KR102058625B1

KR102058625B1 - 뇌 기능 연결성 분석을 이용한 어지럼증 진단 방법 및 이를 적용하는 시스템

Info

Publication number: KR102058625B1
Application number: KR1020180004617A
Authority: KR
Inventors: 김지수
Original assignee: 서울대학교병원
Priority date: 2018-01-12
Filing date: 2018-01-12
Publication date: 2019-12-23
Also published as: KR20190086282A

Abstract

어지럼증 진단을 위한 정보제공방법, 어지럼증의 치료약 및/또는 치료 방법의 효과 판정방법; 및 이를 적용한 시스템에 관한 것으로, 휴지기 피실험자의 어지럼증 특이 영역의 연결성 값을 기능적 뇌자기공명영상을 사용하여 추출한 후, 정상인과 비교함으로써 진단 정보를 추출하였는 바, 어지럼증 진단의 정확성을 높일 수 있고, 적절한 치료를 제공할 수 있다. 또한, 어지럼증 약물 및 전정재활치료 평가의 모니터링 지표로 활용함으로써, 치료의 객관적인 효과를 관찰할 수 있다.

Description

뇌 기능 연결성 분석을 이용한 어지럼증 진단 방법 및 이를 적용하는 시스템{Method for diagnosis of dizziness by analysis of the brain function connectivity and system adopting thereof}

뇌 기능 연결성 분석을 이용한 어지럼증 진단을 위한 정보제공방법 및 이를 적용하는 시스템에 관한 것이다.

어지럼증(diazziness)은 자신이나 주위 사물이 정지해 있음에도 불구하고 움직이는 듯한 느낌을 받는 모든 증상을 의미하는 것으로, 인구 10명 중 한 명이 겪고 있을 정도로 흔한 증상이나, 어지럼증의 양상이나 원인 질환은 매우 다양하다.

특히, 전정계나 다른 기질적인 문제로 설명되지 않는 지속적이고 비특이적인 어지럼증을 특징으로 하는 기능성 어지럼증(functional dizziness)은 난치성 어지럼증의 가장 흔한 원인이며, 신경이과 질환에서 세 번째로 흔한 질병이다. 기능성 어지럼증은 그동안 지속적 체위-지각 어지럼증(persistent postural-perceptual dizziness, PPPD), 만성주관적어지럼증(chronic subjective dizziness, CSD), 공포성체위현훈(phobic postural vertigo, PPV), 공간운동장애(space-motion discomfort, SMD), 시각성 현훈(visual vertigo, VV), 체성감각성 어지럼증(somatoform dizziness), 심인성 어지럼증(psychogenic dizziness)의 개념으로 혼재되어 사용되어 왔으나 이하 기능성 어지럼증으로 통칭한다. 기능성 어지럼증은 전정계 질환, 예를 들어, 전정 신경염, 양성 발작성 체위성 어지럼증, 메니에르 등에 의한 진정 어지럼증에 비해 병리기전이나 진단, 치료 방법이 확립되지 않아 진료에 많은 어려움을 겪고 있다. 또한, 대부분의 환자들이 복수의 의료 기관을 전전하며 검사를 중복해서 받음에도 불고하고 적절한 치료를 받지 못해 환자 만족도가 낮다. 따라서, 심인성 어지럼증에 대한 객관적이고 정량적인 평가지표가 필요한 실정이다.

한국등록특허 제10-1718293호

일 양상은 피험자의 뇌 영상 데이터로부터 전뇌(whole brain)를 특정 영역(seed)으로 분할하여 뇌 지도(brain map)를 작성하는 단계; 및 상기 뇌 지도로부터 뇌 기능적 연결성(brain functional connectivity)을 판단하여 피험자의 어지럼증 특이 연결성 지표를 설정하는 단계; 를 포함하는 어지럼증의 진단을 위한 정보제공방법을 제공하는 것이다.

다른 양상은 피험자 전뇌(whole brain)의 특정 영역(seed)에서 뇌 기능적 연결성(brain functional connectivity) 값을 산출하는 단계; 및 상기 산출된 값을 판별함수 구축법(Discriminant Analysis)으로 분석하는 단계; 를 포함하는 어지럼증의 치료약 및/또는 치료 방법의 효과 판정 방법을 제공하는 것이다.

다른 양상은 피험자의 뇌 영상 데이터를 수신하는 수신부; 상기 데이터로부터 전뇌 특정 영역 사이의 혈류산소수준 신호를 선택적으로 추출하는 전처리부; 및 전처리를 마친 데이터로부터 전뇌 특정 영역의 기능적 연결성을 분석하고 연결성 값을 추출하는 추출부; 를 구비하는 어지럼증 진단 및 치료 효과 판정 시스템을 제공하는 것이다.

일 양상은 피험자의 뇌 영상 데이터로부터 전뇌(whole brain)를 특정 영역(seed)으로 분할하여 뇌 지도(brain map)를 작성하는 단계; 및 상기 뇌 지도로부터 뇌 기능적 연결성(brain functional connectivity)을 분석하여 피험자의 어지럼증 특이 연결성 지표를 설정하는 단계; 를 포함하는 어지럼증의 진단을 위한 정보제공방법을 제공한다.

본 명세서에서 사용된 용어 "뇌 기능적 연결성(brain functional connectivity)"은 해부학적으로 구분된 뇌의 영역들에서 동기화(synchronized)된 활동을 보이는 것을 의미한다. 즉, 공간적으로 떨어져 있지만 시간적으로 유사한 활동 패턴을 나타내는 두뇌 영역들은 기능적으로 연결되어 있다고 본다.

일 구체예에 따른 정보제공방법은 피험자의 뇌 영상 데이터로부터 전뇌(whole brain)를 특정 영역(seed)으로 분할하여 뇌 지도(brain map)를 작성하는 단계를 포함한다. 구체적으로, 상기 뇌 영상 데이터는 피험자가 눈을 감고 안정을 취한 상태에서, 자기공명영상(Magnetic Resonance Imaging, MRI) 촬영을 통해 획득된 것이며, 상기 자기공명영상은 T1 자기공명영상(T1 magnetic resonance image, T1-MRI), T2 자기공명영상 또는 휴지기 기능성 자기공명영상(resting state functional Magnetic Resonance Imaging; rsfMRI)일 수 있다. 또한, 상기 기능성 자기공명영상은 인공 잡음 또는 머리 움직임으로 발생된 잡음 보정(realignment), 시간 보정(slice timing correction), 공간 정규화(spatial normalization), 공간평편화(spatial smoothing) 및 선형 추세 제거로 이루어진 군으로부터 선택된 어느 하나 이상의 전처리를 추가로 수행하여 획득될 수 있다. 상기 지도는 하버드-옥스포드 아틀라스(Harvard-Oxford atlas), 브로드만 아틀라스(Brodmann's atlas) 표준 뇌 영역 지도 또는 AAL(Automated Anatomical Labeling)를 사용할 수 있다. 일 실시예에서는 해부학적 두뇌지도 중 대뇌는 하버드-옥스포드 아틀라스를, 소뇌는 SUIT(a spatially unbiased atlas template of the cerebellum and brainstem)를 사용하여 전뇌를 133개의 영역으로 분할하였다. 또한, 뇌 지도는 전뇌 특정 영역 사이의 혈류산소수준(blood oxygenation level dependent, BOLD) 신호 상관계수로부터 산출된 값을 분석하여 작성된 것으로서, 상기 혈류산소수준 신호 상관계수로부터 산출된 값은 뇌 기능적 연결성을 정량화한 값일 수 있다.

일 구체예에 따른 정보제공방법은 상기 뇌 지도로부터 뇌 기능적 연결성(brain functional connectivity)을 분석하여 피험자의 어지럼증 특이 연결성 지표를 설정하는 단계를 포함한다. 구체적으로, 상기 기능적 연결성 분석은 피험자 및 정상 대조군의 기능적 연결성 값을 비교함으로써, 어지럼증의 상태인 것으로 판단할 수 있다.

전두엽(frontal lobe) 및 상부뒤통수피질(lateral occipital cortex)의 연결성이 정상 대조군에 비해 증가하면, 어지럼증 상태인 것으로 판단할 수 있다. 예를 들어, 뇌들보밑피질(Subcallosal cortex) 및 좌측 중간이마이랑(left middle frontal gyrus)의 연결성; 및/또는 뇌들보밑피질(Subcallosal cortex) 및 좌측 상부뒤통수피질(left Lateral occipital cortex, superior)의 연결성이 증가하면, 어지럼증 상태인 것으로 판단할 수 있다.

또한, 좌측 관자방추피질(left temporal fusiform cortex, anterior) 및 우측 중격핵(right nucleus accumbens)의 연결성이 정상 대조군에 비해 감소하면, 어지럼증 상태인 것으로 판단할 수 있다. 해마(hippomcpuas) 및 마루엽섬피질(parieto-insular)의 연결성; 및/또는 해마(hippocampus) 및 소뇌(cerebellum)의 연결성이 정상 대조군에 비해 감소하면, 어지럼증 상태인 것으로 판단할 수 있다. 예를 들어, 좌측 해마(left hippocampus); 및 양측 소뇌소엽 VI(cerebellar lobule VI), 양측 중심덮개피질(central opercular cortex), 좌측 마루덮개피질(left parietal opercular cortex), 우측 섬피질(right insular cortex), 좌측 소뇌다리 I(left cerebellar Crus I) 및 우측 소뇌소엽 V(right cerebellar lobule V)로 구성된 군으로부터 선택된 어느 하나의 연결성이 감소하면, 어지럼증 상태인 것으로 판단할 수 있다. 이때, 상기 어지럼증은 기능성 어지럼증(functional dizziness)일 수 있으며, 상기 어지럼증은 우울, 불안장애, 외상성 뇌장애 및 만성 전정장애로 구성된 군에서 선택되는 어느 하나 이상의 질환과 동반될 수 있다.

다른 양상은 피험자 전뇌(whole brain)의 특정 영역(seed)에서 뇌 기능적 연결성(brain functional connectivity) 값을 산출하는 단계; 및 상기 산출된 값을 판별함수 구축법(Discriminant Analysis)으로 분석하는 단계; 를 포함하는 어지럼증의 치료약 및/또는 치료 방법의 효과 판정 방법을 제공한다. 상기 뇌 기능적 연결성의 구체적인 내용은 전술한 바와 같다.

일 구체예에 따른 판정 방법은 피험자 전뇌(whole brain)의 특정 영역(seed)에서 뇌 기능적 연결성(brain functional connectivity) 값을 산출하는 단계를 포함한다. 구체적으로, 상기 연결성 값은 뇌 연결성을 대표하는 특징 값으로 피험자 및 정상 대조군 간 연결성 값 차이에 의해 특정될 수 있다.

일 구체예에 따른 판정 방법은 상기 산출된 값을 판별함수 구축법(Discriminant Analysis)으로 분석하는 단계를 포함한다. 구체적으로, 상기 판별함수 구축법으로 분석하는 단계는 기계학습(Machine Learning) 기반의 분류기로 수행될 수 있으며, 상기 기계학습 기반의 분류기는 서포트벡터머신(support vector machine, SVM) 또는 신경망(Neutral Network)일 수 있다.

다른 양상은 피험자의 뇌 영상 데이터를 수신하는 수신부; 상기 데이터로부터 전뇌 특정 영역 사이의 혈류산소수준 신호를 선택적으로 추출하는 전처리부; 및 전처리를 마친 데이터로부터 전뇌 특정 영역의 기능적 연결성을 분석하고 연결성 값을 추출하는 추출부; 를 구비하는 어지럼증 진단 및 치료 효과 판정 시스템을 제공한다.

도 3은 일 실시예에 따른 어지럼증 진단 및 치료 효과 판정 시스템의 구조도이다.

도 3에 나타난 바와 같이, 일 구체예에 따른 어지럼증 진단 및 치료 효과 판정 시스템은 각 기능에 따라 뇌 영상 데이터 수신부(110), 전처리부(120), 추출부(130)로 구성될 수 있다.

먼저, 수신부(110)은 외부 장치로부터 뇌 영상 데이터를 수신한다. 상기 뇌 영상 데이터는 뇌의 기능적 활성화 정도를 나타내는 영상 데이터로, 예를 들어, T1 자기공명영상, T2 자기공명영상 또는 휴지기 기능성 자기공명영상 데이터일 수 있다. 상기 수신부는 피험자가 눈을 감고 안정을 취한 상태에서 시간에 따라 순차적으로 뇌 영상 데이터를 수집한다.

전처리부(120)은 뇌 영상 데이터로부터 각 뇌 영역에 대한 뇌 신호를 검출한다. 뇌는 복수의 영역으로 구분되어 규정될 수 있다. 이때, 전처리부는 뇌 영상 데이터를 전처리하고, 전뇌 특정 영역 사이의 혈류산소수준 신호를 선택적으로 추출한다. 구체적으로, 전처리부는 피검자의 머리 움직임 등으로 인해 발생할 수 있는 각종 잡음 등을 제거한다. 또한, 잡음이 제거된 뇌 영상 데이터를 표준화된 모델, 예를 들어, 하버드-옥스포드 아틀라스, 브로드만 아틀라스 또는 AAL에 적용하여 R(>1, 정수)개의 관심 영역(Regions of interest, ROI)마다 구분한다.

추출부(130)은 전처리를 마친 데이터로부터 전뇌 특정 영역의 기능적 연결성을 분석하고 연결성 값을 추출한다. 구체적으로, 전뇌를 하버드-옥스포드 아틀라스와 SUIT 두뇌지도를 사용하여 133개의 영역으로 분할하고, 하나의 영역에서 추출된 혈류산소수준 신호와 나머지 132개의 영역에서 추출된 혈류산소수준 신호 간의 상관계수를 계산하여 특정 두 영역에서의 기능적 연결성 값을 추출할 수 있다. 또한, 상기 추출부는 하나 이상의 기능적 연결성이 2차원의 이미지 상에서 표시되되, 다른 연결성과 구분되도록 표시될 수 있다. 이때, 각 뇌 영역마다 소정의 점들이 표시되며, 레인보우 색상을 갖는 바(bar)와 같은 형태로 2 이상 영역의 연결성이 표시될 수 있다.

또한, 일 구체예에 따른 시스템은 추출부에서 얻어진 연결성 값을 정상 대조군의 연결성 값과 비교하여 진단 정보를 생성하는 진단부를 추가로 포함할 수 있다. 진단부(140)는 뇌의 특정 영역에서 추출된 연결성 값을 피검자 및 정상 대조군과 비교하여 어지럼증을 진단한다.

또한, 일 구체예에 따른 시스템은 추출부에서 얻어진 연결성 값을 기계학습 기반 분류기를 이용하여 어지럼증의 치료약 및/또는 치료 방법의 효과를 평가하는 분류부를 추가로 포함할 수 있다. 분류부(150)는 피검자의 약물 또는 전정 재활 치료 전, 후의 특정 영역에서 추출된 연결성 값의 변화를 분석함으로써, 효과를 평가할 수 있다. 이때, 상기 기계학습 기반 분류기는 서포트벡터머신 또는 신경망 분류기일 수 있다. 상기 서포트벡터머신은 지도학습의 분류 모델 중 하나로 훈련데이터와 테스트 데이터가 필요한데, 상기 훈련데이터로 퍼셉트론 함수(고정된 형태가 아닌, 학습된 형태의 함수)를 사전에 정의한 후, 테스트 데이터를 기반으로 분류를 하면서 학습을 하는 형태이다. 이때, 통계적 신뢰도를 높이기 위하여, LOOCV(Leave-one-out cross-validation)방법을 사용한다. 상기 방법은 교차 검증의 하나로 i번째 대상자 데이터를 테스트 데이터로 사용하고, 나머지 n-1개의 데이터에 대해서 훈련데이터로 사용함으로써, 2n번의 적합 과정을 거쳐 훈련과정에서 검증하여 데이터의 과적합(over-fitting)을 방지할 수 있다.

일 양상의 방법은 휴지기 피실험자의 어지럼증 특이 영역의 연결성 값을 기능적 뇌자기공명영상을 사용하여 추출한 후, 정상인과 비교함으로써 진단 정보를 추출하였는 바, 어지럼증 진단의 정확성을 높일 수 있고, 적절한 치료를 제공할 수 있다. 또한, 어지럼증 약물 및 전정재활치료 평가의 모니터링 지표로 활용함으로써, 치료의 객관적인 효과를 관찰할 수 있다.

도 1은 전뇌에서 휴지상태 fMRI의 RIO-to-RIO 분석 결과이다. 기능성 어지럼증 환자와 정상 대조군 사이에 연결성의 현저한 차이를 나타내는 것으로, 붉은선은 대조군에 비하여 어지럼증 환자군에서 증가된 기능적 연결성을 나타낸 것이고, 파란선은 환자군에서 감소된 기능적 연결성을 나타낸 것이다.
도 2는 수신기 작동 특성(Receiver operating characteristic, ROC) 곡선을 나타낸 그래프이다.
도 3은 일 실시예에 따른 어지럼증 진단 및 치료 효과 판정 시스템의 구조도이다.

이하, 본 발명의 이해를 돕기 위하여 바람직한 실시예를 제시한다. 그러나 하기의 실시예는 본 발명을 보다 쉽게 이해하기 위하여 제공되는 것일 뿐, 하기 실시예에 의해 본 발명의 내용이 한정되는 것은 아니다.

[실험대상]

분당 서울대병원의 어지럼증 클리닉에 2015년 1월부터 2016년 8월 사이에 등록된 기능성 어지럼증 환자 38명(여성 26명; 평균 나이±SD=48.6±12세)을 대상으로 실험하였다. 상기 어지럼증은 바라니 소사이어티 분류위원회(the Classification Committee of the Ba'ra'ny Society)의 진단기준 및 세계보건기구(World Health Organization, WHO)의 국제질병표준분류기준에 부합한 정의에 따라 진단하였다.

[실시예]

실시예 1. MRI 영상 획득

피실험자들의 MRI 영상을 획득하기 위하여, 3T Philips Achieva MRI scanner (Philips Healthcare, Inc., Best Netherlands)를 사용하여 분당 서울대병원에서 촬영을 진행하였다. 구체적으로, 피실험자들에게 MRI 스캐너 안에서 안정 상태로 눈을 감고 특별한 생각을 하지 않도록 지시를 한 후, 10~12분 동안 3DT1 MRI를 포함한 기능적(functional) MRI를 촬영하여 영상을 획득하였다. Fast field-echo planar imaging sequence를 사용하여 뇌의 고해상도 3차원 해부학적 T1-weighted 이미지(TR=8.1 ms, TE=4.6 ms, flip angle=8°, slice thickness=1 mm, 175 slices)를 0.5㎜ 등방성 복셀(isotropic voxel)로 획득하고, 전뇌(whole brain)의 기능적 영상은 Fast field-echo planar imaging sequence(TR=3000 ms, TE=30 ms, FOV=224 mm, flip angle=90°, slice thickness=3.5mm/0 gap, slice numbers=42)를 사용하여 획득하였다.

실시예 2. 전처리 과정

상기 실시예 1에서 획득한 영상은 Statistical Parametric Mapping 12 software (SPM12, http://www.fil.ion.ucl.ac.uk/spm/software/spm12)와 MATLAB 2016a (MathWorks, Inc., Natick, MA, USA)에서 작동하는 CONN toolbox (version 16a (http://www.nitrc.org/projects/conn)를 사용하여 전처리 하였다. 구체적으로, 영상 촬영시 발생하는 인공 잡음 또는 머리 움직임으로 인해 발생된 잡음 보정(realignment), 시간 보정(slice timing correction), 뇌의 크기와 위치를 맞추는 과정인 공간 정규화(spatial normalization) 및 공간평편화(spatial smoothing), 및 선형 추세 제거를 실시하였다. 이후, 뇌의 혈류산소수준(blood oxygenation level department, BOLD)의 저-주파수 신호(0.0008~0.09 Hz)만 선택적으로 추출하였다.

실시예 3. 기능적 연결성 분석 및 어지럼증의 특이 연결성 지표 설정

3-1. 기능적 연결성 분석

상기 실시예 2에서 전처리를 마친 피실험자 개인별 영상에서 소뇌를 포함한 전뇌를 해부학적 두뇌지도(대뇌: Harvard-Oxford atlas, 소뇌: spatially unbiased infratentorial template, SUIT)를 활용하여 133개의 영역(seed)으로 분할하였다. 하나의 영역에서 추출된 BOLD 신호와 다른 모든 영역의 BOLD 신호 간의 상관계수를 계산하여 특정 두뇌 영역의 기능적 연결성 값으로 뇌 지도(map)를 만들었다. 구체적으로, 어지럼증 환자 및 대조군의 전체 뇌 영역에서의 기능적 연결성을 비교하고, 대상자의 나이가 연결성 결과에 미치는 것을 막기 위해 나이 효과를 제거하였다. 이후, BrainNet Viewer (https://www.nitrc.org/projects/bnv) (Xia, et al., 2013)를 사용하여 그룹 및 상관관계 분석 그래픽을 만들었다.

3-2. 어지럼증 특이 연결성 지표 설정

상기 실시예 3-1에서의 상관 분석 결과를 바탕으로 어지럼증 환자(실험군) 및 대조군 그룹 간 기능성 연결성 값의 차이가 나는 특이 연결성을 지표로 설정하였으며, 그 결과를 하기 표 1에 나타냈다.

그룹 차이	관심영역 (Region of interest, ROI)	관심영역 (Region of interest, ROI)	T 값
실험군 > 대조군	뇌들보밑피질 (Subcallosal cortex, SC)	좌측 중간이마이랑(left Middle frontal gyrus, F2_L)	3.56
실험군 > 대조군	뇌들보밑피질 (Subcallosal cortex, SC)	좌측 상부뒤통수피질 (left Lateral occipital cortex, superior, Ols_L)	3.61
대조군 > 실험군	좌측 관자방추피질(left Temporal fusiform cortex, anterior, TFa_L)	우측 중격핵(right nucleus accumbens, Accbns_R)	-3.95
	좌측 해마(left Hippocampus,Hipp_L)	좌측 소뇌소엽 VI(left Cerebellar lobule VI, VI_L)	-3.77
		우측 중심덮개피질(right Central opercular cortex, CO_R)	-3.67
		좌측 마루덮개피질(left Parietal opercular cortex, PO_L)	-3.56
		우측 섬피질(right Insular cortex, INS_R)	-3.4
		우측 소뇌소엽 VI(right Cerebellar lobule VI, VI_r)	-3.41
		좌측 소뇌다리 I(left Cerebellar Crus l, CrusI_L)	-3.23
		좌측 중심덮개피질(left Central opercular cortex, CO_L)	-3.15
		우측 소뇌소엽 V(right Cerebellar lobule V, V_R)	-3.07

실시예 4. 어지럼증 진단 및 치료효과 측정

전뇌 기능적 연결성의 변화가 기능성 어지럼증의 잠재적 바이오마커가 될 수 있는지 여부를 확인하기 위하여, 즉, 어지럼증 환자(실험군)를 대조군과 효과적으로 구별하기 위하여, 기계학습 알고리즘(machine learning algorithms)을 사용하여 두 그룹을 분리하는 분류 방법을 개발하였다. 구체적으로, 실험군과 대조군 그룹 간의 유의한 차이를 보이는 뇌 연결성으로부터 기능적 연결성 매트릭스를 구성하였다. 상기 연결성을 배열(array)에 정렬하고, 배열의 길이를 줄이기 위해 주성분 분석을 적용하여 과도한 치수(dimensionality)를 제거하였다. 이후, 서포트벡터 머신(support vector machine, SVM)을 사용하여 확립된 교차검증 방법(Chen, et al., 2011; Zeng, et al., 2012)을 이용해 분류 기준을 설정하였다. 상기 접근법에서는 한번에 한 개의 대상을 별도로 설정하고, 나머지 대상을 훈련 데이터 집합으로 사용하였다.

그 결과, 실험군 및 대조군의 기능적 연결성 값의 정확도는 77.6%로 기능성 어지럼증의 특징을 잘 나타내는 것을 확인할 수 있다.

실시예 5. 통계적 분석

실험군과 대조군의 인구학적 특성 및 임상증상 평가 척도 점수에 유의한 차이가 있는지 확인하기 위해 Statistical Package for the Social Sciences (SPSS)의 Windows v18.0 (SPSS Institute Inc., Chicago, IL)을 사용하여 통계적 분석을 실시하였다. 모든 분석에 대한 유의 수준은 p<0.05로 설정하였으며, 임상 변수의 집단 비교는 2 표본 t 검정(two-sample t test) 및 범주형 변수에 대한 카이-제곱 검정(chi-square tests)을 사용하여 수행하였다. 그리고, 두 군 사이의 기능적 연결성의 비교 분석을 위하여 일차적으로 개별 데이터를 분석한 후 군별 그룹분석을 시행하였으며, 다중비교에 따른 오류를 보정하기 위해 false discovery rate(FDR) 보정을 시행하였으며 통계적으로 유의 수준은 seed-level FDR-corrected two-side p < 0.05로 설정하였다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

100: 어지럼증 진단 및 치료 효과 판정 시스템
110: 수신부
120: 전처리부
130: 추출부
140: 진단부
150: 분류부

Claims

피검자 및 대조군의 뇌 영상 데이터를 수신하는 수신부;
상기 수신한 데이터로부터 각 뇌 영역의 혈류산소수준 신호를 검출하는 전처리부;
일 특정 영역의 혈류산소수준 신호와 나머지 영역의 혈류산소수준 신호 간 상관계수에 따른 뇌 기능적 연결성(brain functional connectivity)을 분석하는 추출부; 및
대조군 대비 피검자의 뇌에서, 뇌들보밑피질(Subcallosal cortex)과 좌측 중간이마이랑(left middle frontal gyrus)의 연결성 또는 뇌들보밑피질과 좌측 상부뒤통수피질(left Lateral occipital cortex, superior)의 연결성 중 하나 이상이 높거나, 좌측 관자방추피질(left temporal fusiform cortex, anterior)과 우측 중격핵(right nucleus accumbens)의 연결성, 좌측 해마(left hippocampus)와 소뇌소엽 VI(cerebellar lobule VI)의 연결성, 좌측 해마와 중심덮개피질(central opercular cortex)의 연결성, 좌측 해마와 좌측 마루덮개피질(left parietal opercular cortex)의 연결성, 좌측 해마와 우측 섬피질(right insular cortex)의 연결성, 좌측 해마와 좌측 소뇌다리 I(left cerebellar Crus I)의 연결성 및 좌측 해마와 우측 소뇌소엽 V(right cerebellar lobule V)의 연결성으로 이루어진 군으로부터 선택된 하나 이상이 낮으면 어지럼증 상태인 것으로 판단하는 진단부를 포함하는 어지럼증 진단 시스템.
청구항 1에 있어서, 상기 뇌 영상 데이터는 T1 자기공명영상(T1 magnetic resonance image; T1-MRI), T2 자기공명영상 또는 휴지기 기능성 자기공명영상(resting state functional Magnetic Resonance Imaging; rsfMRI)인 시스템.
청구항 1에 있어서, 상기 뇌 영상 데이터는 잡음 보정(realignment), 시간 보정(slice timing correction), 공간 정규화(spatial normalization), 공간 평편화(spatial smoothing) 및 선형 추세 제거로 이루어진 군으로부터 선택된 하나 이상이 수행된 것인 시스템.
청구항 1에 있어서, 상기 영역은 하버드-옥스포드 아틀라스(Harvard-Oxford atlas), 브로만 아틀라스(Brodmann's atlas), 표준 뇌 영역 지도, AAL(Automated anatomical labeling) 및 SUIT(spatially unbiased infratentorial template)로 이루어진 군에서 선택된 하나 이상에 의해 분할된 것인 시스템.
청구항 1에 있어서, 상기 어지럼증은 기능성 어지럼증(functional dizziness)인 시스템.
청구항 1에 있어서, 상기 어지럼증은 우울, 불안장애, 외상성 뇌장애 및 만성 전정장애로 구성된 군에서 선택되는 하나 이상의 질환과 동반되는 것인 시스템.
어지럼증 환자에 약물을 처리하기 전과 후의 뇌 영상 데이터를 수신하는 수신부;
상기 수신한 데이터로부터 각 뇌 영역의 혈류산소수준 신호를 검출하는 전처리부;
일 특정 영역의 혈류산소수준 신호와 나머지 영역의 혈류산소수준 신호 간 상관계수에 따른 뇌 기능적 연결성(brain functional connectivity)을 분석하는 추출부; 및
약물을 처리하기 전 대비, 뇌들보밑피질(Subcallosal cortex)과 좌측 중간이마이랑(left middle frontal gyrus)의 연결성 또는 뇌들보밑피질과 좌측 상부뒤통수피질(left Lateral occipital cortex, superior)의 연결성 중 하나 이상이 감소하거나, 좌측 관자방추피질(left temporal fusiform cortex, anterior)과 우측 중격핵(right nucleus accumbens)의 연결성, 좌측 해마(left hippocampus)와 소뇌소엽 VI(cerebellar lobule VI)의 연결성, 좌측 해마와 중심덮개피질(central opercular cortex)의 연결성, 좌측 해마와 좌측 마루덮개피질(left parietal opercular cortex)의 연결성, 좌측 해마와 우측 섬피질(right insular cortex)의 연결성, 좌측 해마와 좌측 소뇌다리 I(left cerebellar Crus I)의 연결성 및 좌측 해마와 우측 소뇌소엽 V(right cerebellar lobule V)의 연결성으로 이루어진 군으로부터 선택된 하나 이상이 증가하면 상기 약물이 어지럼증의 치료에 효과가 있는 것으로 판단하는 분류부를 포함하는 어지럼증 치료약의 효과 판정 시스템.
청구항 7에 있어서, 상기 뇌 영상 데이터는 T1 자기공명영상(T1 magnetic resonance image; T1-MRI), T2 자기공명영상 또는 휴지기 기능성 자기공명영상(resting state functional Magnetic Resonance Imaging; rsfMRI)인 시스템.
청구항 7에 있어서, 상기 뇌 영상 데이터는 잡음 보정(realignment), 시간 보정(slice timing correction), 공간 정규화(spatial normalization), 공간평편화(spatial smoothing) 및 선형 추세 제거로 이루어진 군으로부터 선택된 하나 이상이 수행된 것인 시스템.
청구항 7에 있어서, 상기 영역은 하버드-옥스포드 아틀라스(Harvard-Oxford atlas), 브로만 아틀라스(Brodmann's atlas), 표준 뇌 영역 지도, AAL(Automated anatomical labeling) 및 SUIT(spatially unbiased infratentorial template)로 이루어진 군에서 선택된 하나 이상에 의해 분할된 것인 시스템.
청구항 7에 있어서, 상기 어지럼증은 기능성 어지럼증(functional dizziness)인 시스템.
청구항 7에 있어서, 상기 어지럼증은 우울, 불안장애, 외상성 뇌장애 및 만성 전정장애로 구성된 군에서 선택되는 어느 하나 이상의 질환과 동반되는 것인 시스템.
청구항 7에 있어서, 상기 분류부는 기계학습(Machine Learning) 기반의 분류기를 이용하여, 판별함수 구축법(Discriminant Analysis)으로 효과를 판단하는 시스템.
어지럼증 환자에 치료방법을 수행하기 전과 후의 뇌 영상 데이터를 수신하는 수신부;
상기 수신한 데이터로부터 각 뇌 영역의 혈류산소수준 신호를 검출하는 전처리부;
일 특정 영역의 혈류산소수준 신호와 나머지 영역의 혈류산소수준 신호 간 상관계수에 따른 뇌 기능적 연결성(brain functional connectivity)을 분석하는 추출부; 및
치료방법을 수행하기 전 대비, 뇌들보밑피질(Subcallosal cortex)과 좌측 중간이마이랑(left middle frontal gyrus)의 연결성 또는 뇌들보밑피질과 좌측 상부뒤통수피질(left Lateral occipital cortex, superior)의 연결성 중 하나 이상이 감소하거나, 좌측 관자방추피질(left temporal fusiform cortex, anterior)과 우측 중격핵(right nucleus accumbens)의 연결성, 좌측 해마(left hippocampus)와 소뇌소엽 VI(cerebellar lobule VI)의 연결성, 좌측 해마와 중심덮개피질(central opercular cortex)의 연결성, 좌측 해마와 좌측 마루덮개피질(left parietal opercular cortex)의 연결성, 좌측 해마와 우측 섬피질(right insular cortex)의 연결성, 좌측 해마와 좌측 소뇌다리 I(left cerebellar Crus I)의 연결성 및 좌측 해마와 우측 소뇌소엽 V(right cerebellar lobule V)의 연결성으로 이루어진 군으로부터 선택된 하나 이상이 증가하면, 상기 치료방법이 어지럼증의 치료에 효과가 있는 것으로 판단하는 분류부를 포함하는 어지럼증 치료방법의 효과 판정 시스템.
청구항 14에 있어서, 상기 뇌 영상 데이터는 T1 자기공명영상(T1 magnetic resonance image; T1-MRI), T2 자기공명영상 또는 휴지기 기능성 자기공명영상(resting state functional Magnetic Resonance Imaging; rsfMRI)인 시스템.
청구항 14에 있어서, 상기 뇌 영상 데이터는 잡음 보정(realignment), 시간 보정(slice timing correction), 공간 정규화(spatial normalization), 공간평편화(spatial smoothing) 및 선형 추세 제거로 이루어진 군으로부터 선택된 하나 이상이 수행된 것인 시스템.
청구항 14에 있어서, 상기 영역은 하버드-옥스포드 아틀라스(Harvard-Oxford atlas), 브로만 아틀라스(Brodmann's atlas), 표준 뇌 영역 지도, AAL(Automated anatomical labeling) 및 SUIT(spatially unbiased infratentorial template)로 이루어진 군에서 선택된 하나 이상에 의해 분할된 것인 시스템.
청구항 14에 있어서, 상기 어지럼증은 기능성 어지럼증(functional dizziness)인 시스템.
청구항 14에 있어서, 상기 어지럼증은 기능성 어지럼증(functional dizziness)인 시스템.
청구항 14에 있어서, 상기 분류부는 기계학습(Machine Learning) 기반의 분류기를 이용하여, 판별함수 구축법(Discriminant Analysis)으로 효과를 판단하는 시스템.