KR101817016B1 - 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법 - Google Patents

실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법 Download PDF

Info

Publication number
KR101817016B1
KR101817016B1 KR1020160127690A KR20160127690A KR101817016B1 KR 101817016 B1 KR101817016 B1 KR 101817016B1 KR 1020160127690 A KR1020160127690 A KR 1020160127690A KR 20160127690 A KR20160127690 A KR 20160127690A KR 101817016 B1 KR101817016 B1 KR 101817016B1
Authority
KR
South Korea
Prior art keywords
neural network
stimulation
synaptic
artificial neural
trigger
Prior art date
Application number
KR1020160127690A
Other languages
English (en)
Other versions
KR20180001408A (ko
Inventor
곽지현
장현재
Original Assignee
고려대학교 산학협력단
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 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Publication of KR20180001408A publication Critical patent/KR20180001408A/ko
Application granted granted Critical
Publication of KR101817016B1 publication Critical patent/KR101817016B1/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
    • A61B5/24—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
    • A61B5/048—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Power Engineering (AREA)
  • Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법이 개시된다. 뇌 신경 자극 인터페이스 장치는 적어도 하나의 미세 전극을 통해 신경 신호를 취득하는 신호 취득부; 상기 취득된 신경 신호 전위를 분석하여 시냅스 자극 유형 및 발화 활동 여부 중 적어도 하나에 따라 트리거를 발생하는 분석부; 상기 발생된 트리거에 따라 인공신경망 모델에 기반하여 상이한 시냅스 자극을 생성하는 인공신경망 모델부; 상기 생성된 시냅스 자극을 신경세포로 전달하는 신호 전달부를 포함한다.

Description

실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법{Real-time closed-loop brain-artificial neural network interface apparatus and method}
본 발명은 뇌 정보처리 기전의 이해를 위해 실제 뇌에서 일어나는 전기 활동을 모사할 수 있는 인공신경망 모델을 실제 뇌와 연결하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법에 관한 것이다.
뇌를 구성하고 정보처리를 담당하는 신경세포는 세포내 전압의 변화로 나타나는 전기신호를 통해 정보를 처리하는 것으로 알려져 있다. 특히, 신경세포에 주어지는 전기적 입력이 특정 역치를 넘는 경우, 1ms의 길이와 약 100mV의 크기를 갖는 고전압인 활동전압 (action potential)을 생성한다. 실제 뇌에서는 하나의 신경 세포가 여러 개의 신경세포들과 서로 인공신경망을 통해 연결된 복잡한 신경망을 구성하고 있어, 개별 신경세포가 어떠한 입력을 받는지에 따라 출력, 즉 활동 전압의 패턴이 달라진다.
따라서, 뇌 신경세포에서의 정보처리 기전을 이해하기 위해서는 신경세포로 입력되는 입력의 종류와 형태뿐만 아니라 입력에 따른 출력의 변화를 보일 수 있는 입출력 관계의 측정이 필수적이다.
종래에는 뇌 신경세포에 미세 전극을 삽입하여 전기적 반응을 측정하는 미세 전극 패치 클램프 실험 기법이 이용되었다. 이와 더불어 전기적 자극을 주입하거나, 약물을 이용하여 신경세포의 전기적 발화 패턴이 달라지는 것을 통해 뇌 신경망의 정보처리 기전을 연구해왔다.
하지만, 종래의 전기적 자극 기법은 개회로(Open-loop) 방식의 단순한 전기 자극을 인가하는 방식으로는 실제 뇌에서 신경세포에 주어지는 복잡한 입력패턴을 재현할 수 없고, 특히 신경세포가 발화하면 새로운 입력이 들어오는 피드백 방식의 입력 패턴을 만들 수 없는 한계가 있다.
또한 약물을 이용하여 신경망을 조절하여 신경세포의 발화 패턴을 연구하는 방식은 뇌 내에 있는 대량의 신경망에 동시에 적용되어 효과가 나타나는 단점이 있다.
(01) 대한민국 등록특허공보 제10-1325368호(2013.10.29.)
본 발명은 실제 뇌 정보처리에 있어서 실제 신경세포가 뇌-신경망으로부터 받는 입력을 재현하는 인공신경망을 생성하고, 그 인공신경망과 실제 뇌를 연결할 수 있는 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법을 제공하기 위한 것이다.
또한, 본 발명은 현재 신경세포의 발화활동을 인공신경망에서 실시간으로 분석하여 이를 바탕으로 실제 뇌에서 주어지는 실제 입력을 자극으로 인가할 수 있는 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 실제 뇌 정보처리 당시에 신경세포에 들어오는 다양한 입력 패턴을 실시간으로 인공신경망에 전달하고, 인공신경망에서 분석된 생물학적으로 타당한 입력 패턴을 생물학적 뇌에 다시 전달하는 폐회로 뇌-인공신경망 인터페이스 장치가 제공된다.
본 발명의 일 실시예에 따른 적어도 하나의 미세 전극을 통해 신경 신호를 취득하는 신호 취득부; 상기 취득된 신경 신호를 분석하여 시냅스 자극 유형 및 발화 활동 여부 중 적어도 하나에 따라 트리거를 발생하는 분석부; 상기 발생된 트리거에 따라 인공신경망 모델에 기반하여 상이한 시냅스 자극을 생성하는 인공신경망 모델부; 상기 생성된 시냅스 자극을 신경세포로 전달하는 신호 전달부를 포함하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치 가 제공될 수 있다.
본 발명의 일 실시예에 따르면, (a) 적어도 하나의 미세 전극을 통해 신경 신호를 취득하는 단계; (b) 상기 취득된 신경 신호를 분석하여 시냅스 자극 유형 및 발화 활동 여부 중 적어도 하나에 따라 트리거를 발생하는 단계; (c) 상기 발생된 트리거에 따라 인공신경망 모델에 기반하여 상이한 시냅스 자극을 생성하는 단계; 및 (d) 상기 생성된 시냅스 자극을 신경세포로 전달하는 단계를 포함하는 실시간 폐회로 뇌-인공신경망 인터페이스 방법이 제공될 수 있다.
상기 취득된 신경 신호 전위가 임계치 이상이면 발화된 것으로 판단할 수 있다.
상기 (b) 단계에는, 상기 취득된 신경 신호 전위가 임계치 미만이면, 발화되지 않은 것으로 판단할 수 있다.
상기 (b) 단계에는, 상기 취득된 신경 신호 전위가 임계치 미만이고, 기준치 보다 높게 변하는 경우 상기 시냅스 자극 유형을 흥분성 시냅스 자극으로 판단하는 단계; 및 상기 취득된 신경 신호 전위가 임계치 미만이고, 기준치 보다 낮게 변하는 경우 상기 시냅스 자극 유형을 억제성 시냅스 자극으로 판단하는 단계를 포함할 수 있다.
상기 (b) 단계는, 상기 시냅스 자극 유형이 상기 흥분성 시냅스 자극이면, 제1 트리거를 발생하는 단계; 상기 시냅스 자극 유형이 상기 억제성 시냅스 자극이고, 상기 발화 활동이 일어난 경우, 제2 트리거를 발생하는 단계; 및 상기 시냅스 자극 유형이 억제성 시냅스 자극이고, 상기 발화 활동이 일어나지 않은 경우, 제3 트리거를 발생하는 단계를 포함할 수 있다.
상기 (b) 단계는, 상기 시냅스 자극 유형이 흥분성 시냅스 자극이면, 제1 트리거를 발생하는 단계; 상기 시냅스 자극 유형이 억제성 시냅스 자극이고, 상기 발화 활동이 일어난 경우, 제2 트리거를 발생하는 단계; 및 상기 시냅스 자극 유형이 억제성 시냅스 자극이고, 상기 발화 활동이 일어나지 않은 경우, 제3 트리거를 발생하는 단계를 포함할 수 있다.
상기 (c) 단계는, 상기 제1 트리거에 따라 상기 인공신경망 모델을 기반으로 흥분성 입력 시냅스 자극을 생성하는 단계; 상기 제2 트리거에 따라 상기 인공신경망 모델을 기반으로 피드백 억제성 입력 시냅스 자극을 생성하는 단계; 및 상기 제3 트리거에 따라 상기 인공신경망 모델을 기반으로 피드포워드 억제성 입력 시냅스 자극을 생성하는 단계를 포함할 수 있다.
상기 시냅스 자극은 하기 수학식을 이용하여 생성되되,
Figure 112016095954542-pat00001
여기서,
Figure 112016095954542-pat00002
는 시냅스 연결 강도 상수를 나타내고, factor는 정규화 상수를 나타내며, t는 시간을 나타내고,
Figure 112016095954542-pat00003
는 시간 상수를 나타내며, rise는 상승을 나타내고, decay는 하강을 나타낸다.
본 발명의 일 실시예에 따른 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법을 제공함으로써, 인공신경망을 실제 뇌와 실시간으로 연결하여 실제 뇌 정보처리 당시에 신경세포에 들어오는 복잡한 입력 패턴을 재현할 수 있다.
또한, 본 발명은 현재 신경세포의 발화활동을 인공신경망에서 실시간으로 분석하여 이를 바탕으로 실제 뇌에서 주어지는 실제 입력을 뇌로 다시 인가할 수 있는 폐회로 인터페이스를 제공하고 있으며, 이를 통해 뇌 정보처리 기전의 이해를 증진할 수 있다.
도 1은 본 발명의 일 실시예에 따른 실시간 폐회로 뇌-인공신경망 인터페이스장치의 구성을 개략적으로 도시한 도면.
도 2는 본 발명의 일 실시예에 따른 뇌 내의 다양한 종류의 신경 세포 연결 형태를 나타낸 도면.
도 3은 본 발명의 일 실시예에 따른 다른 종류의 억제성 입력 시냅스 자극이 주어졌을 때 CA1 신경 세포의 반응 변화를 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 다른 종류의 억제성 입력에 따른 해마 CA1 신경 세포의 감응도 변화에 따른 해마의 입출력 기능 조절을 나타낸 도면.
도 5는 본 발명의 일 실시예에 따른 실시간 폐회로 뇌-인공신경망 인터페이스 방법을 나타낸 순서도.
본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 실시간 폐회로 뇌-인공신경망 인터페이스 장치의 구성을 개략적으로 도시한 도면이고, 도 2는 본 발명의 일 실시예에 따른 뇌 내의 다양한 종류의 신경 세포 연결 형태를 나타낸 도면이며, 도 3은 본 발명의 일 실시예에 따른 다른 종류의 억제성 입력 시냅스 자극이 주어졌을 때 CA1 신경 세포의 반응 변화를 나타낸 도면이고, 도 4는 본 발명의 일 실시예에 따른 다른 종류의 억제성 입력에 따른 해마 CA1 신경 세포의 감응도 변화에 따른 해마의 입출력 기능 조절을 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 뇌 신경 자극 인터페이스 장치(100)는 신호 취득부(110), 분석부(115), 인공신경망 모델부(120), 신호 전달부(125), 메모리(130) 및 프로세서(135)를 포함하여 구성된다.
신호 취득부(110)는 적어도 하나의 미세 전극을 통해 입력되는 뇌의 신경 신호를 증폭하고, 아날로그 형태의 신경 신호를 디지털 형태로 변환하여 분석부(115)로 출력하기 위한 수단이다.
신호 취득부(110)는 적어도 하나의 미세 전극과 직접적으로 연결되며, 미세 전극을 통해 일정 시간 동안 입력되는 신경 신호를 취득하여 이를 증폭할 수 있다. 여기서, 신호 취득부(110)는 적어도 하나의 미세 전극을 통해 약 2~5ms 신경 신호를 취득할 수 있다. 본 명세서에서는 이해와 설명의 편의를 도모하기 위해 약 2~5ms 신경 신호를 취득하는 것을 가정하여 이를 중심으로 설명하나, 취득되는 신경 신호의 길이는 매우 다양할 수 있음은 당연하다.
본 명세서에서는 별도의 구성으로 표시되어 있지 않으나, 신호 취득부(110)는 미세 전극을 통해 입력되는 신경 신호를 일정 크기로 증폭하기 위한 신호 증폭기와 아날로그 형태의 증폭된 신호를 디지털 형태로 변환하기 위한 AD 변환부의 구성을 포함하고 있을 수 있다.
분석부(115)는 신호 취득부(110)에서 취득된 신경 신호 전위를 분석하여 시냅스 자극 생성 여부를 결정하고, 그에 따른 트리거 신호를 발생하기 위한 수단이다.
보다 상세하게, 분석부(115)는 취득된 신경 신호 전위의 변화 유무가 있는 경우 신경 신호 시냅스 자극 유형 및 발화 활동 여부 중 적어도 하나에 따라 트리거 신호를 생성하도록 할 수 있다.
여기서, 분석부(115)는 취득된 신경 신호 전위(Vm)가 임계치(Threshold, VT) 이상인지 여부에 따라 신경 세포의 발화 활동 여부를 결정할 수 있다. 예를 들어, 분석부(115)는 취득된 신경 신호 전위가 임계치(VT) 이상이면, 해당 신경 세포에서 발화 활동이 일어난 것으로 판단할 수 있다.
또한, 취득된 신경 신호 전위(Vm)가 임계치 미만인 경우, 신경 세포 전위가 기준치(Reference, VR) 보다 높게 변화하면, 분석부(115)는 흥분성 시냅스 자극으로 판별할 수 있다. 반면, 취득된 신경 신호 전위(Vm)가 임계치 미만이고, 신경 세포 전위가 기준치(Reference, VR) 보다 낮게 변화하면, 분석부(115)는 억제성 시냅스 자극으로 판별할 수 있다.
예를 들어, 취득된 신경 신호 전위에 미분을 취하여 양의 값들이 나오면, 기준치 이상의 변화를 띠는 것으로 볼 수 있다. 따라서, 분석부(115)는 취득된 신경 신호 전위에 미분을 취하여 양의 값들이 나오면 신경 세포에서 흥분성 시냅스 자극이 일어난 것으로 판단할 수 있다.
이를 수식으로 정리하면, 수학식 1과 같다.
Figure 112016095954542-pat00004
이때, 분석부(115)는 신경 신호의 시냅스 자극 유형에 따라 발화 활동 여부에 따라 트리거 신호를 발생시킬 수도 있다.
예를 들어, 분석부(115)는 신경 신호의 시냅스 자극 유형이 흥분성 시냅스 자극으로 결정되면, 발화 활동 여부 판단 없이 제1 트리거 신호를 인공신경망 모델부(120)로 전달할 수 있다. 그러나 만일 신경 신호의 시냅스 자극 유형이 억제성 시냅스 자극으로 판단되면, 분석부(115)는 발화 활동 여부에 따른 트리거 신호를 인공신경망 모델부(120)로 전달할 수 있다.
즉, 분석부(115)는 신경 신호의 시냅스 자극 유형이 억제성 시냅스 자극이면 발화 활동 여부를 판단하여 발화 활동이 일어난 경우, 제2 트리거 신호를 인공신경망 모델부(120)로 전달하고, 발화 활동이 일어나지 않은 경우, 제3 트리거 신호를 인공신경망 모델부(120)로 전달할 수 있다.
인공신경망 모델부(120)는 분석부(115)로부터 입력되는 트리거 신호에 따라 시냅스 자극을 생성하기 위한 수단이다.
인공신경망 모델부(120)는 억제성 시냅스의 두가지 신경망 구조(Feedforwad inhibitory network, Feedback inhibitory network)와 흥분성 시냅스의 신경망 구조(excitatory network)를 인공 신경망으로 모델링한 인공신경망 모델을 이용하여 신경 세포에 대한 피드백 입력으로 시냅스 자극을 생성할 수 있다.
인공신경망 모델은 수학식 2와 같이 정의될 수 있다.
Figure 112016095954542-pat00005
여기서,
Figure 112016095954542-pat00006
는 시냅스 연결 강도 상수를 나타내며, 연결 강도 상수의 부호에 따라 흥분성(양, Positive) 및 억제성(음, Negative) 시냅스 연결을 나타낸다. factor는 정규화 상수를 나타내며, t는 시간을 나타내고,
Figure 112016095954542-pat00007
는 시간 상수를 나타내며, rise는 상승을 나타내고, decay는 하강을 나타낸다.
예를 들어, 인공신경망 모델부(120)는 제1 트리거 신호가 입력되면, 흥분성 입력 시냅스 자극을 생성할 수 있다. 또한, 인공신경망 모델부(120)는 제2 트리거 신호가 입력되면, 피드백(feedback) 억제성 입력 시냅스 자극을 생성할 수 있다.
마지막으로, 인공신경망 모델부(120)는 제3 트리거 신호가 입력되면, 피드포워드(Feedforward) 억제성 입력 시냅스 자극을 생성할 수 있다.
신경 세포의 시냅스 자극은 흥분성 입력 시냅스 자극과 억제성 입력 시냅스 자극이 존재한다. 신경 세포의 연결 형태에 따라 흥분성 입력 시냅스 자극과 억제성 입력 시냅스 자극이 동반되는 경우(피드포워드 억제성 입력 시냅스 자극), 흥분성 입력 시냅스 자극들에 의해 신경 세포가 발화하면 억제성 입력 시냅스 자극이 들어오는 경우(피드백 억제성 시냅스 자극), 흥분성 입력들에 의해 신경세포가 발화하면 추가적인 흥분성 입력 시냅스 자극이 들어오는 경우와 같이, 다양한 입력 패턴들이 존재한다(도 2 참조).
따라서, 본 발명의 일 실시예에서는 신경 신호의 시냅스 자극 유형 및 발화 발생 여부 중 적어도 하나에 따라 상이한 시냅스 자극을 생성하여 신경 세포에 전달할 수 있다.
신호 전달부(125)는 적어도 하나의 미세 전극과 연결되며, 연결된 미세 전극으로 시냅스 자극을 전달하기 위한 수단이다.
도 1에는 도시되어 있지 않으나, 신호 전달부(125)는 시냅스 자극을 아날로그 형태로 변환하기 위한 DA 변환부와 시냅스 자극을 일정 크기로 증폭하기 위한 신호 증폭부가 포함될 수 있다.
메모리(130)는 본 발명의 일 실시예에 따른 신경 신호를 분석하여 시냅스 자극 유형 및 발화 활동 여부에 따라 각기 다른 시냅스 자극을 생성하고, 이를 신경 세포로 전달하기 위한 방법을 수행하기 위한 알고리즘, 이 과정에서 파생되는 다양한 데이터 등이 저장된다.
프로세서(135)는 본 발명의 일 실시예에 따른 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)의 내부 구성 요소들(예를 들어, 신호 취득부(110), 분석부(115), 시냅스 모델부(120), 신호 전달부(125), 메모리(130) 등)을 제어하기 위한 수단이다.
도 3는 본 발명의 일 실시예에 따른 다른 종류의 억제성 입력 시냅스 자극이 주어졌을 때 CA1 신경 세포의 반응 변화를 나타낸 것이고, 도 4는 본 발명의 일 실시예에 따른 다른 종류의 억제성 입력에 따른 해마 CA1 신경 세포의 감응도 변화에 따른 해마의 입출력 기능 조절을 나타낸 것이다.
본 발명의 일 실시예에 따른 뇌 신경 자극 인터페이스 장치를 이용하여 뇌 영역 중 해마(hippocampus) 영역의 뇌 절편에서 CA1 부영역(subregion)의 신경 세포 발화의 특징을 새로 밝히는데 성공하였다.
해마 CA1 영역은 해마 영역의 최종 출력 영역으로 기억 정보를 처리하는 것으로 알려진 해마 영역에서 정보를 모두 처리하고 출력되는 중요한 영역이다. CA1 영역에는 다양한 종류의 억제성 입력을 주는 신경세포들이 존재하나 기존에는 실험적으로 이러한 억제성 입력들을 모두 분리해서 실험할 수 있는 방법이 없었다. 억제성 입력들은 크게 CA1영역으로 흥분성 입력이 들어올때 같이 억제성 입력이 들어오는 피드포워드 억제성 입력과 CA1영역에서 반응이 일어나면 억제성 입력이 다시 들어오는 피드백 억제성 입력으로 구분 될 수 있으며, 본 발명의 일 실시예에 따른 실시간 폐회로 뇌 신경 자극 인터페이스 장치를 이용하여 각 억제성 입력이 CA1영역의 정보처리에 어떠한 영향을 미치는지 살펴보았다.
본 발명의 일 실시예에 따라 억제성 입력을 실제 뇌 활동에 맞게 사실적으로 전달함으로써 해마 CA1 영역의 입력민감도(gain)이 다른 종류의 억제성 입력에 따라 조절된다는 새로운 해마 정보처리 기전을 밝힐 수 있었다.
도 5는 본 발명의 일 실시예에 따른 실시간 폐회로 뇌-인공신경망 인터페이스 방법을 나타낸 순서도이다.
단계 510에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 신경 세포에 연결된 적어도 하나의 미세 전극을 통해 신경 신호를 취득한다.
단계 515에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 취득된 신경 신호 전위의 변화 유무를 판단한다.
만일 신경 신호 전위가 변화가 없는 것으로 판단되면, 단계 510으로 진행한다.
그러나 만일 신경 신호 전위의 변화가 있는 경우, 단계 520에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 신경 신호 전위를 분석하여 시냅스 자극 유형을 판단한다. 여기서, 시냅스 자극 유형은 흥분성 시냅스 자극 또는 억제성 시냅스 자극일 수 있다.
예를 들어, 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 신경 신호 전위가 임계치 미만이고, 기준치 보다 높은지 여부에 따라 시냅스 자극 유형을 결정할 수 있다. 이는 도 1에서 설명한 바와 동일하므로 중복되는 설명은 생략하기로 한다.
만일 흥분성 시냅스 자극으로 판단되면, 단계 525에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 제1 트리거를 인공신경망 모델로 전달하여 흥분성 입력 시냅스 자극을 생성한다.
그러나 만일 억제성 시냅스 자극으로 판단되면, 단계 530에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 신경 신호 전위를 분석하여 발화 활동 발생 여부를 판단한다.
예를 들어, 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 신경 신호 전위가 임계치 이상인 경우, 발화가 발생한 것으로 판단할 수 있다.
만일 발화 활동이 발생한 것으로 판단되면, 단계 535에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 제2 트리거를 인공신경망 모델로 전달하여 피드백 입력 시냅스 자극을 생성한다.
그러나 만일 발화 활동이 발생하지 않은 것으로 판단되면, 단계540에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 제3 트리거를 인공신경망 모델로 전달하여 피드포워드 입력 시냅스 자극을 생성한다.
단계 545에서 실시간 폐회로 뇌-인공신경망 인터페이스 장치(100)는 시냅스 자극을 신경 세포로 전달한다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 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. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.
100: 실시간 폐회로 뇌-인공신경망 인터페이스 장치
110: 신호 취득부
115: 분석부
120: 인공신경망 모델부
125: 신호 전달부
130: 메모리
135: 프로세서

Claims (8)

  1. 실시간 폐회로 뇌-인공신경망 인터페이스 장치에 있어서,
    적어도 하나의 미세 전극을 통해 신경 신호를 취득하는 신호 취득부;
    상기 취득된 신경 신호 전위를 분석하여 시냅스 자극 유형 및 발화 활동 여부 중 적어도 하나에 따라 트리거를 발생하는 분석부;
    상기 발생된 트리거에 따라 인공신경망 모델에 기반하여 상이한 시냅스 자극을 생성하는 인공신경망 모델부; 및
    상기 생성된 시냅스 자극을 신경세포로 전달하는 신호 전달부를 포함하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
  2. 제1 항에 있어서, 상기 분석부는,
    상기 취득된 신경 신호 전위가 임계치 이상이면 발화된 것으로 판단하는 것을 특징으로 하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
  3. 제1 항에 있어서, 상기 분석부는,
    상기 취득된 신경 신호 전위가 임계치 미만이면, 발화되지 않은 것으로 판단하는 것을 특징으로 하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
  4. 제1 항에 있어서, 상기 분석부는,
    상기 취득된 신경 신호 전위가 임계치 미만이고, 기준치 보다 높게 변하는 경우 상기 시냅스 자극 유형을 흥분성 시냅스 자극으로 판단하고, 상기 취득된 신경 신호 전위가 임계치 미만이고, 기준치 보다 낮게 변하는 경우 상기 시냅스 자극 유형을 억제성 시냅스 자극으로 판단하는 것을 특징으로 하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
  5. 제4 항에 있어서, 상기 분석부는,
    상기 시냅스 자극 유형이 상기 흥분성 시냅스 자극이면, 제1 트리거를 발생하고, 상기 시냅스 자극 유형이 상기 억제성 시냅스 자극이고, 상기 발화 활동이 일어난 경우, 제2 트리거를 발생하며, 상기 시냅스 자극 유형이 억제성 시냅스 자극이고, 상기 발화 활동이 일어나지 않은 경우, 제3 트리거를 발생하는 것을 특징으로 하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
  6. 제5 항에 있어서,
    상기 인공신경망 모델부는,
    상기 제1 트리거에 따라 상기 인공신경망 모델을 기반으로 흥분성 입력 시냅스 자극을 생성하고, 상기 제2 트리거에 따라 상기 인공신경망 모델을 기반으로 피드백 억제성 입력 시냅스 자극을 생성하며, 상기 제3 트리거에 따라 상기 인공신경망 모델을 기반으로 피드포워드 억제성 입력 시냅스 자극을 생성하는 것을 특징으로 하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
  7. 제1 항에 있어서,
    상기 시냅스 자극은 하기 수학식을 이용하여 생성되는 것을 특징으로 하는 실시간 폐회로 뇌-인공신경망 인터페이스 장치.
    Figure 112017111573099-pat00008

    여기서,
    Figure 112017111573099-pat00009
    는 시냅스 연결 강도 상수를 나타내고, factor는 정규화 상수를 나타내며, t는 시간을 나타내고,
    Figure 112017111573099-pat00010
    는 시간 상수를 나타내며, rise는 상승을 나타내고, decay는 하강을 나타냄.


  8. 삭제
KR1020160127690A 2016-06-24 2016-10-04 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법 KR101817016B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20160079446 2016-06-24
KR1020160079446 2016-06-24

Publications (2)

Publication Number Publication Date
KR20180001408A KR20180001408A (ko) 2018-01-04
KR101817016B1 true KR101817016B1 (ko) 2018-01-09

Family

ID=60997812

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160127690A KR101817016B1 (ko) 2016-06-24 2016-10-04 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101817016B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230133430A1 (en) * 2021-10-29 2023-05-04 CCLabs Pty Ltd System and method for training in vitro neurons

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003099756A (ja) 2001-09-25 2003-04-04 Inst Of Physical & Chemical Res 脳の精神的な機能をモデル化した人工ニューラルネットワーク構造の形成方法
US8391986B2 (en) 2008-05-13 2013-03-05 The Board Of Trustees Of The University Of Illinois Apparatus for managing a neurological disorder
KR101325368B1 (ko) 2012-04-24 2013-11-08 연세대학교 원주산학협력단 뇌신경신호반응 기반의 폐루프형 뇌 전기자극 장치
KR101627748B1 (ko) 2013-05-27 2016-06-07 제일모직 주식회사 화합물, 이를 포함하는 유기발광소자 및 상기 유기발광소자를 포함하는 표시장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003099756A (ja) 2001-09-25 2003-04-04 Inst Of Physical & Chemical Res 脳の精神的な機能をモデル化した人工ニューラルネットワーク構造の形成方法
US8391986B2 (en) 2008-05-13 2013-03-05 The Board Of Trustees Of The University Of Illinois Apparatus for managing a neurological disorder
KR101325368B1 (ko) 2012-04-24 2013-11-08 연세대학교 원주산학협력단 뇌신경신호반응 기반의 폐루프형 뇌 전기자극 장치
KR101627748B1 (ko) 2013-05-27 2016-06-07 제일모직 주식회사 화합물, 이를 포함하는 유기발광소자 및 상기 유기발광소자를 포함하는 표시장치

Also Published As

Publication number Publication date
KR20180001408A (ko) 2018-01-04

Similar Documents

Publication Publication Date Title
Kemenes et al. Dynamic clamp with StdpC software
Juusola et al. The efficiency of sensory information coding by mechanoreceptor neurons
Froemke et al. Synaptic plasticity as a cortical coding scheme
Mosbacher et al. Toward neuroprosthetic real-time communication from in silico to biological neuronal network via patterned optogenetic stimulation
Walter and et al. The advantages of linear information processing for cerebellar computation
Fox et al. Transformation of a temporal speech cue to a spatial neural code in human auditory cortex
KR101817016B1 (ko) 실시간 폐회로 뇌-인공신경망 인터페이스 장치 및 그 방법
Oess et al. From near-optimal bayesian integration to neuromorphic hardware: A neural network model of multisensory integration
Stoeger Elephant sonic and infrasonic sound production, perception, and processing
Erfanian Saeedi et al. Learning pitch with STDP: A computational model of place and temporal pitch perception using spiking neural networks
CN117275568A (zh) 一种初级听皮层神经元细胞发放率曲线仿真方法和装置
Ng et al. Primate auditory recognition memory performance varies with sound type
Aur et al. Building spike representation in tetrodes
JP2005520526A (ja) 人間と動物との間の音声コネクションシステム
Du et al. A neural network model of normal and abnormal auditory information processing
Veale et al. Neural circuits for any-time phrase recognition with applications in cognitive models and human-robot interaction
Guérin et al. Evaluation of two computational models of amplitude modulation coding in the inferior colliculus
Luboeinski The Role of Synaptic Tagging and Capture for Memory Dynamics in Spiking Neural Networks
Eyherabide et al. The information transmitted by spike patterns in single neurons
Navarro-Guerrero et al. A neurocomputational amygdala model of auditory fear conditioning: A hybrid system approach
Hasselmo et al. Modulation of Neuronal Adaptation and Cortical Associative Memory Function.
CN113967023B (zh) 闭环光遗传干预系统及干预方法
Damper Connectionist models of categorical perception of speech
Rahman et al. Validating Koalacademy, a neuro-guided language learning platform
Grewe et al. Implications of functionally different synaptic inputs for neuronal gain and computational properties of fly visual interneurons

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant