KR102045998B1 - 다중 반복시간을 이용한 자기공명영상 뉴런진동 검출방법 - Google Patents

Abstract

뉴런공진신호의 검출방법 및 MRI 신호 처리 장치가 개시된다. 뉴런공진신호를 검출하는 방법은 서로 다른 복수의 반복주기 각각에 따라 뉴런공진신호의 자기공명신호를 샘플링하여 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 단계 및 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 단계를 포함한다.

Description

다중 반복시간을 이용한 자기공명영상 뉴런진동 검출방법{An MRI approach of multipletimes to repeat for detection of neuronal oscillations}

본 발명은 뉴런공진 자기공명영상의 MRI 데이터 획득 및 처리 기술에 관한 것으로서, 특히 두 개 이상의 반복시간을 이용하여 뉴런공진신호의 크기를 측정함으로써 뉴런공진 자기공명영상의 MRI 데이터를 처리하는 기술에 관한 것이다.

최근 시스템 생물학 연구에서는 뇌 영역 간에 통신이 뇌 전체적인 신호로부터 선택적 주파수 대역 필터를 통해서 선택적으로 이루어진다는 가설이 제안되었다. 이러한 가설을 기반으로 한 뇌 영역 간에 통신을 위한 뉴런의 공진 주파수를 측정할 수 있는 기법은 현재 잘 알려져 있지 않은 뇌 영역 간 통신 메커니즘을 밝힐 수 있고, 심리학, 정신과학, 병리학을 포함한 뇌 연구에 엄청난 영향을 끼칠 수 있다.

뇌는 수많은 기능들을 담당하는 작은 영역들로 구성되어 있고 이러한 뇌 영역들은 서로 구조적으로 연결되어 있다. 행동과 인지, 지각 등의 대부분의 뇌 기능들은 빠르고 유연하게 뇌의 네트워크를 재조합함으로써 이루어진다. 최근의 연구들에 따르면 특정한 주파수 대역에서 일어나는 뉴런의 진동과 동기화가 구조적으로 연결된 뇌의 영역 간의 정보의 흐름을 제어하고, 뇌 영역 간의 유연하고 선택적인 통신을 가능하게 함이 밝혀지고 있다. 그러나 휴지 상태 및 활동/자극 상태에서, 특정한 주파수 대역에 맞춘 뇌의 선택적이고 유연한 통신이 어떤 메커니즘으로 일어나고 있는지 밝혀지지 않고 있다. 더구나 수많은 임상 데이터에 의하면, 자폐증, 정신분열증, 간질, 치매와 파킨스병 같은 뇌 질환 환자들은 넓은 주파수 대역 상에서 뉴런의 동기화 특성이 바뀌어 있고 그러한 비정상적인 뉴런의 동기화가 질병의 증세들(비정상적인 인지, 행동, 움직임 등)에 대한 원인이 될 수 있음이 밝혀지고 있다.

그러므로 동기화를 통한 선택적인 뇌 영역 간 통신 메커니즘을 이해함으로써 생체병리학과 뇌 질환의 치료에 매우 중요한 단서가 발견될 수 있다. 더욱이, 뇌 영역 간 통신에 사용되는 넓은 대역의 주파수에 대한 뉴런의 공진 특성을 고해상도로 매핑(mapping)할 수 있는 새로운 영상 기법을 개발하는 것은 생체의용공학에 관련된 학계, 산업계 및 의료계에 엄청난 파급효과를 가져올 수 있다.

한편, 기능성 자기공명영상(fMRI)은 뇌의 활동을 뉴런의 전류를 통해 직접적으로 측정하기보다는 뉴런과 혈류의 상호작용에 의해 간접적으로 측정한다. fMRI는 기존의 MRI와 다르게, 영상을 외부의 자극이 있는 동안과 그 전후에 반복적으로 획득하여 통계적인 처리를 통해 해당 외부 자극의 시간적인 패턴과 상관도를 보이는 뇌 영역을 매핑하는 기술이다. fMRI는 뉴런의 활동을 비침습적으로 매핑(mapping)할 수 있는 특별한 영상 기법이지만, 뉴런의 전기적인 신호를 직접적으로 측정하기보다 뉴런의 활동에 의한 혈류 변화를 통한 간접적인 측정 방법을 이용한다.

한편, fMRI가 외부의 자극 없이도 수행될 수 있다는 연구결과도 있다. 이 새로운 fMRI 기술은 Resting-state fMRI라고 부른다. Resting-state fMRI의 기본 가정은 뇌의 두 영역 간에 기능적으로 연관성이 있으면 시간적인 MRI 신호 변화도 서로 상관도가 있을 것이라는 데서 출발한다. Resting-state fMRI는 뇌 영역 간의 기능성 연결성(functional connectivity)을 측정한다.

그러나, Resting-state fMRI를 포함한 현존하는 fMRI 기법들은 국소 영역의 혈류역학적인 반응을 통해 뉴런의 활동을 간접적으로 측정한다. 혈류역학 반응은 느리고, 약 4초 정도의 시간 지연이 있다. Resting-state fMRI는 뇌 영역 간의 기능적 연결성은 보여주지만, 뇌 영역 간에 어떤 메커니즘으로 선택적으로 통신하는지 보여주지는 못한다. 이것은 기존의 fMRI 기법의 근본적인 한계점이며, "주파수 선택적인 뉴런의 공진"이 왜 기존의 방법으로 확인되지 못하는지 설명한다.

뉴런의 전류를 MRI로 직접 측정하는 방식은 지속적으로 시도되었다. 그러나 많은 연구자들은 뉴런의 전류에 의해 생성된 자기장의 변화로 인해 생기는 MRI 신호가 너무 작아서 생체 내에서 MRI로 일관되게 축정하기가 매우 어렵다고 주장한다.

뉴런의 전기 신호를 직접적으로 감지하기 위한 MRI 영상 기법은 크게 두 가지이다. 한가지 기법은 일정한 시간적인 구간을 가지는 주기적인 자극을 주고, MRI 신호를 각 자극이 끝나자마자(즉, 혈류역학 반응이 생기기 전) 바로 얻어서 뉴런의 전기 신호를 측정하는 방법이다. 그리고, 다른 기법은 MRI 영상 획득의 시간적인 해상도를 높여서(≤ 100ms) 푸리에 변환을 통해 외부 자극의 주파수와 동조된 성분을 찾는 방법이다. 두 가지 방법 모두 외부 자극의 주기나 주파수에 의존하고, 뉴런의 고유 진동 주파수를 고려하지 않았다. 상술한 두 가지 방법을 포함해서 현존하는 모든 MRI 영상 기법에 대해 뉴런의 전류신호 감지 여부가 아직도 논란이 되고 있다.

상술한 문제점을 해결하기 위한 새로운 기술로서, 대한민국 특허등록번호 10-1683217의 뉴런공진 자기공명영상 방법이 공개되어 있다. 이 기술에 따르면, 뉴런의 공진주파수에 맞춰 진동하는 경사자계 패턴을 MRI 영상 기법에 적용하여 뉴런의 신호가 극대화될 수 있다. 또한, 이 기술은 다중위상 영상 획득을 반복적으로 수행한 후 푸리에 해석법을 통해 뉴런의 공진주파수에 해당하는 성분을 추출함으로써 뉴런의 전류에 의한 MRI 신호가 매우 작다는 문제점과 뉴런 공진 형상은 시간적인 구간과 위상이 무작위로 일어난다는 문제점을 해결할 수 있다. 상술한 기술은 반복적인 다중위상 영상 회득 방법과 푸리에 해석법을 이용하여 뉴런의 신호를 주파수 선택적으로 추출해 낼 수 있을 뿐만 아니라 시간적인 에버리징 효과(averaging effect)를 통해 신호 대 잡음비(signal-to-noise ratio, S/N ratio)를 크게 개선할 수 있다. 또한, 기존에 불가능했던 뇌 영역 간 주파수 대역별 통신채널 지도를 완성하고, 뇌기능 및 뇌질환에 관련된 구체적인 주파수 및 해당 뇌 영역을 파악할 수 있는 기초 기술을 제공할 수 있다. 그러나, 이 기술은 자계진동신호를 감지하기 위해, 경사자계 패턴을 이용하는 MRI 영상기법으로 MRI 데이터를 얻는 프로세스를 복수 회 반복하여 수행해야 하는데, 경사자계 패턴과 자계진동신호 간의 상대적인 위상을 변화시켜야 한다는 점에서 기술적인 제약이 있다. 또한, 이 기술은 뉴런공진신호를 예측할 수 있을 때 뉴런공진신호 추출할 수 있다는 단점이 있다.

본 발명은 주파수 선택적인 뇌 영역 간 통신 메커니즘에 대한 시스템 생물학적 연구를 기반으로 주파수 선택적인 뇌 영역 간 통신 메커니즘을 밝힐 수 있는 기술을 제공하자고 한다. 또한, 개념 증명 실험과 주파수 선택적인 뇌 전체 영역 간 통신 지도를 완성하는데 유용한 기술을 제공하고자 한다.

그리고, 본 발명은 복수의 반복시간(또는, 반복주기)을 이용하여 뉴런공진신호의 크기를 측정함으로써 뉴런공진 자기공명영상의 데이터를 처리하는 기술을 제공하고자 한다.

또한, 본 발명은 뉴런공진신호를 예측할 수 없는 상태에서도 복수의 반복시간(또는, 반복주기)에 따른 뉴런공진신호의 자기공명신호의 샘플링 데이터에 기초하여 뉴런공진신호의 주파수 성분을 식별할 수 있는 기술을 제공하고자 한다.

이상과 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따르면, 뉴런공진신호를 검출하는 방법은 서로 다른 복수의 반복주기 각각에 따라 상기 뉴런공진신호의 자기공명신호를 샘플링하여 상기 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 단계 및 상기 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 상기 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 단계를 포함한다.

그리고, 뉴런공진신호를 분석하는 방법은 상기 산출된 상관도의 크기가 기 설정된 크기 이상 산출되는 주파수 성분을 상기 뉴런공진신호의 주파수 성분으로 식별하는 단계를 더 포함할 수 있다.

이때, 상기 산출하는 단계는 상기 서로 다른 복수의 디지털 시퀀스 각각을 주파수 대역으로 변환하고, 상기 변환된 주파수 대역의 서로 다른 복수의 디지털 시퀀스를 중첩하여 상기 상관도를 산출할 수 있다.

그리고, 상기 산출하는 단계는 상기 서로 다른 복수의 디지털 시퀀스를 컨벌루션하고, 상기 컨벌루션된 디지털 시퀀스를 주파수 대역으로 변환하여 상기 상관도를 산출할 수 있다.

또한, 상기 산출하는 단계는 상기 뉴런공진신호의 임의의 공진 주파수를 설정하고, 상기 설정된 임의의 공진 주파수, 상기 각각의 서로 다른 반복주기 간의 위상 차 및 상기 획득된 각각의 서로 다른 복수의 디지털 시퀀스의 데이터에 기초하여 상기 상관도를 산출할 수 있다.

한편, 뉴런공진신호를 검출하는 방법은 상기 획득된 서로 다른 복수의 디지털 시퀀스 각각에 기 설정된 샘플링 주기가 되도록 더미 데이터를 패딩하는 단계를 더 포함할 수 있다.

이때, 상기 더미 데이터는 0, 기 설정된 상수 또는 상기 서로 다른 복수의 디지털 시퀀스 각각에 대해 디지털 시퀀스에 포함된 데이터를 인터폴레이션한 값일 수 있다.

그리고, 상기 복수의 디지털 시퀀스는 제1 반복주기에 따라 상기 자기공명신호의 각 리드아웃 시점에 획득되는 상기 뉴런공진신호의 크기를 나타내는 제1 리드아웃 시퀀스로부터 생성되는 제1 디지털 시퀀스 및 상기 제1 반복주기와 다른 제2 반복주기에 따라 상기 자기공명신호의 각 리드아웃 시점에 획득되는 상기 뉴런공진신호의 크기를 나타내는 제2 리드아웃 시퀀스로부터 생성되는 제2 디지털 시퀀스를 포함할 수 있다.

또한, 상기 제1 디지털 시퀀스는 샘플링 주기가 기 설정된 주기가 되도록 상기 제1 리드아웃 시퀀스에 제1 더미 데이터를 패딩하여 생성된 시퀀스이고, 상기 제2 디지털 시퀀스는 샘플링 주기가 상기 기 설정된 주기가 되도록 상기 제2 리드아웃 시퀀스에 제2 더미 데이터를 패딩하여 생성된 시퀀스일 수 있다.

이때, 상기 산출하는 단계는 상기 제1 디지털 시퀀스의 제1 주파수 스펙트럼과 상기 제2 디지털 시퀀스의 제2 주파수 스펙트럼에 기초하여 상기 제1 주파수 스펙트럼과 상기 제2 주파수 스펙트럼을 중첩하여 상기 상관도를 산출할 수 있다.

그리고, 상기 산출하는 단계는 상기 제1 디지털 시퀀스와 상기 제2 디지털 시퀀스를 컨벌루션하고, 상기 컨벌루션된 디지털 시퀀스를 주파수 대역으로 변환하여 상기 컨벌루션된 디지털 시퀀스의 주파수 스펙트럼으로부터 상기 상관도를 산출할 수 있다.

이때, 상기 기 설정된 주기는 상기 제1 반복주기와 상기 제2 반복주기의 차이 값 이하일 수 있다.

이상과 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따르면, MRI 신호 처리 장치는 뉴런공진신호의 자기공명신호를 입력받는 입력부 및 서로 다른 복수의 반복주기 각각에 따라 상기 뉴런공진신호의 자기공명신호를 샘플링하여 상기 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 제어부를 포함하고, 상기 제어부는 상기 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 상기 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출한다.

한편, 이상과 같은 목적을 달성하기 위한 본 발명의 일 실시 예에 따르면, 뉴런공진신호를 검출하는 방법을 실행하는 프로그램이 기록된 비일시적(non-transitory) 컴퓨터 판독 가능 매체는 서로 다른 복수의 반복주기 각각에 따라 상기 뉴런공진신호의 자기공명신호를 샘플링하여 상기 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 단계 및 상기 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 상기 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 단계를 실행하는 프로그램을 기록한다.

이상 설명한 바와 같이, 본 발명의 다양한 실시 예에 따르면, 본 발명은 복수의 반복시간(또는, 반복주기)을 이용하여 뉴런공진신호의 크기를 측정함으로써 뉴런공진 자기공명영상의 데이터를 처리하는 기술을 제공할 수 있다.

또한, 본 발명은 뉴런공진신호를 예측할 수 없는 상태에서도 복수의 반복시간(또는, 반복주기)에 따른 뉴런공진신호의 자기공명신호의 샘플링 데이터에 기초하여 뉴런공진신호의 주파수 성분을 식별하는 기술을 제공할 수 있다.

도 1은 본 발명의 일 실시예에 따른 뉴런공진 자기공명영상에서 주파수 선택적인 뇌 영역 간의 통신을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 제1 디지털 시퀀스를 획득하는 과정을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 제2 디지털 시퀀스를 획득하는 과정을 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 뉴런공진신호 검출방법의 흐름도이다.
도 5는 본 발명의 일 실시예에 따른, 제1 디지털 시퀀스와 제2 디지털 시퀀스를 이용하여 뉴런공진신호의 주파수 성분을 검출하는 방법을 나타낸 도면이다.
도 6은 본 발명의 다른 실시예에 따른, 제1 디지털 시퀀스와 제2 디지털 시퀀스를 이용하여 뉴런공진신호의 주파수 성분을 검출하는 방법을 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따라 제공되는 주파수 스펙트럼 상관도 산출 프로세스를 나타낸 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수 영역 상관도를 산출하는 방법을 나타낸 흐름도이다.
도 9 및 도 10은 본 발명의 일 실시예에 따른 제1 주파수 스펙트럼 및 제2 주파수 스펙트럼을 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따른 뉴런의 공진주파수를 식별하는 방법을 나타낸 흐름도이다.
도 12는 본 발명의 일 실시예에 따른 뉴런의 공진주파수를 식별하는 방법을 설명하는 도면이다.
도 13 내지 도 15는 다양한 실시예에 따른 뉴런의 공진주파수를 식별하는 방법을 나타내는 흐름도이다.
도 16은 본 발명의 일 실시예에 따른 MRI 신호 처리 장치의 블록도이다.
도 17 내지 도 18은 본 발명의 일 실시예에 따른 뉴런의 공진주파수를 식별하는 시뮬레이션 결과를 나타낸 도면이다.

이하에서는 첨부된 도면을 참조하여 다양한 실시 예를 보다 상세하게 설명한다. 본 명세서에 기재된 실시 예는 다양하게 변형될 수 있다. 특정한 실시 예가 도면에서 묘사되고 상세한 설명에서 자세하게 설명될 수 있다. 그러나, 첨부된 도면에 개시된 특정한 실시 예는 다양한 실시 예를 쉽게 이해하도록 하기 위한 것일 뿐이다. 따라서, 첨부된 도면에 개시된 특정 실시 예에 의해 기술적 사상이 제한되는 것은 아니며, 발명의 사상 및 기술 범위에 포함되는 모든 균등물 또는 대체물을 포함하는 것으로 이해되어야 한다.

제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이러한 구성요소들은 상술한 용어에 의해 한정되지는 않는다. 상술한 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 명세서에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

한편, 본 명세서에서 사용되는 구성요소에 대한 "모듈" 또는 "부"는 적어도 하나의 기능 또는 동작을 수행한다. 그리고, "모듈" 또는 "부"는 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합에 의해 기능 또는 동작을 수행할 수 있다. 또한, 특정 하드웨어에서 수행되어야 하거나 적어도 하나의 제어부에서 수행되는 "모듈" 또는 "부"를 제외한 복수의 "모듈들" 또는 복수의 "부들"은 적어도 하나의 모듈로 통합될 수도 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

그 밖에도, 본 발명을 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우, 그에 대한 상세한 설명은 축약하거나 생략한다. 한편, 각 실시 예는 독립적으로 구현되거나 동작될 수도 있지만, 각 실시 예는 조합되어 구현되거나 동작될 수도 있다.

도 1은 본 발명의 일 실시예에 따른 뉴런공진 자기공명영상에서 주파수 선택적인 뇌 영역 간의 통신을 나타내는 도면이다.

포유류의 뇌는 뉴런 간의 상호작용에 의해 뉴런의 집단 내 공진을 보인다. 도 1에 도시한 바와 같이, 하나의 뉴런 그룹(NG1)은 특정한 주파수에 맞춰서 공진하고 같은 주파수로 공진하는 다른 뉴런 그룹(NG2)과 선택적으로 통신한다.

본 발명에서는 이러한 주파수 선택적인 뇌 영역 간 통신 신호를 측정할 수 있는 뉴런공진 자기공명영상(NR-MRI)을 제공하고자 한다. 그리고, 본 발명은 뉴런공진 자기공명영상을 제공하기 위해 뉴런 고유의 공진주파수 성분을 추출하는 방법을 제공한다.

뉴런 고유의 공진주파수 성분은 뉴런공진신호의 자기공명신호를 샘플링하고 샘플링된 자기공명신호를 이용하여 식별할 수 있다. 즉, 자기공명신호는 뉴런공진신호와 동일한 신호일 수 있다. 현재 기술로 뉴런공진신호를 샘플링할 수 있는 주파수에 비해 뉴런공진신호의 주파수가 높다. 예를 들어, 뉴런공진신호를 샘플링할 수 있는 주파수는 5Hz 이하이지만, 뉴런공진신호의 주파수는 약 수십 Hz이다. 나이키스트 이론(Nyquist Theorem)에 의하면 손실 없이 원래의 아날로그 신호를 복원을 위해 입력 신호의 최고 주파수의 2배 이상의 주파수에 기초하여 데이터가 샘플링되어야 한다. 그러나, 상술한 바와 같이, 뉴런공진신호의 주파수에 비해 샘플링 가능한 주파수가 낮기 때문에 일반적인 샘플링 방식만으로는 뉴런 고유의 공진주파수 성분을 식별할 수 없다. 따라서, 대한민국 특허등록번호 10-1683217는 뉴런의 공진주파수를 특정한 값으로 가정하여 뉴런의 공진주파수를 추출하는 방법을 개시하였다. 그러나, 뉴런의 공진주파수는 뇌 영역에 따라 서로 다르기 때문에 상술한 방식은 특정 영역에서 뉴런의 공진주파수를 추출할 수는 있지만 모든 뇌 영역에 포함된 뉴런의 공진주파수를 추출하기에는 한계가 있다. 따라서, 본 발명은 모든 뇌 영역에 대해 뉴런의 공진주파수를 추출하는 일반적인 방법을 제공한다.

도 2는 본 발명의 일 실시예에 따른 제1 디지털 시퀀스를 획득하는 과정을 설명하는 도면이다.

도 3은 본 발명의 일 실시예에 따른 제2 디지털 시퀀스를 획득하는 과정을 설명하는 도면이다.

이하, 도 2 및 도 3을 함께 참조하여 본 발명의 일 실시예에 따른 뉴런공진신 호의 주파수 성분을 획득하는 방법을 설명한다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 MRI 제어부는 제1 TR(11)을 갖 는 제1 MRI 시퀀스(10)를 발생시키도록 MRI 스캐너를 제어할 수 있다. TR(Time to Repetition)은 일정한 간격으로 뉴런공진신호의 자기공명신호를 샘플링하는 반복 시간 또는 반복 주기이다. 제1 MRI 시퀀스(10)는 주기적으로 생성되는 복수 개의 RF 여기신호들(e11, e12, e13, e14, ...)을 포함할 수 있다. MRI 제어부는 MRI 스캐너에 일체형으로 설치된 컴퓨팅 장치이거나 또는 MRI 스캐너와는 별개로 제공되는 컴퓨팅 장치일 수 있다.

그 다음 MRI 제어부는 각 RF 여기신호(e11, e12, e13, 및 e14, ...)의 발생시각으로부터 소정의 값만큼 경과한 시점(t11, t12, t13, 및 t14, ...)에 관찰대상이 되는 뉴런의 뉴런공진신호(1)의 크기에 관한 제1 관찰값들(a11, a12, a13, a14, ...)을 획득할 수 있다.

소정의 값만큼 경과한 시점(t11, t12, t13, 및 t14, ...)은 이하 본 명 세서에서 리드아웃시점이라고 지칭될 수 있다. 이때 소정의 값은 TE(Time Echo)에 대응하는 값일 수 있다.

뉴런공진신호(1)의 크기에 관하여 획득된 제1 관찰값들(a11, a12, a13, a14, ...)을 순차적으로 나열하여 형성한 이산데이터를 이하 본 명세서에서 제1 리 드아웃 시퀀스(d11)라고 지칭할 수 있다. 예컨대, 제1리드아웃 시퀀스 d11는 d11=[a11, a12, a13, a14, ... ]로 주어질 수 있다. 제1 리드아웃 시퀀스 d11를 획득하는 프로세스를 본 명세서에서 이하 제1 프로세스(P1)라고 지칭할 수 있다. 획득된 제1 리드아웃 시퀀스 d11에 더미 데이터를 패딩하여 제1 디지털 시퀀스가 생성될 수 있고, 더미 데이터를 패딩하지 않는 경우에는 획득된 제1 리드아웃 시퀀스가 제1 디지털 시퀀스일 수 있다.

도 3을 참조하면, 본 발명의 일 실시예에 따른 MRI 제어부는 제2 TR(21)을 갖는 제2 MRI 시퀀스(20)를 발생시키도록 MRI 스캐너를 제어할 수 있다. 제2 MRI 시퀀스(20)는 주기적으로 생성되는 복수 개의 RF 여기신호들(e21, e22, e23, e24, ...)을 포함할 수 있다.

여기서, 제2 TR(21)은 제1TR(11)과는 다른 값일 수 있다. 예를 들어, 제1 TR(11)이 20Hz로 반복되는 시간이라면, 제2 TR(21)은 21Hz로 반복되는 시간일 수 있다. 그러나, 상술한 구체적인 수치는 일 실시 예이며, TR은 다양한 수치로 설정될 수 있다.

그 다음 MRI 제어부는 각 RF 여기신호(e21, e22, e23, 및 e24, ...)의 발생시각으로부터 소정의 값만큼 경과한 시점(t21, t22, t23, 및 t24, ...)에 관찰대상이 되는 뉴런의 뉴런공진신호(1)의 크기에 관한 제2 관찰값들(a21, a22, a23, a24, ...)을 획득할 수 있다.

뉴런공진신호(1)의 크기에 관하여 획득된 제2 관찰값들(a21, a22, a23, a24, ...)을 순차적으로 나열하여 형성한 이산데이터를 이하 본 명세서에서 제2 리 드아웃 시퀀스(d21)라고 지칭할 수 있다. 예컨대, 제2 리드아웃 시퀀스 d21는 d21=[a21, a22, a23, a24, ... ]로 주어질 수 있다. 제2리드아웃 시퀀스 d21를 획득하는 프로세스를 본 명세서에서 이하 제2 프로세스(P2)라고 지칭할 수 있다. 획득된 제2 리드아웃 시퀀스 d21에 더미 데이터를 패딩하여 제2 디지털 시퀀스가 생성될 수 있고, 더미 데이터를 패딩하지 않는 경우에는 획득된 제2 리드아웃 시퀀스가 제2 디지털 시퀀스일 수 있다.

도 2 및 도 3에서 뉴런공진신호(1)는 주기 T를 가질 수 있다. 그러나, 주기 T는 미리 알려지지 않은 값이며, 본 발명은 주기 T룰 식별하는 기술에 관한 것이다. 이하 설명하는 본 발명의 실시예들에 의하여 주기 T가 식별될 수 있다.

한편, 도 2 및 도 3은 두 개의 TR(반복주기 또는 반복시간)에 기초하여 뉴런공진신호의 자기공명신호를 샘플링하는 과정을 설명하였다. 그러나, 뉴런공진신호의 자기공명신호는 2개 이상의 TR에 기초하여 샘플링되어 2개 이상의 디지털 시퀀스가 생성될 수 있다.

도 4는 본 발명의 일 실시예에 따른 뉴런공진신호 분석방법의 흐름도이다.

도 4를 참조하면, MRI 신호 처리 장치는 서로 다른 복수의 반복주기 각각에 따라 뉴런공진신호의 자기공명신호를 샘플링하여 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득한다(S410). 상술한 바와 같이, 서로 다른 복수의 반복주기는 제1 TR 및 제2 TR을 포함한다. 경우에 따라, 서로 다른 복수의 반복주기는 제3 TR 내지 제n TR을 포함할 수도 있다. 그리고, MRI 신호 처리 장치는 각각의 TR에 대응하는 제1 디지털 시퀀스 내지 제n 디지털 시퀀스를 획득할 수 있다.

MRI 신호 처리 장치는 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출한다(S420). 예를 들어, MRI 신호 처리 장치는 서로 다른 복수의 디지털 시퀀스 각각을 주파수 대역으로 변환하고, 변환된 주파수 대역의 서로 다른 복수의 디지털 시퀀스를 중첩하여 상관도를 산출할 수 있다. 또는, MRI 신호 처리 장치는 서로 다른 복수의 디지털 시퀀스를 컨벌루션하고, 컨벌루션된 디지털 시퀀스를 주파수 대역으로 변환하여 상관도를 산출할 수도 있다.

MRI 신호 처리 장치는 뉴런공진신호의 임의의 공진 주파수를 설정하고, 설정된 임의의 공진 주파수와 각각의 서로 다른 반복주기 간의 위상 차 및 획득된 각각의 서로 다른 복수의 디지털 시퀀스의 데이터에 기초하여 상관도를 산출할 수 있다. 일 실시 예로서, 뉴런공진신호의 공진 주파수(fNO)를 20Hz로 가정하는 경우, 주기(TNO)는 50ms가 된다. 제1 TR이 60ms라면, 제1 TR에 따라 연속적으로 샘플링된 데이터는 TNO+10ms, TNO+20ms, TNO+30ms, ..., TNO+(10×n)ms 순간의 데이터이다. 그리고, 제2 TR이 50ms라면, 제2 TR에 따라 연속적으로 샘플링된 데이터는 TNO-10ms, TNO-20ms, TNO-30ms, ..., TNO-(10×n)ms의 데이터이다. 가정된 뉴런공진신호의 공진 주파수가 실제 뉴런공진신호의 공진 주파수와 일치한다면 제1 TR 및 제2 TR에 따라 샘플링된 데이터의 주파수 대역에서의 에너지는 다른 대역에서의 에너지보다 큰 값이 산출될 수 있다. MRI 신호 처리 장치가 서도 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 구체적인 과정은 후술한다.

한편, MRI 신호 처리 장치는 산출된 상관도의 크기가 기 설정된 크기 이상 산출되는 주파수 성분을 뉴런공진신호의 주파수 성분으로 식별할 수 있다.

도 5는 본 발명의 일 실시예에 따른, 제1 디지털 시퀀스와 제2 디지털 시퀀스를 이용하여 뉴런공진신호의 주파수 성분을 분석하는 방법을 나타낸 도면이다. 상술한 바와 같이, 리드아웃 시퀀스는 디지털 시퀀스라고 부를 수 있고, 뉴런공진신호의 주파수 성분의 분석은 제1 내지 제n 디지털 시퀀스로 복수의 디지털 시퀀스를 이용할 수도 있다.

도 5에 도시한 주파수 성분분석방법에서 관찰대상이 되는 뉴런의 신호가 특정한 가정된 공진 주파수에서 공진하는 것으로 가정한 후, 획득한 제1 리드아웃 시퀀스(d11)와 제2리드아웃 시퀀스(d21) 간의 상관도를 산출하는 상관도 산출 프로세스(PC)를 수행할 수 있다.

상관도 산출 프로세스(PC)는 복수 회 수행될 수 있으며, 각각 수행될 때마다 가정된 공진 주파수의 값을 변경시킬 수 있다. 가정된 공진 주파수의 값이 달라지면 제1리드아웃 시퀀스(d11)와 제2리드아웃 시퀀스(d21)를 간의 상관도도 달라질 수 있다. 여기서 변경되는 가정된 공진 주파수 값들을 예컨대 f1, f2, f3, f4, ... 로 표시할 수 있다. 가정된 공진 주파수 값은 서로 다른 복수의 TR(반복시간 또는 반복주기)를 의미할 수 있다.

본 발명은 뉴런의 신호의 실제 공진주파수(fr)를 미리 알지 못하는 상황을 위하여 제공되는 것이다. 따라서 실제 공진주파수(fr)가 f1, f2, f3, f4, ... 중 어느 주파수와 동일한지 또는 어느 주파수에 가장 가까운지에 대해서는 이하 설명하는 본 발명의 실시예들에 의해 검출될 수 있다.

도 5를 참조하면, 본 발명의 일 실시예에 따른 뉴런공진신호의 주파수 성분 분석방법은 아래의 단계를 포함할 수 있다.

S510 단계는 관찰 대상이 되는 뉴런의 공진주파수를 특정한 가정된 공진 주파수 fk인 것으로 가정한다(k= 1, 2, 3, ... or, x).

S510 단계의 가정 하에서, S520 단계는 상술한 제1리드아웃 시퀀스(d11)와 제2리드아웃 시퀀스(d21) 간의 상관도(CVk)를 획득한다.

상술한 단계(S510)와 단계(S520)는 특정한 가정된 공진 주파수 fk를 서로 다른 값들(f1, f2, f3, ..., fx)로 변화시키면서 반복하여 수행될 수 있다. 그 결과 한 세트의 상관도 {CV1, CV2, CV3, ... CVx}가 산출될 수 있다.

S530 단계는 한 세트의 상관도 {CV1, CV2, CV3, ... CVx} 중 가장 큰 값을 선택할 수 있다.

S540 단계는 가정된 공진 주파수 {f1, f2, f3, ..., fx} 중 선택된 상관도에 대응하는 가정된 공진 주파수를 선택할 수 있다.

S550 단계는 뉴런의 공진주파수에는 상기 선택된 가정된 공진 주파수가 포함되는 것으로 판단할 수 있다.

도 6은 본 발명의 다른 실시예에 따른, 제1 디지털 시퀀스와 제2 디지털 시퀀스를 이용하여 뉴런공진신호의 주파수 성분을 분석하는 방법을 나타낸 도면이다.

도 6를 참조하면, 본 발명의 다른 실시예에 따른 뉴런공진신호의 주파수 성분 분석방법은, 아래의 단계를 포함할 수 있다. S610 단계, S620 단계, S640 단계 및 S650 단계는 각각 상술한 S510 단계, S520 단계, S540 단계 및 S550 단계와 동일할 수 있다. 이하, 도 5에 나타낸 방법과 다른 점만 설명한다.

S530 단계는 한 세트의 상관도 {CV1, CV2, CV3, ... CVx} 중 미리 결정된 값보다 큰 값들을 선택할 수 있다.

상술한 제1 프로세스 및 제2 프로세스를 각각 복수 회 수행하여 제1 리드아웃 시퀀스와 제2 리드아웃 시퀀스를 복수 회 얻을 수 있다. 이때, 상관도(CVk)를 획득하는 과정에서 복수 개의 제1 리드아웃 시퀀스와 복수 개의 제2 리드아웃 시퀀스를 이용하면 SNR을 높일 수 있다.

도 5 및 도 6에서는 제1 리드아웃 시퀀스(d11)와 제2 리드아웃 시퀀스(d21) 간 의 상관도를 산출할 수 있는 것을 전제로 설명하였다. 이하, 상관도를 산출하는 구체적인 방법을 설명한다. 본 발명의 일 실시예에 따르면, 상관도는 주파수 영역에서 상관도를 산출할 수 있다.

본 발명의 일 실시예에 따르면, 제1 리드아웃 시퀀스(d11)와 제2 리드아웃 시퀀스(d21) 간의 상관도를 산출하는 방법은 후술하는 주파수 스펙트럼 상관도 산 출 프로세스(P3)를 이용할 수 있다.

도 7은 본 발명의 일 실시예에 따라 제공되는 주파수 스펙트럼 상관도 산출 프로세스를 나타낸 흐름도이다.

주파수 스펙트럼 상관도 산출 프로세스(P3)는 관찰대상이 되는 뉴런이 특정한 가정된 공진 주파수에서 공진하는 것으로 가정하여 수행될 수 있다.

상기 주파수 스펙트럼 상관도 산출 프로세스(P3)는,

S710 단계: 제1 리드아웃 시퀀스를 주파수영역으로 변환하여 제1 주파수 스펙트럼(f11)을 생성하는 단계,

S720 단계: 제2 리드아웃 시퀀스를 주파수영역으로 변환하여 제2 주파수 스펙트럼(f21)을 생성하는 단계, 및

S730 단계: 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수 영역-상관도를 제1 리드아웃 시퀀스와 제2 리드아웃 시퀀스 간의 상관도로 산출하는 단계를 포함할 수 있다.

이때, 제1 리드아웃 시퀀스(d11)와 제2 리드아웃 시퀀스(d21) 간의 상관도를 산출하는 방법은 특정한 가정된 공진 주파수를 변화시키면서 주파수 스펙트럼 상관도 산출 프로세스(P3)를 1회 이상 수행하는 단계를 포함할 수 있다. 예컨대, 미리 설정된 가정된 공진 주파수 세트 {f1, f2, f3, ..., fx}에 포함된 각 주파수에 대하여 주파수 스펙트럼 상관도 산출 프로세스(P3)를 수행할 수 있으며, 그 결과 복수 개의 주파수영역-상관도가 산출될 수 있다.

도 5 및 도 6에 나타낸 뉴런공진신호의 주파수 성분을 분석하는 주파수 성분 분석방법은 한 개 이상의 특정한 가정된 공진 주파수에 대하여 획득한 한 개 이상의 주파수영역-상관도를 기초로 뉴런공진신호의 주파수 성분을 검출하는 단계를 포함할 수 있다.

이때, S730 단계에 포함된 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수영역-상관도는, 예컨대, 도 8에 도시한 순서도에 나타낸 S810 단계 내지 S830 단계들을 이용하여 산출할 수 있다. 이때, 관찰대상이 되는 뉴런이 특정한 가정된 공진 주파수에서 공진하는 것으로 가정한다.

도 8은 본 발명의 일 실시예에 따른 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수 영역 상관도를 산출하는 방법을 나타낸 흐름도이다.

S810 단계는 제1 주파수 스펙트럼에서 특정한 가정된 공진 주파수의 제1 에너지에 관한 값을 산출할 수 있다.

S820 단계는 제2 주파수 스펙트럼에서 특정한 가정된 공진 주파수의 제2 에너지에 관한 값을 산출할 수 있다.

S830 단계는 제1 에너지와 상기 제2 에너지를 수퍼포지션(중첩)한 값을 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수영역-상관도로서 산출할 수 있다.

이때, S830 단계에서 제시한 '수퍼포지션'은 제1 에너지를 제2 에너지를 이용하여 강화하는 과정일 수 있고, 제1 에너지를 제2 에너지를 이용하여 강화한다는 의미는 제1 에너지와 제2 에너지를 서로 더하거나 곱하는 등의 방법을 이용하여 제1 에너지와 제2 에너지를 결합하는 연산을 의미할 수 있다.

이때, 제1 리드아웃 시퀀스는 뉴런공진신호를 제1 TR 간격으로 샘플링하여 얻은 것일 수 있다. 뉴런공진신호는 특정한 가정된 공진 주파수에서 공진하는 것으로 가정된다. 그리고, 제2 리드아웃 시퀀스는 뉴런공진신호를 제2 TR 간격으로 샘플링하여 얻은 것일 수 있다. 뉴런공진신호는 특정한 가정된 공진 주파수에서 공진하는 것으로 가정된다.

본 기술분야의 기술자라면, 관찰대상이 되는 뉴런이 특정한 가정된 공진 주파수에서 공진하는 것으로 가정한 경우에 있어서 제1 주파수 스펙트럼이 나타내는 제1 최대주파수 및 제2 주파수 스펙트럼이 나타내는 제2 최대주파수는 각각 가정된 특정한 가정된 공진 주파수의 값 및 제1 TR 또는 제2 TR에 기초하여 샘플링된 데이터에 따라 달라질 수 있다는 점을 이해할 수 있다.

예컨대, 뉴런공진신호가 50Hz로 공진하는 것으로 가정하였을 경우, 상기 뉴런공진신호의 주기는 20ms가 된다.

이때 제 1TR이 90ms인 경우, 각 리드아웃시점마다 관찰되는 뉴런공진신호의 위상은 10ms씩 쉬프트되며, 이 경우 제1 주파수 스펙트럼의 제1 최대주파수는 1000/10ms=100Hz가 된다.

그리고, 제2 TR이 91ms인 경우, 각 리드아웃시점마다 관찰되는 뉴런공진신호의 위상은 9ms씩 쉬프트되며, 제2 주파수 스펙트럼의 제2 최대주파수는 1000/9ms=~111Hz가 된다.

이와 같이 제1 최대주파수와 제2 최대주파수가 결정되면, S810, S820 단계에 제시한 것과 같이, 제1 주파수 스펙트럼으로부터 가정된 특정한 가정된 공진 주파수인 50Hz에 대응하는 제1에너지에 관한 값을 찾아낼 수 있고, 제2 주파수 스펙트럼으로부터 가정된 특정한 가정된 공진 주파수인 50Hz에 대응하는 제2 에너지에 관한 값을 찾아낼 수 있다.

그 다음 S830 단계에 제시한 것과 같이, 제1 에너지와 제2 에너지를 수퍼포지션한 값을 제1 주파수 스펙트럼과 제2주파수 스펙트럼간의 주파수영역-상관도로서 산출할 수 있다.

한편, 가정된 특정한 가정된 공진 주파수가 관찰대상이 되는 뉴런이 공진하는 실제 공진주파수와 동일한 제1 경우와, 동일하지 않은 제2 경우로 나눌 수 있다. 예컨대, 뉴런의 실제 공진주파수가 50Hz일 때에, 특정한 가정된 공진 주파수를 50Hz로 가정하는 제1 경우와, 특정한 가정된 공진 주파수를 55Hz로 가정하는 제2 경우로 나눌 수 있다.

이때, 제1 경우에 산출되는 주파수영역-상관도는 제2 경우에 산출되는 주파수영역-상관도보다 클 수 있다. 따라서 더 큰 상관도를 나타내는 제1 경우에서 가정된 특정한 가정된 공진 주파수 50Hz가 뉴런의 실제 공진주파수인 것으로 결정할 수 있다.

도 9 및 도 10은 본 발명의 일 실시예에 따른 제1 주파수 스펙트럼 및 제2 주파수 스펙트럼을 나타낸 도면이다.

도 9는 본 발명의 일 실시예에 따른 제1 주파수 스펙트럼 및 제2 주파수 스펙트럼을 나타낸 것으로서, 알지 못하는 뉴런의 공진주파수를 제1 값으로 가정하였을 때의 주파수 스펙트럼을 나타낸 것이다.

도 9는 제1 케이스의 경우, 즉, 뉴런의 실제 공진주파수와 가정된 공진 주파수가 동일한 경우를 설명하기 위한 도면으로서, 제1 주파수 스펙트럼(f11)의 최대 주파수 fmax는 100Hz이고, 제2 주파수 스펙트럼(f21)의 최대 주파수 fmax는 111Hz이다. MRI 신호 처리 장치는 제1 주파수 스펙트럼에서 특정한 가정된 공진 주파수인 50Hz에 대응하는 제1 에너지(a1)를 검출하고, 제2 주파수 스펙트럼에서 가정된 주파수인 50hz에 대응하는 제2 에너지(a2)를 검출하여 제1 에너지와 제2 에너지를 수퍼포지션하여 제1 수퍼포지션값(a1*a2)을 산출할 수 있다.

도 10은 본 발명의 일 실시예에 따라 도출한 제1 주파수 스펙트럼 및 제2 주파 수 스펙트럼을 나타낸 것으로서, 알지 못하는 뉴런의 공진주파수를 제1 값과는 다른 제2 값으로 가정하였을 때의 주파수 스펙트럼을 나타낸 것이다. 도 10에 나타난 주파수 스펙트럼들은 도 9에 나타난 주파수 스펙트럼들과 그 모양이 동일하지만, 주파수축의 스케일은 서로 다르다.

도 10의 제2 케이스의 경우, 즉, 뉴런의 실제 공진주파수와 가정된 공진 주파수가 다른 경우, 예컨대, 뉴런의 실제 공진주파수는 50Hz이고, 제1 TR은 90ms, 제2 TR은 91ms이고, 특정한 가정된 공진 주파수가 53Hz가 되도록 설정될 수 있다. 이때, 제1 TR의 리드아웃시점마다 관찰되는 뉴런공진신호의 위상은 관찰시 마다 4.34ms씩 쉬프트되며, 제1 주파수 스펙트럼의 제1 최대주파수는 1000/4.34ms=230Hz가 된다. 그리고, 제2 TR의 리드아웃시점마다 관찰되는 뉴런공진신호의 위상은 관찰시마다 3.34ms씩 쉬프트되며, 제2 주파수 스펙트럼의 제2최대주파수는 1000/3.34ms=~299Hz가 된다.

MRI 신호 처리 장치는 제1 주파수 스펙트럼에서 가정된 특정한 가정된 공진 주파수인 55Hz에 대응하는 제1에너지(a3)를 검출하고, 제2 주파수 스펙트럼에서 가정된 주파수인 55hz에 대응하는 제2 에너지(a3)를 검출하여 제1 에너지와 제2 에너지를 수퍼포지션하여 제2 수퍼포지션값(a3*a4)을 산출할 수 있다.

도 9와 도 10에서 확인할 수 있듯이 제1 수퍼포지션값이 제2 수퍼포지션값보다 크다는 것을 알 수 있다. 즉, 가정된 공진 주파수가 일치하는 경우 주파수 대역에서 산출된 에너지 값은 보강되어 더 큰 값이 산출되고, 가정된 공진 주파수가 일치하지 않는 경우 주파수 대역에서 산출된 에너지 값은 상쇄되어 더 작은 값이 산출된다. 따라서, 더 큰 값을 갖는 제1 수퍼포지션값이 산출될 때 가정된 50Hz가 뉴런의 실제 공진주파수이므로 특정한 가정된 공진 주파수 50Hz를 뉴런의 실제 공진주파수로 판단할 수 있다. 즉, MRI 신호 처리 장치는 산출된 상관도의 크기가 기 설정된 크기 이상 산출되는 주파수 성분을 뉴런공진신호의 주파수 성분으로 식별할 수 있다.

본 발명의 다른 실시예에 따라 뉴런의 공진주파수를 결정하는 방법을 도 11 및 도 12를 참조하여 설명한다.

도 11은 본 발명의 일 실시예에 따른 뉴런의 공진주파수를 식별하는 방법을 나타낸 흐름도이다.

S1110 단계는 상술한 제1 프로세스(P1)를 이용하여 제1 리드아웃 시퀀스 d11=[a11, a12, a13, a14, ... ]를 획득할 수 있다.

S1120 단계는 상술한 제2 프로세스(P2)를 이용하여 제2 리드아웃 시퀀스 d21=[a21, a22, a23, a24, ... ]를 획득할 수 있다.

S1130 단계는 제1 리드아웃 시퀀스 d11=[a11, a12, a13, a14, ... ]로부터 샘플링 간격이 ΔT인 제1 디지털 시퀀스를 생성할 수 있다. 한편, S1130 단계는 아래의 단계들을 포함할 수 있다.

S1131 단계는 제1 리드아웃 시퀀스 d11=[a11, a12, a13, a14, ... ]의 각 요소인 제1 관찰값들(a11, a12, a13, a14, ...)을 시간축 상에 배열할 수 있다. 이때, 서로 인접한 제1 관찰값들 간의 시간 간격은 제1 TR(11)과 동일할 수 있다.

S1132 단계는 서로 인접한 제1 관찰값들 사이에 제1 더미 데이터들을 삽 입하여 제1 디지털 시퀀스를 생성할 수 있다. 이때, 제1 더미데이터들은 '0' 또는 상수일 수 있고, 또는 시간축 상에 배열된 제1 관찰값들을 인터폴레이션하여 생성된 값일 수도 있다. 이때, 생성된 제1 디지털 시퀀스의 각 요소 중 시간축 상에서 서로 인접한 두 요소의 시간 간격을 ΔT로 설정할 수 있다. ΔT는 샘플링 간격으로 이해될 수 있다.

S1140 단계는 제2 리드아웃 시퀀스 d21=[a21, a22, a23, a24, ... ]로부터 샘플링 간격이 ΔT인 제2 디지털 시퀀스를 생성할 수 있다. 한편, S1140단계는 아래의 단계들을 포함할 수 있다.

S1141 단계는 제2 리드아웃 시퀀스 d21=[a21, a22, a23, a24, ... ]의 각 요소인 상기 제2 관찰값들(a21, a22, a23, a24, ...)을 시간축 상에 배열할 수 있다. 이때, 서로 인접한 제2 관찰값들 간의 시간 간격은 제2 TR(21)과 동일할 수 있다.

S1142 단계는 서로 인접한 제2 관찰값들 사이에 제2 더미 데이터들을 삽 입하여 제2 디지털 시퀀스를 생성할 수 있다. 이때, 제2 더미 데이터들은 '0' 또는 상수일 수 있고, 또는 시간축 상에 배열된 제2 관찰값들을 인터폴레이션하여 생성된 값일 수도 있다. 이때, 생성된 제2 디지털 시퀀스의 각 요소 중 시간축 상에서 서로 인접한 두 요소의 시간 간격을 ΔT로 설정할 수 있다. ΔT는 샘플링 간격으로 이해될 수 있다.

이때, ΔT의 최대값은 abs(제1 TR(11) - 제2 TR(21))일 수 있다.

S1150 단계는 제1 디지털 시퀀스 및 제2 디지털 시퀀스를 각각 주 파수 영역으로 변환하여 각각 제1주파수 스펙트럼 및 제2주파수 스펙트럼을 생성할 수 있다. 이를 위하여 푸리에 변환을 이용할 수 있다. 이때 변환에 사용되는 제1 디지털 시퀀스의 개수는 변환에 사용되는 제2 디지털 시퀀스의 개수와 동일할 수 있다.

S1160 단계는 제1 주파수 스펙트럼을 제2 주파수 스펙트럼에 곱하여 최종 주파수 스펙트럼을 생성할 수 있다. 곱한다는 것은 제1 주파수 스펙트럼과 제2 주파수 스펙트럼에 있어서 동일한 주파수 크기에 대응하는 두 개의 스펙트럼 값을 서로 곱한다는 것을 의미할 수 있다.

S1170 단계는 최종 주파수 스펙트럼 중 임계값 이상의 크기를 갖는 한 개 이상의 주파수 값들을 선택하고, 선택된 주파수 값 중 하나 이상을 뉴런의 공진주파수로서 판단할 수 있다.

도 12는 본 발명의 일 실시예에 따른 뉴런의 공진주파수를 식별하는 방법을 설명하는 도면이다.

도 12의 좌우 방향을 따라 연장되는 시간축 상에서 TR1의 샘플링 레이트로 샘 플링된 제1 리드아웃 시퀀스 d11를 새로운 샘플링 간격 ΔT를 갖는 제1 디지털 시퀀스의 데이터로 변환시킬 수 있다. 마찬가지로 TR2의 샘플링 레이트로 샘플링된 제2 리드아웃 시퀀스 d21을 샘플링 간격 ΔT를 갖는 제2 디지털 시퀀스의 데이터로 변환시킬 수 있다.

이때 샘플링이 되지 않은 공간은 0으로 채우거나 인터폴레이션으로 채울 수 있다.

예컨대 TR1=90ms, ΔT=1ms 인 경우, TR1의 샘플링 레이트로 샘플링된 제 1 리드아웃 시퀀스 d11에서 얻은 신호값 사이마다 더미 데이터 '0'을 89개 채울 수 있다. 이렇게 얻은 제1 디지털 시퀀스를 FFT를 하여 얻은 제1주파수 스펙트럼은 0 ~ 500Hz의 주파수 범위를 나타낼 수 있다.

예컨대 TR2=91ms, ΔT=1ms 인 경우, TR2의 샘플링 레이트로 샘플링된 제2 리드아웃 시퀀스 d21에서 얻은 신호값 사이마다 더미 데이터 '0'을 90개 채울 수 있다. 이렇게 얻은 제2 디지털 시퀀스를 FFT를 하여 얻은 제2 주파수 스펙트럼은 0 ~ 500Hz의 주파수 범위를 나타낼 수 있다.

제1 디지털 시퀀스 및 제2 디지털 시퀀스는 실제 측정한 데이터에 비해 더미 데이터가 더 많기 때문에, 산출된 제1 주파수 스펙트럼 및 제2 주파수 스펙트럼에는 aliased 신호가 많이 나타날 수 있다. 이러한 aliased 신호를 억제하기 위해, 제1 주파수 스펙트럼과 제2 주파수 스펙트럼을 서로 곱하여 최종 주파수 스펙트럼을 생성할 수 있다. 그러면 최종적으로 뉴런의 주파수를 식별할 수 있다.

데이터 사이사이에 더미 데이터 '0'을 채우는 방법에서 ΔT의 최대값은 TR1 - TR2의 절대값일 수 있다. 즉, 만약 TR1=90ms, TR2=100ms 이라면 ΔT는 최대 10ms 일 수 있고, 이 경우 TR1 데이터에서는 신호 사이사이에 더미 데이터 '0'을 8개씩 채우고, TR2 데이터에는 신호 사이사이에 더미 데이터 '0'을 9개씩 채울 수 있다. 그 후, 푸리에 변환 후 얻어진 제1 주파수 스펙트럼과 제2 주파수 스펙트럼의 범위는 모두 0~50 Hz 가 될 수 있다. 물론 이 경우에도 ΔT 이 1ms 일 수 있다. 이때, ΔT가 10ms의 약수이면 바람직하다.

본 발명의 다양한 실시예에 따라 제공되는 뉴런공진신호의 주파수 성분을 분석하는 방법은 아래의 단계들을 포함할 수 있다.

이하 도 2, 도 3, 및 도 13을 참조하여 설명한다.

도 13은 본 발명의 일 실시예에 따라 제공되는 뉴런공진신호의 주파수 성분을 식별하는 방법을 나타낸 순서도이다.

S1310 단계는 제1 TR(11)을 갖는 제1 MR 시퀀스(10)의 각 리드아웃시점(t11, t12, t13, ...)에 획득되는 관찰대상의 뉴런공진신호(1)의 크기(a101, a102, a03, a104, ...)를 나타내는 제1 리드아웃 시퀀스(d11)로부터 제1 디지털 시퀀스를 생성할 수 있다.

S1320 단계는 제1 TR(11)과는 다른 제2 TR(21)을 갖는 제2 MR 시퀀스(20)의 각 리드아웃시점(t21, t22, t23, ...)에 획득되는 뉴런공진신호(1)의 크기(a201, a202, a203, a204,...)를 나타내는 제2 리드아웃 시퀀스(d21)로부터 제2 디지털 시퀀스를 생성할 수 있다.

S1330 단계는 제1 디지털 시퀀스의 제1 주파수 스펙트럼을 제2 디지털 시퀀스의 제2 주파수 스펙트럼을 이용하여 강화된 주파수 스펙트럼으로부터 뉴런공진신호의 주파수 성분을 결정하거나, 또는 제1 디지털 시퀀스를 제2 디지털 시퀀스를 이용하여 강화된 디지털 시퀀스의 주파수 스펙트럼으로부터 뉴런공진신호의 주파수 성분을 식별할 수 있다.

이때, S1310 단계는 제1 디지털 시퀀스의 샘플링 주기가 미리 결정된 ΔT가 되도록 제1 리드아웃 시퀀스에 제1 더미 데이터들을 패딩하여 제1 디지털 시퀀스를 생성하는 단계(S1311)를 포함할 수 있다.

그리고 S1320 단계는 제2 디지털 시퀀스의 샘플링 주기가 ΔT가 되도록 제2 리드아웃 시퀀스에 제2 더미 데이터들을 패딩하여 제2 디지털 시퀀스를 생성하는 단계(S1321)를 포함할 수 있다.

또한, S1330 단계는 제1 디지털 시퀀스의 제1 주파수 스펙트럼을 제2 디지털 시퀀스의 제2 주파수 스펙트럼을 이용하여 강화된 주파수 스펙트럼으로부터 뉴런공진신호의 주파수 성분을 식별할 수 있다. 강화는 더하거나 곱하는 연산일 수 있다.

또는, S1330 단계는 제1 디지털 시퀀스를 제2 디지털 시퀀스를 이용하여 강화된 디지털 시퀀스의 주파수 스펙트럼으로부터 뉴런공진신호의 주파수 성분을 식별할 수도 있다. 이때, 강화는 콘볼루션 연산일 수 있다.

기 설정된 샘플링 주기 ΔT는 제1 TR과 제2 TR의 차이값의 절대값 이하일 수 있다. 그리고, 제1 더미 데이터들은 '0', 상수 또는 제1 리드아웃 시퀀스로부터 인터폴레이션된 값일 수 있고, 제2 더미 데이터들은 '0', 상수 또는 제2 리드아웃 시퀀스로부터 인터폴레이션된 값일 수 있다.

본 발명의 다른 실시예에 따라 제공되는 뉴런공진신호의 주파수 성분을 분석하는 방법은 아래의 단계들을 포함할 수 있다.

이하 도 2, 도 3, 도 14 및 도 15를 참조하여 설명한다.

도 14는 본 발명의 다른 실시예에 따라 제공되는 뉴런공진신호의 주파수 성분을 분석하는 방법을 나타낸 순서도이다.

S1410 단계는 제1 TR(11)을 갖는 제1 MR 시퀀스(10)의 각 리드아웃시점(t11, t12, t13, ...)에 획득되는 관찰대상의 뉴런공진신호(1)의 크기(a101, a102, a03, a104, ...)를 나타내는 제1 리드아웃 시퀀스(d11)로부터 제1 디지털 시퀀스를 생성할 수 있다.

S1420 단계는 제1 TR(11)과 다른 제2 TR(21)을 갖는 제2 MR 시퀀스(20)의 각 리드아웃시점(t21, t22, t23, ...)에 획득되는 뉴런공진신호(1)의 크기(a201, a202, a203, a204,...)를 나타내는 제2리드아웃 시퀀스(d21)로부터 제2디지털 시퀀스를 생성할 수 있다.

S1430 단계는 제1 디지털 시퀀스의 제1 주파수 스펙트럼을 제2 디지털 시퀀스의 제2 주파수 스펙트럼을 이용하여 강화된 주파수 스펙트럼으로부터 뉴런공진신호의 주파수 성분을 식별할 수 있다.

이때, 제1 디지털 시퀀스는 제1 리드아웃 시퀀스이고, 제2 디지털 시퀀스는 제2 리드아웃 시퀀스일 수 있다. S1430 단계는 제1 디지털 시퀀스의 제1 주파수 스펙트럼을 제2 디지털 시퀀스의 제2주파수 스펙트럼을 이용하여 강화된 주파수 스펙트럼으로부터 뉴런공진신호의 주파수 성분을 식별할 수 있다. 이때, 강화는 더하기 또는 곱하기 연산일 수 있다.

S1430 단계는 다음의 단계를 더 포함할 수 있다.

S1431 단계는 관찰대상이 되는 뉴런이 한 개 이상의 특정한 공진 주파수에서 공진하는 것으로 각각 가정하였을 때, 각각의 특정한 가정된 공진 주파수에 대해 제1 리드아웃 시퀀스와 제2 리드아웃 시퀀스 간의 상관도를 획득할 수 있다.

S1432 단계는 한 개 이상의 특정한 가정된 공진 주파수에 대하여 획득한 한 개 이상의 상관도를 기초로 뉴런공진신호의 주파수 성분을 검출할 수 있다. S1432 단계는 한 개 이상의 상관도들 중 미리 결정된 값 이상의 값을 갖는 상관도를 선택하는 단계(S1432-1) 및 한 개 이상의 가정된 특정 공진 주파수 중, 선택된 상관도에 대응하는 주파수를 뉴런공진신호에 포함된 주파수인 것으로 식별하는 단계(S1432-2)를 포함할 수 있다.

이때, MRI 신호 처리 장치는 S1410 단계를 복수 회 수행하여 제1 리드아웃 시퀀스를 복수 회 얻고, S1420 단계를 복수 회 수행하여 제2 리드아웃 시퀀스를 복수 회 얻은 다음, 획득한 복수 개의 제1 리드아웃 시퀀스와 획득한 복수 개의 제2 리드아웃 시퀀스들을 이용하여 상관도를 산출할 수 있다.

이때, S1431 단계는 아래의 단계들을 포함하는 주파수 스펙트럼 상관도를 산출할 수 있다. S1431-1 단계는 관찰대상이 되는 뉴런이 특정한 공진 주파수에서 공진하는 것으로 가정하였을 때, 제1 리드아웃 시퀀스를 주파수 영역으로 변환하여 제1 주파수 스펙트럼을 생성할 수 있다. S1431-2 단계는 관찰대상이 되는 뉴런이 특정한 공진 주파수에서 공진하는 것으로 가정하였을 때, 제2 리드아웃 시퀀스를 주파수 영역으로 변환하여 제2 주파수 스펙트럼을 생성할 수 있다. 그리고, S1431-3 단계는 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수 영역-상관도를 제1 리드아웃 시퀀스와 제2 리드아웃 시퀀스 간의 상관도로서 산출할 수 있다. S1431 단계는 가정된 공진 주파수를 변화시키면서 주파수 스펙트럼 상관도 산출 프로세스를 1회 이상 수행할 수 있다.

도 15는 본 발명의 일 실시예에 따라 제1 주파수 스펙트럼과 제2 주파수 스펙 트럼 간의 주파수영역-상관도를 제1 리드아웃 시퀀스와 제2 리드아웃 시퀀스 간의 상 관도로서 산출하는 방법을 설명하는 도면이다.

S1510 단계는 아래의 단계(S1511, S1512, S1513)들을 포함할 수 있다. S1511 단계는 제1 주파수 스펙트럼에서 특정한 공진 주파수의 제1 에너지에 관한 값을 산출할 수 있다. S1512 단계는 제2 주파수 스펙트럼에서 특정한 공진 주파수의 제2 에너지에 관한 값을 산출할 수 있다. S1513 단계는 제1 에너지를 제2 에너지를 이용하여 강화한 값을 제1 주파수 스펙트럼과 제2 주파수 스펙트럼 간의 주파수 영역-상관도로서 산출할 수 있다. 여기서, 강화는 더하기 또는 곱셈 연산을 의미할 수 있다.

다시 도 14를 참조하면, S1432 단계는 한 개 이상의 특정한 공진 주파수에 대하여 획득한 한 개 이상의 주파수 영역-상관도를 기초로 뉴런공진신호의 주파수 성분을 검출하는 단계를 포함할 수 있다.

지금까지 뉴런공진신호의 검출방법에 대한 다양한 실시 예를 설명하였다. 아래에서는 뉴런공진신호를 검출하는 MRI 신호 처리 장치에 대해 설명한다.

도 16은 본 발명의 일 실시예에 따른 MRI 신호 처리 장치의 블록도이다.

도 16을 참조하면, MRI 신호 처리 장치(100)는 입력부(110) 및 제어부(120)를 포함한다. 입력부(110)는 뉴런공진신호의 자기공명신호를 입력받는다.

제어부(120)는 서로 다른 복수의 반복주기 각각에 따라 뉴런공진신호의 자기공명신호를 샘플링하여 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득한다. 반복주기는 일정한 간격으로 뉴런공진신호의 자기공명신호를 샘플링하는 주기를 의미하며, 반복 시간(Time to Repetition, TR)이라고 표현할 수도 있다. 그리고 반복주기는 제1 TR, 제2 TR을 포함할 수 있고, 경우에 따라 제3 TR, ..., 제n TR을 포함할 수 있다.

그리고, 제어부(120)는 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출한다. 제어부(120)는 산출된 상관도의 크기가 기 설정된 크기 이상 산출되는 주파수 성분을 뉴런공진신호의 주파수 성분으로 식별할 수 있다.

한편, 제어부(120)는 서로 다른 복수의 디지털 시퀀스 각각을 주파수 대역으로 변환하고, 변환된 주파수 대역의 서로 다른 복수의 디지털 시퀀스를 중첩하여 상관도를 산출할 수 있다. 또는, 제어부(120)는 서로 다른 복수의 디지털 시퀀스를 컨벌루션하고, 컨벌루션된 디지털 시퀀스를 주파수 대역으로 변환하여 상관도를 산출할 수도 있다.

제어부(120)는 일정한 주기로 뉴런공진신호로부터 획득한 리드아웃 시퀀스에 일정한 샘플링 주기가 되도록 더미 데이터를 패딩할 수 있다. 예를 들어, 더미 데이터는 0, 기 설정된 상수, 대응하는 디지털 시퀀스에 포함된 데이터를 인터폴레이션한 값일 수 있다.

제어부(120)는 뉴런공진신호의 임의의 공진 주파수를 설정하고, 설정된 임의의 공진 주파수, 각각의 서로 다른 반복주기 간의 위상 차 및 획득된 각각의 서로 다른 복수의 디지털 시퀀스 데이터에 기초하여 상관도를 산출할 수 있다. 구체적인 실시예는 상술하였으므로 여기서는 설명을 생략한다.

도 17 내지 도 18은 본 발명의 일 실시예에 따른 뉴런의 공진주파수를 식별하는 시뮬레이션 결과를 나타낸 도면이다.

도 17을 참조하면, 뉴런공진신호의 하나의 주파수 성분(25Hz)에 대해 두 개의 서로 다른 TR(90ms, 91ms)를 이용한 시뮬레이션 결과가 도시되어 있다. 상술한 바와 같이, 서로 다른 TR의 최대주파수는 서로 다르기 때문에 두 개의 주파수 영역의 디지털 시퀀스를 중첩하기 전에 스케일을 맞춰는 과정이 수행될 수 있다. 즉, 도 17(a)에 원으로 표시된 부분은 TR이 90ms일 때와, TR이 91ms일 때 스케일이 다르기 때문에 서로 다른 위치로 표시되는 것일 뿐, 모두 25Hz의 주파수 성분에 대한 에너지 값을 나타낸다. 도 17(b)를 참조하면, 서로 다른 두 개의 TR에 따른 주파수 영역의 디지털 시퀀스를 중첩하면 다른 주파수 성분은 억제되고, 25Hz 주파수 성분은 보강되어 상대적으로 더 큰 에너지 값이 표시된다.

도 18을 참조하면, 뉴런공진신호의 두 개의 주파수 성분(10Hz, 15Hz)에 대한 시뮬레이션 결과가 도시되어 있다. 도 18(a)에는 서로 다른 TR에 따라 뉴런공진신호의 샘플링 결과가 되시되어 있고, 도 18(b)에는 주파수 영역에서 중첩된 결과가 도시되어 있다. 도 17과 유사하게, 서로 다른 TR에 따른 주파수 영역의 디지털 시퀀스를 중첩하면 도 18(b)에 도시된 바와 같이, 뉴런공진신호의 두 개의 주파수 성분(10Hz, 15Hz)가 상대적으로 더 큰 에너지 값으로 표시됨을 알 수 있다.

상술한 다양한 실시 예에 따른 뉴런공진신호의 분석방법은 컴퓨터 프로그램 제품으로 제공될 수도 있다. 컴퓨터 프로그램 제품은 S/W 프로그램 자체 또는 S/W 프로그램이 저장된 비일시적 판독 가능 매체(non-transitory computer readable medium)를 포함할 수 있다.

비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.

이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다. 또한, 상술한 본 발명의 실시예들을 이용하여, 본 발명의 기술 분야에 속하는 자들은 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에 다양한 변경 및 수정을 용이하게 실시할 수 있을 것이다. 특허청구범위의 각 청구항의 내용은 본 명세서를 통해 이해할 수 있는 범위 내에서 인용관계가 없는 다른 청구항에 결합될 수 있다.

100: MRI 신호 처리 장치
110: 입력부 120: 제어부

Claims (14)

1. 뉴런공진신호를 검출하는 방법에 있어서,
   서로 다른 복수의 반복주기 각각에 따라 상기 뉴런공진신호의 자기공명신호를 샘플링하여 상기 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 단계; 및
   상기 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 상기 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 단계;를 포함하는 뉴런공진신호의 검출방법.
2. 제1항에 있어서,
   상기 산출된 상관도의 크기가 기 설정된 크기 이상 산출되는 주파수 성분을 상기 뉴런공진신호의 주파수 성분으로 식별하는 단계;를 더 포함하는 뉴런공진신호의 검출방법.
3. 제1항에 있어서,
   상기 산출하는 단계는,
   상기 서로 다른 복수의 디지털 시퀀스 각각을 주파수 대역으로 변환하고, 상기 변환된 주파수 대역의 서로 다른 복수의 디지털 시퀀스를 중첩하여 상기 상관도를 산출하는, 뉴런공진신호의 검출방법.
4. 제1항에 있어서,
   상기 산출하는 단계는,
   상기 서로 다른 복수의 디지털 시퀀스를 컨벌루션하고, 상기 컨벌루션된 디지털 시퀀스를 주파수 대역으로 변환하여 상기 상관도를 산출하는, 뉴런공진신호의 검출방법.
5. 제1항에 있어서,
   상기 산출하는 단계는,
   상기 뉴런공진신호의 임의의 공진 주파수를 설정하고, 상기 설정된 임의의 공진 주파수, 상기 각각의 서로 다른 반복주기 간의 위상 차 및 상기 획득된 각각의 서로 다른 복수의 디지털 시퀀스의 데이터에 기초하여 상기 상관도를 산출하는, 뉴런공진신호의 검출방법.
6. 제1항에 있어서,
   상기 획득된 서로 다른 복수의 디지털 시퀀스 각각에 기 설정된 샘플링 주기가 되도록 더미 데이터를 패딩하는 단계;를 더 포함하는 뉴런공진신호의 검출방법.
7. 제6항에 있어서,
   상기 더미 데이터는,
   0, 기 설정된 상수 또는 상기 서로 다른 복수의 디지털 시퀀스 각각에 대해 디지털 시퀀스에 포함된 데이터를 인터폴레이션한 값인, 뉴런공진신호의 검출방법.
8. 제1항에 있어서,
   상기 복수의 디지털 시퀀스는,
   제1 반복주기에 따라 상기 자기공명신호의 각 리드아웃 시점에 획득되는 상기 뉴런공진신호의 크기를 나타내는 제1 리드아웃 시퀀스로부터 생성되는 제1 디지털 시퀀스 및 상기 제1 반복주기와 다른 제2 반복주기에 따라 상기 자기공명신호의 각 리드아웃 시점에 획득되는 상기 뉴런공진신호의 크기를 나타내는 제2 리드아웃 시퀀스로부터 생성되는 제2 디지털 시퀀스를 포함하는, 뉴런공진신호의 검출방법.
9. 제8항에 있어서,
   상기 제1 디지털 시퀀스는,
   샘플링 주기가 기 설정된 주기가 되도록 상기 제1 리드아웃 시퀀스에 제1 더미 데이터를 패딩하여 생성된 시퀀스이고,
   상기 제2 디지털 시퀀스는,
   샘플링 주기가 상기 기 설정된 주기가 되도록 상기 제2 리드아웃 시퀀스에 제2 더미 데이터를 패딩하여 생성된 시퀀스인, 뉴런공진신호의 검출방법.
10. 제9항에 있어서,
    상기 산출하는 단계는,
    상기 제1 디지털 시퀀스의 제1 주파수 스펙트럼과 상기 제2 디지털 시퀀스의 제2 주파수 스펙트럼에 기초하여 상기 제1 주파수 스펙트럼과 상기 제2 주파수 스펙트럼을 중첩하여 상기 상관도를 산출하는, 뉴런공진신호의 검출방법.
11. 제9항에 있어서,
    상기 산출하는 단계는,
    상기 제1 디지털 시퀀스와 상기 제2 디지털 시퀀스를 컨벌루션하고, 상기 컨벌루션된 디지털 시퀀스를 주파수 대역으로 변환하여 상기 컨벌루션된 디지털 시퀀스의 주파수 스펙트럼으로부터 상기 상관도를 산출하는, 뉴런공진신호의 검출방법.
12. 제9항에 있어서,
    상기 기 설정된 주기는,
    상기 제1 반복주기와 상기 제2 반복주기의 차이 값 이하인, 뉴런공진신호의 검출방법.
13. 뉴런공진신호의 자기공명신호를 입력받는 입력부; 및
    서로 다른 복수의 반복주기 각각에 따라 상기 뉴런공진신호의 자기공명신호를 샘플링하여 상기 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 제어부;를 포함하고,
    상기 제어부는,
    상기 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 상기 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 MRI 신호 처리 장치.
14. 서로 다른 복수의 반복주기 각각에 따라 뉴런공진신호의 자기공명신호를 샘플링하여 상기 서로 다른 복수의 반복주기 각각에 대응하는 서로 다른 복수의 디지털 시퀀스를 획득하는 단계; 및
    상기 서로 다른 복수의 디지털 시퀀스에 기초하여 주파수 대역에서 상기 서로 다른 복수의 디지털 시퀀스 간의 상관도를 산출하는 단계;를 실행하는 프로그램이 기록된 비일시적(non-transitory) 컴퓨터 판독 가능 매체.
    

Images