KR102065151B1 - 안정상태 시각유발 전위(ssvep)를 이용한 조울증 환자와 조현병 환자를 분류하는 방법 및 장치 - Google Patents

Abstract

본 발명은 조울증 환자와 조현병 환자를 분류하는 방법에 관한 것으로, 조울증 환자와 조현병 환자의 뇌파를 측정하여 안정상태 시각유발 전위(SSVEP)를 산출하는 단계, 상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 단계, 상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자의 분류에 필요한 뇌파통계지표들을 선택하는 단계 및 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 단계를 포함하는 것을 특징으로 한다.

Description

안정상태 시각유발 전위(SSVEP)를 이용한 조울증 환자와 조현병 환자를 분류하는 방법 및 장치{THE METHOD AND APPARATUS FOR CLASSIFYING PATIENTS WITH BIPOLAR DISORDER AND PATIENTS WITH SCHIZOPHRENIA USING STEADY-STATE VISUAL EVOKED POTENTIAL(SSVEP)}

본 발명은 조울증 환자와 조현병 환자를 분류하는 방법 및 분류 장치에 관한 것으로, 더욱 상세하게는, 안정상태 시각유발 전위(SSVEP)에 기초한 뇌파통계지표를 이용하여 조울증 환자와 조현병 환자를 분류하는 방법에 관한 것이다.

조울증(Biopolar Disorder)와 조현병(Schizophrenia)은 환각 또는 망상과 같은 징후와 증상을 갖는 정신 질환이다. 양 질환 모두 주요 증상은 유사하여 정신과 전문의가 기존의 환자 분류방법인 정신 지체의 진단 및 통계 매뉴얼 제 5 판 (Diagnostic and Statistical Manual of Mental Disorders 5th Edition, DSM-V)와 같은 국제 통계학 분류 기준에 따라 이 두 환자군을 인터뷰를 통해 구분하는 것은 어려운 문제이다.

또한, 종래 정신과에서 시행하는 일반적인 진단 기준은 정성적 진단이고, 생리학적 측정이 수행되지 않기 때문에 오류가 발생할 가능성이 존재한다.

이러한 단점을 극복하기 위해, 정신질환 환자군으로부터 뇌파(EEG)를 측정하는 연구가 많이 진행되고 있다.

그러나, 일반군과 정신질환 환자군을 비교하여 구분하는 연구(한국등록특허 제10-1095585호)에 불과하거나, 정신질환 환자에 대한 정성적 진단이 확정된 다음 증상의 심각도를 추정하는 연구는 수행된 바 있으나, 정성적으로도 구분이 어려운 조울증과와 조현병에 대한 분류 기법에 관하여는 연구가 수행된 바 없다.

(KR) 한국등록특허 제 10-1095585호

본 발명의 적어도 하나의 실시예가 이루고자 하는 과제는 전술한 문제점을 해결하기 위하여 안출된 것으로, 조울증 환자와 조현병 환자를 분류하는 방법 및 분류 장치를 제공하고자 한다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속한 기술분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기한 바와 같은 목적을 달성하기 위한 조울증 환자와 조현병 환자 분류 방법은 조울증 환자와 조현병 환자의 뇌파를 측정하여 안정상태 시각유발 전위(SSVEP)를 산출하는 단계, 상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 단계, 상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자의 분류에 필요한 뇌파통계지표들을 선택하는 단계 및 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 단계를 포함할 수 있다.

본 발명의 일 실시예에 따라 상기 복수의 뇌파통계지표들 중 상기 분류에 필요한 뇌파통계지표들을 선택하는 단계는, 조울증 환자군을 모집단으로 한 뇌파통계지표의 평균과 조현병 환자군을 모집단으로 한 뇌파통계지표의 평균의 차를 이용하여 복수의 식별지수들을 계산하고, 상기 계산된 식별지수들 중 상위 n개에 포함된 식별지수에 대응되는 뇌파통계지표를 선택하는 것일 수 있다.

본 발명의 일 실시예에 따른 복수의 뇌파통계지표들은 안정상태 시각유발 전위(SSVEP)에 대한 신호대 잡음비(SNR)의 평균, 왜도 또는 첨도를 포함할 수 있다.

본 발명의 일 실시예에 따른 식별지수는 하기 수학식에 의하여 추출될 수 있다.

(Cf. m : 뇌파통계지표의 각 실험군에 대한 평균, s : 뇌파통계지표의 각 실험군에 대한 분산, i : 조울증 실험군, j : 조현병 실험군)

본 발명의 일 실시예에 따른 복수의 식별지수들 중 상위 n개는 3개 내지 8개일 수 있고, 뇌파를 측정하는 시간은 90초 이상일 수 있다.

본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자 분류 장치는 조울증 환자와 조현병 환자의 뇌파를 측정하여 안정상태 시각유발 전위(SSVEP)를 산출하는 안정상태 시각유발 전위(SSVEP) 산출부, 상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 뇌파통계지표 추출부, 상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자 분류에 필요한 뇌파통계지표들을 선택하는 뇌파통계지표 선택부 및 상기 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 환자 분류부를 포함할 수 있다.

본 발명의 일 실시예에 따른 안정상태 시각유발 전위(SSVEP) 산출부는, 기 설정된 주파수로 깜빡이는 시각 자극을 상기 환자에게 가하였을 때 발생하는 상기 환자의 뇌파를 측정하는 뇌파 측정부, 상기 환자의 안정상태 시각유발 전위(SSVEP)를 계산하기 위한 전처리를 수행하는 전처리부 및 상기 전처리된 뇌파를 이용하여 상기 안정상태 시각유발 전위(SSVEP)를 계산하는 안정상태 시각유발 전위 계산부를 포함할 수 있다.

본 발명의 일 실시예에 따른 뇌파통계지표 추출부는 계산된 안정상태 시각유발 전위의 신호 대 잡음비(SNR)에 대한 통계처리를 수행하여 뇌파통계지표를 추출하는 것을 특징으로 할 수 있다.

본 발명의 일 실시예에 따른 뇌파통계지표 선택부는, 상기 조울증 환자군을 모집단으로 한 뇌파통계지표의 평균과 상기 조현병 환자군을 모집단으로 한 뇌파통계지표의 평균의 차를 이용하여 복수의 식별지수들을 계산하는 식별지수 계산부 및 상기 계산된 식별지수들 중 상위 n개(단, n은 자연수)에 포함된 식별지수에 대응되는 뇌파통계지표를 결정하는 뇌파통계지표 결정부를 포함할 수 있다.

본 발명의 일 실시예에 따른 뇌파통계지표들은 안정상태 시각유발 전위의 신호 대 잡음비(SNR)에 대한 평균, 왜도, 첨도를 포함할 수 있다.

본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자를 분류하는 방법에 의하면, 신경과 전문의가 인터뷰와 설문 조사만으로 구분하던 종래의 정성적 방법을 대체하여 자동으로 두 환자군을 정확히 분류할 수 있다.

본 발명의 일 실시예에 따른 분류 방법은 안정상태 시각유발 전위(SSVEP)를 이용하기 때문에 다른 종류의 뇌파 검사보다 상대적으로 뇌파 기록 시간을 단축시킬 수 있는 장점이 있을 뿐만 아니라, 뇌파를 측정하기 위하여 두피에 부착하는 전극의 수를 줄일 수 있는 장점이 있다.

이러한 장점은 본 발명이 실제 병원 신경정신과에 적용될 때 중요한 의미를 가진다. 조울증 환자나 조현병 환자는 뇌파 검사에 집중할 수 없고 오랫동안 한 곳에 머무르는 것을 힘들어 하기 때문에 본 발명과 같이 검사시간을 단축하고 전극의 수를 줄이는 장점은 본 발명이 실제 임상에 쉽게 적용될 수 있는 효과를 달성할 수 있다.

또한, 본 발명의 일 실시예에 따라 안정상태 시각유발 전위(SSVEP)를 이용하여 양 환자군을 분류하는 방법은 안전도(Electrooculogram, EOG)나 근전도 (Electromyography, EMG)에 의한 노이즈 영향을 덜 받는 장점이 있다.

따라서, 노이즈 제거나 인위적 노이즈 보정(artifact correction)에 따른 복잡한 전처리 과정을 거치지 않아도 되기 때문에 분석 시간을 단축시키는 장점도 있다.

본 발명의 일 실시예에 따라 계산된 안정상태 시각유발 전위(SSVEP)의 신호 대 잡음비(SNR)가 통계 수치(예컨대, 본 발명의 일 실시예에 따른 뇌파통계지표인 평균, 왜도 및 첨도)로 산출되고, 상기 산출된 통계적 특징의 차이를 본 발명의 일 실시예에 따른 식별지수 계산식(본 발명의 일 실시예의 수학식 2)으로 다시 환산함으로써, 조현병 환자와 조울증 환자를 보다 명확하게 분류할 뿐만 아니라, 계산과정의 복잡성을 감소시켜 계산 시간을 줄이는 효과를 달성할 수 있다.

도 1은 본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자를 분류하는 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 따라 각 전극에서 측정한 안정상태 시각유발 전위(SSVEP)의 평균 스펙트럼 밀도를 나타낸다.
도 3은 본 발명의 일 실시예에 따라 안정상태 시각유발 전위(SSVEP)의 신호 대 잡음비(SNR)의 평균, 왜도 및 첨도에 대한 지형도를 나타낸다.
도 4는 본 발명의 일 실시예에 따라 선택된 식별지수의 개수에 대하여 5개의 분류 알고리즘을 적용했을 때 평가된 분류 정확도를 나타낸다.
도 5는 본 발명의 일 실시예에서 뇌파를 측정하는 시간에 따른 분류 정확도를 나타낸다.
도 6은 본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자 분류 장치의 블록도이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

또한, 본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함될 수 있다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

명세서 전체에서 "BD"는 조울증(Bipolar Disorder) 환자를 지칭하고, "SZ"는 조현병(Schizophrenia) 환자를 지칭하며, EEG(Electroencephalogram)는 대뇌피질에서 발생하는 전기적 신호로 뇌파를 지칭한다.

한편, 명세서 전체에서 안정상태 시각유발 전위(Steady-State Visual Evoked Potent, SSVEP)는, 피실험자에게 일정한 주파수로 깜박이는 시각자극을 줬을 때 대뇌피질에서 나타나는 뇌파를 의미한다.

도 1은 본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자를 분류하는 방법의 순서도이다.

본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자 분류 방법은 조울증 환자와 조현병 환자의 뇌파를 측정하여 안정상태 시각유발 전위(SSVEP) 를 산출하는 단계(S100), 상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 단계(S200), 상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자의 분류에 필요한 뇌파통계지표들을 선택하는 단계(S300) 및 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 단계(S400)를 포함할 수 있다.

본 발명의 일 실시예에 따른 뇌파통계지표들은 SSVEP의 신호 대 잡음비(Signal to Noise Ratio, SNR)의 평균(mean), 왜도(skewness), 첨도(kurtosis)를 포함하며, SSVEP는 시각 자극 주파수의 n배수(여기서, n은 정수)에 해당하는 주파수에 대한 스펙트럼 밀도를 의미한다.

본 발명의 일 실시예에서는 조현병 환자와 조울증 환자를 구분하기 위한 뇌파통계지표로 평균 뿐만 아니라 왜도 및 첨도도 포함하는데, 상기 세가지의 특징을 사용하면 평균만 사용하여 얻은 분류 정확도보다 최대 91.30%로 훨씬 높다.

한편, 왜도는 분포의 비대칭을 측정하는 통계수치이며, 첨도는 분포의 평탄도 또는 선명도를 측정하는 통계수치이다.

본 발명의 일 실시예에 따르면 SSVEP의 SNR 분포의 불균일성을 측정하고자 왜도 또는 첨도를 두 환자군을 구분하는 인자로 채택하였다.

도 3을 참조하면, 조현병 환자군(SZ)에서 Fz 부분의 SSVEP-SNR 왜도 및 첨도가 조울증 환자군(BD)보다 높은 것을 확인할 수 있으므로, 표 2에서와 같이 Fz 전극의 16Hz 왜도와 첨도가 두 환자군을 구분할 수 있는 뇌파통계지표로 채택될 수 있다. 자세한 사항은 도 3 및 표 2에서 서술한다.

이러한 결과는 조현병이 대뇌 반구 사이의 연결 결손의 결과라는 연구와도 같은 흐름인 것으로 파악할 수 있다. 즉, 조현병 환자군(SZ)에서 Fz 부분의 SSVEP-SNR 왜도 및 첨도가 높은 것은 시각 자극에 대한 신경 경로가 결손될 가능성이 있다는 것을 시사할 수 있다.

상술한 바와 같은 본 발명의 일 실험예를 활용하여 SSVEP의 SNR 평균, 왜도 및 첨도를 뇌파통계지표로 채택할 수 있다.

본 발명의 일 실시예에 따라 안정상태 시각유발 전위(SSVEP)를 산출하는 단계 (S100)는 EEG 데이터를 250 Hz의 샘플링 속도로 측정한 다음, 0.01Hz - 40 Hz의 온라인 대역 통과 필터를 이용하여 필터링을 거치도록 한다.

한편, EEG 데이터는 피험자(조울증 환자 및 조현병 환자)와 50cm 거리에 위치한 광 다이오드에서 일정한 주파수를 가진 빛을 피험자에게 자극할 때 측정되는 데이터인 SSVEP를 사용하고, 95초 동안 측정되는 EEG 데이터를 사용할 수 있다.

본 발명의 일 실시예에서는 상기 빛의 일정한 주파수는 높은 SNR을 나타내는 16Hz로 결정되었으나, 반드시 이에 한정되는 것은 아니다.

도 2는 본 발명의 일 실시예에 따라 각 전극에서 측정한 안정상태 시각유발 전위(SSVEP)의 평균 스펙트럼 밀도를 나타낸다.

도 2를 참조하면, 각각의 그래프가 위치한 곳에 EEG를 측정하는 전극이 부착된 것을 의미하며, 가로는 주파수(Hz), 세로는 스펙트럼 밀도(dB)를 의미한다.

전극 전체에 대하여 일반적으로 자극 주파수인 16Hz 주파수 대역에서 피크(peak)가 나타나는 것을 확인할 수 있기 때문에, 16Hz와 16HZ의 배수인 32Hz가 아래 수학식1과 같이 SSVEP의 신호 대 잡음비(SNR) 계산에 변수로 사용된다.

[수학식 1]

(cf. f는 자극 주파수이고, X (f)는 f Hz에서의 진폭이며, n은 인접한 주파수 포인트의 수)

한편, n은 경험적으로 6 인 매개 변수를 설정되나, 반드시 이에 한정되는 것은 아니다. SSVEP의 진폭 X (f)는 고속 푸리에 변환 (Fast Fourier Transform, FFT)을 취하여 계산되고, FFT 변환시 사용되는 윈도우 창은 1 초로 설정될 수 있다.

본 발명의 일 실시예에 따른 전극은 국제 10-20 시스템에 따라 19 채널이 사용되기 때문에, 19채널 전극 각각에 대한 16Hz, 32Hz 상의 SSVEP 신호 대 잡음비(SNR)의 평균, 왜도 및 첨도를 이용하여 총 114개의 뇌파통계지표들을 추출할 수 있다(S200). 여기서 뇌파통계지표들의 개수는 전극 개수와 선택되는 주파수 개수에 따라 변동될 수 있다.

한편, 평균, 왜도 및 첨도를 계산하기 위한 통계 데이터 세트(data set)는 상기 윈도우 창을 시간대역으로 이동하며 획득한 데이터에 대한 SSVEP의 신호 대 잡음비(SNR)로서, 신호 대 잡음비(SNR)의 행이 시간대역의 열로 구성된 행렬일 수 있다.

즉, SSVEP의 신호 대 잡음비(SNR) 평균은 윈도우 창이 이동한 전체 시간 대역에 대한 평균을 의미한다.

도 3은 본 발명의 일 실시예에 따라 안정상태 시각유발 전위(SSVEP)에 대한 신호 대 잡음비(SNR)의 평균, 왜도 및 첨도에 대한 지형도를 나타낸다.

도 3을 참조하면, 조울증(BD) 환자의 뇌파통계지표들(SSVEP의 SNR 평균, 왜도 및 첨도)과 조현병(SZ) 환자의 뇌파통계지표들은 특정 대뇌부위에서 차이가 나는 것을 확인할 수 있으며, 상기 차이는 BD-SZ 지형도에서 확연히 알 수 있다.

한편, BD-SZ 지형도는 조울증(BD) 환자의 뇌파통계지표들 수치와 조현병(SZ) 환자의 뇌파통계지표들 수치의 차이를 나타낸다.

도 3을 참조하면, 후두엽 부근의 시각 자극 주파수와 동일한 16Hz의 SSVEP의 SNR 평균이 조울증(BD) 환자군과 조현병(SZ) 환자군에서 큰 차이를 보였다.

특히 상술한 바와 같이, 조현병 환자군(SZ)에서 Fz 부분의 SSVEP-SNR 왜도 및 첨도가 조울증 환자군(BD)보다 높은 것을 확인할 수 있다.

또한, O1 전극 부분에서 조울증(BD) 환자군과 조현병(SZ) 환자군의 차이가 나타난다. 보다 구체적으로는, 조울증(BD) 환자군의 SSVEP-SNR 평균이 조현병(SZ) 환자군보다 높은 것을 도 3을 통해 확인할 수 있다.

따라서, 조울증(BD) 환자군과 조현병(SZ) 환자군 간에 발생하는 뇌파통계지표들의 차이를 이용하여 조울증 환자와 조현병 환자 분류에 필요한 뇌파통계지표들을 선택할 수 있다(S300)

본 발명의 일 실시예에 따른 복수의 뇌파통계지표들 중 상기 분류에 필요한 뇌파통계지표들을 선택하는 단계(S300)는 하기 수학식 2에 도시된 바와 같이 상기 조울증 환자군에 대한 뇌파통계지표의 평균과 상기 조현병 환자군에 대한 뇌파통계지표의 평균의 차를 이용하여 복수의 식별지수들을 계산하고, 상기 계산된 식별지수에 기초하여 분류에 필요한 뇌파통계지표들을 선택할 수 있다.

[수학식 2]

(cf. k는 114개의 뇌파통계지표 중 k번째 뇌파통계지표, m은 뇌파통계지표의 각 실험군에 대한 평균, s는 뇌파통계지표의 각 실험군에 대한 분산, i는 조울증 실험군, j는 조현병 실험군)

본 발명의 일 실시예에 따르면, 상기 식별지수에 관한 통계 데이터에 기초하여 분류에 필요한 뇌파통계지표들을 선택할 수 있다.

보다 구체적으로, 조울증 환자와 조현병 환자 각각의 실험군에 대하여 상술된 114개의 뇌파통계지표들의 평균과 분산을 계산하고 각각의 뇌파통계지표들에 대하여 상술한 수학식 2와 같이 계산함으로써 각각의 뇌파통계지표들에 대응되는 식별지수를 계산한다.

본 발명의 일 실시예에 따른 통계 데이터에서 상술한 실험군은 표 1과 같다.

따라서, 조울증 환자군과 조현병 환자군을 비교하여 계산된 식별지수는 조울증 환자군과 조현병 환자군 사이의 평균 차이가 많이 날수록 수치가 높고, 각 비교군의 분산이 작을수록 두 비교군 간의 차별이 커서 식별지수의 수치는 높아진다.

본 발명의 일 실시예에 따라 추출된 식별지수는 복수의 뇌파통계지표들 개수와 동일하게 114개가 추출되는데, 수치가 높은 상위 n개에 해당하는 뇌파통계지표를 선택함으로써, 조울증 환자군과 조현병 환자군 분류에 필요한 뇌파통계지표들을 선택할 수 있다(S300).

즉, 상기 식별지수의 수치가 높을수록 두 환자군을 정확히 구분지을 수 있음을 의미하므로, 상기 식별지수에 해당하는 뇌파통계지표는 두 환자군을 가장 잘 분류할 수 있는 지표가 될 수 있다.

본 발명의 일 실시예에 따르면, 상기 n개는 1 내지 10 중 어느 하나의 정수 일 수 있으나, 반드시 이에 제한되는 것은 아니다.

도 4는 본 발명의 일 실시예에 따라 선택된 뇌파통계지표의 개수에 대하여 5개의 분류 알고리즘을 적용했을 때 평가된 분류 정확도를 나타낸다.

본 발명의 일 실시예에 따른 분류 알고리즘은 종래 분류 알고리즘인 LDA(Linear Discriminant Analysis), QDA(QuadraticDiscriminant Analysis), SVM(SupportVctor Machine), KNN(k-Nearest Neighbor), LRA(Logistic Regression Analysis)가 사용되었다. 다만, 상술한 5개의 분류 알고리즘으로 제한되는 것은 아니며 다른 종류의 분류 알고리즘도 사용될 수 있다.

한편, 본 발명의 일 실시예에 따르면, 5개의 분류 알고리즘에 대한 평가는 교차 검증 평가 기법인 LOOCV(Leave-One-Out Cross-Validation)기법이 적용되었다.

도 4를 참조하면, KNN 분류기를 적용하였을 경우 상위 4개의 식별지수에 대응되는 뇌파통계지표를 선택했을 때 분류 정확도는 91.30 %로 가장 높다. 그리고 5개 분류기의 평균 분류 정확도를 살펴보면, 상위 6개의 식별지수에 대응되는 뇌파통계지표를 선택하였을 경우에 평균 분류 정확도가 84.78 %로 가장 높으며, 상위 3개 내지 8개의 식별지수에 대응되는 뇌파통계지표를 선택했을 경우, 평균 분류 정확도는 모두 80%가 넘는다.

표 2는 본 발명의 일 실시예에 따라 상위 n개의 식별지수를 선택했을 때, 각 실험군에 대한 LOOCV 기법 적용시 결정되는 뇌파통계지표들을 내림차순으로 정렬한 데이터결과이다.

전체 실험군에 대한 분류정확도를 계산하는 LOOCV 기법을 적용하였을 경우, 1개의 가장 큰 식별지수를 선택하면, O1 전극의 16Hz에 대한 SSVEP의 SNR 평균(표 2에서 O1 16m)이 83.6% 비율로 가장 많이 선택되었고, Fz 전극의 16Hz에 대한 SSVEP의 SNR 첨도(표 2에서 Fz 16k)가 17.4% 비율로 선택된다.

표 2를 참조하면, 선택된 뇌파통계지표들의 개수와 관계없이 O1 전극의 16Hz에 대한 SSVEP의 SNR 평균과 Fz 전극의 16Hz에 대한 SSVEP의 SNR 첨도가 가장 많이 선택된 뇌파통계지표에 해당한다.

따라서, 도 3에 도시된 바와 같이, 본 발명의 일 실시예에서 가장 높은 분류 정확도가 얻어진 식별지수 상위 4개를 선택하면, 표 2에서 가장 높은 비율로 선택된 뇌파통계지표들 중 O1 전극의 16Hz에 대한 SNR 평균, Fz 전극의 16Hz에 대한 SNR 첨도, F3 전극의 32Hz에 대한 SNR 평균, Fz 전극의 16Hz에 대한 SNR 평균 총 4개를 분류하고자 하는 뇌파통계지표로 선택할 수 있다.

즉, 다시 말해서, 상기 4개의 뇌파통계지표만을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류할 수 있다(S400).

다만, 상술한 바와 같이 뇌파통계지표는 상기 4개로 제한되는 것은 아니며, 분류 정확도에 따라 선택하는 뇌파통계지표의 개수는 달라질 수 있다.

도 5는 본 발명의 일 실시예에서 뇌파를 측정하는 시간에 따른 분류 정확도를 나타낸다.

도 5는 분석 시간을 다르게 한 경우에 5개의 분류 알고리즘의 평균 분류 정확도와 그 평균의 변화를 나타내는 것으로, 뇌파를 분석하는 시간 길이는 분류 정확도에 영향을 미치는 것을 확인할 수 있다.

즉, 분석 시간 길이가 증가함에 따라 분류 정확도도 증가하는 경향이 있다. 특히, 분석 시간 길이가 90초 이상에서는 모든 분류 알고리즘에서 80% 이상의 분류 정확도가 나오기 때문에, 본 발명의 일 실시예에 따라 조울증 환자와 조현병 환자를 분류하기 위해서 환자의 뇌파는 90초 이상 측정하는 것이 바람직할 수 있다.

본 발명의 일 실시예에 따른 분류 방법을 적용한 조울증 환자와 조현병 환자 분류 장치도 제공할 수 있다.

본 발명의 일 실시예에 따른 조울증 환자와 조현병 환자 분류 장치(600)는 안정상태 시각유발 전위(SSVEP)를 산출하는 안정상태 시각유발 전위(SSVEP) 산출부(610), 상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 뇌파통계지표 추출부(620), 상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자 분류에 필요한 뇌파통계지표들을 선택하는 뇌파통계지표 선택부(630) 및 상기 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 환자 분류부(640)를 포함할 수 있다.

본 발명의 일 실시예에 따른 안정상태 시각유발 전위(SSVEP) 산출부(610)는, 기 설정된 주파수로 깜빡이는 시각 자극을 상기 환자에게 가하였을 때 발생하는 상기 환자의 뇌파를 측정하는 뇌파 측정부(611), 상기 환자의 안정상태 시각유발 전위(SSVEP)를 계산하기 위한 전처리를 수행하는 전처리부(612) 및 상기 전처리된 뇌파를 이용하여 상기 안정상태 시각유발 전위(SSVEP)를 계산하는 안정상태 시각유발 전위 계산부(613)를 포함할 수 있다.

한편 본 발명의 일 실시예에 따른 뇌파통계지표 추출부(620)는, 계산된 안정상태 시각유발 전위의 신호 대 잡음비(SNR)에 대한 통계처리를 수행하여 뇌파통계지표를 추출하는 것을 특징으로 할 수 있다.

본 발명의 일 실시예에 따른 뇌파통계지표 선택부(630)는, 상기 조울증 환자군을 모집단으로 한 뇌파통계지표의 평균과 상기 조현병 환자군을 모집단으로 한 뇌파통계지표의 평균의 차를 이용하여 복수의 식별지수들을 계산하는 식별지수 계산부(631) 및 상기 계산된 식별지수들 중 상위 n개(단, n은 자연수)에 포함된 식별지수에 대응되는 뇌파통계지표를 결정하는 뇌파통계지표 결정부(632)를 포함할 수 있다.

상기 식별지수 계산부(631)에서 계산된 식별지수들 중 상위 n개에 해당하는 뇌파통계지표는 조울증 환자와 조현병 환자를 가장 잘 분류할 수 있는 지표에 해당한다.

한편, 본 발명의 일 실시예에 따른 환자 분류부(640)는 상기 상위 n개로 선택된 뇌파통계지표에 해당하는 전극 종류, 주파수, 특징 종류(SSVEP-SNR의 평균, 왜도 또는 첨도)만을 분류 알고리즘(예컨대, LDA, QDA, SVM, KNN, LRA 등)에 적용하여 뇌파측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류할 수 있다.

한편, 본 발명의 일 실시예에 따른 장치에 관하여는 방법에 관한 설명이 적용될 수 있으므로, 동일한 기능에 대하여는 설명을 생략한다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPA(Field Programmable Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.

본 실시예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (6)

1. 조울증 환자 및 조현병 환자 분류 장치를 이용하여 조울증 환자와 조현병 환자를 분류하는 방법에 있어서,
   상기 조울증 환자 및 조현병 환자 분류 장치는 상기 조울증 환자와 상기 조현병 환자의 뇌파를 측정하여 안정상태 시각유발 전위(SSVEP)를 산출하는 단계;
   상기 조울증 환자 및 조현병 환자 분류 장치는 상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 단계;
   상기 조울증 환자 및 조현병 환자 분류 장치는 상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자의 분류를 위한 뇌파통계지표들을 선택하는 단계; 및
   상기 조울증 환자 및 조현병 환자 분류 장치는 상기 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 단계를 포함하고,
   상기 조울중 환자와 조현병 환자의 분류를 위한 뇌파통계지표들을 선택하는 단계는,
   조울증 환자군을 모집단으로 한 뇌파통계지표의 평균과 조현병 환자군을 모집단으로 한 뇌파통계지표의 평균의 차를 이용하여 복수의 식별지수들을 계산하고,
   상기 계산된 식별지수들 중 상위 n개(단, n은 자연수)에 포함된 식별지수에 대응되는 뇌파통계지표를 선택하는 것을 특징으로 하고,
   상기 복수의 뇌파통계지표들은 안정상태 시각유발 전위(SSVEP)에 대한 신호 대 잡음비(SNR)의 평균, 왜도 또는 첨도이며,
   상기 식별지수는 하기 수학식에 의하여 계산되는 것인 조울증 환자와 조현병 환자를 분류하는 방법.
   

   

   
   (Cf. m : 뇌파통계지표의 각 실험군에 대한 평균, s : 뇌파통계지표의 각 실험군에 대한 분산, i : 조울증 실험군, j : 조현병 실험군)
2. 제1항에 있어서,
   상기 복수의 식별지수들 중 상위 n개는 3개 내지 8개인 것을 특징으로 하는 조울증 환자와 조현병 환자를 분류하는 방법.
3. 제1항에 있어서,
   상기 뇌파를 측정하는 시간은 90초 이상인 조울증 환자와 조현병 환자를 분류하는 방법.
4. 조울증 환자와 조현병 환자 분류 장치에 있어서,
   상기 조울증 환자와 상기 조현병 환자의 뇌파를 측정하여 안정상태 시각유발 전위(SSVEP)를 산출하는 안정상태 시각유발 전위(SSVEP) 산출부;
   상기 안정상태 시각유발 전위(SSVEP)를 이용하여 복수의 뇌파통계지표들을 추출하는 뇌파통계지표 추출부;
   상기 복수의 뇌파통계지표들 중 상기 조울증 환자와 상기 조현병 환자 분류를 위한 뇌파통계지표들을 선택하는 뇌파통계지표 선택부; 및
   상기 선택된 뇌파통계지표들을 이용하여 뇌파 측정을 수행한 환자가 조울증 환자인지 조현병 환자인지 분류하는 환자 분류부를 포함하고,
   상기 안정상태 시각유발 전위(SSVEP) 산출부는,
   기 설정된 주파수로 깜빡이는 시각 자극을 상기 환자에게 가하였을 때 발생하는 상기 환자의 뇌파를 측정하는 뇌파 측정부;
   상기 환자의 안정상태 시각유발 전위(SSVEP)를 계산하기 위한 전처리를 수행하는 전처리부; 및
   상기 전처리된 뇌파를 이용하여 상기 안정상태 시각유발 전위(SSVEP)를 계산하는 안정상태 시각유발 전위 계산부를 포함하고,
   상기 뇌파통계지표 추출부는,
   상기 계산된 안정상태 시각유발 전위의 신호 대 잡음비(SNR)에 대한 통계처리를 수행하여 뇌파통계지표를 추출하는 것을 특징으로 하고,
   상기 뇌파통계지표 선택부는,
   조울증 환자군을 모집단으로 한 뇌파통계지표의 평균과 조현병 환자군을 모집단으로 한 뇌파통계지표의 평균의 차를 이용하여 복수의 식별지수들을 계산하는 식별지수 계산부; 및
   상기 계산된 식별지수들 중 상위 n개(단, n은 자연수)에 포함된 식별지수에 대응되는 뇌파통계지표를 결정하는 뇌파통계지표 결정부를 포함하되,
   상기 복수의 뇌파통계지표들은 안정상태 시각유발 전위(SSVEP)에 대한 신호대 잡음비(SNR)의 평균, 왜도 또는 첨도이며,
   상기 식별지수는 하기 수학식에 의하여 계산되는 것을 특징으로 하는 조울증 환자와 조현병 환자 분류 장치.
   

   

   
   (Cf. m : 뇌파통계지표의 각 실험군에 대한 평균, s : 뇌파통계지표의 각 실험군에 대한 분산, i : 조울증 실험군, j : 조현병 실험군)
5. 제4항에 있어서,
   상기 복수의 식별지수들 중 상위 n개는 개는 3개 내지 8개인 것을 특징으로 하는 조울증 환자와 조현병 환자 분류 장치.
6. 제4항에 있어서,
   상기 뇌파를 측정하는 시간은 90초 이상인 조울증 환자와 조현병 환자 분류 장치.

Images