KR102141275B1 - 심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치 - Google Patents

심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치 Download PDF

Info

Publication number
KR102141275B1
KR102141275B1 KR1020180024982A KR20180024982A KR102141275B1 KR 102141275 B1 KR102141275 B1 KR 102141275B1 KR 1020180024982 A KR1020180024982 A KR 1020180024982A KR 20180024982 A KR20180024982 A KR 20180024982A KR 102141275 B1 KR102141275 B1 KR 102141275B1
Authority
KR
South Korea
Prior art keywords
heart rate
rate variability
quantitative
low frequency
mental
Prior art date
Application number
KR1020180024982A
Other languages
English (en)
Other versions
KR20190089678A (ko
Inventor
이승환
진민진
김성권
김지선
현명호
Original Assignee
인제대학교 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 인제대학교 산학협력단 filed Critical 인제대학교 산학협력단
Priority to PCT/KR2018/012979 priority Critical patent/WO2019146882A1/ko
Publication of KR20190089678A publication Critical patent/KR20190089678A/ko
Application granted granted Critical
Publication of KR102141275B1 publication Critical patent/KR102141275B1/ko

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
    • A61B5/02Detecting, 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
    • A61B5/04012
    • A61B5/0476
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis of electroencephalograms
    • 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
    • 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
    • A61B5/7235Details of waveform analysis

Landscapes

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

Abstract

본 발명의 일 실시 예에 따른 정신 질환 진단 및 예측 장치는 정량 뇌파 신호를 측정하기 위한 복수의 채널을 갖는 전극들을 구비하고 있는 측정부; 상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 증폭기; 심박 변이도를 측정하는 뇌전도 측정기; 상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 신호 추출부; 및 상기 정량 뇌파 신호의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파를 이용하여 정신질환을 판단하는 정신질환 판단부를 포함할 수 있다. 다른 실시 예들도 가능할 수 있다.

Description

심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치{METHOD AND ELECTRONIC DEVICE FOR DIAGNOSING AND PREDICTING A MENTAL ILLNESS USING A HEART RATE VARIABILITY AND A QUANTITATIVE ELECTROENCEPHALOGRAPHY}
본 발명은 정량 뇌파(quantitative electroencephalography, qeeg)와 심박 변이도(heart rate variability, hrv)를 이용하여 정신 질환을 진단 및 예측하는 장치 및 방법에 관한 것으로, 더욱 상세하게는 심박 변이도 중 저주파(Low frequency (LF) power)와 정량 뇌파 중 미들 베타2파(middle beta2 power)를 이용하여 환자의 정신질환을 진단 및 예측하는 장치 및 방법에 관한 것이다.
현대사회를 살아가는 사람들은 여러가지 상황에 노출되고, 이로 인한 정신적인 스트레스가 많이 있는데, 이러한 스트레스는 우울증 등의 정신질환을 유발하고, 이로 인한 사회문제는 심각한 지경에 이르고 있다.
예를 들어, 정신질환은 아동기 트라우마(Childhood trauma)에 따라 성인기에서 유발될 수 있다.
아동기 트라우마는 아동기뿐만 아니라 성인기의 다양한 정동 장애(affective disorders)의 발병 위험 인자로 간주된다.
트라우마를 경험한 어린이는 우울증과 불안 장애의 발달 위험이 높으며 경험하지 못한 아이들보다 정서적으로 더 불안할 수 있다.
따라서, 환자가 겪고 있는 정신질환이 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인으로 인한 것이라고 판단될 경우, 아동기 트라우마 및 다른 여러 심리사회적 요인과 관련되어 보다 구체적으로 정신질환에 대한 치료를 수행할 수 있으므로 효율적인 정신질환 치료가 가능할 수 있다.
왜냐하면 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인이 있을 경우 우리신체의 뇌파 및 심박변이도가 변화한다는 증거가 축적되고 있기 때문이다.
그러므로 아동기 트라우마 및 다른 여러가지 심리사회적 요인과 관련된 정신질환을 진단 및 예측하는 방법은 정신질환 치료에 있어 매우 큰 문제라고 할 수 있다.
따라서, 아동기 트라우마 및 다른 여러가지 심리사회적 요인과 관련된 환자의 정신질환을 진단 및 예측하는 방법이 현재 절실히 필요한 실정이다.
KR 2001-0006253) KR 2009-0027027)
본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 심박 변이도 중 저주파(Low frequency (LF) power)와 정량 뇌파 중 미들 베타2파(middle beta2 power)를 측정 및 평가하여 정신질환을 진단 및 예측할 수 있는 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명의 다양한 실시 예에 따르면,정량 뇌파 신호를 측정하기 위한 복수의 채널을 갖는 전극들을 구비하고 있는 측정부;상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 증폭기;심박 변이도를 측정하는 뇌전도 측정기;상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 신호 추출부; 및 상기 정량 뇌파 신호의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파를 이용하여 정신질환을 판단하는 정신질환 판단부;를 포함하고, 상기 정신질환 판단부는, 상기 정량 뇌파 신호의 상기 미들 베타 2가 정상 수치보다 높고 상기 심박 변이도의 상기 저주파가 정상 수치보다 낮고 상기 정량 뇌파의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파가 서로 반비례 관계일 경우,정신질환으로 판단한다.
또한, 복수의 채널을 갖는 전극들을 구비하고 있는 측정부, 증폭기, 뇌전도 측정기, 신호 추출부 및 정신질환 판단부를 포함하는 정신질환 예측 장치에 수행되는 정신질환 예측 방법에 있어서,상기 측정부가 상기 전극들을 이용하여 정량 뇌파 신호를 측정하는 단계;상기 증폭기가 상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 단계;상기 뇌전도 측정기가 이용하여 심박 변이도를 측정하는 단계;상기 신호 추출부가 상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 단계; 및 상기 정신질환 판단부가 상기 정량 뇌파 신호의 상기 미들 베타 2가 정상 수치보다 높고 상기 심박 변이도의 상기 저주파가 정상 수치보다 낮고 상기 정량 뇌파의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파가 서로 반비례 관계일 경우,정신질환으로 판단하는 단계;를 포함한다.
삭제
이상에서 설명한 바와 같은 본 발명에 따른 정신질환 진단 장치 및 방법은 아동기 트라우마에 기인한 정신질환을 조기에 진단 및 예측할 수 있다.
또한, 심리적 문답법이 아닌 구체적인 수치에 기반하여 정신질환을 판단하므로 정신질환 판단의 정확도가 올라갈 수 있다.
또한, 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인에 기인한 정신질환에 적합한 치료를 조기에 제공할 수 있다.
도 1 은 환자의 뇌파를 측정하기 위해 환자의 머리에 배치된 측정 전극들을 나타낸 예시도이다.
도 2 는 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인, 심박 변이도, 정량 뇌파, 및 성인기의 정서적 불안정성간 관련성에 대한 2가지 가설 모델을 나타낸 블록도이다.
도 3은 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인, 심박 변이도, 정량 뇌파, 및 성인기의 정서적 불안정성간 관련성에 적합한 모델을 나타낸 블록도이다.
도 4는 본 발명의 실시예에 따른 정량 뇌파와 심박 변이도를 이용하여 정신 질환을 진단 및 예측하는 정신질환 진단 장치를 개략적으로 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 정량 뇌파와 심박 변이도를 이용하여 정신 질환을 진단 및 예측하는 정신질환 진단 방법을 설명하기 위한 흐름도이다.
이하 본 발명의 다양한 실시 예를 첨부된 도면을 참조하여 상세히 설명한다. 그리고, 본 발명의 실시 예를 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 발명의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 본 발명의 다른 목적, 특성 및 이점들은 첨부한 도면을 참조한 실시예들의 상세한 설명을 통해 명백해질 것이다. 본 발명에 따른 정신질환 진단 및 예측 방법의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 설명하면 다음과 같다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하며 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다.
도 1 은 환자의 뇌파를 측정하기 위해 환자의 머리에 배치된 측정 전극들을 나타낸 예시도이다. 도 2 는 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인, 심박 변이도, 정량 뇌파, 및 성인기의 정서적 불안정성간 관련성에 대한 2가지 가설 모델을 나타낸 블록도이다. 도 3은 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인,  심박 변이도, 정량 뇌파, 및 성인기의 정서적 불안정성간 관련성에 적합한 모델을 나타낸 블록도이다.
도 1 내지 도 3을 참조하면, 본 발명의 정신질환 진단 및 예측 장치는 62개의 Ag-AgCl 전극을 갖는 증폭기를 이용하여 환자의EEG(electroencephalography) 신호를 검출할 수 있다. 
예를 들어, 환자의 머리에 62개의 Ag-AgCl 전극(FP1, FPZ, FP2, AF3, AF4, F7, F5, F3, F1, FZ, F2, F4, F6, F8, FT7, FC5, FC3, FC1, FCZ, FC2, FC4, FC6, FT8, T7, C5, C3, C1, CZ, C2, C4, C6, T8, TP7, CP5, CP3, CP1, CPZ, CP2, CP4, CP6, TP8, P7, P5, P3, P1, PZ, P2, P4, P6, P8, PO7, PO5, PO3, POZ, PO4, PO6, PO8, CB1, O1, OZ, O2, CB1, and CB2)이 배치될 수 있다. 
예를 들어, 환자의 머리 중 앞 부분에 14개의 전극(FP1, FPZ, FP2, AF3, AF4, F7, F5, F3, F1, FZ, F2, F4, F6, F8)이 배치될 수 있고, 환자의 머리 중앙 영역에 9개의 전극(T7, C5, C3, C1, CZ, C2, C4, C6, T8)이 배치될 수 있고, 환자의 머리 뒷 부분에 21개의 전극(P7, P5, P3, P1, PZ, P2, P4, P6, P8, PO7, PO5, PO3, POZ, PO4, PO6, PO8, CB1, O1, OZ, O2, TP7, TP8)이 배치될 수 있다.
일 실시 예에서, 증폭기의 접지 전극은 환자의 이마에 배치될 수 있고, 기준 전극은 환자의 유양 돌기들(mastoids)에 배치될 수 있다. 
수직 electrooculogram (EOG)는 왼쪽 눈 위와 아래에 위치할 수 있고, 수평 EOG는 환자의 눈의 양끝에서 기록될 수 있다. 
증폭기의 임피던스는 5 kΩ이하로 설정될 수 있고, EEG 신호에 의해 획득되는 모든 데이터는 1000 Hz의 샘플링 속도로 0.1-100 Hz 밴드 패스 필터(band pass filter)로 처리될 수 있고, 노치 필터(notch filter)를 사용하여 60 Hz의 노이즈가 제거될 수 있다.
일 실시 예에서,  EEG 데이터는 눈을 감고 휴식 중인 환자들에게서 획득될 수 있다. 
EEG 데이터는 길이가 2 초 이하 (2048 point) 인 단위(epochs)들로 나누어질 수 있고, 증폭기의 모든 채널에서 신호가 ±100μV를 초과하는 단위(epochs)는 제외될 수 있다. EEG 데이터는 고속 푸리에 변환(fast Fourier transformation)을 이용하여 델타(delta) (1-4Hz), 세타(theta) (4-8Hz), 알파1(alpha1) (8-10Hz), 알파2(alpha2) (10-12Hz), 베타1(beta1) (12-18), 베타2(beta2) (18-22Hz), 베타3(beta3) (22-30Hz) 및 감마(gamma) (30-50Hz)의 8 가지 주파수 대역으로 분할될 수 있다. 한편, 증폭기의 각 전극들의 상대 전력은 각 대역 전력을 전극들의 총 전력으로 나눔으로써 계산될 수 있다.
일 실시 예에서, 본 발명의 정신질환 진단 및 예측 장치는 심박 변이도(heart rate variability, hrv)를 확인하기 위해 뇌전도 측정기를 이용하여 심전도(Electrocardiography, ECG) 신호를 256Hz 샘플링 레이트(sampling rate)에 따라 측정할 수 있다. 
상기 뇌전도 측정기에 포함된 ECG 전극 센서는 환자의 몸 중 일부에 부착될 수 있다. 
정신질환 진단 및 예측 장치는 노이즈 제거를 위해 2 HZ의 컷오프 주파수를 갖는 하이 패스 필터(high-pass filter)를 기록한 뇌전도 신호에 적용할 수 있다.
또한, 정신질환 진단 및 예측 장치는 심박 변이도 신호의 파워 스펙트럼(power spectrum)을 푸리에 변환을 이용하여 계산할 수 있고, 심박 변이도 신호는 초저주파(very low frequency power (VLF; < 0.04 Hz)), 저주파(low frequency power (LF; 0.04-0.15 Hz)), 고주파(high frequency power (HF; 0.15-0.4 Hz))로 구분될 수 있다.
한편, 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인으로 인한 정신질환과 정량 뇌파 및 심박 변이도간의 상관 관계는 복수의 환자들을 대상으로 하기와 같이 실험하여 확인할 수 있다. 
예컨대, 103명의 환자들을 대상으로 실험을 진행하였고, 아동기 트라우마 점수(Childhood Trauma Questionnaire (CTQ))의 평균 점수는 42.29 였고, 이는 개인이 경증에서 중등도의 아동기 트라우마를 경험했다는 것을 의미할 수 있다. 
환자들 중 47.5 %는 적어도 온화한 아동기의 외상을 경험했으며, 9.9 %는 적어도 중등도에서 중증의 어린 시절의 외상을 경험했음을 확인할 수 있다. 
또한, 환자들의 상관 분석 결과, 아동기 트라우마에 대한 총 점수는 우울증,걱정 상태, 정서적 불안정성, 심박 변이도의 저주파수와 매우 관련성이 있음을 확인할 수 있다.
또한, 환자의 정서적 불안정성(affective lability)은 정량 뇌파 중 미들베타2파(middle beta2 power)와 관련성이 높은 것으로 확인되었다.또한 정서적 불안정성은 우울증, 상태 불안, 형질 불안과 유의 한 상관 관계가 있었다.
상관 분석에 기초한 경로 분석에 대해 두 가지 모델이 가정되었다. 첫 번째 가설 모델은 CTQ 점수에서 정서적 불안정성, 정량뇌파 미들 베타 2, 미들 베타 2에서 정서적 불안정성으로의 경로로 구성되었다. 
두 번째로 가정 된 모델은 CTQ 점수에서 정서적 불안정성, 정서적 불안정성에서 정량 뇌파에서 미들 베타2, 미들 베타 2에서 심박 변이도의 저주파로의 경로로 구성되었다. 
그림 2는 두 가지 가정된 모델을 보여주고 있다. 
두 가지 모델의 적합성을 평가하기 위한 평가지수는 chi-square test (χ 2 ), comparative fit index (CFI), Tucker-Lewis index (TLI), root mean square error of approximation (RMSEA), and standardized root mean squared residual (SRMR) 등이 사용되었다. 
도 2의 A 가설 모델의 평가 지수는 χ 2  = 29.403, df = 11, p = .002; CFI = .927; TLI = .860; RMSEA = .128 (confidence interval = .073-.185); SRMR = .108; and AIC = 63.403 이다. 또한, 도 2의 B 가설 모델의 평가 지수는 ?χ2  = 12, df = 11, p = .363; CFI = .996; TLI = .992; RMSEA = .030 (confidence interval = .000-.111); SRMR = .059; and AIC = 46.003이다. 도 2의 B 모델의 모든 적합 지수가 기준을 충족시키고 B 모델의 AIC가 A 모델보다 훨씬 낮았기 때문에 A 모델보다 환자를 판단하는 데 더 적합하다고 판단했다. 
상기 판단에 따라, 도 3에 도시된 바와 같이 최종 모델이 결정?榮?. 
즉, 아동기 트라우마로부터 우울증까지의 경로, 우울증부터 정서적 불안정성까지의 경로, 정서적 불안정성에서 정량 뇌파의 미들 베타 2 까지의 경로, 및 정량 뇌파의 미들 베타 2에서 심박 변이도의 저주파까지의 경로 등이 파악되었다. 
따라서, 아동기 트라우마 이후에 우울증, 정서적 불안정성, 심박 변이도와 정량 뇌파의 생리학적 변화가 일어날 수 있음을 확인할 수 있다. 
즉, 아동기 트라우마는 먼저 환자의 정서적 불안정성에 영향을 줄 수 있고, 정서적 불안정성은 뇌파의 미들 베타2 활동과 양(positive)의 상관 관계를 가질 수 있고,미들 베타 2 활동은 심박 변이도의 저주파와 음(negative)의 상관 관계를 가질 수 있다. 
즉, 아동기 트라우마에 따른 정신질환, 예컨대 정서적 불안정성 등을 판단하기 위해 정량 뇌파의 미들 베타 2와 심박 변이도의 저주파가 이용될 수 있음을 상기 실험을 통해 확인할 수 있다. 
또한, 아동기 트라우마는 심박 변이도의 저주파와 음(negative)의 관계를 가질 수 있다. 또한, 정량 뇌파의 미들 베타 2는 심박 변이도의 저주파와 의미있는 음(negative)의 상관 관계를 보였다.
종합하면, 상기 실험 등을 통해 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인에 따른 정서적 문제는 성인 시기의 정량 뇌파의 미들 베타 2 및 심박 변이도의 저주파를 검출함에 따라 판단할 수 있다는 점이다.
도 4 는 본 발명의 실시예에 따른 정량 뇌파와 심박 변이도를 이용하여 정신 질환을 진단 및 예측하는 정신질환 진단 장치를 개략적으로 나타낸 도면이다.
 
도 4를 참조하면, 본 발명의 실시 예에 따른 정신질환을 진단 및 예측하는 장치는 정량 뇌파 신호를 측정하기 위한 복수의 채널을 갖는 전극들을 구비하고 있는 측정부(10), 상기 측정부(10)에서 측정된 뇌파 신호를 증폭하는 증폭부(20), 심박 변이도를 측정하기 위한 뇌전도 측정이(30), 상기 증폭된 뇌파 신호 및 측정한 심박 변이도에 기반해서 정량 뇌파의 미들 베타 2와 심박 변이도의 저주파를 추출하는 신호 추출부(40), 상기 신호 추출부(40)에서 추출한 신호에 기반하여 정신질환을 판단하는 정신질환 판단부(50)를 포함할 수 있다. 
아울러, 정신질환을 진단 및 예측하는 장치는 상기 신호 추출부에서 추출한 정량 뇌파와 심박 변이도와 관련된 데이터를 저장하는 메모리(60)를 더 포함할 수 있다.
도 5 는 본 발명의 실시예에 따른 정량 뇌파와 심박 변이도를 이용하여 정신 질환을 진단 및 예측하는 정신질환 진단 방법을 설명하기 위한 흐름도이다. 도 5에 따라 상기와 같이 구성된 본 발명에 따른 정신질환 진단 및 예측 장치의 동작을 설명하면 다음과 같다.
 
 도 5를 참조하면, 단계 501에서, 먼저 정량 뇌파 신호를 측정하기 위한 복수의 채널을 갖는 전극들을 구비하고 있는 측정부(10)를 환자의 머리부의 지정 위치에 배치할 수 있고, 정신질환 진단 및 예측 장치는 측정부(10)를 이용하여 뇌에서의  뉴론   활동(neuronal  activation)에  기초하는  전위  측정을  일정한  샘플링  간격(fixed  sampling interval)으로 수행하여 정량 뇌파 신호를 측정할 수 있다.
정신질환 및 예측 장치는, 단계 502에서, 증폭기(20)를 이용하여 측정부(10)에서 측정된 정량 뇌파 신호를 증폭할 수 있다.
측정부(10)에서 측정된 정량 뇌파는 약한 신호이기 때문에 측정된 정량 뇌파 신호는 증폭기(20)에서 증폭된다.
정신 질환 및 예측 장치는, 단계 503에서, 뇌전도 측정기(30)를 이용하여 심박 변이도를 측정할 수 있다.
정신 질환 및 예측 장치는, 단계 504에서, 신호 추출부(40)를 이용하여 상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출할 수 있다.
정신 질환 및 예측 장치는, 단계 505에서, 정신질환 판단부(50)를 이용하여 상기 정량 뇌파 신호의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파에 기반하여 정신질환을 판단할 수 있다. 
예컨대, 아동기 트라우마에 따른 환자의 정서적 불안정성은 뇌파의 미들 베타2 활동과 양(positive)의 상관 관계를 가지고, 미들 베타 2 활동은 심박 변이도의 저주파와 음(negative)의 상관 관계를 가진다. 
또한, 아동기 트라우마는 심박 변이도의 저주파와 음(negative)의 관계를 가지고, 정량 뇌파의 미들 베타 2는 심박 변이도의 저주파와 의미있는 음(negative)의 상관 관계를 보였다. 
따라서, 정신 질환 및 예측 장치는 정량 뇌파 신호의 미들 베타2와 심박 변이도의 저주파가 상기 관계들을 만족할 경우, 아동기 트라우마에 기인한 정신질환으로 판단할 수 있다. 
예컨대, 정량 뇌파 신호의 미들 베타 2가 정상 수치보다 높고 심박 변이도의 저주파가 정상 수치보다 낮고 정량 뇌파의 미들 베타 2와 심박 변이도의 저주파가 서로 반비례 관계일 경우, 정신질환 진단 및 예측 장치는 환자가 아동기 트라우마 및 다른 여러 가지에 심리사회적 스트레스 요인에 기인한 정신질환이라고 판단할 수 있다.
한편, 정신질환 진단 및 예측 장치는 환자의 정량 뇌파와 심박 변이도와 관련된 정보 및 환자의 진단 및 예측 정보를 메모리(60)에 저장할 수 있다.
본 발명의 다양한 실시 예에 따르면, 정신질환 진단 및 예측 장치는, 정량 뇌파 신호를 측정하기 위한 복수의 채널을 갖는 전극들을 구비하고 있는 측정부; 상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 증폭기; 심박 변이도를 측정하는 뇌전도 측정기; 상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 신호 추출부; 및 상기 정량 뇌파 신호의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파를 이용하여 정신질환을 판단하는 정신질환 판단부를 포함할 수 있다.
본 발명의 다양한 실시 예에 따르면, 상기 정신질환 판단부는, 상기 정량 뇌파 신호의 상기 미들 베타 2가 정상 수치보다 높고 상기 심박 변이도의 상기 저주파가 정상 수치보다 낮고 상기 정량 뇌파의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파가 서로 반비례 관계일 경우, 정신질환으로 판단할 수 있다.
본 발명의 다양한 실시 예에 따르면, 정신질환 진단 및 예측 방법은, 측정부에 구비된 복수의 채널을 갖는 전극들을 이용하여 정량 뇌파 신호를 측정하는 단계; 증폭기를 이용하여 상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 단계; 뇌전도 측정기를 이용하여 심박 변이도를 측정하는 단계; 신호 추출부를 이용하여, 상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 단계; 및 정신질환 판단부를 통해 상기 정량 뇌파 신호의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파를 이용하여 정신질환을 판단하는 단계;를 포함할 수 있다.
본 발명의 다양한 실시 예에 따르면, 정신질환 진단 및 예측 방법은, 상기 정량 뇌파 신호의 상기 미들 베타 2가 정상 수치보다 높고 상기 심박 변이도의 상기 저주파가 정상 수치보다 낮고 상기 정량 뇌파의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파가 서로 반비례 관계일 경우, 정신질환으로 판단하는 단계를 더 포함할 수 있다.
 
상기에서 설명한 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다.  
또한, 본 발명의 기술적 분야의 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다.
그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
10 : 측정부                   20 : 증폭기
40 : 정신질환 진단부          50 : 정신질환 판단부
60 : 메모리

Claims (4)

  1. 정량 뇌파 신호를 측정하기 위한 복수의 채널을 갖는 전극들을 구비하고 있는 측정부;
    상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 증폭기;
    심박 변이도를 측정하는 뇌전도 측정기;
    상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 신호 추출부; 및
    상기 정량 뇌파 신호의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파를 이용하여 정신질환을 판단하는 정신질환 판단부;를 포함하고,
    상기 정신질환 판단부는, 상기 정량 뇌파 신호의 상기 미들 베타 2가 정상 수치보다 높고 상기 심박 변이도의 상기 저주파가 정상 수치보다 낮고 상기 정량 뇌파의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파가 서로 반비례 관계일 경우,정신질환으로 판단하는 정신질환 예측 장치.
  2. 삭제
  3. 복수의 채널을 갖는 전극들을 구비하고 있는 측정부, 증폭기, 뇌전도 측정기, 신호 추출부 및 정신질환 판단부를 포함하는 정신질환 예측 장치에 수행되는 정신질환 예측 방법에 있어서,
    상기 측정부가 상기 전극들을 이용하여 정량 뇌파 신호를 측정하는 단계;
    상기 증폭기가 상기 측정부에서 측정된 상기 정량 뇌파 신호를 증폭하는 단계;
    상기 뇌전도 측정기가 이용하여 심박 변이도를 측정하는 단계;
    상기 신호 추출부가 상기 증폭된 상기 정량 뇌파 신호 및 상기 측정한 심박 변이도에 기반하여 상기 정량 뇌파 신호의 미들 베타 2와 상기 심박 변이도의 저주파를 추출하는 단계; 및
    상기 정신질환 판단부가 상기 정량 뇌파 신호의 상기 미들 베타 2가 정상 수치보다 높고 상기 심박 변이도의 상기 저주파가 정상 수치보다 낮고 상기 정량 뇌파의 상기 미들 베타 2와 상기 심박 변이도의 상기 저주파가 서로 반비례 관계일 경우,정신질환으로 판단하는 단계;를 포함하는 정신질환 예측 방법.
  4. 삭제
KR1020180024982A 2018-01-23 2018-03-02 심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치 KR102141275B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2018/012979 WO2019146882A1 (ko) 2018-01-23 2018-10-30 심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180008342 2018-01-23
KR20180008342 2018-01-23

Publications (2)

Publication Number Publication Date
KR20190089678A KR20190089678A (ko) 2019-07-31
KR102141275B1 true KR102141275B1 (ko) 2020-08-05

Family

ID=67473719

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180024982A KR102141275B1 (ko) 2018-01-23 2018-03-02 심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치

Country Status (1)

Country Link
KR (1) KR102141275B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210103816A (ko) 2020-02-14 2021-08-24 윤명철 뇌파 정보와 표정 인식 기술을 이용하는 정신건강 진단 및 케어를 위한 시스템 및 방법
KR102398516B1 (ko) * 2020-06-16 2022-05-16 가톨릭대학교 산학협력단 알츠하이머 환자의 신경 정신 증상 식별 방법 및 신경 정신 증상 분석장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101117770B1 (ko) * 2011-02-14 2012-06-12 인제대학교 산학협력단 뇌파 분석을 이용한 치매 진단 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPO616697A0 (en) 1997-04-11 1997-05-08 Heartlink Pty Ltd Method for diagnosing psychiatric disorders
KR20090027027A (ko) 2007-09-11 2009-03-16 삼성전자주식회사 인지적 자극 하에서 측정된 생체신호를 이용한 정신적질환분석방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101117770B1 (ko) * 2011-02-14 2012-06-12 인제대학교 산학협력단 뇌파 분석을 이용한 치매 진단 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
진민진 외 4명, An Integrated Model of Emotional Problems, Beta Power of Electroencephalography, and Low Frequency of Heart Rate Variability after Childhood Trauma in a Non-Clinical Sample: A Path Analysis*

Also Published As

Publication number Publication date
KR20190089678A (ko) 2019-07-31

Similar Documents

Publication Publication Date Title
Durongbhan et al. A dementia classification framework using frequency and time-frequency features based on EEG signals
Al-Shargie et al. Mental stress quantification using EEG signals
Park et al. Epileptic seizure detection for multi-channel EEG with deep convolutional neural network
Karthikeyan et al. Detection of human stress using short-term ECG and HRV signals
Nasehi et al. Seizure detection algorithms based on analysis of EEG and ECG signals: a survey
CA2472156C (en) System and method of assessment of neurological conditions using eeg bispectrum
US20140180145A1 (en) Human fatigue assessment device and human fatigue assessment method
KR101768332B1 (ko) 우울 정도를 실시간으로 분석하는 방법 및 그 시스템
EP1880667B1 (en) Detection of focal epileptiform activity
US20170181693A1 (en) Method and apparatus for monitoring consciousness
US11504056B2 (en) Method for classifying anesthetic depth in operations with total intravenous anesthesia
US20080009753A1 (en) Separation of natural and drug-induced sleep of a subject
CN107252313A (zh) 一种安全驾驶的监测方法及系统、汽车、可读存储介质
KR20150030498A (ko) 전두엽 뇌파를 이용한 우울증 심도 측정 방법
Xia et al. Seizure detection approach using S-transform and singular value decomposition
JP2020512860A (ja) 頭皮脳波から病理学的脳活動を特定する方法
KR102482796B1 (ko) 원격 광용적맥파 측정을 이용한 비접촉 심박 변이도 분석 장치 및 방법
KR102141275B1 (ko) 심박 변이도와 정량 뇌파를 이용한 정신질환 진단 및 예측 방법 및 그 전자 장치
Memar et al. Stress level classification using statistical analysis of skin conductance signal while driving
Al-Ezzi et al. Complexity analysis of EEG in patients with social anxiety disorder using fuzzy entropy and machine learning techniques
Yue et al. Heart rate and heart rate variability as classification features for mental fatigue using short-term PPG signals via smartphones instead of ECG recordings
WO2004028362A1 (en) Eeg-based fatigue detection
Tran et al. Increase in regularity and decrease in variability seen in electroencephalography (EEG) signals from alert to fatigue during a driving simulated task
Oh et al. Effects of noisy sounds on human stress using ECG signals: an empirical study
Jacob et al. Automated diagnosis of encephalopathy using fractal dimensions of EEG sub-bands

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