KR20170048638A - 우울 정도를 실시간으로 분석하는 방법 및 그 시스템 - Google Patents

Abstract

우울 정도를 실시간으로 분석하는 방법 및 그 시스템이 개시된다. 컴퓨터로 구현되는 방법은, 뇌파 측정 장치에서 측정되는 피험자의 뇌파 데이터를 상기 뇌파 측정 장치로부터 실시간으로 수신하는 단계; 상기 뇌파 데이터를 고속 푸리에 변환(Fast Fourier Transform)을 통해 주파수 대역으로 변환하여 주파수 별 파워 스펙트럼(power spectrum)을 이용한 알파(alpha)파의 파워 분석을 통해 상기 피험자의 우울 정도를 검출하는 단계; 및 상기 뇌파 측정 장치로부터의 데이터 수신과 동기화 하여 상기 뇌파 데이터의 파형을 실시간으로 표시하고 상기 뇌파 데이터에 대한 분석 결과로서 상기 검출된 우울 정도를 표시하는 단계를 포함한다.

Description

우울 정도를 실시간으로 분석하는 방법 및 그 시스템{METHOD AND SYSTEM FOR REAL-TIME DEPRESSION DETECTION}

아래의 설명은 의사의 진단에 도움을 주기 위해 실시간으로 우울증을 검출하는 기술에 관한 것이다.

HCI(Human-Computer Interaction) 분야의 발전과 더불어, 생체 신호를 이용한 다양한 연구 및 기술개발이 활발히 이루어지고 있다. 생체 신호에는 심전도, 근전도, 뇌파(또는 뇌전도), 그리고 체온, 호흡수 등이 있다.

특히, 뇌 영상 기술의 발달로 뇌에 대한 연구는 놀라운 속도로 발전되고 있다. 이러한 뇌에 대한 연구는 인지과학, 신경생물학, 인공지능의 개발 등 다양한 영역으로 연구되고 있다.

일발적으로, 뇌파는 두뇌의 활동에 따라 일어나는 전류를 기록한 것으로, 뇌의 기능을 나타내는 것뿐만 아니라 뇌파 소견을 통하여 간접적으로 그 병변을 추정할 수 있다.

뇌파를 사용하는 최근 연구는 단순히 측정 뇌파를 분석하여 대뇌 전기 생리학적 메커니즘을 이해하는 것을 목표로 하지 않는다. 뇌파 분석을 통해 인지, 감정, 또는 심리를 측정하고 우울증, 알츠하이머 질환, 불안 장애, 정신 분열증 등의 다양한 신경 정신 질환을 진단할 수 있다.

의사의 진단에 도움을 주기 위해 실시간으로 우울증을 검출할 수 있는 실시간 우울 검출 방법 및 시스템을 제공한다.

피험자의 뇌파를 취득하는 과정에서 실시간으로 피험자의 우울 정도를 분석하고 피험자의 설문 점수와 합산하여 의사의 우울 진단을 돕는 실시간 우울 검출 방법 및 시스템을 제공한다.

컴퓨터로 구현되는 방법에 있어서, 뇌파 측정 장치에서 측정되는 피험자의 뇌파 데이터를 상기 뇌파 측정 장치로부터 실시간으로 수신하는 단계; 상기 뇌파 데이터를 고속 푸리에 변환(Fast Fourier Transform)을 통해 주파수 대역으로 변환하여 주파수 별 파워 스펙트럼(power spectrum)을 이용한 알파(alpha)파의 파워 분석을 통해 상기 피험자의 우울 정도를 검출하는 단계; 및 상기 뇌파 측정 장치로부터의 데이터 수신과 동기화 하여 상기 뇌파 데이터의 파형을 실시간으로 표시하고 상기 뇌파 데이터에 대한 분석 결과로서 상기 검출된 우울 정도를 표시하는 단계를 포함하는 컴퓨터로 구현되는 방법을 제공한다.

일 측면에 따르면, 상기 수신하는 단계는, 상기 뇌파 측정 장치에서 측정되는 뇌파 데이터를 TCP(transmission control protocol)를 이용한 근거리 무선통신을 통해 수신할 수 있다.

다른 측면에 따르면, 상기 표시하는 단계는, 상기 뇌파 측정 장치에 대한 데이터 수신 쓰레드와 상기 뇌파 데이터에 대한 그래프 출력 쓰레드를 동기화 하여 상기 뇌파 데이터의 파형을 표시할 수 있다.

또 다른 측면에 따르면, 상기 검출하는 단계 이전에, 상기 뇌파 측정 장치로부터 수신된 모든 뇌파 데이터를 인스턴스에 저장함과 동시에 채널 각각의 뇌파 데이터를 상기 채널 별로 구분된 스택에 저장하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 검출하는 단계는, 상기 알파파에 대한 비대칭 활성화 정도를 나타내는 FBA(frontal brain asymmetry) 지표를 이용하여 상기 피험자의 우울 정도를 검출할 수 있다.

또 다른 측면에 따르면, 상기 검출하는 단계는, 좌측 뇌파 데이터와 우측 뇌파 데이터 간의 알파파 활성화 차이에 따른 비대칭 정도를 산출함으로써 상기 피험자의 우울 정도를 검출할 수 있다.

또 다른 측면에 따르면, 상기 검출하는 단계는, 상기 비대칭 정도가 기준값을 초과하면 우울 상태로 판단하고, 상기 기준값은 우울증 환자군의 설문 결과와 FBA(frontal brain asymmetry) 측정 결과 중 적어도 하나에 기초하여 결정될 수 있다.

또 다른 측면에 따르면, 상기 표시하는 단계는, 상기 뇌파 데이터에 대한 분석 결과로서 고속 푸리에 변환 값과 파워 스펙트럼 값, 좌측 뇌파 알파파 활성도, 우측 뇌파 알파파 활성도를 상기 우울 정도와 함께 표시할 수 있다.

또 다른 측면에 따르면, 상기 표시하는 단계는, 우울증 설문 검사에 대한 상기 피험자의 답변을 바탕으로 계산된 설문 결과를 상기 우울 정도와 함께 표시할 수 있다.

또 다른 측면에 따르면, 우울증 설문 검사에 대한 상기 피험자의 답변을 바탕으로 계산된 설문 결과를 상기 우울 정도와 비교하여 상기 우울 정도에 대한 신뢰도 검사를 수행하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 검출하는 단계 이전에, 상기 뇌파 측정 장치로부터 수신된 뇌파 데이터에 독립성분분석(Independent Component Analysis, ICA) 알고리즘을 적용하여 노이즈를 제거하는 전처리 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 전처리 단계는, 상기 뇌파 데이터의 전체 길이에 걸쳐서 상기 뇌파 데이터의 진폭에 대한 평균 값을 계산한 후 상기 평균 값에 일정 배수가 곱해진 값을 상기 잡음 신호를 구별하기 위한 문턱 값(threshold)으로 설정하는 단계; 상기 뇌파 데이터의 진폭을 절대값으로 바꾼 후 각 진폭에 대응되는 포인트에서의 기울기를 이용하여 눈 깜빡임 부분의 피크(peak) 값을 검출하는 단계; 및 상기 피크 값이 상기 문턱 값보다 크면 상기 잡음 신호로 판단하는 단계를 포함하고, 상기 포인트는 상기 뇌파 데이터를 나타내는 시간-진폭 그래프에서 시간에 따른 진폭을 나타내고, 상기 피크 값을 검출하는 단계는, 각각의 포인트에서 기울기 부호를 검색하여 현재 포인트를 기준으로 일정 지점 뒤의 포인트 기울기가 양(+)이고 일정 지점 앞의 포인트 기울이가 음(-)인 지점을 검출할 수 있다.

적어도 하나의 프로그램이 로딩된 메모리; 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라, 뇌파 측정 장치에서 측정되는 피험자의 뇌파 데이터를 상기 뇌파 측정 장치로부터 실시간으로 수신하는 과정; 상기 뇌파 데이터를 고속 푸리에 변환(Fast Fourier Transform)을 통해 주파수 대역으로 변환하여 주파수 별 파워 스펙트럼(power spectrum)을 이용한 알파(alpha)파의 파워 분석을 통해 상기 피험자의 우울 정도를 검출하는 과정; 및 상기 뇌파 측정 장치로부터의 데이터 수신과 동기화 하여 상기 뇌파 데이터의 파형을 실시간으로 표시하고 상기 뇌파 데이터에 대한 분석 결과로서 상기 검출된 우울 정도를 표시하는 과정을 처리하는 것을 특징으로 하는 시스템을 제공한다.

본 발명의 실시예에 따르면, 피험자의 뇌파를 취득하는 과정에서 실시간으로 피험자의 우울 정도를 분석하고 피험자의 설문 점수와 합산하여 우울 정도에 대한 실시간 분석 결과를 제공함으로써 의사의 진단에 도움을 줄 수 있다.

본 발명의 실시예에 따르면, 우울증 환자군의 설문 결과에 기초하여 기준값(threshold)을 정의함으로써 해당 기준값을 통해 실시간으로 우울 정도를 분석할 수 있고 우울증 진단에 대한 신뢰도를 향상시킬 수 있다.

도 1은 뇌파의 주파수별 구분과 특성을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 있어서 뇌파 측정 장치의 예를 도시한 사시도이다.
도 3은 본 발명의 일 실시예에 있어서 뇌파 측정 위치의 예를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 있어서 뇌파 측정 장치의 성능의 예를 도시한 도면이다.
도 5는 본 발명의 일 실시예에 있어서 데이터 분석 프로세스의 예를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 있어서 뇌파 분석 장치의 내부 구성의 예를 도시한 블록도이다.
도 7은 본 발명의 일 실시예에 있어서 뇌파 분석 장치에서 수행할 수 있는 방법의 예를 도시한 흐름도이다.
도 8은 본 발명의 일 실시예에 있어서 뇌파데이터 처리 알고리즘 구조도의 예를 도시한 도면이다.
도 9와 도 10은 본 발명의 일 실시예에 있어서 유저 인터페이스 레이아웃의 예를 도시한 도면이다.
도 11은 본 발명의 일 실시예에 있어서 뇌파데이터에 대한 데이터베이스의 예를 도시한 도면이다.
도 12는 본 발명의 일 실시예에 있어서 우울증 설문 결과와 뇌파 분석에 따른 우울 지표를 비교한 결과의 예를 도시한 도면이다.
도 13은 본 발명의 일 실시예에 있어서 뇌파 분석에 따른 우울 지표를 그래프로 나타낸 도면이다.
도 14는 본 발명의 일 실시예에 있어서 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

본 실시예들은 의사의 진단에 도움을 주기 위해 실시간으로 우울증을 검출하는 기술에 관한 것이다.

본 발명에서는 피험자로부터 취득되는 뇌파 데이터를 통해 피험자의 우울 정도와 집중 정도를 파악할 수 있고, 이때 우울증 검출 지표(index)는 FBA(frontal brain asymmetry)를 이용하며 우울증 환자에게 나타나는 좌우 뇌파 비대칭 현상을 근거로 한다. 특히, 본 발명은 피험자의 뇌파를 취득하는 과정에서 실시간으로 피험자의 우울 정도를 분석하고 피험자의 설문 점수와 합산하여 그 결과를 실시간으로 제공할 수 있다.

먼저, 본 발명과 관련된 배경 연구에 대해 설명하기로 한다.

뇌파( brainwave )

뇌파는 뇌세포 집단의 미세한 전기활동을 두피에 전극을 부착하여 유도하고 이를 뇌파계에 의하여 증폭시켜 전위를 종축으로, 시간을 횡축으로 해서 기록한 것을 말한다. 다시 말해, 뇌파는 대뇌피질에서 발생하는 전기적 활동을 측정하는 것으로, 뇌의 활동, 측정 시의 상태 및 뇌 기능에 따라 시공간적으로 변화하며, 주로 0~50Hz의 주파수와 10~200uV의 진폭을 가진다. 그리고, 뇌파는 주파수 범위에 따라 델타파(δ파, Delta wave), 세타파(θ파, Theta wave), 알파파(α파, Alpha wave), 베타파(β파, Beta wave) 등으로 분류된다. 뇌파는 주파수 별로 특성이 존재하며, 도 1에 도시된 테이블은 뇌파의 주파수별 구분에 따른 특성에 대해 정리한 것이다.

우울증 진단(Depression Diagnosis)

우울증은 의사의 상담과 설문을 통해 진단 가능하다.

불안과 우울에 대한 설문으로 HADS(Hospital Anxiety and Depression Scale) 또는 BDI(Beck Depression Inventory)가 이용되고 있으며, 설문의 결과는 우울증의 정도를 보여주는 중요한 지표로 사용되고 있다.

두뇌 활동의 비대칭은 잠재적인 우울증의 가설이며, 특히 비대칭적인 전두엽 알파파(frontal alpha band)는 우울증 환자의 대표적인 증상이다. 우울장애 환자의 경우 전두엽 우측보다 좌측에서 알파파가 더 크게 나타나는 알파파 비대칭 현상이 동반된다.

따라서, 우울증의 진단은 FBA(frontal brain asymmetry)의 비율을 계산함으로써 가능하고 우울증의 치료 방향은 FBA의 비율을 조율하는데 있다. 이에, 본 발명에서는 우울 정도를 실시간으로 검출하기 위해 FBA의 비율을 사용한다.

본 발명에 따른 실시간 우울 검출 시스템은 뇌파 측정 장치와 뇌파 분석 장치로 구성될 수 있다.

도 2는 본 발명의 일 실시예에 있어서 뇌파 측정 장치의 사시도를 도시한 것이다. 도 2를 참조하면, 뇌파 측정 장치(210)는 뇌파를 측정하기 위한 전극(201)을 포함할 수 있으며, 일례로 전극(201)이 부착된 헬멧 타입으로 구성될 수 있다. 다시 말해, 뇌파 측정 장치(210)는 착용을 통해 전극(201)이 피험자의 두피에 부착되도록 피험자의 머리에 착용 가능한 헬멧으로 구성될 수 있다. 이때, 전극(201)은 습식 전극(wet electrode)은 물론, 별도의 전도성 젤을 사용하지 않아도 되는 건식 전극(dry electrode)을 사용할 수 있다.

뇌파 측정 장치(210)는 12개의 전극을 포함할 수 있으며, 이때 전극(201)의 부착 위치는 국제 표준(International10-20System)에 따라 결정될 수 있다. 국제 표준(International10-20System)에서 C는 중심구(Central), F는 전두엽(Frontallobe), P는 두정엽(Parietallobe), O는 후두엽(Occipitallobe), T는 측두엽(Temporallobe)을 의미하고, 영문 뒤의 숫자는 부착 위치에 따라 홀수는 좌반구를, 짝수는 우반구를 의미한다. 그리고, 눈과 이마의 구분 점(Naison), 그리고 목과 뒷머리의 구분 점(Inion) 사이를 잇는 중앙선을 z로 표기한다. 일례로, 도 3에 도시한 바와 같이 뇌파 측정 장치(210)에 포함된 전극(201)은 두피의 FP1, FP2, F7, F3, Fz, F4, F8, FC3, FCz, FC4, Cz, 및 Pz에 부착되도록 구성될 수 있다. 도 4에 도시된 테이블은 뇌파 측정 장치(210)의 성능을 예시적으로 도시한 것이다.

뇌파 측정 장치(210)는 근거리 무선통신(예컨대, WiFi, 블루투스, 지그비 등)을 위한 통신 모듈을 포함하여 뇌파 분석 장치와 연결될 수 있다. 다시 말해, 뇌파 측정 장치(210)는 피험자의 대뇌피질에서 발생되는 실시간 뇌파 데이터를 획득하여 근거리 무선통신을 통해 뇌파신호 검출 및 우울증 분석을 위한 장치인 뇌파 분석 장치로 뇌파 데이터를 전송하는 역할을 한다. 즉, 뇌파 측정 장치(210)는 뇌파 분석 장치와 무선통신을 통해 연결되어 실시간으로 로우 데이터(Raw-data)를 뇌파 분석 장치로 전송한다. 이때, 뇌파 측정 장치(210)는 손실 없는 데이터 전송을 보장하기 위하여 TCP 프로토콜을 적용할 수 있다. 뇌파 측정 장치(210)와 무선통신으로 연동된 뇌파 분석 장치는 부착형 뇌파 장비와 합의된 프로토콜을 이용하여 뇌파 데이터를 수신할 수 있다.

뇌파 측정 장치(210)에서 획득한 뇌파의 원신호는 무선통신을 통해 뇌파 분석 장치로 전송되며, 전처리 과정과 FFT 및 파워 스펙트럼 분석을 통해 우울 진단을 위한 정보로 변환된다. 일례로, 도 5에 도시한 바와 같이 뇌파 데이터는 56byte의 패킷이 초당 250회 전송되며, 이때 뇌파 분석 장치는 이를 실시간으로 처리하기 위해 2초에 해당하는 큐에 저장한다. 여기서, 2초는 EEG에서 유의미한 데이터를 찾기 위한 최소 윈도우 사이즈(minimum window size)이다. 2초 간격으로 나눠진 로우 데이터는 FFT를 통해 쎄타, 알파, 베타, 감마에 해당하는 주파수 특성으로 분리될 수 있다.

도 6은 본 발명의 일 실시예에 있어서 뇌파 분석 장치의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이고, 도 7은 본 발명의 일 실시예에 있어서 뇌파 분석 장치가 수행할 수 있는 방법의 예를 도시한 흐름도이다. 도 6에 도시한 바와 같이, 뇌파 분석 장치(620)의 프로세서는 수신부(621), 전처리부(622), 분석부(623), 표시부(624)를 포함할 수 있다. 이러한 뇌파 분석 장치(620)의 구성요소들은 도 7의 방법이 포함하는 단계들을 수행하도록 뇌파 분석 장치(620)를 제어할 수 있으며, 이러한 제어를 위해 뇌파 분석 장치(620)의 메모리가 포함하는 운영체제와 적어도 하나의 프로그램의 코드를 실행하도록 구현될 수 있다.

단계(701)에서 수신부(621)는 무선통신을 통해 뇌파 측정 장치(210)로부터 획득한 피험자의 뇌파 데이터를 실시간으로 수신할 수 있다. 이때, 수신부(621)는 뇌파 측정 장치(210)와 TCT/IP를 사용하여 통신하며 각 채널 별로 56byte 크기의 데이터를 초당 250번씩 수신한다.

아울러, 표시부(624)는 취득되는 동안의 뇌파를 실시간으로 모니터링 할 수 있도록 각 채널 별로 뇌파의 파형을 출력한다. 뇌파 분석 장치(620)는 데이터 수신 쓰레드와 실시간 그래프 출력 쓰레드의 동기화를 위해서 그래프 출력 시 현재 데이터 타임과 출력 시 데이터 타임을 비교하여 동기화 된 신호를 표시부(624)를 통해 디스플레이 할 수 있다.

단계(702)에서 전처리부(622)는 우울 정도에 대한 분석 결과의 정확도를 높이기 위해 뇌파 데이터에 대한 전처리 과정을 수행할 수 있다. 일례로, 전처리부(622)는 실시간으로 획득한 뇌파의 로우 데이터에 독립성분분석(Independent Component Analysis, ICA) 알고리즘을 적용하여 노이즈를 제거하는 전처리 과정을 진행한다.

그리고, 전처리부(622)는 전처리 과정으로서 뇌파 데이터에서 가장 흔히 나타나는 눈 깜빡임에 대한 신호 특징을 사전에 저장하여 해당 신호를 제거할 수 있다.

이때, 눈 깜빡임 신호를 제거하는 세부 과정은 다음과 같다.

(1) 뇌파 신호에서 가장 큰 아티팩트인 눈 깜박임 제거를 위해서는 먼저 눈 깜박임 신호와 순수 뇌파를 구별해 내기 위한 문턱 값(threshold)을 설정한다. 이때, 문턱 값은 읽어 들인 뇌파 데이터의 전체 길이에 걸쳐서 뇌파 데이터의 진폭에 대한 평균을 계산한 다음 그 평균값에 4배를 곱한 값으로 정해질 수 있다.

(2) 눈 깜박임 부분을 찾기 위해서 먼저 눈 깜박임 부분의 피크 값을 검출한다. 이를 위하여, 읽어 들인 뇌파 데이터의 진폭을 절대값으로 바꾼 후, 각 진폭에 대응되는 포인트에서 기울기 부호를 검색하여 현재 포인트를 기준으로 일정 지점 뒤의 포인트(예컨대, 뒤로 2 포인트)에서의 기울기가 +, 일정 지점 앞의 포인트(예컨대, 앞으로 2 포인트)에서의 기울기가 -인 지점을 찾는다. 이때, 포인트는 뇌파 데이터를 나타내는 시간-진폭 그래프에서 시간에 따른 진폭을 나타낸다.

(3) 해당 지점의 피크가 순수 뇌파의 피크인지 아니면 눈깜박임 신호의 피크인지를 구별하기 위해서 그 피크 값을 문턱 값과 비교한다. 만약에 그 지점에서의 피크 값이 문턱 값보다 크다면 눈 깜빡임 신호로 간주한다. 이때, 눈 깜박임 신호가 끝나는 지점을 찾기 위해서는 눈 깜박임 피크 지점에서부터 부호가 두 번 바뀌는 지점을 찾는다. 이 위치를 눈 깜박임의 끝으로 볼 수 있지만, 뒷부분에 남아 있는 성분의 영향을 고려하여 일정 구간을 더 건너뛴 지점을 새로운 뇌파 처리를 위한 시작점으로 설정할 수 있다.

뇌파 분석 장치(620)는 전처리 과정이 완료된 뇌파 데이터를 채널 별 주파수 값을 얻기 위해 채널 스택에 나누어 저장한다. 뇌파 분석 장치(620)는 도 8에 도시한 바와 같이 뇌파 측정 장치(210)로부터 실시간으로 수신되는 뇌파 데이터에 대해 인스턴스를 생성하여 수신부(621)의 TCT/IP 모듈에서 수신하는 모든 데이터를 저장함과 동시에 각각의 채널 별로 나눠진 스택에 채널 별 뇌파 데이터를 저장함으로써 수신부(621)의 TCT/IP 모듈과 표시부(624)의 실시간 그래프 처리 모듈의 데이터 충돌을 예방할 수 있고, 채널 별로 파형을 분류하는 자원을 절약하여 추후 FFT를 위한 데이터 호출 시 데이터 계산량을 줄일 수 있다.

단계(703)에서 분석부(623)는 전처리 과정이 완료된 뇌파 데이터에 대해 FFT(Fast Fourier Transform)/파워 스펙트럼(power spectrum)을 적용하여 우울 정도를 분석할 수 있다. 분석부(623)는 채널별 스택에 저장된 뇌파 데이터에 대해 FFT를 통해 계산된 주파수 별 파워 스펙트럼을 이용하여 알파파의 파워 분석을 통해 피험자의 우울 심도를 측정할 수 있다. 이때, FFT모듈을 통하여 얻어진 주파수 값은 전체 취득 시간 동안의 알파파, 델타파, 감마파와 같은 특정 대역의 빈도를 확인할 수 있으며, 특히 이중 알파파 값은 피험자의 우울을 판별하기 위한 척도 산출에 사용된다.

분석부(623)는 산출된 알파파 값을 FBA 알고리즘에 적용하여 뇌파 비대칭 정도를 산출할 수 있다.

알파파에 대한 비대칭 활성화 정도를 나타내는 FBA 지표는 수학식 1과 같이 정의될 수 있다.

여기서, P_aL은 좌측 뇌파의 알파파 상대 파워, P_aR은 우측 뇌파의 알파파 상대 파워를 나타낸다.

0에 가까울수록 좌뇌와 우뇌의 활성 정도가 대칭된 상태임을 뜻하며, +1에 가까울수록 좌뇌가 비대칭적으로 활성화되고, -1에 가까울수록 우뇌가 비대칭적으로 활성화되었음을 의미한다.

다른 예로, 분석부(623)는 뇌파 데이터의 분석을 통해 집중 정도나 이완 정도를 검출할 수 있다. 집중력이란 "어떤 사물에 대한 정신을 집중하는 힘이나 집중시킬 수 있는 힘"이며, 의학적으로 집중력이나 주의력은 각성, 집중, 연상의 과정을 포함한 형태를 말한다. 집중력 지표는 수학식 2와 같이 정의할 수 있으며, 다시 말해 SMR파(12~15Hz)와 Mid-Beta파(15~20Hz)의 합을 구한 후 그 합을 Theta파(4~8Hz)로 나누어 줌으로써 집중 정도를 검출할 수 있다.

이완 정도 또한 사전에 정의된 지표를 통해 검출 가능하며, 우울 정도, 집중 정도, 이완 정도 등 뇌파 분석 결과는 실시간으로 변하기 때문에 상기한 과정(701~703)을 반복한다.

단계(704)에서 표시부(624)는 뇌파 데이터의 분석을 통해 검출된 우울 정도를 의사 또는 피험자가 확인 가능한 형태로 표시한다. 도 9에 도시한 바와 같이, 취득되는 동안의 뇌파를 실시간으로 모니터링 할 수 있도록 각 채널 별로 뇌파의 파형을 출력하고, 뇌파 분석 결과로서 실시간 FFT 비율과 좌/우 알파파 활성도, 실시간 스펙트럼을 각 채널 별로 출력한다. 다시 말해, 의사나 피험자는 채널을 선택하여 선택된 채널의 로우 데이터 파형 및 각종 분석 결과를 확인할 수 있다. 그리고, 표시부(624)는 실시간으로 분석된 우울 정도, 집중 정도, 이완 정도를 함께 표시해줄 수 있다. 그리고, 표시부(624)는 도 10에 도시한 바와 같이 우울증 설문(BDI 또는 HADS)에 대해 피험자의 답변을 바탕으로 계산된 설문 결과를 우울 정도와 함께 표시해줄 수 있고, 측정 중의 FP1, FP2에 해당하는 전두엽 우울 정도를 분석한 결과(Average Result)를 표시해줄 수 있다.

뇌파 분석 장치(620)는 도 9와 도 10과 같이 구성된 레이아웃의 유저 인터페이스를 통해 실시간으로 획득한 뇌파의 파형과 뇌파 분석 결과를 제공할 수 있다. 일례로, 유저 인터페이스의 레이아웃은 다음과 같이 구성될 수 있다. ① 메뉴 스트립: 시스템에 대한 기본 기능들이 정의되며 피험자들의 데이터 저장, 삭제 및 분석 이력 확인 등의 메뉴를 제공한다. ② 메인 패널: 피험자의 뇌파분석이 시작될 경우 측정 뇌파의 모니터링 모듈, FFT 모듈 등 기본적인 컨트롤 관련 모듈이 출력된다. ③ 분석 결과 패널: 뇌파 취득이 종료되면 피험자의 뇌파 비대칭 값을 출력한다. ④ 시스템에 의한 우울상태 판별 결과 패널: 뇌파 비대칭 정도에 따라 우울/비우울 결과를 출력한다.

뇌파 분석 장치(620)는 EEG가 입력되면 각각의 피험자에 대응하는 뇌파 데이터를 데이터베이스에 저장한다. 도 11은 뇌파 분석 장치(620)의 데이터베이스 구조의 예를 도시한 것이다. 데이터베이스에는 날짜 별로 뇌파 파형과 처방 내역이 저장되고 폴더가 피험자의 이름으로 이루어지고 날짜 별 뇌파 파형이 각 폴더에 저장된다.

그리고, 뇌파 분석 장치(620)는 피험자의 우울상태 판별에 대한 신뢰도 검사를 진행할 수 있다. 일례로, 뇌파 분석 장치(620)는 불안 및 우울에 대한 HADS(또는 BDI) 설문 검사에 대한 우울상태 판별 결과를 시스템에서의 뇌파 분석을 통한 우울상태 판별 결과와 비교함으로써 시스템 결과에 대한 신뢰도를 검사할 수 있고 비교 결과를 제공할 수 있다.

본 발명에 따른 뇌파 분석 장치(620)는 전처리 된 뇌파를 각 채널로 나누어 저장하고 FFT를 적용하여 전두엽 알파파를 취득한 후, 취득된 알파파를 이용하여 산출된 비대칭 정도의 결과 값이 기준값(임계값)의 이하일 경우 비우울로, 기준값을 초과하는 경우 우울로 판별할 수 있다. 이때, 우울과 비우울을 판별하는 기준값은 우울증 환자군의 설문 점수를 이용하여 결정될 수 있으며, 설문 방식은 HADS 또는 BDI 설문을 이용할 수 있다. 도 12는 우울증 환자(depression)와 일반인(normal)을 대상으로 한 실험 결과의 예시를 도시한 것으로, HADS 설문 결과와 뇌파 취득을 통한 FBA를 비교한 결과이다. 도 12와 같이 정상인과 우울증 환자군의 HADS 점수를 통해 두 실험군을 명확하게 나눌 수 있으며, 본 발명에서 적용된 우울 지표인 FBA가 정상인과 우울증 환자 사이에 차이를 보이는 것을 확인할 수 있다. 도 13은 도 12의 실험 대상으로부터 측정된 FBA를 그래프로 보여준 것이다. 도 13의 그래프에서 확인할 수 있듯이 ±0.1이 우울 정도를 확인하는 기준값으로 정의될 수 있으며, ±0.1~±0.2 사이값을 가벼운 우울증(mild depression)을 판별하는 기준값으로 정의될 수 있다. 따라서, 본 발명에 따른 실시간 우울 검출 시스템은 뇌파 데이터를 취득하는 과정에서 기준값을 통해 실시간으로 우울 정도를 분석할 수 있다.

도 14는 본 발명의 일 실시예에 있어서, 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다. 컴퓨터 시스템(1400)은 적어도 하나의 프로세서(processor)(1410), 메모리(memory)(1420), 주변장치 인터페이스(peripheral interface)(1430), 입/출력 서브시스템(I/O subsystem)(1440), 전력 회로(1450) 및 통신 회로(1460)를 포함할 수 있다. 이때, 컴퓨터 시스템(1400)은 실시간 우울 검출 시스템, 특히 뇌파 분석 장치에 해당될 수 있다.

메모리(1420)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(1420)는 컴퓨터 시스템(1400)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다. 이때, 프로세서(1410)나 주변장치 인터페이스(1430) 등의 다른 컴포넌트에서 메모리(1420)에 액세스하는 것은 프로세서(1410)에 의해 제어될 수 있다.

주변장치 인터페이스(1430)는 컴퓨터 시스템(1400)의 입력 및/또는 출력 주변장치를 프로세서(1410) 및 메모리(1420)에 결합시킬 수 있다. 프로세서(1410)는 메모리(1420)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨터 시스템(1400)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.

입/출력 서브시스템(1440)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(1430)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(1440)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(1430)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(1440)을 거치지 않고 주변장치 인터페이스(1430)에 결합될 수도 있다.

전력 회로(1450)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(1450)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.

통신 회로(1460)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨터 시스템과 통신을 가능하게 할 수 있다. 또는 상술한 바와 같이 필요에 따라 통신 회로(1460)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨터 시스템과 통신을 가능하게 할 수도 있다.

이러한 도 14의 실시예는, 컴퓨터 시스템(1400)의 일례일 뿐이고, 컴퓨터 시스템(1400)은 도 14에 도시된 일부 컴포넌트가 생략되거나, 도 14에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨터 시스템은 도 14에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1460)에 다양한 통신 방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨터 시스템(1400)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

1. 컴퓨터로 구현되는 방법에 있어서,
   뇌파 측정 장치에서 측정되는 피험자의 뇌파 데이터를 상기 뇌파 측정 장치로부터 실시간으로 수신하는 단계;
   상기 뇌파 데이터를 고속 푸리에 변환(Fast Fourier Transform)을 통해 주파수 대역으로 변환하여 주파수 별 파워 스펙트럼(power spectrum)을 이용한 알파(alpha)파의 파워 분석을 통해 상기 피험자의 우울 정도를 검출하는 단계; 및
   상기 뇌파 측정 장치로부터의 데이터 수신과 동기화 하여 상기 뇌파 데이터의 파형을 실시간으로 표시하고 상기 뇌파 데이터에 대한 분석 결과로서 상기 검출된 우울 정도를 표시하는 단계
   를 포함하는 컴퓨터로 구현되는 방법.
2. 제1항에 있어서,
   상기 수신하는 단계는,
   상기 뇌파 측정 장치에서 측정되는 뇌파 데이터를 TCP(transmission control protocol)를 이용한 근거리 무선통신을 통해 수신하는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
3. 제1항에 있어서,
   상기 표시하는 단계는,
   상기 뇌파 측정 장치에 대한 데이터 수신 쓰레드와 상기 뇌파 데이터에 대한 그래프 출력 쓰레드를 동기화 하여 상기 뇌파 데이터의 파형을 표시하는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
4. 제1항에 있어서,
   상기 검출하는 단계 이전에,
   상기 뇌파 측정 장치로부터 수신된 모든 뇌파 데이터를 인스턴스에 저장함과 동시에 채널 각각의 뇌파 데이터를 상기 채널 별로 구분된 스택에 저장하는 단계
   를 더 포함하는 컴퓨터로 구현되는 방법.
5. 제1항에 있어서,
   상기 검출하는 단계는,
   알파파에 대한 비대칭 활성화 정도를 나타내는 FBA(frontal brain asymmetry) 지표를 이용하여 상기 피험자의 우울 정도를 검출하는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
6. 제1항에 있어서,
   상기 검출하는 단계는,
   좌측 뇌파 데이터와 우측 뇌파 데이터 간의 알파파 활성화 차이에 따른 비대칭 정도를 산출함으로써 상기 피험자의 우울 정도를 검출하는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
7. 제6항에 있어서,
   상기 검출하는 단계는,
   상기 비대칭 정도가 기준값을 초과하면 우울 상태로 판단하고,
   상기 기준값은 우울증 환자군의 설문 결과와 FBA(frontal brain asymmetry) 측정 결과 중 적어도 하나에 기초하여 결정되는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
8. 제1항에 있어서,
   상기 표시하는 단계는,
   상기 뇌파 데이터에 대한 분석 결과로서 고속 푸리에 변환 값과 파워 스펙트럼 값, 좌측 뇌파 알파파 활성도, 우측 뇌파 알파파 활성도를 상기 우울 정도와 함께 표시하는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
9. 제1항에 있어서,
   상기 표시하는 단계는,
   우울증 설문 검사에 대한 상기 피험자의 답변을 바탕으로 계산된 설문 결과를 상기 우울 정도와 함께 표시하는 것
   을 특징으로 하는 컴퓨터로 구현되는 방법.
10. 제1항에 있어서,
    우울증 설문 검사에 대한 상기 피험자의 답변을 바탕으로 계산된 설문 결과를 상기 우울 정도와 비교하여 상기 우울 정도에 대한 신뢰도 검사를 수행하는 단계
    를 더 포함하는 컴퓨터로 구현되는 방법.
11. 제1항에 있어서,
    상기 검출하는 단계 이전에,
    상기 뇌파 측정 장치로부터 수신된 뇌파 데이터에 독립성분분석(Independent Component Analysis, ICA) 알고리즘을 적용하여 잡음 신호를 제거하는 전처리 단계
    를 더 포함하는 컴퓨터로 구현되는 방법.
12. 제11항에 있어서,
    상기 전처리 단계는,
    상기 뇌파 데이터의 전체 길이에 걸쳐서 상기 뇌파 데이터의 진폭에 대한 평균 값을 계산한 후 상기 평균 값에 일정 배수가 곱해진 값을 상기 잡음 신호를 구별하기 위한 문턱 값(threshold)으로 설정하는 단계;
    상기 뇌파 데이터의 진폭을 절대값으로 바꾼 후 각 진폭에 대응되는 포인트에서의 기울기를 이용하여 눈 깜빡임 부분의 피크(peak) 값을 검출하는 단계; 및
    상기 피크 값이 상기 문턱 값보다 크면 상기 잡음 신호로 판단하는 단계
    를 포함하고,
    상기 포인트는 상기 뇌파 데이터를 나타내는 시간-진폭 그래프에서 시간에 따른 진폭을 나타내고,
    상기 피크 값을 검출하는 단계는,
    각각의 포인트에서 기울기 부호를 검색하여 현재 포인트를 기준으로 일정 지점 뒤의 포인트 기울기가 양(+)이고 일정 지점 앞의 포인트 기울이가 음(-)인 지점을 검출하는 것
    을 특징으로 하는 컴퓨터로 구현되는 방법.
13. 적어도 하나의 프로그램이 로딩된 메모리; 및
    적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라,
    뇌파 측정 장치에서 측정되는 피험자의 뇌파 데이터를 상기 뇌파 측정 장치로부터 실시간으로 수신하는 과정;
    상기 뇌파 데이터를 고속 푸리에 변환(Fast Fourier Transform)을 통해 주파수 대역으로 변환하여 주파수 별 파워 스펙트럼(power spectrum)을 이용한 알파(alpha)파의 파워 분석을 통해 상기 피험자의 우울 정도를 검출하는 과정; 및
    상기 뇌파 측정 장치로부터의 데이터 수신과 동기화 하여 상기 뇌파 데이터의 파형을 실시간으로 표시하고 상기 뇌파 데이터에 대한 분석 결과로서 상기 검출된 우울 정도를 표시하는 과정
    을 처리하는 것을 특징으로 하는 시스템.
14. 제13항에 있어서,
    상기 뇌파 측정 장치는 뇌파를 측정하기 위한 복수의 전극을 포함하는 헬멧 타입으로 구성되고,
    상기 수신하는 과정은,
    상기 뇌파 측정 장치에서 측정되는 뇌파 데이터를 TCP(transmission control protocol)를 이용한 근거리 무선통신을 통해 수신하는 것
    을 특징으로 하는 시스템.
15. 제13항에 있어서,
    상기 표시하는 과정은,
    상기 뇌파 데이터에 대한 분석 결과로서 고속 푸리에 변환 값과 파워 스펙트럼 값, 좌측 뇌파 알파파 활성도, 우측 뇌파 알파파 활성도를 상기 우울 정도와 함께 표시하는 것
    을 특징으로 하는 시스템.

Images