KR102647076B1 - 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램 - Google Patents
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램 Download PDFInfo
- Publication number
- KR102647076B1 KR102647076B1 KR1020230070634A KR20230070634A KR102647076B1 KR 102647076 B1 KR102647076 B1 KR 102647076B1 KR 1020230070634 A KR1020230070634 A KR 1020230070634A KR 20230070634 A KR20230070634 A KR 20230070634A KR 102647076 B1 KR102647076 B1 KR 102647076B1
- Authority
- KR
- South Korea
- Prior art keywords
- therapy
- determining
- user
- therapy protocol
- data
- Prior art date
Links
- 238000002560 therapeutic procedure Methods 0.000 title claims abstract description 220
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004590 computer program Methods 0.000 title claims abstract description 18
- 238000007405 data analysis Methods 0.000 title claims description 11
- 210000004556 brain Anatomy 0.000 claims abstract description 88
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 230000002159 abnormal effect Effects 0.000 claims description 61
- 238000005259 measurement Methods 0.000 claims description 26
- 208000014644 Brain disease Diseases 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 8
- 108091006146 Channels Proteins 0.000 description 15
- 238000004891 communication Methods 0.000 description 15
- 238000012360 testing method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 208000024827 Alzheimer disease Diseases 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 210000003128 head Anatomy 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000638 stimulation Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 208000019116 sleep disease Diseases 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- IVOMOUWHDPKRLL-KQYNXXCUSA-N Cyclic adenosine monophosphate Chemical compound C([C@H]1O2)OP(O)(=O)O[C@H]1[C@@H](O)[C@@H]2N1C(N=CN=C2N)=C2N=C1 IVOMOUWHDPKRLL-KQYNXXCUSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000007383 nerve stimulation Effects 0.000 description 2
- 238000011458 pharmacological treatment Methods 0.000 description 2
- 239000003642 reactive oxygen metabolite Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011491 transcranial magnetic stimulation Methods 0.000 description 2
- 230000002407 ATP formation Effects 0.000 description 1
- 108091006112 ATPases Proteins 0.000 description 1
- 102000057290 Adenosine Triphosphatases Human genes 0.000 description 1
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 description 1
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 206010012289 Dementia Diseases 0.000 description 1
- 108090000862 Ion Channels Proteins 0.000 description 1
- 102000004310 Ion Channels Human genes 0.000 description 1
- 208000027626 Neurocognitive disease Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000030886 Traumatic Brain injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003727 cerebral blood flow Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 210000004326 gyrus cinguli Anatomy 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 210000001320 hippocampus Anatomy 0.000 description 1
- 230000013632 homeostatic process Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000004558 lewy body Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000002438 mitochondrial effect Effects 0.000 description 1
- 230000006677 mitochondrial metabolism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 210000001152 parietal lobe Anatomy 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 210000002442 prefrontal cortex Anatomy 0.000 description 1
- 230000002062 proliferating effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000009529 traumatic brain injury Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- 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
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N5/0613—Apparatus adapted for a specific treatment
- A61N5/0618—Psychological treatment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N2005/0626—Monitoring, verifying, controlling systems and methods
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Psychology (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Anesthesiology (AREA)
- Radiology & Medical Imaging (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Acoustics & Sound (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램이 제공된다. 본 발명의 다양한 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법은 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 사용자의 뇌파 데이터를 획득하는 단계, 상기 획득된 뇌파 데이터를 기반으로 테라피 프로토콜을 결정하는 단계 및 상기 결정된 테라피 프로토콜을 이용하여 상기 사용자에게 테라피를 제공하는 단계를 포함한다.
Description
본 발명의 다양한 실시예는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램에 관한 것으로, 보다 구체적으로, 사용자의 뇌파 데이터를 분석하여 최적화된 테라피(Therapy)를 제공할 수 있는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램에 관한 것이다.
여러가지 뇌 질병에 대해 약물적인 치료 방법이 제공되기는 하나 약물적인 치료만으로 부족하다는 견해가 많다. 약물 치료 외에도 여러 신경 자극 방법이 연구되고 있다.
전통적인 신경 자극 방법으로 경두개 자기 자극(tMS: Transcranial Magnetic Stimulation), 경두개 교류 자극(tACS: Transcranial alternating current stimulation), 경두개 직류 자극(tDCS: Transcranial direct current stimulation), 경두개 무작위 소음 자극(tRNS: Transcranial random noise stimulation) 또는 광 생체 조절(Photobiomodulation) 등이 있다.
여기서, 광 생체 조절 방법은 주로 적외선 파장의 빛을 이용하여 미토콘드리아 세포 구조 내부에서 광 화학적 변화를 야기하는 것을 원리로 한다.
보다 구체적으로, 광 생체 조절 방법 상호 작용의 생화학적 메커니즘은 직접 효과와 간접 효과로 분류될 수 있다. 직접 효과에는 Na+/K+ ATPase와 같은 이온 채널의 활동 증가가 포함되며, 간접 효과에는 칼슘, 사이클릭 아데노신 모노 포스페이트(cAMP) 및 반응성 산소 종 (ROS)과 같은 중요한 2차 메신저 조절이 포함되며, 이들 모두는 다양한 생물학적 캐스케이드(biological cascade)를 초래한다. 이러한 생물학적 캐스케이드는 항상성 유지 및 보호, 항산화 및 증식성 유전자 인자의 활성화와 같은 영향을 초래할 뿐만 아니라 신경인지 장애가 부족한 뇌 혈류와 같은 계층적인 반응을 초래한다.
다만, 종래에는 이러한 조절 방법들을 사용자 상황에 맞게 적절히 제시하는 기술에 대해서는 기존에 제시된 바 없다.
삭제
본 발명이 해결하고자 하는 과제는 사용자의 뇌파 데이터를 분석하여 사용자에게 제공할 테라피에 대응하는 테라피 프로토콜을 결정함으로써, 사용자에게 적합한 테라피를 제공할 수 있는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법은 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 사용자의 뇌파 데이터를 획득하는 단계, 상기 획득된 뇌파 데이터를 기반으로 테라피 프로토콜을 결정하는 단계 및 상기 결정된 테라피 프로토콜을 이용하여 상기 사용자에게 테라피를 제공하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 테라피 프로토콜을 결정하는 단계는, 상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 테라피 제공 필요성을 판단하는 단계 및 상기 사용자에 대한 테라피 제공이 필요한 것으로 판단되는 경우, 상기 사용자에 대한 테라피 프로토콜을 결정하되, 상기 결정된 테라피 프로토콜은, 상기 사용자에게 제공할 테라피의 세션, 제공 영역, 제공 시간 및 빛 파장에 관한 정보 중 적어도 하나를 포함하는 것인, 단계를 포함할 수 있다.
다양한 실시예에서, 상기 테라피 프로토콜을 결정하는 단계는, 상기 획득된 뇌파 데이터를 기반으로 비정상 부위를 특정하는 단계 및 상기 사용자에 대한 테라피 프로토콜로서, 상기 특정된 비정상 부위에 대응하는 뇌파를 기 설정된 기준 값으로 유도하기 위한 테라피의 주파수와 제공 시간을 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 비정상 부위를 특정하는 단계는, 타겟을 설정하는 단계 및 상기 획득된 뇌파 데이터에 포함된 위치별 뇌파 값과 상기 설정된 타겟에 따른 위치별 뇌파 기준 값을 비교하여 비정상 부위를 특정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 테라피 프로토콜을 결정하는 단계는, 상기 획득된 뇌파 데이터를 분석하여, 상기 사용자에 대한 테라피 프로토콜로서, 테라피의 제공 영역을 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 제공 영역을 결정하는 단계는, 상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대하여 특정 뇌 질환이 진단되는 경우, 상기 특정 뇌 질환이 진단된 부위를 제1 제공 영역으로 결정하고, 상기 진단된 특정 뇌 질환에 대한 테라피를 제공할 부위를 제2 제공 영역으로 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 테라피 프로토콜을 결정하는 단계는, 상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 비정상 부위가 특정되는 경우, 상기 특정된 비정상 부위에 대해서만 테라피가 제공되도록 테라피 프로토콜을 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 테라피 프로토콜을 결정하는 단계는, 상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 둘 이상의 비정상 부위가 특정되는 경우, 상기 특정된 둘 이상의 비정상 부위 각각에 대응하는 테라피 프로토콜을 개별적으로 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 테라피 프로토콜을 결정하는 단계는, 상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 비정상 부위를 특정하는 단계, 상기 특정된 비정상 부위에 대응하는 뇌파에 기초하여, 상기 특정된 비정상 부위의 비정상 정도에 대응하는 지표를 산출하는 단계 및 상기 산출된 지표에 기초하여, 상기 사용자에 대한 테라피 프로토콜로서, 테라피의 주파수를 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 뇌파 데이터를 획득하는 단계는, 사전에 설정된 측정 프로토콜에 따라 뇌파 측정 장치에 포함된 복수개의 채널을 통해 측정된 상기 사용자의 뇌파 데이터를 획득하는 단계를 포함하되, 상기 복수개의 채널은, 상기 사용자의 머리 크기에 따라 각 채널 간의 거리가 조절될 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하는 컴퓨팅 장치는 프로세서, 네트워크 인터페이스, 메모리 및 상기 메모리에 로드(load) 되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 사용자의 뇌파 데이터를 획득하는 인스트럭션(instruction), 상기 획득된 뇌파 데이터를 기반으로 테라피 프로토콜을 결정하는 인스트럭션 및 상기 결정된 테라피 프로토콜을 이용하여 상기 사용자에게 테라피를 제공하는 인스트럭션을 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 컴퓨터프로그램은 컴퓨팅 장치와 결합되어, 사용자의 뇌파 데이터를 획득하는 단계, 상기 획득된 뇌파 데이터를 기반으로 테라피 프로토콜을 결정하는 단계 및 상기 결정된 테라피 프로토콜을 이용하여 상기 사용자에게 테라피를 제공하는 단계를 포함하는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 실행시키기 위하여 컴퓨팅 장치로 판독 가능한 기록매체에 저장될 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 다양한 실시예에 따르면, 사용자의 뇌파 데이터를 분석하여 사용자에게 제공할 테라피에 대응하는 테라피 프로토콜을 결정함으로써, 사용자에게 적합한 테라피를 제공할 수 있는 이점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정 시스템을 도시한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하는 컴퓨팅 장치의 하드웨어 구성도이다.
도 3는 본 발명의 또 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법의 순서도이다.
도 4 및 도 5는 다양한 실시예에서, 테라피를 제공하는 테라피 제공 장치의 기구적인 구성을 도시한 도면이다.
도 6은 다양한 실시예에서, 테라피 제공 장치에 포함된 뇌파 측정 및 테라피 제공 모듈을 도시한 도면이다.
도 7 및 도 8은 다양한 실시예에서, 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법에 따른 테라피를 제공하기 전과 후의 뇌파를 비교한 도면이다.
도 9는 다양한 실시예에서, 컴퓨팅 장치에 의해 제공되는 애플리케이션의 구동 화면을 예시적으로 도시한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하는 컴퓨팅 장치의 하드웨어 구성도이다.
도 3는 본 발명의 또 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법의 순서도이다.
도 4 및 도 5는 다양한 실시예에서, 테라피를 제공하는 테라피 제공 장치의 기구적인 구성을 도시한 도면이다.
도 6은 다양한 실시예에서, 테라피 제공 장치에 포함된 뇌파 측정 및 테라피 제공 모듈을 도시한 도면이다.
도 7 및 도 8은 다양한 실시예에서, 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법에 따른 테라피를 제공하기 전과 후의 뇌파를 비교한 도면이다.
도 9는 다양한 실시예에서, 컴퓨팅 장치에 의해 제공되는 애플리케이션의 구동 화면을 예시적으로 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정 시스템을 도시한 도면이다.
1을 참조하면, 본 발명의 일 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정 시스템은 컴퓨팅 장치(100), 사용자 단말(200), 테라피 제공 장치(300), 외부 서버(400) 및 네트워크(500)를 포함할 수 있다.
여기서, 도 1에 도시된 뇌파 데이터 분석을 통한 테라피 프로토콜 결정 시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행함에 따라 사용자에게 테라피를 제공할 수 있다. 예컨대, 컴퓨팅 장치(100)는 네트워크(500)를 통해 테라피 제공 장치(300)와 연결되어, 테라피 제공 장치(300)를 착용하고 있는 사용자에 대한 뇌파 데이터를 수집할 수 있고, 수집된 뇌파 데이터를 분석하여 테라피 프로토콜을 결정할 수 있으며, 결정된 테라피 프로토콜에 따라 동작을 제어하는 제어명령을 테라피 제공 장치(300)로 전달함으로써, 테라피 제공 장치(300)가 테라피 프로토콜에 따른 테라피를 제공하도록 할 수 있다.
여기서, 컴퓨팅 장치(100)는 테라피 제공 장치(300)의 외부에 별도로 구비되며, 컴퓨팅 장치(100)가 테라피 제공 장치(300)의 외부에서 테라피 제공 장치(300)의 동작을 제어하는 것으로 설명하고 있으나, 이는 하나의 예시일 뿐, 이에 한정되지 않고, 컴퓨팅 장치(100)는 테라피 제공 장치(300)에 내장되어 테라피 제공 장치(300) 내에서 테라피 제공 장치(300)의 동작을 제어하는 형태로 구현될 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크(500)를 통해 사용자 단말(200)과 연결될 수 있으며, 사용자 단말(200)로 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법과 관련된 각종 정보를 제공할 수 있다. 예컨대, 컴퓨팅 장치(100)는 사용자 단말(200)로 사용자로부터 수집된 뇌파 데이터, 뇌파 데이터의 분석 결과에 관한 정보, 뇌파 데이터 분석을 통해 도출된 테라피에 관한 정보를 출력하는 UI(예: 도 9)를 제공할 수 있다.
여기서, 사용자 단말(200)은 컴퓨팅 장치(100)와 통신을 위한 메커니즘을 갖는 시스템에서의 임의의 형태의 엔티티(들)를 의미할 수 있다. 예를 들어, 이러한 사용자 단말(200)은 PC(personal computer), 노트북(note book), 모바일 단말기(mobile terminal), 스마트 폰(smart phone), 태블릿 PC(tablet pc) 및 웨어러블 디바이스(wearable device) 등을 포함할 수 있으며, 유/무선 네트워크에 접속할 수 있는 모든 종류의 단말을 포함할 수 있다. 또한, 사용자 단말(200)은 에이전트, API(Application Programming Interface) 및 플러그-인(Plug-in) 중 적어도 하나에 의해 구현되는 임의의 컴퓨팅 장치를 포함할 수도 있다. 또한, 사용자 단말(200)은 애플리케이션 소스 및/또는 클라이언트 애플리케이션을 포함할 수 있다.
다양한 실시예에서, 사용자 단말(200)은 테라피 제공 장치(300)의 동작을 제어하고, 컴퓨팅 장치(100)를 통해 이루어지는 데이터 프로세싱 결과를 확인하는 장치가 될 수 있다. 예컨대, 사용자는 사용자 단말(200)을 통해 컴퓨팅 장치(100)로부터 뇌파 측정 프로토콜을 제공받아 확인할 수 있고, 뇌파 측정 프로토콜에 따라 뇌파 측정이 오류 없이 잘 수행되었는지 확인할 수 있으며 뇌파 분석 결과를 통해 수행될 테라피에 대한 수행 여부를 제어할 수 있다
여기서, 네트워크(500)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미할 수 있다. 예를 들어, 네트워크(500)는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함할 수 있다.
무선 데이터 통신망은 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등을 포함할 수 있으나, 이에 한정되지는 않는다.
일 실시예에서, 외부 서버(400)는 네트워크를 통해 컴퓨팅 장치(100)와 연결될 수 있으며, 컴퓨팅 장치(100)가 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하기 위해 필요한 각종 정보 및 데이터를 저장 및 관리하거나, 컴퓨팅 장치(100)가 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행함에 따라 도출되는 각종 정보 및 데이터를 제공받아 저장 및 관리할 수 있다. 예컨대, 외부 서버(400)는 컴퓨팅 장치(100)의 외부에 별도로 구비되는 저장 서버일 수 있으나, 이에 한정되지 않는다. 이하, 도 2를 참조하여, 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하는 컴퓨팅 장치(100)의 하드웨어 구성에 대해 설명하도록 한다.
도 2는 본 발명의 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하는 컴퓨팅 장치의 하드웨어 구성도이다.
도 2를 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.
프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.
또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 컴퓨팅 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.
버스(130)는 컴퓨팅 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.
통신 인터페이스(140)는 컴퓨팅 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.
스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 컴퓨팅 장치(100)를 통해 뇌파 데이터 분석을 통한 테라피 프로토콜 결정 프로세스를 수행하는 경우, 스토리지(150)는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정 프로세스를 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.
스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.
일 실시예에서, 컴퓨터 프로그램(151)은 사용자의 뇌파 데이터를 획득하는 단계, 획득된 뇌파 데이터를 기반으로 테라피 프로토콜을 결정하는 단계 및 결정된 테라피 프로토콜을 이용하여 사용자에게 테라피를 제공하는 단계를 포함하는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 3 내지 도 6을 참조하여, 컴퓨팅 장치(100)에 의해 제공되는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법에 대해 설명하도록 한다.
도 3는 본 발명의 또 다른 실시예에 따른 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법의 순서도이다.
도 3을 참조하면, S110 단계에서, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 획득할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크(500)를 통해 테라피 제공 장치(300)와 연결될 수 있으며, 테라피 제공 장치(300)에 포함된 뇌파 측정 장치를 이용하여 측정된 사용자의 뇌파 데이터를 획득할 수 있다.
여기서, 뇌파 데이터는 뇌파 측정 장치에 포함되며, 사용자의 머리(두피)의 서로 다른 위치에 부착되는 복수의 채널(예: 총 19개의 채널(예: Fp1, Fp2, F3, F4, C3, C4, P3, P4, O1, O2, F7, F8, T3, T4, T5, T6, Fz, Cz, Pz))을 통해 측정되는 복수의 단위 뇌파 데이터(예: 각 채널을 통해 측정되는 독립적인 뇌파 신호)를 의미할 수 있다. 예컨대, 테라피 제공 장치(300)는 10-20 System(10-20 전극배치법)에 맞는 위치에 구비되는 복수의 채널을 포함하는 뇌파 측정 장치를 포함할 수 있으며, 뇌파 측정 장치에 포함된 복수의 채널을 통해 뇌파를 측정함으로써, 복수의 단위 뇌파 데이터를 포함하는 뇌파 데이터를 측정할 수 있고, 컴퓨팅 장치(100)는 상기의 방법에 따라 측정된 뇌파 데이터를 획득할 수 있다.
다양한 실시예에서, 뇌파 측정 장치에 포함된 복수의 채널(복수의 뇌파 측정 채널)은 사용자의 머리 크기에 따라 각 채널 간의 거리가 조절될 수 있다. 즉, 복수개의 채널은 10-20 system의 전극 간 비율을 유지하기 위해 사용자의 머리 크기에 따라 기구적으로 각 채널 간의 거리가 조절될 수 있다.
보다 구체적으로, 도 5 및 도 6에 도시된 바와 같이, 뇌파 측정 장치를 통해 측정되는 뇌파는 일정한 거리 비율을 유지하는 채널을 통해서 측정될 수 있다. 예를 들어, 뇌파 측정 장치는 뇌파를 측정하는 채널 간의 거리가 일정하게 유지될 수 있는 구조로 구성될 수 있고, 이를 통해 사용자의 머리 크기에 따라 전극 간의 일정한 비율을 유지하면서 10-20 System에 맞게 정확한 위치에서 뇌파를 측정할 수 있다. 또한, 뇌파 측정 장치는 뇌파를 측정하는 위치와 테라피를 제공하는 위치를 대응시켜 테라피를 제공할 부위에 정확하게 테라피를 제공할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자에 대하여, 사용자가 별도의 동작을 취하고 있지 않은 평상 시 상태에서 측정되는 뇌파 데이터뿐만 아니라 각종 테스트(예: 언어 유창성 검사, 보스톤 이름대기 검사, 간이 정신상태 검사, 단어 목록 기억 검사, 구성 행동 검사, 단어 목록 회상 검사, 단어 목록 재인 검사, 구성 회상 검사, 길 만들기 검사 A/B 등)를 수행하는 과정에서 측정되는 뇌파 데이터를 수집할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 복수의 사용자에 대하여 수집된 복수의 뇌파 데이터 각각을 가공하여 복수의 정량화된 뇌파 데이터(QEEG)를 생성할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 단말(200)로 측정 프로토콜을 제시할 수 있고, 측정 프로토콜에 따라 측정된 뇌파 데이터를 획득할 수 있다. 보다 구체적으로, 컴퓨팅 장치(100)는 뇌파를 측정하는 방법에 관한 정보 즉, 뇌파를 어떤 방식으로 측정해야 하는지에 대한 가이드인 측정 프로토콜을 제시할 수 있다.
일례로, 컴퓨팅 장치(100)는 30초 간 Eye open 상태에서 뇌파를 찍은 후에 30초 간 Eye close 상태에서 뇌파를 찍는 것으로 측정 프로토콜을 제시할 수 있다.
다른 예로, 컴퓨팅 장치(100)는 기 생성된 뇌파 분석 모델의 요구 사항에 따라 측정 프로토콜을 결정하여 사용자에게 제시할 수 있다. 이때, 기 생성된 뇌파 분석 모델은 타겟 설정에 따라서 변경될 수 있다. 보다 구체적으로, 기 생성된 뇌파 분석 모델이 AD(Alzheimer Disease) 환자 2분 길이의 Eye close 상태 뇌파 데이터를 학습 데이터로 하여 학습된 모델이고, 사용자에 대하여 설정된 타겟이 AD인 경우, 컴퓨팅 장치(100)는 기 생성된 뇌파 분석 모델을 통해 2분 간 Eye close 상태로 뇌파를 측정할 것으로 측정 프로토콜을 결정할 수 있고, 해당 프로토콜을 사용자에게 제공할 수 있다.
따라서, 컴퓨팅 장치(100)는 뇌파 데이터 분석을 위해 필요한 사항을 반영하여 측정 프로토콜을 결정할 수 있고, 이를 사용자에게 제공함으로써, 사용자에게 테라피의 목적에 맞도록 뇌파를 측정할 수 있도록 가이드 할 수 있다.
여기에서, 기 생성된 뇌파 분석 모델은 뇌파 분석 모델로 구성될 수 있고, 뇌파 데이터 및 라벨링된 뇌파 데이터를 학습데이터로 하여 제3 뇌파 데이터에 대해 어떤 상태인지 예측하는 모델이 될 수 있다. 예를 들어, 기 생성된 뇌파 분석 모델은 제3 뇌파 데이터에 대해 알츠하이머 병에 해당한다고 예측할 수 있다.
여기서, 뇌파 분석 모델(예: 신경망)은 하나 이상의 네트워크 함수로 구성되며, 하나 이상의 네트워크 함수는 일반적으로 ‘노드’라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 ‘노드’들은 ‘뉴런(neuron)’들로 지칭될 수도 있다. 하나 이상의 네트워크 함수는 적어도 하나 이상의 노드들을 포함하여 구성된다. 하나 이상의 네트워크 함수를 구성하는 노드(또는 뉴런)들은 하나 이상의 ‘링크’에 의해 상호 연결될 수 있다.
뇌파 분석 모델 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 뇌파 분석 모델이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.
전술한 바와 같이, 뇌파 분석 모델은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 뇌파 분석 모델 내에서 입력 노드 및 출력 노드 관계를 형성한다. 뇌파 분석 모델 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 뇌파 분석 모델의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 뇌파 분석 모델이 존재하는 경우, 두 개의 뇌파 분석 모델들은 서로 상이한 것으로 인식될 수 있다.
뇌파 분석 모델을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 뇌파 분석 모델 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.
최초 입력 노드는 뇌파 분석 모델 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 뇌파 분석 모델 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 뇌파 분석 모델 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 뇌파 분석 모델을 구성하는 노드들을 의미할 수 있다. 본 발명의 일 실시예에 따른 뇌파 분석 모델은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 뇌파 분석 모델일 수 있다.
뇌파 분석 모델은 하나 이상의 히든 레이어를 포함할 수 있다. 히든 레이어의 히든 노드는 이전의 레이어의 출력과 주변 히든 노드의 출력을 입력으로 할 수 있다. 각 히든 레이어 별 히든 노드의 수는 동일할 수도 있고 상이할 수도 있다. 입력 레이어의 노드의 수는 입력 데이터의 데이터 필드의 수에 기초하여 결정될 수 있으며 히든 노드의 수와 동일할 수도 있고 상이할 수도 있다. 입력 레이어에 입력된 입력 데이터는 히든 레이어의 히든 노드에 의하여 연산될 수 있고 출력 레이어인 완전 연결 레이어(FCL: fully connected layer)에 의해 출력될 수 있다.
다양한 실시예에서, 뇌파 분석 모델은 딥러닝(Deep learning) 모델일 수 있다.
딥러닝 모델(예: 딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 뇌파 분석 모델을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다.
딥 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 네트워크 함수는 오토 인코더를 포함할 수도 있다. 여기서, 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다.
오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 차원 감소 레이어와 차원 복원 레이어의 노드는 대칭일 수도 있고 아닐 수도 있다. 또한, 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 남은 센서들의 수와 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.
S120 단계에서, 컴퓨팅 장치(100)는 S110 단계를 거쳐 획득된 뇌파 데이터를 분석하여 사용자에 대한 테라피 프로토콜을 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석하여 사용자에 대한 테라피 제공이 필요한 것으로 판단되는 경우, 사용자에 대한 테라피 프로토콜을 결정할 수 있다.
여기서, 테라피 프로토콜은 사용자에게 제공할 테라피를 규정하기 위한 것으로, 예컨대, 테라피 프로토콜은 사용자에게 제공할 테라피의 세션(session)(예: 주기 및 횟수), 테라피의 주파수(frequency), 테라피의 제공 영역, 테라피의 제공 시간(duration) 및 테라피의 제공 시간을 포함할 수 있다. 예컨대, 테라피 프로토콜은 "(4주동안 12번), (13~14Hz), (Frontal, Global, Temporal 영역), (10분), (근적외선 파장)" 형태로 결정될 수 있으나, 이에 한정되지 않는다.
보다 구체적으로, 먼저, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석함으로써, 사용자에 대한 테라피 제공 필요성을 판단할 수 있다.
일례로, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석하여 사용자의 뇌 질환 보유 여부를 판단할 수 있고, 사용자가 뇌 질환을 보유한 것으로 판단되는 경우, 사용자에 대한 테라피 제공이 필요한 것으로 판단할 수 있다.
다른 예로, 컴퓨팅 장치(100)는 사용자와 동일한 속성(예컨대, 나이 및 성별 등)을 가지는 정상인들의 뇌파 데이터와 사용자의 뇌파 데이터를 비교할 수 있고, 사용자의 뇌파 데이터와 정상인들의 뇌파 데이터가 사전에 정해진 범위를 초과하는 오차를 가지는 경우, 사용자에 대한 테라피 제공이 필요한 것으로 판단할 수 있다.
또 다른 예로, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석하여 비정상 부위가 특정되는 경우, 사용자에 대한 테라피 제공이 필요한 것으로 판단할 수 있다. 여기서, 비정상 부위는 이상이 있는 뇌 부위, 뇌파 데이터를 기반으로 이상이 있는 뇌파와 관련된 뇌 부위를 의미할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자 프로파일을 기반으로 사용자의 뇌파 데이터를 분석함에 따라 비정상 부위를 특정할 수 있다.
또한, 여기서, 사용자 프로파일은 사용자의 나이, 성별, 주로 사용하는 손, 인지 점수(MMSE 스코어 등), 기존 뇌파 측정 결과 및 기존 뇌파 측정 결과에 대한 통계 값 등 사용자에 대한 정보를 포함할 수 있다. 예컨대, 컴퓨팅 장치(100)는 사용자와 동일한 프로파일을 가지는 정상인들의 뇌파 데이터를 통계화(예컨대, 평균)하여 정상인들의 위치별 뇌파 기준 값을 설정할 수 있고, 정상인들의 위치별 뇌파 기준 값과 뇌파 데이터에 포함된 위치별 뇌파 값을 비교할 수 있으며, 뇌파 값과 뇌파 기준 값의 차이가 기 설정된 임계값 이상인 위치에 대응하는 부위를 비정상 부위로 특정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사전에 설정된 타겟을 기반으로 사용자에 대한 비정상 부위를 특정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 사전에 타겟을 설정할 수 있으며, 뇌파 데이터에 포함된 위치별 뇌파 값과 타겟에 따른 위치별 뇌파 기준 값을 비교할 수 있고, 뇌파 값과 뇌파 기준 값의 차이가 임계값 이상인 위치에 대응하는 부위를 비정상 부위로 특정할 수 있다.
여기서, 타겟은 테라피를 제공하고자 하는 목적, 테라피를 통해 치료하고자 하는 질환 및/또는 테라피를 통해 얻고자 하는 효과를 의미하는 것으로, 예컨대, 타겟은 특정 뇌 질환(예: AD, 루이바디(Lewy Body) 치매, 파킨슨(Parkinson Di sease), 뇌졸중, ADHD, 우울증, 기억 결핍, 외상성 뇌손상 등)이거나 헬스 케어, 정상 뇌파 등과 같은 건강 증진일 수 있으나, 이에 한정되지 않는다. 일례로, 컴퓨팅 장치(100)는 사전에 설정된 타겟이 "정상 뇌파"인 경우, 정상 뇌파 데이터에 포함된 위치별 뇌파 값을 이용하여 위치별 뇌파 기준 값을 설정할 수 있고, 정상 뇌파 데이터를 이용하여 설정된 위치별 뇌파 기준 값과 사용자의 뇌파 데이터에 따른 위치별 뇌파 값을 비교하여 비정상 위치를 특정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 측정된 뇌파 히스토리를 기준으로 비정상 부위를 특정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 사용자의 뇌파 히스토리에 기초하여, 사용자의 resting state에 대응하는 제1 내지 제n 뇌파가 있는 경우, 사용자의 제1 내지 제n 뇌파 데이터를 기준으로 비정상 부위를 특정할 수 있다. 또한, 컴퓨팅 장치(100)는 사용자의 측정된 뇌파 히스토리가 특정 기간 안에 측정된 경우에만 이를 기준으로 비정상 부위를 특정할 수 있다. 일례로, 컴퓨팅 장치(100)는 사용자가 59세일 때 5회 측정하고, 60세일 때 5회 측정한 후, 60세에 비정상 부위를 특정하기 위해 사용자의 뇌파 히스토리를 이용하는 경우, 60세일 때 측정한 5회의 뇌파 데이터만을 기준으로 비정상 부위를 특정할 수 있다. 다만, 컴퓨팅 장치(100)는 나이에 한정되지 않고, 일정한 기간 내에 측정된 뇌파 데이터에 대해서 이를 기준으로 비정상 부위를 특정할 수 있다
이후, 컴퓨팅 장치(100)는 사용자에 대한 테라피 제공이 필요한 것으로 판단되는 경우, 테라피 프로토콜을 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 뇌파 데이터를 기반으로 비정상 부위가 특정된 경우, 사용자에 대한 테라피 프로토콜로서, 특정된 비정상 부위에 대응하는 뇌파를 기 설정된 기준 값으로 유도하기 위한 테라피의 주파수와 제공 시간을 결정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 사용자에 대하여 설정된 타겟이 AD이고, 비정상 부위로 특정된 영역이 01, 02 영역인 경우, AD 환자에 대한 01, 02 영역의 뇌파를 정상 수준의 값으로 유도하기 위한 목적으로 테라피의 주파수와 제공 시간(예: 10Hz, 3분)을 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 뇌 질환 중증도에 기초하여 사용자에 대한 테라피 프로토콜을 결정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석하여 사용자에 대한 비정상 부위를 특정할 수 있고, 사용자 뇌에 대하여 비정상 부위가 특정되는 경우, 비정상 부위에 대응하는 뇌파를 분석하여, 비정상 부위의 비정상 정도에 대응하는 지표(예: Z-score)를 산출할 수 있으며, 비정상 부위의 비정상 정도에 대응하는 지표에 기초하여, 사용자에 대한 테라피 프로토콜을 결정 즉, 비정상 부위의 비정상 정도에 기초하여, 사용자에 대한 테라피 프로토콜을 결정할 수 있다. 일례로, 비정상 부위의 Alpha Slowing 정도가 강한 경우(예: Z-score -1 이하), 테라피 프로토콜로서, 테라피의 주파수를 15Hz로 결정할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 사용자의 뇌파 데이터를 분석하여 사용자에 대한 테라피 프로토콜로서 테라피의 제공 영역을 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사전에 설정된 타겟을 기반으로 사용자에 대한 테라피 프로토콜로서, 제공 영역을 결정할 수 있다. 일례로, 컴퓨팅 장치(100)는 타겟별 제공 영역을 사전에 정의할 수 있으며, 테라피를 제공하고자 하는 사용자로부터 타겟이 설정되는 경우, 사전에 정의된 타겟별 제공 영역에 기초하여, 테라피 프로토콜로서 제공 영역을 결정할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 사전에 설정된 타겟이 AD이고, 비정상 부위가 디폴트 모드 네트워크(DMN: default mode network)와 관련이 있는 경우 내측 전두엽 피질(medial prefrontal cortex), 쐐기앞소엽(precuneus), 후방 대상 피질(posterior cingulate cortex), 아래마루소엽(inferior parietal lobe) 및 해마(Hippocampus) 위치를 제공 영역으로 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석하여 사용자에 대한 뇌 질환을 진단할 수 있고, 뇌 질환의 진단 결과에 기초하여 테라피의 제공 영역을 결정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석함에 따라 사용자가 특정 뇌 질환을 가지고 있는 것으로 판단되는 경우, 특정 뇌 질환에 대응하는 부위를 제1 제공 영역으로 결정할 수 있고, 특정 뇌 질환에 대한 테라피를 제공할 부위를 제2 제공 영역으로 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석하여 사용자에 대한 비정상 부위가 특정되는 경우, 특정된 비정상 부위에 대해서만 테라피가 제공되도록 테라피 프로토콜을 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 뇌파 데이터를 분석함에 따라 한명의 사용자 뇌의 서로 다른 둘 이상의 위치 각각에 둘 이상의 비정상 부위가 특정되는 경우, 둘 이상의 비정상 부위 각각에 대하여 개별적인 테라피가 제공될 수 있도록 둘 이상의 비정상 부위 각각에 대한 테라피 프로토콜을 개별적으로 결정할 수 있다. 그러나, 이에 한정되지 않고, 컴퓨팅 장치(100)는 사용자 뇌의 서로 다른 둘 이상의 위치 각각에 둘 이상의 비정상 부위가 특정되는 경우, 둘 이상의 비정상 부위에 대응하는 공통의 테라피 프로토콜을 결정할 수 있다.
S130 단계에서, 컴퓨팅 장치(100)는 S120 단계를 거쳐 결정된 테라피 프로토콜을 이용하여 사용자에게 테라피를 제공할 수 있다.
여기서, 테라피는 PBM(Photobiomodulation)일 수 있다. PBM은 620-780nm 범위의 파장, 780-1400nm 범위의 파장 등 다양한 파장으로 제공될 수 있다. PBM은 세포 수준에서 ATP 합성 및 산소 소비의 증가를 유도하고, 생체 내 미토콘드리아 대사를 개선시킬 수 있다. 또한, PBM은 바람직하게는, 뉴런 세포의 성장 및 치유를 촉진하고, 유전자 전사 과정을 통해 뇌 장애의 질환을 개선시키는 것을 목적으로 한다.
다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크(500)를 통해 테라피 제공 장치(300)와 연결되어, 테라피 프로토콜을 기반으로 결정된 제어명령을 테라피 제공 장치(300)로 제공함으로써, 테라피 제공 장치(300)가 제어명령에 따라 테라피를 제공하는 동작을 수행하도록 할 수 있다. 예컨대, 컴퓨팅 장치(100)에 의해 결정된 테라피 프로토콜이 "(4주 12번), (13~14Hz), (Frontal, Global, Temporal 영역), (10분), (근적외선 파장)"인 경우, 테라피 제공 장치(300)는 컴퓨팅 장치(100)로부터 제공받은 제어명령에 기초하여 "4주동안 12번 테라피를 제공하되, 13~14Hz 주파수의 근적외선 파장을 Frontal, Global, Temporal 영역에 10분 출력하는 테라피를 제공할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 테라피 제공 장치(300)를 통해, 뇌파를 측정하는 채널과 대응하는 위치에서 테라피를 제공할 수 있다. 예컨대, 도 6에 도시된 바와 같이, 컴퓨팅 장치(100)는 테라피 제공 장치(300)의 전극과 PBM 제공 모듈을 동일한 장소에 위치시켜 뇌파를 측정하는 채널의 위치와 대응되는 위치에서 테라피를 제공할 수 있다. 이를 통해, 컴퓨팅 장치(100)는 테라피 제공 장치(300)를 통해 해당 사용자의 테라피 제공이 필요한 위치(제공 영역)에서 테라피를 제공함으로써 측정과 테라피 제공을 동시에 진행할 수 있다
이러한 테라피의 제공 방식은 환자의 중증도, 해당 질병, 동반 질병 여부 및 기존 테라피 제공 내역 등에 따라 변경될 수 있다. 또한, 컴퓨팅 장치(100)는 제공 영역의 결정에도 불구하고 제어자의 설계에 따라 수동으로 설정된 제공 영역 및 치료 방법에 따라 사용자에게 테라피를 제공하는 것으로 결정할 수 있다.
도 7 및 도 8은 다양한 실시예에서, 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법에 따른 테라피를 제공하기 전과 후의 뇌파를 비교한 도면이다.
먼저, 도 7의 (A)에 도시된 바와 같이 Alpha 영역의 뇌파가 약했고, 측면 쪽 파워도 상당히 약화된 경향이 있는 제1 환자를 대상으로 뇌 전체 영역에 13Hz의 PBM을 4주간 총 12번 출력하는 테라피를 제공한 결과, 도 7의 (B)에 도시된 바와 같이 SMR 영역에서 파워가 증가하고, Temporal 부위의 Alpha 파워가 향상되었으며, Alpha 뇌파의 주파수 증가한 것을 볼 수 있다.
또한, 도 8의 (A)에 도시된 바와 같이, Temporal 쪽 파워가 제1 환자보다 약한 경향이 있는 제2 환자를 대상으로, 4주간 14Hz의 PBM을 Temporal 영역에만 출력하고, 다음 4주 동안에는 14Hz의 PBM과 40 Hz Gamma영역의 PBM을 전체 영역에 출력하는 테라피를 제공한 결과, 도 8의 (B)에 도시된 바와 같이 SMR 영역에서 파워가 증가하고, Temporal 부위의 Alpha 파워가 향상되었으며, Alpha 뇌파의 주파수 증가한 것을 볼 수 있다.
일 실시예에서, 도 7 내지 도 8을 통해 확인할 수 있듯이 본 발명의 사용자에 대한 테라피 제공에 따라 SMR 영역 또는 Alpha 파워의 개선을 통해 사용자의 수면 문제를 개선할 수 있다. 즉, 기존의 SMR 뉴로피드백은 사용자로 하여금 특정한 문제를 해결하도록 유도하여 수면 문제를 개선하는 것과는 달리, 본 발명은 직접적인 테라피를 제공하여 수면 문제를 개선할 수 있다.
전술한 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100 : 컴퓨팅 장치
200 : 사용자 단말
300 : 테라피 제공 장치
400 : 외부 서버
500 : 네트워크
200 : 사용자 단말
300 : 테라피 제공 장치
400 : 외부 서버
500 : 네트워크
Claims (12)
- 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
사용자의 뇌파 데이터를 획득하는 단계; 및
상기 획득된 뇌파 데이터를 기반으로, 상기 사용자에게 제공할 테라피에 대응하는 테라피 프로토콜을 결정하는 단계를 포함하며,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 비정상 부위를 특정하는 단계;
상기 특정된 비정상 부위에 대응하는 뇌파에 기초하여, 상기 특정된 비정상 부위의 비정상 정도에 대응하는 지표를 산출하는 단계; 및
상기 산출된 지표에 기초하여, 상기 사용자에 대한 테라피 프로토콜로서, 테라피의 주파수를 결정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제1항에 있어서,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 테라피 제공 필요성을 판단하는 단계; 및
상기 사용자에 대한 테라피 제공이 필요한 것으로 판단되는 경우, 상기 사용자에 대한 테라피 프로토콜을 결정하되, 상기 결정된 테라피 프로토콜은, 상기 사용자에게 제공할 테라피의 세션, 주파수, 제공 영역, 제공 시간 및 빛 파장에 관한 정보 중 적어도 하나를 포함하는 것인, 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제1항에 있어서,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 기반으로 비정상 부위를 특정하는 단계; 및
상기 사용자에 대한 테라피 프로토콜로서, 상기 특정된 비정상 부위에 대응하는 뇌파를 기 설정된 기준 값으로 유도하기 위한 테라피의 주파수와 제공 시간을 결정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제3항에 있어서,
상기 비정상 부위를 특정하는 단계는,
타겟을 설정하는 단계; 및
상기 획득된 뇌파 데이터에 포함된 위치별 뇌파 값과 상기 설정된 타겟에 따른 위치별 뇌파 기준 값을 비교하여 비정상 부위를 특정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제1항에 있어서,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여, 상기 사용자에 대한 테라피 프로토콜로서, 테라피의 제공 영역을 결정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제5항에 있어서,
상기 제공 영역을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대하여 특정 뇌 질환이 진단되는 경우, 상기 특정 뇌 질환이 진단된 부위를 제1 제공 영역으로 결정하고, 상기 진단된 특정 뇌 질환에 대한 테라피를 제공할 부위를 제2 제공 영역으로 결정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제1항에 있어서,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 비정상 부위가 특정되는 경우, 상기 특정된 비정상 부위에 대해서만 테라피가 제공되도록 테라피 프로토콜을 결정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 제1항에 있어서,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 둘 이상의 비정상 부위가 특정되는 경우, 상기 특정된 둘 이상의 비정상 부위 각각에 대응하는 테라피 프로토콜을 개별적으로 결정하는 단계를 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 삭제
- 제1항에 있어서,
상기 뇌파 데이터를 획득하는 단계는,
사전에 설정된 측정 프로토콜에 따라 뇌파 측정 장치에 포함된 복수개의 채널을 통해 측정된 상기 사용자의 뇌파 데이터를 획득하는 단계를 포함하되,
상기 복수개의 채널은,
상기 사용자의 머리 크기에 따라 각 채널 간의 거리가 조절되는 것을 특징으로 하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법. - 프로세서;
네트워크 인터페이스;
메모리; 및
상기 메모리에 로드(load) 되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되,
상기 컴퓨터 프로그램은,
사용자의 뇌파 데이터를 획득하는 인스트럭션(instruction); 및
상기 획득된 뇌파 데이터를 기반으로, 상기 사용자에게 제공할 테라피에 대응하는 테라피 프로토콜을 결정하는 인스트럭션을 포함하며,
상기 테라피 프로토콜을 결정하는 인스트럭션은,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 비정상 부위를 특정하는 인스트럭션;
상기 특정된 비정상 부위에 대응하는 뇌파에 기초하여, 상기 특정된 비정상 부위의 비정상 정도에 대응하는 지표를 산출하는 인스트럭션; 및
상기 산출된 지표에 기초하여, 상기 사용자에 대한 테라피 프로토콜로서, 테라피의 주파수를 결정하는 인스트럭션을 포함하는,
뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 수행하는 컴퓨팅 장치. - 컴퓨팅 장치와 결합되어,
사용자의 뇌파 데이터를 획득하는 단계; 및
상기 획득된 뇌파 데이터를 기반으로, 상기 사용자에게 제공할 테라피에 대응하는 테라피 프로토콜을 결정하는 단계를 포함하며,
상기 테라피 프로토콜을 결정하는 단계는,
상기 획득된 뇌파 데이터를 분석하여 상기 사용자에 대한 비정상 부위를 특정하는 단계;
상기 특정된 비정상 부위에 대응하는 뇌파에 기초하여, 상기 특정된 비정상 부위의 비정상 정도에 대응하는 지표를 산출하는 단계; 및
상기 산출된 지표에 기초하여, 상기 사용자에 대한 테라피 프로토콜로서, 테라피의 주파수를 결정하는 단계를 포함하는 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법을 실행시키기 위하여 컴퓨팅 장치로 판독 가능한 기록매체에 저장된, 컴퓨터프로그램.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20230019239 | 2023-02-14 | ||
| KR1020230019239 | 2023-02-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102647076B1 true KR102647076B1 (ko) | 2024-03-14 |
Family
ID=90249039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230070634A KR102647076B1 (ko) | 2023-02-14 | 2023-06-01 | 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102647076B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102322647B1 (ko) * | 2021-05-25 | 2021-11-09 | 주식회사 아이메디신 | 뇌파 신호 사이의 상관관계를 이용한 알츠하이머성 치매 진단방법, 서버 및 컴퓨터프로그램 |
| KR102372081B1 (ko) | 2019-10-31 | 2022-03-10 | 단국대학교 천안캠퍼스 산학협력단 | 중이염 치료를 위한 광조사 장치 |
| KR20220103461A (ko) * | 2021-01-15 | 2022-07-22 | 주식회사 이엠텍 | 광 자극을 인가하는 뉴로 피드백 장치 |
-
2023
- 2023-06-01 KR KR1020230070634A patent/KR102647076B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102372081B1 (ko) | 2019-10-31 | 2022-03-10 | 단국대학교 천안캠퍼스 산학협력단 | 중이염 치료를 위한 광조사 장치 |
| KR20220103461A (ko) * | 2021-01-15 | 2022-07-22 | 주식회사 이엠텍 | 광 자극을 인가하는 뉴로 피드백 장치 |
| KR102322647B1 (ko) * | 2021-05-25 | 2021-11-09 | 주식회사 아이메디신 | 뇌파 신호 사이의 상관관계를 이용한 알츠하이머성 치매 진단방법, 서버 및 컴퓨터프로그램 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Francis et al. | Listening effort: Are we measuring cognition or affect, or both? | |
| Fernandez et al. | Emotion regulation: A transdiagnostic perspective on a new RDoC domain | |
| Zhang | EEG signals classification using machine learning for the identification and diagnosis of schizophrenia | |
| Kring et al. | Emotion deficits in people with schizophrenia | |
| KR102288267B1 (ko) | 인공지능 기반 뇌 정보 제공 방법 | |
| US11862312B2 (en) | Systems, methods, and devices for sleep intervention quality assessment | |
| CA3017450C (en) | Intention emergence device, intention emergence method, and intention emergence program | |
| KR102388596B1 (ko) | 동하는 상태에서 뇌와 관련된 신호를 수집하고, 디지털 컨텐츠 기반 치료 정보를 제공하는 장치 및 방법 | |
| Järvinen et al. | Social functioning and autonomic nervous system sensitivity across vocal and musical emotion in Williams syndrome and autism spectrum disorder | |
| US20220059208A1 (en) | Systems, methods, and devices for sleep intervention quality estimation | |
| Smith et al. | Vocalization and physiological hyperarousal in infant–caregiver dyads where the caregiver has elevated anxiety | |
| Cao et al. | A neuronal social trait space for first impressions in the human amygdala and hippocampus | |
| KR102647076B1 (ko) | 뇌파 데이터 분석을 통한 테라피 프로토콜 결정방법, 장치 및 컴퓨터프로그램 | |
| Jiang et al. | Personalized and adaptive neural networks for pain detection from multi-modal physiological features | |
| US20220287621A1 (en) | Method, server, and computer program for classifying severe cognitive impairment patients by analyzing eeg data | |
| Maresh et al. | Neurophysiological correlates of cognitive control and approach motivation abnormalities in adolescent bipolar disorders | |
| KR102366534B1 (ko) | 인공지능 모델 학습을 위한 표준화된 뇌파 이미지 생성방법, 장치 및 컴퓨터프로그램 | |
| US20220059210A1 (en) | Systems, methods, and devices for custom sleep age implementation | |
| Yu et al. | Reduced reverse replay in anxious individuals impairs reward prediction | |
| KR102548478B1 (ko) | 약물 반응성 분류 및 예측을 위한 디지털 피노타이핑 방법, 장치 및 컴퓨터프로그램 | |
| Weisman et al. | Testing the efficacy of a brief exercise intervention for enhancing exposure therapy outcomes | |
| US20240165371A1 (en) | Systems, methods, and devices for custom sleep implementation | |
| WO2017170404A1 (ja) | 意思創発装置、意思創発方法および意思創発プログラム | |
| WO2019155010A1 (en) | Method, apparatus and system for providing a measure to resolve an uncomfortable or undesired physiological condition of a person | |
| KR102308844B1 (ko) | 인공지능 모델을 이용한 혼수상태 환자의 예후 예측방법, 서버 및 컴퓨터프로그램 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| GRNT | Written decision to grant |