표준정규분포 상의 표준뇌파로 변환하는 단계; 및
상기 표준뇌파를 구간 별로 구분하고, 각 구간에 대해 참여자의 상태를 매핑하는 단계;
를 포함하는 사용성 테스트 방법. The method according to claim 1,
The step of collecting the EEG signals of the participants and storing them as time series data
Constructing a profile comprising a plurality of EEG distributions, wherein the plurality of EEG distributions are stored for each state of the participants;
Generating a conversion parameter for converting each of the plurality of EEG normal distribution into a standard normal distribution and converting the collected EEG signal of the participant into standard EEG on a standard normal distribution using the conversion parameter; And
Classifying the standard brain waves by intervals and mapping the states of the participants to the respective intervals;
≪ / RTI > 제2항에 있어서,
상기 참여자의 뇌파 신호를 수집하여 시계열 데이터로 저장하는 단계는
뇌파 신호는 델타파, 세타파, 로우 알파파, 하이 알파파, 로우 베타파, 하이 베타파, 로우 감마파 및 미들 감마파로 구성되고, 각각의 뇌파 신호의 평균값에 따른 참여자의 상태가 저장된 프로파일을 구성하는 단계; 및
상기 참여자의 뇌파 신호를 디지털 데이터 값들로 변환하고 뇌파 신호의 평균값을 산출하여 상기 프로파일과 비교하여 상기 참여자의 상태를 매핑하는 단계;
를 포함하는 사용성 테스트 방법.3. The method of claim 2,
The step of collecting the EEG signals of the participants and storing them as time series data
The EEG signal is composed of delta wave, seta wave, low alfa wave, high alfa wave, low beta wave, high beta wave, low gamma wave and middle gamma wave. ; And
Converting an EEG signal of the participant into digital data values, calculating an average value of EEG signals, and comparing the EEG signal with the profile to map the state of the participant;
≪ / RTI > 제2항에 있어서,
상기 뇌파 시계열 데이터 및 상기 리소스 사용량 시계열 데이터를 동일한 시간 간격으로 동기화하여 시각적으로 표시하는 단계는
시간에 따른 상기 참여자의 상태를 뇌파 시계열 데이터로 하여 시각적으로 표시하는 단계 - 상기 참여자의 상태는 졸음 상태, 평온 상태, 집중 상태 및 긴장 상태를 포함함 - 를 포함하는, 사용성 테스트 방법.3. The method of claim 2,
Wherein the step of synchronizing and visualizing the EEG time series data and the resource usage time series data at the same time intervals
Visually displaying the state of the participant over time as EEG time-series data, the state of the participant including a drowsy state, a calm state, a concentrated state, and a tense state. 제1항에 있어서,
상기 방법은,
상기 참여자의 시선을 추적하여 시선 데이터를 수집하여 저장하는 단계; 및
상기 시선 데이터를 수집하는 단계는, 상기 참여자가 태스크를 수행하는 동안 컴퓨터 모니터 위의 참여자 시선 움직임을 관찰하여 시선 시계열 데이터로 수집하는 단계
를 더 포함하는 사용성 테스트 방법. The method according to claim 1,
The method comprises:
Collecting and storing gaze data by tracking the gaze of the participant; And
The step of collecting the gaze data may include collecting gaze time series data by observing participant gaze movement on the computer monitor while the participant performs a task
Further comprising the steps of: 제5항에 있어서,
상기 방법은,
상기 시선 시계열 데이터를 분석하여 상기 참여자의 시선 움직임을 상기 컴퓨터 모니터의 화면 위에 시각적으로 표시하는 단계를 더 포함하는 사용성 테스트 방법.6. The method of claim 5,
The method comprises:
Analyzing the visual time series data to visually display the gaze movement of the participant on the screen of the computer monitor. 제1항에 있어서,
상기 리소스 사용량 정보는 CPU 사용량 정보, 메모리 사용량 정보, 디스크 사용량 정보 중 적어도 하나를 포함하는 사용성 테스트 방법.The method according to claim 1,
Wherein the resource usage information includes at least one of CPU usage information, memory usage information, and disk usage information. 제6항에 있어서,
상기 방법은,
상기 뇌파 시계열 데이터 및 상기 시선 데이터를 시각적으로 표시하는 단계를 더 포함하는 사용성 테스트 방법.The method according to claim 6,
The method comprises:
And visually displaying the EEG time-series data and the gaze data. 컴퓨터 장치로서, 제1항 내지 제8항 중 어느 한 항의 방법을 실행하도록 동작 가능한 컴퓨터 장치.9. A computer device operable to perform the method of any one of claims 1-8. 하나 이상의 명령어가 저장된 컴퓨터 판독 가능한 저장 매체로서, 상기 하나 이상의 명령어는 컴퓨터에 의해 실행되는 경우, 컴퓨터로 하여금 제1항 내지 제8항 중 어느 한 항의 방법을 실행하게 하는, 컴퓨터 판독 가능한 저장 매체.A computer-readable storage medium having stored thereon one or more instructions, wherein the one or more instructions, when executed by a computer, cause the computer to perform the method of any one of claims 1-8.
KR1020160183231A 2016-12-30 2016-12-30 Method and apparatus for usability test based on brain wave KR101869713B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160183231A KR101869713B1 (en) 2016-12-30 2016-12-30 Method and apparatus for usability test based on brain wave

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160183231A KR101869713B1 (en) 2016-12-30 2016-12-30 Method and apparatus for usability test based on brain wave

Publications (1)

Publication Number Publication Date
KR101869713B1 true KR101869713B1 (en) 2018-06-21

Family

ID=62806536

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160183231A KR101869713B1 (en) 2016-12-30 2016-12-30 Method and apparatus for usability test based on brain wave

Country Status (1)

Country Link
KR (1) KR101869713B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362775A (en) * 2019-07-23 2019-10-22 秒针信息技术有限公司 Page appraisal procedure, device, electronic equipment and computer readable storage medium

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007202619A (en) * 2006-01-31 2007-08-16 National Institute Of Advanced Industrial & Technology Brain activity analysis method and apparatus
JP2007312824A (en) * 2006-05-23 2007-12-06 Asahi Kasei Corp Instrument for classifying blinking data, arousal evaluation instrument and arousal interpretation instrument
KR101094766B1 (en) 2009-10-08 2011-12-20 동국대학교 산학협력단 Apparatus and mehtod for tracking eye
JP2014233458A (en) * 2013-06-03 2014-12-15 株式会社島津製作所 Moving image generation apparatus for brain function measurement and moving image generation system for brain function measurement
JP2015188649A (en) * 2014-03-28 2015-11-02 大日本印刷株式会社 A plurality of physiological index and visual line analysis support apparatus, programs
JP2016129629A (en) * 2015-01-14 2016-07-21 トヨタ自動車株式会社 Biological state estimation device
KR101656739B1 (en) 2014-12-26 2016-09-12 고려대학교 산학협력단 Method and apparatus for control of wearable gait robot based on eeg

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007202619A (en) * 2006-01-31 2007-08-16 National Institute Of Advanced Industrial & Technology Brain activity analysis method and apparatus
JP2007312824A (en) * 2006-05-23 2007-12-06 Asahi Kasei Corp Instrument for classifying blinking data, arousal evaluation instrument and arousal interpretation instrument
KR101094766B1 (en) 2009-10-08 2011-12-20 동국대학교 산학협력단 Apparatus and mehtod for tracking eye
JP2014233458A (en) * 2013-06-03 2014-12-15 株式会社島津製作所 Moving image generation apparatus for brain function measurement and moving image generation system for brain function measurement
JP2015188649A (en) * 2014-03-28 2015-11-02 大日本印刷株式会社 A plurality of physiological index and visual line analysis support apparatus, programs
KR101656739B1 (en) 2014-12-26 2016-09-12 고려대학교 산학협력단 Method and apparatus for control of wearable gait robot based on eeg
JP2016129629A (en) * 2015-01-14 2016-07-21 トヨタ自動車株式会社 Biological state estimation device

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
시선추적 기반 소비자 의도 데이터 추출 및 분석 연구(2016년 춘계학술발표대회 논문집 제23권 제1호(2016. 4))
웹 사용성 평가를 위한 통합평가모형 제안 및 도구 개발(디자인학연구 20(5), 2007.11, 39-50 (12 pages) Archives of Design Research 20(5), 2007.11, 39-50 (12 pages))

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362775A (en) * 2019-07-23 2019-10-22 秒针信息技术有限公司 Page appraisal procedure, device, electronic equipment and computer readable storage medium

Similar Documents

Publication Publication Date Title
JP7462126B2 (en) Method for determining visual attention focus of a subject from electroencephalogram signals, computer program, computer system and system for determining visual attention focus of a subject from electroencephalogram signals
Kurzhals et al. Evaluating visual analytics with eye tracking
US10657036B2 (en) Determining visual testing coverages
US20070265507A1 (en) Visual attention and emotional response detection and display system
US11083398B2 (en) Methods and systems for determining mental load
Hossain et al. Understanding effects of cognitive load from pupillary responses using hilbert analytic phase
Herbig et al. Multi-modal indicators for estimating perceived cognitive load in post-editing of machine translation
Chen et al. Automatic and continuous user task analysis via eye activity
Minkin About the Accuracy of Vibraimage technology
Yousefi et al. Implementing eye tracking technology in the construction process
US10832483B2 (en) Apparatus and method of monitoring VR sickness prediction model for virtual reality content
JP2010158523A (en) Method for measuring effect of distraction, computerized test system, system for measuring effect of distraction, method for measuring action of human subject, and system for measuring effect of stimuli
CN106462230B (en) For operating the method and system of display device
WO2019086856A1 (en) Systems and methods for combining and analysing human states
Jia et al. EEG processing in internet of medical things using non-harmonic analysis: application and evolution for SSVEP responses
JP2022155614A (en) Empathy measuring method
Moacdieh et al. Using eye tracking to detect the effects of clutter on visual search in real time
KR101869713B1 (en) Method and apparatus for usability test based on brain wave
JP2014050649A (en) Feebleness evaluation device, feebleness evaluation method, and program
Aurup et al. Pair-wise preference comparisons using alpha-peak frequencies
Imbert et al. Design requirements to integrate eye trackers in simulation environments: Aeronautical use case
US10799139B2 (en) Method and system for EEG signal processing
US11484268B2 (en) Biological signal analysis device, biological signal measurement system, and computer-readable medium
US20200185110A1 (en) Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests
CN115756173A (en) Eye tracking method, system, storage medium and computing equipment

Legal Events

Date Code Title Description
GRNT Written decision to grant