KR102445749B1 - Method, system and non-transitory computer-readable recording medium for evaluating cognitive function by using machine learning - Google Patents
Method, system and non-transitory computer-readable recording medium for evaluating cognitive function by using machine learning Download PDFInfo
- Publication number
- KR102445749B1 KR102445749B1 KR1020200160448A KR20200160448A KR102445749B1 KR 102445749 B1 KR102445749 B1 KR 102445749B1 KR 1020200160448 A KR1020200160448 A KR 1020200160448A KR 20200160448 A KR20200160448 A KR 20200160448A KR 102445749 B1 KR102445749 B1 KR 102445749B1
- Authority
- KR
- South Korea
- Prior art keywords
- subject
- cognitive function
- optical signal
- brain
- present
- Prior art date
Links
- 230000003920 cognitive function Effects 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000010801 machine learning Methods 0.000 title claims abstract description 8
- 230000003287 optical effect Effects 0.000 claims abstract description 104
- 210000004556 brain Anatomy 0.000 claims abstract description 67
- 238000012360 testing method Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 230000000284 resting effect Effects 0.000 claims abstract description 34
- 238000011156 evaluation Methods 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 33
- 230000006870 function Effects 0.000 description 18
- 102000013455 Amyloid beta-Peptides Human genes 0.000 description 13
- 108010090849 Amyloid beta-Peptides Proteins 0.000 description 13
- 238000004497 NIR spectroscopy Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 7
- 108010054147 Hemoglobins Proteins 0.000 description 6
- 102000001554 Hemoglobins Human genes 0.000 description 6
- 230000007177 brain activity Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 208000010877 cognitive disease Diseases 0.000 description 5
- 230000008021 deposition Effects 0.000 description 5
- 230000003727 cerebral blood flow Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 108010064719 Oxyhemoglobins Proteins 0.000 description 3
- 230000000004 hemodynamic effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- INGWEZCOABYORO-UHFFFAOYSA-N 2-(furan-2-yl)-7-methyl-1h-1,8-naphthyridin-4-one Chemical compound N=1C2=NC(C)=CC=C2C(O)=CC=1C1=CC=CO1 INGWEZCOABYORO-UHFFFAOYSA-N 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 108010002255 deoxyhemoglobin Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000027061 mild cognitive impairment Diseases 0.000 description 2
- 238000012030 stroop test Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, 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
- A61B5/026—Measuring blood flow
- A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
- A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT 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
Abstract
본 발명의 일 태양에 따르면, 머신 러닝을 이용하여 인지 기능을 평가하기 위한 방법으로서, 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 상기 제1 피측정자에 대하여 수행되는 동안에, 상기 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 단계, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 상기 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 상기 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 학습되는 추정 모델을 이용하여 상기 분석 대상 광 신호 및 상기 인지 기능 검사의 결과를 분석함으로써, 상기 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하는 단계, 및 상기 추정되는 생체 정보에 기초하여 상기 제1 피측정자의 인지 기능을 평가하는 단계를 포함하는 방법이 제공된다.According to an aspect of the present invention, there is provided a method for evaluating cognitive function using machine learning, wherein the cognitive function test for the brain of a first subject to be in at least one resting state and at least one activated state is performed by performing the first Acquiring an analysis target optical signal sensed from the head of the first subject by at least one optical sensor disposed on the head of the first subject while being performed on the subject; Based on at least one of an optical signal obtained while the brain of the measurer is in a resting state and an optical signal obtained while the brain of the at least one subject is in an active state, and biometric information about the cognitive function of the at least one subject estimating biometric information on the cognitive function of the first subject by analyzing the optical signal to be analyzed and the result of the cognitive function test using a learned estimation model, and based on the estimated biometric information A method is provided, comprising the step of evaluating the cognitive function of a first subject.
Description
본 발명은 머신 러닝을 이용하여 인지 기능을 평가하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체에 관한 것이다.The present invention relates to a method, a system, and a non-transitory computer-readable recording medium for evaluating cognitive function using machine learning.
사람의 뇌가 휴식 상태에서 활성화 상태로 변하면, 뇌 혈류량(Cerebral Blood Flow; CBF) 및 그 혈류 속의 헤모글로빈의 농도가 증가(구체적으로는, 옥시 헤모글로빈의 농도가 크게 증가하고, 디옥시 헤모글로빈의 농도가 약간 감소함으로써 총 헤모글로빈의 농도가 증가)하게 된다. 그러나, 치매, 경도 인지 장애(Mild Cognitive Impairment; MCI) 및 알츠하이머 환자와 같이 뇌의 인지 기능에 장애가 있는 사람의 경우에는, 위와 같은 뇌의 상태 변화에 따른 뇌 혈류량 및 헤모글로빈의 변화가 그렇지 않은 사람에 비하여 적어지게 된다.When the human brain changes from a resting state to an active state, the cerebral blood flow (CBF) and the concentration of hemoglobin in the blood flow increase (specifically, the concentration of oxyhemoglobin greatly increases and the concentration of deoxyhemoglobin increases. A slight decrease results in an increase in the concentration of total hemoglobin). However, in the case of a person with a cognitive impairment in the brain, such as dementia, mild cognitive impairment (MCI), and Alzheimer's disease, changes in cerebral blood flow and hemoglobin according to the above changes in brain state are different in those who do not. will be less compared to
따라서, 사람의 머리 부위(특히, 대뇌 피질)를 모니터링함으로써 획득되는 그 사람의 머리 부위의 생체적인 상태에 관한 정보는, 위와 같이 뇌의 인지 기능에 장애를 일으키는 질병들을 예방, 진단 및 치료함에 있어서 매우 중요한 정보를 제공한다.Therefore, information about the biological state of a person's head area obtained by monitoring a person's head area (especially, the cerebral cortex) is useful in preventing, diagnosing and treating diseases that impair cognitive function of the brain as described above. It provides very important information.
위와 같은 모니터링을 위하여 MRI, CT, 혈관 조영술(Angiography) 등의 방법이 주로 활용되고 있으나, 이러한 방법은 측정 정확도가 높다는 장점이 있기는 하지만, 가격이 비쌀 뿐만 아니라 측정 순간에 대한 정보만 제공하므로 지속적인 모니터링이 어렵다는 문제점이 있다.For the above monitoring, methods such as MRI, CT, and angiography are mainly used. Although these methods have the advantage of high measurement accuracy, they are expensive and provide only information about the measurement moment. There is a problem that monitoring is difficult.
한편, 근래에 소개된 근적외선 분광법(NIRS; Near InfraRed Spectroscopy)은 사람의 신체 부위(예를 들면, 뇌 등)에서 발생하는 헤모다이나믹스(hemodynamics)(예를 들면, 옥시 헤모글로빈의 농도와 디옥시 헤모글로빈의 농도) 변화에 따라 달라지는 근적외선의 감쇠 정도(산화 헤모글로빈 또는 비산화 헤모글로빈에 의한 산란 및 흡수에 기인한 것임)를 측정함으로써 해당 신체 부위의 활동을 간접적으로 분석하는 방법이다. 위와 같은 NIRS에 기초하여 사람의 머리 부위를 모니터링하게 되면, MRI, CT, 혈관 조영술(Angiography) 등에 비하여 가격이 싸고 지속적인 모니터링이 가능하다는 장점이 있지만, 측정 정확도가 낮다는 문제점이 있었다.On the other hand, the recently introduced Near InfraRed Spectroscopy (NIRS) is the hemodynamics (eg, the concentration of oxyhemoglobin and the It is a method to indirectly analyze the activity of the relevant body part by measuring the degree of attenuation of NIR (due to scattering and absorption by oxidized hemoglobin or non-oxidized hemoglobin) that varies depending on the concentration) change. When the human head is monitored based on the above NIRS, the price is cheaper and continuous monitoring is possible compared to MRI, CT, and angiography, but there is a problem in that the measurement accuracy is low.
이에 본 발명자(들)는, NIRS에 기초하면서도 피측정자의 인지 기능에 관한 생체 정보를 정확히 추정할 수 있도록 추정 모델을 학습시키고, 이렇게 학습된 추정 모델을 이용하여 피측정자의 머리 부위로부터 감지되는 광 신호를 분석함으로써, 정확하고도 지속적으로 피측정자의 인지 기능에 관한 생체 정보를 모니터링할 수 있고 그 모니터링의 비용 효율도 높일 수 있는 기술을 제안하는 바이다.Accordingly, the present inventor(s) trains an estimation model to accurately estimate biometric information regarding the cognitive function of the subject while based on NIRS, and uses the learned estimation model to learn the light sensed from the subject's head. By analyzing the signal, it is possible to accurately and continuously monitor biometric information on the cognitive function of the subject, and to propose a technology that can increase the cost-effectiveness of the monitoring.
본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.An object of the present invention is to solve all the problems of the prior art described above.
또한, 본 발명은, 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 위의 제1 피측정자에 대하여 수행되는 동안에, 위의 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하고, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 위의 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 학습되는 추정 모델을 이용하여 위의 분석 대상 광 신호 및 위의 인지 기능 검사의 결과를 분석함으로써, 위의 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하고, 위의 추정되는 생체 정보에 기초하여 위의 제1 피측정자의 인지 기능을 평가하는 것을 다른 목적으로 한다.In addition, in the present invention, while a cognitive function test for causing the brain of the first subject to be in at least one resting state and at least one activated state is performed on the first subject, the An optical signal to be analyzed detected from the head of the first subject above is obtained by at least one optical sensor disposed on the head, and an optical signal obtained while the brain of the at least one subject is in a resting state and The above analysis target light using an estimation model that is learned based on at least one of optical signals obtained while the brain of at least one subject of By analyzing the signal and the result of the above cognitive function test, biometric information regarding the cognitive function of the first subject is estimated, and the cognitive function of the first subject is evaluated based on the estimated biometric information. to do it for a different purpose.
또한, 본 발명은, NIRS에 기초하면서도 피측정자의 인지 기능에 관한 생체 정보를 정확히 추정할 수 있도록 추정 모델을 학습시키고, 이렇게 학습된 추정 모델을 이용하여 피측정자의 머리 부위로부터 감지되는 광 신호를 분석함으로써, 정확하고도 지속적으로 피측정자의 인지 기능에 관한 생체 정보를 모니터링할 수 있고 그 모니터링의 비용 효율도 높이는 것을 또 다른 목적으로 한다.In addition, the present invention trains an estimation model to accurately estimate biometric information related to the cognitive function of the subject while based on NIRS, and uses the learned estimation model to obtain an optical signal sensed from the subject's head. By analyzing, it is possible to accurately and continuously monitor biometric information on a subject's cognitive function, and another object is to increase the cost-effectiveness of the monitoring.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.A representative configuration of the present invention for achieving the above object is as follows.
본 발명의 일 태양에 따르면, 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 상기 제1 피측정자에 대하여 수행되는 동안에, 상기 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 단계, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 상기 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 상기 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 학습되는 추정 모델을 이용하여 상기 분석 대상 광 신호 및 상기 인지 기능 검사의 결과를 분석함으로써, 상기 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하는 단계, 및 상기 추정되는 생체 정보에 기초하여 상기 제1 피측정자의 인지 기능을 평가하는 단계를 포함하는 방법이 제공된다.According to an aspect of the present invention, while a cognitive function test for causing the brain of the first subject to be in at least one resting state and at least one activated state is performed on the first subject, the obtaining an analysis target optical signal sensed from the head of the first subject by at least one optical sensor disposed on the head, the optical signal obtained while the brain of at least one subject is in a resting state, and the The analysis target optical signal and the at least one target optical signal using an estimation model that is learned based on at least one of optical signals acquired while the brain of at least one subject is in an active state and biometric information related to the cognitive function of the at least one subject estimating biometric information on the cognitive function of the first subject by analyzing the result of the cognitive function test, and evaluating the cognitive function of the first subject based on the estimated biometric information A method is provided.
본 발명의 다른 태양에 따르면, 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 상기 제1 피측정자에 대하여 수행되는 동안에, 상기 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 분석 대상 광 신호 획득부, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 상기 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 상기 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 추정 모델을 학습시키는 추정 모델 관리부, 및 상기 학습되는 추정 모델을 이용하여 상기 분석 대상 광 신호 및 상기 인지 기능 검사의 결과를 분석함으로써, 상기 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하고, 상기 추정되는 생체 정보에 기초하여 상기 제1 피측정자의 인지 기능을 평가하는 인지 기능 평가부를 포함하는 시스템이 제공된다.According to another aspect of the present invention, while a cognitive function test for causing the brain of the first subject to be in at least one resting state and at least one activated state is performed on the first subject, An analysis target optical signal acquisition unit that acquires an analysis target optical signal sensed from the first target's head by at least one optical sensor disposed on the head, acquired while at least one target's brain is in a resting state an estimation model manager configured to learn an estimation model based on at least one of an optical signal and an optical signal obtained while the brain of the at least one target is in an active state, and biometric information about a cognitive function of the at least one target; and analyzing the optical signal to be analyzed and the result of the cognitive function test using the learned estimation model to estimate biometric information on the cognitive function of the first subject, and to estimate the biometric information based on the estimated biometric information. There is provided a system including a cognitive function evaluation unit for evaluating the cognitive function of a first subject.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.In addition to this, another method for implementing the present invention, another system, and a non-transitory computer-readable recording medium for recording a computer program for executing the method are further provided.
본 발명에 의하면, NIRS에 기초하면서도 피측정자의 인지 기능에 관한 생체 정보를 정확히 추정할 수 있도록 추정 모델을 학습시키고, 이렇게 학습된 추정 모델을 이용하여 피측정자의 머리 부위로부터 감지되는 광 신호를 분석함으로써, 정확하고도 지속적으로 피측정자의 인지 기능에 관한 생체 정보를 모니터링할 수 있고 그 모니터링의 비용 효율도 높일 수 있게 된다.According to the present invention, an estimation model is trained so as to accurately estimate biometric information related to the cognitive function of the subject while based on NIRS, and the optical signal sensed from the head of the subject is analyzed using the learned estimation model. By doing so, it is possible to accurately and continuously monitor the biometric information on the cognitive function of the subject, and the cost-effectiveness of the monitoring can be increased.
도 1은 본 발명의 일 실시예에 따라 머신 러닝을 이용하여 인지 기능을 평가하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 인지 기능 평가 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 3 내지 도 4는 본 발명의 일 실시예에 따라 인지 기능을 평가하는 과정을 예시적으로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따라 인지 기능에 관한 정보가 제공되는 화면을 예시적으로 나타내는 도면이다.
도 6 내지 도 7은 본 발명의 일 실시예에 따른 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호, 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 및 위의 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 관련된 실험 데이터를 나타내는 도면이다.1 is a diagram illustrating a schematic configuration of an overall system for evaluating cognitive functions using machine learning according to an embodiment of the present invention.
2 is a diagram illustrating in detail an internal configuration of a cognitive function evaluation system according to an embodiment of the present invention.
3 to 4 are diagrams exemplarily illustrating a process for evaluating a cognitive function according to an embodiment of the present invention.
5 is a diagram exemplarily showing a screen on which information on a cognitive function is provided according to an embodiment of the present invention.
6 to 7 are an optical signal obtained while at least one subject's brain is in a resting state, an optical signal obtained while at least one subject's brain is in an active state, and It is a diagram showing experimental data related to biometric information related to the cognitive function of at least one of the above subjects.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS [0012] DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS [0014] DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS [0016] Reference is made to the accompanying drawings, which show by way of illustration specific embodiments in which the present invention may be practiced. These embodiments are described in sufficient detail to enable those skilled in the art to practice the present invention. It should be understood that the various embodiments of the present invention are different but need not be mutually exclusive. For example, certain shapes, structures, and characteristics described herein may be implemented with changes from one embodiment to another without departing from the spirit and scope of the present invention. In addition, it should be understood that the location or arrangement of individual components within each embodiment may be changed without departing from the spirit and scope of the present invention. Accordingly, the following detailed description is not to be taken in a limiting sense, and the scope of the present invention should be taken as encompassing the scope of the claims and all equivalents thereto. In the drawings, like reference numerals refer to the same or similar elements throughout the various aspects.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, various preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings in order to enable those of ordinary skill in the art to easily practice the present invention.
전체 시스템의 구성Whole system configuration
도 1은 본 발명의 일 실시예에 따라 머신 러닝을 이용하여 인지 기능을 평가하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.1 is a diagram illustrating a schematic configuration of an overall system for evaluating cognitive functions using machine learning according to an embodiment of the present invention.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 인지 기능 평가 시스템(200) 및 디바이스(300)를 포함할 수 있다.As shown in FIG. 1 , the entire system according to an embodiment of the present invention may include a
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드 와이드 웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.First, the
예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE, Long Term Evolution) 통신, 5G 통신, 블루투스 통신(저전력 블루투스(BLE; Bluetooth Low Energy) 통신 포함), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다. 다른 예를 들면, 통신망(100)은 광 통신망으로서, 라이파이(LiFi, Light Fidelity) 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.For example, the
다음으로, 본 발명의 일 실시예에 따른 인지 기능 평가 시스템(200)은 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 위의 제1 피측정자에 대하여 수행되는 동안에, 위의 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하고, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 위의 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 학습되는 추정 모델을 이용하여 위의 분석 대상 광 신호 및 위의 인지 기능 검사의 결과를 분석함으로써, 위의 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하고, 위의 추정되는 생체 정보에 기초하여 위의 제1 피측정자의 인지 기능을 평가하는 기능을 수행할 수 있다.Next, the cognitive
본 발명에 따른 인지 기능 평가 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다.The configuration and function of the cognitive
다음으로, 본 발명의 일 실시예에 따른 디바이스(300)는 인지 기능 평가 시스템(200)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿, 스마트 워치, 스마트 밴드, 스마트 글래스, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 디바이스(300)로서 채택될 수 있다.Next, the
특히, 본 발명의 일 실시예에 따른 디바이스(300)는 피측정자의 머리 부위에 대하여 근적외선을 조사하고 피측정자의 머리 부위(더 구체적으로는, 대뇌 부위)로부터 반사 또는 산란되는 근적외선을 감지하는 기능을 수행하는 적어도 하나의 광 센서를 포함할 수 있다. 여기서, 하나의 광 센서는 적어도 하나의 광 조사부 및 적어도 하나의 광 검출부를 포함할 수 있다. 그리고, 본 발명의 일 실시예에 따른 디바이스(300)는, 본 발명의 일 실시예에 따른 인지 기능 평가부(230)에 의하여 추정되는 다양한 인지 기능에 관한 생체 정보를 사용자에게 제공하기 위한 표시 수단을 포함할 수 있다.In particular, the
또한, 본 발명의 일 실시예에 따르면, 디바이스(300)는, 사용자가 인지 기능 평가 시스템(200)으로부터 인지 기능 평가 등의 서비스를 제공받을 수 있도록 지원하는 애플리케이션(미도시됨)을 포함할 수 있다. 이와 같은 애플리케이션은 인지 기능 평가 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다. 한편, 이러한 애플리케이션의 성격은 후술할 바와 같은 인지 기능 평가 시스템(200)의 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 인지 기능 평가부(230), 통신부(240) 및 제어부(250)와 전반적으로 유사할 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.In addition, according to an embodiment of the present invention, the
인지 기능 평가 시스템의 구성Construction of the cognitive function evaluation system
이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 인지 기능 평가 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.Hereinafter, the internal configuration of the cognitive
도 2는 본 발명의 일 실시예에 따른 인지 기능 평가 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.2 is a diagram illustrating in detail the internal configuration of the cognitive
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 인지 기능 평가 시스템(200)은, 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 인지 기능 평가부(230), 통신부(240) 및 제어부(250)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 인지 기능 평가부(230), 통신부(240) 및 제어부(250)는 그 중 적어도 일부가 외부의 시스템(미도시됨)과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 인지 기능 평가 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 인지 기능 평가 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.As shown in FIG. 2 , the cognitive
한편, 인지 기능 평가 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 인지 기능 평가 시스템(200)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 피측정자의 머리 부위에 착용될 수 있는 휴대용 디바이스인 디바이스(300) 내에서 실현되거나 디바이스(300) 내에 포함될 수도 있음은 당업자에게 자명하다.On the other hand, although described above with respect to the cognitive
먼저, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 위의 제1 피측정자에 대하여 수행되도록 하는 기능을 수행할 수 있다.First, the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention performs the above first cognitive function test so that the brain of the first subject enters at least one resting state and at least one active state. A function to be performed on the subject can be performed.
구체적으로, 본 발명의 일 실시예에 따르면, 제1 피측정자의 뇌가 활성화 상태가 되도록 하는 인지 기능 검사에는 언어 유창성 검사(VFT; Verbal Fluency Test), 숫자 외우기 검사(Digit Span Test), 스트룹 검사(Stroop Test), SEMT(Social Event Memory Test; 영상 기억하기 검사) 및 SMT(Speech Memory Test; 이야기 기억하기 검사) 중 적어도 하나가 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 제1 피측정자에 대하여 소정 시간 동안 위의 인지 기능 검사 중 적어도 하나가 수행되도록 함으로써 위의 제1 피측정자의 뇌가 활성화 상태가 되도록 하는 기능을 수행할 수 있다.Specifically, according to an embodiment of the present invention, the cognitive function test for enabling the brain of the first subject to be activated includes a Verbal Fluency Test (VFT), a Digit Span Test, and a Stroop. At least one of a Stroop Test, a Social Event Memory Test (SEMT), and a Speech Memory Test (SMT) may be included. In addition, the analysis target optical signal acquisition unit 210 according to an embodiment of the present invention causes at least one of the above cognitive function tests to be performed on the first subject for a predetermined time, thereby It can perform a function that makes the brain of the brain become active.
계속하면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 제1 피측정자에 대하여 소정 시간 동안 위의 제1 피측정자의 뇌가 활성화 상태가 되도록 하는 인지 기능 검사가 수행되지 않도록 함으로써 위의 제1 피측정자의 뇌가 휴식 상태가 되도록 할 수 있다.Continuing, the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention performs a cognitive function test for the first subject to activate the brain of the first subject for a predetermined time. By preventing it from happening, the brain of the first subject can be put into a resting state.
즉, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 제1 측정자에 대하여 위의 제1 피측정자의 뇌가 활성화 상태가 되도록 하는 인지 기능 검사가 수행되는 상황과 위의 인지 기능 검사가 수행되지 않는 상황이 번갈아 발생되도록 함으로써, 인지 기능 검사가 수행됨에 따라 위의 제1 측정자의 뇌의 상태가 활성화 상태와 휴식 상태가 번갈아 나타나도록 위의 제1 측정자의 뇌의 상태를 변화시킬 수 있다.That is, the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention is performed with respect to a situation in which a cognitive function test for making the brain of the first subject is activated with respect to the first measurer and the above. By causing situations in which the cognitive function test is not performed to occur alternately, as the cognitive function test is performed, the state of the brain of the first measurer above is displayed alternately between the active state and the resting state. can change
다만, 본 발명의 일 실시예에 따른 인지 기능 검사의 종류 및 인지 기능 검사가 수행되도록 하는 방법은 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.However, the type of cognitive function test and the method for performing the cognitive function test according to an embodiment of the present invention are not limited to those described above, and may be variously changed within the scope that can achieve the object of the present invention. have.
계속하면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위와 같이 제1 피측정자에 대하여 인지 기능 검사가 수행되는 동안에, 위의 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 기능을 수행할 수 있다.Continuing, the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention is disposed on the head of the first subject above while the cognitive function test is performed on the first subject as described above. At least one optical sensor may perform a function of acquiring an analysis target optical signal detected from the head of the first subject.
구체적으로, 본 발명의 일 실시예에 따른 디바이스(300)는 제1 피측정자의 머리 부위에 착용될 수 있으며, 이러한 디바이스(300)에는 적어도 하나의 광 센서가 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 적어도 하나의 광 센서에 의해 위의 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 분석 대상 광 신호는 근적외선 분광법(NIRS; Near InfraRed Spectroscopy)을 이용하여 감지되는 광 세기(light intensity) 신호를 의미할 수 있다.Specifically, the
예를 들어, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는 무선 통신망(예를 들어, 와이파이(Wi-Fi), 와이파이 다이렉트(Wi-Fi Direct), LTE 다이렉트(LTE Direct), 블루투스(Bluetooth)와 같은 공지의 근거리 무선 통신망)을 통하여 연결되는 디바이스(300)로부터 제1 피측정자의 분석 대상 광 신호를 획득할 수 있다.For example, the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention is a wireless communication network (eg, Wi-Fi, Wi-Fi Direct, LTE Direct) ), an optical signal to be analyzed of the first subject may be obtained from the
다른 예를 들면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 제1 피측정자의 분석 대상 광 신호가 기저장된 적어도 하나의 기록 디바이스(예를 들어, 서버(server), 클라우드(cloud) 등)로부터 획득할 수도 있다.For another example, the analysis target optical signal acquisition unit 210 according to an embodiment of the present invention may include at least one recording device (eg, a server) in which the analysis target optical signal of the first subject is pre-stored. , cloud, etc.).
그리고, 본 발명의 일 실시예에 따르면, 제1 피측정자에 대하여 인지 기능 검사가 수행되는 동안에 위의 제1 피측정자의 뇌는 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 될 수 있으므로, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)에 의하여 획득되는 분석 대상 광 신호에는, 위의 제1 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 위의 제1 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호가 포함될 수 있다.And, according to an embodiment of the present invention, while the cognitive function test is performed on the first subject, the brain of the first subject can be in at least one resting state and at least one active state, The analysis target optical signal obtained by the analysis target optical signal acquisition unit 210 according to an embodiment of the present invention includes an optical signal acquired while the brain of the first target subject is in a resting state and the first target optical signal An optical signal obtained while the brain of the person is in an active state may be included.
예를 들어, 본 발명의 일 실시예에 따른 디바이스(300)에 포함되는 광 조사부(LD; Laser Driver)는 제1 피측정자에 대하여 인지 기능 검사가 수행되는 동안에 위의 제1 피측정자의 머리 부위에 대하여 근적외선을 조사할 수 있고, 본 발명의 일 실시예에 따른 디바이스(300)에 포함되는 광 검출부(PD; Photo Detector)는 위의 제1 피측정자의 해당 머리 부위로부터 반사 또는 산란되는 근적외선을 감지할 수 있다. 그리고, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 감지되는 근적외선을 분석 대상 광 신호로서 획득할 수 있다.For example, a laser driver (LD) included in the
또한, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 본 발명의 일 실시예에 따른 디바이스(300)에 포함된 적어도 하나의 광 센서가 제1 피측정자의 머리 부위에 대하여 근적외선을 조사하고 위의 제1 피측정자의 해당 머리 부위로부터 반사 또는 산란되는 근적외선을 감지할 수 있도록 디바이스(300)를 관리하는 기능을 수행할 수 있다. 나아가, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 제1 피측정자의 머리 부위로부터 분석 대상 광 신호를 획득하기 위하여 필요한 디바이스(300)의 다른 기능 또는 구성요소를 관리할 수도 있다.In addition, in the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention, at least one optical sensor included in the
도 3 내지 도 4는 본 발명의 일 실시예에 따라 인지 기능을 평가하는 과정을 예시적으로 나타내는 도면이다.3 to 4 are diagrams exemplarily illustrating a process of evaluating a cognitive function according to an embodiment of the present invention.
예를 들어, 도 3을 참조하면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 제1 피측정자에 대하여 인지 기능 검사(310, 320 및 330)가 수행되는 동안에 위의 제1 측정자의 뇌의 상태가 적어도 한 번의 휴식 상태(311, 321 및 331) 및 적어도 한 번의 활성화 상태(312, 322 및 332)가 되도록 할 수 있다. 구체적으로, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 제1 측정자에 대하여 위의 제1 피측정자의 뇌가 활성화 상태가 되도록 하는 인지 기능 검사가 수행되지 않는 상황(311, 321 및 331; 즉, 휴식 상태)과 위의 제1 피측정자의 뇌가 활성화 상태가 되도록 하는 인지 기능 검사가 수행되는 상황(312, 322 및 332; 즉, 활성화 상태)이 번갈아 발생되도록 할 수 있다.For example, referring to FIG. 3 , the analysis target optical signal acquisition unit 210 according to an embodiment of the present invention provides The state of the brain of the first measurer may be at least one resting
계속하여 예를 들면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위와 같이 제1 피측정자에 대하여 인지 기능 검사가 수행되는 동안에, 위의 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 제1 피측정자의 뇌가 휴식 상태(311, 321 및 331)인 동안에 획득되는 광 신호 및 위의 제1 피측정자의 뇌가 활성화 상태(312, 322 및 332)인 동안에 획득되는 광 신호를 분석 대상 광 신호로서 획득할 수 있다.Continuing, for example, the optical signal acquisition unit 210 to be analyzed according to an embodiment of the present invention, while the cognitive function test is performed on the first subject as above, the head of the first subject An optical signal obtained while the brain of the first subject is in the resting
한편, 이상에서 도 3을 참조하여 제1 피측정자에 대하여 인지 기능 검사가 수행되는 과정에 관하여 설명하였지만, 이러한 과정이 도 3에서 나타나는 실시예에 한정되는 것으로 이해되어서는 안 되며, 제1 피측정자의 뇌가 활성화 상태 및 휴식 상태로 유지되는 시간, 인지 기능 검사에서 수행되는 인지 기능 검사의 종류 등은 다양하게 변경되거나 조합될 수 있다.Meanwhile, although the process of performing the cognitive function test on the first subject has been described above with reference to FIG. 3 , it should not be understood that this process is limited to the embodiment shown in FIG. 3 , and the first subject The time during which the brain of the brain is maintained in the active and resting state, the type of cognitive function test performed in the cognitive function test, etc. may be variously changed or combined.
예를 들어, 도 4를 참조하면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 인지 기능 검사의 종류 및 그 검사가 수행되는 시간이 사용자(제1 피측정자 또는 제1 피측정자를 진료하는 의료인 등)에 의하여 설정될 수 있도록 하는 인터페이스를 위의 사용자에게 제공할 수도 있다.For example, referring to FIG. 4 , the analysis target optical signal acquisition unit 210 according to an embodiment of the present invention may display a type of cognitive function test and a time during which the test is performed by a user (a first subject or a second test subject). 1 An interface that can be set by a medical person who treats the subject) may be provided to the above user.
다음으로, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 위의 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 추정 모델을 학습시키는 기능을 수행할 수 있다.Next, the
구체적으로, 본 발명의 일 실시예에 따른 추정 모델은 합성곱 신경망(Convolutional Neural Network; CNN), 순환 신경망(Recurrent Neural Network; RNN) 등과 같은 인공 신경망을 이용하여 구현될 수 있으며, 경우에 따라서는 잔차 블록(residual block)을 이용할 수도 있다. 나아가, 본 발명의 일 실시예에 따른 추정 모델은, LDA(Linear Discriminant Analysis), SVM(Support Vector Machine) 등의 머신 러닝(딥 러닝을 포함할 수 있다.) 기술을 이용하여 구현될 수도 있다. 다만, 추정 모델을 구현하고 학습시키는 데에 이용될 수 있는 기술에 관하여 본 명세서에서 설명하는 내용은 본 발명의 일 실시예에 불과할 뿐이며, 본 발명의 목적을 달성할 수 있는 범위 내에서 얼마든지 변경 또는 조합될 수 있음을 밝혀 둔다.Specifically, the estimation model according to an embodiment of the present invention may be implemented using an artificial neural network such as a convolutional neural network (CNN), a recurrent neural network (RNN), and the like, and in some cases A residual block may be used. Furthermore, the estimation model according to an embodiment of the present invention may be implemented using a machine learning (which may include deep learning) techniques such as Linear Discriminant Analysis (LDA) and Support Vector Machine (SVM). However, the content described in this specification with respect to the technology that can be used to implement and train the estimation model is only one embodiment of the present invention, and any changes within the scope that can achieve the object of the present invention or may be combined.
계속하면, 본 발명의 일 실시예에 따르면, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호에는, 근적외선 분광법(NIRS; Near InfraRed Spectroscopy)에 기초하여, 위의 적어도 하나의 피측정자의 뇌가 휴식 상태에서 활성화 상태(또는 활성화 상태에서 휴식 상태)로 변함에 따라 발생되는 위의 적어도 하나의 피측정자의 머리 부위(구체적으로는, 전두엽)의 헤모다이나믹스(hemodynamics)(예를 들면, 옥시 헤모글로빈의 농도와 디옥시 헤모글로빈의 농도) 변화가 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 위의 헤모다이나믹스 변화는 뇌 활성도 및/또는 뇌 연결도의 변화를 의미할 수 있다. 한편, 본 발명의 일 실시예에 따르면, 위의 적어도 하나의 피측정자의 뇌의 상태 변화는, 위의 적어도 하나의 피측정자에 대하여 위에서 설명한 인지 기능 검사가 수행됨에 따라 나타나는 것일 수 있으나, 이에 제한되는 것은 아니다.Continuing, according to an embodiment of the present invention, an optical signal obtained while the brain of the at least one subject is in a resting state and an optical signal obtained while the brain of the at least one subject is in an active state include: Based on Near InfraRed Spectroscopy (NIRS), the head of the at least one subject above is generated as the brain of the at least one subject changes from a resting state to an active state (or from an active state to a resting state) Changes in hemodynamics (eg, concentration of oxyhemoglobin and concentration of deoxyhemoglobin) of a region (specifically, the frontal lobe) may be included. And, according to an embodiment of the present invention, the above change in hemodynamics may mean a change in brain activity and/or brain connectivity. Meanwhile, according to an embodiment of the present invention, the change in the state of the brain of the at least one subject may appear as the above-described cognitive function test is performed on the at least one subject, but is limited thereto. it's not going to be
한편, 본 발명의 일 실시예에 따르면, 적어도 하나의 피측정자는, 본 발명의 일 실시예에 따른 추정 모델의 학습 데이터를 제공하는 자로서, 제1 피측정자와 구별되는 사람을 의미할 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 이러한 적어도 하나의 피측정자는, 정상군, 아밀로이드 베타 음성군(Amyloid Beta -), 아밀로이드 베타 양성군(Amyloid Beta +), 알츠하이머군 등의 그룹으로 구분될 수 있다. 다만, 본 발명의 일 실시예에 따라 구분될 수 있는 그룹의 종류가 위의 열거된 것에 한정되는 것은 아니며, 특히, 아밀로이드 베타 외의 인지 기능에 관한 생체 정보의 양성군/음성군으로 구분될 수 있고, 알츠하이머 외의 다른 인지 기능 장애가 있는 군으로 구분될 수도 있다.Meanwhile, according to an embodiment of the present invention, the at least one to-be-measured person is a person who provides training data of the estimation model according to the embodiment of the present invention, and may mean a person distinguished from the first to-be-measured person. . And, according to an embodiment of the present invention, the at least one test subject can be divided into a normal group, amyloid beta negative group (Amyloid Beta -), amyloid beta positive group (Amyloid Beta +), Alzheimer's group, etc. have. However, the types of groups that can be distinguished according to an embodiment of the present invention are not limited to those listed above, and in particular, they can be divided into positive/negative groups of biometric information related to cognitive functions other than amyloid beta, It can also be classified into a group with cognitive dysfunction other than Alzheimer's.
그리고, 상술한 바와 같이, 뇌의 상태 변화에 따른 뇌 혈류량 및 헤모글로빈의 변화는, 뇌의 인지 기능에 장애가 있는 사람과 그렇지 않은 사람 사이에 차이가 있으므로, 위와 같이 구분되는 각 군에 속하는 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호와 위의 각 군에 속하는 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호의 차이는, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)에 의하여 학습되는 추정 모델의 학습 데이터(구체적으로는, 입력 데이터)로서 이용될 수 있다. 다만, 본 발명의 일 실시예에 따른 추정 모델이 반드시 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호와 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호의 차이에 기초하여서만 학습되는 것은 아니고, 휴식 상태 및 활성화 상태 각각에서 획득되는 광 신호에 기초하여서도 학습될 수 있는 것으로 이해되어야 한다.And, as described above, the changes in cerebral blood flow and hemoglobin according to changes in the state of the brain differ between those who have and those who do not have cognitive impairment in the brain, so at least one The difference between the optical signal obtained while the brain of the subject is in a resting state and the optical signal obtained while the brain of at least one subject belonging to each of the above groups is in the active state is an estimation model according to an embodiment of the present invention It may be used as training data (specifically, input data) of the estimation model learned by the
계속하면, 본 발명의 일 실시예에 따르면, 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에는, 아밀로이드 베타의 침착 수준에 관한 정보, 뇌 활성도, 뇌 연결도, 위의 획득되는 광 신호의 주파수 특성 등이 포함될 수 있으나, 이에 제한되는 것은 아니며, 특히, 아밀로이드 베타의 침착 수준에 관한 정보 외의 인지 기능에 관한 생체 정보가 포함될 수도 있다. 한편, 본 발명의 일 실시예에 따르면, 위의 적어도 하나의 피측정자의 아밀로이드 베타의 침착 수준에 관한 정보는, 위의 적어도 하나의 피측정자에 대하여 혈액 검사, PET(Positron Emission Tomography) 검사 등을 수행함으로써 획득된 데이터를 의미할 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 위의 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보는, 본 발명의 일 실시예에 따른 추정 모델을 학습시키는 데에 있어서 라벨링된 데이터로서 이용될 수 있다.Continuing, according to an embodiment of the present invention, at least one biometric information about the cognitive function of the subject includes information about the deposition level of amyloid beta, brain activity, brain connectivity, and the frequency of the optical signal obtained above. characteristics and the like may be included, but are not limited thereto, and in particular, biometric information about cognitive functions other than information about the deposition level of amyloid beta may be included. On the other hand, according to an embodiment of the present invention, the information about the deposition level of amyloid beta of the at least one test subject above may include a blood test, a Positron Emission Tomography (PET) test, etc. for the at least one test subject. It may mean data obtained by performing the operation. And, according to an embodiment of the present invention, the biometric information about the cognitive function of the at least one subject may be used as labeled data in training the estimation model according to the embodiment of the present invention. have.
다만, 본 발명의 일 실시예에 따른 인지 기능에 관한 생체 정보 및 그 획득 방법은 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.However, the biometric information related to the cognitive function and the method for acquiring the same according to an embodiment of the present invention are not limited to those described above, and may be variously changed within the scope capable of achieving the object of the present invention.
도 6 내지 도 7은 본 발명의 일 실시예에 따른 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호, 위의 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 및 위의 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 관련된 실험 데이터를 나타내는 도면이다.6 to 7 are an optical signal obtained while at least one subject's brain is in a resting state, an optical signal obtained while at least one subject's brain is in an active state, and It is a diagram showing experimental data related to biometric information related to the cognitive function of the at least one subject.
도 6 내치 도 7을 참조하면, 실제 실험 결과에 따르면, 피측정자를 정상군, 아밀로이드 베타 음성군, 아밀로이드 베타 양성군 및 알츠하이머군으로 구분하였을 때, 알츠하이머군과 아밀로이드 베타 양성군 사이에서는 뇌 활성도 및 뇌 연결도에서 통계적으로 유의미한 차이가 나타나지 않았다. 그러나, 알츠하이머군과 아밀로이드 베타 음성군 사이 및 알츠하이머군과 정상군 사이에서는 통계적으로 유의미한 차이가 나타났다(p-value < 0.05). 여기서, 위의 실험은 각 군별로 약 20명의 피측정자(평균 연령 72세(표준 편차: 1.1세), 남녀 성비 46:54)를 대상으로 수행되었다.Referring to FIG. 7 , according to the actual experimental results, when the subjects were divided into a normal group, an amyloid beta-negative group, an amyloid beta-positive group, and an Alzheimer's group, between the Alzheimer's group and the amyloid beta-positive group, brain activity and brain There was no statistically significant difference in the degree of connectivity. However, there were statistically significant differences between the Alzheimer's group and the amyloid beta-negative group and between the Alzheimer's group and the normal group (p-value < 0.05). Here, the above experiment was performed on about 20 subjects in each group (mean age 72 years old (standard deviation: 1.1 years old), gender ratio of 46:54).
그리고, 위의 피측정자를 대상으로 인지 기능 검사를 수행하고 그 결과를 점수 등으로 정량화한 결과에 기초하여, 위의 실험 데이터를 학습 데이터로서 사용하여 학습된 추정 모델(또는 분류(classification) 모델)의 정확도를 평가한 결과, 즉, 위의 추정 모델(또는 분류 모델)을 이용하여 위의 피측정자의 인지 기능을 평가한 결과의 ROC(Receiver Operating Characteristic) 곡선에서 나타나는 AUC(Area Under Curve: 곡선 하 면적)는 약 0.9인 것으로 나타났다. 따라서, 본 발명에 따른 평가 방법이 우수한 정확도를 가지고 있음을 확인할 수 있다.And, based on the result of performing the cognitive function test on the subject and quantifying the result as a score, an estimation model (or classification model) learned using the above experimental data as learning data As a result of evaluating the accuracy of area) was found to be about 0.9. Therefore, it can be confirmed that the evaluation method according to the present invention has excellent accuracy.
다음으로, 본 발명의 일 실시예에 따른 인지 기능 평가부(230)는, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)에 의하여 학습되는 추정 모델을 이용하여, 분석 대상 광 신호 및 제1 피측정자의 인지 기능 검사의 결과를 분석함으로써, 위의 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하는 기능을 수행할 수 있다.Next, the cognitive
구체적으로, 본 발명의 일 실시예에 따른 인지 기능 평가부(230)에 의하여 추정되는 제1 피측정자의 인지 기능에 관한 생체 정보에는, 위의 제1 피측정자의 아밀로이드 베타의 침착 수준에 관한 정보, 뇌 활성도, 뇌 연결도, 분석 대상 광 신호의 주파수 특성 등이 포함될 수 있으나, 이에 제한되는 것은 아니며, 특히, 아밀로이드 베타의 침착 수준에 관한 정보 외의 인지 기능에 관한 생체 정보가 추정될 수도 있다.Specifically, in the biometric information on the cognitive function of the first subject estimated by the cognitive
그리고, 본 발명의 일 실시예에 따른 인지 기능 평가부(230)는, 위와 같이 추정되는 제1 피측정자의 인지 기능에 관한 생체 정보에 기초하여 위의 제1 피측정자의 인지 기능을 평가할 수 있다. 나아가, 본 발명의 일 실시예에 따른 인지 기능 평가부(230)는, 위의 평가에 기초하여 위의 제1 피측정자의 인지 기능에 관한 정보를 시각적인 방법으로 제공할 수 있다.In addition, the cognitive
도 5는 본 발명의 일 실시예에 따라 인지 기능에 관한 정보가 제공되는 화면을 예시적으로 나타내는 도면이다.5 is a diagram exemplarily showing a screen on which information on a cognitive function is provided according to an embodiment of the present invention.
예를 들어, 도 5를 참조하면, 제1 피측정자의 인지 기능에 관한 정보에는, 위의 제1 피측정자의 뇌 활성도, 뇌 연결도 및 뇌의 수행 능력을 정량화한 수치, 위의 제1 피측정자의 뇌 활성도 및 뇌 연결도를 시각화한 그림, 위의 제1 피측정자의 인지 기능과 동년배 정상군의 인지 기능의 비교 결과(예를 들면, 정규 분포 상에서 위의 제1 피측정자의 위치), 위의 제1 피측정자의 인지 기능 점수, 위의 제1 피측정자의 아밀로이드 베타 양성 여부(또는 위험도) 등이 포함될 수 있다.For example, referring to FIG. 5 , the information about the cognitive function of the first subject includes a numerical value quantifying the brain activity, brain connectivity, and brain performance of the first subject, and the first blood above. A picture visualizing the brain activity and brain connectivity of the measurer, the comparison result of the cognitive function of the first subject above and the cognitive function of the normal group of the same age (for example, the position of the first subject on the normal distribution); The above-mentioned cognitive function score of the first subject, whether or not the first subject is amyloid beta-positive (or risk), and the like may be included.
다만, 본 발명의 일 실시예에 따른 제1 피측정자의 인지 기능에 관한 정보는 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.However, the information on the cognitive function of the first to-be-measured according to an embodiment of the present invention is not limited to the above, and may be variously changed within the scope capable of achieving the object of the present invention.
다음으로, 본 발명의 일 실시예에 따른 통신부(240)는 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220) 및 인지 기능 평가부(230)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.Next, the communication unit 240 according to an embodiment of the present invention enables data transmission/reception to/from the analysis target optical signal acquisition unit 210 , the estimation
마지막으로, 본 발명의 일 실시예에 따른 제어부(250)는 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 인지 기능 평가부(230) 및 통신부(240) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(250)는 인지 기능 평가 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 인지 기능 평가 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 인지 기능 평가부(230) 및 통신부(240)에서 각각 고유 기능을 수행하도록 제어할 수 있다.Finally, the
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.The embodiments according to the present invention described above may be implemented in the form of program instructions that can be executed through various computer components and recorded in a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention, or may be known and used by those skilled in the art of computer software. Examples of the computer-readable recording medium include hard disks, magnetic media such as floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floppy disks. medium), and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. A hardware device may be converted into one or more software modules to perform processing in accordance with the present invention, and vice versa.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.In the above, the present invention has been described with reference to specific matters such as specific components and limited embodiments and drawings, but these are provided to help a more general understanding of the present invention, and the present invention is not limited to the above embodiments, Those of ordinary skill in the art to which the invention pertains can make various modifications and changes from these descriptions.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Therefore, the spirit of the present invention should not be limited to the above-described embodiments, and the scope of the spirit of the present invention is not limited to the scope of the scope of the present invention. will be said to belong to
100: 통신망
200: 인지 기능 평가 시스템
210: 분석 대상 광 신호 획득부
220: 추정 모델 관리부
230: 인지 기능 평가부
240: 통신부
250: 제어부
300: 디바이스100: communication network
200: cognitive function evaluation system
210: analysis target optical signal acquisition unit
220: estimation model management unit
230: cognitive function evaluation unit
240: communication department
250: control unit
300: device
Claims (5)
상기 분석 대상 광 신호 획득부가, 제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 상기 제1 피측정자에 대하여 수행되는 동안에, 상기 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 단계,
상기 인지 기능 평가부가, 적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 상기 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 상기 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 상기 추정 모델 관리부에 의해 학습되는 추정 모델을 이용하여 상기 분석 대상 광 신호 및 상기 인지 기능 검사의 결과를 분석함으로써, 상기 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하는 단계, 및
상기 인지 기능 평가부가 상기 추정되는 생체 정보에 기초하여 상기 제1 피측정자의 인지 기능을 평가하는 단계를 포함하는
방법.A method implemented in a system for evaluating cognitive function using machine learning, wherein the system includes an analysis target optical signal acquisition unit, an estimation model management unit, and a cognitive function evaluation unit;
While the cognitive function test for allowing the brain of the first test subject to be in at least one resting state and at least one activated state by the analysis target optical signal acquisition unit is performed on the first subject, acquiring an analysis target optical signal sensed from the head of the first subject by at least one optical sensor disposed on the head;
The cognitive function evaluation unit may include at least one of an optical signal obtained while the brain of the at least one subject is in a resting state and an optical signal obtained while the brain of the at least one subject is in an active state, and the at least one subject By analyzing the optical signal to be analyzed and the result of the cognitive function test using an estimation model learned by the estimation model manager based on the biological information on the cognitive function of estimating the information; and
and evaluating, by the cognitive function evaluation unit, the cognitive function of the first subject based on the estimated biometric information.
Way.
상기 분석 대상 광 신호에는, 상기 제1 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 상기 제1 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호가 포함되는
방법.According to claim 1,
The optical signal to be analyzed includes an optical signal obtained while the brain of the first subject is in a resting state and an optical signal obtained while the brain of the first subject is in an active state
Way.
상기 평가 단계에서, 상기 인지 기능 평가부가 상기 평가에 기초하여 상기 제1 피측정자의 인지 기능에 관한 정보를 시각적인 방법으로 제공하는
방법.According to claim 1,
In the evaluation step, the cognitive function evaluation unit provides information on the cognitive function of the first subject in a visual way based on the evaluation.
Way.
제1 피측정자의 뇌가 적어도 한 번의 휴식 상태 및 적어도 한 번의 활성화 상태가 되도록 하는 인지 기능 검사가 상기 제1 피측정자에 대하여 수행되는 동안에, 상기 제1 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 제1 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 분석 대상 광 신호 획득부,
적어도 하나의 피측정자의 뇌가 휴식 상태인 동안에 획득되는 광 신호 및 상기 적어도 하나의 피측정자의 뇌가 활성화 상태인 동안에 획득되는 광 신호 중 적어도 하나와 상기 적어도 하나의 피측정자의 인지 기능에 관한 생체 정보에 기초하여 추정 모델을 학습시키는 추정 모델 관리부, 및
상기 학습되는 추정 모델을 이용하여 상기 분석 대상 광 신호 및 상기 인지 기능 검사의 결과를 분석함으로써, 상기 제1 피측정자의 인지 기능에 관한 생체 정보를 추정하고, 상기 추정되는 생체 정보에 기초하여 상기 제1 피측정자의 인지 기능을 평가하는 인지 기능 평가부를 포함하는
시스템.A system for evaluating cognitive function using machine learning, comprising:
While the cognitive function test for causing the brain of the first subject to be in at least one resting state and at least one activated state is performed on the first subject, at least one an analysis target optical signal acquisition unit configured to acquire an analysis target optical signal detected from the head of the first subject by an optical sensor;
At least one of an optical signal obtained while the brain of at least one subject is in a resting state and an optical signal obtained while the brain of the at least one subject is in an active state, and a living body related to a cognitive function of the at least one subject An estimation model manager for learning an estimation model based on the information, and
By analyzing the optical signal to be analyzed and the result of the cognitive function test using the learned estimation model, biometric information on the cognitive function of the first subject is estimated, and the second target based on the estimated biometric information 1 Including a cognitive function evaluation unit that evaluates the cognitive function of the subject
system.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200160448A KR102445749B1 (en) | 2020-11-25 | 2020-11-25 | Method, system and non-transitory computer-readable recording medium for evaluating cognitive function by using machine learning |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200160448A KR102445749B1 (en) | 2020-11-25 | 2020-11-25 | Method, system and non-transitory computer-readable recording medium for evaluating cognitive function by using machine learning |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220072628A KR20220072628A (en) | 2022-06-02 |
| KR102445749B1 true KR102445749B1 (en) | 2022-09-21 |
Family
ID=81985184
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200160448A KR102445749B1 (en) | 2020-11-25 | 2020-11-25 | Method, system and non-transitory computer-readable recording medium for evaluating cognitive function by using machine learning |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102445749B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020187374A (en) * | 2014-10-23 | 2020-11-19 | ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア | Methods of enhancing cognition and systems for practicing the same |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016006727A1 (en) | 2014-07-08 | 2016-01-14 | 삼성전자 주식회사 | Cognitive function test device and method |
| US20220183632A1 (en) * | 2019-04-12 | 2022-06-16 | Korea Advanced Institute Of Science And Technology | Method, system, and non-transitory computer-readable recording medium for estimating biometric information about head using machine learning |
-
2020
- 2020-11-25 KR KR1020200160448A patent/KR102445749B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020187374A (en) * | 2014-10-23 | 2020-11-19 | ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア | Methods of enhancing cognition and systems for practicing the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220072628A (en) | 2022-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11889994B2 (en) | Menstrual cycle tracking | |
| KR102061725B1 (en) | Method, system and non-transitory computer-readable recording medium for diagnosing mental health | |
| US20190159675A1 (en) | Point-of-care tele monitoring device for neurological disorders and neurovascular diseases and system and method thereof | |
| JP7045639B2 (en) | Work suitability judgment system | |
| US20210321917A1 (en) | Method, system and non-transitory computer-readable recording medium for monitoring body tissues | |
| EP3493736B1 (en) | System for detecting acute brain function impairment | |
| Morgan et al. | Objective detection of retinal vessel pulsation | |
| KR102378203B1 (en) | Method, system and non-transitory computer-readable recording medium for estimating bio information about head by using machine learning | |
| JP7316574B2 (en) | Work adequacy judgment system | |
| JP6899609B1 (en) | Biometric information calculation system and server | |
| JP6404162B2 (en) | Brain function index calculation device and brain function index calculation method | |
| KR102445749B1 (en) | Method, system and non-transitory computer-readable recording medium for evaluating cognitive function by using machine learning | |
| JP2010036026A (en) | Method and apparatus for determining human's preference based on brain information | |
| KR102332569B1 (en) | Method, system and non-transitory computer-readable recording medium for providing information about prognosis after cardiac arrest | |
| JP6918394B1 (en) | Biological information calculation system | |
| KR102171385B1 (en) | Method, system and non-transitory computer-readable recording medium for monitoring body tissues | |
| Hasan | BEst (Biomarker Estimation): health biomarker estimation non-invasively and ubiquitously | |
| KR102330796B1 (en) | Method, system and non-transitory computer-readable recording medium for assessment of autoregulation performance based on hemodynamics | |
| JP6845520B1 (en) | Biological information calculation system | |
| JP7083193B1 (en) | Biological information calculation system | |
| KR102575596B1 (en) | Electronic device for classifying mental state based on machine learning considering daily stress and method thereof | |
| WO2022050334A1 (en) | Biological information calculation system | |
| KR102655739B1 (en) | Apparatus and method for monitoring bio-signal measuring condition, and apparatus and method for measuring bio-information | |
| KR20230062851A (en) | Biometric information operation system | |
| JP2016123823A (en) | Mental disease classification method, discrimination method, and discrimination criteria creation and learning system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right |