KR101283479B1 - 연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법 - Google Patents

연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법 Download PDF

Info

Publication number
KR101283479B1
KR101283479B1 KR1020120035640A KR20120035640A KR101283479B1 KR 101283479 B1 KR101283479 B1 KR 101283479B1 KR 1020120035640 A KR1020120035640 A KR 1020120035640A KR 20120035640 A KR20120035640 A KR 20120035640A KR 101283479 B1 KR101283479 B1 KR 101283479B1
Authority
KR
South Korea
Prior art keywords
lesion
data
information flow
connectivity analysis
flow connectivity
Prior art date
Application number
KR1020120035640A
Other languages
English (en)
Inventor
정천기
진승현
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020120035640A priority Critical patent/KR101283479B1/ko
Application granted granted Critical
Publication of KR101283479B1 publication Critical patent/KR101283479B1/ko

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
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

본 발명은 병소 후보 부위의 시계열 뇌파 데이터들에 대해 정보 흐름 연결성 분석을 통하여 병소 부위를 확정하는 병소 국지화 장치 및 방법에 관한 것이다.
본 발명에 관한 병소 국지화 장치는, 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는 뇌파 입력부, 상기 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리하는 뇌파 전처리부, 에포킹 처리된 상기 뇌파 데이터들을 이용하여 인공 데이터들을 생성하는 통계 처리부, 에포킹 처리된 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하는 연결성 분석부, 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과와 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과를 비교하여 병소를 확정하는 병소 판단부 및 상기 뇌파 데이터, 상기 인공 데이터 및 상기 정보 흐름 연결성 분석 결과를 저장하는 메모리부를 포함한다.

Description

연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법 {Apparatus and Methods of Brain Lesion Localization Using Connectivity Analysis}
본 발명은 병소 국지화(Localization) 장치 및 방법에 관한 것으로서, 더 자세하게는 병소 후보 부위의 시계열 뇌파 데이터들에 대해 정보 흐름 연결성 분석을 통하여 병소 부위를 확정하는 병소 국지화 장치 및 방법에 관한 것이다.
환자의 뇌파를 측정 및 관찰하여 뇌파의 이상이 있는 부분을 병소(Lesion, Focus)로 확정하는 것을 병소 국지화(Localization)라고 한다.
병소 부위를 파악하는 것은 정확한 진단 및 치료를 위해서 필수적이며, 특히 뇌병소에 대한 직접적인 수술적 치료를 필요로 하는 경우에는 더욱 중요한 의미를 가진다.
병소 부위는 질병에 따라 전문 의료진들이 환자로부터 측정된 구조적 또는 기능적 영상, 뇌파의 이상 여부를 직접 해석하여 파악하기도 하고, 컴퓨터화된 방법을 이용하여 입력된 영상 또는 뇌파로부터 자동적으로 파악하기도 한다.
이 경우 영상 만으로 병소 부위를 확정할 수 없어 질병에 따라 환자의 뇌파를 추가적으로 획득하여 진단하거나 뇌파만을 이용하여 진단하는 경우에, 두 군데 이상의 부위에서 측정된 뇌파가 모두 병소 부위의 뇌파와 같은 이상 형태를 보이는 경우가 있으며, 이는 컴퓨터화된 방법을 이용하는 경우도 복수 부위에서 측정된 뇌파들의 형태적, 시기적 특징점(Feature) 들이 이상 형태로 파악되는 경우에는 같은 결과를 낳는다.
상기 복수 부위가 모두 병소로 확정되는 경우도 있지만, 많은 경우는 한 부위가 다른 진실한 병소 부위 뇌파의 영향을 받아 전파된 경우이다. 따라서 이 경우에는 원래의 진실한 병소 부위를 진실한 단일 병소로 파악해야 하지만, 형태적, 시기적 특징점들을 이용하는 종래의 컴퓨터화된 방법이나 의료진의 직접적인 판독만으로는 어느 부위가 진실한 병소 부위인지를 파악하기가 매우 어려운 문제점이 있다.
국내등록특허 제 10-0425532 호(2004.03.30) 발명의 명칭: 위상 패턴의 비선형 주기성을 이용한 간질 발작 예측시스템 및 그 구현 방법
본 발명이 이루고자 하는 기술적 과제는 시계열 뇌파를 이용하여 뇌질환에 대한 진실한 병소를 확정하는 병소 국지화 장치 및 방법을 제공하는 데 있다.
본 발명의 과제를 해결하기 위한 병소 국지화 장치에 따르면, 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는 뇌파 입력부, 상기 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리하는 뇌파 전처리부, 에포킹 처리된 상기 뇌파 데이터들을 이용하여 인공 데이터들을 생성하는 통계 처리부, 에포킹 처리된 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하는 연결성 분석부, 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과와 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과를 비교하여 병소를 확정하는 병소 판단부 및 상기 뇌파 데이터, 상기 인공 데이터 및 상기 정보 흐름 연결성 분석 결과를 저장하는 메모리부를 포함한다.
또한 상기 병소 국지화 장치에서 상기 정보 흐름 연결성 분석은 시간 지연 상호 정보량(Time delayed mutual information), PDC (Partial directed coherence), DTF(Directed transfer function) 또는 PSI(Phase slope index) 중에서 어느 하나일 수 있다.
또한 상기 병소 국지화 장치에서 상기 병소 판단부는 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과 분포에서 미리 설정된 유의도 기준 이상에 존재하는 지 여부를 이용하여 병소를 확정할 수 있다.
또한 상기 병소 국지화 장치에서 상기 병소 판단부는 미리 설정된 주파수 영역에서, 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과 분포에서 미리 설정된 유의도 기준 이상에 존재하는 지 여부를 이용하여 병소를 확정할 수 있다.
본 발명의 과제를 해결하기 위한 병소 국지화 방법에 따르면, (a) 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는 단계, (b) 상기 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리하는 단계, (c) 상기 뇌파 데이터들을 이용하여 인공 데이터들을 생성하는 단계, (d) 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하는 단계 및 (e) 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과와 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과를 비교하여 병소를 확정하는 단계를 포함한다.
본 발명에 의하면, 피험자의 시계열 뇌파를 이용하여 뇌질환 병소 후보들에 대해 정보 흐름 연결성을 분석함으로써 진실한 병소를 확정할 수 있다.
도 1은 본 발명에 의한 병소 국지화 장치의 블록도이다.
도 2는 본 발명에 의한 병소 국지화 방법의 흐름도이다.
도 3은 본 발명에 대한 실험예인 환자들의 데이터이다.
도 4는 첫 번째 실험예의 뇌영상과 시계열 뇌파 데이터이다.
도 5는 첫 번째 실험예의 PSI 정보 흐름 연결성 분석 및 비교 결과이다.
도 6은 첫 번째 실험예의 DTF 정보 흐름 연결성 분석 및 비교 결과이다.
도 7은 두 번째 실험예의 뇌영상과 시계열 뇌파 데이터이다.
도 8은 두 번째 실험예의 PSI 정보 흐름 연결성 분석 및 비교 결과이다.
도 9는 두 번째 실험예의 DTF 정보 흐름 연결성 분석 및 비교 결과이다.
본 발명의 목적과 기술적 구성 및 그에 따른 작용 효과에 관한 자세한 사항은 본 발명의 명세서에 첨부된 도면에 의거한 이하의 상세한 설명에 의해 보다 명확하게 이해될 것이다. 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세하게 설명한다.
본 명세서에서 개시되는 실시예들은 본 발명의 범위를 한정하는 것으로 해석되거나 이용되지 않아야 할 것이다. 이 분야의 통상의 기술자에게 본 명세서의 실시예를 포함한 설명은 다양한 응용을 갖는다는 것이 당연하다. 따라서, 본 발명의 상세한 설명에 기재된 임의의 실시예들은 본 발명을 보다 잘 설명하기 위한 예시적인 것이며 본 발명의 범위가 실시예들로 한정되는 것을 의도하지 않는다.
도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한, 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 기능 블록들 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.
본 명세서에서 뇌파는 피험자의 뇌의 활성화 및 상태에 따라 변화되는 전기적 자기적 신호들을 의미한다. 실시예를 보면, 뇌파 신호를 측정하는 방법에 따라 다음과 같은 뇌파 신호가 될 수 있다.
EEG (Electroencephalogram)는 뇌전도를 의미하며, 사람 또는 동물의 대뇌에 일어나는 전위변동, 또는 그것에 의하여 일어나는 뇌전류(brain current)를 두피(頭皮) 상에서 유도하여 기록한 전기 기록 신호를 의미한다.
MEG (Magnetoencephalogram)는 뇌자도를 의미하며, SQUID 센서 등으로 뇌신경세포의 전기적 활동에서 발생하는 미세한 생체 자기를 측정하여 기록한 신호를 의미한다.
ECoG (Electrocorticogram)는 피질전도를 의미하며, 대뇌에 일어나는 전위변동, 또는 그것에 의하여 일어나는 뇌전류(brain current)를 대뇌 피질(Cerebral Cortex)의 표면으로부터 전극을 심어 직접 측정하여 기록한 전기 기록 신호를 의미한다.
NIRS (Near-infrared spectroscopy) 는 근적외선 분광기를 의미하며, 본 발명에 쓰일 수 있는 NIRS 뇌파 신호는 낮은 수준의 광파를 뇌에 비쳐 반사되어 나오는 차이를 측정하여 기록하는 신호를 의미한다.
본 명세서에서는 EEG, MEG, ECoG 등의 뇌파 신호를 예로 들었지만, 뇌파 신호는 상기 특정 종류의 뇌파 신호에 한정되지 않고 인간의 뇌로부터 발생하여 인간의 두부(頭部, 머리)에서 측정 가능한 모든 신호들을 포함한다고 볼 것이다.
또한, 본 명세서에서는 병소라는 단수 형태로 지칭하지만, 상기 병소는 군집(Cluster)을 이루는 미세 병소들의 군집일 수 있다.
도 1에 따른 본 발명의 병소 국지화 장치의 실시예를 설명한다. 도 1에 따르면 본 발명의 병소 국지화 장치는 뇌파 입력부(110), 뇌파 전처리부(120), 통계 처리부(130), 연결성 분석부(140), 병소 판단부(150) 및 메모리부(170)를 포함한다.
뇌파 입력부(110)는 환자로부터 측정된 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는다. 뇌파 데이터는 뇌파를 디지털화한 신호를 의미하며, 입력되는 뇌파 데이터는 환자 두부 전체 또는 일부에 대한 뇌파 데이터를 일반적인 종래의 방법으로 국지화한 후에, 병소(Lesion, Focus)로 의심되는 부위의 뇌파 데이터를 의미한다.
뇌파 전처리부(120)는 입력 받은 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리 후 병소 판단부로 전달한다.
뇌파 전처리부(120)는 뇌파 데이터에서 잡음 신호를 제거하기 위해 저역 통과 필터(Low-Pass Filter), 고역 통과 필터 (High-Pass Filter), 대역통과 필터 (Band-Pass Filter), 노치 필터 (Notch Filter) 중 어느 하나를 포함할 수 있고, 잡음 신호는 뇌파 신호 이외의 신호를 말한다. 예를 들어, 일반적인 전송 경로(유, 무선 채널)에 따른 일반적인 잡음(Noise Signal) 이외에도, EMG(Electromyogram, 근전도), EOG(Electrooculogram, 안전도) 등의 뇌파 신호 이외의 다른 생체 신호들도 관심 신호가 아니므로 잡음 신호로 취급하여 필터링 등을 통해서 제거할 수 있다.
에포킹(Epoching) 처리는 잡음 신호가 제거된 뇌파 데이터를 신호 처리를 할 수 있도록 특정 구간으로 자르는 것을 말하며, 에포킹은 수십 밀리초(milisecond)에서 초(second)단위로 사용될 수 있다.
병소 국지화의 일 예로서, 간질 병소를 국지화하고자 하는 경우에 뇌파 전처리부에서 에포킹 처리된 데이터는 발작 중 측정된(ictal) 뇌파도 가능하나, 간질파가 포함되어 있지 않은 발작간기(Inter-ictal)의 뇌파 데이터가 바람직하다.
통계 처리부(130)는 Permutation, Bootstrapping, Surrogation 등의 기법으로 입력된 뇌파 데이터를 조각 내어 랜덤(Random)하게 섞음으로써 일정 개수의 인공 데이터들을 생성한다. 이 때, 인공 데이터들은 입력 받은 뇌파 데이터의 채널에 따라 각각 동일한 개수로 생성한다.
즉, 입력 받은 시계열 뇌파 데이터가 x(t), y(t)라고 할 때, x(t), y(t) 데이터에 대하여 미리 설정된 특정 통계 처리 방법으로 x(t)의 데이터를 조각내어 순서를 바꾸어 섞고, 마찬가지로 y(t)의 데이터를 조각내어 순서를 바꾸어 섞어 일정 개수의 인공 데이터를 생성한다.
인공 데이터들이 생성된 후, 연결성 분석부(140)는 에포킹 처리된 원래의 뇌파 데이터 사이의 정보 흐름 연결성을 분석하고, 인공 데이터들 사이의 정보 흐름 연결성을 분석하며, 병소 판단부(150)는 그 결과를 비교하여, 정보 흐름이 시작되는 쪽을 병소로서 확정하여 병소 국지화한다.
병소로 의심되는 뇌의 두 부위에서 어느 한 부위만 특정 질병에 대한 진실한 병소이고 다른 병소는 해당 질병과는 무관하지는 않지만 다른 근원 병소로부터 영향을 받은 결과로 해당 질병의 증상을 보이는 것(False Positive)에 대해, 병소 판단부(150)는 상기 두 부위의 뇌파에 대한 인과적 연결성 분석을 통해 정보의 흐름을 파악하여 근원적인 진실한 병소(True Positive)를 확정한다.
진실한 병소는 제 2병소의 시계열적인 뇌파 데이터가 제 1병소의 시계열적인 뇌파 데이터와 시간적인 지연(Time Delay)이 있고, 제 1병소의 뇌파 데이터에 비해 시간적으로 또는 주파수적으로 지연된 모습일 경우, 상기 제 1병소를 말한다. 이를 수식적으로 표현하면 다음과 같이 나타낼 수 있다.
Figure 112012027417581-pat00001
Figure 112012027417581-pat00002
a는 상수,
Figure 112012027417581-pat00003
는 두 시계열 데이터 X(t), Y(t)사이의 시간지연(Time delay)을 의미한다. 따라서, 두 시계열 데이터는 시간적인 인과 관계 (Causal relation in time domain) 또는 주파수 인과 관계(Causal relation in frequency domain)를 가지고 있다고 볼 수 있으며, 이 특성을 이용하여 정보 흐름을 파악한다.
정보 흐름은 위에서 설명한 것처럼, 두 시계열 데이터 사이의 시간적인 인과 관계 (Causal relation in time domain) 또는 주파수 인과 관계(Causal relation in frequency domain)를 파악할 수 있는 모든 방법이 가능하고, 바람직하게는 시간 지연 상호 정보량(Time delayed mutual information), PDC (Partial directed coherence), DTF(Directed transfer function) 또는 PSI(Phase slope index) 등이 사용될 수 있다.
통계 처리부(130)에서 생성된 인공 데이터는 실제 뇌파 데이터로부터 생성되었으나, 뇌파 데이터의 부분들이 랜덤하게 섞여서 실제 뇌파 데이터의 인과적인 관계가 깨어진다. 따라서, 본 발명에 의한 병소 국지화 장치는 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 인공 데이터들 사이의 정보 흐름 연결성 분석 결과의 미리 설정된 유의도(Significance Level) 기준에서 벗어나는 경우에 상기 원래의 뇌파 데이터들 사이에 정보 흐름이 존재하는 것으로 보아 병소를 확정한다. 바람직하게는 상기 유의도 기준은 95% 또는 99%를 적용할 수 있다.
병소 판단부(150)는, 특정 질병에 따라 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 인공 데이터들 사이의 정보 흐름 연결성 분석 결과의 미리 설정된 유의도(Significance Level) 기준에서 벗어나는 결과가 존재하더라도, 해당 결과가 특정 질병과 관련이 없는 주파수 영역에 존재한다면 병소 확정에 상기 결과를 이용하지 않을 수도 있다.
병소 판단부(150)는 상기 정보 흐름 연결성 분석 방법으로 시간 지연 상호 정보량(Time delayed mutual information), PDC (Partial directed coherence), DTF(Directed transfer function) 또는 PSI(Phase slope index) 중에서 어느 하나를 이용할 수 있다.
병소 국지화 장치는 병소 판단부(150)가 정보 흐름이 시작되는 뇌파 데이터를 병소 뇌파 데이터로 판단함으로써 정보 흐름이 시작되는 부위로 병소를 국지화 하면, 해당 부위의 위치를 파악하여 출력하는 병소 위치 제시부(160)를 더 포함할 수 있다.
예를 들어, 병소 위치 제시부(160)는 국지화된 병소 뇌파 데이터가 측정된 전극 위치를 표시하거나, 이를 일반화된 뇌 지도(Brain Atlas)에 병소의 위치를 매핑시켜서 보여줄 수 있다.
도 2에 따른 본 발명의 병소 국지화 방법의 실시예를 설명한다. 도 2에 따르면 본 발명의 병소 국지화 방법은 (a) 뇌파 데이터를 입력 받는 단계(210), (b) 상기 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리하는 단계(220), (c) 인공 데이터들을 생성하는 단계(230), (d) 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하는 단계(240) 및 (e) 병소를 확정하는 단계(250)를 포함한다.
뇌파 데이터 입력 단계(210)에서는 환자로부터 측정된 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는다.
상기 뇌파 데이터들의 잡음 신호 제거 및 에포킹 처리 후, 상기 뇌파 데이터들에 대하여 Permutation, Bootstrapping, Surrogation 등의 기법으로 인공 데이터들을 생성한다.
상기 인공 데이터들이 생성된 후, 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하고 그 결과를 비교하여 병소를 확정한다.
뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 인공 데이터들 사이의 정보 흐름 연결성 분석 결과의 미리 설정된 유의도(Significance Level) 기준에서 벗어나는 경우에 상기 원래의 뇌파 데이터들 사이에 정보 흐름이 존재하는 것으로 판단하지만, 해당 결과가 특정 질병과 관련이 없는 주파수 영역에서 존재한다면 병소 확정에 상기 결과를 이용하지 않을 수도 있다.
아래에서는 위에서 설명한 본 발명에 의한 실험예를 설명한다.
본 발명은 뇌질환에 관련된 것이라면 특별히 적용 대상을 한정하지 않으나, 본 실험들은 간질(뇌전증)의 병소 국지화에 대하여 실험되었다.
전문 의료진들의 판단 결과 간질로 확정되고, 간질의 원인 병소 부위가 수술 결과로 확진된 케이스에 대해 실험되었다.
<< 실험예 1 >>
실험예 1의 환자는 도 3 (a)와 같다.
도 3 (a)를 참조하면, 환자는 간질 환자로서 21.1살에 수술을 하여 2.8년 동안 follow-up을 한 환자이다. 정확한 진단명은 Focal Cortical Dysplasia이며, 타입은 1a에 해당하고, 수술 부위 Rt F에 대한 수술 후 예후에 대한 평가 결과인 Engel은 3으로 평가되어서 수술 병소 부위가 적합한 것으로 평가되었다.
환자의 병소 부위는 수술 전에 도 4 (a) 및 도 4 (b)와 같이 각각 RT(Right Temporal), RF(Right Frontal) 부위가 의심되었다.
상기 병소 부위에 대한 시계열 뇌파 데이터인 MEG 데이터는 도 4 (c)와 같았으며, 상기 MEG 데이터에 대해 인공 데이터를 생성하고 PSI를 이용하여 정보 흐름 연결성 분석한 결과는 도 5와 같다.
도 5 및 도 6의 X축은 주파수를 의미하며, Y축은 각각 PSI 분석 지수 또는 DTF 분석 지수를 의미한다.
도 5의 중심 꺾은 선 그래프(510)는 에포킹 처리된 상기 MEG 데이터들 사이의 정보 흐름 연결성 분석 결과이며, 그 바깥의 명암 영역(노란색 경계)은 각각 인공 데이터들에 대한 정보 흐름 연결성 분석 결과의 95%(520), 99%(530) 유의도 분포 영역이다.
도 5를 참조하면, 상기 MEG 데이터들 사이의 정보 흐름 연결성 분석 결과 16.5Hz주파수 영역에서 인공 데이터들의 정보 흐름 연결성 분석 결과의 99% 유의도를 넘는 결과를 보여주었고, 상기 주파수 영역은 간질과 관련 있는 영역이므로 두 병소 사이에 정보 흐름이 존재하는 것으로 판단되었다. 또한, 상기 정보 흐름은 PSI Y축 기준선보다 밑에 존재하므로 정보 흐름은 RF에서 RT로 흐르는 것으로 판단되어 병소는 RF로 국지화된다.
또한 도 6을 참조하면, 상기 MEG 데이터들 및 상기 인공 데이터들에 대해 DTF를 이용하여 정보 흐름 연결성 분석한 결과이다. 도 6의 붉은 선(610)이 유의도이며(이 실험에서는 99% 신뢰수준 유의도를 적용하였다.), 상기 유의도를 넘는 부분에서 정보 흐름량이 RF에서 RT로 흐르는 부분이 더 많으므로 병소는 RF로 국지화된다.
따라서, 본 발명에 의한 실험 결과 병소는 RF로 국지화 되었다.
<< 실험예 2 >>
실험예 1의 환자는 도 3 (b)와 같다.
도 3 (a)를 참조하면, 환자는 간질 환자로서 44.4살에 수술을 하여 4년 동안 follow-up을 한 환자이다. 수술 전 환자의 병소 부위는 도 7 (a) 및 도 7 (b)와 같이 각각 RT(Right Temporal), RO(Right Occipital) 부위가 의심되었고, 수술 부위는 RO로서 수술 후 예후에 대한 평가 결과인 Engel은 3으로 평가되어서 수술 병소 부위가 적합한 것으로 평가되었다.
상기 병소 부위에 대한 시계열 뇌파 데이터인 MEG 데이터는 도 7 (c)와 같았으며, 상기 MEG 데이터에 대해 인공 데이터를 생성하고 PSI를 이용하여 정보 흐름 연결성 분석한 결과는 도 8과 같다.
도 8 및 도 9의 X축은 주파수를 의미하며, Y축은 각각 PSI 분석 지수 또는 DTF 분석 지수를 의미한다.
도 8을 참조하면, 상기 MEG 데이터들 사이의 정보 흐름 연결성 분석 결과 10.5Hz주파수 영역에서 인공 데이터들의 정보 흐름 연결성 분석 결과의 99% 유의도를 넘는 결과를 보여주었고, 상기 주파수 영역은 간질과 관련 있는 영역이므로 두 병소 사이에 정보 흐름이 존재하는 것으로 판단되었다. 또한, 상기 정보 흐름은 PSI Y축 기준선보다 밑에 존재하므로 정보 흐름은 RO에서 RT로 흐르는 것으로 판단되어 병소는 RO로 국지화된다.
또한 도 9를 참조하면, 상기 MEG 데이터들 및 상기 인공 데이터들에 대해 DTF를 이용하여 정보 흐름 연결성 분석한 결과이다. 붉은 선(910)으로 표현되는 유의도를 넘는 부분에서 정보 흐름량이 RO에서 RT로 흐르는 부분이 더 많으므로 병소는 RO로 국지화된다.
따라서, 본 발명에 의한 실험 결과 병소는 RO로 국지화 되었다.
상기 실험에서는 간질 병소의 국지화를 실험예로 들었지만, 뇌의 복수 부위가 서로 정보 흐름 연결성이 있다면, 다른 뇌질환 관련 병소 국지화에 대하여도 마찬가지로 적용 가능하다.
본 발명의 이해를 돕기 위해 설명된 실시예들에서 사용된 특정 용어들이 본 발명을 한정하는 것은 아니다. 본 발명은 통상의 기술자들에게 당연한 모든 구성 요소 및 동등한 가치를 갖는 모든 구성 요소를 포함할 수 있다.
510, 610, 810, 910: 유의도
520, 820: 인공 데이터의 유의도 95% 영역
530, 830: 인공 데이터의 유의도 99% 영역

Claims (13)

  1. 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는 뇌파 입력부;
    상기 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리하는 뇌파 전처리부;
    에포킹 처리된 상기 뇌파 데이터들을 이용하여 인공 데이터들을 생성하는 통계 처리부;
    에포킹 처리된 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하는 연결성 분석부;
    상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과와 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과를 비교하여 병소를 확정하는 병소 판단부; 및
    상기 뇌파 데이터, 상기 인공 데이터 및 상기 정보 흐름 연결성 분석 결과를 저장하는 메모리부;
    를 포함하는 병소 국지화 장치
  2. 제 1항에 있어서,
    상기 입력 받는 뇌파 데이터는 간질(뇌전증) 발작간기(Interictal) 의 뇌파 데이터인 것을 특징으로 하는 병소 국지화 장치
  3. 제 1항에 있어서,
    상기 정보 흐름 연결성 분석은 시간 지연 상호 정보량(Time delayed mutual information), PDC (Partial directed coherence), DTF(Directed transfer function) 또는 PSI(Phase slope index) 중에서 어느 하나를 이용한 것을 특징으로 하는 병소 국지화 장치
  4. 제 1항에 있어서,
    병소 뇌파 데이터가 획득된 병소 위치를 출력하는 병소 위치 제시부를 더 포함하는 병소 국지화 장치
  5. 제 1항에 있어서,
    상기 병소 판단부는 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과 분포에서 미리 설정된 유의도 기준 이상에 존재하는 지 여부를 이용하여 병소를 확정하는 것을 특징으로 하는 병소 국지화 장치
  6. 제 5항에 있어서,
    상기 병소 판단부는 미리 설정된 주파수 영역에서, 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과 분포에서 미리 설정된 유의도 기준 이상에 존재하는 지 여부를 이용하여 병소를 확정하는 것을 특징으로 하는 병소 국지화 장치
  7. (a) 두 채널 이상의 시계열(Time-series) 뇌파 데이터를 입력 받는 단계;
    (b) 상기 뇌파 데이터에서 잡음 신호를 제거하고 에포킹(Epoching) 처리하는 단계;
    (c) 상기 뇌파 데이터들을 이용하여 인공 데이터들을 생성하는 단계;
    (d) 상기 뇌파 데이터들 사이의 정보 흐름 연결성과 상기 인공 데이터들 사이의 정보 흐름 연결성을 분석하는 단계; 및
    (e) 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과와 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과를 비교하여 병소를 확정하는 단계;
    를 포함하는 병소 국지화 장치의 병소 국지화 방법
  8. 제 7항에 있어서,
    (f) 병소 뇌파 데이터가 획득된 병소 위치를 디스플레이 수단, 저장 수단 또는 통신 수단 중 어느 하나로 출력하는 단계를 더 포함하는 병소 국지화 장치의 병소 국지화 방법
  9. 제 7항에 있어서,
    상기 (a) 단계에서,
    입력 받는 뇌파 데이터는 간질(뇌전증) 발작간기(Interictal) 중에 획득된 뇌파 데이터인 것을 특징으로 하는 병소 국지화 장치의 병소 국지화 방법
  10. 제 7항에 있어서,
    상기 (d) 단계의 정보 흐름 연결성 분석은 시간 지연 상호 정보량(Time delayed mutual information), PDC (Partial directed coherence), DTF(Directed transfer function) 또는 PSI(Phase slope index) 중에서 어느 하나를 이용한 것을 특징으로 하는 병소 국지화 장치의 병소 국지화 방법
  11. 제 7항에 있어서,
    상기 (e) 단계는 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과 분포에서 미리 설정된 유의도 기준 이상에 존재하는 지 여부를 이용하여 병소를 확정하는 것을 특징으로 하는 병소 국지화 장치의 병소 국지화 방법
  12. 제 11항에 있어서,
    상기 (e) 단계는 미리 설정된 주파수 영역에서, 상기 뇌파 데이터들 사이의 정보 흐름 연결성 분석 결과가 상기 인공 데이터들 사이의 정보 흐름 연결성 분석 결과 분포에서 미리 설정된 유의도 기준 이상에 존재하는 지 여부를 이용하여 병소를 확정하는 것을 특징으로 하는 병소 국지화 장치의 병소 국지화 방법
  13. 제 7 항 내지 제 12 항 중 어느 한 항의 병소 국지화 방법을 프로그램으로 기록한 컴퓨터로 읽을 수 있는 기록 매체
KR1020120035640A 2012-04-05 2012-04-05 연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법 KR101283479B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120035640A KR101283479B1 (ko) 2012-04-05 2012-04-05 연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120035640A KR101283479B1 (ko) 2012-04-05 2012-04-05 연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101283479B1 true KR101283479B1 (ko) 2013-07-12

Family

ID=48996799

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120035640A KR101283479B1 (ko) 2012-04-05 2012-04-05 연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101283479B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101670949B1 (ko) * 2015-03-24 2016-10-31 포항공과대학교 산학협력단 뇌파 신호간 정보 흐름 측정 장치
KR20200097192A (ko) * 2019-02-07 2020-08-18 재단법인 아산사회복지재단 뇌전증 지속상태의 뇌손상 지표 산출 방법 및 프로그램

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090028807A (ko) * 2006-07-06 2009-03-19 리전츠 오브 더 유니버스티 오브 미네소타 시간적 측정치를 이용하는 뇌 패턴의 분석

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090028807A (ko) * 2006-07-06 2009-03-19 리전츠 오브 더 유니버스티 오브 미네소타 시간적 측정치를 이용하는 뇌 패턴의 분석

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101670949B1 (ko) * 2015-03-24 2016-10-31 포항공과대학교 산학협력단 뇌파 신호간 정보 흐름 측정 장치
KR20200097192A (ko) * 2019-02-07 2020-08-18 재단법인 아산사회복지재단 뇌전증 지속상태의 뇌손상 지표 산출 방법 및 프로그램
KR102321395B1 (ko) * 2019-02-07 2021-11-03 재단법인 아산사회복지재단 뇌전증 지속상태의 뇌손상 지표 산출 방법 및 프로그램

Similar Documents

Publication Publication Date Title
Antonov et al. Too little, too late, and in the wrong place: Alpha band activity does not reflect an active mechanism of selective attention
US20200170575A1 (en) Systems and methods to infer brain state during burst suppression
Englot et al. Epileptogenic zone localization using magnetoencephalography predicts seizure freedom in epilepsy surgery
JP5473327B2 (ja) 脳内神経電気発生源を位置特定および弁別することによって脳の動的機能画像を表現するための電子装置の作動方法および装置、ならびにコンピュータプログラム製品
Ayoubian et al. Automatic seizure detection in SEEG using high frequency activities in wavelet domain
EP1880667B1 (en) Detection of focal epileptiform activity
JP2020503084A (ja) 治療結果を予測するための装置および方法
Cloostermans et al. A novel approach for computer assisted EEG monitoring in the adult ICU
KR101768332B1 (ko) 우울 정도를 실시간으로 분석하는 방법 및 그 시스템
Nissen et al. Brain areas with epileptic high frequency oscillations are functionally isolated in MEG virtual electrode networks
Chaibi et al. Automated detection and classification of high frequency oscillations (HFOs) in human intracereberal EEG
Lee et al. DC shifts, high frequency oscillations, ripples and fast ripples in relation to the seizure onset zone
US20210204883A1 (en) Systems and Methods for Artifact Reduction in Recordings of Neural Activity
JP2020512860A (ja) 頭皮脳波から病理学的脳活動を特定する方法
Marques et al. ICA decomposition of EEG signal for fMRI processing in epilepsy
Kaur et al. Microstates-based resting frontal alpha asymmetry approach for understanding affect and approach/withdrawal behavior
Xiao et al. Automatic localization of seizure onset zone from high-frequency SEEG signals: A preliminary study
KR101283479B1 (ko) 연결성 분석을 이용한 뇌 병소의 국지화 장치 및 방법
Wilenius et al. Interictal magnetoencephalography in parietal lobe epilepsy–comparison of equivalent current dipole and beamformer (SAMepi) analysis
Jeong et al. Localization of MEG pathologic gamma oscillations in adult epilepsy patients with focal cortical dysplasia
Arrubla et al. Methods for pulse artefact reduction: experiences with EEG data recorded at 9.4 T static magnetic field
Shvarts et al. Periodic discharges: insight from magnetoencephalography
Herfurth et al. Localization of beta power decrease as measure for lateralization in pre-surgical language mapping with magnetoencephalography, compared with functional magnetic resonance imaging and validated by Wada test
Sharma et al. Prior forecasting of epileptic seizure and localization of epileptogenic region
Bear et al. Spike‐associated networks and intracranial electrographic findings

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160204

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170626

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180620

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190902

Year of fee payment: 7