KR101777023B1 - Apparatus and method for measuring plasticity of object - Google Patents

Apparatus and method for measuring plasticity of object Download PDF

Info

Publication number
KR101777023B1
KR101777023B1 KR20150173866A KR20150173866A KR101777023B1 KR 101777023 B1 KR101777023 B1 KR 101777023B1 KR 20150173866 A KR20150173866 A KR 20150173866A KR 20150173866 A KR20150173866 A KR 20150173866A KR 101777023 B1 KR101777023 B1 KR 101777023B1
Authority
KR
Grant status
Grant
Patent type
Prior art keywords
signal
spike
object
matrix
spike signal
Prior art date
Application number
KR20150173866A
Other languages
Korean (ko)
Other versions
KR20170067328A (en )
Inventor
최지웅
김경수
문제일
장재은
제민규
Original Assignee
재단법인대구경북과학기술원
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
Grant date

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/04Detecting, measuring or recording bioelectric signals of the body or parts thereof
    • A61B5/0476Electroencephalography
    • A61B5/0478Electrodes specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/04Detecting, measuring or recording bioelectric signals of the body or parts thereof
    • A61B5/0476Electroencephalography
    • A61B5/0482Electroencephalography using biofeedback
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064Evaluating the brain
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209Special features of electrodes classified in A61B5/04001, A61B5/0408, A61B5/042, A61B5/0478, A61B5/0492 or A61B5/053

Abstract

오브젝트에 대한 가소성 측정 장치 및 방법이 개시된다. The plastic measuring apparatus and method for an object is disclosed. 오브젝트에 대한 가소성 측정 장치는 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부에 저장하는 검출부와, 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스(matrix)를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 프로세서를 포함할 수 있다. Plastic measuring device for an object spikes (spike) to detect the signal, and separates the detected spike signal by a time slot detector, and a time slot from the stack unit to store a stack (stack) portion from the sensor signal related to the object it is possible to obtain a specific signal spikes, by constructing a spike signal matrix (matrix), and based on a result of analyzing the spike signal matrix, include a processor for determining the plastic of the object.

Description

오브젝트에 대한 가소성 측정 장치 및 방법{APPARATUS AND METHOD FOR MEASURING PLASTICITY OF OBJECT} Calcined to an object measurement apparatus and method {APPARATUS AND METHOD FOR MEASURING PLASTICITY OF OBJECT}

본 발명의 실시예는 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정하는 기술에 관한 것이다. Embodiments of the present invention by using the time slot per signal spikes associated with the object, to a technology of easily measuring the plasticity for the object over time.

본 발명의 배경이 되는 기술은 다음의 문헌에 개시되어 있다. Knowledge of the background of the present invention are disclosed in the following literature.
1) 공개번호: 2014-0052781(2014.05.07), "실시간 뇌 혈류 반응을 이용한 뇌 자극 시스템" 1) Publication number: 2014-0052781 (05/07/2014), "brain stimulation system with real-time brain blood flow response"
2) 공개번호: 2011-0108324(2011.10.05), "뇌가소성 향상장치 및 그 동작방법" 2) Publication Number: 2011-0108324 (05/10/2011), "Brain plasticity improved apparatus and method of operation."
가소성(plasticity, 可塑性)은 외력에 의해 형태가 변한 물체가 외력이 없어져도 원래의 형태로 돌아오지 않는 물질의 성질을 지칭할 수 있으며, 탄성한계를 넘는 힘이 작용할 때 나타날 수 있다. Plastic (plasticity, 可塑性) is the object form is changed by an external force can refer to properties of materials that do not return to the original shape of the external force eopeojyeodo, can occur when a force exceeding the elastic limit function.

이러한 물리적 개념의 가소성을 인간의 뇌에 적용하면, 지속적인 정보 작용을 통해 미시적으로는 신경세포의 구조를 변화시킬 뿐만 아니라, 뇌의 특정 영역의 역할과 기능을 변화시킬 수 있게 되며, 이를 뇌 가소성으로 정의할 수 있다. Applying the plasticity of these physical concepts in the human brain, microscopically, as well as to change the structure of the nerve cells, it becomes possible to change the role and function of certain areas of the brain through continuous information act, in this brain plasticity you can define.

뇌기능자기공명영상(fMRI: Functional Magentic Resonance Imaging)를 이용한 뇌 가소성 분석 방법은 예컨대, 몇 일간의 간격으로, 뇌기능자기공명영상 측정 결과를 통해, 뇌 가소성의 변화를 분석할 수 있다. Brain MRI: Brain Plasticity analysis method using the (fMRI Functional Magentic Resonance Imaging) include, for example, a few days interval, brain function through the MRI measurement result, it is possible to analyze the changes in brain plasticity.

그러나, 뇌기능자기공명영상 방법은 시간 흐름에 따른 뇌 가소성을 분석하는 것이 용이하지 않고, 뇌기능자기공명영상 측정 시 큰 비용이 발생하며, 오브젝트의 움직임에 제약을 받기 때문에, 다양한 환경에 적용이 어렵다. However, since the brain magnetic resonance imaging method to receive restrictions on the movement of it is not easy, and a large costs as measured brain magnetic resonance imaging, the object of analyzing the brain plasticity over time, is applied to a variety of environments It is difficult.

본 발명의 실시예는 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정하는 것을 목적으로 한다. Embodiments of the present invention by using the time slot per signal spikes associated with the object, and an object thereof is to readily measure the plasticity of the object over time.

본 발명의 실시예는 오브젝트에 부착된 전극 장치로부터 유무선 통신을 통해, 오브젝트에 대한 가소성을 측정하기 위한 데이터로서, 전극 신호를 수신 함으로써, 측정시 오브젝트의 활동에 대한 제약을 해소시키는 것을 목적으로 한다. Embodiment of the present invention is aimed at by a data to via a wired or wireless communication from the electrode unit attached to the object, measure the plasticity of the object, receiving the sensor signal, eliminating the restrictions on the activity of the measurement object .

본 발명의 실시예에 따른 오브젝트에 대한 가소성 측정 장치는 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부에 저장하는 검출부와, 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스(matrix)를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 프로세서를 포함한다. Plastic measuring device for an object according to embodiments of the invention and from the sensor signal related to the object detecting spikes (spike) signal, by separating the detected spike signal for each time slot and the detector to store a stack (stack) unit , to obtain a spike signal by a time slot from the stack unit, based on a result of configuring the spike signal matrix (matrix), and analyzing the spike signal matrix, and a processor for determining the plastic of the object.

본 발명의 실시예에 따른 오브젝트에 대한 가소성 측정 방법은 오브젝트와 관련된 전극 신호로부터 스파이크 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택부에 저장하는 단계와, 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 단계를 포함한다. Plastic measure of an object according to an embodiment of the present invention detects a spike signal from the sensor signal related to the object, the separation of the detected spike signal by time-slot time from the step with the stack unit to store the stack unit to obtain a spike signal, by constructing a matrix spike signals, and based on a result of analyzing the spike signal matrix, and a step of determining the plastic of the object slots.

본 발명의 실시예에 따르면, 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정할 수 있다. According to an embodiment of the invention, by using the time slot per signal spikes associated with the object, it is possible to easily measure the plasticity of the object over time.

본 발명의 실시예에 따르면, 오브젝트에 부착된 전극 장치로부터 유무선 통신을 통해, 오브젝트에 대한 가소성을 측정하기 위한 데이터로서, 전극 신호를 수신 함으로써, 측정시 오브젝트의 활동에 대한 제약을 해소시킬 수 있게 한다. According to an embodiment of the invention, through the wired or wireless communication from the electrode unit attached to the object as a data for measuring the plasticity for the object, by receiving the sensor signal, it makes it possible to eliminate the restrictions on the activity of the measurement object do.

도 1은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 일례를 도시한 도면이다. 1 is a view showing an example of the configuration of the device for measuring the plastic object according to an embodiment of the present invention.
도 2는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서의 가소성 측정 일례를 설명하기 위한 도면이다. Figure 2 is a view for explaining an example of measuring the plasticity in a plastic measuring device for an object according to an embodiment of the present invention.
도 3은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 다른 일례를 도시한 도면이다. 3 is a view showing another example of the configuration of the device for measuring the plastic object according to an embodiment of the present invention.
도 4는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서 스파이크 신호가 스파이크 신호 스택부에 저장되는 일례를 도시한 도면이다. Figure 4 is a view showing an example a spike signal which is stored in the stack unit from the plastic spike signal measuring device for an object according to an embodiment of the present invention.
도 5는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서 수행되는 히스토리컬 스파이크 소팅 및 트래킹 결과에 대한 일례를 도시한 도면이다. 5 is a diagram showing an example of a historical spike sorting and tracking the results is carried out in a plastic measuring device for an object according to an embodiment of the present invention.
도 6은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서 수행되는 스파이크 발화의 평균(Averaged spike firing)(a)과 스파이크 차와 연관된 이벤트(event related spike difference)(b)에 관한 일례를 도시한 도면이다. Figure 6 is an example of the average of the spike ignition (Averaged spike firing) (a) and (event related spike difference) events associated with the spike difference (b) is carried out in a plastic measuring device for an object according to an embodiment of the present invention a diagram showing.
도 7은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 방법을 나타내는 흐름도이다. 7 is a flow chart showing how to measure the plasticity of the object according to an embodiment of the present invention.

이하, 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 다양한 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다. Reference to the information described in the Figures below, the accompanying drawings and the accompanying description to the various embodiments of the present invention in detail but are not the present invention is not restricted or limited by the following examples.

도 1은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 일례를 도시한 도면이다. 1 is a view showing an example of the configuration of the device for measuring the plastic object according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치(100)는 인터페이스부(101), 검출부(103), 스택부(105) 및 프로세서(107)를 포함할 수 있다. Referring to Figure 1, an exemplary plastic measuring device 100 relative to the object according to an embodiment of the present invention may comprise an interface unit 101, a detection unit 103, a stack unit 105 and the processor 107, .

인터페이스부(101)는 오브젝트(예컨대, 동물, 사람의 뇌)에 부착(또는, 삽입, 연결)된 전극 장치로부터 유무선 통신을 통해, 상기 전극 신호를 수신할 수 있다. Interface unit 101 may receive the signal electrode via the wired and wireless communications, from the attached object (e.g., the brain of an animal, person) (or, insert or connect) the electrode device.

검출부(103)는 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부(105)에 저장할 수 있다. Estimation unit 103 may store the signal from the electrode associated with the object spikes (spike) detecting a signal, the separation of the detected signal spike each time slot stack (stack) 105. 이때, 검출부(103)는 기간(예컨대, 일자, 시간)에 따라 타임 슬롯을 달리하여, 상기 스파이크 신호를 구분하고, 구분된 상기 스파이크 신호를 스택부에 저장할 수 있다. At this time, the detection unit 103 by changing the time slot according to the time period (e.g., date, time), and dividing the spike signal and store the separated signal to the spike stack unit. 즉, 검출부(103)는 기간별로 구분되는 타임 슬롯에 해당 스파이크 신호를 대응시켜, 스택부(105)에 저장할 수 있다. That is, the estimation unit 103 in association with the spike signal in time slots, separated by a time period, can be stored in a stack 105.

스택부(105)는 저장소로서, 기간별로 구분되는 타임 슬롯별로 구분된 스파이크 신호를 저장할 수 있다. Stack 105 is a repository, it is possible to store the spike signal divided by time slots, separated by periods.

프로세서(107)는 스택부(105)로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성할 수 있다. Processor 107 can be obtained by a spike signal by a time slot from the stack unit 105, configuring the spike signal matrix. 이때, 프로세서(107)는 설정된 기간 조건(또는, 입력된 기간 조건)을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득할 수 있다. At this time, the processor 107 may obtain a spike signal separated by a time slot that satisfies the conditions set period (or, the condition input period).

상기 스파이크 신호 매트릭스는 하나의 로우(raw)에 하나의 스파이크 신호를 갖고 있으며, 여러 개의 스파이스 신호가 여러 로우(raw)에 표현될 수 있다. The spike signal matrix may have a spike signal to one row (raw), there are several spice signal can be expressed in several rows (raw).

프로세서(107)는 해당 스파이크 신호 매트릭스를 가지고 특징 추출과 클러스터링을 통해 스파이크 소팅할 수 있다. Processor 107 may spike sorting through feature extraction and clustering with the spike signal matrix. 이때, 특징추출은 스파이크 신호 매트릭스에서 공통된 신호 패턴을 추출하고 그 중에 스파이크 신호의 주된 구성신호(예컨대, 3개)를 채택하여 해당 신호가 각각의 스파이크 신호에 얼마만큼 포함되어 있는지 측정하고, 이를 토대로 클러스터링을 통해 스파이크 신호를 주된 구성신호를 바탕으로 구분될 수 있다. In this case, feature extraction is to extract a common signal patterns in the spike signal matrix and by adopting a main configuration signals (e.g., three) of the spike signal during the measurement that the corresponding signal contains much each of the spike signal, based on this the main configuration signal spike signals through clustering can be divided into background.

즉, 프로세서(107)는 상기 스파이크 신호 매트릭스로부터 공통된(또는, 동일한) 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정할 수 있다. That is, the processor 107 is a common (or equal) to extract a spike signal of the pattern, determine the main signal constituting the extracted spike signal and the main signal of the check, the spike signal from the spike signal matrix the amount included in each spike signal constituting the matrix can be measured.

또한, 프로세서(107)는 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단할 수 있다. Further, processor 107 may, based on a result of analyzing the spike signal matrix, determining the plastic of the object. 이때, 프로세서(107)는 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리할 수 있다. In this case, after the processor 107 groups the said spike signal matrix wherein the spike signal matrix within the spike signal based on the analysis of the characteristics, wherein the analysis characteristics for my spike signal in response to the degree that contain the main signal, on the basis of the grouped signal spike in the time slot it can be separated from time to time. 이후, 프로세서(107)는 상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 상기 오브젝트에 대한 가소성을 판단 함으로써, 시간 흐름에 따른 가소성 변화를 용이하게 파악할 수 있게 한다. Thereafter, the processor 107 in accordance with a result of analyzing the change in the spiked signal separated by said time period, allows the determination by the plastic of the object, can easily grasp the changes in plasticity over time.

도 2는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서의 가소성 측정 일례를 설명하기 위한 도면이다. Figure 2 is a view for explaining an example of measuring the plasticity in a plastic measuring device for an object according to an embodiment of the present invention.

도 2를 참조하면, 오브젝트에 대한 가소성 측정 장치는 오브젝트 예컨대, 뇌로부터 1-5000Hz 대역의 전기적 신호를 측정하고, 측정된 전기 신호를 이용하여 뇌 가소성(brain plasticity)을 분석할 수 있다. 2, a plastic measuring device for an object may measure an electrical signal of 1-5000Hz band from the object, for example, the brain, and by using the measured electrical signal analyzing brain plasticity (brain plasticity).

오브젝트에 대한 가소성 측정 장치는 예컨대, 히스토리컬 파워 체인지 분석(historical power change analysis)(201)과 롱-타임 뉴널 액티비티 트래킹 분석(long-time neural activity tracking analysis)(203)을 통해, 각각 거시적 뇌 가소성의 정보와 뉴런(neuron) 단위의 미시적 뇌 가소성의 정보를 정량적인 파라미터(parameter)를 통해 제공할 수 있다(205). Plastic measuring device for an object, for example, historical power change analysis (historical power change analysis) (201) and the long-time nyuneol activity tracking analysis (long-time neural activity tracking analysis) (203) via, respectively the macroscopic brain plasticity the information and neurons (neuron) information of microscopic brain plasticity of the unit can be provided with the quantitative parameters (parameter) (205).

상기 히스토리컬 파워 체인지 분석으로 거시적 뇌 가소성의 정보를 제공하기 위해, 오브젝트에 대한 가소성 측정 장치는 델타 파장(delta wave (1-3Hz)), 세타 파장(theta wave (3-8Hz)), 알파 파장(alpha wave (8-12Hz)), 베타 파장(beta wave (12-30Hz)), 감마 파장(gamma wave (30-80Hz)) 및 고감마 파장(high gamma wave (80-300Hz))의 대역 파워(band power)를 오브젝트에 부착된 전극 별, 날짜별로 측정한 값을 이용하여, [수학식 1]을 통해, 히스토리컬 파워(Historical power)( To provide information of the macroscopic brain plasticity to the historical power change analysis, plastic measurement apparatus to the object is the wavelength delta (delta wave (1-3Hz)), theta wave (theta wave (3-8Hz)), alpha wave (alpha wave (8-12Hz)), wavelength-band power of the beta (beta wave (12-30Hz)), gamma wave (gamma wave (30-80Hz)), and high gamma-wavelength (high gamma wave (80-300Hz)) (band power) by using the values ​​measured by the electrodes, date attached to the object, through equation 1, historical power (historical power) (

Figure 112015119949003-pat00001
)를 계산 함으로써, 거시적 뇌 가소성을 확인 할 수 있는 파라미터를 구할 수 있다. ) By calculating, it can be obtained with parameters that can determine the macroscopic brain plasticity.

Figure 112015119949003-pat00002

여기서, here,

Figure 112015119949003-pat00003
는 a(a는 자연수)번째 채널에 해당하는 b(b는 자연수)번째 타임 슬롯(time slot)의 측정 신호를 의미하며, w는 각각의 파장 대역(wave band)을 의미한다. It is a means for measuring the signal b (b is a natural number) second time slot (time slot) corresponding to a (a is a natural number), and the second channel, w refers to the each wavelength band (wave band).

오브젝트에 대한 가소성 측정 장치는 [수학식 1]을 통해, 여러 번의 서로 다른 시간에 측정된 신호를 각각의 파장(wave)에 대해서, 거시적인 뇌 가소성(brain plasticity) 변화를 채널(channel) 별로 확인 할 수 있다. Plastic measuring device to the object is Equation 1 through, check, macroscopic brain plasticity (brain plasticity) changes with respect to the signal measured for several different times at each wavelength (wave) for each channel (channel) can do.

여기서, 예컨대, 300Hz이하의 해당 파장들은 이벤트(event)에 따른 시냅스(synaptic) 활성화를 반영할 수 있다. Here, for example, the wavelength of not more than 300Hz may reflect the synapses (synaptic) activated according to an event (event). 같은 이벤트에 대해서 서로 다른 타임 슬롯에서의 히스토리컬 파워(Historical power)( Historical power at about the same event, different time slots (Historical power) (

Figure 112015119949003-pat00004
)에 대한 변화는 해당 이벤트에 대응하는 기능을 가진 시냅스 연결에 관여하는 덴드라이트 파퓰레이션(dendrite population)의 변화로 해석이 가능하다. ) It is possible to change the interpretation of changes in population dendrite (dendrite population) involved in synaptic connection with the function corresponding to the event.

상기 롱-타임 뉴널 액티비티 트래킹 분석으로 미시적 뇌 가소성의 정보를 제공하기 위해, 오브젝트에 대한 가소성 측정 장치는 신경발화(neural firing)를 분석하는 스파이크 분석(spike analysis)을 수행할 수 있다. The long-to provide the information on the micro-brain plasticity with time nyuneol activity tracking analysis, plastic measurement apparatus to the object may perform spike analysis (spike analysis) for analyzing the neural firing (neural firing).

이때, 오브젝트에 대한 가소성 측정 장치는 스파이크 분석시, 히스토리컬 뉴널 액티비티 트래킹(historical neural activity tracking)이 가능한 스파이크 소팅(spike sorting) 방법을 수행 함으로써, 서로 다른 타임 슬롯(time slot)에서 기록된 스파이크 신호(spike signal)들의 연관성 및 장시간에 걸친 히스토리컬 트래킹(historical tracking)에 대해 분석할 수 있다. At this time, the plastic measuring device for object spike analysis, the historical nyuneol activity tracking (historical neural activity tracking) capable spike sorting (spike sorting) by carrying out the method, different time slots of spike signals are recorded in the (time slot) historical tracking over a long period of time and the relationship of (spike signal) can be analyzed for (historical tracking).

도 3은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 다른 일례를 도시한 도면이다. 3 is a view showing another example of the configuration of the device for measuring the plastic object according to an embodiment of the present invention.

도 3을 참조하면, 오브젝트에 대한 가소성 측정 장치(300)는 스파이크 소팅 방법을 이용하여, 히스토리컬 트래킹을 분석할 수 있으며, 예컨대, 스파이크 검출부(Spike detection)(301), 스파이크 신호 스택부(Spike signal stacking)(303), 주 성분 분석부(Principal component analysis)(305), 클러스터링부(Clustering)(307), 소팅 및 분리부(Sorting and separation into each time slots)(309) 및 계산부(calculating parameters)(311)를 포함할 수 있다. 3, the plastic measuring device 300 about the object by using a spike sorting method, to analyze the historical track, and, for example, spike detector (Spike detection) (301), spike signal stack unit (Spike signal stacking) (303), the main component analysis unit (Principal component analysis) (305), the clustering unit (clustering) (307), sorting and separating unit (sorting and separation into each time slots) (309) and a calculating unit (calculating It may include parameters) (311).

스파이크 검출부(301)는 입력된 신호로부터 개개별 스파이크 신호들을 검출하여, 도 4에 도시된 바와 같이, 스파이크 신호 스택부에 여러 타임 슬롯들에 걸쳐, 상기 검출된 스파이크 신호를 쌓을 수 있다. Spike detector 301 may be stacked across the as by detecting one individual spike signal from the input signal, shown in Figure 4, the number of time slots in the signal stack of spike portion, the spike detection signal. 이때, 스파이크 검출부(301)는 기간(예컨대, 일자, 시간)에 따라 타임 슬롯을 달리하여, 상기 스파이크 신호를 구분하고, 구분된 상기 스파이크 신호를 스택부에 저장할 수 있다. At this point, spike detector 301 with different time slots based on the duration (e.g., date, time), and dividing the spike signal and store the separated signal to the spike stack unit.

스파이크 신호 스택부(303)는 기간별로 구분되는 여러 타임 슬롯들에 걸쳐 쌓인 스파이크 신호를 하나의 큰 스파이크 신호 매트릭스(spike signal matrix)(G)로 만들 수 있다. Signal spikes stack unit 303 can be permitted to have a spike signal accumulated over a number of time slots that are separated by period as a large spike signal matrix (spike signal matrix) (G).

주 성분 분석부(305)는 단일 벡터 분해(singular vector decomposition)를 통해, 스파이크 신호 매트릭스(G)를 [수학식 2]에서와 같이 표현할 수 있다. Principal component analysis unit 305 may represent the spike signal matrix (G) from a single vector decomposition (singular vector decomposition) as shown in Equation (2).

Figure 112015119949003-pat00005

Figure 112017053329060-pat00006
Wow
Figure 112017053329060-pat00007
는 상응하는 raw 스파이크 신호의 계수이고, And the coefficient of the corresponding raw spike signals,
Figure 112017053329060-pat00008
는 위부터 아래순서로 스파이크 신호 매트릭스에 주된 영향을 미치는 순서로 공통 기준 벡트(basis vector)들이 각각의 로우(raw)에 포함되어 있다. Is a common reference bekteu (basis vector) in this order on a major effect on the spike signal matrix in the following order from top are included in each row (raw).

주 성분 분석부(305)는 스파이크 신호 매트릭스(G)로부터 획득한 Principal component analysis unit 305 is obtained from signal spikes matrix (G)

Figure 112015119949003-pat00009
의 행 벡터(row vector)들 중 해당 고유 값이 큰 일부의 행 벡터들만으로 구성된 공간상에 스파이크 신호들을 좌표로 표현할 수 있다. A row vector (row vector) of the can express spike signals on a space vector composed only of the specific value is greater part of the line by the coordinates. 이때, 주 성분 분석부(305)는 예컨대, 스파이크 신호 매트릭스로부터 공통된(또는, 동일한) 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정 함으로써, 클러스터링부(307)에서의 그룹핑에 대한 기준을 마련할 수 있다. In this case, the principal component analysis unit 305 is, for example, common from the spike signal matrix (or the same) extracting a spike signal of the pattern, determine the main signal constituting the extracted spike signal and the main signal of the confirmation , by measuring the amount included in each spike signal constituting said signal matrix spike, may provide a basis for the grouping of the clustering unit 307.

클러스터링부(307)는 해당 좌표들의 거리가 가까운 좌표들을 그룹화하여, 클러스터링할 수 있다. Clustering section 307 may be grouped coordinates the distance between the coordinate close, and clustering. 이때, 클러스터링부(307)는 여러 타임 슬롯들의 스파이크들을 모두 포함하여, 클러스터링할 수 있다. In this case, the clustering unit 307, including all of the spikes of several time slots, may be clustered. 클러스터링부(307)는 예컨대, 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑할 수 있다. Clustering unit 307 is, for example, the in accordance with the degree to which contains a main signal, analyzes a feature of my spike signal the spike signal matrix, and the number on the basis of the characteristics of the analysis to group my spike signal the spike signal matrix have.

소팅 및 분리부(309)는 클러스터링부(307)에 의해, 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리할 수 있다. Sorting and separation unit 309 may by the clustering unit 307, remove the spike grouping signal by time period based on the time slot.

구체적으로, 소팅 및 분리부(309)는 클러스터링된 여러 타임 슬롯들의 스파이크들을 각각의 해당 타임 슬롯으로 구분하고, 클러스터링된 그룹 별로 스파이크들을 소팅(sorting)할 수 있다. Specifically, the sorting and separation unit 309 may be a spike, separated by the spikes of different clustered time slots to each of the time slots, and clustering to group sorting (sorting). 소팅 및 분리부(309)는 예컨대, 도 5에 도시된 바와 같이, 여러 타임 슬롯에 걸쳐서 비슷한 파형(waveform)을 갖는 신호들을 동일한 스파이크(spike)로 소팅(sorting)하여 같은 위치에 배치 함으로서, 타임 슬롯에 대해서 트래킹(tracking)할 수 있게 함으로써, 타임 슬롯 간의 날짜별 가소성 변화 또는 타임 슬롯 내에서의 시간별 가소성 변화를 용이하게 파악할 수 있게 한다. Sorting and separation unit 309 is, for example, as shown in FIG. 5, by disposed at the same location with the same spikes (spike), a signal having a similar waveform (waveform) over several time slots to sorting (sorting), time by allowing the tracking (tracking) for the slot, and can be easily grasp the time change of the plastic in the plastic by-date changes or the time slot between the time slot. 이때, 히스토리컬 스파이크 소팅 및 트래킹(historical spike sorting and tracking) 결과. At this time, the historical spike sorting and tracking (historical spike sorting and tracking) results. 서로 다른 타임 슬롯에 대해 같은 위치에 있는 스파이크는 같은 파형(waveform)을 가지고, 이는 같은 뉴런(neuron)의 활성화(activation)로 해석될 수 있다. Spikes in the same position for different time slot has a waveform (waveform), which can be interpreted as activation (activation) of the same neuron (neuron). 래스터 플롯(raster plot)은 위에서부터 아래로 스파이크 파형(spike waveform)의 오른쪽 위부터 왼쪽 아래에 해당하는 스파이크들의 발화(firing) 시기를 의미한다. Raster plot (raster plot) refers to the ignition (firing) time of spikes corresponding to the lower left from the top right of the waveform spikes (spike waveform) from top to bottom.

계산부(311)는 같은 스파이크로 분류된 여러 스파이크들의 발화 시간(firing time) 정보를 바탕으로 타임 슬롯에 대해서, 이벤트에 해당하는 스파이크 발화(spike firing) 변화를 추적할 수 있다. Calculation unit 311 may track the spike utterance corresponding to the event (spike firing) change for the same based on the firing times of the multiple spike classified spike (firing time), the time slot information.

계산부(311)는 미시적 뇌 가소성을 표현하기 위해, 먼저 짧은 시간 동안 발생한 스파이크 발화(spike firing) 개수를 표현하는 스파이크 레이트(spike rate( Calculation section 311 to represent the micro-brain plasticity, spike representing the spike firing (firing spike) number that occurred during a short period of time, first rate (rate spike (

Figure 112015119949003-pat00010
))을 구한다. )) Determined. 이때, 스파이크 레이트는 각각의 채널과 각각의 스파이크 종류에 대해서 계산될 수 있다. At this point, spike rate can be calculated for each channel and each spike type.

계산부(311)는 스파이크 레이트를 이용하여, [수학식 3]과 같이, 스파이크 발화의 평균(averaged spike firing( Calculation unit 311 by using the spike rate, as shown in [Equation 3], average (averaged spike firing of the firing spike (

Figure 112015119949003-pat00011
))과 스파이크 차와 연관된 이벤트(event related spike difference( )) And spike primary event (event related spike associated with the difference (
Figure 112015119949003-pat00012
))를 구할 수 있다. )) Can be obtained.

Figure 112015119949003-pat00013

여기서, here,

Figure 112015119949003-pat00014
는 스파이크 파형(spike waveform)으로 sorting된 고유의 spike number를 의미하고, And the means of a unique sorting the waveform spikes (spike waveform) spike number,
Figure 112015119949003-pat00015
는 샘플(sample)의 개수를 세는 함수이다. Is a function that counts the number of samples (sample). 또한, Also,
Figure 112015119949003-pat00016
는 이벤트(event)가 발생한 구간을 의미하고, And mean duration events (event) occurs,
Figure 112015119949003-pat00017
는 베이스 라인(base line) 구간을 의미한다. It refers to a base line (base line) interval. 여기서, 베이스 라인 구간은 이벤트가 발생하지 않은 구간을 의미한다. Here, the base line interval means the interval the event did not occur.

스파이크 발화의 평균(Averaged spike firing)과 스파이크 차와 연관된 이벤트(event related spike difference)는 도 6에서 도시된 바와 같이, 타임 슬롯에 따라 전반적인 활성화(activation)와 이벤트(event)에 관련된 스파이크 발화(spike firing)의 변화를 각 뉴런(neuron) 별로 확인할 수 있게 한다. The average spike ignition (Averaged spike firing) and events associated with the spike car (event related spike difference), as illustrated in Figure 6, the spike firing related to the overall activation (activation) and the event (event) according to the time slot (spike the change of firing) makes it possible to identify each neuron (neuron). 이때, 상대적으로 굵은 선으로 표현된 평균 트랜디(trend)는 스파이크 발화에 관한 전반적인 변화를 직관적으로 확인할 수 있게 한다. At this time, the relatively expressed by a bold line trendy average (trend) is able to check the overall change in the ignition spike intuitively.

오브젝트에 대한 가소성 측정 장치는 장시간 뇌 가소성(brain plasticity)을 관찰할 수 있고, 저렴한 비용으로 뇌 가소성 분석을 측정할 수 있다. Plastic measuring device to the object can be observed for a long time brain plasticity (brain plasticity), it can measure brain plasticity analysis at a lower cost. 오브젝트에 대한 가소성 측정 장치는 전극이 뇌에 연결(또는, 삽입)된 상태에서 유선 또는 무선 통신 방식으로 신호를 전달받음에 따라, 행동의 제약이 매우 적어, 다양한 행동 실험이 가능하다. Plastic measuring device for an object is very small restriction of the action according to the reception signal by passing the wire or wireless communication method in an electrode is connected to the brain (or insertion) state, it is possible to test a variety of actions. 또한, 오브젝트에 대한 가소성 측정 장치는 신경 하나하나의 발화(firing)를 분석 함에 따라, 시간 및 공간 분해 능력이 뛰어나다. In addition, plastic measurement apparatus to the object is excellent in, time, and spatial resolution as the analyzing neural one single ignition (firing).

도 7은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 방법을 나타내는 흐름도이다. 7 is a flow chart showing how to measure the plasticity of the object according to an embodiment of the present invention.

도 7을 참조하면, 단계 701에서, 오브젝트에 대한 가소성 측정 장치는 오브젝트와 관련된 전극 신호로부터 스파이크 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택부에 저장할 수 있다. 7, in step 701, a plastic measuring device to the object by detecting a spike signal from the sensor signal related to the object, and dividing the detected spike signal for each time slot can be stored in the stack unit. 이때, 오브젝트에 대한 가소성 측정 장치는 오브젝트에 부착(또는, 삽입, 연결)된 전극 장치로부터 유무선 통신을 통해, 상기 전극 신호를 수신할 수 있다. At this time, the plastic measuring device for an object may receive a signal via the electrode wire and wireless communication, from the electrode unit attached to the object (or, insert, connection).

또한, 스파이크 신호 저장시, 오브젝트에 대한 가소성 측정 장치는 기간(예컨대, 일자, 시간)에 따라 타임 슬롯을 달리하여, 상기 스파이크 신호를 구분하고, 구분된 상기 스파이크 신호를 스택부에 저장할 수 있다. Further, when the spike signal storage, plastic measurement apparatus to the object is the period can be saved by changing the time slot in accordance with the (e. G., Date, time), the spike signals dividing the spike signal and separated on a stack unit.

단계 703에서, 오브젝트에 대한 가소성 측정 장치는 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단할 수 있다. In step 703, a plastic measuring device for an object is to obtain a spike signal by a time slot from a portion above the stack, based on a result of configuring the spike signal matrix, analyzing the spike signal matrix, determining the plasticity of the object can do.

상기 스파이크 신호 획득시, 오브젝트에 대한 가소성 측정 장치는 설정된 기간 조건(또는, 입력된 기간 조건)을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득할 수 있다. When the acquisition signal spike, plastic measurement apparatus to the object may obtain a spike signal separated by a time slot satisfying the condition period (or, an input period condition) is set.

오브젝트에 대한 가소성 측정 장치는 상기 스파이크 신호 매트릭스로부터 공통된(또는, 동일한) 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정할 수 있다. Plastic measuring device to the object is common (or equal) to extract a spike signal of the pattern, determine the main signal constituting the extracted spike signal and the main signal of the check, the spike signal from the spike signal matrix the amount included in each spike signal constituting the matrix can be measured.

이때, 오브젝트에 대한 가소성 측정 장치는 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리할 수 있다. In this case, plastic measurement device for objects according to the degree that contain the main signal and the spike signal was analyzed and characterized for my spike signal matrix, and based on the characteristics of the analysis grouping the spike signal matrix within the spike signal can then, on the basis of a signal spike in the grouping the time slots be separated by period.

이후, 오브젝트에 대한 가소성 측정 장치는 상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 상기 오브젝트에 대한 가소성을 판단 함으로써, 시간 흐름에 따른 가소성 변화를 용이하게 파악할 수 있게 한다. Then, the plastic measuring device for an object according to a result of analyzing the change in the spiked signal separated by said time period, allows the determination by the plastic of the object, can easily grasp the changes in plasticity over time.

본 발명의 실시예는 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정할 수 있다. Embodiments of the present invention by using the time slot per signal spikes associated with the object, it is possible to easily measure the plasticity of the object over time.

본 발명의 실시예는 오브젝트에 부착된 전극 장치로부터 유무선 통신을 통해, 오브젝트에 대한 가소성을 측정하기 위한 데이터로서, 전극 신호를 수신 함으로써, 측정시 오브젝트의 활동에 대한 제약을 해소시킬 수 있게 한다. Embodiment of the present invention allows a data for measuring the plasticity for the through wire and wireless communication, an object from the electrode unit attached to the object by receiving the sensor signal, can eliminate the restrictions on the activity of the measurement object.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. The device described above may be implemented in a combination of hardware components, software components, and / or hardware components and software components. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. For example, the devices and components described in the embodiments is, for example, processors, controllers, ALU (arithmetic logic unit), a digital signal processor (digital signal processor), a microcomputer, (field programmable array) FPA, as with any other device capable of executing the PLU (programmable logic unit), a microprocessor, or a command (instruction) and response, it may be implemented using one or more general-purpose computer or special purpose computer. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. Processing unit may perform one or more software applications that run on an operating system (OS) and the operating system. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. The processing apparatus may be in response to the execution of the software, access, storage, handling, processing and generating data. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. For convenience of understanding, the processing device is one of ordinary skill in the Figure, but if the said to be one that uses the art, the processing apparatus to which a plurality of processing elements (processing element) and / or processing elements in the plurality of types of it can be seen that can contain. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. For example, the processing device may comprise a plurality of processors or one processor and a controller. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다. Further, it is also possible, other processing configurations (processing configuration), such as a parallel processor (parallel processor).

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. Software is a computer program (computer program), code (code), a command (instruction), or may include one or more combinations of these, or in the associative configuration or independently of the processing device to operate as desired (collectively) treatment you can command the device. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. Software and / or data, for analysis by the processing device or to provide a command or data to a processing device, any type of machine, component (component), the physical devices, the virtual device (virtual equipment), computer storage media or device permanently, or transmitted wave signal (signal wave) which is, or may be temporarily embodiment (embody). 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. Software may be executed split up on computer systems connected through a network, or stored in a distributed way. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다. Software and data may be stored in one or more computer-readable media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. The process according to the embodiment is implemented in program instruction form that can be executed by various computer it means to be recorded in computer-readable media. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. The media may also include, alone or in combination with the program instructions, data files, data structures, and the like. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. The media and program instructions may be possible especially ones designed and configured, or is known to those skilled in the art using computer software to the embodiment. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. Examples of the computer readable recording medium such as an optical recording medium (optical media), flop tikeol disk (floptical disk) such as a magnetic medium (magnetic media), CD-ROM, DVD, such as hard disks, floppy disks, and magnetic tape - hardware devices that are specially configured to store the program instructions, such as an optical medium (magneto-optical media), and read-only memory (ROM), random access memory (RAM), flash memory and perform. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. Examples of program instructions include both machine code, such as produced by a compiler, using an interpreter for a high-level language code that can be executed by a computer. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다. The described hardware devices may be configured to act as one or more software modules in order to perform the embodiment of operation, and vice versa.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. Although embodiments have been described and specific examples as described above, those skilled in the art can be various modifications, additions and substitutions from the description above. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. For example, the described techniques may be performed in a way different from the order described, and / or described system, architecture, device, circuit, etc. of the components described the methods and or combined or in combination with other forms, other components, or it can be the appropriate result achieved even replaced or substituted by equivalents.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다. Therefore, other implementations, other embodiments and within the scope of the claims to be described later things by the claims and equivalents.

100: 오브젝트에 대한 가소성 측정 장치 100: a plastic measuring device to the object
101: 인터페이스부 103: 검출부 101: interface unit 103: detection unit
105: 스택부 107: 프로세서 105: stack unit 107: processor

Claims (10)

  1. 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부에 저장하는 검출부; Detecting unit for storing from the sensor signal related to the object spikes (spike) detects a signal, and the separation of the detected signal spike for each time slot in the stack (stack) unit; And
    상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스(matrix)를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 프로세서 To obtain a spike signal by a time slot from the stack unit, based on a result of configuring the spike signal matrix (matrix), and analyzing the spike signal matrix, a processor for determining the plasticity of the object
    를 포함하고, And including,
    상기 프로세서는, Wherein the processor,
    상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리하며, 상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 시간 흐름에 따른 상기 오브젝트에 대한 가소성을 판단하는 After analyzing the features of my spike signal the spike signal matrix, and based on the characteristics of the analysis grouping within the spike signal the spike signal matrix, and on the basis of the above grouping spike signal in the time slots separated by time period, according to a result of analyzing the change in the spiked signal separated by said time period, to determine the plastic of the object over time
    오브젝트에 대한 가소성 측정 장치. Plastic measuring device to an object.
  2. 제1항에 있어서, According to claim 1,
    상기 검출부는, Wherein the detector comprises:
    기간에 따라 타임 슬롯을 달리하여, 구분되는 상기 스파이크 신호를 상기 스택부에 저장하고, And according to the period different time slots, and stores the signal spikes that are separated in the stack portion,
    상기 프로세서는, Wherein the processor,
    설정된 기간 조건을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득하는 To obtain a spike signal separated by a time slot that satisfies the conditions set period
    오브젝트에 대한 가소성 측정 장치. Plastic measuring device to an object.
  3. 제1항에 있어서, According to claim 1,
    상기 프로세서는, Wherein the processor,
    상기 스파이크 신호 매트릭스로부터 공통된 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정하며, 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하는 Extracts a spike signal of a common pattern from the spike signal matrix, determine the main signal constituting the extracted spike signals, and the extent to which the main signal of the check, which is included in each spike signal constituting the spike signal matrix measurement, and according to the degree that contain the main signal, for analyzing the characteristics of the spikes in the signal spike signal matrix
    오브젝트에 대한 가소성 측정 장치. Plastic measuring device to an object.
  4. 삭제 delete
  5. 삭제 delete
  6. 오브젝트와 관련된 전극 신호로부터 스파이크 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택부에 저장하는 단계; Step detects a spike signal from the sensor signal related to the object, and dividing the detected spike signal for each time slot stored in the stack unit; And
    상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 단계 To obtain a spike signal by a time slot from the stack unit, based on a result of configuring the spike signal matrix, analyzing the spike signal matrix, the method comprising: determining the plasticity of the object
    를 포함하고, And including,
    상기 오브젝트에 대한 가소성을 판단하는 단계는, Determining the plastic of the object is,
    상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리하는 단계; After analyzing the features of my spike signal the spike signal matrix, and based on the characteristics of the analysis grouping the spike signal matrix within the spike signal, comprising the steps of separating by time period based on the above grouping spike signal in the time slot .; And
    상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 시간 흐름에 따른 상기 오브젝트에 대한 가소성을 판단하는 단계 According to a result of analyzing the change in the spiked signal separated by said time period, determining the plasticity of the object over time
    를 포함하는 오브젝트에 대한 가소성 측정 방법. Plastic measuring method for an object comprising a.
  7. 제6항에 있어서, 7. The method of claim 6,
    상기 오브젝트에 대한 가소성 측정 방법은, How to measure the plasticity of the object is,
    기간에 따라 타임 슬롯을 달리하여, 구분되는 상기 스파이크 신호를 상기 스택부에 저장하는 단계; And according to the period different time slot, storing said signal spikes that are separated in the stack unit; And
    설정된 기간 조건을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득하는 단계 Obtaining a spike signal separated by a time slot that satisfies the conditions set period
    를 더 포함하는 오브젝트에 대한 가소성 측정 방법. Plasticity measurement for the objects further comprises.
  8. 제6항에 있어서, 7. The method of claim 6,
    상기 오브젝트에 대한 가소성 측정 방법은, How to measure the plasticity of the object is,
    상기 스파이크 신호 매트릭스로부터 공통된 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정하는 단계; Extracts a spike signal of a common pattern from the spike signal matrix, determine the main signal constituting the extracted spike signals, and the extent to which the main signal of the check, which is included in each spike signal constituting the spike signal matrix measuring; And
    상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하는 단계 Depending on the extent of including the main signal, the step of analyzing the characteristics of a signal spike in the signal matrix spike
    를 더 포함하는 오브젝트에 대한 가소성 측정 방법. Plasticity measurement for the objects further comprises.
  9. 삭제 delete
  10. 삭제 delete
KR20150173866A 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object KR101777023B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20150173866A KR101777023B1 (en) 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20150173866A KR101777023B1 (en) 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object

Publications (2)

Publication Number Publication Date
KR20170067328A true KR20170067328A (en) 2017-06-16
KR101777023B1 true KR101777023B1 (en) 2017-09-11

Family

ID=59278570

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20150173866A KR101777023B1 (en) 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object

Country Status (1)

Country Link
KR (1) KR101777023B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008510560A (en) * 2004-08-25 2008-04-10 モトリカ リミテッド Exercise training by plasticity of the brain
US20130302762A1 (en) * 2010-06-28 2013-11-14 The Regents Of The University Of California Noise Induced Brain Plasticity

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008510560A (en) * 2004-08-25 2008-04-10 モトリカ リミテッド Exercise training by plasticity of the brain
US20130302762A1 (en) * 2010-06-28 2013-11-14 The Regents Of The University Of California Noise Induced Brain Plasticity

Also Published As

Publication number Publication date Type
KR20170067328A (en) 2017-06-16 application

Similar Documents

Publication Publication Date Title
Einevoll et al. Modelling and analysis of local field potentials for studying the function of cortical circuits
Baek et al. Using machine vision to analyze and classify Caenorhabditis elegans behavioral phenotypes quantitatively
Bergstra et al. Making a science of model search: Hyperparameter optimization in hundreds of dimensions for vision architectures
US6591132B2 (en) Artifact detection in encephalogram data using an event model
Gibson et al. Spike sorting: The first step in decoding the brain: The first step in decoding the brain
Einevoll et al. Towards reliable spike-train recordings from thousands of neurons with multielectrodes
Franke et al. An online spike detection and spike classification algorithm capable of instantaneous resolution of overlapping spikes
Morabito et al. Multivariate multi-scale permutation entropy for complexity analysis of Alzheimer’s disease EEG
Rossant et al. Spike sorting for large, dense electrode arrays
Maravall et al. Shifts in coding properties and maintenance of information transmission during adaptation in barrel cortex
Shimazaki et al. A method for selecting the bin size of a time histogram
Ovchinnikov et al. An algorithm for real-time detection of spike-wave discharges in rodents
Lu et al. Regularized common spatial patterns with generic learning for EEG signal classification
Sharma et al. An integrated index for the identification of focal electroencephalogram signals using discrete wavelet transform and entropy measures
Berdondini et al. Extracellular recordings from locally dense microelectrode arrays coupled to dissociated cortical cultures
Chao et al. Region-specific network plasticity in simulated and living cortical networks: comparison of the center of activity trajectory (CAT) with other statistics
Chen et al. Vector autoregression, structural equation modeling, and their synthesis in neuroimaging data analysis
Bologna et al. Investigating neuronal activity by SPYCODE multi-channel data analyzer
Parvez et al. Epileptic seizure detection by analyzing EEG signals using different transformation techniques
Musial et al. Signal-to-noise ratio improvement in multiple electrode recording
Stüttgen et al. Integration of vibrotactile signals for whisker-related perception in rats is governed by short time constants: comparison of neurometric and psychometric detection performance
Majumdar et al. Automatic seizure detection in ECoG by differential operator and windowed variance
Li et al. Using permutation entropy to measure the changes in EEG signals during absence seizures
Zhu et al. Epileptogenic focus detection in intracranial EEG based on delay permutation entropy
Cong et al. Multi-domain feature extraction for small event-related potentials through nonnegative multi-way array decomposition from low dense array EEG

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant