KR102003607B1 - 외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치 - Google Patents

외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치 Download PDF

Info

Publication number
KR102003607B1
KR102003607B1 KR1020170145501A KR20170145501A KR102003607B1 KR 102003607 B1 KR102003607 B1 KR 102003607B1 KR 1020170145501 A KR1020170145501 A KR 1020170145501A KR 20170145501 A KR20170145501 A KR 20170145501A KR 102003607 B1 KR102003607 B1 KR 102003607B1
Authority
KR
South Korea
Prior art keywords
trauma
subject
behavior
predicting
information
Prior art date
Application number
KR1020170145501A
Other languages
English (en)
Other versions
KR20190050199A (ko
Inventor
류인균
조한별
홍가혜
Original Assignee
이화여자대학교 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 이화여자대학교 산학협력단 filed Critical 이화여자대학교 산학협력단
Priority to KR1020170145501A priority Critical patent/KR102003607B1/ko
Priority to PCT/KR2018/001147 priority patent/WO2019088367A1/en
Priority to US15/882,254 priority patent/US20190125239A1/en
Publication of KR20190050199A publication Critical patent/KR20190050199A/ko
Application granted granted Critical
Publication of KR102003607B1 publication Critical patent/KR102003607B1/ko
Priority to US17/096,135 priority patent/US20210113144A1/en

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405Determining heart rate variability
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531Measuring skin impedance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4884Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • G01N33/6896Neurological disorders, e.g. Alzheimer's disease
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/74Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/28Neurological disorders
    • G01N2800/2814Dementia; Cognitive disorders
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/30Psychoses; Psychiatry
    • G01N2800/301Anxiety or phobic disorders

Abstract

본 발명은 외상 사건에 의한 대상자의 폭력적인 행동 문제를 예측하기 위한 행동 문제 예측 방법 및 행동 문제 예측 장치에 관한 것으로, 구체적으로는 외상 사건에 노출된 시점을 기준으로 일정 시간 동안 외상 사건을 경험한 대상자의 행동 문제 유형을 파악하고, 대상자의 행동 문제 유형에 따른 대상자의 폭력적 증상의 발현 가능성을 예측하고, 예측 결과에 따라 대상자에 대한 외상 후 증후군의 발현을 사전에 개입할 수 있는 객관적 근거를 제시한다.

Description

외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치{METHOD AND APPARATUS FOR PREDICTING BEHAVIOR PROBLEMS BY EXPOSURE OF TRAUMA}
본 발명은 외상 사건에 의한 행동 예측 방법 및 행동 문제 예측 장치.에 관한 것으로, 보다 구체적으로는 외상 사건에 노출된 직후 대상자에게 발현되는 증상과 신경생리학적 현상으로부터 미래에 발생할 수 있는 행동 문제를 예측하는 방법에 관한 것이다.
외상 후 증후군은 일상 생활에서 외부로부터 주어진 환경적인 스트레스 사건과 스트레스 사건에 대한 개인의 부적응적 반응으로 외상 사건을 경험한 환자에서 나타나는 반응으로 심리적 반응뿐만 아니라 스트레스와 관련된 생리학적 반응이 나타나며, 이러한 반응에 기저하는 뇌 내 프로세스 또한 있는 것으로 알려져 있다. 외상 후 증후군은 스트레스 사건이 발생한 즉시 발현될 수도 있으며, 스트레스 사건을 경험한 이후, 수주, 수개월 또는 수년이 지난 후에도 발현될 수 있다. 다시 말해, 외상 후 증후군은 사고나 폭력, 재해와 같은 사고를 목격하거나 직접 경험한 이후에 과도하게 불안을 겪는 질환으로써, 목격하거나 경험한 빈도 및 강도에 따라, 그리고 개인의 생리학적 특성에 따라 증상이 상이하게 발현된다.
이러한, 외상 후 증후군은 재경험, 회피, 과각성의 증상으로 나타난다. 자세하게, 재경험은 충격적 외상 장면이 불시에 자주 떠오르며, 당시 받았던 감정을 다시 경험하게 되는 증상이다. 회피는 재경험에 의한 증상과 반대되는 반응으로 외상 사건에 대해 언급하는 것을 꺼리며, 피하게 되는 증상이다. 과각성은 인체의 신경이 극심하게 예민해져 조금만 소리나 움직임에도 과민하게 느끼게 되는 증상이다.
외상 후 증후군은 두통이나, 복통, 근육통과 같은 신체적인 고통을 주기도 하고, 우울, 성격장애, 불안장애, 정신분열 등의 정신적인 질환을 유발함에 따라, 외상 후 증후군을 겪는 환자는 고통을 잊기 위해 음주나 약물 등에 중독되거나, 극단적인 행동을 취하게 되기도 한다. 특히 외상 후 증후군의 행동적 증상이 두드러지는 경우 폭력, 자해 등의 문제가 발생할 수 있으며, 이는 사회적으로 크게 문제가 되고 있어 외상 노출 후 나타날 수 있는 행동 문제를 예측하는 것은 매우 중요하다.
이러한, 외상 후 증후군에 의한 피해를 최소화하기 위한 대표적인 치료법은 인지 행동 치료이며, 인지 행동 치료는 외상 후 증후군을 겪는 환자가 지속적으로 억압하고 회피하려는 외상 사건을 환자에게 노출시키고, 이를 통해 자신, 타인 그리고 세계에 대한 왜곡된 인지를 다루는 치료이다. 또한, 약물 치료 및 정신 치료를 병행하여 치료를 진행하게 된다.
그러나, 실제로는 외상 후 증후군의 발병 후 대처 또는 발병 전 치료를 받는 환자의 빈도가 낮으며, 외상 후 증후군에 대한 사람들의 인식이 낮다는 문제가 있다. 더욱이 외상 후 증후군으로 인해 신경이 과민해진 환자들은 타인의 가벼운 행동이나 말에 의해 여러 감정 변화를 불러 일으키기 때문에 신속한 치료를 진행하기에 어려움이 있다.
또한, 외상 후 증후군은 그 증상이 발현되어 환자들이 증상을 표현하기 전까지는 질환의 발생을 감지할 수 있는 방법이 현재까지는 없다. 그러나 이러한 증상이 발현되기 이전에라도 신경생리학적 반응, 혈액학적 반응, 및 뇌영상학적 특성이 미세하게 변화한다. 따라서, 증상 발현에 선행하는 신경생리학적 반응 혈액학적 반응, 및 뇌영상학적 특성(이하, 외상 노출 신체 반응 정보)을 분석하여 외상 후 증후군의 증상 발현을 예측할 수 있다 특히 폭력, 자해와 같은 행동 증상의 경우 증상의 심각도 및 사회에 미치는 영향이 매우 크기 때문에 증상이 발현되기 이전에 증상이 발현될 수 있는 위험도를 예측하여 적절한 치료를 적용하는 것이 필요하다. 그러나, 외상 노출 신체 반응 정보의 경우 각각의 반응 정보가 외상 후 증후군의 증상 발현을 예측할 수 있는 효과 크기(effect size)는 크지 않아 각각의 반응 정보를 효율적으로 통합하여 분석하는 접근이 필수적이다.
따라서, 외상 사건에 노출된 환자를 대상으로 외상 사건을 경험한 후 외상 후 증후군이 발현되기 이전에 변화할 수 있는 환자의 외상 노출 신체 반응 정보를 확인하고 이를 통합적으로 분석하여, 외상 후 증후군으로 인한 문제 발생 가능성을 사전에 예측하는 방법이 필요하다.
한국공개공보 제2008-0005798호 (2008년 1월 15일 공개)
본 발명은 외상 사건이 대상자에게 노출된 시점을 기준으로 초기 3개월 이전 동안 획득한 대상자의 외상 노출 신체 반응 정보를 기반으로 대상자가 행동 문제 유형으로 분류되는지 여부를 파악하고, 분류된 행동 문제 유형에 따른 폭력 행동 위험군을 추출하여 추출한 폭력 행동 위험군을 통한 대상자의 폭력적 증상의 발현 가능성을 예측하는 행동 문제 예측 방법을 제공한다.
본 발명은 외상 노출에 의한 예방적 개입의 골든 타임으로 알려진 외상 노출 직후부터 3개월의 시점 이전에, 대상자의 외상 노출 신체 반응 정보를 획득함으로써, 대상자의 폭력적 행동 증상에 관한 발생 가능성이 높은 폭력 행동 위험군을 예측하고, 예측한 폭력 행동 위험군에 대응하는 적절한 예방적 개입을 적용하는 행동 문제 예측 방법을 제공한다.
일실시예에 따른 행동 문제 예측 방법은 외상 사건의 종류에 따라 대상자를 분류하는 단계; 상기 외상 사건을 경험한 대상자로부터 상기 외상 사건이 노출된 시점을 기준으로 특정 시점 이내의 기간 동안 외상 노출에 의한 상기 대상자의 1차 외상 노출 신체 정보를 획득하는 단계; 상기 1차 외상 노출 신체 정보를 분석하여 상기 외상 사건의 노출에 의한 대상자의 행동 문제 유형(Behavioral Reaction Type)에 따른 폭력 행동 위험군을 결정하는 단계; 및 상기 폭력 행동 위험군에 따른 특이성을 파악하기 위해 상기 대상자의 2차 외상 노출 신체 정보를 획득하는 단계; 상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 상기 외상 사건의 노출에 따른 대상자의 폭력적 증상의 발현 가능성을 예측하는 단계를 포함할 수 있다.
일실시예에 따른 외상 사건의 종류는 상기 대상자에게 노출된 외상 사건이 갖는 특성에 따라 신체적 폭력(Physical Violence), 성폭력(Sexual Violence), 사고 및 재해(Accidents/ Disaster), 기타(Others)로 구분될 수 있다.
일실시예에 따른 대상자의 초기 신체 반응 정보는 자율 신경 조절과 관련된 생리적 요소 및 대상자의 산화 스트레스, 신경 재생, 시상하부-뇌하수체-부신 축과 관련된 혈액 물질 요소를 포함할 수 있다.
일실시예에 따른 폭력 행동 위험군을 결정하는 단계는 상기 1차 외상 노출 신체 정보를 기반으로 군집 분석을 적용하여 대상자를 감정 문제 유형, 행위 문제 유형, 인지 문제 유형 중 어느 하나의 유형으로 분류하는 단계; 및 상기 분류된 유형에 해당하는 행동 문제 유형군을 대상자의 폭력 행동 위험군으로 결정하는 단계를 포함할 수 있다.
일실시예에 따른 행동 문제 유형군의 특성은 상기 대상자에게 외상 사건이 노출된 이후, 심리적 부적응 증상으로 단기간 또는 장기간에 걸쳐 대상자로부터 표현되는 특정 증상의 편향적 발현형일 수 있다.
일실시예에 따른 대상자의 2차 외상 노출 신체 정보를 획득하는 단계는, 뇌 조직 중 폭력적 행동과 관련된 뇌 보상 회로(reward circuit)에 대한 뇌영상 정보를 2차 외상 노출 신체 정보로 획득할 수 있다.
일실시예에 따른 대상자의 폭력적 증상의 발현 가능성을 예측하는 단계는, 상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 각 요소들 간 상관 관계를 고려해 폭력적 증상의 발현 가능성을 예측할 수 있다.
일실시예에 따른 행동 문제 예측 장치는 프로세서를 포함하고, 상기 프로세서는, 외상 사건의 종류에 따라 대상자를 분류하고, 상기 외상 사건을 경험한 대상자로부터 상기 외상 사건이 노출된 시점을 기준으로 특정 시점 이내의 기간 동안 외상 노출에 의한 상기 대상자의 1차 외상 노출 신체 정보를 획득하고, 상기 1차 외상 노출 신체 정보를 분석하여 상기 외상 사건의 노출에 의한 대상자의 행동 문제 유형에 따른 폭력 행동 위험군을 결정하고, 상기 폭력 행동 위험군에 따른 특이성을 파악하기 위해 상기 대상자의 2차 외상 노출 신체 정보를 획득하고, 상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 상기 외상 사건의 노출에 따른 대상자의 폭력적 증상의 발현 가능성을 예측할 수 있다.
도 1은 일실시예에 따른 외상 사건에 의한 폭력적 행동 문제를 예측하기 위한 행동 문제 예측 장치를 도시한 도면이다.
도 2는 일실시예에 따른 대상자의 외상 노출 신체 반응 정보를 설명하기 위한 도면이다.
도 3은 일실시예에 따른 폭력적 증상에 대한 발현을 예측하는 동작을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 폭력적 특성이 서로 다른 외상 후 증상과 다르게 가지는 특성을 분석한 그래프이다.
도 5는 일실시예에 따른 행동 문제 예측 방법을 설명하기 위한 흐름도이다.
도 6은 일실시예에 따른 대상자의 폭력적 행동 문제를 예측하기 위한 전반적인 블록도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일실시예에 따른 외상 사건에 의한 폭력적 행동 문제를 예측하기 위한 행동 문제 예측 장치를 도시한 도면이다.
도 1을 참고하면, 행동 문제 예측 장치(101)는 외상 사건(102)에 노출된 대상자(103)의 신경생리학적 현상 정보과 혈액학적 변화 정보, 뇌영상학적 정보에 기초하여 폭력적 증상의 발현 가능성을 예측할 수 있다. 구체적으로, 외상 사건(102)는 일상 생활 속에서 겪게 되는 충격적인 경험으로, 일반적인 적응 능력을 압도하는 교통 사고, 살인 사건, 자연 재해 등의 다양한 사건을 포함할 수 있다. 이러한, 외상 사건(102)은 사용자에게 가해지는 사건 또는 사고의 특성에 따라 신체적 폭력, 성폭력, 사고 및 재해, 기타로 분류할 수 있다. 그리고, 대상자(103)는 타인 또는 타의에 의해 직접 또는 간접적으로 외상 사건(102)을 경험하게 되고, 외상 사건(102)을 경험한 이후, 부적응 반응인 심리적 증상이 나타날 수 있다.
① 신체적 폭력은 대상자의 신체에 물리적 해를 가하거나, 재산상의 손실로 가져오는 외상 사건으로, 직접적인 신체적/육체적 폭력에 해당할 수 있다. 일례로, 신체적 폭력은 집단 괴롭힘, 집단 폭력 등을 포함할 수 있다.
② 성폭력은 성을 매개로 상대방의 의사에 반해 이뤄지는 외상 사건으로 성적인 행위, 정신적, 심리적 압박에 의한 모든 가해 폭력에 해당할 수 있다. 일례로, 성폭력은 성희롱이나, 성추행, 성폭행 등을 포함할 수 있다.
③ 사고 및 재해는 일회성 외상 반응에 의한 외상 사건으로, 뜻밖에 일어난 인위적인 사고 또는 이상적인 자연현상에 해당할 수 있다. 일례로, 사고 및 재해는 지진, 태풍, 홍수, 가뭄, 해일, 화재, 전염병 등을 포함할 수 있다.
④ 기타는 상술한 신체적 폭력, 성폭력, 사고 및 재해에 포함되지 않는 외상 사건에 해당할 수 있다. 일례로, 기타는 부모, 배우자, 자녀의 사망, 극도의 스트레스 등을 포함할 수 있다.
그리고, 신경생리학적 현상, 혈액학적 변화 정보, 뇌영상학적 변화는 외상 후 증후군 증상이 발현되기 이전에 외상 사건(102)에 노출된 즉시 발현되거나 또는 비교적 초기 시기부터 나타날 수 있다 . 또한, 외상 후 증후군의 증상은 외상 사건(102)이 노출된 외상의 종류, 횟수, 대인 관여도 및 개인의 생리학적 특성에 따라 단기간 내 표출되거나, 잠재되어 있다가 오랜 시간이 지난 이후에 예상하지 못한 상황에서 표출될 수 있다.
이를 고려하여, 행동 문제 예측 장치(101)는 외상 사건(102)을 경험한 대상자(103)로부터 외상 사건(102)이 노출된 시점을 기준으로 노출 직후부터 3개월 시점 이내의 기간 동안 상기 대상자(103)의 외상 노출 신체 반응 정보를 획득할 수 있다. 특히, 폭력적 행동 등에 대한 예방적 개입이 효과를 가지기 위해서는 외상 노출 3개월 이내에 시행되어야 하기 때문에, 외상 노출 이후 3개월 이내에 폭력적 행동을 예측하는 것은 중요하다. 다시 말해, 외상 후 증후군의 증상은 외상 후 증후군의 발생 이후 3개월의 시점이 예방적 개입의 골든 타임으로 알려져 있기 때문에 외상 직후부터 3개월 시점 이전에 증상은 발현되어 있지 않더라도, 폭력 등의 행동 증상 발생의 가능성이 높은 폭력 행동 위험군을 예측하여 적절한 예방적 개입을 적용하는 것은 매우 중요하다.
외상 사건(102)는 외상 사건(102)에 노출된 대상자(103)뿐만 아니라, 사회적으로도 문제가 발생할 수 있기 때문에, 본 발명의 행동 문제 예측 장치(101)는 외상 사건(102)을 경험한 이후, 단기간 내에 대상자(103)의 신체적 변화를 확인할 수 있다.
외상 노출 신체 반응 정보는 대상자로부터 정보를 획득하는 시점, 시기 또는 대상자의 폭력성에 대한 특이성을 파악하기 위해 1차와 2차로 구분하여 획득할 수 있다. 다시 말해, 본 발명은 외상 사건이 노출된 시점을 기준으로 특정 시점 이내의 기간 동안 외상 노출에 의한 상기 대상자의 1차 외상 노출 신체 정보를 획득할 수 있다. 그리고, 본 발명은 1차 외상 노출 신체 정보에 기초해 분류된 대상자의 폭력 행동 위험군에 따른 특이성을 파악하기 위해 상기 대상자의 2차 외상 노출 신체 정보를 획득할 수 있다. 즉, 본 발명은 대상자의 폭력적 행동을 사전에 예측 및 파악하기 위한 필요한 정보(predictor)로 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 포함하는 외상 노출 신체 반응 정보를 획득할 수 있다.
1차 외상 노출 신체 정보를 획득함에 있어, 본 발명은 대상자가 경험한 외상 사건의 종류에 대응하여, 각 종류에 따라 나타나는 특이적인 외상 반응을 파악하기 위해 서로 다른 신체 반응 정보를 획득할 수 있다. 즉, 대상자는 본인이 경험한 외상 사건의 종류에 따라 뇌에 각인되는 사건이 다르며, 이로 인해, 대상자에게 나타나는 외상 반응이 상이할 수 있다. 다시 말해, '교통 사고'를 경험한 대상자와 '이라크 전쟁'을 경험한 대상자는 죽음에 대해 직/간접적으로 유사한 경험을 하였으나, 죽음을 경험하게 하는 원인이 서로 상이함에 따라, 두 대상자가 느끼는 외상 반응에 분명한 차이가 있을 것이며, 이를 파악하기 위한 정보 또한 차이가 있을 수 있다.
따라서, 본 발명은 노출된 외상 사건의 종류(Type of Trauma)에 따라 행동 문제 유형을 예측하는 외상 노출 신체 반응의 정보를 다르게 획득할 수 있으며, 이로 인해 노출된 외상 사건의 종류에 따른 예측 모델이 각기 다르게 적용될 수 있다.
이를 위해, 본 발명은 대상자(103)에게 나타나는 외상 후 증후군의 증상에 대해 보다 객관적인 관점으로 파악하기 위해, 1차 외상 노출 신체 정보로 생리학적 요소, 혈액 물질 요소를 획득할 수 있다 행동 문제 예측 장치(101)는 외상 사건에 노출된 이후에 외상 사건과 관련하여 신체적으로 변화 가능한 요소들을 대상으로 정보를 획득할 수 있다. 행동 문제 예측 장치(101)는 1차 외상 노출 신체 정보를 기반으로 군집 분석을 적용하여 대상자의 행동 문제 유형군의 특성에 따른 행동 문제 유형을 파악할 수 있다. 자세하게, 본 발명은 각 외상 사건의 종류에 따른 특이적인 외상 노출 신체 반응 정보를 획득할 수 있다. 본 발명은 노출된 외상 사건의 종류에 따라 행동 외상의 발현 정도와 이를 예측하는 외상 노출 신체 반응 정보가 다를 수 있으므로, 각 외상 사건의 종류(또는 유형)에 따른 행동 문제 예측 장치를 수립할 수 있다. 각 외상사건의 종류에 따른 1차 외상 노출 신체 정보는 서로 상관 관계 지수가 높은 군끼리 군집을 이룰 수 있으며, 본 발명에서는 외상 반응에 따라 군집의 수를 3개로 정의하여 분류할 수 있다. 군집 분석에 따라 각 대상자는 감정 문제 유형(Emotional Reaction Type), 행동 문제 유형(Behavioral Reaction Type), 인지 문제 유형(Cognitive Reaction Type) 중 한 군집으로 분류될 수 있다.
즉, 본 발명은 외상 사건의 종류에 따른 1차 외상 노출 신체 정보로부터 군집 분석을 통해 대상자의 행동 문제 유형을 분류할 수 있다. 일례로, 본 발명은 신체적 폭력을 경험한 대상자의 1차 외상 노출 신체 정보에 기초하여 대상자의 외상 발현을 인지 문제 유형으로 분류할 수 있다. 그리고, 본 발명은 사고 및 재해를 경험한 대상자의 1차 외상 노출 신체 정보에 기초하여 대상자의 외상 발현을 감정 문제 유형으로 분류할 수 있다. 본 발명은 외상 사건으로 경험한 외상 사건의 종류뿐만 아니라, 개인이 외상 사건을 받아들인 정도에 따라 상이한 행동 문제 유형군으로 표현됨에 따라, 외상 종류에 대응하는 폭력 행동 위험군이 미리 설정되지 않고, 각 대상자의 상태에 대응하여 적응적으로 결정 및 분류될 수 있다.
행동 문제 예측 장치(101)는 1차 외상 노출 신체 정보를 획득한 이후, 폭력적 행동에 특이적인 뇌 영상 정보를 포함하는 2차 외상 노출 신체 정보를 추가로 획득할 수 있다. 그리고, 행동 문제 예측 장치(101)는 1차 외상 노출 신체 정보와 2차 외상 노출 신체 정보를 폭력적인 행동을 예측하기 위한 정보로 활용할 수 있다. 그리고, 폭력적인 행동을 예측할 수 있는 예측 비선형식은 표본 집단을 통하여 미리 수립할 수 있다.
즉, 본 발명은 행동 문제 예측 장치(101)에 적용하는 예측 비선형식을 수립하기 위하여, 각 외상 사건의 종류에 따른 표본집단을 구성하고 대상자에 대한 각 외상 노출 신체 반응 정보를 획득할 수 있다. 그리고, 행동 문제 예측 장치(101)는 각 외상 노출 신체 반응 정보가 폭력적 행동 문제를 예측하는 교차비(odds ratio)를 분석하고, 외상 노출 신체 반응 정보 중 교차비가 높은 인자를 추출할 수 있다. 이후, 행동 문제 예측 장치(101)는 추출된 인자들 중 각 인자 간 상관관계가 가장 낮은 인자들을 2차 추출할 수 있다. 상관관계가 가장 낮은 인자들을 추출하는 동작은 폭력적 행동 발생 예측 비선형 모델에 있어, 영향력이 중복되는 인자를 제외시켜 최소한의 수의 인자를 선택하는 과정일 수 있다. 그리고, 2차 추출된 인자들은 외상 사건의 종류에 따른 표본 집단을 대상으로 행동 문제를 예측하는 비선형 식을 수립할 수 있다. 이때, 본 발명은 가장 최소한의 수의 인자로 가능 높은 예측률을 보이는 비선형식을 선택할 수 있다.
여기서, 폭력적 행동 발생 예측 비선형 모델은 외상 종류에 따라 미리 선정된 표본 집단을 대상으로 외상 노출 신체 반응 정보(predictor)와 외상군 정보(outcome, 또는 외상 특성)를 이용하여 기계학습을 통해 특이적인 외상 노출 반응 정보를 최소한의 수로 추출하고, 추출된 정보를 활용한 비선형식을 수립하는 일련의 과정으로 나타날 수 있다.
이 과정을 통하여 본 발명은 각 외상 사건의 종류에 따른 표본 집단에서 최종 선택된 외상 노출 신체 반응 정보의 인자와 비선형식이 최종적으로 선택될 수 있다. 본 발명은 외상 노출 신체 반응 정보의 인자와 비선형식을 기반으로, 각 외상 사건의 종류에 노출된 대상자가 발생하였을 때, 외상 노출 1개월 이내에 외상 노출 신체 반응 정보의 인자를 선택하여 외상 반응 정보를 획득하고, 비선형식을 적용하여 행동 문제 발생 예측률을 추출할 수 있다.
행동 문제 예측 장치(101)는 각 요소들을 복합적으로 검사하여, 외상 사건에 대한 대상자의 부정적인 반응을 객관화할 수 있다. 행동 문제 예측 장치(101)는 1차 외상 노출 신체 정보를 기반으로 군집 분석을 적용하여 대상자를 감정 문제 유형, 행위 문제 유형, 인지 문제 유형 중 어느 하나의 유형으로 분류할 수 있다. 그리고, 행동 문제 예측 장치(101)는 분류된 유형에 해당하는 행동 문제 유형군을 대상자의 폭력 행동 위험군으로 결정할 수 있다. 여기서, 행동 문제 유형군의 특성은, 대상자에게 외상 사건이 노출된 이후, 심리적 부적응 증상으로 단기간 또는 장기간에 걸쳐 대상자로부터 표현되는 특정 증상의 편향적 발현형일 수 있다. 일례로, 행동 문제 유형군의 특성은 외상 사건에 의해 대상자에게 표출될 수 있는 우울증, 충동, 분도, 알코올, 주의력, 감정 인식 등의 각 증상을 의미할 수 있다.
그리고, 행동 문제 예측 장치(101)는 폭력 행동 위험군에 속하는 위험 대상군 즉, 감정 문제 유형, 행위 문제 유형, 인지 문제 유형 중 어느 하나의 유형에 속하는 대상자들을 대상으로 외상 사건의 노출에 따른 대상자의 폭력적 증상의 발현 가능성을 예측할 수 있다. 다시 말해, 행동 문제 예측 장치(101)는 대상자의 행동 문제 유형에 따른 외상 사건이 노출된 이후에 폭력, 자해 등의 행동 문제가 나타날 가능성이 높은 대상자를 사전에 예측할 수 있다. 일례로, 행동 문제 예측 장치(101)는 외상 사건에 노출되고, 짧게는 1개월 늦게는 3개월 이후에 폭력적 성향이 나타날 가능성이 높은 폭력 행동 위험군(behavioral type)을 조기에 발견할 수 있다. 외상 노출 후 발생되는 폭력적인 성향을 판단하는 기준은, 알코올 및 불법적 약물에 중독(의존) 되는 정도, 자해 및 자살 기도 빈도, 일정 이상의 충동적 행동의 빈도, 분노 표출 행동의 빈도, 타해 및 공격적인 행동의 빈도 등의 기준으로 판정될 수 있다
여기서, 행동 문제 예측 장치(101)는 대상자의 신체적 변화를 나타내는 외상 노출 신체 반응 정보로, 신경생리학 요소, 혈액 물질 요소 및 신경학적 요소(뇌 영상) 를 지표로 대상자의 폭력 행동 위험군을 판단함으로써, 효율적이고 정확하게 외상 후 폭력성이 나타날 가능성이 높은 고폭력 행동 위험군을 추출해 낼 수 있다.
결국, 본 발명은 외상 사건의 노출에 의한 조건 형성의 원리를 기반으로 대상자에게 나타나는 행동주의적 반응을 사전에 예측하고, 이에 대한 적절한 치료를 받을 수 있는 기준을 제공함으로써, 외상 사건에 의한 폭력성을 사전에 예측하고 개입할 수 있는 근거를 제시할 수 있다. 행동주의적 반응은 외상 사건에 의한 대상자의 자극, 외상 사건과 관련된 단서에 의해 조건 자극 등의 불안 반응이 조건적으로 형성됨에 따라 극심한 고통과 스트레스로 인해 불안을 감소하기 위한 행동으로써, 한층 강화되어 표출되는 증상을 의미할 수 있다.
즉, 본 발명의 행동 문제 예측 장치(101)는 외상 사건(102)에 의한 대상자(103)의 부정적 사고, 감정 등으로 인해 발현되는 대상자(103)의 폭력성을 사전에 예측하고, 효과적인 대처 행동으로 변화하도록 대상자의 치료를 유도할 수 있는 근거를 제시할 수 있다.
도 2는 일실시예에 따른 대상자의 외상 노출 신체 반응 정보를 설명하기 위한 도면이다.
도 2를 참고하면, 행동 문제 예측 장치는 외상 사건에 노출된 대상자를 대상으로 폭력적 성향이 발현될 가능성이 높은 고폭력 행동 위험군을 예측하기 위하여 외상 노출 신체 반응 정보를 획득할 수 있다. 이를 위해, 행동 문제 예측 장치는 대상자의 심리적 증상에 따른 신체적 변화를 파악하기 위해 세 가지 범주에서의 외상 노출 신체 반응 정보를 획득할 수 있다.
행동 문제 예측 장치는 외상 사건에 대한 반응과 관련이 있을 수 있는 요소들을 복합적으로 검사하기 위해 신경생리학 요소, 혈액 물질 요소를 획득할 수 있다. 세부적으로, 행동 문제 예측 장치는 획득한 생리학적 요소 및 혈액 물질 요소로부터 외상 사건의 종류에 따라 특이적으로 나타나는 외상 반응을 파악할 수 있다. 즉, 본 발명은 외상 사전에 노출된 모든 대상자로부터 1차 외상 노출 신체 정보를 획득할 수 있다. 이때, 모든 대상자는 서로 다른 외상 사건을 경험한 대상자들의 군집으로, 외상 사건의 종류에 따른 외상 반응을 나타낼 수 있다. 일례로, 외상 사건의 종류가 신체적 폭력으로 분류된 대상자는 실체에 물리적 해가 가해진 사건으로 혈액 내 염증-면역계를 대표하는 물질의 농도가 높게 측정될 수 있다. 그리고, 외상 사건의 종류가 성 폭력으로 분류된 대상자는 여성 호르몬을 대표하는 물질의 농도가 높게 측정될 수 있다. 결국, 본 발명은 외상 사건에 노출된 대상자의 부적응 증상으로 나타나는 외상 반응에 대응하여 외상 사건의 종류에 따른 서로 다른 1차 외상 노출 신체 정보를 획득할 수 있다.
그리고, 행동 문제 예측 장치는 신경학적 요소로 대상자의 뇌 영상 정보를 포함하는 2차 외상 노출 신체 정보를 획득할 수 있다. 이때, 정보 수집 편이성이 높은 신경생리학 요소 및 혈액 물질 요소는 1차 기초 외상 노출 신체 정보로 정의되고, 폭력적 행동을 예측하는 특이도는 높으나 수집 편이성이 낮은 뇌영상 요소는 2차 심화 외상 노출 신체 반응 정보로 구분하여 정의할 수 있다.
도 2의 (a)를 살펴보면, 행동 문제 예측 장치는 대상자의 자율 신경 조절과 관련된 요소로 생리학 요소를 획득할 수 있다. 구체적으로, 행동 문제 예측 장치는 외상 사건에 노출된 대상자의 부적응 증상으로 인체의 기능 조절에 대한 상태를 파악하기 위하여 생리학 요소를 획득할 수 있다. 행동 문제 예측 장치는 생리학 요소로, 심장과 관련된 대상자의 심박수(Heart Rate), 심박 변이도(HRV: Heart Rate Variability), 피부 전도도(SC: Skin Conductance)를 측정할 수 있다. 특히, 심박수와 심박 변이도는 1차 외상 노출 신체 정보로 분류하고, 피부 전도도는 1차 외상 노출 신체 정보로써, 일회성 외상군 특이적 정보로 분류하여 노출된 외상 종류에 따라 획득할 수 있다.
여기서, 심박수는 대상자의 상태에 따라 증가 또는 감소하는 심장의 박동수이며, 심박 변이도는 대상자로부터 측정되는 저주파(LF: Low-Frequency)와 고주파(HF: High-Frequency)의 비율로 나타날 수 있다. 또한, 피부 전도도는 대상자의 상태에 따른 피부의 습도에 비례하여 나타날 수 있다. 일례로, 외상 사건에 의해 대상자가 불안을 느끼는 경우, 심박수는 급격이 증가하고, 심박 변이도는 LF/HF의 비율에 따른 교감-부교감 신경이 불균형을 나타내며, 피부 전도도는 높아질 수 있다.
본 발명은 외상 사건에 의해 대상자에게 나타날 수 있는 외상 장애 증상인 불안, 부정, 위협 등으로 인해 사람의 신체가 긴장함에 따라 과호흡, 과활성 등의 신체적 이상 현상이 발생할 수 있다. 특히나, 심장은 신체가 과잉 각성됨에 따라 신체적에 먼저 반응되는 내장 기관일 수 있다. 따라서, 행동 문제 예측 장치는 대상자의 침투 증상, 회피 증상, 인지/감정 부정 증상, 각성/반응 증상 등으로 인해 변화하는 생리학 요소를 측정할 수 있다.
도 2의 (b)를 살펴보면, 행동 문제 예측 장치는 대상자의 혈관 내부에 흐르며 산소화 영양소의 상태를 파악할 수 있는 혈액 요소를 획득할 수 있다. 구체적으로, 행동 문제 예측 장치는 외상 사건에 노출된 대상자의 부적응 증상으로 혈액을 통해 나타나는 증상을 파악하기 위해 혈액 물질 요소를 획득할 수 있다. 행동 문제 예측 장치는 소량의 정맥 혈액을 채취하여, 대상자의 면역 기능, 산화 스트레스, 신경 가소성(Neuroplasticity), 시상하부-뇌하수체-부신 축(Hypothalamic-Pituitary-Adrenal Axis, HPA axis)의 기능을 반영하는 특정 물질의 농도를 측정할 수 있다.
여기서, 면역 기능은 혈액 속에 포함된 면역 세포의 분포 농도를 나타내고, 산화 스트레스는 혈액 속에 포함된 혈액 응고 물질의 분포 농도를 나타내며, 신경 가소성은 뇌의 신경 경로가 외부의 자극, 경험, 학습에 의해 구조 기능적으로 변화하고 재조직하는 과정에서 공급되는 혈액의 유무를 나타낼 수 있다. 시상하부-뇌하수체-부신 축 관련 요소는 대상자가 외상 노출에 의해 겪게 되는 스트레스로 인한 분비되는 스트레스 호르몬이 혈액에 방출된 비율을 나타낼 수 있다. 특히, 염증-면역계를 대표하는 혈액 내 물질의 농도는 신체적 폭력 외상군에 특이적인 외상 노출 신체 반응 정보로 분류하고, 여성 호르몬 관련 혈액 냉 물질 농도 정보는 성폭력 외상군 특이적인 외상 노출 신체 반응 정보로 분류할 수 있다.
일례로, 외상 사건에 의해 대상자가 불안을 느끼는 경우, 대상자는 혈액 내 스트레스로 인한 혈액을 응고 시키는 물질이 증가(산화 스트레스)하고 스트레스 호르몬이 혈액에 방출(시상하부-뇌하수체-부신 축)됨에 따라 면역 체계의 활성이 낮아져 면역 세포의 분포 농도가 낮아지며, 인체 내 혈액의 공급 비율이 낮아지는 증상이 나타날 수 있다.
도 2의 (c)를 살펴보면, 행동 문제 예측 장치는 폭력 또는 공포 반응과 관련성이 높은 뇌 영역의 구조를 파악하기 위해 뇌 영상 요소를 획득할 수 있다. 구체적으로, 행동 문제 예측 장치는 외상 사건에 의한 뇌 영역의 활성도 혹은 연결성을 측정하기 위해 신경적 요소로써, 뇌영상 요소를 획득할 수 있다. 뇌영상 요소는 뇌 조직의 활성화 여부에 따른 폭력성 여부를 파악하기 위한 자기 공명 영상일 수 있다. 뇌영상 정보의 경우 수집 편이도가 상대적으로 낮기 때문에 2차 외상 노출 신체 정보로 분류하여 폭력적 행동을 예측하기 위한 정보로 활용할 수 있다.
일반적으로, 사람의 뇌 조직 중 편도체, 해마는 자신이 경험한 상황을 기억 저장하거나 소거하는데 역할을 하는 것으로 알려져 있다. 이 때, 외상 사건으로 인한 불안과 공포에 대한 기억은 편도체, 해마를 포함하는 공포 회로를 통하여 뇌에 각인될 수 있다. 이는 공포 회로 및 연결된 뇌 구조물의 기능적 혹은 구조적 특성에 따라 외상 사건을 경험한 이후, 각인된 외상 사건의 기억으로부터 공포를 느끼지 않을 상황에서의 불안과 공포가 유발될 수 있다.
특히, 외상 노출 후 폭력적 행동 증상을 예측하기 위해서는 뇌 보상 회로(reward circuit)에 속해있는 측좌핵(nucleus accumbens)과 전전두엽(prefrontal cortex) 용적과 외상 자극에 대한 반응도가 중요한 역할을 수행할 수 있다. 즉, 측좌핵은 뇌 보상 회로를 강화하는 방향으로 감정이나 행동을 유도하여 폭력적인 행동에 대한 감수성을 높이고, 전전두엽은 측좌핵의 작용을 조절하는 콘트롤 타워의 역할을 하여 폭력적인 행동의 발현을 억제하는 역할을 수행할 수 있다.
결국, 측좌핵의 용적이 클수록, 외상 자극에 대한 반응도가 클수록, 전전두엽의 용적이 작고, 외상 자극에 대한 반응도가 낮을수록 뇌 보상 회로가 활성화되어 폭력적인 행동이 발현됨을 예측할 수 있다.
따라서, 본 발명에서 행동 문제 예측 장치는 뇌 내 공포 회로 및 보상 회로의 활성화뿐만 아니라, 공포 회로 및 보상 회로의 활성화와 관련된 뇌 신경계의 활성화 여부를 파악하기 위한 뇌영상 요소를 획득함으로써, 대상자의 외상 노출에 따른 뇌 구조, 활성도 및 연결성 등을 파악할 수 있다.
도 3은 일실시예에 따른 폭력적 증상에 대한 발현을 예측하는 동작을 설명하기 위한 도면이다.
도 3을 참고하면, 폭력적 행동 문제 예측 장치는 외상 노출 신체 반응 정보로 생리적 요소, 혈액 요소 및 뇌영상 요소를 분석하여 각 요소별 점수를 계산할 수 있다. 여기서, 각 요소별 점수는 도 1을 통해 설명한 구성으로 외상 사건의 종류에 따른 표본 집단에 2차 추출된 요소 간의 비선형식으로 계산될 수 있으며, 각 외상 사건의 종류에 따라 추출된 요소의 종류와 비선형식은 각각 다를 수 있다. 이에, 본 발명에서의 행동 문제 예측 장치는 각 외상 사건의 종류에 따라 개별화될 수 있으며, 대상자가 노출된 외상의 종류에 따라 특이적인 폭력적 행동 문제 예측 장치가 적용될 수 있다. 다시 말해, 행동 문제 예측 장치는 외상 노출 신체 반응 정보의 각 요소들을 기반으로 외상 사건이 노출된 대상자의 심리적 증상에 대한 심각성을 파악하기 위해 각 요소별 점수를 계산할 수 있다.
이 때, 각 요소는 특성에 따라 외상 노출에 의한 대상자의 스트레스 또는 불안 증상을 나타내는 값의 범위가 상이함에 따라, -1에서 1까지로 각 요소별 계산된 점수를 표준화(normalization)할 수 있다. 그리고, 행동 문제 예측 장치는 외상 노출 신체 반응 정보의 표준화된 각 점수를 토대로 대상자의 미래의 행동 문제 유형군의 특성을 판단할 수 있다. 특히 폭력적 행동을 예측할 수 있는 행동 외상(Behavioral Trauma)을 구분하기 위해서는 행동 문제 예측 장치의 파악부를 통하여, 대상자를 1차 외상 노출 신체 정보들의 군집 분석에 따른 감정 문제 유형(Emotional Reaction Type), 행동 문제 유형(Behavioral Reaction Type), 인지 문제 유형(Cognitive Reaction Type) 중 하나의 유형을 분류할 수 있다. , 본 발명은 군집 분석을 통해 행동 외상의 특성에 해당되는 발현 지표의 수치가 가장 높으면, 행동 문제 유형 외상군으로 판정할 수 있다.
본 발명은 행동 문제 유형에 따른 폭력 행동 위험군을 추출하고, 폭력 행동 위험군와 2차 외상 노출 신체 정보를 통합하여 최종적으로 폭력적 행동의 발생 가능성을 예측할 수 있다.
본 발명에서의 행동 문제 예측 장치는 행동 외상군의 특성이 발현되기 이전에, 외상 직후 외상 노출 신체 반응 정보의 요소 점수의 비선형식으로, 외상 노출 직후 미래의 행동 외상군 발생 여부를 판별할 수 있다. 일례로, 행동 문제 예측 장치는 신경생리학 요소, 혈액 물질 요소 및 신경학적 요소 각각의 점수를 기반으로 미래의 충동, 분노, 주의력, 알코올 등으로 구분되는 행동 문제 유형군의 특성을 판단할 수 있다.
행동 문제 예측 장치는 대상자로부터 외상 노출 직후 획득된 외상 노출 신체 반응 정보를 기반으로 향후 발생될 수 있는 행동 문제 유형군의 특성에 대응하여 행동 문제 유형의 발생 여부와 확률을 파악할 수 있다. 자세하게, 행동 문제 예측 장치는 외상 노출 신체 반응 각각의 정보가 행동 문제 유형으로 분류될 교차비(odds ratio)를 분석할 수 있다. 그리고, 행동 문제 예측 장치는 행동 문제 유형별 교차비가 높은 외상 노출 신체 반응요인 선택할 수 있다. 이러한 외상 노출 신체 반응 요인의 예측한 군집이 과연 행동 문제가 많은 군집 임을 사후 증명할 수 있는 행동 외상 군의 특성은 도 4와 같이 나타낼 수 있다.
결국, 행동 문제 예측 장치는 각 외상 노출 신체 반응 요인 중 고폭력 행동 위험군 예측률이 높으면서 요인들 간의 상관관계가 낮은 것이 높은 설명력을 가지리라 예상하여, 이러한 여러 요인을 조합하여 반복 분석함으로써 고폭력 행동 위험군 예측률을 가장 높이는 요인들을 추출할 수 있다.
구체적으로, 행동 문제 예측 장치 예측부의 각 외상 사건의 종류에 따른 표본 집단의 정보를 통해 요인을 추출하는 방식은 각 외상 노출 신체 반응 요인(신경생리학적-뇌영상 반응 정보)와 외상 특성(outcome)과의 상관관계 지수를 구하여 가장 높은 상관관계 지수를 가지는 요인 순서로 추출할 수 있다. 여기서, 외상 특성은 본 발명에서 예측해야 행동 문제 유형군의 판정 정보로써, 각 특성에 대한 특이적인 발현 지표 점수의 상승 형태로 나타날 수 있다.
또한, 본 발명은 외상 노출 신체 반응 요인을 획득할 수 있는 방법의 편이도 지수를 포함시켜 정보 획득의 편이도가 높은 경우 가중치를 둘 수 있다. 일례로 소량의 정맥혈을 추출하여 측정할 수 있는 인자는, 상대적으로 복합적인 뇌영상 분석을 통해 획득할 수 있는 인자에 비해 정보 획득 편이도 지수를 높게 산정할 수 있다. 그리고, 도 2에서 기술한 바와 같이 각 요인의 영향력이 중복되는 경우, 이를 배제하고, 최소의 수로 비선형식을 구성하기 위하여 각 요인 간의 상관 관계를 가장 낮으면서, 외상 특성과의 상관 관계 지수가 높은 인자를 추출할 수 있다. 즉, 본 발명은 외상 노출 신체 반응 인자 중 행동 외상과의 상관관계 지수가 높고, 정보 획득 편이도가 높은 인자로 1차 추출할 수 있다. 그리고, 본 발명은 1차 추출된 인자 간의 상관관계 지수가 가장 낮은 조합을 반복적으로 분석하여, 최소한의 수의 인자를 포함하면서 행동 외상에 대한 예측력이 가장 높은 외상 노출 신체 반응 요인과 비선형식을 최종적으로 선택할 수 있다. 이와 같은 과정은 각 외상 사건의 종류에 따라 반복적으로 수행할 수 있다.
도 5는 일실시예에 따른 행동 문제 예측 방법을 설명하기 위한 흐름도이다.
단계(501)에서 행동 문제 예측 장치는 외상 사건의 종류에 따라 대상자를 분류할 수 있다. 행동 문제 예측 장치는 대상자에게 노출된 외상 사건이 갖는 특성에 따라 신체적 폭력(Physical Violence), 성폭력(Sexual Violence), 사고 및 재해(Accidents/ Disaster), 기타(Others)로 구분되는 외상 사건의 종류에 따라 대상자를 분류할 수 있다.
단계(502)에서 행동 문제 예측 장치는 외상 사건을 경험한 대상자로부터 외상 사건이 노출된 시점을 기준으로 가능한 초기의 일정 기간 내에 대상자의 1차 외상 노출 신체 정보를 획득할 수 있다. 행동 문제 예측 장치는 대상자의 1차 외상 노출 신체 정보로, 신경생리적 요소, 혈액 물질 요소를 획득할 수 있다. 여기서, 신경생리적 요소는 대상자의 자율 신경 조절을 위한 생체 정보를 포함할 수 있다. 혈액 물질 요소는 산화 스트레스, 신경 재생, 시상하부-뇌하수체-부신 축과 관련된 혈액 정보를 포함할 수 있다.
다시 말해, 행동 문제 예측 장치는 외상 사건에 노출된 대상자에 대한 심리적 증상 및 외상 증상 유형 발현을 파악하기 위해 신체의 이상 현상으로 나타나는 외상 노출 신체 반응 정보를 획득할 수 있다.
단계(503)에서 행동 문제 예측 장치는 대상자의 1차 외상 노출 신체 정보를 분석하여 외상 사건의 노출에 의한 대상자의 행동 문제 유형에 따른 폭력 행동 위험군을 결정할 수 있다. 행동 문제 예측 장치는 외상 노출 신체 반응 정보를 기반으로 군집 분석을 적용하여 대상자의 행동 문제 유형군의 특성에 따른 행동 문제 유형을 파악할 수 있다. 여기서, 행동 문제 유형군의 특성은 대상자에게 외상 사건이 노출된 이후, 심리적 부적응 증상으로 단기간 또는 장기간에 걸쳐 대상자로부터 표현되는 특정 증상의 편향적 발현형일 수 있다. 즉, 행동 문제 유형군의 특성은 대상자가 겪는 스트레스로 인해 발현되는 지각 이상 행동을 확인할 수 있다. 그리고, 행동 문제 예측 장치는 지각 이상 행동을 통한 대상자의 행동 문제 유형을 파악할 수 있다.
이를 위해, 행동 문제 예측 장치는 신경생리적 요소, 혈액 물질 요소를 분석하여 각 요소별 점수를 계산할 수 있다. 행동 문제 예측 장치는 외상 노출 신체 반응 정보의 각 요소들을 기반으로 외상 사건이 노출된 대상자의 심리적 증상에 대한 심각성을 파악하기 위해 각 요소별 점수를 계산할 수 있다.
그리고, 행동 문제 예측 장치는 계산된 각 요소별 점수에 기초하여 대상자의 행동 문제 유형군의 특성을 판단할 수 있다. 일례로, 행동 문제 예측 장치는 생리적 요소, 혈액 요소 및 뇌영상 요소 각각의 점수를 기반으로 충동, 분노, 주의력, 알코올 등으로 구분되는 행동 문제 유형군의 특성을 판단할 수 있다.
행동 문제 예측 장치는 1차 외상 노출 신체 정보를 기반으로 군집 분석을 적용하여 대상자를 감정 문제 유형, 행위 문제 유형, 인지 문제 유형 중 어느 하나의 유형으로 분류할 수 있다. 그리고, 행동 문제 예측 장치는 분류된 유형에 해당하는 행동 문제 유형군을 대상자의 폭력 행동 위험군으로 결정할 수 있다.
단계(504)에서 행동 문제 예측 장치는 폭력 행동 위험군에 따른 특이성을 파악하기 위해 상기 대상자의 2차 외상 노출 신체 정보를 획득할 수 있다. 행동 문제 예측 장치는 뇌 조직 중 폭력적 행동과 관련된 뇌 보상 회로(reward circuit)에 대한 뇌영상 정보를 2차 외상 노출 신체 정보로 획득할 수 있다.
단계(505)에서 행동 문제 예측 장치는 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 외상 사건의 노출에 따른 대상자의 폭력적 증상의 발현 가능성을 예측할 수 있다. 행동 문제 예측 장치는 행동 문제 유형에 따른 외상 노출 신체 반응 정보의 각 요소들 간 상관 관계를 고려하여 폭력적 증상의 발현 가능성을 예측할 수 있다. 여기서, 행동 문제 예측 장치는 차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 외상 사건의 종류에 따라 분류된 표본 집단에서 추출한 비선형식을 적용하여 폭력적인 행동의 발생 가능성을 예측할 수 있다.
일례로, 대상자에게 분류된 외상 사건의 종류가 1) 신체적 폭력인 경우, 2) 성폭력인 경우, 3) 사고 및 재해인 경우, 4) 기타인 경우 각각에 대응하여 행동 문제 예측 장치는 1) 신체적 폭력에 해당하는 표본집단, 2) 성폭력에 해당하는 표본집단, 3) 사고 및 재해에 의한 일회성 외상에 해당하는 표본집단, 4) 기타에 해당하는 표본집단 각각에서 추출한 비선형식을 적용하여 폭력적인 행동의 발생 가능성을 예측할 수 있다.
행동 문제 예측 장치는 폭력적 증상의 발현 가능성이 높은 것으로 예측된 대상자를 대상으로 폭력적 증상이 발현되기 이전에 심리적 증상에 대한 치료의 기준을 제공함으로써, 대상자가 심리적 증상이 심각해지기 이전에 치료를 받을 수 있도록 연계하는 근거를 제공할 수 있다.
결국, 본 발명은 외상 종류에 따른 표본 집단의 기계학습을 통해 노출된 외상 종류에 대응하는 서로 다른 행동 문제 예측 장치를 활용할 수 있다. 그리고, 본 발명은 행동 문제 예측 장치를 이용하여 외상 사건에 노출된 직후, 수집된 외상 노출 신체 반응 정도를 이용하여 외상 사건에 노출된 대상자에게 아직 발현되지 않은 폭력적 행동 외상 특성을 사전에 예측할 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체)에 기록된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
101: 행동 문제 예측 장치
102: 외상 사건
103: 대상자

Claims (14)

  1. 외상 사건에 의한 행동 문제 예측 장치가 수행하는 외상 사건에 의한 행동 문제 예측 방법에 있어서,
    외상 사건의 종류에 따라 대상자를 분류하는 단계;
    상기 외상 사건을 경험한 대상자로부터 상기 외상 사건이 노출된 시점을 기준으로 특정 시점 이내의 기간 동안 외상 노출에 의한 상기 대상자의 1차 외상 노출 신체 정보를 획득하는 단계;
    상기 1차 외상 노출 신체 정보를 분석하여 상기 외상 사건의 노출에 의한 대상자의 행동 문제 유형(Behavioral Reaction Type)에 따른 폭력 행동 위험군을 결정하는 단계; 및
    상기 폭력 행동 위험군에 따른 특이성을 파악하기 위해 상기 대상자의 2차 외상 노출 신체 정보를 획득하는 단계;
    상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 상기 외상 사건의 노출에 따른 대상자의 폭력적 증상의 발현 가능성을 예측하는 단계
    를 포함하는 외상 사건에 의한 행동 문제 예측 방법.
  2. 제1항에 있어서,
    상기 외상 사건의 종류는,
    상기 대상자에게 노출된 외상 사건이 갖는 특성에 따라 신체적 폭력(Physical Violence), 성폭력(Sexual Violence), 사고 및 재해(Accidents/ Disaster), 기타(Others)로 구분되는 외상 사건에 의한 행동 문제 예측 방법.
  3. 제1항에 있어서,
    상기 대상자의 1차 외상 사건 신체 정보는,
    자율 신경 조절과 관련된 생리적 요소 및 대상자의 산화 스트레스, 신경 재생, 시상하부-뇌하수체-부신 축과 관련된 혈액 물질 요소를 포함하는 외상 사건에 의한 행동 문제 예측 방법.
  4. 제1항에 있어서,
    상기 폭력 행동 위험군을 결정하는 단계는,
    상기 1차 외상 노출 신체 정보를 기반으로 군집 분석을 적용하여 대상자를 감정 문제 유형, 행위 문제 유형, 인지 문제 유형 중 어느 하나의 유형으로 분류하는 단계; 및
    상기 분류된 유형에 해당하는 행동 문제 유형군을 대상자의 폭력 행동 위험군으로 결정하는 단계
    를 포함하는 외상 사건에 의한 행동 문제 예측 방법.
  5. 제4항에 있어서,
    상기 행동 문제 유형군의 특성은,
    상기 대상자에게 외상 사건이 노출된 이후, 심리적 부적응 증상으로 단기간 또는 장기간에 걸쳐 대상자로부터 표현되는 특정 증상의 편향적 발현형인 외상 사건에 의한 행동 문제 예측 방법.
  6. 제4항에 있어서,
    상기 대상자의 2차 외상 노출 신체 정보를 획득하는 단계는,,
    뇌 조직 중 폭력적 행동과 관련된 뇌 보상 회로(reward circuit)에 대한 뇌영상 정보를 2차 외상 노출 신체 정보로 획득하는 외상 사건에 의한 행동 문제 예측 방법.
  7. 제1항에 있어서,
    상기 대상자의 폭력적 증상의 발현 가능성을 예측하는 단계는,
    상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 각 요소들 간 상관 관계를 고려해 폭력적 증상의 발현 가능성을 예측하는 외상 사건에 의한 행동 문제 예측 방법.
  8. 행동 문제 예측 장치에 있어서,
    프로세서를 포함하고, 상기 프로세서는,
    외상 사건의 종류에 따라 대상자를 분류하고,
    상기 외상 사건을 경험한 대상자로부터 상기 외상 사건이 노출된 시점을 기준으로 특정 시점 이내의 기간 동안 외상 노출에 의한 상기 대상자의 1차 외상 노출 신체 정보를 획득하고,
    상기 1차 외상 노출 신체 정보를 분석하여 상기 외상 사건의 노출에 의한 대상자의 행동 문제 유형에 따른 폭력 행동 위험군을 결정하고,
    상기 폭력 행동 위험군에 따른 특이성을 파악하기 위해 상기 대상자의 2차 외상 노출 신체 정보를 획득하고,
    상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 상기 외상 사건의 노출에 따른 대상자의 폭력적 증상의 발현 가능성을 예측하는 외상 사건에 의한 행동 문제 예측 장치.
  9. 제8항에 있어서,
    상기 외상 사건의 종류는,
    상기 대상자에게 노출된 외상 사건이 갖는 특성에 따라 신체적 폭력, 성폭력, 사고 및 재해, 기타로 구분되는 외상 사건에 의한 행동 문제 예측 장치.
  10. 제9항에 있어서,
    상기 대상자의 초기 신체 반응 정보는,
    자율 신경 조절과 관련된 생리적 요소, 대상자의 산화 스트레스, 신경 재생, 시상하부-뇌하수체-부신 축과 관련된 혈액 물질 요소를 포함하는 외상 사건에 의한 행동 문제 예측 장치.
  11. 제9항에 있어서,
    상기 프로세서는,
    상기 1차 외상 노출 신체 정보를 기반으로 군집 분석을 적용하여 대상자를 감정 문제 유형, 행위 문제 유형, 인지 문제 유형 중 어느 하나의 유형으로 분류하고, 상기 분류된 유형에 해당하는 행동 문제 유형군을 대상자의 폭력 행동 위험군으로 결정하는 외상 사건에 의한 행동 문제 예측 장치.
  12. 제11항에 있어서,
    상기 행동 문제 유형군의 특성은,
    상기 대상자에게 외상 사건이 노출된 이후, 심리적 부적응 증상으로 단기간 또는 장기간에 걸쳐 대상자로부터 표현되는 특정 증상의 편향적 발현형인 외상 사건에 의한 행동 문제 예측 장치.
  13. 제11항에 있어서,
    상기 프로세서는,
    뇌 조직 중 폭력적 행동과 관련된 뇌 보상 회로(reward circuit)에 대한 뇌영상 정보를 2차 외상 노출 신체 정보로 획득하는 외상 사건에 의한 행동 문제 예측 장치.
  14. 제9항에 있어서,
    상기 프로세서는,
    상기 1차 외상 노출 신체 정보 및 2차 외상 노출 신체 정보를 기반으로 각 요소들 간 상관 관계를 고려하여 폭력적 증상의 발현 가능성을 예측하는 외상 사건에 의한 행동 문제 예측 장치.
KR1020170145501A 2017-11-02 2017-11-02 외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치 KR102003607B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020170145501A KR102003607B1 (ko) 2017-11-02 2017-11-02 외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치
PCT/KR2018/001147 WO2019088367A1 (en) 2017-11-02 2018-01-26 Method and apparatus for predicting posttraumatic behavior problem
US15/882,254 US20190125239A1 (en) 2017-11-02 2018-01-29 Method and apparatus for predicting posttraumatic behavior problem
US17/096,135 US20210113144A1 (en) 2017-11-02 2020-11-12 Method and apparatus for predicting posttraumatic behavior problem

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170145501A KR102003607B1 (ko) 2017-11-02 2017-11-02 외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치

Publications (2)

Publication Number Publication Date
KR20190050199A KR20190050199A (ko) 2019-05-10
KR102003607B1 true KR102003607B1 (ko) 2019-07-24

Family

ID=66245814

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170145501A KR102003607B1 (ko) 2017-11-02 2017-11-02 외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치

Country Status (3)

Country Link
US (2) US20190125239A1 (ko)
KR (1) KR102003607B1 (ko)
WO (1) WO2019088367A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102094723B1 (ko) * 2012-07-17 2020-04-14 삼성전자주식회사 견고한 얼굴 표정 인식을 위한 특징 기술자
US11250337B2 (en) * 2019-11-04 2022-02-15 Kpn Innovations Llc Systems and methods for classifying media according to user negative propensities

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070173733A1 (en) 2005-09-12 2007-07-26 Emotiv Systems Pty Ltd Detection of and Interaction Using Mental States
WO2014143611A1 (en) 2013-03-11 2014-09-18 Ohio State Innovation Foundation Systems for treating post-traumatic stress disorder
WO2017172487A1 (en) 2016-03-28 2017-10-05 The Board Of Trustees Of The Leland Stanford Junior University Detecting or treating post-traumatic stress syndrome

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1644537A2 (en) * 2003-07-11 2006-04-12 Wisconsin Alumni Research Foundation Method for assessing behavioral predisposition
KR20080005798A (ko) 2006-07-10 2008-01-15 (주)유리시스 모션트랙킹 기술과 증강현실 기법을 활용한 인지 및행동장애 재활 지원시스템
US20120060851A1 (en) * 2010-09-14 2012-03-15 Amberg Eric C Method for Treating Stress Related Disorders
KR101640310B1 (ko) * 2014-09-11 2016-07-18 한양대학교 산학협력단 뇌파 분석을 통한 조현병 환자 또는 정신질환 환자의 증상 심각도를 예측하는 방법 및 장치
KR101718293B1 (ko) * 2016-09-27 2017-03-20 인제대학교 산학협력단 뇌 네트워크 분석을 통한 외상후스트레스 장애 진단시스템
CN111742370A (zh) * 2017-05-12 2020-10-02 密歇根大学董事会 个体和队列药理学表型预测平台

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070173733A1 (en) 2005-09-12 2007-07-26 Emotiv Systems Pty Ltd Detection of and Interaction Using Mental States
WO2014143611A1 (en) 2013-03-11 2014-09-18 Ohio State Innovation Foundation Systems for treating post-traumatic stress disorder
WO2017172487A1 (en) 2016-03-28 2017-10-05 The Board Of Trustees Of The Leland Stanford Junior University Detecting or treating post-traumatic stress syndrome

Also Published As

Publication number Publication date
KR20190050199A (ko) 2019-05-10
US20190125239A1 (en) 2019-05-02
WO2019088367A1 (en) 2019-05-09
US20210113144A1 (en) 2021-04-22

Similar Documents

Publication Publication Date Title
McKinnon et al. A review of the relation between dissociation, memory, executive functioning and social cognition in military members and civilians with neuropsychiatric conditions
Kotwas et al. Stress regulation in drug-resistant epilepsy
Mednick et al. Biology and crime
Cohen et al. The relevance of differential response to trauma in an animal model of posttraumatic stress disorder
Ohayon et al. Posttraumatic stress disorder in the general population
Jones et al. The effect of situation–evoked anxiety and gender on pain report using the cold pressor test
KR102003607B1 (ko) 외상 사건에 의한 행동 문제 예측 방법 및 행동 문제 예측 장치
Devarajan et al. EEG-based epilepsy detection and prediction
Hokett et al. Age and race-related differences in sleep discontinuity linked to associative memory performance and its neural underpinnings
KR101865505B1 (ko) 바이오 정보를 이용한 외상 후 증후군의 발병 위험군 판단 방법
Vatnar et al. Victim of and witness to violence: An interactional perspective on mothers’ perceptions of children exposed to intimate partner violence
Forth et al. Psychopathic traits in adolescence: Assessment and implications
McDonald et al. Disorders of emotion and social cognition following traumatic brain injury
Pinikahana et al. Age and gender differences in initial symptoms and precipitant factors of epileptic seizures: an Australian study
Galtrey et al. Stress and epilepsy
Genheimer Fear and anxiety in virtual reality: Investigations of cue and context conditioning in virtual environment
Žukov et al. P300 wave: a comparative study of impulsive aggressive criminals
KR20180059388A (ko) 생체신호 측정을 이용한 감성벡터 기반 몰입촉발 감성 실시간 추적방법
Semenova Higher depression scores are associated with lower pattern separation performance in humans
Chen et al. Electrodermal fear conditioning and sexual victimization in college students
Sarigiannidis How anxiety alters the perception of time: probing the neurocognitive impacts of anxiety using a translational temporal judgement task
Milanowski Critical transitions in epileptic systems
Sghirripa Brain Rhythms and Working Memory in Healthy Ageing
King The association of limbic system activation with dream, bad dream and nightmare generation
PALUSCI OF SOUND MIND AND BODY

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