KR101369678B1 - Ｅｅｇ 모니터링 시스템 및 ｅｅｇ 모니터링 방법 - Google Patents

Abstract

모니터링될 사람에 의해 지속적으로 휴대되도록 구성된 EEG 모니터링 시스템(2)을 개시한다. EEG 모니터링 시스템(2)은 EEG 모니터링 시스템(2)을 휴대하는 사람으로부터 적어도 하나의 EEG 신호를 측정하는 전극을 포함한다. 또한, 시스템은 상기 적어도 하나의 EEG 신호의 적어도 일부를 수신, 처리 및 분석하도록 구성된 신호 처리 수단을 포함한다. 게다가, 시스템은 상기 적어도 하나의 EEG 신호에 관한 데이터를 로깅하도록 구성된 데이터 로깅 수단, 및 상기 EEG 신호에 관한 상기 데이터를 저장하는 메모리를 포함한다.

Description

ＥＥＧ 모니터링 시스템 및 ＥＥＧ 모니터링 방법{EEG MONITORING SYSTEM AND METHOD OF MONITORING AN EEG}

본 발명은 EEG 모니터링 시스템에 관한 것이고, 특히 모니터링되고 있는 사람에 의해 지속적으로 휴대되도록 구성된 휴대용 EEG 모니터링 시스템에 관한 것이다. 추가로 본 발명은 EEG 모니터링 방법에 관한 것이다.

EEG는 뇌전도(Electro Encephalo-Gram)에 대한 공통으로 사용되는 약자이고, 이것은 사람의 두뇌 활동을 전기적으로 모니터링하는 방법을 일반적으로 말한다. 수년동안 EEG를 모니터링하는 시스템이 알려져왔다. 그러나, 일번적인 기술 개발과 함께 모니터링될 사람에 의해 지속적으로 휴대되거나 착용될 수 있는 EEG 모니터링 시스템이 고안되어 왔다.

WO-A-2006/066577은 저혈당증 공격에 대해 경고하기 위해 혈당치가 모니터링되고 있는 당뇨병을 앓고 있는 사람에게 지속적으로 경고하기 위한 시스템을 개시한다. 낮은 혈당치는 두뇌 활동에 심각한 영향을 주어 너무 낮은 혈당치는 의식 불명, 심지어는 죽음을 초래할 수 있다. WO-A-2006/066577에 개시된 시스템은 완전히 이식되는 피하의 시스템이다. 이식된 전극은 임박한 저혈당증 공격에 대한 뇌파 특성을 검출하여 피하의 모니터링 디바이스의 진동 형태로 경고를 발행할 수 있는 모니터링 디바이스에 접속된 전기 리드(electrical lead)를 경유한다. WO-A-2006/066577에서는 또한 이식된 피하 부분의 긴 배터리 수명을 획득하기 위해 이식 부분이 더 많은 전력을 요구하는 전자 부품을 포함할 수 있는 외부 유닛과 무선 통신할 수 있다고 제안된다. 또한, 이것은 음향 경고를 허용할 것이다. 임박한 저혈당증 공격을 검출하기 위해서, WO-A-2006/066577의 시스템은 참조에 의해 여기에 통합된 WO-A-2006/066577에 설명된 바와 같이 저혈당증 공격 전에 변하는 뇌파의 주파수 및 진폭을 관찰하고, 여기서 뇌파는 더 높은 진폭과 더 낮은 주파수의 파형 패턴을 갖는 위상으로 변한다. 베이지안(Bayesian) 분류기, 신경망, 또는 로지스틱 회귀분석(logistic regression)과 같은 분석기를 사용할 것이 제안되지만, WO-A-2006/066577은 방법에 대한 어떤 상세 사항을 개시하지 않는다. 마지막으로, WO-A-2006/066577은 지속적으로 시스템을 개별적으로 휴대하도록 구성하도록 신호 처리 알고리즘의 동적 각색(adaptation)의 구축을 제안한다. 또한, 이러한 측면에서 문서는 그러한 동적 각색을 성취하는 어떤 방식에 대하여 언급하지 않았다.

이러한 이전 기술에 의거하여 향상된 시스템을 제공하는 것이 본 발명의 목적이다. 이 중에 특히 상기 언급된 동적 각색을 제공하는 시스템 및 방법을 제시하는 것이 추가의 목적이다.

본 발명의 제 1 양상에 의하면, 그러한 목적은 도입 구절에 따른 EEG 모니터링 시스템에 의해 성취되고, 상기 시스템은 EEG 모니터링 시스템을 휴대하는 사람으로부터 적어도 하나의 EEG 신호를 측정하는 전극, 상기 적어도 하나의 EEG 신호의 적어도 일부를 수신 및 처리하도록 구성된 신호 처리 수단, 상기 적어도 하나의 EEG 신호에 관한 데이터를 로깅하도록 구성된 데이터 로깅 수단, 및 상기 EEG 신호에 관한 상기 데이터를 저장하는 메모리를 포함한다.

본 발명의 제 2 양상에 의하며, 그러한 목적은 휴대용 EEG 측정 시스템을 사용한 EEG 모니터링 방법에 의해 성취되고 상기 방법은 EEG 모니터링 시스템을 휴대하는 사람으로부터 적어도 하나의 EEG 신호를 측정하는 단계, 신호 처리 수단을 이용하여 상기 적어도 하나의 EEG 신호의 적어도 일부를 수신, 처리, 및 분석하는 단계, 데이터 로깅 수단을 이용하여 상기 적어도 하나의 EEG 신호에 관한 데이터를 로깅하는 단계, 및 상기 EEG 신호에 관한 상기 데이터를 메모리에 저장하는 단계를 포함한다.

데이터를 로깅함으로써 저혈당증 또는 간질 발작과 같은 임박한 이벤트와 개인의 뇌파 사이의 관계의 더 나은 분석, 더 나은 소정 이벤트 검출, 및 더 나은 이해뿐 아니라 개별적인 조정의 가능성을 차례로 허용하는 데이터의 폭넓은 평가를 수행할 수 있게 된다.

본 발명의 상기 제 1 양상의 바람직한 실시형태에 의하면, 상기 신호 처리 수단은 EEG 신호로부터 특징 벡터(feature vector)를 추출하는 특징 추출기를 포함한다. 특징 추출기를 사용하는 것은 신호의 내용을 분류하는 평가 프로세스에서 고려해야 할 EEG 신호의 정보의 원래 양에서 실질적인 감소를 허용한다.

본 발명의 상기 제 1 양상의 추가의 바람직한 실시형태에 의하면, 상기 분석 수단은 상기 적어도 하나의 신호에 의거하여 소정 이벤트를 검출하는 이벤트 분류기를 포함한다. 이벤트 분류기를 사용하는 것은 중요한 이벤트와 중요하지 않은 이벤트 사이의 효과적으로 구별 방법이다.

본 발명의 상기 제 1 양상의 다른 추가의 실시형태에 의하면 상기 로깅 수단은 그들의 발생 시간과 같은 다수의 이벤트에 대한 정보를 로깅하도록 구성된다. 더욱이, 다수의 이벤트는 중요한 이벤트의 발생에 의거한 알람과 같은 결정을 위한 기준을 제공하는 효과적인 방법이다. 게다가, 이것은 예를 들면, 완전히 샘플링된 EEG 신호에 비교하여 저장된 정보를 실질적으로 감소시킨다.

본 발명의 상기 제 1 양상의 또 다른 바람직한 실시형태에 의하면, 데이터 로깅 수단은 상기 EEG 신호로부터 추출된 적어도 하나의 특징 벡터를 로깅하도록 구성된다. 특징 벡터만 로깅하는 것은 귀 뒤에 착용될 소형 디바이스에서 중요한 저장 공간에서 상당한 저장을 수반한다.

본 발명의 상기 제 1 양상의 또 다른 바람직한 실시형태에 의하면, 데이터 로깅 수단은 적어도 하나의 EEG 신호의 파형을 로깅하도록 구성된다. 신호 파형의 완전한 정보를 유지하는 것은 저장 고려사항이 덜 중요한 곳에서 바람직하다.

본 발명의 상기 제 1 양상의 특히 바람직한 실시형태에 의하면 검출된 소정 이벤트에 의거하여 비정상적인 두뇌 상태를 검출하고, 상기 비정상적인 두뇌 상태의 검출에 의거하여 알람을 개시하는 수단이 제공된다.

본 발명의 상기 제 1 양상의 더 바람직한 실시형태에 의하면, 상기 비정상적인 두뇌 상태의 검출시 상기 데이터 로깅 수단에 의해 로깅된 데이터는 상기 메모리에서 저장된다. 이것은 추가의 분석을 위해 저장될 알람에 이르기까지의 기간에 존재하는 정보의 저장을 허용한다.

본 발명의 제2 양상에 의한 방법의 실시형태는 전반적으로 본 발명의 제 1 양상에 의한 실시형태와 동일한 이점을 제공한다.

본 발명은 이제 한정되지 않는 예시적인 실시형태에 의거하고 도면을 참조하여 더 상세하게 설명될 것이다.
도 1은 본 발명에 의한 EEG 모니터링 시스템과 함께 사람의 머리를 도시한다.
도 2은 도 1의 EEG 모니터링 시스템의 블록도를 도시한다.
도 3은 도 2의 데이터 로깅 블록 및 저혈당증 모니터의 실시형태의 블록도를 도시한다.
도 4는 환자의 혈액에서 혈장 글루코스 레벨에 비교하여 시간에 걸쳐 적분된 이벤트 레벨을 도시한다.
도 5는 수일 동안 하루의 시간 대 이벤트 레벨에 걸친 히스토그램을 도시한다.
도 6은 성공적인 특징 벡터를 저장하는 원형 버퍼를 도시한다.
도 7은 간단한 분류기를 설명하는 산점도이다.

도 1은 본 발명에 의한 EEG 모니터링 시스템(2)을 휴대하는 사람의 머리(1)를 개략적으로 나타낸다. EEG 모니터링 시스템(2)은 EEG 신호를 측정하는 이식 유닛(3)을 포함한다. 이식 유닛(3)은 환자의 귀(4) 뒤의 피하에 위치된다. 이식 유닛(3)은 전자부(5) 및 환자의 두뇌로부터 전기적 EEG 신호를 픽업하는 적어도 2개의 전극(12)(도 1에서 보이지 않음)를 갖는 탐침 수단(6)을 포함한다. 이식 유닛(3)의 전자부(5)는 전극에 의해 측정되는 EEG 신호를 샘플링하여 EEG 모니터링 장치(2)의 일분을 형성하는 외부 유닛(7)에 무선으로 송신하는 수단을 위한 필수적인 전자 장치를 포함한다. 바람직하게는, 이식 유닛(3)이 배터리 용량에 의해 제약되지 않은 긴 수명을 갖도록 이식 유닛(3)으로의 에너지 공급은 외부 유닛(7)으로부터 유도적으로 수신되고, 배터리의 교체는 전체 이식 유닛(3)의 교체를 위한 수술 절차를 필요로 하므로 이것은 이점이다.

볼 수 있는 바와 같이, 외부 유닛(7)은 BTE 보청기(Behind-The-Ear 보청기)와 유사할 수 있고, 일반적인 사용에서 EEG 모니터링 장치(2)를 휴대하는 사람의 귀(4) 뒤에 위치되는 하우징부(8), 이어플러그(9)를 포함한다. BTE 보청기와 마찬가지로, 하우징부(8)는 중간 커넥션(10)을 통하여 사람의 귀 도관에서 이어플러그(9)에 접속된다. 이것은 이어플러그로 이어지는 종래의 음향관이거나 RITE 이어플러그(Receiver In The Ear형 이어플러그)로 이어지는 전기 코드일 수 있다. 이것은 외부 유닛(7)이 EEG 모니터링 장치(2)를 휴대하는 사람의 귀(4)로 알람 또는 경고와 같은 메세지를 발하도록 할 수 있다.

도시한 바와 같이, EEG 모니터링 장치(2)는 주변 디바이스(11)를 선택적으로 포함할 수 있고, 그것은 이후 설명되는 바와 같이 데이터를 위한 추가적인 가능한 더 많은 에너지를 소비하는 전자적 저장 공간을 포함할 수 있다.

이제 도 2로 돌아가면, EEG 모니터링 장치(2)의 외부 상세가 개략적으로 나타내어진다. 이식 유닛(3)에서 시작하면, 전기적 뇌파를 측정하는 2개의 전극(12)을 포함한다. 분명한 것은, 2개 이상의 전극(12)이 있을 수 있지만 설명 및 예시의 용이함을 위해서 2개만 나타내어진다. 전극은 디지털 데이터 신호를 형성하기 위해 샘플링되기 전에 전극(12)으로부터 전기 신호를 증폭하는 아날로그 프론트-엔드(13)에 접속된다. 전형적인 샘플링 레이트(sampling rate)는 256㎐일 수 있다. 256㎐는 이식 유닛(3)의 에너지 소비를 낮게 유지하고 싶은 소망과 머리뼈 외측의 피하에 위치된 이식물로 실제 측정 가능한 주파수 사이의 양호한 타협이다. 샘플링된 데이터는 채널 인코더(14)로 공급되고, 결국 무선 데이터 송신기(15)로의 입력을 제공한다. 볼 수 있는 바와 같이, 무선 데이터 송신기(15)는 외부 유닛(7)으로부터 에너지 공급이 수신되는 에너지 수신기에 통합되는 것이 바람직하다. 바람직하게는, 에너지 공급은 이식 유닛 코일(16)을 사용하여 유도적으로 수신되고, 데이터 전송은 이식 유닛 코일(16) 상의 부하를 변경함으로써 제공된다. 이러한 부하 변동은 외부 유닛 코일(18)에 공급하는 대응하는 결합된 에너지 송신기 및 데이터 수신기(17) 상의 부하를 감지함으로써 신속하게 검출될 수 있다.

외부 유닛(7)에서 에너지 송신기 및 데이터 수신기(17)로부터 수신된 데이터는 이식 유닛(3)에서 프론트 엔드(13)로부터의 디지털 데이터 신호를 재구성하고 저혈당증 모니터(20)로 재구성된 디지털 데이터 신호를 제공하는 채널 디코더(19)에 제공된다. 저혈당증 모니터(20) 및 그 기능은 이하 더 상세하게 설명될 것이다. 저혈당증 모니터(20)는 디바이스 작동 제어기(21)에 출력 신호를 전달하고, 결국 스피커(23)로 경고 또는 알람과 같은 오디오 신호를 발생하는 오디오 발생기(22)를 제어한다. 상기 언급된 바와 같이, 스피커(23)는 RITE 이어플러그의 일부일 수 있거나 사운드 튜브를 통하여 수동적인 이어플러그와 통신할 수 있다. 또한, 디바이스 작동 제어기는 데이터 로깅 유닛(24)을 제어하고, EEPROM과 같은 비휘발성 메모리(25)에서 정보를 저장하기 위해 사용될 수 있다. 상기 언급된 바와 같이, 정보는 주변 디바이스(11)에 송신될 수 있고, 그것은 데이터를 수신하여 판독할 수 있는 데이터-로깅 판독기(26), 및 데이터를 저장할 수 있는, 예를 들면 플래시 메모리와 같은 외부 유닛(7)에서 이용가능한 것보다 큰 용량의, 여기서 플래시 데이터로거로 칭해지는 적합한 데이터 저장 장치(27)를 갖는다. 주변 디바이스는 전용의 저장 디바이스일 필요는 없지만, 예를 들면 원격 제어 유닛 등의 다른 기능도 통합하는 유닛일 수 있다.

도 3은 4개의 기본 부품, 즉 특징 추출기(28), 분류기(28), 이벤트 적분기(30), 알람 유닛(31)뿐 아니라 데이터-로거(24) 및 비휘발성 메모리(25)로 분해되는 저혈당증 모니터(20)를 예시한다. 게다가, 이벤트의 발생을 추적하는 리얼 타임 클록(32)이 나타내어진다. 채널 디코더(14)로부터 저혈당증 모니터(20)로의 입력 신호는 기본적으로 단지 연속적인 비트-스트림이다. 유용한 정보를 얻기 위해서 비트-스트림은 먼저 소망의 특징을 추출하는 특징 추출기(28)에 공급된다. 특징 추출기는 차원(dimension)을 감소시키기 위해 특징 벡터(FV)에서 입력 신호를 이미징하고, 입력 신호는 결과의 특징 벡터(FV)보다 고차원이다.

이하의 설명으로 이해되는 바와 같이, 그러한 차원은 많은 방법으로 수행될 수 있고, 그것은 특징 벡터를 형성하는 실제 파라미터는 다수의 상이한 방법으로 선택될 수 있다는 것을 말한다. 특징 벡터를 위한 파라미터는 평균화된 FFT 계수, 임상 대역(clinical band)에 대한 전력 측정 또는 예를 들면 백분위수, 중간값, 비대칭도 등의 주파수 대역에서의 진폭 분포일 수 있다. 또한, 경향, 즉 주어진 대역 특징이 증대인지 또는 감쇠인지의 여부가 사용될 수 있다.

그것을 하는 한가지 방법은 예를 들면, 256㎐ 샘플링 레이트에 대응하는 블록으로 비트-스트림을 세분하는 것이다. 이들 블록은 적합한 수, 예를 들면 256 또는 128개의 포인트를 가지고 FFT에 공급될 수 있다. 이것은 FFT의 포인트의 수에 의거하여 0㎐와 256㎐ 사이의 대응하는 수의 주파수 대역에 걸쳐, 즉 각각 2㎐의 폭을 갖는 128개의 대역, 또는 각각 1㎐의 폭을 갖는 256개의 대역에 걸쳐 EEG 신호의 에너지 분포를 반영하는 출력 벡터를 산출할 것이다. FFT에 의해 처리된 각 블록에 대하여 FFT는 대응하는 수의 차원의 하나의 출력 벡터, 즉 128 또는 256차원의 벡터를 발생한다. 물론, FFT의 다수의 연속적인 블록에 걸쳐 평균화될 수 있다.

이것은 그 자체가 단지 기준의 변화를 구성한다. 이 특징 벡터(FV)는 차원을 더 감소하는 것에 의해서만 실제로 성취된다. 이것을 성취하는 하나의 방법은 특정한 넓은 주파수 대역, 특히 임상 대역으로 알려진 주파수 대역 사이의 에너지 분포를 검토하는 것이다. 임상 대역은 일반적으로 0~4㎐(델타), 4~7㎐(세타), 8~12㎐(알파), 12~30㎐(베타), 및 30~100+㎐(감마)로서 정의된다. 그러나, 편의를 위해 약산이 편차가 특징 벡터, 예를 들면 0~4㎐, 4~8㎐, 8~16㎐, 16~32㎐ 및 32~256㎐에서 사용될 수 있고, 간격은 2의 배수에 대응하여 제한한다. 이때, 이것은 5차원 특징 벡터(FV)를 산출할 것이고, 각 차원은 EEG 신호의 상이한 임상 대역에서의 순간적인 에너지 분포를 나타낸다.

연속적인 특징 벡터는 도 6에 도시된 바와 같이 데이터 로거(24)에서 적합한 길이의 원형 메모리 또는 버퍼(33)에서 소정 간격으로, 예를 들면, 10초마다 저장된다. 도시된 원형 버퍼(33)는 N개의 특징 벡터(FV) 샘플을 포함하고, 여기서 n은 샘플에 대한 시간 인덱스를 표시한다. 그러므로, FV(n)은 현재 시간에서의 특징 백터(FV) 샘플, FV(n-1)은 이전 특징 벡터 샘플 등이다. 시간 인덱스의 업데이트마다, 예들 들면 10초마다 상기 언급된 바와 같이 가장 오래된 특징 벡터 샘플 FV(n-N+1)은 새로운 특징 벡터 샘플 FV(n)의 데이터로 덮어쓰기된다.

분류기(29)는 예를 들면, 임상 대역 사이의 에너지 분포를 검토함으로써 저혈당증의 징후로서 식별가능한 소정 패턴에 대한 특징 벡터(FV)를 모니터링한다. 분류기는 저혈당증 또는 임박한 저혈당증을 시그널링하기 위해 알려진 패턴에 대하여 그들 임상 대역에서의 에너지의 RMS값을 검토할 수 있다.

그러한 분류기의 예는 2차원 분류기에 대응하는 도 7의 산점도에 의해 도시된다. 가로 좌표를 따라 플로팅된 차원 1은 세타 대역에서의 에너지일 수 있고, 세로 좌표를 따라 플로팅된 차원 2는 알파 대역에서의 에너지일 수 있다. 분류기는 알파 대역 및 세타 대역 모두에서의 에너지가 로우(low)이면 어두운 색의 사각형(34)에 대응하는 클래스 1을, 알파 대역 및 세타 대역 모두에서의 에너지가 하이(high)이면 밝은 색의 원형(35)에 대응하는 클래스 2를 출력한다. 최적의 분류기는 완전하게 그어진 선(36)에 의해 정의된다.

그러므로, 분류기는 어두운 색의 사각형(34) 및 밝은 색의 원형(35)에 의해 표시되는 2개의 클래스 사이에서 구별하도록 구성된다. 이 선(36) 위의 관측은 클래스 2에 속하는 것으로 분류되는 반면에, 선(36) 아래의 관측은 클래스 1, 예를 들면 저혈당증에 속하는 것으로 분류된다.

도시된 예로부터 볼 수 있는 바와 같이, 2개의 클래스로 완전히 분리하는 2차원 분류기는 존재하지 않는다. 도 7의 하부 우측 코너에 표시된 바와 같이, 클래스 1에 엄밀히 속하는 5000개 관측과 클래스 2에 엄밀히 속하는 1000개 관측이 있다. 클래스 1에 속하는 5000개의 관측 중 4812개가 정확하게 분류되고 나머지 188개가 부정확하게 분류된다. 역으로, 클래스 2에 속하는 34개의 관측은 클래스 1 관측으로서 부정확하게 식별된다.

특징 벡터(FV)를 로깅하고 분류된 이벤트에 의거하여 알람이 트리거될 때 그것을 저장하는 것은 차후의 데이터 분석을 허용할 것이고, 결국 추가의 수의 거짓 양성(false positive) 또는 거짓 음성(false negative)을 감소시키기 위해 선을 수정, 즉 분류기를 트레이닝시킬 수 있다. 거짓 양성 및 거짓 음성의 감소는 결국 올바른 알람은 더 많게, 거짓 알람은 더 적게 할 것이다. 단순화되지만 2차원 분류기는 본 발명의 문맥에서 사실상 목적에 충분하지 않고, 예로서만 이용된다.

256㎐의 샘플링 주파수가 EEG 신호 자체를 샘플링하는데 적합할 수 있는 반면에, 이 주파수는 신호 패턴에서 발달(development)을 검출하기 위해서 이벤트가 모니터링될 필요가 있는 레이트보다 훨씬 높다. 그러므로, 분류기는 단지 전형적으로 더 긴 간격으로, 예를 들면 1초당 1회 또는 1분당 5~10회 그 분류를 수행할 것이다.

그러한 패턴이 검출되면 분류기는 이벤트를 식별하고, 이벤트 신호는 이벤트 적분기(30)로 출력된다. 이벤트 적분기(30)는 이벤트 레벨 신호를 생성하기 위해 시간에 걸쳐 이벤트 신호를 적분한다. 적분은 이벤트 적분기는 단지 높은 이벤트 주파수를 갖는 주기에서 높은 이벤트 레벨이 생기도록 감쇠 함수를 갖는 것이 바람직하다. 이 점에서 이 문맥에서의 적분은 1차 및 2차 재귀적 적분(recursive integration), 예를 들면, AR-필터를 포함하고, 감쇠하는 함수를 갖는 리키 적분(leaky integration) 및 감쇠 함수를 갖는 다른 적분을 포함하여 광범위하게 이해되어야 한다는 것이 주목되어야 한다.

이벤트 레벨 신호는 알람 유닛(31)에 의해 검출되고, 그것은 통하여 디바이스 작동 제어기(21)는 오디오 발생기(22)를 트리거하거나 소정 기준에 의거하여 스피커(23)에서 경고 또는 알람을 발한다. 간단하지만 바람직한 기준은 이벤트 레벨 문턱값이고, 이것을 초과할 때 알람 또는 경고를 트리거한다.

도 4는 테스트하는 사람에 대한 시간에 걸친 이벤트 레벨 신호의 예를 동일한 시간 주기에 걸친 테스트하는 사람의 혈액에서의 혈장 글루코스 레벨에 대해 실제 측정된 값에 비교하여 나타내었다. 0.6의 이벤트 레벨 문턱값이 표시된다. 상기 언급된 바와 같이, 간단한 2차원 분류기는 본 발명의 목적에 거의 충분하기 어려울 것이고, 예는 29차원을 이용한 더 복잡한 분류기에 의거한다.

원형 버퍼(33)에서 특징 벡터를 로깅하는 것을 제외하고, 바람직하게는 또한 원형 버퍼에서 실제로 샘플링된 EEG 신호를 로깅하는 것도 가능하다. 이벤트의 발생 시간도 리얼 타임 클록(32)을 이용하여 로깅될 수 있다.

저혈당증 발작 및 간질 발작과 같은 발작은 상이한 사람에서 똑같은 패턴을 갖는 똑같은 방식으로 발달되지 않는다. 정보를 로깅하는 것과 이벤트를 검출하는 것은 개별의 패턴을 검출할 뿐만 아니라 EEG 모니터링 시스템을 휴대하는 사람이 저혈당증 발작 또는 간질 발작과 같은 발작의 위험에 있는 상황이 언제인지, 그리고 무엇인지에 대하여 더 경험을 얻고 배울 가능성을 향상시킨다. 이것은 결국 알고리즘의 개별적 각색, 예를 들면 분류기의 트레이닝 또는 알람 문턱값의 조정을 허용하고, 양측 모두 거짓 알람이 더 적어지도록 한다.

그러므로, 본 발명은 정보가 적합한 시점에서 저장되도록 할 수 있다. 그러한 적합한 시점의 하나는 알람 또는 경고가 트리거될 때일 것이다. 그러한 이벤트에서 예를 들면 경고에 이르기까지 마지막 30분 동안 EEG 신호로부터 샘플링된 러 데이터(raw sampled data)는 비휘발성 메모리(25)에서 저장될 수 있다. 그러나, 저장 공간은 부족하므로 저장 전에 EEG 신호로부터 샘플링된 데이터에 손실이 적은 데이터 압축을 행하는 것이 실현가능할 것이다. 대안의, 저장 공간을 더 절약하는 것은 도 6에 도시된 바와 같이 특징 벡터 샘플 FV(n-N+1)~FV(n)를 포함하는 전체 원형 특징 벡터 버퍼(33)만 저장하는 것일 수 있다. 양측 경우에 있어서 사건에 이르기까지 이벤트의 특징을 주는 정보는 이후의 정밀 조사를 위해 저장된다.

도 2에 도시된 바와 같이, 데이터 로거 및/또는 비휘발성 메모리로부터의 정보는 주변 디바이스(11)로 판독될 수 있다. 이 주변 디바이스(11)는 더 학습하기 위해 정보를 처리하는 디바이스일 수 있거나, 예를 들면 플래시 메모리 등의 더 크지만 에너지 효율이 적은 저장 수단 일 수 있다. 주변 디바이스(11)는 항상 휴대되도록 의도되지 않는다. 오히려, 그것은 본 발명에 의한 EEG 모니터링 시스템을 휴대하는 사람의 침대 근방에 위치될 수 있고, 그 사람이 자신의 침대에서 자고 있는 밤사이에 데이터가 전송될 수 있는 것으로 구상된다.

데이터의 알람 기반의 저장의 대안으로서, 데이터는 또한 비휘발성 메모리(25)에서 이용할 수 있는 저장 공간량에 다시 의존하여 리얼 타임 클록(32)에 의거한 정규 간격, 예를 들면 15분마다 저장될 수도 있다.

특히, 그것은 이벤트 레벨에 대한 정보를 저장하는 것에 대한 관점에서 바람직하다. 현재 이벤트 레벨이 정규 간격, 예를 들면 15분마다 저장되면 24시간 주기에 걸쳐 EEG 모니터링 디바이스를 휴대하는 사람의 발달을 모니터링하는 것이 가능하다. 그러므로, 그러한 24시간 주기 동안 특별히 중요한 시간, 및 EEG 모니터링 디바이스를 휴대하는 사람이 그의 건강을 위해 그 스스로 무언가를, 예들 들면 설탕 섭취를 늘리거나 인슐린을 투여하거나 할 필요가 있는 시간이 있는지의 여부를 검출할 수 있다.

특히, 그러한 데이터는 몇 달, 또는 몇 년과 같은 긴 시간 주기에 걸쳐 추척되는 경우에 흥미롭다.

도 6은 다수의 날들 동안의 이벤트 레벨 대 하루 동안의 시간에 걸친 2차원 히스토그햄을 도시하고, 회색톤은 히스토그램의 열의 높이를 나타낸다. 더 긴 주기에서 각 하루 동안에 96개의 시간 간격의 각자의 이벤트 레벨 각각은 히스토그램의 대응하는 열에 추가되었다. 그러므로, 고강도는 이 특정 시간에서 특정 이벤트 레벨이 빈번하게 발생한다는 것을 나타낸다. 대략 16:00에 EEG 모니터링 디바이스를 휴대한 사람이 매우 높은 이벤트 레벨을 가지고 있다고 쉽게 인지될 수 있다. 마찬가지로, 사람은 항상 밤 동안에 중간의 이벤트 레벨이 낮다. 그러므로, 로깅된 데이터에 의거한 히스토그램은 EEG 모니터링 디바이스를 휴대하는 사람이 늦은 오후에 저혈당증을 추가로 알고 있어야 하고, 아마도 설탕 및 인슐린의 섭취에 대한 그의 일일 리듬을 변경함으로써 예방 조취를 취하도록 해야한다는 명백한 표시를 제공한다.

그러한 히스토그램의 전체 데이터는 외부 유닛(7)의 비휘발성 메모리에 저장될 수 있다. 그러나, 데이터는 더 많은 저장 공간을 갖고, 히스토그램의 계산 및 표시를 위해 컴퓨터에 접속가능한 주변 디바이스에 저장되는 것이 바람직할 것이다.

상술된 데이터 로깅, 및 로깅된 데이터의 저장, 특히 이벤트 기반의 저장에 대하여 휴대용 EEG 모니터링 시스템을 휴대하는 사람은 개별적으로 개작된 알람 문턱값 및 이벤트 분류를 획득할 수 있을 뿐만 아니라 영향, 인슐인 사용 및 습관성 섭취의 관점에서의 안내 정보를 획득하여, 그것을 통하여 그의 신체의 반응 패턴을 학습할 수 있다.

본 발명은 몇몇 실시형태를 참조하여 주로 상술되었다. 그러나, 당업자에 의해 쉽게 인지되는 바와 같이 상기 개시된 것보다 다른 실시형태가 첨부된 특허 청구 범위에 의해 규정되는 바와 같이 본 발명의 범위 내에서 마찬가지로 가능하다.

Claims (16)

1. 휴대용 EEG 모니터링 시스템(2)에 있어서,
   휴대용 EEG 모니터링 시스템(12)을 휴대하는 사람으로부터 적어도 하나의 EEG 신호를 측정하는 전극(12);
   상기 적어도 하나의 EEG 신호로부터 특징 벡터(feature vector)를 추출하는 특징 추출기(28)를 포함하고, 상기 적어도 하나의 EEG 신호의 적어도 일부를 수신, 처리 및 분석하도록 구성되는 신호 처리 수단; 및
   이벤트 레벨 신호를 생성하기 위하여 이벤트를 식별하기 위한 상기 특징 벡터를 모니터링하고, 시간에 걸쳐 이벤트 신호를 적분하도록 구성된 이벤트 적분기(30)로 이벤트 신호를 출력하도록 구성되는 분류기(29)를 포함하며,
   상기 적어도 하나의 EEG 신호에 관한 데이터를 로깅하고, 데이터의 로깅은 상기 휴대용 EEG 모니터링 시스템에 의해 자동으로 이루어지며, 상기 적어도 하나의 EEG 신호로부터 추출된 적어도 하나의 특징 벡터를 로깅하도록 구성된 데이터 로깅 수단(24); 및
   선택된 시점에 상기 적어도 하나의 EEG 신호에 관한 로그 데이터를 저장하는 비휘발성(non-volatile) 메모리(25)를 특징적으로 포함하는, 휴대용 EEG 모니터링 시스템.
2. 제 1 항에 있어서,
   상기 신호 처리 수단은 상기 적어도 하나의 EEG 신호에 의거하여 중요한 이벤트를 검출하는 이벤트 분류기(29)를 포함하는 것인 휴대용 EEG 모니터링 시스템.
3. 제 1 항 또는 제 2 항에 있어서,
   상기 데이터 로깅 수단(24)은 다수의 이벤트에 대한 정보를 로깅하도록 구성되는 것인 휴대용 EEG 모니터링 시스템.
4. 제 1 항 또는 제 2 항에 있어서,
   상기 데이터 로깅 수단(24)은 적어도 하나의 EEG 신호의 파형을 로깅하도록 구성된 것인 휴대용 EEG 모니터링 시스템.
5. 제 2 항에 있어서,
   검출된 중요한 이벤트에 의거하여 비정상적인 두뇌 상태를 검출하고, 상기 비정상적인 두뇌 상태의 검출에 의거하여 알람을 개시하는 수단이 제공되는 것인 휴대용 EEG 모니터링 시스템.
6. 제 5 항에 있어서,
   상기 비정상적인 두뇌 상태의 검출시 상기 데이터 로깅 수단(24)에 의해 로깅된 데이터는 상기 비휘발성 메모리(25)에서 저장되는 것인 휴대용 EEG 모니터링 시스템.
7. 휴대용 EEG 측정 시스템(2)을 이용한 EEG 모니터링 방법에 있어서,
   휴대용 EEG 모니터링 시스템(2)을 휴대하는 사람(1)으로부터 적어도 하나의 EEG 신호를 측정하는 단계;
   신호 처리 수단을 이용하여 상기 적어도 하나의 EEG 신호의 적어도 일부를 수신, 처리 - 상기 신호 처리는 특징 추출기를 이용해서 상기 적어도 하나의 EEG 신호로부터 특징 벡터의 추출을 포함함 -, 및 분석하는 단계; 및
   상기 특징 벡터를 모니터링하며, 분류기(29)를 사용하여 이벤트를 식별하고, 이벤트 적분기(30)로 이벤트 신호를 출력하며, 상기 이벤트 적분기를 사용하여 시간에 걸쳐 적분함으로써 이벤트 레벨 신호를 생성하는 단계를 포함하며,
   데이터 로깅 수단(24)을 이용하여 상기 적어도 하나의 EEG 신호에 관한 데이터를 로깅(logging)하는 단계로서, 상기 적어도 하나의 EEG 신호로부터 추출된 적어도 하나의 특징 벡터는 데이터 로깅 수단(24)에서 로깅되며, 데이터의 로깅은 상기 휴대용 EEG 모니터링 시스템에 의해 자동으로 이루어지는 것인, 데이터 로깅 단계; 및
   선택된 시점에 상기 적어도 하나의 EEG 신호에 관한 상기 데이터를 비휘발성 메모리(25)에 저장하는 단계를 또한 특징적으로 포함하는, EEG 모니터링 방법.
8. 제 7 항에 있어서,
   이벤트 분류기(29)를 사용하여 상기 적어도 하나의 EEG 신호에 기초해서 중요한 이벤트가 검출되는 것인 EEG 모니터링 방법.
9. 제 7 항 또는 제 8 항에 있어서,
   데이터 로깅 수단(24)을 이용하여 다수의 이벤트에 대한 정보가 로깅되는 것인 EEG 모니터링 방법.
10. 제 7 항 또는 제 8 항에 있어서,
    적어도 하나의 EEG 신호의 파형이 데이터 로깅 수단(24)에서 로깅되는 것인 EEG 모니터링 방법.
11. 제 8 항에 있어서,
    중요한 이벤트에 의거하여 비정상적인 두뇌 상태가 검출되고, 상기 비정상적인 두뇌 상태의 검출에 의거하여 알람이 개시되는 것인 EEG 모니터링 방법.
12. 제 11 항에 있어서,
    상기 비정상적인 두뇌 상태의 검출시 상기 데이터 로깅 수단(24)에 의해 로깅된 데이터는 상기 비휘발성 메모리(25)에서 저장되는 것인 EEG 모니터링 방법.
13. 삭제
14. 삭제
15. 삭제
16. 삭제

Images