KR20220028967A - 뉴로피드백 기반의 치료 장치 및 치료 방법 - Google Patents

Abstract

뉴로피드백 기반의 치료 장치가 제공된다. 상기 치료 장치는, 실시간으로 사용자의 뇌파를 측정하는 뇌파 측정부를 포함하는 뉴로피드백부와; 사용자의 연령과 뇌 발달 상태에 따른 장애 유형에 대한 정보, 상기 장애 유형에 따라 놔파의 자극점을 다르게 줄 수 있는 치료 컨텐츠, 사용자들의 기존 치료 정보를 저장하고 있는 데이터 베이스부와; 상기 뇌파 측정부에서 측정된 뇌파와 상기 치료 컨텐츠를 표시하는 디스플레이부와; 상기 장애 유형에 대한 정보를 기반으로 상기 측정된 뇌파를 분석하고, 상기 분석 결과, 딥러닝 및 AI를 기반으로 상기 치료 컨텐츠를 선택하여 상기 디스플레이부에 표시하고, 상기 측정된 뇌파에 대한 피드백 신호를 기반으로 상기 치료 컨텐츠를 업데이트 하는 제어부를 포함한다.

Description

뉴로피드백 기반의 치료 장치 및 치료 방법{TREATEMENT APPARATUS AND METHOD BASED ON NEUROFEEDBACK}

본 발명은 뉴로피드백 기반의 학습 장애 유저에 적용될 수 있는 치료 장치 및 치료 방법에 관한 것이다.

2001년도 국립특수교육원에 따르면, 대한 민국의 6~11세 초등학교 아동 중 학습장애 아동은 1.17%이다. 이는 전체 특수교육 요구 아동의 출현율(2.71%)의 43%로 해당되며, 미국에서 장애아동교육법 (IDEA)에 의해 서비스를 받고 있는 전체 장애 인구의 40%나 될 정도로 높은 수치이다.

이렇게 높은 비중을 가진 장애임에도 지금까지도 학습 장애의 정의에 대한 논쟁이 끊이지 않고 있으며, 지금까지 수행된 많은 실험 연구들은 아동의 장애 유형을 고려하지 않고 감각통합기능치료에 초점을 맞춘 프로그램이 대부분이다. 감각통합치료는 신체가 무엇을 하는지 뇌에 전달해주고 감각을 통합하고 조직화할 수 있도록 도와주는 치료를 의미한다.

따라서, 기존의 이러한 일률적인 치료 방법을 보완하고, 개인 장애 유형에 따라 맞춤형 치료를 제공할 수 방법이 필요하다.

한국특허공개공보 10-2020-0074951 (2020.06.25)

본 발명이 해결하고자 하는 과제는, 뉴로피드백을 이용한 뇌파 훈련을 통하여 개인의 장애 유형에 따라 개발된 맞춤형 치료를 제공할 수 있는 치료 장치 및 치료 방법을 제공하는 것이다.

또한, 본 발명이 해결하고자 하는 과제는, 의료진의 실력 또는 치료 환경과 상관 없이 일관된 치료 효과를 도출할 수 있는 뉴로피드백 기반의 치료 장치 및 치료 방법을 제공하는 것이다.

또한, 본 발명이 해결하고자 하는 과제는, 최소한의 자극과 피드백으로 정확한 분별 진단 정확도를 갖는 뉴로피드백 기반의 치료 장치 및 치료 방법을 제공하는 것이다.

본 발명의 실시예에 따르면, 뉴로피드백 기반의 치료 장치가 제공된다. 상기 치료 장치는, 실시간으로 사용자의 뇌파를 측정하는 뇌파 측정부를 포함하는 뉴로피드백부와; 사용자의 연령과 뇌 발달 상태에 따른 장애 유형에 대한 정보, 상기 장애 유형에 따라 놔파의 자극점을 다르게 줄 수 있는 치료 컨텐츠, 사용자들의 기존 치료 정보를 저장하고 있는 데이터 베이스부와; 상기 뇌파 측정부에서 측정된 뇌파와 상기 치료 컨텐츠를 표시하는 디스플레이부와; 상기 장애 유형에 대한 정보를 기반으로 상기 측정된 뇌파를 분석하고, 상기 분석 결과, 딥러닝 및 AI를 기반으로 상기 치료 컨텐츠를 선택하여 상기 디스플레이부에 표시하고, 상기 측정된 뇌파에 대한 피드백 신호를 기반으로 상기 치료 컨텐츠를 업데이트 하는 제어부를 포함한다.

상기 제어부는 상기 딥러닝 및 상기 AI를 적용하여 상기 측정된 뇌파를 분석, 자동화 및 업데이트 할 수 있다.

상기 뉴로피드백부는 상기 사용자의 뇌에 부착되어 상기 사용자의 뇌파를 측정하는 뇌파 센서를 더 포함할 수 있다.

상기 제어부는 상기 장애의 유형에 따라 자극이 필요한 센서의 위치를 변경하고, 상기 피드백 신호의 주파수를 변경할 수 있다.

상기 치료 장치는, 상기 사용자의 심전도 또는 상기 디스플레이부의 응시 횟수 등을 포함하는 신체 상태를 감지하는 센서를 더 포함할 수 있다.

상기 제어부는 상기 신체 상태에 따라 변경되는 상기 피드백 신호에 기초하여 치료를 적용할 최대 집중 시간을 도출할 수 있다.

상기 제어부는 상기 측정된 뇌파, 치료 경과, 상기 신체 상태에 대한 팝업 메세지를 외부의 단말로 전송할 수 있다.

상기 디스플레이부는 가상 현실을 표시할 수 있는 영상표시기기를 포함할 수 있다.

또한, 본 발명의 다른 실시예에 따르면, 뉴로피드백 기반의 치료 방법이 제공된다. 상기 치료 방법은, 실시간으로 사용자의 뇌파를 측정하는 단계와; 딥러닝 및 AI를 적용하여 사용자의 연령과 뇌 발달 상태에 따른 장애 유형에 따라 상기 측정된 뇌파를 분석, 자동화 및 업데이트하는 단계와; 상기 분석 결과, 상기 딥러닝 및 상기 AI를 기반으로 상기 장애 유형에 따라 놔파의 자극점을 다르게 줄 수 있는 치료 컨텐츠 선택하여 표시하는 단계와; 상기 측정된 뇌파에 대한 피드백 신호를 기반으로 상기 치료 컨텐츠를 업데이트하는 단계와; 상기 측정된 뇌파, 치료 경과, 신체 상태에 대한 팝업 메세지를 외부의 단말로 전송하는 단계를 포함한다.

본 발명의 실시예에 따르면, 뉴로피드백을 이용한 뇌파 훈련을 통하여 개인의 장애 유형에 따라 개발된 맞춤형 치료를 제공할 수 있는 뉴로피드백 기반의 치료 장치 및 치료 방법이 제공된다.

또한, 본 발명에 따르면, 의료진의 실력 또는 치료 환경과 상관없이 일관된 치료 효과를 도출할 수 있는 뉴로피드백 기반의 치료 장치 및 치료 방법이 제공된다.

또한, 본 발명에 따르면, 최소한의 자극과 피드백으로 정확한 분별 진단 정확도를 갖는 뉴로피드백 기반의 치료 장치 및 치료 방법이 제공된다.

또한, 본 발명에 따르면, 치료 시간과 비용을 절감할 수 있는 뉴로피드백 기반의 치료 장치 및 치료 방법이 제공된다.

도 1은 뉴로피드백을 설명하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 뉴로피드백 기반의 치료 장치의 제어블록도이다.
도 3은 본 발명의 일 실시예에 따른 디스플레이부를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 뉴로피드백 기반의 치료 방법을 설명하기 위한 제어 흐름도이다.
도 5는 본 발명의 일 예에 따른 뇌파 센서를 도시한 도면이다.
도 6은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 명세서에서, 동일한 구성요소에 대해서 중복된 설명은 생략한다.

또한 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에 본 명세서에서, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

또한, 본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용되는 것으로써, 본 발명을 한정하려는 의도로 사용되는 것이 아니다.

또한 본 명세서에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.

또한 본 명세서에서, '포함하다' 또는 '가지다' 등의 용어는 명세서에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품, 또는 이들을 조합한 것이 존재함을 지정하려는 것일 뿐, 하나 또는 그 이상의 다른 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 할 것이다.

또한 본 명세서에서, '및/또는' 이라는 용어는 복수의 기재된 항목들의 조합 또는 복수의 기재된 항목들 중의 어느 항목을 포함한다. 본 명세서에서, 'A 또는 B'는, 'A', 'B', 또는 'A와 B 모두'를 포함할 수 있다.

또한 본 명세서에서, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략될 것이다.

본 발명은 뉴로피드백을 기반으로 하는 치료 장치에 대한 것이다. 본 발명은 뉴로피드백 치료에 인공 지능을 접목시켜 학습 장애가 있는 아동들에게 기존에 학습 데이터와 전문 지식을 바탕으로 개개인에게 최적의 치료 환경을 제공하는 것을 목적으로 한다.

본 명세서에서는 치료를 받는 환자, 학습 또는 인지 장애가 있는 아동 또는 피험자를 사용자라고 명명한다. 이에 우선적으로 치료 장치의 기초가 되는 뉴로피드백을 설명하면 다음과 같다.

도 1은 뉴로피드백을 설명하는 도면이다.

인간의 뇌에서는 신경계에서 뇌신경 사이에 신호가 전달될 때 뇌파(brainwave) 또는 뇌전도(electroencephalography, EEG)라 불리는 전기적 흐름이 나타난다. 뇌파는 주파수에 따라 델타파, 세타파, 알파파, SMR(Sensory Motor Rhythm)파, 베타파 또는 감마파로 나뉠 수 있다. 이 중 델타파와 세타파는 서파(slow-wave) 활동으로 수면 및 휴식 상태와 관련되고, 알파파는 편안한 집중이나 휴식 상태와 관련되며, 알파파와 베타파 사이의 주파수인 SMR파는 뇌가 깨어 있는 상태이지만 긴장하지 않고 마음이 안정되어 있을 때 나타나는 파이다. 그리고, 베타파는 의식적인 활동에서 나오는 뇌파로 주의를 유지하고 사고하는 것과 관계가 있다. 한편, 베타파는 고베타파와 저베타파로 나눌 수 있는데 집중력과 관련된 베타파는 저베타파를 의미할 수 있다.

뉴로피드백은 바이오피드백의 한 형태로서, 두뇌의 활동 패턴을 통제하고 정상화시키는 신경생리적 변화에 기반하고 있다. 일 실시 예로서, 뉴로피드백을 활용한 치료는 아동기에 가장 대표적인 소아정신과 장애 중 하나인 주의력결핍 과잉행동장애(Attention-Deficit/Hyperactivity Disorder: ADHD)에 활용될 수 있다. ADHD 아동을 대상으로 한 뇌파연구에서, 두뇌의 전두엽 영역에서 세타파가 빈번하게 나타나는 반면 베타파는 적게 나타나는 경향이 발견되었다. ADHD 아동은 각성이나 주의에 필요한 베타파가 부족한 반면 이완시에 활성화되는 세타파가 빈번하여 활동이 과제 수행에 필요한 노르아드네러직 신경전달물질의 활동(Noradrenergic activity)이 저하되고, 전두엽과 일부 피질 하 영역의 포도당 대사가 줄어들어 주의집중에 어려움이 나타나게 되는 것이다.

따라서, ADHD 아동을 대상으로 하는 뉴로피드백 훈련은 신경 활동에 대한 피드백을 제공하고 필요한 방향으로의 변화를 강화함으로써 이동으로 하여금 신경 활동의 특정한 영역을 조절할 수 있도록 하는 것을 목적으로 할 수 있다.

도 1을 참조하면, 일반적인 뉴로피드백 장치는 사용자의 두피에 붙인 전극(12)을 통해 뇌파 데이터를 수집하고, 수집된 뇌파 데이터를 뇌파 측정기(14)에서 분석하여, 분석된 뇌파의 정보를 디스플레이 장치(16)를 통해 사용자에게 알려준다. 뉴로피드백 장치를 이용하여 이러한 과정을 반복하면, 사용자는 원하는 방향으로 뇌파를 발생시킬 수 있다.

즉, 뉴로피드백 장치는 뇌파 측정기(14)가 사용자의 뇌에서 발생하는 뇌파의 정보를 분석하여 사용자에게 알려줌(피드백함)으로써, 원하는 방향으로 뇌가 뇌파를 발생하게 유도한다.

도 2는 본 발명의 일 실시예에 따른 뉴로피드백 기반의 치료 장치의 제어블록도이다.

본 실시예에 따른 치료 장치는 효과적인 치료를 위해 뉴로피드백 기술과 인공지능을 활용한 데이터베이스 구축으로 상이한 학습 장애 유형에 따른 개인에 적합한 맞춤형 치료 방법을 제공할 수 있는 시스템이다. 뇌파 검사 단계 및 최적의 치료 방법을 모색하는 단계에서 딥러닝 기술을 사용하고, 외부의 스마트 모바일 기기를 통하여 치료 과정과 치료 결과를 모니터링 할 수 있다. 즉, 본 실시예에 따른 치료 장치에 따르면 학습자의 기존 학습 데이터와 전문 지식을 바탕으로 개개인 맞춤형 치료 환경을 제공할 수 있다.

도시된 바와 같이, 치료 장치는 뉴로피드백부(100), 데이터 베이스부(200), 디스플레이부(300) 및 이들을 제어하는 제어부(400)를 포함할 수 있다.

뉴로피드백부(100)는 실시간으로 사용자의 뇌파를 측정하며, 사용자의 뇌에 부착되어 사용자의 뇌파를 센싱하는 뇌파 센서(110)와 센싱된 뇌파를 분석하여 제어부(400)로 전송하는 뇌파 측정부(120)를 포함할 수 있다. 뉴로피드백부(100)는 도 1의 뉴로피드백 장치에 대응될 수 있다.

뉴로피드백부(100)는 뇌파 중 베타파 및 세타파를 제어부(400)로 전송할 수도 있다. 또는, 경우에 따라, 뉴로피드백부(100)는 베타파만을 제어부(400)로 전송할 수 있다. 한편, 뉴로피드백부(100)는 측정된 뇌파를 유무선 방식을 이용하여 제어부(400)로 전송할 수 있다. 일 실시예로서, 뉴로피드백부(100)는 이어폰 형태, 헤드폰 형태, 웨어러블 디바이스 형태 또는 두건 형태로 구현될 수 있다.

데이터 베이스부(200)는 사용자의 연령과 뇌 발달 상태에 따른 장애의 유형에 대한 정보, 장애 유형에 따라 놔파의 자극점을 다르게 줄 수 있는 치료 컨텐츠, 사용자들의 기존 치료 정보와 같은 치료를 위한 각종 데이터를 저장하고 있다.

데이터 베이스부(200)에 저장되어 있는 데이터, 예를 들어 사용자의 치료 정보, 치료 레벨 등을 치료를 위한 컨텐츠의 종류 등이 치료 과정을 거치면서 실시간으로 업데이트된다.

디스플레이부(300)는 뇌파 측정부(120)에서 측정된 뇌파와 치료 컨텐츠를 표시하고, 사용자는 디스플레이부(300)에 표시된 뇌파 및 치료 컨텐츠를 인식함으로써 새로운 피드백 신호를 생성할 수 있다.

제어부(400)는 장애 유형에 대한 정보를 기반으로 측정된 뇌파를 분석하고, 분석 결과, 딥러닝 및 AI를 기반으로 치료 컨텐츠를 선택하여 디스플레이부(300)에 표시할 수 있다. 또한, 제어부(400)는 측정된 뇌파에 대한 피드백 신호를 기반으로 치료 컨텐츠를 업데이트할 수 있다.

본 실시예에 따른 제어부(400)는 뇌파를 분석하고 이를 활용하여 치료 컨텐츠를 선택하기 위하여 딥러닝 및 AI 를 적용한다. 따라서, 데이터 베이스부(200)에는 제어부(400)가 딥러닝을 수행할 수 있을 정도의 많은 데이터가 저장되어 있으며, 제어부(400)는 러닝 기법을 사용하여 원하는 결과를 도출할 수 있도록 설계된 알고리즘 또는 어플레이케이션 실행될 수 있는 로직으로 구현될 수 있다.

또한, 제어부(400)는 뇌파, 즉 EEG 데이터를 분석 및 전처리 하기 위하여 딥러링을 적용할 수 있다.

EEG 데이터는 해석하기가 쉽지 않고, 소음이 많고 동일인이라도 시간이 지남에 따라 상당히 변화한다. 본 발명에서는 데이터를 처리하기 위하여 AI와 머신 러닝을 활용한다.

EEG 신호는 두피에 위치한 EEG 전극, 즉 뇌파 센서(110)를 사용하여 뇌의 전기적 활동을 기록한다. 무엇보다도, 이러한 신호들은 사람들이 다루는 데 익숙한 신호 유형이 아니다. 의사, 신경 과학자, 그리고 생물 의학 엔지니어들은 보통 EEG 데이터에서 의미 있는 정보를 이해하고 추출하기 위한 훈련을 받는다.이런 경우에도 기록되지 않은 원래 데이터는 전문가가 보기 전에 데이터 처리 과정을 거쳐야 한다. 이렇게 처리된 EEG를 전문가가 육안으로 검사하여 이상 징후(예: 간질 증상), 정신 상태 변화(예: 수면 단계)를 탐지하거나 집단들의 총 평균 반응을 연구할 수 있다.

이에 제어부(400)는 AI와 머신러닝 툴을 활용하여 EEG 데이터 분석을 자동화, 확장 및 개선할 수 있다. 즉 기존의 전문가 집단이 수행했던 상기 처리 과정, 즉, EEG 데이터를 유의미하게 추출 및 분석하여 이상 징후 또는 정신 상태 변화들을 탐지할 수 있다. 또한, 이러한 결과를 기초로 EEG 데이터 기반의 다양한 데이터 베이스를 구축할 수 있다.

정리하면, 본 실시예에 따른 제어부(400)는 딥러닝 및 AI를 적용하여 측정된 뇌파를 분석, 자동화 및 업데이트할 수 있다.

한편, 본 실시예에 따른 제어부(400)는 장애의 유형에 따라 자극이 필요한 뇌파 센서(110)의 위치를 변경하고, 피드백 신호의 주파수를 변경할 수 있다. 뇌파 센서(110)는 복수의 전극으로 구비되어 사용자의 뇌에 부착되므로, 어떠한 위치의 센서로부터 뇌파를 측정할 것인지 제어부(400)에 의하여 선택될 수 있다. 즉, 장애의 유형에 따라 수신되어야 할 뇌파의 종류를 판단하고 최적의 뇌파 측정을 위하여 뇌파를 수신하기 위한 센서의 위치를 변경할 수 있다. 또한, 피드백 신호 또는 뇌파의 주파수 세기를 조절함으로써 사용자가 뇌파를 수신 및 피드백 하는데 어려움 및 자극을 최소화 할 수 있다.

한편, 일 예에 따르면, 본 실시예에 따른 치료 장치는 사용자의 심전도 또는 디스플레이부(300)의 응시 횟수 등을 포함하는 신체 상태를 감지하는 센서(미도시)를 더 포함할 수 있다.

제어부(400)는 신체 상태에 따라 변경되는 피드백 신호에 기초하여 치료를 적용할 최대 집중 시간을 도출할 수 있다. 예컨대, 학습장애아이들은 학업 부진으로 인하여 정서적으로 불안하고, 집중력이 낮아 치료에 집중하지 못하는 어려움이 존재한다. 따라서 본 발명에서는 신체 상태를 감지하는 센서를 이용하여 사용자 행동 패턴, 예를 들어, 심전도 또는 디스플레이부(300) 응시 횟수 등에 따라 달라지는 뇌파를 토대로 치료에 따른 최대 집중 시간을 계산할 수 있다. 즉, 최대 집중 시간 내에만 치료 과정이 진행될 수 있고, 뇌파의 종류에 따른 최소 집중 시간 및 최대 집중 시간에 대한 데이터는 데이터 베이스부(200)에 업데이트 될 수 있다. 이를 통해 정확한 데이터 수집에 맞추어 올바른 뇌파 진단을 하고 센서로 행동 패턴을 분석하여 개인 맞춤형 치료가 제공될 수 있으며, 사용자의 추가적인 참여 없이 최적의 치료 환경을 제공할 수 있다.

한편, 본 발명의 일 예에 따라 디스플레이부(300)는 도 3과 같이 가상 현실(VR)을 표시할 수 있는 영상표시기기로 구현될 수 있다.

도 3은 본 발명의 일 실시예에 따른 디스플레이부를 도시한 도면이다. 도시된 바와 같이, 디스플레이부는 VR 기기(310)로 구현될 수 있고, 학습 장애 유형, 기, 수학, 공간지각, 등의 다양성을 고려해 해당 뇌파의 자극점을 다르게 줄 수 있는 치료 컨텐츠를 표시할 수 있다.

제어부(400)는 딥러닝 및 AI 기술을 적용하여 사용자에게 부족한 또는 보완되어야 할 뇌파를 강화시키기 위하여 최적의 치료 컨텐츠를 생성 또는 선택할 수 있고, 이를 디스플레이부(300)에 표시함으로써 최적의 치료 방법을 도출할 수 있다. 만약, 치료 컨텐츠가 VR 기기(310)에 표시되고, 사용자가 치료 컨텐츠와 보다 능동적으로 상호 작용할 수 있다면 치료 효과는 증가될 수 있다. 이를 위하여 치료 장치는 사용자와 영상 컨텐츠 간의 인터렉션을 위한 사용자 인터페이스(500)를 더 포함할 수 있고, 사용자는 치료 컨텐츠로 표시된 영상을 조작 및 이에 반응할 수 있다. 예를 들어, 치료 컨텐츠는 간단한 운동 또는 경쟁 레이스를 수반하는 영상, 특정 색이나 공간을 조립 또는 채우는 영상, 벽돌을 쌓거나 수학 문제를 푸는 영상 등 다양한 것을 포함할 수 있고, 장애의 유형에 따라 그 종류 및 레벨이 다양하게 선택될 수 있다. 이러한 다양한 컨텐츠 및 VR 컨텐츠를 통해 사용자 집중도와 치료 효과를 높일 수 있다.

한편, 제어부(400)는 측정된 뇌파, 치료 경과, 신체 상태에 대한 팝업 메세지를 외부의 단말(A)로 전송할 수 있다. 외부 단말(A)은 사용자의 보호자, 의사와 같은 치료 전문가 또는 사용자의 치료를 관리하는 병원들의 단말일 수 있다. 외부 단말(A)은 유무선 통신을 기반으로 치료 장치와 통신 및 연동할 수 있는 전자기기로, 접근 및 휴대의 편리성을 위하여 모바일 전자기기로 구현될 수 있다.

제어부(400)는 실시간 모니터링을 통해 사용자의 뇌파 상태, 뉴로피드백을 통해 호전된 치료의 진척, 그리고 심각도와 같은 정보를 의료진 및 보호자에게 팝업으로 전송할 수 있다. 이를 통해 의료진 및 보호자는 실시간으로 치료 과정을 알 수 있고, 치료 과정에 대한 의견도 피드백 할 수 있다.

이와 같이, 본 실시예에 따른 치료 장치를 활용함으로써, 치료가 한정된 학습 장애 아동의 선택의 폭을 넓히고 개개인 마다 다른 치료 결과와 그 효과를 미리 계산할 수 있다. 이를 통해 치료 비용을 절감하고 치료 시간을 단축할 수 있으며 가살 현실 세계를 활용한 치료 방법으로 새로운 패러다임을 기대할 수 있다.

도 4는 본 발명의 일 실시예에 따른 뉴로피드백 기반의 치료 방법을 설명하기 위한 제어 흐름도이다. 도 4를 참조하여 본 실시예에 따른 치료 방법을 정리하면 다음과 같다.

우선, 뇌파 센서(110) 및 뇌파 측정부(120)를 통하여 실시간으로 사용자의 뇌파를 측정하고 뇌파 데이터를 수집한다(S410).

이 과정을 통해 뇌 내의 전위 변화를 기록한 파형, EEG(electroence- phalogram)를 사용한 뇌파 데이터를 수집될 수 있다.

일 예에 따라, 수집된 EEG는 데이터 처리 과정을 거칠 수 있다. 이 과정의 주요 작업은 영상 결함을 나타내는 아티팩트 감지하는것과 불필요한 데이터를 배제 하는 것이다. 우리의 뇌는 계속해서 작용하고 있다. 세포들 간의 교환은 뉴런들이 그들 사이에서 의사소통할 때 작은 전기적 활동을 만들어 내며 뉴런에서 뉴런으로 가는 하나의 전기 신호는 기록할 수 없지만 수백만 개의 뉴런이 동기화되면 두피에서 생성된 전기장을 측정할 수 있다. 이러한 뇌파 신호(EEG)는 기록되기 전에 조직, 뼈, 털을 통해 전달되며, 그때쯤이면 진폭이 매우 감쇠된다. 다양한 아티팩트는 일반적으로 EEG 훈련의 초점이 되는 주파수를 포함하여 전체 EEG 주파수 스펙트럼에 영향을 미치는 활동을 생성한다. 아티팩트는 신경 EEG 데이터를 오염시키는 시스템에 의해 등록된 소음이며, 데이터의 처리는 첫 번째 단계에서 불필요한 소음을 제거하거나, 관심 신호의 개선된 버전을 분리하는 데 사용된다. 즉, 데이터 전처리를 통하여 가능한 많은 EEG 정보를 유지하면서 아티팩트를 제거할 수 있다. 아티팩터에 해당하는 특정 주파수 대역을 제거하는 방법으로 기준 EEG 신호를 사용하여 EOG (안구운동 기록 신호) 또는 ECG(심전도) 신호를 제거하는 회귀 방법이 사용도리 수 있다.

이렇게 뇌파 신호에서 아티팩터가 제거되면, 제어부(400)는 딥러닝 및 AI를 적용하여 사용자의 연령과 뇌 발달 상태에 따른 장애의 유형에 따라 측정된 뇌파를 분석, 자동화 및 업데이트할 수 있다(S420).

이 단계는 뉴로피드백을 수행하는 동안 사용되는 뇌 활동을 통해 계산된 특징을 선택하고 추출하는 것이다. 통상적으로 이러한 특징들은 조절하고 싶은 뇌의 활동 패턴을 나타낼 수 있다. 이는 EEG의 특정 주파수 대역의 선택으로 해석될 수 있으며, 특정 인지 기능과 연관된 뇌 네트워크의 ‘작동 언어’에 해당한다.

구체적으로, 데이터는 리만 기하학을 베이스로 추출 되어 EEG 데이터의 다양한 성공 수준을 다루는 데 사용될 수 있으며, 데이터 추출이 준비되면 정보를 사용하여 EEG를 자동으로 복호화한다. 서포트 벡터 머신(support vector machine) 방법을 통해 추출된 데이터 모델에 기초하여 EEG 패턴을 분류, 예측 또는 식별할 수 있다.

제어부(400)는 이러한 분석 결과, 딥러닝 및 AI를 기반으로 장애 유형에 따라 뇌파의 자극점을 다르게 줄 수 있는 치료 컨텐츠 선택하여 VR 기기와 같은 디스플레이부(300)에 표시할 수 있다(S430).

즉, 제어부(400)는 추출된 형상의 특성을 사용자가 제시하고 처리할 수 있는 감각 자극으로 전환하여 사용자에게 제공할 수 있다. 이렇게 치료 컨텐츠가 표시되면, 사용자는 치료 컨텐츠 상의 뇌파 정보를 통하여 특정 뇌파를 강화할 수 있고, 이에 대한 피드백 신호가 생성될 수 있다.

피드백 신호는 기설정된 기준과 관련된 사용자 뇌의 활동 상태를 나타낼 수 있으며, 뇌 활동의 목표 특성이나 특징이 특정 임계값이나 상태, 즉 기설정된 기준을 충족할 때 생성되어 피드백 될 수 있다. 예를 들어, 치료 컨텐츠에 반응하여 소정 기준 이상의 베타파가 발생되는 경우, 이를 피드백 신호로 생성하여 제어부(400)로 피드백할 수 있다. 사용자는 의도된 방향으로 뇌 활동을 변화시키기 위한 전략을 지속적으로 적용하고 적응할 수 있으며, 이때 몰입감 있는 치료를 위해 VR 기기가 사용될 수 있다.

그런 후, 제어부(400)는 측정된 뇌파에 대한 피드백 신호를 기반으로 치료 컨텐츠를 업데이트할 수 있다(S440).

업데이트 되는 정보는 사용자의 후속 치료에 사용될 수 있고, 딥러닝을 위한 데이터로 활용될 수 있다.

한편, 제어부(400)는 측정된 뇌파, 치료 경과, 신체 상태에 대한 팝업 메세지를 외부의 단말(A)로 전송할 수 있다(S450).

사용자의 보호자 또는 치료를 주체하는 의료진은 실시간 모니터링을 통해 사용자의 뇌파 상태, 뉴로피드백을 통해 호전된 치료의 진척, 그리고 심각도와 같은 정보를 팝업 알림 받을 수 있다.

상술된 바와 같이, 본 발명에 따르면, VR 시뮬레이션을 이용하여 실제 놀이형 치료보다 사고의 가능성을 현저히 줄일 수 있고, 기존에 사용되던 약물 치료보다 부작용이 낮은 뉴로피드백 치료가 제공될 수 있다. 더 나아가 오랫 동안 앉아 있지 못하고 집중력이 낮은 아동 또는 치료 대상자들에게 VR 기기의 사용으로 인해 현실감과 생동감을 제공함으로써 몰입감을 높여 보다 효과적인 치료를 제공할 수 있다.

또한, 기존 뉴로피드백의 가장 큰 단점은 훈련자의 몰입감과 의지, 그리고 의료진의 경력과 실력에 따라 훈련자의 치료 진척이 다르다는 점인데, 본 발명에 따를 경우 딥러닝 기술을 이용하여 최적의 치료 방법을 계산해 도출함으로써 환경의 변동과는 상관없이 일관된 효과를 얻어낼 수 있다.

또한, 기존 뉴로피드백 치료는 최소 20-40회의 반복을 통해 뇌파의 자극점을 찾아낸 후 치료를 진행했지만 본 발명에 따를 경우 딥러닝 기술을 도입하여 비교적 적은 횟수로 자극점을 분별하고 보다 정확한 분별 진단 정확도를 가질 수 있다. 최종적으로 이를 통해 학습장애 아동들의 시간과 치료 비용 절감 효과에 긍정적인 영향을 끼칠 것이다.

도 5는 본 발명의 일 예에 따른 뇌파 센서를 도시한 도면이다.

앞서 설명한 바와 같이, 최적의 뇌파를 검출할 수 있는 위치가 사용자마다 다를 수 있고, 측정하고자 하는 뇌파에 따라 전극의 위치가 변경되는 것이 바람직하다. 뇌파 센서(110)의 위치에 따라 뉴로피드백에 대한 효과가 상이하기 때문이다.

도시된 바와 같이, 사용자의 뇌에는 복수의 뇌파 센서(110)가 부착될 수 있고, 뇌파 센서(110)로부터 피드백되는 뇌파를 통하여 최적의 위치를 파악할 수 있다.

제어부(400)는 수신된 뇌파의 크기 또는 세기가 기설정된 임계값 미만인 경우, 뇌파 센서(110)의 위치를 조정할 수 있도록 디스플레이부(300)에 경고 사인이나 적색 표시 또는 뇌파 센서(110)를 이동할 것을 알려주는 이미지를 표시할 수 있다. 도 5의 디스플레이부(300)에는 화살표를 통하여 뇌파 센서(110)의 이동을 안내하는 영상이 표시되어 있다.

도 6은 본 발명의 실시예에 따른, 컴퓨팅 장치를 나타내는 도면이다. 도 6의 컴퓨팅 장치(TN100)는 본 명세서에서 기술된 장치(예, 치료 장치 등) 일 수 있다.

도 6의 실시예에서, 컴퓨팅 장치(TN100)는 적어도 하나의 프로세서(TN110), 송수신 장치(TN120), 및 메모리(TN130)를 포함할 수 있다. 또한, 컴퓨팅 장치(TN100)는 저장 장치(TN140), 입력 인터페이스 장치(TN150), 출력 인터페이스 장치(TN160) 등을 더 포함할 수 있다. 컴퓨팅 장치(TN100)에 포함된 구성 요소들은 버스(bus)(TN170)에 의해 연결되어 서로 통신을 수행할 수 있다.

프로세서(TN110)는 메모리(TN130) 및 저장 장치(TN140) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(TN110)는 중앙 처리 장치(CPU: central processing unit), 그래픽 처리 장치(GPU: graphics processing unit), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 프로세서(TN110)는 본 발명의 실시예와 관련하여 기술된 절차, 기능, 및 방법 등을 구현하도록 구성될 수 있다. 프로세서(TN110)는 컴퓨팅 장치(TN100)의 각 구성 요소를 제어할 수 있다.

메모리(TN130) 및 저장 장치(TN140) 각각은 프로세서(TN110)의 동작과 관련된 다양한 정보를 저장할 수 있다. 메모리(TN130) 및 저장 장치(TN140) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(TN130)는 읽기 전용 메모리(ROM: read only memory) 및 랜덤 액세스 메모리(RAM: random access memory) 중에서 적어도 하나로 구성될 수 있다.

송수신 장치(TN120)는 유선 신호 또는 무선 신호를 송신 또는 수신할 수 있다. 송수신 장치(TN120)는 네트워크에 연결되어 통신을 수행할 수 있다.

한편, 본 발명의 실시예는 지금까지 설명한 장치 및/또는 방법을 통해서만 구현되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 상술한 실시예의 기재로부터 본 발명이 속하는 기술 분야의 통상의 기술자라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 통상의 기술자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (7)

1. 뉴로피드백 기반의 치료 장치에 있어서,
   실시간으로 사용자의 뇌파를 측정하는 뇌파 측정부를 포함하는 뉴로피드백부와;
   사용자의 연령과 뇌 발달 상태에 따른 장애 유형에 대한 정보, 상기 장애 유형에 따라 놔파의 자극점을 다르게 줄 수 있는 치료 컨텐츠, 사용자들의 기존 치료 정보를 저장하고 있는 데이터 베이스부와;
   상기 뇌파 측정부에서 측정된 뇌파와 상기 치료 컨텐츠를 표시하는 디스플레이부와;
   상기 장애 유형에 대한 정보를 기반으로 상기 측정된 뇌파를 분석하고, 상기 분석 결과, 딥러닝 및 AI를 기반으로 상기 치료 컨텐츠를 선택하여 상기 디스플레이부에 표시하고, 상기 측정된 뇌파에 대한 피드백 신호를 기반으로 상기 치료 컨텐츠를 업데이트 하는 제어부를 포함하는 것을 특징으로 하는 치료 장치.
2. 제1항에 있어서,
   상기 제어부는 상기 딥러닝 및 상기 AI를 적용하여 상기 측정된 뇌파를 분석, 자동화 및 업데이트 하는 것을 특징으로 하는 치료 장치.
3. 제2항에 있어서,
   상기 뉴로피드백부는 상기 사용자의 뇌에 부착되어 상기 사용자의 뇌파를 측정하는 뇌파 센서를 더 포함하고,
   상기 제어부는 상기 장애의 유형에 따라 자극이 필요한 센서의 위치를 변경하고, 상기 피드백 신호의 주파수를 변경하는 것을 특징으로 하는 치료 장치.
4. 제3항에 있어서,
   상기 사용자의 심전도 또는 상기 디스플레이부의 응시 횟수 등을 포함하는 신체 상태를 감지하는 센서를 더 포함하고,
   상기 제어부는 상기 신체 상태에 따라 변경되는 상기 피드백 신호에 기초하여 치료를 적용할 최대 집중 시간을 도출하는 것을 특징으로 하는 치료 장치.
5. 제4항에 있어서,
   상기 제어부는 상기 측정된 뇌파, 치료 경과, 상기 신체 상태에 대한 팝업 메세지를 외부의 단말로 전송하는 것을 특징으로 하는 치료 장치.
6. 제1항에 있어서,
   상기 디스플레이부는 가상 현실을 표시할 수 있는 영상표시기기를 포함하는 것을 특징으로 하는 치료 장치.
7. 뉴로피드백 기반의 치료 방법에 있어서,
   실시간으로 사용자의 뇌파를 측정하는 단계와;
   딥러닝 및 AI를 적용하여 사용자의 연령과 뇌 발달 상태에 따른 장애 유형에 따라 상기 측정된 뇌파를 분석, 자동화 및 업데이트하는 단계와;
   상기 분석 결과, 상기 딥러닝 및 상기 AI를 기반으로 상기 장애 유형에 따라 놔파의 자극점을 다르게 줄 수 있는 치료 컨텐츠 선택하여 표시하는 단계와;
   상기 측정된 뇌파에 대한 피드백 신호를 기반으로 상기 치료 컨텐츠를 업데이트하는 단계와;
   상기 측정된 뇌파, 치료 경과, 신체 상태에 대한 팝업 메세지를 외부의 단말로 전송하는 단계를 포함하는 것을 특징으로 하는 치료 방법.
   

Images