KR102533262B1 - 신체조직을 자극하고 반응을 측정하는 방법 및 장치 - Google Patents

신체조직을 자극하고 반응을 측정하는 방법 및 장치 Download PDF

Info

Publication number
KR102533262B1
KR102533262B1 KR1020210060660A KR20210060660A KR102533262B1 KR 102533262 B1 KR102533262 B1 KR 102533262B1 KR 1020210060660 A KR1020210060660 A KR 1020210060660A KR 20210060660 A KR20210060660 A KR 20210060660A KR 102533262 B1 KR102533262 B1 KR 102533262B1
Authority
KR
South Korea
Prior art keywords
signal
body tissue
electrical stimulation
response
test
Prior art date
Application number
KR1020210060660A
Other languages
English (en)
Other versions
KR20220153280A (ko
Inventor
최지웅
임성호
이정협
장호민
Original Assignee
재단법인대구경북과학기술원
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 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020210060660A priority Critical patent/KR102533262B1/ko
Publication of KR20220153280A publication Critical patent/KR20220153280A/ko
Application granted granted Critical
Publication of KR102533262B1 publication Critical patent/KR102533262B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—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
    • A61B5/24—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
    • A61B5/383—Somatosensory stimuli, e.g. electric stimulation
    • 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
    • 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
    • A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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

Landscapes

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

Abstract

본 발명은 파일럿 기반의 아티팩트의 특징 추정 알고리즘을 활용하여 자극 아티팩트를 제거하는 신체조직을 자극하고 반응을 측정하는 방법 및 장치 에 관한 것이다. 본 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 방법은, 측정대상의 신체조직으로 테스트 신호를 입력하고, 측정대상의 신체조직으로부터 테스트 신호에 의해 생성되는 테스트 결과 신호를 기록하는 단계와, 테스트 결과 신호를 기반으로 측정대상의 신체조직에 대한 채널 특징을 추정하는 단계와, 측정대상의 신체조직으로 전기 자극 신호를 입력하고, 측정대상의 신체조직으로부터 전기 자극 신호에 대한 반응을 포함한 전기 자극 결과 신호를 기록하는 단계와, 채널 특징을 이용하여 전기 자극 신호를 입력할 때 발생하는 아티팩트를 추정하는 단계와, 전기 자극 결과 신호에서 아티팩트를 제거한 신체조직의 반응 신호를 획득하는 단계를 포함할 수 있다.

Description

신체조직을 자극하고 반응을 측정하는 방법 및 장치{METHOD AND APPARATUS FOR SIMULATING BODY TISSUES AND RECORDING RESPONSES}
본 발명은 파일럿 기반의 아티팩트 추정 알고리즘을 활용하여 자극 아티팩트를 제거하는 신체조직을 자극하고 반응을 측정하는 방법 및 장치 에 관한 것이다.
신경 조직에서의 전기 자극 및 측정 기록은 신경과학 분야의 전기생리학 연구, 신경 변조 및 조직 기반의 의용생체 어플리케이션, 퇴행성 뇌질환 치료 및 연구 등에서 중요하게 활용되어 왔다. 하지만 전기적 자극과 신경 전위 활동의 레코딩을 동시에 수행하게 되는 경우, 자극으로 인해 발생된 아티팩트가 신경 전위 활동을 나타내는 지역 필드 전위와 활동 전위를 어렵게 한다.
이를 극복하기 위해 지금까지 다양한 형태의 자극 아티팩트 제거 기술이 개발되었다. 지역 필드 전위는 저대역의 주파수 대역(~300Hz)을 가지기 때문에, 지역 필드 전위만을 관찰할 경우에는, 단순히 자극 아티팩트가 발생한 구간을 제거한 후 선형 및 곡선 보간을 수행하는 것만으로 극복이 가능하다. 하지만 활동 전위의 경우, 고대역의 주파수 대역(>300Hz)을 가지고, 짧은 시간 구간 동안 신호가 발생하므로 보간법으로는 해결할 수 없다.
따라서 자극 아티팩트에 오염된 활동 전위를 관찰하기 위한 다양한 자극 아티팩트 제거 방법들 또한 많이 연구되어 왔다. 하지만 기존의 자극 아티팩트 제거 기술은 유발 전위 측정 및 자극 파라미터 변화에 따른 적응력에 한계점들이 존재한다.
첫 번째로, 유발 전위의 경우 자극이 발생된 직후 항상 거의 일정한 시간 이후에 레코딩이 되기 때문에, 기존의 자극 아티팩트 제거 기술들은 유발 전위도 아티팩트의 일부로 치부되어 한꺼번에 제거되는 문제점이 있다.
두 번째로, 기존의 자극 아티팩트 제거 기술들은 정상 동작을 위해 사전에 발생된 자극 아티팩트들을 기반으로 학습을 진행하므로, 최초 자극으로 인한 신경 전위 활동을 관찰하는데 어려움이 있다.
세 번째로, 기존의 자극 아티팩트 제거 기술들은 변화하는 자극 파라미터로 인한 자극 파형 변화에 대한 대응력이 부족하다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
국내 등록특허공보 제10-1490966호(2015.02.11)
본 발명의 일 과제는, 유발 전위도 아티팩트의 일부로 치부되어 한꺼번에 제거되는 종래의 자극 아티팩트 제거 기술의 문제점을 해결하는데 있다.
본 발명의 일 과제는, 최초 자극으로 인한 신경 전위 활동을 관찰하는데 어려움이 있는 종래의 자극 아티팩트 제거 기술의 문제점을 해결하는데 있다.
본 발명의 일 과제는, 변화하는 자극 파라미터로 인한 자극 파형 변화에 대한 대응력이 부족한 종래의 자극 아티팩트 제거 기술의 문제점을 해결하는데 있다.
본 발명의 일 과제는, 미세 전극에 전류 또는 전압 형태의 미세 전기 자극을 인가함과 동시에 자극이 인가되는 전극 또는 근거리에 위치한 다른 레코딩용 전극에서 신경 세포의 전기적 반응 신호의 복원을 가능하도록 하는데 있다.
본 발명의 일 과제는 전기자극 생성부에서 생성한 원래의 자극 신호와 정확한 아티팩트 추정을 통해 레코딩에서 발생된 자극 아티팩트를 복원하여 제거하는데 있다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 과제 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해보다 분명하게 이해될 것이다. 또한, 본 발명이 해결하고자 하는 과제 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.
본 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 방법은, 신체조직을 자극하고 반응을 측정하는 장치에 의해 수행되는 신체조직을 자극하고 반응을 측정하는 방법으로서, 측정대상의 신체조직으로 테스트 신호를 입력하고, 측정대상의 신체조직으로부터 테스트 신호에 의해 생성되는 테스트 결과 신호를 기록하는 단계와, 테스트 결과 신호를 기반으로 측정대상의 신체조직에 대한 채널 특징을 추정하는 단계와, 측정대상의 신체조직으로 전기 자극 신호를 입력하고, 측정대상의 신체조직으로부터 전기 자극 신호에 대한 반응을 포함한 전기 자극 결과 신호를 기록하는 단계와, 채널 특징을 이용하여 전기 자극 신호를 입력할 때 발생하는 아티팩트를 추정하는 단계와, 전기 자극 결과 신호에서 아티팩트를 제거한 신체조직의 반응 신호를 획득하는 단계를 포함할 수 있다.
본 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 장치는, 프로세서 및 프로세서와 동작 가능하게 연결되고 프로세서에서 수행되는 적어도 하나의 코드를 저장하는 메모리를 포함하고, 메모리는 프로세서를 통해 실행될 때, 프로세서가 측정대상의 신체조직으로 테스트 신호를 입력하고, 측정대상의 신체조직으로부터 테스트 신호에 의해 생성되는 테스트 결과 신호를 기록하고, 테스트 결과 신호를 기반으로 측정대상의 신체조직에 대한 채널 특징을 추정하고, 측정대상의 신체조직으로 전기 자극 신호를 입력하고, 측정대상의 신체조직으로부터 전기 자극 신호에 대한 반응을 포함한 전기 자극 결과 신호를 기록하고, 채널 특징을 이용하여 전기 자극 신호를 입력할 때 발생하는 아티팩트를 추정하고, 전기 자극 결과 신호에서 아티팩트를 제거한 신체조직의 반응 신호를 획득하도록 야기하는 코드를 저장할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체가 더 제공될 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 의하면, 전기자극 생성부에서 생성한 원래의 자극 신호와 정확한 아티팩트 추정을 통해 레코딩에서 발생된 자극 아티팩트를 복원하여 제거함으로써 유발 전위가 아티팩트의 일부로 치부되는 오류를 방지하고, 사전 학습 없이 최초 자극으로 인한 신경 전위 활동을 관찰할 수 있다.
또한, 자극 아티팩트 복원 시 원래의 자극 파형을 활용하기 때문에 자극 파라미터의 변화에도 유연하게 대응할 수 있다.
또한, 뇌 조직뿐만 아니라 신경 조직이 존재하는 모든 신체부위에 적용 가능하며, 각종 웨어러블 디바이스, 신경조절(neuromodulation) 장비, 신경보철(neuroprosthetic) 장비 등에 다양하게 응용할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다.
도 2는 본 실시 예에 따른 신체조직에 테스트 신호 및 전기 자극 신호를 인가하고, 테스트 신호 및 전기 자극 신호에 반응하여 테스트 출력 신호 및 전기 자극 결과 신호를 측정한 결과를 나타내는 예시도이다.
도 3은 본 실시 예에 따른 테스트 신호 생성부의 구성을 개략적으로 설명하기 위하여 도시한 회로도이다.
도 4는 본 실시 예에 따른 테스트 신호와 테스트 결과 신호의 교차상관(cross-correlation) 연산을 수행하였을 때의 상관곡선(correlogram)의 예시도이다.
도 5는 본 실시 예에 따른 아티팩트 재현 결과 및 아티팩트 제거 이후 파형을 도시한 예시도이다.
도 6은 본 실시 예에 따른 전기 자극 신호를 인가하는 지점과 전기 자극 신호에 반응하는 전기 자극 결과 신호를 측정하는 지점을 도시한 예시도이다.
도 7은 다른 실시 예에 따른 전기 자극 신호를 인가하는 지점과 전기 자극 신호에 반응하는 전기 자극 결과 신호를 측정하는 지점을 도시한 예시도이다.
도 8은 다른 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다.
도 9는 본 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 설명되는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 아래에서 제시되는 실시 예들로 한정되는 것이 아니라, 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 아래에 제시되는 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
또한, 본 출원에서, "부"는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
이하, 본 발명에 따른 실시 예들을 첨부된 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다. 도 1을 참조하면, 신체조직을 자극하고 반응을 측정하는 장치(100)는 전기자극 생성부(110), 신경신호 측정부(120), 아날로그 신호 변환부(130), 노이즈 측정부(140), 제1 신호 처리부(150), 제2 신호 처리부(160) 및 아티팩트 제거부(170)를 포함할 수 있다. 본 실시 예에서, 제1 신호 처리부(150)는 제1 기록부(151), 제1 동기화부(152) 및 채널 특징 추정부(153)를 포함할 수 있다. 또한, 본 실시 예에서, 제2 신호 처리부(160)는 제2 기록부9161), 제2 동기화부(162) 및 아티팩트 추정부(163)를 포함할 수 있다.
본 실시 예에서, 전기자극 생성부(110), 노이즈 측정부(140), 제1 신호 처리부(150), 제2 신호 처리부(160) 및 아티팩트 제거부(170)는 디지털 신호처리부의 형태로 프로세서(도 8의 170)에서 소프트웨어의 형태로 구현할 수 있다. 선택적 실시 예로, 전기자극 생성부(110), 신경신호 측정부(120), 아날로그 신호 변환부(130), 노이즈 측정부(140), 제1 신호 처리부(150), 제2 신호 처리부(160) 및 아티팩트 제거부(170)는 프로세서(도 8의 170)에서 소프트웨어의 형태로 구현할 수 있다. 다만, 이는 본 발명의 일 실시 예에 해당할 뿐 다양하게 변형이 가능함을 유의한다.
전기자극 생성부(110)는 테스트 신호 및 전기자극 신호를 생성할 수 있다. 본 실시 예에서, 테스트 신호는 의사 랜덤 이진 시퀀스(pseudo random binary sequence, PRBS) 신호를 포함할 수 있다. 테스트 신호로서의 PRBS 신호는 노이즈에 대한 표준편차의 배수를 기반으로 하여 진폭이 결정되고, PRBS 신호의 진폭은 신체조직의 반응 신호를 유발하는 임계값(sub-threshold)보다 더 작도록 결정할 수 있다.
신경신호 측정부(120)는 측정대상의 신체조직, 예를 들어, 신경조직으로 전기자극 생성부(110)가 신호를 주지 않는 상태에서의 출력 신호를 측정할 수 있다. 이하, 설명의 편의상 신체조직을 신경조직으로 기재하여 설명하기로 한다. 또한, 신경신호 측정부(120)는 측정대상의 신경조직으로 전기자극 생성부(110)가 테스트 신호로서의 PRBS 신호를 입력한 이후, 측정대상의 신경조직으로부터 테스트 신호에 대한 반응으로 테스트 결과 신호를 측정할 수 있다. 또한, 신경신호 측정부(120)는 측정대상의 신경조직으로 전기자극 생성부(110)가 전기 자극 신호를 입력한 이후, 측정대상의 신경조직으로부터 전기 자극 신호에 대한 반응으로 전기 자극 결과 신호를 측정할 수 있다.
도 2는 본 실시 예에 따른 신체조직에 테스트 신호 및 전기 자극 신호를 인가하고, 테스트 신호 및 전기 자극 신호에 반응하여 테스트 출력 신호 및 전기 자극 결과 신호를 측정한 결과를 나타내는 예시도이다.
미세 전극(micro-electrode, 미도시)을 통한 미세전기자극(micro-stimulation)은 신체조직 예를 들어, 신경조직의 국소부위에 신경세포의 활성을 유발할 수 있다.
도 2를 참조하면, 전기자극 생성부(110)는 자극 파형(210)과 같은 형태로 테스트 신호로서의 PRBS 신호(211) 및 전기 자극 신호(212)를 신체조직에 인가할 수 있다.
미세 전기자극을 인가한 부위에서의 신경조직의 전기적 반응을 자극과 동시에 정확하게 측정하는 것은 자극의 효과를 분석하는데 매우 중요할 수 있다. 하지만 전기 자극신호가 측정(recording)신호에 아티팩트로 작용하여 측정 신호를 분석하는데 큰 어려움이 발생할 수 있다.
신경신호 측정부(120)는 아티팩트로 인하여 왜곡 파형(220)과 같은 형태의 기록 신호를 측정할 수 있다. 측정(recording)신호는 왜곡된 PRBS 신호(221) 및 왜곡된 전기자극 신호(222)를 포함할 수 있다.
왜곡 파형(220)에서 신호 아티팩트를 제거하기 위해 고이득 증폭기(미도시)를 거친 신호를 고해상도 디지털 변환기를 이용하여 왜곡 없이 디지털 신호로 변환할 수 있다. 그러나 이 경우 고해상도 디지털 변환기의 물리적 크기가 소형화에 걸림돌이 되어, 뇌 자극을 위한 임플란트 형태로 사용하기 어려운 문제가 있다.
본 실시 예에서는 이러한 문제점을 해결하기 위하여, 고해상도 디지털 변환을 사용하지 않고, 아날로그 신호 변환부(130)를 이용하여 아날로그 신호를 디지털 신호로 변환함으로써 장치(100)의 크기를 소형화할 수 있다. 또한, 본 실시 예에서는 디지털 신호 처리부에서 신경조직에 인가한 미세전기자극에서 발생하는 아티팩트를 제거함으로써 신경조직의 전기적 반응 신호만을 획득할 수 있다. 아티팩트의 예로는 LFP(Local field potential), 뉴럴 스파이크(Neural spikes) 등이 있다.
한편, 전기자극 생성부(110)는 PRBS 신호를 생성하는 테스트 신호 생성부(111)를 더 포함할 수 있다. 도 3은 본 실시 예에 따른 테스트 신호 생성부의 구성을 개략적으로 설명하기 위하여 도시한 회로도이다.
도 3을 참조하면, 테스트 신호 생성부(111)는 복수의 LFSR(linear feedback shift register) 및 XOR 논리 회로를 이용하여 의사코드로서 m계열 시퀀스(maximum length sequence)를 생성할 수 있다. 여기서, 하나의 LFSR에서의 차수가 p인 경우(p는 자연수), m계열 시퀀스는 2p-1의 주기를 가질 수 있고, m계열 시퀀스는 바이너리 시퀀스(binary sequence, 즉 0 또는 1을 포함하거나 -1 또는 1을 포함)일 수 있으나 이에 제한되지는 않는다. 또한 복수의 LFSR 각각의 초기값이 설정될 수 있다.
여기서, 복수의 LFSR는 다른 형태의 플립플롭으로도 구성 가능하지만, 이례로 D-플립플롭을 사용할 수 있다. D-플립플롭은 클록(clock) 신호의 상승 엣지(rising-edge) 또는 하강 엣지(falling-edge)에 맞춰서 입력을 그대로 출력으로 전달하여 엣지(edge)가 발생하지 않는 시간에는 이전 값을 유지할 수 있다.
본 실시 예에서, PRBS 신호의 길이는 2p-1(p는 레지스터(REG1, REG2,...)의 수)로 가변적으로 결정할 수 있다. PRBS 신호의 길이가 길수록 동기화 성능이 좋아질 수 있다. 여기서, Binary Phase Shift Keying (BPSK) modulation 을 통해 0→-1 또는 1→1 로 변경해서 쓸 수도 있다.
본 실시 예에서, PRBS 신호를 전기 자극 신호에 포함시키는 이유는 PRBS 신호가 모든 주파수 성분을 고르게 가지고 있어서, 신경조직의 채널 추정 시에 모든 주파수 성분에 대해 채널 추정이 가능하기 때문이다.
또한, 전기자극 생성부(110)는 테스트 신호 생성부(111)에서 생성한 테스트 신호로서의 PRBS 신호의 크기(
Figure 112021054335928-pat00001
)에 대하여, 노이즈에 대한 표준편차(
Figure 112021054335928-pat00002
)의 배수(
Figure 112021054335928-pat00003
)를 기반으로 진폭을 결정하며, PRBS 신호의 진폭은 신체조직의 반응 신호를 유발하는 임계값(sub-threshold)보다 더 작게 결정할 수 있다. 여기서, 잡음 표준편차는 자극이 수행되지 않고 기록(recording)만 수행되는 환경에서 신경 반응 신호가 없을 때의 구간에서 측정할 수 있다. 예를 들어, 잡음 표준편차는 처음에 한 번 측정하면 거의 변하기 않기 때문에 전기자극이 수행되기 전에 측정되는 기록 신호를 활용하여 잡음 표준편차를 측정할 수 있다. 측정되는 기록 신호에서 신경 반응 신호가 없는 구간들에서 측정된 신호들의 표준편차를 구하여 이를 잡음의 표준편차로 활용할 수 있다.
또한, 임계값(sub-threshold)은, 반응(근육 수축, 감각 이상 또는 통증)에 따라 근육 수축, 감각 이상 또는 통증을 일으키기 위한 자극 레벨보다 아래의 값을 포함할 수 있다.
또한, 배수(
Figure 112021054335928-pat00004
)는 신체조직을 자극하고 반응을 측정하는 장치(100)에서 요구되는 동기화 성능과 신경가소성 민감도의 트레이드 오프(trade-off)로 결정될 수 있다. 여기서 동기화 성능은, 낮은 SNR(signal-to-noise power ratio)에서도 신호의 타이밍을 얼마나 정확히 잘 찾아내는 지를 말할 수 있다.
또한, 신경가소성이란 전기 자극에 의해 신경 반응 신호가 변하는 특성을 말할 수 있다. 즉, 최초 전기 자극 신호에 의해 신경조직의 반응 신호를 보고 싶은데, 전기 자극 신호 이전에 테스트 신호에 의해 신경조직의 반응 신호가 변하게 되면 정확도 문제가 발생할 수 있다. 민감도가 클수록 작은 크기의 전기 자극에도 신경조직의 반응 신호가 변하기 때문에, 허용되는 테스트 신호의 크기가 더 작아질 수 있다. 동기화 성능은 테스트 신호의 크기가 클수록 좋아지기 때문에, 신경 가소성의 민감도와 동기화 성능은 트레이드 오프(trade-off) 관계에 놓일 수 있다.
도 1로 돌아와서, 아날로그 신호 변환부(130)는 VCO(voltage controlled oscillator)(미도시) 및 카운터(미도시)를 포함할 수 있다. VCO는 입력 전압에 비례하는 주파수를 생성하며, 카운터는 VCO의 출력을 기초로 특정 시간 구간 단위로 진동수의 회수를 카운트하여 신경신호 측정부(120)에서 송신한 신호를 디지털 신호로 변환시킬 수 있다.
본 실시 예에서, 아날로그 신호 변환부(130)는 측정대상의 신경조직으로 전기자극 생성부(110)가 신호를 주지 않는 상태에서 신경신호 측정부(120)가 측정한 출력 신호를 디지털 출력 신호로 변환시킬 수 있다. 또한, 아날로그 신호 변환부(130)는 측정대상의 신경조직으로 전기자극 생성부(110)가 생성한 테스트 신호로서의 PRBS 신호를 입력한 이후, 신경신호 측정부(120)가 측정한 테스트 결과 신호를 디지털 테스트 결과 신호로 변환시킬 수 있다. 또한, 아날로그 신호 변환부(130)는 측정대상의 신경조직으로 전기자극 생성부(110)가 생성한 전기 자극 신호를 입력한 이후, 신경신호 측정부(120)가 측정한 전기 자극 결과 신호를 디지털 전기 자극 결과 신호로 변환시킬 수 있다.
노이즈 측정부(140)는 디지털 출력 신호로부터 노이즈를 측정할 수 있다. 여기서 디지털 출력 신호는, 상술한 바와 같이 전기자극 생성부(110)가 측정대상의 신경조직으로 신호를 주지 않은 상태에서, 신경신호 측정부(120)가 측정한 출력신호를 아날로그 신호 변환부(130)를 통해 디지털 신호로 변환한 결과를 포함할 수 있다. 실시 예에 따라서, 노이즈 측정부(140)는 생략할 수 있다.
제1 기록부(151)는 측정대상의 신경조직으로 테스트 신호로서의 PRBS 신호를 입력하고, 측정대상의 신체조직으로부터 테스트 신호에 의해 생성되는 테스트 결과 신호를 기록할 수 있다. 여기서, 테스트 결과 신호는 디지털 테스트 결과 신호를 포함할 수 있다. 또한 디지털 테스트 결과 신호는, 상술한 바와 같이 전기자극 생성부(110)가 측정대상의 신경조직으로 테스트 신호를 입력하고, 신경신호 측정부(120)가 측정한 테스트 결과 신호를 아날로그 신호 변환부(130)를 통해 디지털 신호로 변환한 결과를 포함할 수 있다.
제1 동기화부(152)는 제1 기록부(151)가 테스트 결과 신호를 기록한 이후에, 전기자극 생성부(110)가 생성한 테스트 신호 및 신경신호 측정부(120)가 측정한 테스트 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 테스트 신호 및 테스트 결과 신호의 제1 동기화 시점을 판단할 수 있다.
제1 동기화부(152)는 테스트 신호의 일부 구간과 테스트 결과 신호가 얼마나 유사한지를 교차상관(cross-correlation)을 기초로 계산하여 두 신호가 가장 유사한 값을 나타내는, 즉 교차상관을 계산한 계산값이 최대값이 나타나는 지점을 제1 동기화 시점으로 판단하고, 시간 동기화를 수행할 수 있다. 제1 동기화부(152)는 테스트 신호를 tn 구간으로 분리하고, t1 구간, t2 구간, t3 구간, ...tn 구간 각각에서 두 신호가 가장 유사한 지점을 동기지점으로 판단하여 동기화를 수행할 수 있다.
도 4는 본 실시 예에 따른 테스트 신호와 테스트 결과 신호의 교차상관(cross-correlation) 연산을 수행하였을 때의 상관곡선(correlogram)의 예시도이다.
상술한 도 3의 설명으로부터 테스트 신호로서의 PRBS 신호의 진폭(크기)은 잡음의 표준편차(
Figure 112021054335928-pat00005
)의 배수(
Figure 112021054335928-pat00006
)를 기반으로 결정되며, 배수(
Figure 112021054335928-pat00007
)는 장치(100)에서 요구되는 동기화 성능과 신경가소성 민감도의 트레이드 오프(trade-off)로 결정될 수 있다. 여기서 동기화 성능은, 낮은 SNR(signal-to-noise power ratio)에서도 신호의 타이밍을 얼마나 정확히 잘 찾아내는 지를 말할 수 있다. 그러므로 배수(
Figure 112021054335928-pat00008
)가 커지면, 테스트 신호의 크기가 커지게 되고, 교차상관(cross-correlation) 연산 수행 시 동기가 맞는 타이밍에서 교차상관(cross-correlation) 연산 값이 최대값이 될 수 있다. 그러므로 배수(
Figure 112021054335928-pat00009
)가 커지면 동기 성능이 좋아진다고 할 수 있다.
도 4를 참조하면, lag=0 일 때가 테스트 신호로서의 PRBS 신호가 시작되는 타이밍에 해당될 수 있다. 도 4에서 보여지듯이, SNR이 (-)값임에도 불구하고(SNR이 (-)인 환경에서는 테스트 결과 신호가 잡음에 가려서 전혀 보이지 않는 상황), 타이밍을 정확하게 잡아낼 수 있음을 확인할 수 있다.
채널 특징 추정부(153)는 제1 동기화 시점에서, 노이즈 측정부(140)에서 측정한 노이즈와, 제1 기록부(151)가 기록한 테스트 결과 신호를 기반으로 측정대상의 신경조직에 대한 채널 특징을 추정할 수 있다.
채널 특징 추정부(153)에서 추정하고자 하는 것은 특정한 아티팩트가 아닌 측정대상 신체의 일반적인 채널 특징일 수 있다. 여기서, 신경조직으로 입력된 신호(예를 들어, 테스트 신호 또는 전지 자극 신호)가 출력되는 과정에서 채널의 역할을 수행하게 되고, 신경조직의 채널로서의 특징에 따라 다른 아티팩트가 발생할 수 있다
본 실시 예에서, 측정대상의 신경조직에 대한 채널 특징은 하기 수학식 1을 이용하여 추정할 수 있다.
Figure 112021054335928-pat00010
수학식 1에서
Figure 112021054335928-pat00011
는 제1 기록부9151)에서 출력되는 테스트 결과 신호를 나타내고,
Figure 112021054335928-pat00012
는 측정대상의 신경조직에 대한 채널 특징을 나타내고,
Figure 112021054335928-pat00013
는 테스트 신호로서의 PRBS 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
Figure 112021054335928-pat00014
는 노이즈를 나타낼 수 있다.
본 실시 예에서, Toeplitz 행렬
Figure 112021054335928-pat00015
는 순수한 PRBS 신호를 나타내는 행렬
Figure 112021054335928-pat00016
을 이용하여, PRBS 신호를 지연시켜 하기 수학식 2과 같이 생성될 수 있다.
Figure 112021054335928-pat00017
Figure 112021054335928-pat00018
수학식 2에서,
Figure 112021054335928-pat00019
은 벡터로서, 이산 시계열(discrete time-series) 데이터 이고,
Figure 112021054335928-pat00020
은 첫 번째 타임 포인트 신호를,
Figure 112021054335928-pat00021
는 두 번째 타임 포인트 신호를 나타낼 수 있다.
본 실시 예에서, 채널 특징 추정부(153)는 수학식 1에서 노이즈
Figure 112021054335928-pat00022
의 크기를 최소화하는 최대 우도추정 방법을 채널 특징
Figure 112021054335928-pat00023
를 추정할 수 있다. 최대 우도추정 방법은 하기 수학식 3 및 4와 같을 수 있다. 다만, 최대 우도추정 방법은 채널 특징
Figure 112021054335928-pat00024
를 계산하기 위한 일 실시 예일 뿐, 다양한 변형이 가능함을 유의하여야 한다.
Figure 112021054335928-pat00025
Figure 112021054335928-pat00026
Figure 112021054335928-pat00027
수학식 4에서
Figure 112021054335928-pat00028
는 Toeplitz 행렬
Figure 112021054335928-pat00029
의 Pseudo inverse 행렬을 나타낼 수 있다.
제2 기록부(161)는 측정대상의 신경조직으로 전기 자극 신호를 입력하고, 측정대상의 신체조직으로부터 전기 자극 신호에 대한 반응을 포함한 전기 자극 결과 신호를 기록할 수 있다. 여기서, 전기 자극 결과 신호는 디지털 전기 자극 결과 신호를 포함할 수 있다. 또한 디지털 전기 자극 결과 신호는, 상술한 바와 같이 전기자극 생성부(110)가 측정대상의 신경조직으로 전기 자극 신호를 입력하고, 신경신호 측정부(120)가 측정한 전기 자극 결과 신호를 아날로그 신호 변환부(130)를 통해 디지털 신호로 변환한 결과를 포함할 수 있다.
제2 동기화부(162)는 제2 기록부(161)가 전기 자극 결과 신호를 기록한 이후에, 전기자극 생성부(110)가 생성한 전기 자극 신호 및 신경신호 측정부(120)가 측정한 전기 자극 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 전기 자극 신호 및 전기 자극 결과 신호의 제2 동기화 시점을 판단할 수 있다.
제2 동기화부(162)는 전기 자극 신호의 일부 구간과 전기 자극 결과 신호가 얼마나 유사한지를 교차상관(cross-correlation)을 기초로 계산하여 두 신호가 가장 유사한 값을 나타내는, 즉 교차상관을 계산한 계산값이 최대값이 나타나는 지점을 제2 동기화 시점으로 판단하고, 시간 동기화를 수행할 수 있다. 제2 동기화부(162)는 전기 자극 신호를 tn 구간으로 분리하고, t1 구간, t2 구간, t3 구간, ...tn 구간 각각에서 두 신호가 가장 유사한 지점을 동기지점으로 판단하여 동기화를 수행할 수 있다.
아티팩트 추정부(163)는 제2 동기화 시점에서, 채널 특징 추정부(153)에서 추정한 채널 특징
Figure 112021054335928-pat00030
와, 제2 기록부(161)가 기록한 전기 자극 결과 신호를 기반으로 측정대상의 신경조직에 대한 아티팩트를 추정할 수 있다.
본 실시 예에서, 측정대상의 신경조직에 대한 아티팩트는 하기 수학식 5를 이용하여 추정할 수 있다.
Figure 112021054335928-pat00031
수학식 5에서,
Figure 112021054335928-pat00032
은 제2 기록부(161)에서 출력되는 전기 자극 결과 신호를 나타내고,
Figure 112021054335928-pat00033
는 측정대상의 신경조직에 대한 채널 특징을 나타내고,
Figure 112021054335928-pat00034
는 전기 자극 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
Figure 112021054335928-pat00035
는 전기 자극 결과 신호를 기록할 때 발생하는 노이즈를 나타내고,
Figure 112021054335928-pat00036
는 측정대상의 신경조직에 대한 아티팩트를 나타내고,
Figure 112021054335928-pat00037
는 신체조직의 반응 신호를 나타낼 수 있다.
본 실시 예에서, 아티팩트 추정부(163)는 수학식 5에서 노이즈
Figure 112021054335928-pat00038
의 크기를 최소화하는 최대 우도추정 방법을 이용하여 아티팩트
Figure 112021054335928-pat00039
를 추정할 수 있다.
아티팩트 제거부(170)는 전기 자극 결과 신호
Figure 112021054335928-pat00040
에서 아티팩트
Figure 112021054335928-pat00041
를 제거하여 신체조직의 반응신호
Figure 112021054335928-pat00042
를 획득할 수 있다.
도 5는 본 실시 예에 따른 아티팩트 재현 결과 및 아티팩트 제거 이후 파형을 도시한 예시도이다. 도 5를 참조하면, 도 5a에는 전기 자극 결과 신호(original)와, 테스트 신호 및 전기 자극 신호(도 2의 210)를 기반으로 추정한 아티팩트 재현 결과(Reconstructed artifact)와, 전기 자극 결과 신호(original)로부터 아티팩트 재현 결과(Reconstructed artifact)를 제거한 신경조직의 반응 신호(Reconstructed spike)가 도시되어 있다. 도 5b는 도 5a를 확대하여 도시하고 있다.
본 실시 예로부터 아티팩트 재현을 위해 종래의 부분 곡선 근사화 기술 대신에 아티팩트의 특징 추정 기술을 도입하여 더 낮은 연산량으로 기존에 복원이 불가했던 구간도 복원할 수 있다. 또한, 종래 기술은 특정 형태(사인파)의 자극 신호의 아티팩트 제거만 가능하지만, 본 발명은 모든 형태의 자극 신호에 적용할 수 있다. 종래 기술은 다중 채널의 기록 장치에만 적용 가능 하지만, 본 실시 예는 다중 채널뿐만 아니라 단일 채널의 기록 장치에서도 적용할 수 있다. 본 실시 예에서는 종래 기술과 달리 PRBS 신호를 사용함으로써 종래 기술의 sub-threshold 자극 신호의 크기보다 더욱 최소화가 가능하며 동기 성능이 더욱 우수할 수 있다. 본 실시 예에서는 종래 기술과 달리 일반적인 자극 신호 (bi-phasic, mono-phasic) 대신 PRBS 신호를 이용하여 아티팩트의 특징 추정을 수행함으로써 모든 주파수 성분들에 대하여 채널 추정을 할 수 있다.
도 6은 본 실시 예에 따른 전기 자극 신호를 인가하는 지점과 전기 자극 신호에 반응하는 전기 자극 결과 신호를 측정하는 지점을 도시한 예시도이다. 도 6을 참조하면, 뇌 조직에 테스트 신호 및 전기 자극 신호를 가하는 지점(610)과, 테스트 신호 및 전기 자극 신호에 반응하는 테스트 출력 신호 및 전기 자극 결과 신호를 측정하는 지점(610)이 동일한 예를 도시한다.
도 7은 다른 실시 예에 따른 전기 자극 신호를 인가하는 지점과 전기 자극 신호에 반응하는 전기 자극 결과 신호를 측정하는 지점을 도시한 예시도이다. 도 7을 참조하면, 뇌 조직에 테스트 신호 및 전기 자극 신호를 가하는 지점(710)과 테스트 신호 및 전기 자극 신호에 반응하는 테스트 출력 신호 및 전기 자극 결과 신호를 측정하는 지점(720a, 720b)이 상이한 예를 도시한다.
도 8은 다른 실시 예에 따른 신체조직을 자극하고 반응을 측정하는 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다. 도 8을 참조하면, 신체조직을 자극하고 반응을 측정하는 장치(100)는 프로세서(180)와 메모리(190)를 포함할 수 있다.
본 실시 예에서 프로세서(180)는 전기자극 생성부(110), 신경신호 측정부(120), 아날로그 신호 변환부(130), 노이즈 측정부(140), 제1 신호 처리부(150), 제2 신호 처리부(160) 및 아티팩트 제거부(170)가 수행하는 기능을 처리할 수 있다.
이러한 프로세서(180)는 신체조직을 자극하고 반응을 측정하는 장치(100) 전체의 동작을 제어할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령어로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
메모리(190)는 프로세서(180)와 동작 가능하게 연결되고, 프로세서(180)에서 수행되는 동작과 연관하여 적어도 하나의 코드를 저장할 수 있다.
또한, 메모리(190)는 프로세서(180)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(190)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다. 이러한 메모리(190)는 내장 메모리 및/또는 외장 메모리를 포함할 수 있으며, DRAM, SRAM, 또는 SDRAM 등과 같은 휘발성 메모리, OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, NAND 플래시 메모리, 또는 NOR 플래시 메모리 등과 같은 비휘발성 메모리, SSD, CF(compact flash) 카드, SD 카드, Micro-SD 카드, Mini-SD 카드, Xd 카드, 또는 메모리 스틱(memory stick) 등과 같은 플래시 드라이브, 또는 HDD와 같은 저장 장치를 포함할 수 있다.
도 9는 본 실시 예에 따른 신호자극 및 반응측정 방법을 설명하기 위한 흐름도이다. 이하의 설명에서 도 1 내지 도 8에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.
도 9를 참조하면, S910단계에서, 신체조직을 자극하고 반응을 측정하는 장치(100)는 측정대상의 신체조직에 장치가 연결됨에 따라, 측정대상의 신체조직으로 신호를 주지 않는 상태에서 출력 신호를 기록하여 노이즈를 측정할 수 있다. 장치(100)는 전기자극 생성부(110)에 신호를 주지 않는 상태에서 신경신호 측정부(120)가 측정한 출력 신호로부터 노이즈를 측정할 수 있다. 실시 예에 따라서, S910단계는 생략할 수 있다.
S920단계에서, 장치(100)는 측정대상의 신체조직으로 테스트 신호를 입력하고, 측정대상의 신체조직으로부터 테스트 신호에 의해 생성되는 테스트 결과 신호를 기록할 수 있다. 본 실시 예에서 테스트 신호는 의사 랜덤 이진 시퀀스(pseudo random binary sequence, PRBS) 신호를 포함할 수 있고, PRBS 신호는 전기자극 생성부(110)에 포함된 테스트 신호 생성부(111a)로부터 생성될 수 있다. 본 실시 예에서, PRBS 신호는 노이즈에 대한 표준편차의 배수를 기반으로 하여, 서브-임계값(sub-threshold)보다 더 작을 수 있다. 장치(100)는 전기자극 생성부(110)가 생성한 테스트 신호로서의 PRBS 신호를 신체조직으로 입력한 이후 신경신호 측정부(120)가 측정한 신호를 테스트 결과 신호를 기록할 수 있다.
S930단계에서, 장치(100)는 노이즈 및 테스트 결과 신호를 기반으로 측정대상의 신체조직에 대한 채널 특징을 추정할 수 있다. 장치(100)는 측정대상의 신체조직에 대한 채널 특징을 추정할 때,
Figure 112021054335928-pat00043
수학식을 이용할 수 있다. 수학식에서
Figure 112021054335928-pat00044
는 테스트 결과 신호를 나타내고,
Figure 112021054335928-pat00045
는 채널 특징을 나타내고,
Figure 112021054335928-pat00046
는 테스트 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
Figure 112021054335928-pat00047
는 노이즈를 나타낼 수 있다. 선택적 실시 예로, 채널 특징을 추정 시에, 노이즈
Figure 112021054335928-pat00048
의 크기를 최소화하는 최대 우도추정 방법을 이용하여 채널 특징
Figure 112021054335928-pat00049
를 추정할 수 있다.
S940단계에서, 장치(100)는 측정대상의 신체조직으로 전기 자극 신호를 입력하고, 전기 자극 신호에 대한 반응으로 측정대상의 신체조직으로부터 전기 자극 결과 신호를 기록할 수 있다. 장치(100)는 전기자극 생성부(110)가 생성한 전기 자극 신호를 신체조직으로 입력한 이후 신경신호 측정부(120)가 측정한 전기 자극 결과 신호를 기록할 수 있다.
S950단계에서, 장치(100)는 채널 특징을 이용하여 전기 자극 신호를 입력할 때 발생하는 아티팩트를 추정할 수 있다. 장치(100)는 아티팩트의 특징
Figure 112021054335928-pat00050
를 추정 시에,
Figure 112021054335928-pat00051
수학식을 이용할 수 있다. 수학식에서
Figure 112021054335928-pat00052
은 전기 자극 결과 신호를 나타내고,
Figure 112021054335928-pat00053
는 채널 특징을 나타내고,
Figure 112021054335928-pat00054
는 전기 자극 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
Figure 112021054335928-pat00055
는 전기 자극 결과 신호를 기록할 때 발생하는 노이즈를 나타내고,
Figure 112021054335928-pat00056
는 신체조직의 반응 신호를 나타낼 수 있다. 선택적 실시 예로, 장치(100)는 아티팩트 추정 시에, 노이즈
Figure 112021054335928-pat00057
의 크기를 최소화하는 최대 우도추정 방법을 이용하여 아티팩트
Figure 112021054335928-pat00058
를 추정할 수 있다.
S960단계에서, 장치(100)는 전기 자극 결과 신호에서 제2 아티팩트의 특징을 제거한 신체조직의 반응 신호를 최종 신호로 획득할 수 있다.
본 실시 예에서, 장치(100)는 테스트 결과 신호를 기록한 이후에, 테스트 신호 및 테스트 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 테스트 신호 및 테스트 결과 신호의 제1 동기화 시점을 판단하고, 제1 동기화 시점에서 채널 특징을 추정할 수 있다.
본 실시 예에서, 장치(100)는 전기 자극 결과 신호를 기록한 이후에, 전기 자극 신호 및 전기 자극 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 전기 자극 신호 및 전기 자극 결과 신호의 제2 동기화 시점을 판단하고, 제2 동기화 시점에서 아티팩트를 추정할 수 있다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 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 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (20)

  1. 각 단계가 생체신호 측정장치에 의해 수행되는 구동방법으로서,
    테스트 신호를 생성하고, 상기 테스트 신호에 대응하여 신체조직으로부터 측정된 테스트 결과 신호를 기록하는 단계;
    상기 테스트 결과 신호를 기반으로 상기 신체조직에 대한 채널 특징을 추정하는 단계;
    제 1 전기 신호를 생성하고, 이에 대응하여 상기 신체조직으로부터 측정된 제 1 결과 신호를 기록하는 단계;
    상기 채널 특징을 이용하여 상기 제 1 결과 신호에 포함된 아티팩트를 추정하는 단계; 및
    상기 제 1 결과 신호에서 상기 아티팩트를 제거한 상기 신체조직의 반응 신호를 획득하는 단계를 포함하고,
    상기 테스트 신호는 상기 신체조직에 자극을 가하지 않은 상태에서 상기 신체조직으로부터 측정된 출력 신호에 기반한 노이즈에 대한 표준편차의 배수를 기반으로 하여 진폭이 결정되는,
    생체신호 측정장치의 구동방법.
  2. 제 1 항에 있어서,
    상기 테스트 결과 신호를 기록하는 단계 이전에,
    상기 노이즈를 측정하는 단계를 더 포함하는,
    생체신호 측정장치의 구동방법.
  3. 제 1 항에 있어서,
    상기 테스트 신호의 진폭은 상기 신체조직의 반응 신호를 유발하는 임계값(sub-threshold)보다 더 작도록 결정되는,
    생체신호 측정장치의 구동방법.
  4. 제 1 항에 있어서,
    상기 테스트 신호는,
    의사 랜덤 이진 시퀀스(pseudo random binary sequence, PRBS) 신호를 포함하는,
    생체신호 측정장치의 구동방법.
  5. 제 1 항에 있어서,
    상기 테스트 결과 신호를 기록하는 단계 이후에,
    상기 테스트 신호 및 상기 테스트 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 상기 테스트 신호 및 상기 테스트 결과 신호의 제1 동기화 시점을 판단하는 단계를 더 포함하는,
    생체신호 측정장치의 구동방법.
  6. 제 2 항에 있어서,
    상기 채널 특징을 추정하는 단계는,
    Figure 112022132330347-pat00059
    수학식을 이용하여 상기 신체조직에 대한 채널 특징
    Figure 112022132330347-pat00060
    를 추정하는 단계를 포함하고,
    상기 수학식에서
    Figure 112022132330347-pat00061
    는 상기 테스트 결과 신호를 나타내고,
    Figure 112022132330347-pat00062
    는 상기 테스트 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
    Figure 112022132330347-pat00063
    는 상기 노이즈를 나타내는,
    생체신호 측정장치의 구동방법.
  7. 제 6 항에 있어서,
    상기 채널 특징을 추정하는 단계는,
    상기 노이즈
    Figure 112022132330347-pat00064
    의 크기를 최소화하는 최대 우도추정 방법을 이용하여 상기 채널 특징
    Figure 112022132330347-pat00065
    를 추정하는 단계를 포함하는,
    생체신호 측정장치의 구동방법.
  8. 제 1 항에 있어서,
    상기 제 1 결과 신호를 기록하는 단계 이후에,
    상기 제 1 전기 신호 및 상기 제 1 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 상기 제 1 전기 신호 및 상기 제 1 결과 신호의 제2 동기화 시점을 판단하는 단계를 더 포함하는,
    생체신호 측정장치의 구동방법.
  9. 제 1 항에 있어서,
    상기 아티팩트를 추정하는 단계는,
    Figure 112022132330347-pat00066
    수학식을 이용하여 상기 신체조직에서 발생하는 아티팩트
    Figure 112022132330347-pat00067
    를 추정하는 단계를 포함하고,
    상기 수학식에서
    Figure 112022132330347-pat00068
    은 상기 제 1 결과 신호를 나타내고,
    Figure 112022132330347-pat00069
    는 상기 채널 특징을 나타내고,
    Figure 112022132330347-pat00070
    는 상기 제 1 전기 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
    Figure 112022132330347-pat00071
    는 상기 제 1 결과 신호를 기록할 때 발생하는 노이즈를 나타내고,
    Figure 112022132330347-pat00072
    는 상기 신체조직의 반응 신호를 나타내는,
    생체신호 측정장치의 구동방법.
  10. 제 9 항에 있어서,
    상기 아티팩트를 추정하는 단계는,
    상기 노이즈
    Figure 112022132330347-pat00073
    의 크기를 최소화하는 최대 우도추정 방법을 이용하여 상기 아티팩트
    Figure 112022132330347-pat00074
    를 추정하는 단계를 포함하는,
    생체신호 측정장치의 구동방법.
  11. 제 8 항에 있어서,
    상기 신체조직의 반응 신호를 획득하는 단계는,
    상기 제2 동기화 시점에 대응하여 상기 제 1 결과 신호에서 상기 아티팩트를 제거하는 단계를 포함하는,
    생체신호 측정장치의 구동방법.
  12. 신체조직을 자극하고 반응을 측정하는 장치로서,
    프로세서; 및
    상기 프로세서와 동작 가능하게 연결되고 상기 프로세서에서 수행되는 적어도 하나의 코드를 저장하는 메모리를 포함하고,
    상기 메모리는 상기 프로세서를 통해 실행될 때, 상기 프로세서가
    상기 신체조직으로 테스트 신호를 입력하고, 상기 신체조직으로부터 상기 테스트 신호에 의해 생성되는 테스트 결과 신호를 기록하고,
    상기 테스트 결과 신호를 기반으로 상기 신체조직에 대한 채널 특징을 추정하고,
    상기 신체조직으로 전기 자극 신호를 입력하고, 상기 신체조직으로부터 상기 전기 자극 신호에 대한 반응을 포함한 전기 자극 결과 신호를 기록하고,
    상기 채널 특징을 이용하여 상기 전기 자극 신호를 입력할 때 발생하는 아티팩트를 추정하고,
    상기 전기 자극 결과 신호에서 상기 아티팩트를 제거한 상기 신체조직의 반응 신호를 획득하도록 야기하는 코드를 저장하고,
    상기 프로세서로 하여금, 상기 신체조직에 자극을 가하지 않은 상태에서 상기 신체조직으로부터 측정된 출력 신호에 기반한 노이즈에 대한 표준편차의 배수를 기반으로 하여 진폭을 결정하게 하는,
    신체조직을 자극하고 반응을 측정하는 장치.
  13. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 테스트 결과 신호를 기록하기 이전에, 상기 신체조직으로 신호를 주지 않는 상태에서 출력 신호를 기록하여 상기 노이즈를 측정하도록 야기하는 코드를 더 저장하는,
    신체조직을 자극하고 반응을 측정하는 장치.
  14. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 테스트 신호의 진폭이 상기 신체조직의 반응 신호를 유발하는 임계값(sub-threshold)보다 더 작게 결정되도록 야기하는 코드를 저장하는,
    신체조직을 자극하고 반응을 측정하는 장치.
  15. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 테스트 신호가, 의사 랜덤 이진 시퀀스(pseudo random binary sequence, PRBS) 신호를 포함하도록 야기하는 코드를 저장하는,
    신체조직을 자극하고 반응을 측정하는 장치.
  16. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 테스트 결과 신호를 기록한 이후에, 상기 테스트 신호 및 상기 테스트 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 상기 테스트 신호 및 상기 테스트 결과 신호의 제1 동기화 시점을 판단하도록 야기하는 코드를 더 저장하는,
    신체조직을 자극하고 반응을 측정하는 장치.
  17. 제 13 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 채널 특징을 추정 시에,
    Figure 112022132330347-pat00075
    수학식을 이용하여 상기 신체조직에 대한 채널 특징
    Figure 112022132330347-pat00076
    를 추정하도록 야기하는 코드를 저장하고,
    상기 수학식에서
    Figure 112022132330347-pat00077
    는 상기 테스트 결과 신호를 나타내고,
    Figure 112022132330347-pat00078
    는 상기 테스트 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
    Figure 112022132330347-pat00079
    는 상기 노이즈를 나타내는,
    신체조직을 자극하고 반응을 측정하는 장치.
  18. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 전기 자극 결과 신호를 기록한 이후에, 상기 전기 자극 신호 및 상기 전기 자극 결과 신호 사이에 교차상관(cross-correlation)을 수행하여 최대값이 나타나는 지점을 기준으로 상기 전기 자극 신호 및 상기 전기 자극 결과 신호의 제2 동기화 시점을 판단하도록 야기하는 코드를 더 저장하는,
    신체조직을 자극하고 반응을 측정하는 장치.
  19. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 아티팩트를 추정 시에,
    Figure 112022132330347-pat00080
    수학식을 이용하여 상기 신체조직에서 발생하는 아티팩트
    Figure 112022132330347-pat00081
    를 추정하도록 야기하는 코드를 포함하고,
    상기 수학식에서
    Figure 112022132330347-pat00082
    은 상기 전기 자극 결과 신호를 나타내고,
    Figure 112022132330347-pat00083
    는 상기 전기 자극 신호를 시간 지연하여 생성한 퇴플리츠(Toeplitz)행렬을 나타내고,
    Figure 112022132330347-pat00084
    는 상기 전기 자극 결과 신호를 기록할 때 발생하는 노이즈를 나타내고,
    Figure 112022132330347-pat00085
    는 상기 신체조직의 반응 신호를 나타내는,
    신체조직을 자극하고 반응을 측정하는 장치.
  20. 제 18 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 신체조직의 반응 신호를 획득 시에, 상기 제2 동기화 시점에 대응하여 상기 전기 자극 결과 신호에서 상기 아티팩트를 제거하도록 야기하는 코드를 저장하는,
    신체조직을 자극하고 반응을 측정하는 장치.
KR1020210060660A 2021-05-11 2021-05-11 신체조직을 자극하고 반응을 측정하는 방법 및 장치 KR102533262B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210060660A KR102533262B1 (ko) 2021-05-11 2021-05-11 신체조직을 자극하고 반응을 측정하는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210060660A KR102533262B1 (ko) 2021-05-11 2021-05-11 신체조직을 자극하고 반응을 측정하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220153280A KR20220153280A (ko) 2022-11-18
KR102533262B1 true KR102533262B1 (ko) 2023-05-15

Family

ID=84234713

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210060660A KR102533262B1 (ko) 2021-05-11 2021-05-11 신체조직을 자극하고 반응을 측정하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102533262B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116584959B (zh) * 2023-07-14 2023-09-26 之江实验室 脑深部电刺激期间的锋电位检测及特征提取方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101490966B1 (ko) 2013-05-10 2015-02-11 한국과학기술원 뇌신경 신호 측정 장치 및 측정 방법
US20190001139A1 (en) * 2016-02-19 2019-01-03 Nalu Medical, Inc. Apparatus with enhanced stimulation waveforms

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7904144B2 (en) * 2005-08-02 2011-03-08 Brainscope Company, Inc. Method for assessing brain function and portable automatic brain function assessment apparatus
KR102163170B1 (ko) * 2018-10-25 2020-10-08 재단법인대구경북과학기술원 신호자극및측정장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101490966B1 (ko) 2013-05-10 2015-02-11 한국과학기술원 뇌신경 신호 측정 장치 및 측정 방법
US20190001139A1 (en) * 2016-02-19 2019-01-03 Nalu Medical, Inc. Apparatus with enhanced stimulation waveforms

Also Published As

Publication number Publication date
KR20220153280A (ko) 2022-11-18

Similar Documents

Publication Publication Date Title
US8764676B2 (en) Signal processing in physiological noise
Jin et al. Linear and nonlinear information flow based on time-delayed mutual information method and its application to corticomuscular interaction
CN113194831A (zh) 改进的动作电位检测
Bharadwaj et al. Rapid acquisition of auditory subcortical steady state responses using multichannel recordings
Kasten et al. Non-linear transfer characteristics of stimulation and recording hardware account for spurious low-frequency artifacts during amplitude modulated transcranial alternating current stimulation (AM-tACS)
Luke et al. Kalman filter based estimation of auditory steady state response parameters
Freche et al. A quantitative physical model of the TMS-induced discharge artifacts in EEG
KR102533262B1 (ko) 신체조직을 자극하고 반응을 측정하는 방법 및 장치
Morbidi et al. Application of Kalman filter to remove TMS-induced artifacts from EEG recordings
CN103340623B (zh) 一种在高刺激率下提取诱发电位的方法
Miller et al. Spectral analysis of oscillatory neural circuits
KR102163170B1 (ko) 신호자극및측정장치 및 방법
Orcioni et al. Automatic decoding of input sinusoidal signal in a neuron model: High pass homomorphic filtering
Hebbink et al. Pathological responses to single‐pulse electrical stimuli in epilepsy: The role of feedforward inhibition
Shiman et al. EEG feature extraction using parametric and non-parametric models
Aram et al. Model-based estimation of intra-cortical connectivity using electrophysiological data
KR101683217B1 (ko) 뉴런공진 자기공명영상 방법
Baillet Electromagnetic brain mapping using MEG and EEG
AY et al. Real-time feature extraction of ECG signals using NI LabVIEW
Fischer et al. A Lead Field Two-Domain Model for Longitudinal Neural Tracts—Analytical Framework and Implications for Signal Bandwidth
Vafidis et al. Evaluation of algorithms for correction of transcranial magnetic stimulation-induced artifacts in electroencephalograms
Fischer et al. Implementation of N-Interval fourier transform analysis-Application to compound action potentials
Møller The use of correlation analysis in processing neuroelectric data
Holobar et al. A signal-based approach for assessing the accuracy of high-density surface EMG decomposition
Barayeu et al. Beat encoding at mistuned octaves within single electrosensory neurons

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant