KR102527039B1 - 전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법 - Google Patents

전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR102527039B1
KR102527039B1 KR1020197009744A KR20197009744A KR102527039B1 KR 102527039 B1 KR102527039 B1 KR 102527039B1 KR 1020197009744 A KR1020197009744 A KR 1020197009744A KR 20197009744 A KR20197009744 A KR 20197009744A KR 102527039 B1 KR102527039 B1 KR 102527039B1
Authority
KR
South Korea
Prior art keywords
patient
neural network
treatment
sensors
neural
Prior art date
Application number
KR1020197009744A
Other languages
English (en)
Other versions
KR20190053210A (ko
Inventor
야론 시걸
Original Assignee
브레인 큐 테크놀로지스 리미티드
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 브레인 큐 테크놀로지스 리미티드 filed Critical 브레인 큐 테크놀로지스 리미티드
Publication of KR20190053210A publication Critical patent/KR20190053210A/ko
Application granted granted Critical
Publication of KR102527039B1 publication Critical patent/KR102527039B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N2/00—Magnetotherapy
    • A61N2/004—Magnetotherapy specially adapted for a specific therapy
    • A61N2/006—Magnetotherapy specially adapted for a specific therapy for magnetic stimulation of nerve tissue
    • 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
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • A61B5/246—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals using evoked responses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • 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
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/407—Evaluating the spinal cord
    • 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
    • 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
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N2/00—Magnetotherapy
    • A61N2/02—Magnetotherapy using magnetic fields produced by coils, including single turn loops or electromagnets

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Neurology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Physiology (AREA)
  • Neurosurgery (AREA)
  • Artificial Intelligence (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Magnetic Treatment Devices (AREA)

Abstract

시스템은, 적용된 자극들의 세션 동안 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 수신하기 위한 통신 인터페이스를 포함한다. 프로세서는 적용된 자극들의 주어진 자극에 대하여 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 수신된 정보를 분석하도록 구성된다. 환자의 신경계의 표시된 장애가 있는 기능에 대응하는 신경망 주파수들이 선택된다. 각각의 선택된 주파수들에 대하여, 신경 활동의 공간적 맵이 생성된다. 생성된 공간적 맵들의 각각은 선택된 신경망 주파수들 중에서 치료 주파수들을 식별하기 위하여 검색된 대응하는 공간적 맵들과 비교된다. 생성기가 각각의 식별된 치료 주파수에서 전자기장을 상기 환자에게 적용하게끔 하기 위하여, 전자기장 생성기 내로의 입력을 위한 치료 프로토콜이 생성된다.

Description

전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법
본 발명은 신경계의 전자기 치료에 관한 것이다. 더 구체적으로, 본 발명은 신경계에 대한 전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법에 관한 것이다.
신경계를 대상으로 하는 시변 전자기장들의 적용이 외상, 뇌졸증, 및 척수 손상 이후의 기능의 회복을 용이하게 하는 것으로 증명되었다. 이러한 치료적 전자기장의 적용은 뇌 또는 신경계의 다른 질환들, 예컨대 자폐증, 알츠하이머 병, 뇌전증, 파킨슨 병, 주의력 결핍 과잉 행동 장애(attention deficit hyperactivity disorder; ADHD), 또는 다른 질환들을 치료하기 위하여 앞으로 사용될 수 있는 가능성을 보여준다.
뇌 및 신경계의 활동을 측정하기 위한 다양한 기술들이 개발되었다. 예를 들어, 뇌파검사(electroencephalography; EEG)는 뇌의 전체 활동을 측정하기 위하여 사용될 수 있다. 자기뇌파검사(Magnetoencephalography; MEG)는 뇌의 외부 표면 근처의 국부적인 뇌 활동을 매핑(map)하기 위하여 사용될 수 있다. 기능적 자기 공명 이미징(functional magnetic resonance imaging; fMRI)은 뇌 활동의 공간적 및 시간적 이미지들 둘 모두를 획득할 수 있다.
따라서, 본 발명의 일 실시예에 따르면, 시스템이 제공되며, 시스템은: 적용된 자극들의 세션 동안 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 수신하기 위한 통신 인터페이스; 및 프로세서를 포함하며, 프로세서는, 적용된 자극들의 주어진 자극에 대하여 센서들의 어레이의 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 수신된 정보를 분석하고; 환자의 장애가 있는 기능과 관련된 표시된 신경망에 대응하는 하나의 또는 복수의 신경망 주파수를 선택하며; 선택된 하나의 또는 복수의 신경망 주파수의 각각의 신경망 주파수에 대하여, 센서들의 어레이에 대한 신경 활동의 공간적 맵을 생성하고; 하나 또는 복수의 신경망 주파수 중에서 하나 또는 복수의 치료 주파수를 식별하기 위하여 각각의 신경망 주파수에 대응하는 하나 또는 복수의 검색된 공간적 맵들을 생성된 공간적 맵들의 각각과 비교하며; 및 생성기가 상기 표시된 장애가 있는 기능을 치료하기 위하여 하나 또는 복수의 치료 주파수의 각각의 치료 주파수에서 전자기장을 환자에게 적용하게끔 하기 위하여, 전자기장 생성기 내로의 입력을 위한 치료 프로토콜을 생성하도록 구성된다.
추가로, 본 발명의 일 실시예에 따르면, 시스템은 신경 활동 센서들의 어레이를 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 신경 활동 센서들의 어레이는 뇌파검사(EEG) 또는 자기뇌파검사(MEG) 센서들의 어레이를 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 신경 활동 센서들의 어레이는 환자의 척추 내의 신경 활동을 측정하기 위한 센서를 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 적용된 자극들은, 신체적 또는 인지적 임무를 능동적으로 수행하기 위한 시도, 신체 부위의 수동적인 움직임, 및 감각 입력으로 구성된 자극들의 그룹으로부터 선택된 자극을 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 표시된 장애가 있는 기능은 저장된 임상 데이터로부터 식별된다.
추가로, 본 발명의 일 실시예에 따르면, 생성된 치료 프로토콜은 진폭 및 지속기간으로 구성된 특성들의 그룹으로부터 선택된 적용되는 전자기장의 특성을 정의한다.
추가로, 본 발명의 일 실시예에 따르면, 생성된 치료 프로토콜은, 상이한 주파수들을 갖는 전자기장들의 적용의 순서, 전자기장들의 연속적인 적용들 사이의 간격, 및 전자기장들의 적용의 빈도(frequency)로 구성된 특성들의 그룹으로부터 선택된 일련의 적용되는 전자기장들의 특성을 정의한다.
추가로, 본 발명의 일 실시예에 따르면, 프로세서는 복수의 상이한 치료 프로토콜들을 생성하도록 구성된다.
추가로, 본 발명의 일 실시예에 따르면, 시스템은 생성된 프로토콜에 따라 치료 전자기장을 적용하도록 구성된 치료 시스템을 더 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 시스템은 치료 전자기장의 적용 동안 환자를 모니터링하기 위한 모니터링 센서를 더 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 프로세서는 환자의 상기 모니터링에 기초하여 치료 전자기장의 적용의 진폭 또는 지속기간을 수정하도록 구성된다.
추가로, 본 발명의 일 실시예에 따르면, 모니터링 센서는 열 카메라 또는 모션 센서를 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 모니터링 센서는 전자기장 내의 배치를 위하여 구성된 센서를 포함한다.
본 발명의 일 실시예에 따르면, 환자를 치료하기 위한 치료 전자기장을 생성하기 위한 시스템이 추가로 제공되며, 시스템은: 전기 전도성 코일; 입력 치료 프로토콜에 따라 코일을 통해 흐르는 전기 전류를 생성하도록 구성된 생성기를 포함하며, 치료 프로토콜은 프로토콜 생성 시스템에 의해 생성되고, 프로토콜 생성 시스템은, 적용된 자극들의 세션 동안 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 수신하기 위한 통신 인터페이스; 및 프로세서를 포함하며, 프로세서는, 적용된 자극들의 주어진 자극에 대하여 센서들의 어레이의 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 수신된 정보를 분석하고; 환자의 신경계의 표시된 장애가 있는 기능에 대응하는 하나의 또는 복수의 신경망 주파수를 선택하며; 선택된 하나의 또는 복수의 신경망 주파수의 각각의 신경망 주파수에 대하여, 센서들의 어레이에 대한 신경 활동의 공간적 맵을 생성하고; 하나 또는 복수의 신경망 주파수 중에서 하나 또는 복수의 치료 주파수를 식별하기 위하여 각각의 신경망 주파수에 대응하는 하나 또는 복수의 검색된 공간적 맵들을 생성된 공간적 맵들의 각각과 비교하며; 및 필드 생성기가 하나 또는 복수의 치료 주파수의 각각의 치료 주파수에서 전기 전류를 생성하게끔 하기 위한 치료 프로토콜을 생성하도록 구성된다.
추가로, 본 발명의 일 실시예에 따르면, 생성된 치료 프로토콜은 진폭 및 지속기간으로 구성된 특성들의 그룹으로부터 선택된 적용되는 전자기장의 특성을 정의한다.
추가로, 본 발명의 일 실시예에 따르면, 시스템은 치료 전자기장의 적용 동안 환자를 모니터링하기 위한 모니터링 센서를 더 포함한다.
추가로, 본 발명의 일 실시예에 따르면, 프로세서는 환자의 상기 모니터링에 기초하여 치료 전자기장의 적용의 진폭 또는 지속기간을 수정하도록 구성된다.
본 발명의 일 실시예에 따르면, 환자에 대한 치료 전자기장의 적용을 위한 프로토콜을 생성하기 위한 방법이 더 제공되며, 방법은: 적용된 자극들의 세션 동안 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 통신 인터페이스를 통해 수신하는 단계; 적용된 자극들의 주어진 자극에 대하여 센서들의 어레이의 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 수신된 정보를 분석하는 단계; 환자의 표시된 장애가 있는 기능과 관련된 신경망에 대응하는 하나의 또는 복수의 신경망 주파수를 선택하는 단계; 선택된 하나의 또는 복수의 신경망 주파수의 각각의 신경망 주파수에 대하여, 센서들의 어레이에 대한 신경 활동의 공간적 맵을 생성하는 단계; 하나 또는 복수의 신경망 주파수 중에서 하나 또는 복수의 치료 주파수를 식별하기 위하여 각각의 신경망 주파수에 대응하는 하나 또는 복수의 검색된 공간적 맵들을 생성된 공간적 맵들의 각각과 비교하는 단계; 및 생성기가 표시된 장애가 있는 기능을 치료하기 위하여 하나 또는 복수의 치료 주파수의 각각의 치료 주파수에서 전자기장을 환자에게 적용하게끔 하기 위하여, 전자기장 생성기 내로의 입력을 위한 치료 프로토콜을 생성하는 단계를 포함한다.
본 발명이 및 본 발명의 실제적인 애플리케이션들이 더 양호하게 이해되게 하기 위하여, 다음의 도면들이 제공되며 이하에서 참조된다. 도면들은 오로지 예로서 주어지며, 어떠한 방식으로도 본 발명의 범위를 제한하지 않는다는 것을 주의해야 한다. 유사한 컴포넌트들은 유사한 참조 번호들에 의해 표시된다.
도 1은 본 발명의 일 실시예에 따른 신경계에 대한 전자기 치료 프로토콜들을 생성하기 위한 시스템을 개략적으로 예시한다.
도 2a는 도 1에 도시된 시스템의 센서에 의해 획득되는 신호의 스펙트럼을 개략적으로 예시한다.
도 2b는 도 2a에 도시된 스펙트럼과 같은 스펙트럼 내에서 식별된 신경망 주파수들을 개략적으로 예시한다.
도 2c는 단일 주파수에 대한 신경 활동 맵을 개략적으로 예시한다.
도 3a는 본 발명의 일 실시예에 따른 신경계를 치료하기 위한 전자기 치료 프로토콜을 생성하기 위한 방법을 도시하는 순서도이다.
도 3b는 본 발명의 일 실시예에 따른 신경계를 치료하기 위한 전자기 치료 프로토콜을 생성하기 위한 대안적인 방법을 도시하는 순서도이다.
다음의 상세한 설명에 있어서, 다수의 특정 세부사항들이 본 발명의 완전한 이해를 제공하기 위하여 기술된다. 그러나, 본 발명이 이러한 특정 세부사항들 없이 실시될 수 있다는 것이 당업자들에게 이해될 것이다. 다른 경우들에 있어서, 잘 알려진 방법들, 절차들, 컴포넌트들, 모듈들, 유닛들 및/또는 회로들은 본 발명을 모호하지 않게 하기 위하여 상세하게 설명되지 않는다.
본 발명의 실시예들이 이러한 점과 관련하여 제한되지는 않지만, 예를 들어, "프로세싱", "컴퓨팅", "계산", "결정", "수립", "분석", "체크", "컴퓨터화된 신경망", "기계 학습", "심화 학습", "신호 프로세싱", 또는 유사한 것을 사용하는 논의는 컴퓨터의 레지스터들 및/또는 메모리들 내의 물리적인(예를 들어, 전자적인) 수량들로서 표현되는 데이터를 동작들 및/또는 프로세스들을 수행하기 위한 명령어들을 저장할 수 있는 컴퓨터의 레지스터들 및/또는 메모리들 또는 다른 정보 비-일시적 저장 매체(예를 들어, 메모리) 내의 물리적인 수량들로서 유사하게 표현되는 다른 데이터를 변환하거나 및/또는 조작하는 컴퓨터, 컴퓨팅 플랫폼, 컴퓨팅 시스템, 또는 다른 전자 컴퓨팅 디바이스의 동작(들) 및/또는 프로세스(들)를 지칭할 수 있다. 본 발명의 실시예들이 이러한 점과 관련하여 제한되지는 않지만, 본원에서 사용되는 용어들 "복수" 및 "다수"는, 예를 들어, "다수의" 또는 "2개 이상"을 포함할 수 있다. 용어들 "복수" 또는 "다수"는 본 명세서 전체에 걸쳐 2개 이상의 컴포넌트들, 디바이스들, 엘리먼트들, 유닛들, 파라미터들, 또는 유사한 것을 설명하기 위하여 사용될 수 있다. 명시적으로 언급되지 않는 한, 본원에서 설명되는 방법들은 특정 순서 또는 시퀀스로 제한되지 않는다. 추가적으로, 설명되는 방법 실시예들 또는 그 엘리먼트들 중 일부는 동시에, 동일한 시점에, 또는 함께 일어나거나 또는 수행될 수 있다. 달리 표시되지 않는 한, 본원에서 사용되는 접속사 "또는"은 포괄적으로 이해되어야 한다(언급된 옵션들 중 임의의 옵션 또는 전부).
본 발명의 일부 실시예들은, 예를 들어, 프로세서 또는 제어기에 의해 실행될 때, 본원에 개시되는 방법들을 수행하는 명령어들, 예를 들어, 컴퓨터-실행가능 명령어들을 명확한 위치(예컨대 클라우드 저장부)에서 인코딩하거나, 포함하거나, 또는 저장할 수 있거나 또는 그렇지 않을 수 있는 메모리, 디스크 드라이브, USB 플래시 메모리, 또는 다른 임의의 유형의 저장 매체와 같은 컴퓨터 또는 프로세서 판독가능 매체, 또는 컴퓨터 또는 프로세스 비-일시적 저장 매체와 같은 물품을 포함할 수 있다.
본 발명의 일 실시예에 따르면, 시변 자기장들에 의한 치료를 위한 프로토콜은 시스템에 의해 자동으로 생성된다. 프로토콜은, 환자의 전부 또는 일부에 적용될 수 있는 진동(oscillating) 전자기장을 생성하기 위한 장치를 포함하는 치료 시스템 또는 디바이스 내로 입력될 수 있다. (본원에서 전자기에 대한 언급은 전자석에 의해 생성되는 시변 자기장을 지칭한다.) 진동 전자기장은 주파수 및 진폭 또는 강도에 의해 특징지어진다. 본원에서 사용되는 용어들 "강도" 및 "진폭"은, 적용되는 전자기장의 강도를 나타내거나 또는 측정된 신경 활동 신호의 스펙트럼을 특징짓는(예를 들어, 주파수의 함수로서의 전압 또는 전류) 진폭, 최대치, 평균, 제곱 평균 제곱근, 또는 다른 특성 또는 대표적인 값을 나타내기 위하여 상호교환적으로 사용된다. 치료 프로토콜은 적용되는 필드의 주파수 및 진폭뿐만 아니라 필드의 하나 이상의 다른 특성들(예를 들어, 필드의 각각의 적용의 지속기간, 적용들의 수, 적용들 사이의 간격, 또는 다른 특성)을 정의할 수 있다. 치료 프로토콜은 정의된 시퀀스(예를 들어, 동시에 또는 상이한 시점들에) 환자에게 적용될 수 있는 상이한 주파수들의 2개 이상의 필드들을 정의할 수 있다.
시스템은 환자에 대한 정보를 수신하기 위한 인터페이스를 가지고 구성될 수 있다. 정보는 환자의 하나 이상의 손상된 기능들을 설명하는 설명을 갖는 임상 데이터를 포함할 수 있다. 구체적으로, 설명은 환자의 신경계의 손상된 기능과 연관되어 의심되거나 또는 알려진 손상된 기능을 설명할 수 있다. 예를 들어, 임상 데이터는 환자의 상태에 기초하여 또는 환자의 검사에 기초하여 의료 전문가에 의해 입력될 수 있다.
이에 더하여, 수신된 정보는 (예를 들어, 환자의 피부 사에 또는 다른 어떤 곳의 다양한 위치들에 위치된 센서들에 의해) 신경계의 다양한 지점들에서의 환자의 신경계의 기능의 측정들의 결과들을 포함한다. 측정들은, 환자의 뇌, 척수, 또는 환자의 신경계의 다른 컴포넌트들에 대하여 알려진 위치들에 배열된 센서들의 어레이를 포함할 수 있다. 예를 들어, 센서들은, 뇌파검사(EEG), 자기뇌파검사(MEG), 또는 신경 활동의 다른 유형들의 측정들을 위해 설계된 센서들을 포함할 수 있다. 센서들로부터의 이러한 정보는 (예를 들어, 메뉴로부터 선택된) 예를 들어, 텍스트로서 또는 의료 코드들로서 저장 및 분석을 위하여 직접적으로 통신 모듈로 입력될 수 있거나, 또는 사용자에 의해 입력될 수 있다.
신경 활동 측정들은, 하나 이상의 자극들의 연속적인 적용을 포함하는 자극 세션과 동시에 환자로부터 획득될 수 있다. 본원에서 사용되는 자극은 환자에 의해 능동적으로 적용될 수 있다. 예를 들어, 환자는 자발적인 신체적 임무(예를 들어, 휴식 상태, 사지 또는 신체 부위를 움직이는 것, 사지 또는 신체 부위의 움직임에 저항하는 것, 말하기, 호흡 조절, 대상을 보는 것, 또는 다른 능동적인 신체적 임무), 인지(예를 들어, 휴식 상태, 상황을 상상하는 것, 특정 주제에 대해 생각하는 것, 문제를 해결하려고 시도하는 것, 선택된 감각 입력에 집중하는 것, 또는 다른 능동적 인지적 임무), 신체적 임무를 수행하려고 시도하는 것(예를 들어, 마비되거나, 절단되거나, 또는 억제된 사지를 움직이는 것에 집중하는 것), 또는 다른 자발적이거나 능동적인 임무를 수행할 수 있다. 자극은 환자가 수동적으로 남아 있는 시간 동안 외부 에이전트에 의해 적용될 수 있다. 예를 들어, 환자의 사지 또는 신체 부위는 외부 에이전트에 의해(예를 들어, 다른 사람에 의해 또는 기계에 의해) 움직여질 수 있으며, 환자는 감각 입력을 겪을 수 있거나 또는 달리 수동적으로 자극될 수 있다. 자극은 다른 사람에 의해 수행되는 액션(예를 들어, 사람 내의 또는 기록된) 또는 스크린, 가상 현실 디바이스 또는 다른 어떤 것 상의 애니메이션 액션을 관찰하는 것을 포함할 수 있다. 자극의 적용은 2개 이상의 상이한 자극들의 동시(또는 교번) 적용을 포함할 수 있다. 자극의 능동 또는 수동 적용은 본원에서 임무의 수행으로서 상호교환적으로 지칭된다.
신경 활동 측정 데이터는 주파수 스펙트럼의 세트(예를 들어, 신호 주파수의 함수로서 측정된 활동의 진폭)를 획득하기 위하여 분석될 수 있다. 예를 들어, 각각의 주파수 스펙트럼은 특정 자극 또는 복수의 자극들의 적용 동안 센서에 의한(예를 들어, 일부 경우들에 있어서, 2개 이상의 센서들의 그룹에 의한) 측정들을 나타낼 수 있다. 예를 들어, 특정 자극의 적용과 동시에 획득된 측정들은, 측정들이 획득된 시간과 세션의 다양한 자극들의 적용의 시간들이 기록된 로그(log)를 비교함으로써 식별될 수 있다. 대안적으로 또는 추가적으로, 특정 자극의 적용 동안 획득된 측정들은 그 자극의 신원(identification)으로 마킹되거나 또는 라벨링될 수 있다.
일부 경우들에 있어서, 분석은 기계 학습 또는 심층 학습 알고리즘들을 사용하여 통계적 분석에 기초하여 관련 파라미터들을 구별하는 것을 포함할 수 있다. 예를 들어, 이러한 기계 학습은 특정 자극의 적용 또는 뇌 활동의 유형과 하나 이상의 주파수 스펙트럼들의 특징들 사이의 상관관계들을 식별할 수 있다. 이러한 분석은 현재의 또는 이전에 획득된 환자 데이터, 또는 예를 들어, 동일한 임상 특성들을 공유하며, 예를 들어, 그들의 임상 이력들의 공통 특징들에 의해 특징지어지는 환자들의 그룹의 분석에 기초할 수 있다.
환자의 신경계의 표시된 손상된 기능과 관련되거나 또는 연관될 수 있는 하나 이상의 주파수들이 식별도리 수 있다. 예를 들어, 손상된 기능은 수신된 임상 데이터에 기초하여(예를 들어, 환자 또는 환자의 가족 또는 친구들에 의해 보고되거나, 의료 전문가에 의해 검사 또는 관찰 동안 주목되거나, 의학적 테스트에 의해 획득되거나, 또는 달리 획득된 증상들로부터) 식별되거나 또는 의심될 수 있다.
각각의 식별된 주파수에서의 측정된 신경 활동은 공간적 활동 맵을 생성하기 위하여 조직화될 수 있다. 예를 들어, 측정된 진폭의 공간적 위치는, 진폭이 측정되었던 센서들의 신원(예를 들어, 그리고 적어도 공칭 위치에서 알려진 것)에 의해 결정될 수 있다. 맵은 각각의 매핑된 위치에서 단일의 식별된 주파수에서의 신경 활동의 진폭을 보여줄 수 있다. 본원에서 사용되는 공간적 위치는 환자의 신체 상의 또는 신체 내의 위치 또는 특정 센서의 위치를 지칭할 수 있다. 매핑된 신경 활동은 맵의 형태로 또는 달리(예를 들어, 특정 결과 및 좌표들 또는 센서 식별자들의 세트로서) 디스플레이될 수 있으며, 하나 이상의 뇌파 스펙트럼들로부터 도출된 2개의 값들 또는 하나 이상의 수량들 사이의 값 또는 상관관계를 포함할 수 있다.
대안적으로 또는 공간적 활동 맵에 더하여, 스펙트럼 결과들이 달리 매핑되거나 또는 그래프화될 수 있다. 예를 들어, 매칭의 하나의 축은 주파수를 나타낼 수 있으며, 다른 축은 일련의 상이한 임무들 또는 신경 활동들 또는 신경망과 상관될 수 있는 다른 인덱스 또는 값을 나타낼 수 있다. (컬러 또는 그레이 레벨에 의해 시각적으로 표현되는) 각각의 좌표에서의 매핑은 표시된 임무 또는 활동에 대한 주파수에서의 진폭을 나타낼 수 있다.
하나 이상의 대응하는 기준 공간적 활동 맵들이 데이터베이스 또는 다른 데이터 저장 설비로부터 검색될 수 있다. 기준 공간적 활동 맵들은. 그것의 진폭이 대응하는 생성된 공간적 활동 맵 내에 공간적으로 매핑되는 신호의 주파수에 기초하여 검색될 수 있다. 각각의 기준 공간적 활동 맵은 (예를 들어, 그들의 신경계가 장애 없이 기능하고 있는 것으로 결정된 피험자들에 대한 측정들에 기초하는) 건강한 신경계에 대한 또는 알려진 방식으로 그 기능이 결함이 있는 신경계에 대한 대표적인 공간적 활동을 보여줄 수 있다.
검색된 기준 공간적 활동 맵들의 각각은 (공통 신호 주파수에 기초하여) 대응하는 생성된 공간적 활동 맵과 비교될 수 있다. 기준 공간적 활동 맵들에 대한 활동의 계산된 변동(variation)들의 영역들의 비교는 생성된 공간적 활동 맵이 결함이 있는 기능을 나타내는 영역들을 나타낼 수 있다. 예를 들어, 공간적 활동 맵들 사이의 비교에서 하나 이상의 위치들은 건강한 신경계를 나타내는 기준 공간적 활동 맵으로부터 벗어나는 공간적 영역에서의 기능의 레벨 또는 결함적으로 기능하는 신경망을 나타내는 기준 공간적 활동 맵에 유사한 공간적 영역에서의 기능의 레벨을 나타낼 수 있다.
하나 이상의 공간적 맵들 상의 하나 이상의 위치들이 하나 이상의 주파수들에서 결함이 있는 기능을 나타낼 때, 치료 프로토콜이 생성될 수 있다. 치료 프로토콜은 치료 전자기장을 생성하기 위한 디바이스 내로 입력될 수 있다. 치료 프로토콜은 환자에게 적용될 하나 이상의 시변 치료 전자기장들의 특성을 지정할 수 있다. 예를 들어, 치료 프로토콜은, 공간적 활동 맵들이 생성된 그리고 치료가 표시되는 주파수들에 대한 서브세트를 지정할 수 있다. 치료 프로토콜은, 예를 들어, 컴퓨터에 의해 자동으로 전자기장 생성기에 입력될 수 있거나 또는, 예를 들어, 생성된 치료 프로토콜에 기초하여 사용자에 의해 선택되거나 또는 입력될 수 있다. 전자기장 생성기 내로 입력될 때, 프로토콜은 전자기장 생성기가 지정된 주파수들에서 전자기장들의 시퀀스를 생성하게끔 할 수 있다. 프로토콜은 필드들의 시퀀스의 다른 특성들을 지정할 수 있다. 이러한 특성들은 필드 강도들 또는 진폭들, 지속기간들, 상이한 주파수들의 필드들의 적용의 순서, 상이한 필드들의 적용 사이의 간격, 필드들의 각각의 적용의 수, 또는 다른 파라미터들 중 하나 이상을 포함할 수 있다. 치료 필드는 환자의 신체 전체에 또는 환자의 신체의 부분, 예컨대 머리, 목 및 척수 중 하나 이상에 적용될 수 있다.
각각의 식별된 주파수는 특정 신경망과 연관될 수 있다. 본원에서 사용되는 신경망은 신경계의 특정 기능과 연관된 신경계의 컴포넌트들을 포함한다. 전형적으로, 특정 자극에 대한 반응 또는 특정 임무의 수행은 2개 이상의 상이한 신경망들과 연관될 수 있다. 따라서, 치료는 2개 이상의 주파수들에서 요구될 수 있다. 예를 들어, 특정 방식으로의 사지의 움직임은 기억(예를 들어, 명령을 기억하는 것), 계획(예를 들어, 액션), 작동(예를 들어, 사지 근육들의), 제어(예를 들어, 사지 근육의), 피드백(예를 들어, 사지의 현재 위치를 아는 것), 또는 다른 기능들과 연관된 것들과 같은 이러한 기능들을 포함할 수 있다.
관련 주파수들은, 일부 경우들에 있어서, 현재 치료되고 있는 환자를 포함하는 피험자들의 집단에 대하여 이루어진 측정들의 분석으로부터 이전에 도출되었을 수 있다. 예를 들어, 집단은 그들의 신경계가 완전하게 기능하는 것으로 드러난 건강한 개인들 및 그들의 신경계들이 알려진 방식들로 결함적으로 기능하는 것으로 드러난 개인들, 및 일부 경우들에 있어서, 완전하게 기능하는 것으로 드러났지만 하나 이상의 신경망들에서 결함들을 가질 수 있는 피험자들(예를 들어, 그들의 다른 신경망들이 결함들을 보상하는 피험자들)을 모두를 포함했을 수 있다. 다양한 측정들 사이의 비교들은 각각의 기능과 연관되며 그에 따라서 각각의 신경망과 연관되는 주파수들을 나타낼 수 있다. 특정 주파수에서의 신경계 활동의 신경계(예를 들어, 뇌, 척수, 또는 다른 주요 신경들 중 하나 이상)에 걸친 공간적 매핑은, 신경 활동에서의 편차가 특정 신경망의 기능에 있어서의 특정 결함과 연관되는 신경계의 영역들을 나타낼 수 있다.
기준 공간적 활동 맵들은 피험자들의 집단에 기초할 수 있다. 예를 들어, 기준 공간적 활동 맵은 집단의 각각의 멤버에 대하여 생성된 맵들의 평균 또는 다른 통계적인 조합에 기초할 수 있다.
본원에서, 신경 활동 프로파일이 참조될 수 있다. 신경 활동 프로파일은 개인 또는 집단에 대하여 이루어진 신경 기능 측정들에 기초할 수 있다. 신경 활동 프로파일은 개인(환자, 제어군 내의 개인, 또는 다른 사람) 또는 집단(예를 들어, 집단 내의 개인들에 대해 이루어진 측정들에 대하여 평균화 또는 다른 통계적 조작의 적용 이후의)의 신경 활동을 특징짓는다. 신경 활동 프로파일은 하나 이상의 인간 피험자들의 신경계의 뇌들 또는 다른 부분들에 대하여 이루어진 EEG, MEG, 또는 다른 측정들에 기초할 수 있다. 예를 들어, MEG 센서와 유사하거나 또는 EEG 센서들과 유사한 센서들 또는 다른 센서들이 뇌, 척수, 또는 신경계의 다른 부분들에서의 신경 활동을 측정하기 위하여 사용될 수 있다. 본원에서 사용되는 MEG 또는 EEG 측정은 각기 MEG-형 또는 EEG-형 센서를 사용하는 신경계의 임의의 부분의 측정을 지칭한다. 유사하게, 본원에서 사용되는 MEG 또는 EEG 센서는, 센서가 뇌 활동 또는 신경계의 다른 컴포넌트의 활동의 측정을 위하여 의도되었는지 여부와 무관하게, MEG(자기장들을 센싱함) 또는 EEG(전기 전류 또는 전압을 센싱함) 센서와 유사하게 기능하는 센서를 지칭한다.
특정 EEG, MEG에서의 측정들 또는 유사한 측정들은 신경계의 다수의 식별가능 위치들에서 측정된 신경 활동의 맵을 산출하기 위하여 해석될 수 있다. 예를 들어, EEG 또는 MEG 센서 또는 다른 국부적인 센서들은 신경 활동의 공간적 맵을 획득하기 위하여, 신경 활동들이 일어나는 사람의 머리, 등, 다른 위치(예를 들어, 능동 장기 또는 사지의 근처, 감각 기관, 또는 다른 어떤 장소) 상의 미리 결정된 위치들의 세트에, 또는 이상의 임의의 조합에 위치될 수 있다. 측정된 국부적인 신경 활동의 위치는 국부적인 활동을 측정했던 센서 또는 센서의 위치들로부터 도출될 수 있다. 국부적인 신경 활동이 복수의 센서들에 의해 측정되는 일부 경우들에 있어서, 삼각측량 또는 다른 기술들이 센서들의 알려진 위치들에 대하여 측정된 국부적인 활동의 위치를 결정하기 위하여 적용될 수 있다. 이에 더하여, 측정들(예를 들어, 자기 공명 이미징(fMRI) 또는 다른 측정들)이 전체 뇌 활동을 표시하기 위하여 해석될 수 있다.
각각의 피험자의 신경계가 특정 신경 기능을 활성화하고 있을 때 측정들이 이루어질 수 있다. 예를 들어, 신경 기능은 하나 이상의 임무들을 수행하는 인간 피험자와 연관될 수 있다. 임무들은, 휴식(예를 들어, 다른 측정된 신경 기능이 이와 비교될 수 있는 신경 활동의 하나 이상의 기준선 측정들을 수립하기 위한 목적으로), 하나 이상의 능동적인(예를 들어, 환자에 의한 사지, 안면 특징부, 또는 다른 신체 부위의 자발적인 움직임) 또는 수동적인(예를 들어, 다른 사람, 기계, 또는 다른 외부 에이전트에 의해 움직여지는 신체의 부위) 모터 활동들 또는 움직임들을 수행하는 것, 하나 이상의 능동적인 또는 수동적인 인지적 임무들(예를 들어, 물체 인식, 기억 검색, 문제 해결, 또는 다른 인지적 활동), 무의식적인 임무(예를 들어, 환경 상태, 감각 입력, 또는 자율 신경계를 활성화하는 다른 자극을 겪는 것), 또는 다른 임무들을 수행하는 것을 포함할 수 있다. 본원에서, 임무의 수행 동안 활동이 기준선 레벨로부터 변경되는 신경계의 컴포넌트가 임무 및 신경 기능과 연관된 신경망으로서 지칭된다.
신경 활동 프로파일들을 나타내는 데이터베이스가 피험자들의 집단에 대하여 측정들을 수행함으로써 생성될 수 있다. 피험자들의 집단은 (예를 들어, 그들의 신경계들에 대한 외상 또는 알려진 외상이 없는 것에 의해 결정되는 바와 같은) 그들의 신경계가 건강한 것으로 결정된 개인들을 포함할 수 있다. 일부 경우들에 있어서, 집단은 하위집단들로 분할될 수 있다(예를 들어, 나이, 성별, 또는 신경 활동 프로파일에 영향을 주는 것으로 알려지거나 또는 의심되는 다른 특성들에 의해 분할될 수 있다). 건강한 것으로 간주되는 집단에 대하여 결정된 신경 활동 프로파일이 본원에서 기준 신경 활동 프로파일로서 지칭된다.
측정 결과들의 분석은 임무에 대한 또는 일 군의 임무들에 대하여, 예를 들어, 특정 신경망과 연관된 신경 기능 또는 활동과 연관되는 유사한 임무들의 일 군에 대하여 전형적인 신경 활동의 패턴을 산출할 수 있다.
EEG 또는 MEG 센서에 의한 측정이 전형적으로 시간의 함수로서 (예를 들어, 센싱된 전기 또는 자기장에 대응하는 측정된 전압 또는 전류의 형태로) 센싱된 신호를 산출하기 때문에, 센싱된 신호는 신호의 주파수 성분들을 구별하기 위하여 분석될 수 있다. 예를 들어, 센싱된 신호는 센싱된 신경 활동의 스펙트럼을 획득하기 위하여 분석될 수 있다. 예를 들어, 분석은 측정된 신호의 주파수 또는 파장 스펙트럼을 결정하기 위한 푸리에 또는 다른 분석을 포함할 수 있다. 대안적으로 또는 추가적으로, 웨이브렛 분석(wavelet analysis)이 웨이브렛 성분들의 세트를 산출하기 위하여 신호에 적용될 수 있다. 스펙트럼들은, 센서 측정 결과들의 하나 이상의 조합들 또는 이상의 조합에 대하여 개별적으로 각각의 센서 측정 결과에 대하여 계산될 수 있다. 결과는 스펙트럼 신경 활동의 (하이퍼-스펙트럼) 공간적 맵이다.
측정의 지속기간은 시간 및 스펙트럼 분해능(resolution)의 희망되는 조합을 달성하도록 결정될 수 있다. 예를 들어, 전형적인 스펙트럼 분해능(예를 들어, 진폭의 차이가 상당한 2개의 이웃하는 주파수 값들 사이의 최소 차이)은 측정의 지속기간에 반비례할 수 있다. 따라서, 예를 들어, 0.1 초 이내에 이벤트가 발생하는 경우, 스펙트럼 분해능은 10 Hz로 제한될 수 있다. 반면, 약 0.1 Hz의 분해능을 획득하기 위하여, 측정의 지속기간은 동일한 이벤트가 적어도 10 초 반복되어야만 한다. 일부 경우들에 있어서, 환자가 장시간 임무를 유지하는 것(예를 들어, 지속적인 페이스로 또는 다른 특성들로 활동을 유지하는 것)이 어려울 수 있다. 이러한 제한들을 수용하기 위하여, 자극 절차는 희망되는 스펙트럼 분해능을 획득하기에 충분히 긴 시간의 기간에 걸쳐 활동을 반복적으로 트리거하거나 또는 다른 임무를 몇 번 반복적으로 트리거할 수 있다. 임무가 자극들의 각각의 반복에서 새롭게 시작되기 때문에, 임무는, 임무가 전체 기간 동인 단순히 수행되는 경우에서보다 더 정확하게 반복될 수 있다. 추가로, 반복은 임무의 수행에 있어서의 변동들을 평균화하는 것을 가능하게 할 수 있으며, 이는 이러한 변동들의 효과를 감소시킬 수 있다.
결과적인 스펙트럼 맵의 추가적인 분석은, 다른 신경 기능들과 연관된 스펙트럼과 (예를 들어, 신경 기능 또는 신경망과 연관된 임무의 수행 동안 또는 그 다음에 측정된 신호로부터) 하나 이상의 신경 기능 또는 신경망과 연관된 각각의 획득된 스펙트럼(또는 스펙트럼들의 세트, 예를 들어, 각각의 스펙트럼은 뇌, 척수, 또는 신경계 내의 다른 어떤 곳의 특정 위치에서의 특정 센서에 대응함)을 비교하는 것을 포함할 수 있다. 이러한 분석은 건강한 사람의 신경망의 각각의 신경 기능의 특성인 대표적인 신경 활동 프로파일을 산출할 수 있다. 본원에서, 특정 신경망의 기능의 특성인 신경 활동 프로파일은 신경망 활동 프로파일로서 지칭된다. 건강한 피험자들로부터의 신경망 활동 프로파일들 또는 건강한 피험자들의 집단에 기초하는 복합 신경망 활동 프로파일이 데이터베이스에 저장될 수 있다.
유사한 신경 활동 프로파일들이 (예를 들어, 신경계의 결함이 있는 기능으로부터 유래하는 또는 다른 원인들에 기인하는) 다양한 알려진 장애들을 갖는 피험자들 또는 다양한 뇌-관련 증후군들을 갖는 것으로 알려진 피험자들에 대하여 생성될 수 있다. 건강한 피험자들에 대한 신경 활동 프로파일들과 이러한 신경 활동 프로파일들의 비교는, 건강한 신경 활동 프로파일로부터의 편차가 특정 장애 또는 증후군과 연관되는 특정 신경망들의 특정 주파수들을 식별하는 프로세스를 용이하게 할 수 있다. 예를 들어, 이러한 식별되는 주파수는, 건강한 피험자들에 비해 특정한 알려진 뇌 장애를 갖는 피험자들에 대하여 측정되는 주파수에서의 진폭의 상당한 감소(또는 증가)에 의해 표시될 수 있다. 일부 경우들에 있어서, 비교되는 측정들은 특정 임무의 수행과 관련된 신경망과 연관되는 것으로 알려진 하나 이상의 위치들에서 이루어질 수 있다. 상이한 장애들 및 증후군들을 갖는 피험자의 신경망 활동 프로파일 또는 동일하거나 또는 유사한 장애들 또는 증후군들에 의해 특징지어지는 개별적인 피험자들의 그룹의 분석에 기초하는 복합 신경망 활동 프로파일들이 또한 데이터베이스에 저장될 수 있다.
일부 경우들에 있어서, 환자의 신경망의 결함이 있는 기능은 의심될 수 있다. 예를 들어, 이러한 결함이 있는 기능은, 때때로 신경계의 하나 이상의 컴포넌트들에 상해를 야기하거나 또는 야기할 것으로 의심될 수 있는 뇌졸증, 외상, 질병, 또는 다른 사건 다음에 의심될 수 있다. 다른 예로서, 환자는 신경망의 결함이 있는 기능이 의심될 수 있도록 하나 이상의 임무들을 성공적으로 수행하는데 어려움을 겪는 것을 보고할 수 있거나 또는 어려움을 겪는 것으로 관찰될 수 있다.
신경망의 결함이 있는 기능이 의심될 때, 일련의 신경 활동 측정들이 환자에 대하여 이루어질 수 있다. 예를 들어, MEG, EEG, 또는 신경 활동의 다른 측정들은, 환자가 일련의 임무들을 수행할 때 환자에 대하여 이루어질 수 있다. 일련의 임무들은, 환자의 완전한 신경 활동 프로파일을 획득하는데 사용되는 임무들의 완전한 세트를 포함할 수 있다. 대안적으로, 수행되는 임무들은, 특정한 의심되는 신경망 결함과 연관되거나 또는 특정 신경망 내의 결함의 진단을 촉진시키는데 유효할 임무들의 서브세트로 제한될 수 있다.
그런 다음, 획득된 환자 신경 활동 프로파일이 기준 신경 활동 프로파일과 비교될 수 있다. 기준 신경 활동 프로파일은 모든 개인들에 대한 표준 프로파일을 포함할 수 있거나, 또는 부분 모집단의 특성일 수 있다. 예를 들어, 기준 신경 활동 프로파일은 특정 나이의 그룹, 성별, 민족 또는 인종 그룹, 전문적 또는 학문적 배경, 또는 달리 정의되는 부분 모집단 중 하나 이상에 특유할 수 있다.
일부 경우들에 있어서, 비교는 특정한 의심되는 결함과 연관되는 것으로 의심되거나 또는 이의 특성인 이러한 주파수들로 한정될 수 있다. 예를 들어, 시스템은 하나 이상의 신경망들의 특성으로서 결정된 주파수들을 검색하도록 구성될 수 있다. 그런 다음, 비교는 기준 신경 활동 프로파일들의 데이터베이스로부터 검색된 기준 신경 활동 프로파일로부터 식별된 특성 주파수들 중 하나에서 측정된 신경 활동이 상이한지 여부를 체크할 수 있다.
예를 들어, 비교는, 하나 이상의 위치들에서, 환자에 대하여 측정되는 특정 신경망과 연관된 신경 활동의 스펙트럼이 이러한 위치들에서의 그 신경망에 대한 기준 신경 활동 프로파일과 상이할 수 있다는 것을 나타낼 수 있다. 차이들의 수량화될 수 있다. 예를 들어, 신경망에 대한 차이 점수는 측정된 신경 활동 프로파일과 대응하는 기준 신경 활동 프로파일 사이의 차이들의 함수일 수 있다. 예를 들어, 차이 점수는 각각의 신경망의 정상적인 신경 활동의 분율 또는 퍼센트로서 표현될 수 있다.
비교는, 하나 이상의 신경망들 내의 임의의 식별된 결함들을 교정하기 위한 전자기 치료를 위한 하나 이상의 제안되는 치료 프로토콜들을 산출할 수 있다. 예를 들어, 치료 프로토콜은, 환자에게 적용될 수 있는 치료 시변 전자기장의 주파수 스펙트럼 또는 주파수를 지정할 수 있다. 치료 프로토콜은, 치료 전자기장이 적용될 환자 상의 위치를 지정할 수 있거나, 또는, 필드가 뇌 전체에 또는 특정 신체 부위에, 또는 환자의 신체 전체에 적용될지를 지정할 수 있다. 치료 프로토콜은 치료 전자기장의 진폭 또는 적용될 치료 전자기장의 강도와 관련된 다른 수량을 지정할 수 있다. 치료 프로토콜은 치료 전자기장에 대한 노출의 지속기간을 지정할 수 있다. 치료 프로토콜은 치료 세션들의 수, 후속 치료 세션들 사이의 간격을 지정할 수 있거나 또는 달리 일련의 치료들을 정의할 수 있다. 2개 이상의 신경망들에 대한 치료가 요구되는 경우, 치료 프로토콜은 상이한 신경망들에 대한 (예를 들어, 2 이상의 필드 주파수들에서의) 치료의 적용을 지정할 수 있다. 예를 들어, 프로토콜은 치료의 순서, 예를 들어, 상이한 주파수들 또는 강도들을 갖는 필드들의 적용의 순서, 상이한 필드들의 연속적인 적용 사이의 간격, 또는 상이한 신경망들의 치료와 관련된 다른 파라미터들을 지정할 수 있다.
일부 경우들에 있어서, 프로토콜은 치료의 효능을 나타낼 수 있는 모니터링되는 특성의 결과를 지정할 수 있다. 그런 다음, 치료는 모니터링되는 특성에 따라 수정될 수 있다. 치료 시스템, 또는 프로토콜 생성 시스템의 치료 모니터링 유닛은 하나 이상의 센서들을 포함할 수 있으며, 이러한 센서들의 측정들은 신경계의 하나 이상의 부위들에서의 또는 신경망에서의 활동을 나타낼 수 있다. 예를 들어, 모니터링되는 특성은, 그 영역의 온도(예를 들어, 국부적인 온도의 증가가 증가된 국부적인 혈류를 나타내며 결과적으로 증가된 국부적인 뇌 활동을 나타냄)에 의해 표시되는 뇌 또는 신경계의 영역(예를 들어, 특정 활동 또는 신경 영역과 연관되는 영역)에서 모니터링되는 활동을 포함할 수 있다. 대안적으로 또는 추가적으로, 다른 센서가 사용될 수 있다. 이러한 다른 센서들은, 예를 들어, 심전도(electrocardiogram; ECG) 센서들, EEG 또는 MEG 센서들, 근접 적외선 센서들, 혈액 성분 분석기들, 또는 하나 이상의 다른 유형들의 센서들을 포함할 수 있다. 센서들은 환자의 신체의 모션을 측정하도록 구성된 하나 이상의 센서들을 포함할 수 있다. 예를 들어, 이러한 모션 센서들은, (예를 들어, 초음파, 전자기파들 또는 펄스들, 또는 다른 어떤 것에 기초하는) 원격 모션 센서, 가상 현실(virtual reality; VR) 센서(예를 들어, VR 장갑, 완전 또는 부분적 VR 슈트, 또는 다른 VR 센서), 환자에 부착되고 하나 이상의 이미징 디바이스들에 의해 기록되는 발광 엘리먼트들 또는 반사기들, 또는 다른 유형의 모션 센서를 포함할 수 있다. 예를 들어, 적용되는 치료 전자기장 내에서 환자 상에 또는 환자 근처에 배치되도록 구성된 센서들은 자기장들 내에서 동작하도록 구성될 수 있다(예를 들어, 자기 공명 이미징(MRI) 동안의 사용을 위하여, 또는 MRI 기계의 자기장 내에 위치되는 환자에 대한 사용을 위하여 설계될 수 있다). 대안적으로 또는 추가적으로, 치료 시스템은 치료 필드를 (예를 들어, 어떠한 필드도 적용되지 않는 주기적인 휴식 시간을 가지고) 간헐적으로 적용하도록 구성될 수 있으며, 여기에서 센서들은 오로지 필드들의 동작들 사이의 휴식 시간에만 구성된다.
예를 들어, 초기 프로토콜은, 대표적인 결과들, 이론에 기초하거나 또는 달리 치료에 대한 전형적인 예상되는 반응에 기초하여 특정 주파수의 적용되는 전자기장의 지속기간 및 진폭을 나타낼 수 있다. 그러나, 반응은 개별적인 환자마다 다를 수 있다. 따라서, 치료 필드의 적용 동안, 환자의 머리 또는 신경계의 온도 맵 또는 다른 모니터링 결과가, 예를 들어, 열 카메라 또는 다른 센서들을 사용하여 획득될 수 있다. 예를 들어, 측정되는 온도는, (예를 들어, 적용되는 필드에 의한 자극에 반응하는 신경망의 복원에 기인하여 치료의 결과로서 활동이 증가할 것으로 예상될 수 있는 뇌의 부위 내의) 치료되는 신경망과 연관된 신경계의 영역 내의 치료의 결과로서 활동이 증가되는지 여부를 나타낼 수 있다.
치료 시스템은 하나 이상의 모니터링된 수량들에 따라 치료 프로토콜을 조정하거나 또는 수정하도록 구성될 수 있다. 예를 들어, 모니터링된 온도가 신경망의 개선된 기능을 나타나는 레벨까지 증가된 경우, 그 신경망의 특성인 필드 주파수를 갖는 치료는 (예를 들어, 현재 치료 세션의 나머지에 대하여, 또는 달리) 중단되거나 또는 감소(예를 들어, 진폭 또는 지속기간을 감소시킴)될 수 있다.
시변 치료 필드의 주파수는, 측정된 신경 활동 스펙트럼이 기준 신경 활동 스펙트럼으로부터 벗어나는 주파수와 동일하거나 또는 이의 함수일 수 있다. 치료 시변 필드의 적용은 신경망의 기능들의 복원 또는 재생을 용이하게 할 수 있다.
각각의 신경망에 대한 차이 점수들이 시스템의 운영자에게 제공될 수 있다. 의사 또는 다른 의료 전문가가 차이 점수들을 조사할 수 있다. 일부 경우들에 있어서, 프로토콜 생성 시스템은 자동으로 치료 프로토콜을 결정하도록 구성될 수 있다. 일부 경우들에 있어서, 프로토콜 생성 시스템은 자동으로 치료 프로토콜을 치료 시스템으로 송신하도록 구성될 수 있다. 치료 시스템은, (예를 들어, 인간 운영자가 치료 프로토콜이 생성된 환자에게 치료가 적용될 것을 나타낼 때) 송신된 프로토콜에 따라 하나 이상의 전자기장들을 생성하도록 구성될 수 있다.
그런 다음, 시스템 의료 전문가는 치료가 필요한지 여부를 결정할 수 있으며, 하나 이상의 신경망들의 치료를 위하여, 시스템에 의해 제안된 치료 프로토콜들 중 하나 이상의 적용을 우선순위화할 수 있다. 의료 전문가에 의한 치료 프로토콜의 결정은, 환자의 초기 임상 검사에 더하여, 환자의 선호사항, 각각의 신경망에 대한 손상의 정도, 환자 이력, 시간 제한들, 또는 다른 정보 또는 기준에 기초할 수 있다. 상이한 신경망들의 치료의 순서의 결정은, 환자의 요구들 및 선호사항들, 각각의 신경망을 치료하기 위하여 요구되는 추정 시간, (예를 들어, 다른 고려사항들과 함께 차이 점수에 의해 표시되는 바와 같은) 치료의 필요성, 과거의 성공, 또는 다른 고려사항들과 같은 이러한 인자들을 고려할 수 있다.
선택된 치료 프로토콜에 따라 하나 이상의 시변 자기장들을 생성하기 위하여 하나 이상의 전자기 코일들이 동작될 수 있다. 전자기장들은 신체의 선택된 섹션(예를 들어, 머리, 몸통, 가슴, 복부 영역, 사지, 또는 신체의 다른 섹션의 전부 또는 부위)에 적용될 수 있거나, 또는 환자의 전체 신체에 적용될 수 있다.
도 1은 본 발명의 일 실시예에 따른 신경계에 대한 전자기 치료 프로토콜들을 생성하기 위한 시스템을 개략적으로 예시한다.
프로토콜 생성 시스템(10)은 환자(12)에 대한 치료 프로토콜을 생성하도록 구성된다. 프로토콜 생성 시스템(10)은, 환자(12)에게 치료 전자기장을 적용하도록 구성된 치료 시스템(11)을 포함하는 시스템과는 별개일 수 있다. 일부 경우들에 있어서, 프로토콜 생성 시스템(10)은 치료 시스템(11)을 포함하는 별개의 시스템과 통신하도록 구성될 수 있다. 일부 경우들에 있어서, 프로토콜 생성 시스템(10)은 치료 시스템(11)을 포함하는 단일 프로토콜 생성 및 치료 시스템 내에 통합될 수 있거나, 또는 프로토콜 생성 시스템(10)이 치료 시스템(11)을 통합할 수 있다.
프로토콜 생성 시스템(10)은 신경 활동 센서(13)를 포함하거나 또는 이와 통신할 수 있다. 신경 활동 센서들(13)은, 하나 이상의 유형들의 신경 활동을 측정하도록 구성된 하나 이상의 유형들의 센서들을 포함할 수 있다. 일부 경우들에 있어서, 뇌 활동을 측정하기 위한 신경 활동 센서들(13) 중 일부 또는 전부는 환자(12)의 머리 상의 또는 둘레의 배치를 위하여 헬멧, 모자, 또는 다른 헤드기어 또는 배열 내에 배열될 수 있다. 신경 활동 센서들(13)의 이러한 배열은 일관된 위치들에서의 신경 활동의 재생가능 측정들을 용이하게 할 수 있다. 유사하게, 척수 또는 신경계의 다른 장소에서 신경 활동을 측정하도록 구성된 신경 활동 센서들(13)은, 신경 활동이 측정될 환자(12)의 부위 상에 일관적인 방식으로 착용될 수 있는 셔츠, 밴드, 소매, 또는 다른 물품 또는 의복 상에 배열될 수 있다.
신경 활동 센서들(13)은 고정식 유닛 또는 이동식 유닛 내에 통합될 수 있다. 예를 들어, 신경 활동 센서들(13)은 병원, 의원, 재활 센터 또는 개방 환경 내에 위치될 수 있거나, 또는 환자의 위치로 운송이 가능하거나 또는 휴대용일 수 있다.
예를 들어, 신경 활동 센서들(13)은 MEG 센서들(14)의 어레이를 포함할 수 있다. 각각의 MEG 센서(14)는, 뇌 내의 신경 활동에 의해 생성되는 전기 전류들에 기인하는 자기장을 측정하도록 구성될 수 있다. 전형적으로, 각각의 MEG 센서(14)는, MEG 센서(14)에 가까운 뇌의 영역 내에서 발원하는 자기장들을 측정한다. 따라서, MEG 센서들(14)의 어레이에 의한 측정들은 뇌 내의 신경 활동의 공간적 맵을 산출할 수 있다.
신경 활동 센서들(13)은 EEG 전극들(16)을 포함할 수 있다. EEG 전극들(16)은, 예를 들어, 두피 상의 표준 위치들에서의 환자(12)의 두피에 대한 부착을 위하여 구성될 수 있다. EEG 전극들(16)은 두피 상에서의 전기 전위를 측정하도록 구성될 수 있다. 측정된 전기 전위들은 뇌의 섹션 내의 전기적 활동을 나타낼 수 있다. 따라서, EEG 전극들(16)에 의한 측정들은 EEG 전극들이 부착된 곳 근처의 뇌의 섹션 내의 신경 활동의 측정을 산출할 수 있다.
신경 활동 센서들(13)은 척추 신경 활동 센서들(18)을 포함할 수 있다. 예를 들어, 각각의 척추 신경 활동 센서(18)는 MEG 센서들(14)과 동일하거나 또는 유사하게 동작할 수 있다. 이러한 경우에 있어서, 환자(12)의 척추를 따라 배열된 척추 신경 활동 센서들(18)의 어레이는, 척수 내의 신경 활동에 의해 생성되는 전기 전류들로부터 기인하는 자기장들을 측정할 수 있다. 따라서, 척추 신경 활동 센서들(18)을 사용하는 측정들은 척수 내의 신경 활동의 맵을 산출할 수 있다. 일부 경우들에 있어서, 척추 신경 활동 센서들(18)은 EEG 전극들(16)과 유사하게 또는 척수 내의 신경 활동을 측정하기에 적절한 다른 방식으로 동작할 수 있다. 일부 경우들에 있어서, 척추 신경 활동 센서들(18) 또는 다른 유형의 센서들은 신경계의 다른 부위들 근처에(예를 들어, 하나 이상의 신경들 근처에) 배치되고 거기에서의 신경 활동의 측정을 위하여 구성될 수 있다.
신경 활동 센서들(13)은 신경 활동의 측정을 위한 다른 유형들의 센서들을 포함할 수 있다.
제어기(20)는, 센서 인터페이스(28)를 통해 신경 활동 센서들(13)과 인터페이스하도록 구성된 하나 이상의 유닛들을 포함할 수 있다. 예를 들어, 제어기(20)의 유닛들은 단일 케이스 또는 하우징 내에 봉입될 수 있거나, 또는 서로 별개일 수 있다. 제어기(20)의 별개의 유닛들은 케이블들에 의해, 무선 연결을 통해 상호연결될 수 있다. 일부 경우들에 있어서, 제어기(20)의 유닛들은 서로 원격에 존재할 수 있다. 제어기(20)의 유닛들이 서로 원격에 존재할 때, 제어기(20)의 상이한 유닛들은 네트워크 또는 다른 케이블 또는 무선 통신 채널을 통해 서로 통신하도록 구성될 수 있다. 일부 경우들에 있어서, 센서 인터페이스(28)의 부분 또는 전부가 프로세서(22) 내에 포함될 수 있다(이러한 경우에 있어서, 센서 인터페이스(28)는 신경 활동 센서들(13)에 대한 프로세서(22)의 연결만을 포함할 수 있다). 일부 경우들에 있어서, 센서 인터페이스(28)의 기능 중 일부 또는 전부는 프로그래밍된 명령어들에 따라 동작하는 프로세서(22)에 의해 제공될 수 있다.
센서 인터페이스(28)는, 제어기(20)에 대한 신경 활동 센서들(13)의 연결을 가능하게 하기 위한 하나 이상의 포트들 또는 커넥터들을 포함할 수 있다. 센서 인터페이스(28)는, 신경 활동 센서들(13) 중 하나 이상을 선택적으로 동작시키도록 구성된 전자제품 또는 회로부를 포함할 수 있다. 대안적으로 또는 추가적으로, 센서 인터페이스(28)는 신경 활동 센서들(13) 중 하나 이상으로부터 선택적으로 신호들을 수신하도록 구성된 전자제품 또는 회로부를 포함할 수 있다. 센서 인터페이스(28)는, 센싱된 활동에 응답하여 신경 활동 센서(13)에 의해 생성된 신호를 제어기(20)의 프로세서(22)에 대한 입력을 위해 적절한 신호로 변환하도록 구성된 전자제품 또는 회로부를 포함할 수 있다. 예를 들어, 센서 인터페이스(28)는 하나 이상의 증폭기들, 아날로그-대-디지털 컨버터들, 필터들, 또는 다른 적절한 신호 변환 회로부 또는 전자 컴포넌트들을 포함할 수 있다.
일부 경우들에 있어서, 센서 인터페이스(28)는 제어기(20) 외부에 존재할 수 있다. 예를 들어, 센서 인터페이스(28)는 별개의 EEG 또는 MEG 디바이스의 부분일 수 있다. 신경 활동 센서들(13)에 의한 측정들의 결과들은 통신 인터페이스(29)를 통해 제어기(20)로 통신될 수 있다.
제어기(20)의 통신 인터페이스(29)는 제어기(20) 내에 통합되거나 또는 제어기(20)와 통신할 수 있는 하나 이상의 컴포넌트들과 인터페이스할 수 있다. 예를 들어, 통신 인터페이스(29)는 외부 센서 인터페이스(28)와 통신할 수 있다. 통신 인터페이스(29)는 제어기(20) 내로의 운영자 입력을 가능하게 하기 위한 입력 디바이스와 통신할 수 있다. 예를 들어, 운영자 입력은 임상 데이터(23), 프로토콜 생성 시스템(10)(또는 치료 시스템(11))의 컴포넌트의 동작을 제어하기 위한 동작 명령들, 또는 다른 입력 데이터를 포함할 수 있다. 통신 인터페이스(29)는 하나 이상의 유형들의 휴대용 또는 착탈가능 데이터 저장 매체를 판독하거나 또는 이에 기입하기 위한 디바이스 또는 포트를 포함할 수 있다. 예를 들어, 데이터 저장 매체는 치료 시스템(11) 내로의 입력을 위한 치료 프로토콜(27) 또는 제어기(20) 내로의 입력을 위한 획득된 측정 데이터(25) 또는 임상 데이터(23)를 저장하기 위하여 사용될 수 있다.
제어기(20)의 프로세서(22)는 예를 들어, 하나 이상의 컴퓨터들의, 하나 이상의 프로세싱 유닛들을 포함할 수 있다. 예를 들어, 프로세서(22)의 프로세싱 유닛은 단일 케이스 또는 하우징 내에 포함될 수 있거나, 별개의 하우징들 내에 하우징되고 케이블에 의해 또는 무선으로 상호연결된 프로세싱 유닛들을 포함할 수 있거나, 또는 서로 원격에 존재하고 네트워크 또는 다른 통신 채널을 통해 상호통신하는 프로세싱 유닛들을 포함할 수 있다.
프로세서(22)는 데이터 저장 디바이스(24)와 통신할 수 있다. 예를 들어, 데이터 저장 디바이스(24)는 하나 이상의 고정식 또는 착탈가능, 휘발성 또는 비휘발성 메모리 유닛들 또는 데이터 저장 유닛들을 포함할 수 있다. 저장 디바이스(24)의 유닛들은 지역적일 수 있거나(예를 들어, 프로세서(22)에 연결되거나 또는 지역적 물리 연경을 통해 서로 연결됨) 또는 원격일 수 있다(예를 들어, "클라우드 데이터 저장부" 또는 원격 데이터 저장 유닛의 다른 형태로, 예를 들어, 네트워크 또는 다른 통신 채널을 통해 프로세서(22)에 액세스할 수 있음).
프로세서(22)는 프로그래밍된 명령어들에 따라 동작하도록 구성될 수 있다. 예를 들어, 프로그래밍된 명령어들은 데이터 저장 디바이스(24)에 저장될 수 있다. 데이터 저장 디바이스(24)는, 프로그래밍된 명령어들에 따라 동작할 때 프로세서(22)에 의해 사용될 데이터 또는 파라미터들을 저장하기 위하여 사용될 수 있다. 데이터 저장 디바이스(24)는 프로세서(22)의 동작의 결과들을 저장하기 위하여 사용될 수 있다.
프로세서(22)는 센서 인터페이스(28)를 통해 신경 활동 센서들(13)로부터 신호들을 수신하도록 구성될 수 있다. 예를 들어, 프로세서(22)는 센서 인터페이스(28)의 동작을 제어하도록 구성될 수 있다. 다양한 신경 활동 센서들(13)로부터 획득되는 측정들의 시퀀스는 데이터 저장 디바이스(24) 상에 저장된 프로그래밍된 명령어들에 의해 결정될 수 있다. 일부 경우들에 있어서, 프로토콜 생성 시스템(10)의 운영자는, 프로세서(22)가 프로그래밍된 명령어들을 수정하게끔 위하여 또는 특정 명령어들을 입력하기 위하여 입력 디바이스를 동작시킬 수 있다.
측정된 수량들은 데이터 저장 디바이스(24) 상에 획득된 측정 데이터(25)로서 저장될 수 있다. 예를 들어, 획득된 측정 데이터들(25)은, 알려진 시간들에 획득된 센싱된 전압, 전류, 또는 다른 전기적 측정들의 시퀀스의 형태일 수 있다. 예를 들어, 전기적 측정들은 미리 결정된 연속적인 시간 간격들로(예를 들어, 동일한 시간 간격들로 또는 달리) 샘플링될 수 있다. 프로세서(22)는 획득된 측정 데이터(25)에 하나 이상의 조작 기술들을 적용하도록 구성될 수 있다. 예를 들어, 데이터 조작 기술들은, 평균화를 적용하는 것, 디지털 잡음 감소, 교정을 적용하는 것, 스케일링, 배경 신호(예를 들어, 환자(12)가 휴식하고 있거나 또는 휴지상태일 때 획득되는 신호)로부터의 신호의 분리, 평탄화 또는 선명화(sharpening)(예를 들어, 저역 통과 또는 고역 통과 디지털 필터를 적용하는 것), 또는 다른 분석 기술을 포함할 수 있다. 데이터 조작의 결과는 연속적인 시간 간격들에서의 측정된 값들의 수정된 시퀀스일 수 있으며, 이는, 데이터 조작의 적용 이전의 획득된 측정 데이터(25)를 대체하여 또는 이에 더하여 획득된 측정 데이터(25)로서 데이터 저장 디바이스(24) 상에 저장될 수 있다.
하나 이상의 신호 프로세싱 또는 다른 데이터 분석 기술들이 획득된 측정 데이터(25)에(예를 들어, 센서 인터페이스(28)에 의해 획득될 때의 데이터에 또는 데이터 조작의 적용 이후에 데이터에) 적용될 수 있다. 데이터 분석 기술들의 적용은 하나 이상의 신경망 활동 프로파일들을 야기할 수 있다. 예를 들어, 각각의 신경망 활동 프로파일은, 상이한 신경망과 연관된 측정된 신경 활동으로부터(또는, 환자(12)가 휴식하고 있을 때와 같이, 활성화되는 것으로 예상되는 신경망이 없을 때) (예를 들어, 특정 신경망과 연관된 임무를 환자(12)가 수행되는 동안 획득된 측정들에 기초하여) 특정 신경망과 연관된 측정된 신경 활동을 구별하는 하나 이상의 특징들을 식별하는 데이터 분석으로부터 기인한다. 결과적인 신경망 활동 프로파일들은 프로파일 데이터베이스(26)의 부분으로서 데이터 저장 디바이스(24) 상에 저장될 수 있다.
예를 들어, 측정된 값들의 시간 시퀀스의 형태인 획득된 측정 데이터(25)는 주파수의 함수로서 진폭의 형태로 스펙트럼을 획득하기 위하여 프로세싱될 수 있다. 푸리에 변환, 웨이브렛 변환, 또는 다른 변환과 같은 하나 이상의 변환들이 획득된 측정 데이터(25)에 적용될 수 있다. 변환들은, 예를 들어, 고속 푸리에 변환(fast Fourier transform; FFT), 필터링된 FFT, 웨이브렛 분석, 또는 다른 스펙트럼 필터와 같은 알고리즘을 사용하여 적용될 수 있다. 다른 분석 기술들이 적용될 수 있다. 이러한 다른 기술들은, 하나 이상의 컴퓨터형 신경망들, 기계 학습, 또는 심층 학습 알고리즘들의 적용과 같은 하나 이상의 통계적 평가들을 포함할 수 있다.
분석은, 신경 활동 센서들(13)의 각각의 센서에 대하여, (예를 들어, 이웃하는 또는 기능적으로 링크된 위치들에서의 동일한 유형의) 신경 활동 센서들(13)의 서브세트에 대하여, 또는 (예를 들어, 특정 유형의) 모든 신경 활동 센서들(13)에 대하여 개별적으로 수행될 수 있다. 분석은 개별적인 환자들 및 예상되는 성과 사이의 차이를 식별할 수 있다. 분석은, 개별적인 환자가, 이들에 대하여 특정 치료 프로토콜들이 이전에 유익한 것으로 밝혀진 더 일반화된 그룹과 연관되는지 여부를 식별할 수 있다.
도 2a는 도 1에 도시된 시스템의 센서에 의해 획득되는 신호의 스펙트럼을 개략적으로 예시한다.
신호 스펙트럼(40)은, 스펙트럼 신경 활동 커브(42)의 형태로, 신경 활동 센서들(13)(예컨대, MEG 센서(14), EEG 센서(16), 또는 척추 신경 활동 센서(18))의 센서에 의해 획득된 신호의 스펙트럼 분석의 결과를 그래픽적으로 예시한다.
데이터가 그들의 신경계가 분명하게 건강한 피험자들(예를 들어, 피험자들의 의료적 이력들이 신경계에 상처를 입힌 것으로 의심되는 어떠한 이벤트들을 갖지 않거나, 피험자들이 신경계에 대한 손상의 식별할 수 있는 징후들을 갖지 않거나, 또는 달리 건강한 것으로 결정됨)의 그룹에 대하여 획득될 때, 획득되고 분석된 데이터는, 예를 들어, 평균화에 의해 또는 다른 통계적 또는 데이터 결합 기술의 적용에 의해 결합될 수 있다. 각각의 신경망 활동 프로파일의 결과적인 결합은 신경망에 대한 기준 신경 활동 프로파일로서 프로파일 데이터베이스(26)에 저장될 수 있다.
대표적인 신경 활동 스펙트럼은, 특정 신경망의 활성화 동안 명백하게 건강한 피험자들의 집단에 대하여 이루어진 신경 활동 측정들의 분석으로부터 기인할 수 있다. 예를 들어, 신경 활동 측정 데이터는, 측정되는 피험자들 모두가 단일 임무 또는 단일 신경망과 연관된 하나 이상의 관련된 임무들을 수행하는 동안 신경 활동 센서들(13)로부터 획득되었을 수 있다. 피험자들은, 특정 집단(예를 들어, 연령 그룹, 성별, 공통 인종, 민족, 전문적, 교육적, 또는 다른 배경, 경험, 또는 능력)을 나타내도록 또는 모든 명백하게 건강한 인간 피험자들을 나타내도록 선택되었을 수 있다. 대표적인 신경 활동 스펙트럼은, 각각의 대표적인 신경 활동 스펙트럼이 피험자의 신체 또는 신경계 상의 특정 위치의 신경 활동을 특징짓는 복수의 대표적인 신경 활동 스펙트럼들의 세트의 부분일 수 있다.
그들의 신경계가 하나 이상의 방식들로 결함이 있게 기능하는 것으로 알려진 피험자들에 대하여 유사한 측정들 및 분석이 수행될 수 있다. 예를 들어, 결함이 있는 기능은 특정 임무(예를 들어, 모터, 인지, 감각 또는 다른 임부)의 수행과 관련될 수 있거나, (예를 들어, 이미징 기술에 의해 또는 달리 결정되는 바와 같은) 알려진 해부학적 이상과 연관될 수 있다. 결과적인 신경 활동 스펙트럼은 대응하는 대표적인 신경 활동 스펙트럼과 비교될 수 있다. 비교는, 결함이 있는 기능과 연관된 신경망의 특성인 하나 이상의 주파수들을 산출할 수 있다.
도 2b는 도 2a에 도시된 스펙트럼과 같은 스펙트럼 내에서 식별된 신경망 주파수들을 개략적으로 예시한다.
신호 스펙트럼(44) 및 스펙트럼 신경 활동 커브(46)는, 단일 피험자에 대한 신경 활동 센서들(13)의 센서(또는 센서들의 그룹)에 의해 획득되는 신호의 스펙트럼 분석의 결과 또는 피험자들의 그룹 또는 집단에 대한 대응하는 측정들의 결합의 집성 결과를 나타낼 수 있다. 적절하게 기능하는 신경계들을 갖는 피험자들 및 (예를 들어, 하나 이상의 임무들을 수행하기 위한 피험자들의 능력의 개별적인 평가로부터, 또는, 해부학적 또는 생리학적 이상의 식별로부터, 또는 달리) 그들의 신경계들이 알려진 방식으로 결함이 있게 기능하는 피험자들로부터 도출된 스펙트럼들의 비교의 분석은 하나 이상의 신경망 주파수들(48)을 식별할 수 있다. 예를 들어, 특정 신경망의 결함이 있는 기능은 특정 신경 주파수(48)에서의 진폭의 변화와 연관될 수 있다.
기준 신경망 활동 프로파일(신경망의 신경 활동을 특징짓는 기준 신경 활동 프로파일), 식별된 신경망 주파수들(48), (예를 들어, 건강한 피험자들에 대한) 신경망 주파수들(48)에서의 대표적인 진폭, 또는 다른 관련 데이터가 프로파일 데이터베이스(26)에 저장될 수 있다. 예를 들어, 기준 신경 활동 스펙트럼들의 세트가 연구 또는 생산 전개 단계 동안 생산될 수 있다. 예를 들어, (예를 들어, 제조사 또는 다른 제공자에 의해) 프로토콜 생성 시스템(10)의 사용자에게 제공될 때 프로토콜 생성 시스템(10)은 연구 또는 생산 전개 단계 동안 이전에 획득된 신경 활동 데이터에 기초하는 프로파일 데이터베이스(26)를 포함할 수 있다. 대안적으로 또는 추가적으로, 프로토콜 생성 시스템(10)의 사용자는 새로운 또는 수정된 기준 신경망 활동 프로파일에 대응하여 기준 신경 활동 스펙트럼을 부가하거나 또는 수정할 수 있다.
프로토콜 생성 시스템(10)의 사용자는, 환자의 신경계에 대한 손상이 예상될 때 환자(12)에 대하여 신경 활동 프로파일을 측정할 수 있다. 환자(12)의 신체 상의 하나 이상의 위치들에서의 신경 활동 측정들은 신경 활동 센서들(13)을 사용하여 획득될 수 있다. 측정된 것들의 분석은 하나 이상의 기준 신경망 활동 프로파일들과 비교될 수 있는 환자 프로파일을 야기할 수 있다. 구체적으로, 환자(12)가 특정 신경망의 결함이 있는 기능과 연관된 징후들을 나타낼 때, 분석은 그 신경망과 연관된 신경망 주파수들(48)에서의 비교로 제한될 수 있거나, 또는 이를 우선순위화하거나 또는 강조할 수 있다.
환자 신경 활동 스펙트럼에 대응하는 환자 신경망 활동 프로파일은 프로세서(22)에 의해 프로파일 데이터베이스(26)로부터 검색될 수 있는 대응하는 기준 신경 활동 스펙트럼과 비교될 수 있다. 예를 들어, 검색된 기준 신경 활동 스펙트럼은, 환자 신경 활동 스펙트럼을 계산하기 위하여 사용된 측정들과 동일하거나 또는 유사한 환경들 하에서(예를 들어, 의심되는 결함과 직접적으로 또는 간접적으로 관련이 있는 동일하건 임무, 유사한 임무 또는 다른 임무의 수행 동안 그리고 신체의 동일하거나 또는 유사한 위치에서) 획득된 측정들을 사용하여 계산되었을 수 있다. 예를 들어, 프로파일 데이터베이스(26) 내의 기준 신경망 활동 프로파일들은 주어진 환자 신경 활동 스펙트럼에 대응하는 기준 신경 활동 스펙트럼의 검색을 가능하게 하기 위하여 인덱싱되거나 또는 달리 배열될 수 있다. 이러한 인덱싱은, 집단 또는 부분 모집단의 또는 하나 이상의 임무들 또는 신경망들의 하나 이상의 특성들, 또는 기준 신경 활동 스펙트럼의 다른 특성들에 따를 수 있다.
환자 신경 활동 스펙트럼을 검색된 기준 신경 활동 스펙트럼과 비교하기 이전에, 스펙트럼들 중 하나 또는 둘 모두는 비교를 용이하게 하기 위한 프로세싱을 겪을 수 있다. 예를 들어, 각각의 주파수에서의 진폭 값들 사이의 비교를 가능하게 하기 위하여 스펙트럼들 중 하나 또는 둘 모두에 정규화 기술이 적용될 수 있다. 스펙트럼들의 미세한 또는 거친 특징들의 선택적인 비교를 가능하게 하기 위하여 커브들 중 하나 또는 둘 모두에 다양한 필터링 기술들이 적용될 수 있다. 스펙트럼들의 경사도, 곡률 또는 다른 특징들의 비교를 가능하게 하기 위하여 스펙트럼들의 1차 도함수 또는 2차 도함수가 계산될 수 있다.
하나 이상의 신경망 주파수들(48)은, 환자에 대하여 획득된 스펙트럼 신경 활동 커브(46)에 대한 분석을 위하여 선택될 수 있다. 신경망 주파수들(48)은 임상 데이터(23)에 기초하여 선택될 수 있다. 예를 들어, 환자(12)는 임상 데이터(23)에 기록된 하나 이상의 징후들을 나타낼 수 있다. 예를 들어, 징후는, 자발적으로 사지를 움직이기 위한(예를 들어, 여기에서 골격 및 근육은 손상되지 않았음), 말하기 위한, 감각을 수신하기 위한, 인지적 임무(예를 들어, 읽음, 사람 또는 물체의 식별, 문제 해결, 또는 다른 인지적 임부)를 수행하기 위한, 또는 다른 유형의 자극에 반응하기 위한 감소된 능력 또는 불능(inability)을 포함할 수 있다. 각각의 징후는 (예를 들어, 다양한 기억, 계획, 모터 작동, 피드백, 조직화, 또는 신경계의 다른 기능과 관련된) 하나 이상의 신경망들의 손상된 기능으로부터 기인할 수 있다. 각각의 선택된 신경망 주파수(48)는 신경망들 중 하나에 대응할 수 있다. 그런 다음, 추가적인 분석은 선택된 신경망들 중 하나 이상의 손상된 기능을 검출하려고 시도한다.
일부 경우들에 있어서, 환자 신경 활동 스펙트럼과 대응하는 검색된 기준 신경 활동 스펙트럼 사이의 비교는 환자(12)의 신경망의 기능과 건강한 피험자의 그 신경망의 기능 상이의 하나 이상의 차이들 또는 편차들을 검출할 수 있다. 비교는, 검출된 편차들이 발생하는 주파수 또는 주파수 범위를 식별할 수 있다. 이러한 편차는 대응하는 신경망의 거동의 이상을 나타낼 수 있다.
구체적으로, 비교는 하나 이상의 신경망 주파수들(48)에서의 환자 신경 활동 스펙트럼의 진폭에서의 편차를 나타낼 수 있다. 특정 주파수에서의(예를 들어, 신경망 주파수(48)에서의 또는 다른 주파수에서의) 측정된 환자 신경 활동은 환자의 뇌 또는 신경계 상에 공간적으로 매핑될 수 있다.
도 2c는 단일 주파수에 대한 신경 활동 맵을 개략적으로 예시한다.
신경 활동 공간적 맵(50)은 (예를 들어, 신경 활동 센서들(13)의 대응하는 공간적으로 분리된 센서들에 의해 측정되는 바와 같은) 뇌의 상이한 부분들에서의 단일 주파수에서의(예를 들어, 식별된 신경망 주파수(48)에서의 또는 다른 주파수에서의) 신경 활동을 나타낸다. 신경 활동 공간적 맵(50)은 각각의 위치에서의 절대 진폭, 검색된 대표적인 진폭으로부터의 측정된 진폭의 편차, 또는 특정 주파수에서의 신경 활동을 나타내는 다른 값을 나타낼 수 있다. 예를 들어, 신경 활동 공간적 맵(50)은 낮은 활동(예를 들어, 낮은 진폭)의 영역들(52) 및 높은 활동의 영역들(54)을 예시한다.
예를 들어, 환자(12)로부터 생성된 신경 활동 공간적 맵(50)은 프로파일 데이터베이스(26)로부터 검색된 신경 활동 공간적 맵(50)과 비교될 수 있다. 프로세서(22)는 2개의 신경 활동 공간적 맵들(50) 사이의 차이들을 검출하도록 구성될 수 있다. 예를 들어, 차이들의 검출은 비교되는 신경 활동 공간적 맵들(50) 중 하나를 다른 것으로부터 감산하는 것을 포함할 수 있다. 추가적인 프로세싱은 감산 프로세스의 아티팩트(artifact)들을 제거할 수 있거나 또는 달리 비교를 용이하게 할 수 있다. 예를 들어, 프로세싱은 오정렬(misalignment)로부터 기인하는 높은 공간 주파수 특징들 또는 (예를 들어, 센서 감도의 차이들, 신체 구조 내의 차이들에 기인하는 신경 활동 센서들(13)로부터 신경계의 컴포넌트들까지의 거리들의 차이들에 기인하는, 또는 다른 체계적 차이) 체계적 차이(systematic difference)들로부터 기인하는 낮은 공간 주파수 차이들을 제거할 수 있다.
프로세서(22)는 환자 신경 활동 스펙트럼과 검색된 기준 신경 활동 스펙트럼 사이의 또는 환자 신경 활동 공간적 맵(50)과 검색된 신경 활동 공간적 맵(50) 사이의 검출된 차이들에 기초하여 치료 프로토콜(27)을 생성하도록 구성될 수 있다. 생성된 치료 프로토콜(27)은 프로토콜 생성 시스템(10)의 사용자에 의한 검색을 위하여 데이터 저장 디바이스(24) 상에 저장될 수 있다. 대안적으로 또는 추가적으로, 생성된 치료 프로토콜(27)은, 예를 들어, 통신 인터페이스(29)와 통신하는 출력 디바이스를 통해 치료 시스템(11)의 운영자에 의한 사용을 위하여 출력될 수 있다. 대안적으로 또는 추가적으로, 프로토콜 생성 시스템(10) 및 치료 시스템(11)이 단일 시스템 내에 통합되거나 또는 상호통신하도록 구성된 경우, 치료 시스템(11)은, 치료 시스템(11)이 대응하는 환자(12)를 치료하기 위하여 사용될 때 데이터 저장 디바이스(24)로부터 치료 프로토콜(27)을 자동으로 검색할 수 있다.
생성된 치료 프로토콜(27)은 제어기(20)에 의해, 치료 코일(27)을 통해 흐르는 전기 전류를 생성하도록 구성된 동작 필드 생성기(30)에 적용될 수 있다. 필드 생성기(30)의 동작은 하나 이상의 전기 전도성 치료 코일들(32)을 통해 전류가 흐르게끔 할 수 있다. 치료 코일들(32)을 통한 전류의 흐름은 환자(12)에게 적용되는 치료 전자기장을 생성할 수 있다. 전류 흐름의 진폭은 치료 전자기장의 진폭을 결정할 수 있다. 치료 프로토콜(27)에 따른 환자(12)에 대한 치료 전자기장의 적용은 증가된 신경 활동을 야기할 수 있다. 증가된 신경 활동은 환자(12)의 신체 및 신경계에서의 재활 프로세스들을 용이하게 할 수 있으며, 그에 따라서 신경계 기능의 복원을 용이하게 할 수 있다.
하나 이상의 모니터링 센서들(34)이 필드 생성기(30)의 동작 동안 환자(12)를 모니터링하기 위하여 사용될 수 있다. 예를 들어, 치료 시스템(11)은 모니터링 센서들(34)의 연결을 가능하게 하기 위한 하나 이상의 포트들을 포함할 수 있다. 일부 경우들에 있어서, 하나 이상의 모니터링 센서들(34)은 치료 시스템(11)의 하나 이상의 컴포넌트들 내에(예를 들어, 치료 코일들(32)을 포함하는 컴포넌트에 또는 다른 장소에) 통합될 수 있다. 모니터링 센서들(34)은 하나 이상의 센서들, 전극들, 또는 다른 측정 디바이스들을 포함할 수 있다. 모니터링 센서들(34)의 측정 디바이스들은, 하나 이상의 열 카메라들, 열전대들 또는 다른 온도 센서들, 다중스펙트럼 카메라들, 근접 적외선 센서들, EEG 또는 ECG 센서들, (예를 들어, 비침습적 혈액 화학물질 분석을 위한) 능동 다중스펙트럼 센서들, 혈압 또는 호흡 모니터들, 안구 추적기들, 침습적(예를 들어, 정맥 내) 센서들, 또는 다른 센서들, 모니터들, 또는 측정 디바이스들을 포함할 수 있다. 모니터링 센서들(34)은 환자의 신체의 모션을 측정하도록 구성된 하나 이상의 센서들을 포함할 수 있다. 예를 들어, 이러한 모션 센서들은, (예를 들어, 초음파, 전자기파들 또는 펄스들, 또는 다른 어떤 것에 기초하는) 원격 모션 센서, 가상 현실(VR) 센서(예를 들어, VR 장갑, 완전 또는 부분적 슈트, 또는 다른 VR 센서), 환자(12)에 부착되고 하나 이상의 이미-획득 디바이스들에 의해 기록되는 발광 엘리먼트들 또는 반사기들, 또는 다른 유형들의 모션 센서를 포함할 수 있다. 모니터링 센서들(34)은, 치료 코일들(32)에 의해 생성되는 치료 자기장 내의 배치를 가능하게 하기 위하여 자기장들과 간섭하지 않도록 구성될 수 있다(예를 들어, 이들은 MRI 호환성일 수 있으며, 비-강자성(non-ferromagnetic) 재료들에 의해서만 제조될 수 있다). (일부 경우들에 있어서, 모니터링 측정들은, 전자기장이 일시적으로 턴 오프될 때의 기간들 동안에만 전자기장 내에 위치되는 모니터링 센서들(34)에 의해 획득될 수 있다. 다른 경우들에 있어서, 예를 들어, 전자기장이 측정들에 영향을 줄 것으로 예상되지 않는 경우, 모니터링은 치료 전자기장의 적용 동안 계속될 수 있다.)
프로세서(22)는 모니터링 센서들(34)에 의해 모니터링되는 하나 이상의 수량들에 따라 (예를 들어, 적어도 특정 환자(12)에게 적용될 때) 프로토콜(27)의 적용을 일시적으로 또는 영구적으로 수정하도록 구성될 수 있다. 예를 들어, 모니터링되는 수량의 값이 예상된 값으로부터 벗어날 때, 프로세서(22)는 예상된 값을 달성하기 위하여 환자(12)에게 적용되는 치료 전자기장의 진폭 또는 지속기간을 변화시키도록 구성될 수 있다. 다른 예로서, 모니터링되는 수량의 값이 치료가 완료되었다는 것을 나타내는 경우(예를 들어, 환자(12)에게 희망되는 또는 예상된 효과를 갖는 경우), 치료 전자기장의 계속적인 적용이 단축되거나, 감소되거나, 또는 달리 수정될 수 있다.
예를 들어, 치료 프로토콜(27)은, 측정된 스펙트럼이 대표적인 스펙트럼으로부터 벗어나는 식별된 주파수와 대략적으로 동일한 주파수를 갖거나 또는 식별된 주파수에서의 주파수 성분을 갖는 치료 전자기장을 적용하기 위하여 생성될 수 있다. 대안적으로 또는 추가적으로, 적용되는 치료 전자기장의 주파수는 식별된 주파수의 함수(예를 들어, 이에 대한 고조파 또는 다른 관계를 갖는 함수)로서 계산될 수 있다. 일부 경우들에 있어서, 주어진 주파수에서 적용되는 치료 전자기장의 진폭은 편차의 값에 따라 계산될 수 있거나, 또는 미리 결정된 값에 기초할 수 있다. 일부 경우들에 있어서, 치료 프로토콜(27)은 치료 전자기장의 적용의 지속기간 또는 시간의 기간을 나타낼 수 있다. 시간의 기간은 단일 치료 세션에 대한 것일 수 있다(이러한 경우에, 프로토콜은 치료 전자기장의 적용의 반복의 주기, 치료 전자기장을 적용하기 위한 횟수, 및 치료 전자기장의 적용들 사이의 간격 중 하나 이상을 나타낼 수 있다). 시간의 기간은 전체 치료 시간을 포함할 수 있다(예를 들어, 치료 전자기장의 상이한 적용들이 누적되는 효과를 가질 것으로 예상되는 상황에서). 치료 프로토콜(27)은 (예를 들어, 특정 환자에 대한 또는 특정 환자들의 클래스 또는 그룹에 대한) 치료들의 반복적인 적용을 위한 반복 계획을 포함할 수 있다.
대안적으로 또는 추가적으로, 표준 치료 프로토콜(27)이 치료 프로토콜들(27)의 데이터베이스로부터 검색될 수 있다. 특정 치료 프로토콜(27)의 선택은 기준 신경 활동 스펙트럼으로부터의 환자 신경 활동 스펙트럼의 검출된 편차에 기초할 수 있다.
도 3a는 본 발명의 일 실시예에 따른 신경계를 치료하기 위한 전자기 치료 프로토콜을 생성하기 위한 방법을 도시하는 순서도이다.
본원에서 언급되는 임의의 순서도와 관련하여, 순서도의 블록들에 의해 표현되는 개별적인 동작들로의 예시된 방법의 분할은 오로지 편의성 및 명료성을 위하여 선택되었다는 것이 이해되어야만 한다. 별개의 동작들로의 예시된 방법의 대안적인 분할이 동등한 결과들을 가지고 가능하다. 별개의 동작들로의 예시된 방법의 이러한 대안적인 분할은 예시된 방법의 다른 실시예를 나타내는 것으로서 이해되어야만 한다.
유사하게, 달리 표시되지 않는 한, 본원에서 언급되는 임의의 순서도의 블록들에 의해 표현되는 동작들의 실행의 예시된 순서는 오로지 편의성 및 명료성을 위하여 선택되었다는 것이 이해되어야만 한다. 예시된 방법의 동작들은, 동등한 결과들을 가지고, 대안적으로 순서로 또는 동시에 실행될 수 있다. 예시된 방법의 동작들의 이러한 재순서화는 예시된 방법의 다른 실시예들을 나타내는 것으로서 이해되어야만 한다.
치료 프로토콜 생성 방법(100)은 프로토콜 생성 시스템(10)의 프로세서(22)에 의해 실행될 수 있다. 치료 프로토콜 생성 방법은(100)은, 신경 활동 센서들(13)이 환자(12)의 신경 활동을 측정하기 위하여 위치될 때 또는 신경 활동 센서들(13)을 사용하는 신경 활동 측정들의 완료 이후에 실행될 수 있다.
신경 활동 센서들(13)을 사용하는 신경 활동 측정들의 결과들이 획득될 수 있다(블록(110)). 예를 들어, 획득된 측정 데이터(25)는 데이터 저장 디바이스(24)로부터 또는 통신 인터페이스(29)를 통해 검색될 수 있다. 대안적으로 또는 추가적으로, 센서 인터페이스(28)는 신경 활동 센서들(13)로부터 측정들을 획득하기 위하여 동작될 수 있다. 획득된 측정 데이터(25)는, 환자(12)가 상이한 임무들을 수행하거나 또는 상이한 적용되는 자극들의 세션을 겪고 있는 동안, 신경계의 상이한 영역들에 대한 데이터를 포함할 수 있다.
신경 활동 측정들의 결과들을 획득하는 것에 더하여, 환자(12)와 관련된 다른 관련 정보를 포함하는 임상 데이터(23)가 획득될 수 있다. 예를 들어, 임상 데이터(23)는, 환자(12)에 관한 임의의 외상 또는 질병의 세부사항들과 관련된 환자의 의료 이력, 환자(12)에 의해 나타나는 임의의 징후들(예를 들어, 신체적, 거동적, 인지적, 심리학적, 또는 다른 징후들), 가족력, 다른 관련 테스트들, 평가들, 또는 검사들(예를 들어, MRI, 컴퓨터 단층촬영, 양전자 방출 단층 촬영, 또는 다른 유형의 검사)의 결과들, 또는 획득될 수 있는 다른 관련 정보를 포함할 수 있다. 획득된 임상 데이터(23)는, 획득된 측정 데이터(25)와 연관되어 또는 달리, 획득된 측정 데이터(25)의 부분으로서 데이터 저장 디바이스(24) 상에 저장될 수 있다.
획득된 측정 데이터(25)는, 획득된 측정 데이터(25)의 하나 이상의 측정들의 주파수 스펙트럼을 계산하기 위하여 분석될 수 있다(블록(120)). 예를 들어, 각각의 센서에 의해(또는 2개 이상의 센서들의 그룹에 의해) 검출된 신호는, 예를 들어, 각기 (단일 신경을 따라, 또는 신경계 내의 위치를 상징하는 신호를 생성하는 것으로 달리 예상되는, 단일 또는 이웃하는 위치들에서) 센서에 의해 또는 센서들의 그룹에 의해 측정되는 바와 같은 위치에서의 신경망의 신경 활동을 특징짓는 스펙트럼 신경 활동 커브들(46)의 세트를 산출하기 위하여 스펙트럼적으로 분석될 수 있다. 별개의 스펙트럼 신경 활동 커브(46)는 각각의 적용되는 자극에 대하여 그리고 각각의 센서 위치에 대하여 계산될 수 있다.
하나 이상의 신경망 주파수들(48)은 임상 데이터(23)에 기초하여 선택될 수 있으며, 신경 활동 공간적 맵(50)이 선택된 신경망 주파수(48)에 대하여 생성될 수 있다(블록(130)).
예를 들어, 하나 이상의 주파수들은 신경망 주파수(48)의 기능과 임상 데이터(23)에 의해 설명되는 징후 또는 질환 사이의 이전에 식별된 상관관계들에 기초하여 선택될 수 있다. 별개의 신경 활동 공간적 맵(50)이 각각의 식별된 신경망 주파수(48)에 대하여 그리고 각각의 자극에 대하여 생성될 수 있다. 각각의 신경 활동 공간적 맵(50)은 각각의 신경 활동 센서(13)의 알려진 공간적 좌표들을 사용하여 생성될 수 있다. 신경 활동 공간적 맵(50)의 각각의 지점은 공간적 좌표들 중 하나에 대응할 수 있다. 신경 활동 공간적 맵(50)의 각각의 지점에서의 값은, (위치 및 자극에) 대응하는 스펙트럼 신경 활동 커브(46) 내의 대응하는 신경망 주파수(48)에서의 진폭에 의해 결정될 수 있다.
일부 경우들에 있어서, 환자(12)는 임의의 명백한 징후들을 나타내지 않을 수 있다. 그러나, 환자 이력(예를 들어, 최근에 겪은 최근의 일과성 허혈 발작, 또는 미니-뇌졸증(mini-stroke), 또는 환자 이력의 다른 컴포넌트)은 하나 이상의 신경망들의 기능의 결함의 가능성을 나타낼 수 있다. 이러한 경우에 있어서, 하나 이상의 주파수들이 이러한 신경망들의 의심되는 기능 부전에 기초하여 선택될 수 있다.
하나 이상의 대응하는(예를 들어, 동일한 주파수 및 자극에 대한) 신경 활동 공간적 맵(50)이 프로파일 데이터베이스(26)로부터 검색될 수 있으며, 환자(12)에 대한 대응하는 생성된 신경 활동 공간적 맵(50)과 비교될 수 있다(블록(140)). 단일의 생성된 신경 활동 공간적 맵(50)에 대응하는 다양한 검색된 신경 활동 공간적 맵들(50)이 건강한 피험자들에 대한 및 하나 이상의 신경망들의 기능에서 다양한 알려진 결함들을 갖는 피험자들에 대한 신경 활동을 매핑할 수 있다. 비교는, 어떠한 신경망들이 적절하게 기능하지 않는지 및 환자(12)의 설명된 질환의 원인이 되는지를 드러낼 수 있다. 이러한 방식으로, 식별된 신경망 주파수들(48)의 서브세트가 치료 전자기장의 적용을 위하여 식별될 수 있다.
일부 경우들에 있어서(예를 들어, 하나 이상의 신경 활동 센서들(13)이 검색된 신경 활동 공간적 맵(50) 내의 위치들에 정확하게 따르지는 않는 위치들에 위치되는 경우), 내삽, 외삽, 삼각 측량, 또는 다른 기술이 동일한 위치들의 비교를 가능하게 하기 위하여 적용될 수 있다.
치료 프로토콜(27)은 신경망 주파수들(48)의 식별된 서브세트에 기초하여 생성될 수 있다(블록(150)). 생성된 치료 프로토콜(27)은 치료 시스템(11) 내로 입력될 수 있다. 그런 다음, 치료 시스템(11)은, 필드 생성기(30)가 식별된 서브세트의 주파수를 갖는 전자기장을 생성하게끔 하기 위하여 치료 프로토콜(27)에 따라 동작될 수 있다. 서브세트가 2개 이상의 주파수들을 포함할 때, 프로토콜은 순차적으로 서브세트의 각각의 주파수를 갖는 전자기장들의 순차적인 생성을 초래할 수 있다.
치료 프로토콜(27)은, 이전에 설계된 치료 프로토콜들의 데이터베이스로부터 이전에 설계된 치료 프로토콜을 선택함으로써 생성될 수 있다. 다른 예로서, 치료 프로토콜(27)은 식별된 서브세트뿐만 아니라 다른 인자들(예를 들어, 임상 데이터(23)로부터 도출되는 인자들)에 기초하여 생성될 수 있다. 예를 들어, 상이한 주파수들의 적용의 순서, 또는 각각의 신경망의 치료의 상대적인 지속기간은, 건강한 기능으로부터의 편차의 심각성, 환자 요건들 또는 선호사항들, 또는 다른 기준에 기초하여 각각의 신경망의 치료의 긴급성에 의해 결정될 수 있다.
일부 경우들에 있어서, 2개 이상의 치료 프로토콜(27)이 생성될 수 있다. 예를 들어, 의료 전문가가 치료에서 적용을 위하여 하나를 선택할 수 있는 몇몇 상이한 치료 프로토콜들(27)이 생성될 수 있다.
생성된 치료 프로토콜(27)은 치료 시스템(11)을 동작시키는데 사용하기 위하여 이용이 가능하게 만들어질 수 있다.
치료 프로토콜(27)은 적용되는 전자기장의 시퀀스를 지정할 수 있다. 각각의 적용되는 전자기장은, 주파수, 지속기간, 및 진폭 중 하나 이상에 의해 또는 다른 특성에 의해 특징지어질 수 있다. 치료 프로토콜(27)은, 상이한 전자기장들의 적용의 순서, 적용의 빈도, 연속적인 적용들 사이의 간격, 또는 다른 특성을 나타낼 수 있다. 각각의 치료 프로토콜은, 2개 이상의 제안된 치료 프로토콜들(27) 중에서 선택함에 있어서 의료 전문가에 의해 고려될 수 있는 점수 또는 다른 평가와 연관될 수 있다.
선택된 치료 프로토콜(27)은 환자(12)를 치료하기 위한 치료 시스템(11)을 동작시키는데 (예를 들어, 자동으로 또는 수동으로) 적용될 수 있다.
치료 프로토콜(27)의 적용은 환자(12)에 대한 치료 전자기장의 적용 동안 수정될 수 있다. 예를 들어, 환자(12)는 하나 이상의 모니터링 센서들(34)을 통해 치료의 적용 동안 모니터링될 수 있다. 치료 전자기장의 적용은, 모니터링의 결과에 따라 (예를 들어, 지속기간, 진폭, 또는 적용되는 필드의 다른 특성을 변화시킴으로써) 수정될 수 있다.
치료 프로토콜 생성 방법(100)은 치료 전자기장의 적용 이후에 반복될 수 있다. 예를 들어, 치료 프로토콜 생성 방법(100)은, 치료의 효율이 평가될 때 재-실행될 수 있다.
도 3b는 본 발명의 일 실시예에 따른 신경계를 치료하기 위한 전자기 치료 프로토콜을 생성하기 위한 대안적인 방법을 도시하는 순서도이다.
치료 프로토콜 생성 방법(200)은 프로토콜 생성 시스템(10)의 프로세서(22)에 의해 실행될 수 있다. 예를 들어, 치료 프로토콜 생성 방법(200)은, 프로세서(22)의 컴퓨팅 자원들(및 데이터 저장 디바이스(24)의 데이터 저장 자원들)이 신경 활동 측정들의 모든 주파수들 또는 다수의 주파수들과 대응하는 검색된 신경 활동 프로파일의 비교를 가능하게 하기에 충분한 경우, (예를 들어, 치료 프로토콜 생성 방법(200) 대신에) 실행될 수 있다. 치료 프로토콜 생성 방법은(200)은, 신경 활동 센서들(13)이 환자(12)의 신경 활동을 측정하기 위하여 위치될 때 또는 신경 활동 센서들(13)을 사용하는 신경 활동 측정들의 완료 이후에 실행될 수 있다.
신경 활동 센서들(13)을 사용하는 신경 활동 측정들의 결과들이 획득될 수 있다(블록(210)). 예를 들어, 획득된 측정 데이터(25)는 데이터 저장 디바이스(24)로부터 검색될 수 있다. 대안적으로 또는 추가적으로, 센서 인터페이스(28)는 신경 활동 센서들(13)로부터 측정들을 획득하기 위하여 동작될 수 있다. 획득된 측정 데이터(25)는, 환자(12)가 상이한 임무들을 수행하는 동안, 신경계의 상이한 영역들에 대한 데이터를 포함할 수 있다.
신경 활동 측정들의 결과들을 획득하는 것에 더하여, 환자에 대한 다른 관련 정보가 획득될 수 있다. 예를 들어, 환자(12)에 관한 임의의 외상 또는 질병의 세부사항들과 관련된 환자의 의료 이력, 환자에 의해 나타나는 임의의 징후들(예를 들어, 신체적, 거동적, 인지적, 심리학적, 또는 다른 징후들), 가족력, 다른 관련 테스트들, 평가들, 또는 검사들(예를 들어, MRI, fMRI, 확산 텐서 영상(diffusion tensor imaging; DTI), 컴퓨터 단층촬영, 양전자 방출 단층 촬영, 또는 다른 유형의 검사)의 결과들, 또는 다른 관련 정보가 획득될 수 있다. 획득된 정보는, 획득된 측정 데이터(25)와 연관되어 또는 달리, 획득된 측정 데이터(25)의 부분으로서 데이터 저장 디바이스(24) 상에 저장될 수 있다.
획득된 측정 데이터(25)는, 환자(12)의 신경 활동 프로파일을 계산하기 위하여 분석될 수 있다(블록(220)). 예를 들어, 각각의 센서에 의해(또는 2개 이상의 센서들의 그룹에 의해) 검출된 신호는, 예를 들어, 각기 센서 또는 센서들의 그룹에 의해 측정되는 바와 같은 또는 위치에서의 신경망의 신경 활동을 특징짓는 스펙트럼 신경 활동 커브들(42)의 세트를 산출하기 위하여 스펙트럼적으로 분석될 수 있다. 스펙트럼 분석의 결과들은 하나 이상의 신경 활동 공간적 맵들(50)을 생성하기 위하여 사용될 수 있다. 예를 들어, 별개의 신경 활동 공간적 맵들(50)이 관심이 있는 각각의 별개의 주파수에 대하여 생성될 수 있다. 관심이 있는 주파수는 환자(12)의 알려진 또는 의심되는 질환에 따라 선택될 수 있다(예를 들어, 관심이 있는 주파수는 검사 결과들에 기초하여 그것의 기능이 결함이 있는 것으로 의심되는 신경망과 연관된다).
계산된 환자 신경망 활동 프로파일에 대응하는 대응 기준 신경망 활동 프로파일은, 예를 들어, 기준 신경 활동으로서 프로파일 데이터베이스(26)로부터 검색될 수 있다(블록(230)). 예를 들어, 기준 신경망 활동 프로파일의 선택을 위해 고려되는 인자들은 대응하는 신경망, 신경계 내의 위치, 환자(12)가 속하는 부분 모집단 중 하나 이상의 포함할 수 있다. 하나 이상의 신경망 주파수들(48)은, 예를 들어, 하나 이상의 제시된 징후들 또는 다른 관련 정보에 기초하여 검색을 위하여 선택될 수 있다.
환자 신경 활동 프로파일은 기준 신경망 활동 프로파일과 비교될 수 있다(블록(240)). 예를 들어, 비교는, 하나 이상의 신경망들의 특성들인 하나 이상의 신경망 주파수들(48)로 한정될 수 있다. 일부 경우들에 있어서, 의미 있는 비교를 가능하게 하기 위하여 하나 이상의 프로세싱 기술들(예를 들어, 정규화 또는 교정)이 비교에 선행될 수 있다. 예를 들어, 교정은 측정된 값들을 (예를 들어, 환자가 휴식 상태에 있을 때 또는 달리 강한 자극이 없을 때 획득된) 기준선 측정들에 대하여 조정하는 것을 포함한다.
일부 경우들에 있어서(예를 들어, 하나 이상의 신경 활동 센서들(13)이 검색된 기준 신경망 활동 프로파일 내의 위치들에 정확하게 따르지는 않는 위치들에 위치되는 경우), 내삽, 외삽, 삼각 측량, 또는 다른 기술이 단일 지점에서의 비교를 가능하게 하기 위하여 적용될 수 있다.
치료 프로토콜(27)은 비교에 기초하여 생성될 수 있다(블록(250)). 예를 들어, 비교는 대응하는 기준 신경망 활동 프로파일로부터의 환자 신경망 활동 프로파일의 하나 이상의 상당한 편차들을 드러낼 수 있다. (예를 들어, 하나 이상의 주파수들에서의 진폭의 산술적 차이로서 계산되는 또는 달리 계산되는) 편차는, 편차가 문턱 값을 초과하는 경우, 편차가 다른 관련 위치에서의 또는 다른 관련 주파수에서의 차이와 상관되는 경우, 편차가 보충 정보(예를 들어, 환자 징후들 또는 다른 정보)와 상관되는 경우, 또는 다른 기준에 따라서 상당한 것으로 간주될 수 있다.
치료 프로토콜(27)은, 이전에 설계된 치료 프로토콜들의 데이터베이스로부터 이전에 설계된 치료 프로토콜을 선택함으로써 생성될 수 있다. 특정 치료 프로토콜의 선택은 검출된 편차와 선택된 치료 프로토콜(27)과 연관된 특성 편차 사이의 유사성에 기초할 수 있다. 다른 예로서, 치료 프로토콜(27)은 하나 이상의 프로토콜 생성 알고리즘들에 따라 검출된 편차에 기초하여(예를 들어, 검출된 편차의 특성 주파수 또는 크기에 기초하여) 생성될 수 있다.
치료 프로토콜(27)은 단일 신경망으로 또는 2개 이상의 신경망들로 보내지는 치료를 포함할 수 있다. 복수의 신경망들로 보내질 때, 치료 프로토콜(27)은 상이한 신경망들로 보내지는 상이한 치료들(예를 들어, 상이한 주파수들의 필드들을 적용하는 것)의 순서를 지정할 수 있다.
일부 경우들에 있어서, 2개 이상의 치료 프로토콜(27)이 생성될 수 있다. 예를 들어, 치료 프로토콜 생성 방법(200)의 실행이 상이한 신경망들에 대하여 또는 상이한 위치들에 대하여 반복되는 경우, 하나 이상의 상이한 치료 프로토콜들(27)이 생성될 수 있다. 이러한 경우에 있어서, 각각의 생성된 치료 프로토콜(27)에는, 각각의 치료 프로토콜(27)의 적용에 대한 필요성 또는 긴급성의 정도를 나타내는 점수 또는 (예를 들어, 과거 경험에 기초하는) 예상되는 성공의 표시가 동반될 수 있다. 치료 시스템(11)의 운영자(예를 들어, 의료 전문가)는 점수들에 의해 결정된 순서로 치료 프로토콜들을 적용할 수 있거나, 또는 순서를 수정할 수 있다. 예를 들어, 치료 프로토콜(27)은, 임상 데이터 또는 판단, 시간 제약들, 치료 설비들의 가동률, 상이한 신경망들과 관련된 예후들, 환자 요구들 또는 선호사항들에 기초하여 또는 다른 기준에 기초하여 수락되거나, 거절되거나, 또는 수정될 수 있다. 예를 들어, 특정 환자(12)의 특정(예를 들어, 전문적인, 가족의 또는 개인의) 요구들에 기인하여, 하나의 신경망의 치료가 다른 것의 치료보다 더 긴급하다고 결정될 수 있다.
생성된 치료 프로토콜(27)은 치료 시스템(11)을 동작시키는데 사용하기 위하여 이용이 가능하게 만들어질 수 있다.
치료 프로토콜(27)은 하나 이상의 치료 세션들을 지정할 수 있다. 각각의 치료 세션은, 적용되는 전자기장의 주파수, 지속기간, 및 진폭 중 하나 이상에 의해 또는 다른 특성에 의해 특징지어질 수 있다. 치료 프로토콜(27)은 하나 이상의 지정된 상이한 치료 세션들을 적용하기 위한 계획을 나타낼 수 있다. 계획은, 상이한 치료 세션들의 적용의 순서, 적용의 빈도, 적용들 사이의 간격, 또는 다른 특성에 의해 특징지어질 수 있다. 각각의 치료 프로토콜은, 2개 이상의 제안된 치료 프로토콜들(27) 중에서 선택함에 있어서 의료 전문가에 의해 고려될 수 있는 점수 또는 다른 평가와 연관될 수 있다.
선택된 치료 프로토콜(27)은 환자(12)를 치료하기 위한 치료 시스템(11)을 동작시키는데 (예를 들어, 자동으로 또는 수동으로) 적용될 수 있다.
치료 프로토콜(27)의 적용은 환자(12)에 대한 치료 전자기장의 적용 동안 수정될 수 있다. 예를 들어, 환자(12)는 하나 이상의 모니터링 센서들(34)을 통해 치료의 적용 동안 모니터링될 수 있다. 치료 전자기장의 적용은, 모니터링의 결과에 따라 (예를 들어, 지속기간, 진폭, 또는 적용되는 필드의 다른 특성을 변화시킴으로써) 수정될 수 있다. 예를 들어, 치료 프로토콜(27)이 상이한 주파수들의 치료 전자기장들이 순차적으로 적용되는 세션을 정의할 때, 모니터링은 필드들 중 하나의 적용이 적절하였다는 것을 나타낼 수 있다. 이러한 경우에 있어서, 그 필드의 적용은 세션의 다음 필드가 적용되게끔 하기 위하여 중단될 수 있다(예를 들어, 지속기간을 필드의 적용의 경과된 기간으로 리셋하거나, 진폭을 0으로 리셋하거나, 또는 이들 둘 모두에 의해).
치료 프로토콜 생성 방법(200)은 치료 전자기장의 적용 이후에 반복될 수 있다. 예를 들어, 치료 프로토콜 생성 방법(200)은, 치료의 효율이 평가될 때 재-실행될 수 있다.
본원에서 상이한 실시예들이 개시된다. 특정 실시예들의 특징들은 다른 실시예들의 특징들과 결합될 수 있으며; 따라서, 특정 실시예들은 다수의 실시예들의 특징들의 조합들일 수 있다. 본 발명의 실시예들의 이상의 설명은 예시 및 설명의 목적을 위해 제공되었다. 이는, 개시된 것을 정확하게 형성하기 위하여, 철저하거나 또는 본 발명을 한정하도록 의도되지 않는다. 관련 기술 분야의 당업자들은 이상의 교시를 고려하여 다수의 수정들, 변형들, 치환들, 변화들 및 등가물들이 가능하다는 것을 이해하여야만 할 것이다. 따라서, 첨부된 청구항들이 본 발명의 참된 사상 내에 속하는 모든 이러한 수정들 및 변화들을 포괄하도록 의도된다는 것이 이해될 것이다.
본 발명의 특정 특징들이 본원에서 예시되고 설명되었지만, 이제 다수의 수정들, 치환들, 변화들 및 등가물들이 당업자들에게 발생할 것이다. 따라서, 첨부된 청구항들이 본 발명의 참된 사상 내에 속하는 모든 이러한 수정들 및 변화들을 포괄하도록 의도된다는 것이 이해될 것이다.

Claims (19)

  1. 시스템으로서,
    적용된 자극들의 세션 동안 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 수신하기 위한 통신 인터페이스; 및
    프로세서를 포함하며, 상기 프로세서는,
    상기 적용된 자극들의 주어진 자극에 대하여 상기 센서들의 어레이의 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 상기 수신된 정보를 분석하고;
    상기 환자에 관한 임상 데이터에 의해 표시된 상기 환자의 신경계의 장애가 있는 기능과 연관된 신경계의 컴포넌트의 신경망과 이전에 연관되었던 하나의 또는 복수의 신경망 주파수를 선택하며;
    상기 선택된 하나의 또는 복수의 신경망 주파수의 각각의 신경망 주파수에 대하여, 상기 센서들의 어레이에 대한 신경 활동의 공간적 맵을 생성하고;
    상기 하나 또는 복수의 신경망 주파수 중에서 하나 또는 복수의 치료 주파수를 식별하기 위하여 해당 신경망 주파수에 대응하는 하나 또는 복수의 검색된 공간적 맵들을 상기 생성된 공간적 맵들의 각각과 비교하며; 및
    전자기장 생성기가 표시된 장애가 있는 기능을 치료하기 위하여 상기 하나 또는 복수의 치료 주파수의 각각의 치료 주파수에서 전자기장을 적어도 상기 환자의 전체 머리에 적용하게끔 하기 위하여, 상기 전자기장 생성기 내로의 입력을 위한 치료 프로토콜을 생성하도록 구성되는, 시스템.
  2. 청구항 1에 있어서,
    상기 신경 활동 센서들의 어레이를 더 포함하는, 시스템.
  3. 청구항 1에 있어서,
    상기 신경 활동 센서들의 어레이는 뇌파검사(electroencephalography; EEG) 또는 자기뇌파검사(magnetoencephalography; MEG) 센서들의 어레이를 포함하는, 시스템.
  4. 청구항 1에 있어서,
    상기 신경 활동 센서들의 어레이는 상기 환자의 척추 내의 신경 활동을 측정하기 위한 센서를 포함하는, 시스템.
  5. 청구항 1에 있어서,
    상기 적용된 자극들은, 신체적 또는 인지적 임무를 능동적으로 수행하기 위한 시도, 신체 부위의 수동적인 움직임, 및 감각 입력으로 구성된 자극들의 그룹으로부터 선택된 자극을 포함하는, 시스템.
  6. 청구항 1에 있어서,
    상기 생성된 치료 프로토콜은 진폭 및 지속기간으로 구성된 특성들의 그룹으로부터 선택된 적용되는 전자기장의 특성을 정의하는, 시스템.
  7. 청구항 1에 있어서,
    상기 생성된 치료 프로토콜은, 상이한 주파수들을 갖는 전자기장들의 적용의 순서, 전자기장들의 연속적인 적용들 사이의 간격, 및 상기 전자기장들의 적용의 빈도로 구성된 특성들의 그룹으로부터 선택된 일련의 적용되는 전자기장들의 특성을 정의하는, 시스템.
  8. 청구항 1에 있어서,
    상기 프로세서는 복수의 상이한 치료 프로토콜들을 생성하도록 구성되는, 시스템.
  9. 청구항 1에 있어서,
    상기 생성된 프로토콜에 따라 치료 전자기장을 적용하도록 구성된 치료 시스템을 더 포함하는, 시스템.
  10. 청구항 9에 있어서,
    상기 치료 전자기장의 적용 동안 상기 환자를 모니터링하기 위한 모니터링 센서를 더 포함하는, 시스템.
  11. 청구항 10에 있어서,
    상기 프로세서는 상기 환자의 상기 모니터링에 기초하여 상기 치료 전자기장의 상기 적용의 진폭 또는 지속기간을 수정하도록 구성되는, 시스템.
  12. 청구항 10에 있어서,
    상기 모니터링 센서는 열 카메라를 포함하는, 시스템.
  13. 청구항 10에 있어서,
    상기 모니터링 센서는 상기 전자기장 내의 배치를 위하여 구성된 센서를 포함하는, 시스템.
  14. 환자를 치료하기 위한 치료 전자기장을 생성하기 위한 시스템으로서,
    전기 전도성 코일;
    입력 치료 프로토콜에 따라 상기 코일을 통해 흐르는 전기 전류를 생성하도록 구성된 생성기를 포함하며, 상기 치료 프로토콜은 프로토콜 생성 시스템에 의해 생성되고, 상기 프로토콜 생성 시스템은,
    적용된 자극들의 세션 동안 상기 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 수신하기 위한 통신 인터페이스; 및
    프로세서를 포함하며, 상기 프로세서는,
    상기 적용된 자극들의 주어진 자극에 대하여 상기 센서들의 어레이의 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 상기 수신된 정보를 분석하고;
    상기 환자에 관한 임상 데이터에 의해 표시된 상기 환자의 신경계의 장애가 있는 기능과 연관된 신경계의 컴포넌트의 신경망과 이전에 연관되었던 하나의 또는 복수의 신경망 주파수를 선택하며;
    상기 선택된 하나의 또는 복수의 신경망 주파수의 각각의 신경망 주파수에 대하여, 상기 센서들의 어레이에 대한 신경 활동의 공간적 맵을 생성하고;
    상기 하나 또는 복수의 신경망 주파수 중에서 하나 또는 복수의 치료 주파수를 식별하기 위하여 해당 신경망 주파수에 대응하는 하나 또는 복수의 검색된 공간적 맵들을 상기 생성된 공간적 맵들의 각각과 비교하며; 및
    표시된 장애가 있는 기능을 치료하기 위해 적어도 상기 환자의 전체 머리에 적용하기 위해 상기 생성기가 상기 하나 또는 복수의 치료 주파수의 각각의 치료 주파수에서 상기 전기 전류를 생성하게끔 하기 위한 상기 치료 프로토콜을 생성하도록 구성되는, 시스템.
  15. 청구항 14에 있어서,
    상기 생성된 치료 프로토콜은 진폭 및 지속기간으로 구성된 특성들의 그룹으로부터 선택된 적용되는 전자기장의 특성을 정의하는, 시스템.
  16. 청구항 14에 있어서,
    상기 치료 전자기장의 적용 동안 상기 환자를 모니터링하기 위한 모니터링 센서를 더 포함하는, 시스템.
  17. 청구항 16에 있어서,
    상기 프로세서는 상기 환자의 상기 모니터링에 기초하여 상기 치료 전자기장의 상기 적용의 진폭 또는 지속기간을 수정하도록 구성되는, 시스템.
  18. 환자에 대한 치료 전자기장의 적용을 위한 프로토콜을 생성하기 위한 방법으로서,
    적용된 자극들의 세션 동안 환자 상에 위치되었던 신경 활동 센서들의 어레이로부터 수집된 데이터를 포함하는 정보를 통신 인터페이스를 통해 수신하는 단계;
    상기 적용된 자극들의 주어진 자극에 대하여 상기 센서들의 어레이의 각각의 센서에 대한 주파수 스펙트럼을 획득하기 위하여 상기 수신된 정보를 분석하는 단계;
    상기 환자에 관한 임상 데이터에 의해 표시된 상기 환자의 신경계의 장애가 있는 기능과 연관된 신경계의 컴포넌트의 신경망과 이전에 연관되었던 하나의 또는 복수의 신경망 주파수를 선택하는 단계;
    상기 선택된 하나의 또는 복수의 신경망 주파수의 각각의 신경망 주파수에 대하여, 상기 센서들의 어레이에 대한 신경 활동의 공간적 맵을 생성하는 단계;
    상기 하나 또는 복수의 신경망 주파수 중에서 하나 또는 복수의 치료 주파수를 식별하기 위하여 해당 신경망 주파수에 대응하는 하나 또는 복수의 검색된 공간적 맵들을 상기 생성된 공간적 맵들의 각각과 비교하는 단계; 및
    전자기장 생성기가 표시된 장애가 있는 기능을 치료하기 위하여 상기 하나 또는 복수의 치료 주파수의 각각의 치료 주파수에서 전자기장을 적어도 상기 환자의 전체 머리에 적용하게끔 하기 위하여, 상기 전자기장 생성기 내로의 입력을 위한 치료 프로토콜을 생성하는 단계를 포함하는, 방법.
  19. 청구항 18에 있어서,
    주파수 스펙트럼을 획득하기 위하여 상기 수신된 정보를 분석하는 단계는 상기 수집된 데이터에 푸리에 변환 또는 웨이브렛 변환을 적용하는 단계를 포함하는, 방법.
KR1020197009744A 2016-09-06 2017-09-03 전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법 KR102527039B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/257,900 2016-09-06
US15/257,900 US10322295B2 (en) 2016-09-06 2016-09-06 System and method for generating electromagnetic treatment protocols for the nervous system
PCT/IL2017/050981 WO2018047164A1 (en) 2016-09-06 2017-09-03 System and method for generating electromagnetic treatment protocols

Publications (2)

Publication Number Publication Date
KR20190053210A KR20190053210A (ko) 2019-05-17
KR102527039B1 true KR102527039B1 (ko) 2023-05-02

Family

ID=61282312

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197009744A KR102527039B1 (ko) 2016-09-06 2017-09-03 전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법

Country Status (9)

Country Link
US (4) US10322295B2 (ko)
EP (1) EP3509694A4 (ko)
JP (1) JP2019526418A (ko)
KR (1) KR102527039B1 (ko)
CN (1) CN109906103A (ko)
AU (1) AU2017323663B2 (ko)
CA (1) CA3034752A1 (ko)
IL (1) IL264875B (ko)
WO (1) WO2018047164A1 (ko)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11490857B2 (en) 2012-03-20 2022-11-08 Tamade, Inc. Virtual reality biofeedback systems and methods
US11051730B2 (en) * 2018-01-03 2021-07-06 Tamade, Inc. Virtual reality biofeedback systems and methods
US10322295B2 (en) 2016-09-06 2019-06-18 BrainQ Technologies Ltd. System and method for generating electromagnetic treatment protocols for the nervous system
US11978543B2 (en) 2016-12-14 2024-05-07 Astarte Medical Partners Inc. System and methods for developing and using a microbiome-based action component
CA3047302C (en) * 2016-12-14 2024-01-02 Tracy WARREN System and methods for developing and using a microbiome-based action component for patient health
US11083895B2 (en) 2018-03-29 2021-08-10 University Of Washington Systems and methods for augmenting and/or restoring brain and nervous system function and inducing new neural connections using self-learning artificial networks
US11617887B2 (en) 2018-04-19 2023-04-04 University of Washington and Seattle Children's Hospital Children's Research Institute Systems and methods for brain stimulation for recovery from brain injury, such as stroke
US11517196B2 (en) * 2019-09-12 2022-12-06 Yuan Ze University Evaluation device for tear secretion
CN114585414A (zh) 2019-12-11 2022-06-03 布莱恩克科技有限公司 治疗设备、系统及方法
KR102460537B1 (ko) * 2020-03-27 2022-10-28 한국전기연구원 신경 신호 처리 기반의 적응형 신경 자극 시스템, 장치 및 방법
US11982724B2 (en) * 2020-10-06 2024-05-14 Canon Medical Systems Corporation MR signal processing apparatus
KR102548041B1 (ko) * 2020-12-07 2023-06-27 (주)와이브레인 의식장애 환자와 인터랙션 제공 방법, 장치, 프로그램
EP4301452A1 (en) 2021-03-04 2024-01-10 Jasmina Isakovic System and method for generating electromagnetic treatment protocol based on readings of biophysical signals

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090306491A1 (en) * 2008-05-30 2009-12-10 Marcus Haggers Implantable neural prosthetic device and methods of use
WO2016046830A2 (en) * 2014-09-28 2016-03-31 Elminda Ltd. Brain stimulation tool configuration

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463328B1 (en) * 1996-02-02 2002-10-08 Michael Sasha John Adaptive brain stimulation method and system
CA2477488A1 (en) 2002-02-04 2003-08-14 Great Lake Biosciences, Llc Treatment of neurological disorders using electrical stimulation
WO2003098268A1 (en) 2002-05-17 2003-11-27 Musc Foundation For Research Development Method, apparatus, and system for automatically positioning a probe or sensor
CN1234430C (zh) 2003-05-08 2006-01-04 何诺 超反射脑磁治疗仪
CN1879906A (zh) 2005-06-15 2006-12-20 郑云峰 中枢神经系统磁刺激装置及其使用方法
US9037247B2 (en) 2005-11-10 2015-05-19 ElectroCore, LLC Non-invasive treatment of bronchial constriction
WO2008070001A2 (en) 2006-12-01 2008-06-12 Beth Israel Deaconess Medical Center, Inc. Transcranial magnetic stimulation (tms) methods and apparatus
US8121694B2 (en) 2007-10-16 2012-02-21 Medtronic, Inc. Therapy control based on a patient movement state
US8449441B2 (en) 2008-07-16 2013-05-28 Frank Sivo Methods to arrest cancer cell growth and proliferation using electromagnetic energy delivered via electromagnetic coil systems
US8788042B2 (en) 2008-07-30 2014-07-22 Ecole Polytechnique Federale De Lausanne (Epfl) Apparatus and method for optimized stimulation of a neurological target
JP6061678B2 (ja) 2009-11-04 2017-01-18 アリゾナ・ボード・オブ・リージェンツ・オン・ビハーフ・オブ・アリゾナ・ステイト・ユニバーシティーＡｒｉｚｏｎａ Ｂｏａｒｄ ｏｆ Ｒｅｇｅｎｔｓ ｏｎ ｂｅｈａｌｆ ｏｆ Ａｒｉｚｏｎａ Ｓｔａｔｅ Ｕｎｉｖｅｒｓｉｔｙ 脳調節インターフェース装置
WO2011059986A1 (en) 2009-11-12 2011-05-19 Neosync, Inc. Systems and methods for neuro-eeg synchronization therapy
AU2010336337B2 (en) 2009-12-23 2016-02-04 Setpoint Medical Corporation Neural stimulation devices and systems for treatment of chronic inflammation
US8958882B1 (en) 2010-01-06 2015-02-17 Evoke Neuroscience, Inc. Transcranial stimulation device and method based on electrophysiological testing
US9510765B2 (en) 2010-11-24 2016-12-06 Awear Technologies, Llc Detection and feedback of information associated with executive function
US9392956B2 (en) * 2011-01-28 2016-07-19 Neurosky, Inc. Dry sensor EEG/EMG and motion sensing system for seizure detection and monitoring
WO2012104853A2 (en) 2011-02-03 2012-08-09 The Medical Research, Infrastructure, And Health Services Fund Of The Tel Aviv Medical Center Method and system for use in monitoring neural activity in a subject's brain
US20120238837A1 (en) * 2011-03-16 2012-09-20 Searete Llc, A Limited Liability Corporation Of The State Of Delaware System, devices, and methods for real-time monitoring of cerebrospinal fluid for markers of progressive conditions
US8914119B2 (en) 2011-04-20 2014-12-16 Medtronic, Inc. Electrical brain therapy parameter determination based on a bioelectrical resonance response
US20140200388A1 (en) 2011-07-18 2014-07-17 M. Bret Schneider Concurrent stimulation of deep and superficial brain regions
WO2013028960A1 (en) 2011-08-25 2013-02-28 Insomnisolv, Llc System and method for the treatment of insomnia
AU2012310074B2 (en) 2011-09-13 2017-04-20 Brain Q Technologies Ltd Method and device for enhancing brain activity
US20140303425A1 (en) 2011-11-04 2014-10-09 Ivivi Health Sciences, Llc Method and apparatus for electromagnetic treatment of cognition and neurological injury
US9119965B2 (en) 2012-04-09 2015-09-01 Pacesetter, Inc. Systems and methods for controlling spinal cord stimulation to improve stimulation efficacy for use by implantable medical devices
EP2916721A4 (en) 2012-11-10 2016-10-26 Univ California SYSTEMS AND METHODS FOR ASSESSING NEUROPATHOLOGIES
US20160184599A1 (en) 2013-08-14 2016-06-30 Brainq Technologies Ltd Regeneration of nerve fibers
US20150105837A1 (en) * 2013-10-16 2015-04-16 Neurometrics, S.L. Brain therapy system and method using noninvasive brain stimulation
CA2965615A1 (en) * 2013-11-13 2015-05-21 Elminda Ltd. Method and system for managing pain
EP4360697A1 (en) * 2014-06-02 2024-05-01 Cala Health, Inc. Systems and methods for peripheral nerve stimulation to treat tremor
US10201708B2 (en) 2014-10-29 2019-02-12 Dirk De Ridder Method of treating a neurological disorder using network stimulation
US20160220836A1 (en) 2015-01-30 2016-08-04 Board Of Trustees Of The University Of Arkansas Device and method of phase-locking brain stimulation to electroencephalographic rhythms
US9712736B2 (en) * 2015-12-15 2017-07-18 Intel Coprporation Electroencephalography (EEG) camera control
US10322295B2 (en) 2016-09-06 2019-06-18 BrainQ Technologies Ltd. System and method for generating electromagnetic treatment protocols for the nervous system
JP1602547S (ko) 2017-01-17 2018-04-23

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090306491A1 (en) * 2008-05-30 2009-12-10 Marcus Haggers Implantable neural prosthetic device and methods of use
WO2016046830A2 (en) * 2014-09-28 2016-03-31 Elminda Ltd. Brain stimulation tool configuration

Also Published As

Publication number Publication date
US20180064950A1 (en) 2018-03-08
EP3509694A1 (en) 2019-07-17
CN109906103A (zh) 2019-06-18
EP3509694A4 (en) 2020-04-15
WO2018047164A1 (en) 2018-03-15
US11717697B2 (en) 2023-08-08
US20190209856A1 (en) 2019-07-11
US20230372725A1 (en) 2023-11-23
US20190358465A1 (en) 2019-11-28
CA3034752A1 (en) 2018-03-15
AU2017323663B2 (en) 2022-11-03
US10322295B2 (en) 2019-06-18
JP2019526418A (ja) 2019-09-19
US11559697B2 (en) 2023-01-24
KR20190053210A (ko) 2019-05-17
IL264875B (en) 2022-03-01
AU2017323663A1 (en) 2019-03-07

Similar Documents

Publication Publication Date Title
KR102527039B1 (ko) 전자기 치료 프로토콜들을 생성하기 위한 시스템 및 방법
US20200038653A1 (en) Multimodal closed-loop brain-computer interface and peripheral stimulation for neuro-rehabilitation
EP2575608B1 (en) Detector for identifying physiological artifacts from physiological signals and method
Xu et al. Cluster-based analysis for personalized stress evaluation using physiological signals
US20140066739A1 (en) System and method for quantifying or imaging pain using electrophysiological measurements
JP7203388B2 (ja) 快不快の判別
JP5642536B2 (ja) 痛み検出の装置、方法、及び痛み定量指数の算定
EP3217869B1 (en) Scoring method based on improved signals analysis
JP2021502165A (ja) 個別患者データ及び治療脳ネットワークマップを用いた有効性及び／または治療パラメータ推薦
CN106455968A (zh) 用于视野缺损评估的便携式脑活动感测平台
Lee et al. Feasibility of a mobile electroencephalogram (EEG) sensor-based stress type classification for construction workers
Hossain et al. A preliminary study on automatic motion artifact detection in electrodermal activity data using machine learning
Mahmood et al. Introduction to Non-Invasive Biomedical Signals for Healthcare
US20200077918A1 (en) System and methods for consciousness evaluation in non-communicating subjects
KR102316631B1 (ko) 기계학습 모델을 이용한 전자약 처방 시스템 및 그 제어방법
JP6158887B2 (ja) 有用情報提示装置
Kharchenko et al. Restrictions of the measurement system and a patient when using visually evoked potentials
Sudharsan et al. Brain–computer interface using electroencephalographic signals for the Internet of Robotic Things
US20220151540A1 (en) Explainable artificial intelligence system for diagnosis of mental diseases and the control method thereof
Edwards Signal processing leads to new clinical medicine approaches: innovative methods promise improved patient diagnoses and treatments [Special Reports]
Martínez-Rodrigo et al. Aristarko: a software framework for physiological data acquisition
Khan et al. Investigating the effect of acupuncture treatment on MCI patients using classification techniques
WO2024006939A2 (en) Systems and methods to characterize individual response to brain perturbation in patients with alzheimer's disease
Jung et al. Prediction model for mental and physical health condition using risk ratio EM
Mancini et al. Modeling heart beat dynamics and fMRI signals during carotid stimulation by neck suction

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