[논문 리뷰] A short review and primer on electrodermal activity in human computer interaction applications

Benjamin Ultan Cowley, Jari Torniainen|arXiv (Cornell University)|2016. 08. 24.

Emotion and Mood Recognition참고 문헌 9인용 수 5

한 줄 요약

이 논문은 인간-컴퓨터 상호작용(HCI) 분야에서 전기피부반응(EDA)에 대한 간결한 소개를 제공하며, 생리적 각성의 신뢰할 수 있고 실시간 측정 방법으로서의 활용에 중점을 두고 있다. EDA 신호 획득, 분석 기법, 그리고 HCI 분야의 응용을 검토한 바, EDA 기반 분류기의 경우 통제된 작업 환경에서 정서적 각성을 90% 이상의 정확도로 예측할 수 있음을 입증하였고, EDA 생체피드백은 단 30~40분의 훈련으로도 지속적 주의력을 크게 향상시킬 수 있음을 보여주었다.

ABSTRACT

The application of psychophysiology in human-computer interaction is a growing field with significant potential for future smart personalised systems. Working in this emerging field requires comprehension of an array of physiological signals and analysis techniques. One of the most widely used signals is electrodermal activity, or EDA, also known as galvanic skin response or GSR. This signal is commonly used as a proxy for physiological arousal, but recent advances of interpretation and analysis suggest that traditional approaches should be revised. We present a short review on the application of EDA in human-computer interaction. This paper aims to serve as a primer for the novice, enabling rapid familiarisation with the latest core concepts. We put special emphasis on everyday human-computer interface applications to distinguish from the more common clinical or sports uses of psychophysiology. This paper is an extract from a comprehensive review of the entire field of ambulatory psychophysiology, including 12 similar chapters, plus application guidelines and systematic review. Thus any citation should be made using the following reference: B. Cowley, M. Filetti, K. Lukander, J. Torniainen, A. Henelius, L. Ahonen, O. Barral, I. Kosunen, T. Valtonen, M. Huotilainen, N. Ravaja, G. Jacucci. The Psychophysiology Primer: a guide to methods and a broad review with a focus on human-computer interaction. Foundations and Trends in Human-Computer Interaction, vol. 9, no. 3-4, pp. 150--307, 2016.

연구 동기 및 목표

• HCI 분야의 심리생리학에 새로 진입하는 연구자들을 위한 기초 가이드 역할을 하기 위해, EDA를 핵심 생리신호로 집중한다.
• 구식 용어인 '갈바닉 피부 반응'을 넘어서 현대적 용어와 측정 방법을 명확히 하기 위해.
• 임상적 또는 스포츠 적용이 아닌 실제 HCI 환경에서의 응용, 즉 정서 인식 및 생체피드백에 초점을 맞춘다.
• EDA 분석의 최신 발전을 검토하며, 정확도 향상을 위해 전통적인 해석 모델을 재고할 필요성을 제기한다.
• 다중 모odal 생리신호 측정에서 EDA의 신뢰성과 해석 가능성에 기반해 개인화되고 적응형 시스템 개발을 지원한다.

제안 방법

• 논문은 이동성 심리생리학에 관한 12장 분량의 종합적 리뷰를 기반으로, HCI 분야에서의 EDA 응용에 대한 체계적 문헌 검토를 수행한다.
• 활성 외생적 기법을 사용한 주요 EDA 측정 방법을 설명하며, 피부 전도도를 평가하기 위해 교류 또는 직류를 사용한다.
• 정서 상태를 분류하기 위해 톤성 피크, 톤성 수준, 반응 폭발 강도 등의 EDA 신호 특징을 평가한다.
• 자연계의 나이브 베이즈 및 선형 판별 분석(LDA)과 같은 기계학습 분류기들을 EDA 특징에 적용하여 정서적 각성과 작업 부하를 예측한다.
• 웨어러블 센서(예: Varioport-ARM, 자체 제작의 팔에 장착된 장치 등)를 사용한 제어 실험의 결과를 통합하여 실시간 HCI 작업 환경에서의 응용을 분석한다.
• 생체피드백 시스템의 유효성을 검증하며, EDA 신호를 이용해 주의력과 정서 상태를 조절하는 데에 사용된 지표로 위반 오류와 반응 시간 변동성을 포함한다.

실험 결과

연구 질문

• RQ1 인간-컴퓨터 상호작용에서 EDA는 생리적 및 정서적 각성의 신뢰할 수 있는 대체 측정 도구로 어떻게 활용될 수 있는가?
• RQ2 실제 HCI 환경에서 정서 반응을 탐지하기 위해 가장 효과적인 EDA 신호 특징과 측정 부위는 무엇인가?
• RQ3 작업 기반 및 게임 환경에서 EDA 기반 분류기는 자가 보고된 정서적 각성을 얼마나 정확하게 예측할 수 있는가?
• RQ4 단기적인 EDA 생체피드백 훈련은 경각심 작업에서 지속적 주의력을 향상시키고 인지 저하를 줄이는 데 효과적인가?
• RQ5 다양한 각성 모델(예: 원형모델 대비 3계열 모델)은 HCI 연구에서 EDA 신호의 해석에 어떤 영향을 미치는가?

주요 결과

• 자연계의 나이브 베이즈 분류기는 통제된 작업 유사 환경에서 EDA 특징을 기반으로 정서적 각성을 90% 이상의 정확도로 예측하였다.
• 컴퓨터 게임 유사 학습 환경에서 동일한 분류기는 자가 보고된 정서적 각성을 69%의 정확도로 예측하였다.
• 선형 판별 분석(LDA)은 16개의 EDA 특징을 사용하여 기저 상태와 스트레스 유발 인지 작업 간을 83%의 정확도로 구분하였다.
• EDA 생체피드백을 활용한 자기 경각 훈련(SAT) 시스템은 30~40분의 훈련 후 위반 오류를 크게 감소시키고 반응 시간 변동성을 안정적으로 유지하였다.
• SAT 시스템을 사용한 참가자들은 훈련 후에 SCR 폭발 강도 측정으로 측정된 각성이 증가한 반면, 위약군은 감소하는 경향을 보였으며, 이는 짧은 생체피드백 훈련이 생리적 효과를 유도한다는 것을 시사한다.
• 본 연구는 EDA가 다중 모달 HCI 시스템에서 실시간 생리신호 모니터링을 위한 신뢰성 있고 해석 가능한 저비용 도구임을 확인하였다.