WO2016190551A1 - 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치 - Google Patents

뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치 Download PDF

Info

Publication number
WO2016190551A1
WO2016190551A1 PCT/KR2016/004213 KR2016004213W WO2016190551A1 WO 2016190551 A1 WO2016190551 A1 WO 2016190551A1 KR 2016004213 W KR2016004213 W KR 2016004213W WO 2016190551 A1 WO2016190551 A1 WO 2016190551A1
Authority
WO
WIPO (PCT)
Prior art keywords
eeg
contact electrode
signal
sensor unit
contact
Prior art date
Application number
PCT/KR2016/004213
Other languages
English (en)
French (fr)
Inventor
임세훈
조희재
박준형
양장범
정재민
고준호
이창현
임용현
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US15/577,752 priority Critical patent/US20180125386A1/en
Publication of WO2016190551A1 publication Critical patent/WO2016190551A1/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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves

Definitions

  • the present disclosure relates to an EEG sensor unit and an EEG measurement device using the same, and more particularly, to an electrode structure of the EEG sensor unit and a circuit of the EEG measurement device for compensating for the noise.
  • Electroencephalogram is a kind of electrical biosignal derived from the head of the living body and recorded the change in potential caused by the active state of the brain. These EEG signals have complex wave forms with various potential changes, and these waves are analyzed by amplitude and frequency.
  • Methods of acquiring the EEG signals include invasive methods of directly inserting electrodes into the scalp and skull, and noninvasive methods of attaching and measuring electrodes to the scalp. Invasive methods can accurately measure EEG signals, but there is a risk of infection during insertion and measurement, and pain due to the procedure is difficult to apply to EEG signal measurements.
  • non-invasive methods are mainly used for measuring EEG signals, and wet methods using electrolytes such as gels and saline have been common methods.
  • this wet method has a problem in that the process of attaching the sensor is cumbersome, and the convenience of wetting the hair to use gel or saline solution.
  • the gel is cured or the salt solution evaporates, there is a limit such as distortion of the signal.
  • a dry method that does not use gel or saline has been studied a lot.
  • a conductor such as gold or silver is used as an electrode because a biological signal must be obtained without an electrolyte.
  • the sensor electrode is measured while being in physical contact with the user's head. By the way, a minute movement is generated between the drawing electrode, the sensor electrode for measuring the biological signal, and the living body so that the user's movement is generated, and a change in impedance is inevitably generated.
  • the contact strength may change due to the movement between the sensor electrode and the scalp, and the contact strength may be maintained but the contact surface may slide, or the contact strength and the contact surface may slip.
  • the impedance change occurs due to the movement of the contact surface between the sensor and the scalp.
  • the impedance change acts as noise (noise noise) to the biological signal collected by the live signal measuring device, resulting in waveform distortion in the measurement signal. Done.
  • the signal distortion due to the impedance change can be compensated by estimating the dynamic noise and removing the estimated dynamic noise from the measured biological signal.
  • Methods for estimating dynamic noise include impedance methods, half cell potential methods, optical methods, and acceleration sensor utilization methods.
  • Impedance method measures the difference information of the impedance component of the dynamic noise by applying a constant voltage Vc or current Ic to the living body when measuring the biological signal, and measures the dynamic noise generated when measuring the biological signal, and compensates for the dynamic noise It is a technique to do.
  • such a method requires a separate electrode for applying voltage Vc or current Ic to the living body to measure the noise, and if the movement occurs to the corresponding electrode due to the movement of the living body, the electrode is additionally added to the electrode for measuring the biological signal. It can act as a noise signal, making signal analysis more difficult.
  • the present disclosure is to measure the EEG signal with a dry sensor during daily life, in order to reduce the movement noise (motion noise) caused by the user's movement, the EEG sensor unit comprising a circuit for improving the electrode structure and compensating for signal distortion And to provide an EEG measurement device using the same.
  • an EEG sensor unit may include: first and second contact electrodes having a tapered shape and contacting a living body; A signal line for transmitting an EEG signal obtained from the first contact electrode to a signal processor; A ground line for grounding the second contact electrode; And a support disposed to electrically insulate the first contact electrode and the second contact electrode from each other.
  • the EEG signal acquired by the first contact electrode includes not only EEG information, but also dynamic noise as described below, and the signal processor may remove the dynamic noise contained in the EEG signal.
  • the signal processing unit is a circuit provided in the main body of the EEG measuring apparatus to process the EEG signals obtained by the EEG sensor unit as described below.
  • the support surface of the support for supporting the first and second contact electrodes may be flat, curved or curved.
  • the first and second contact electrodes may have a shape protruding from the support surface of the support.
  • the first and second contact electrodes may have a flexible material protruding from the support surface of the support.
  • the maximum separation distance between the first contact electrode and the second contact electrode may be a distance at which a correlation between the EEG signals measured by the EEG sensor unit is 80% based on the EEG signals measured by the patch-type EEG sensor. have.
  • the separation distance between the first contact electrode and the second contact electrode may be between 0.5 mm and 5 mm.
  • the number of the first contact electrodes may be one or plural.
  • the number of the second contact electrodes may be one or plural. In this case, the number of the first contact electrodes may be equal to or greater than the number of the second contact electrodes.
  • the first contact electrode and the second contact electrode may be disposed adjacent to each other in pairs.
  • the support surface of the support may include a first region and a second region, and the plurality of first contact electrodes may be disposed in the first region, and the plurality of second contact electrodes may be disposed in the second region.
  • the first region and the second region mean regions that do not overlap on the support surface.
  • the second region may mean a central region of the support surface
  • the first region may mean an outer region of the support surface.
  • the first and second contact electrodes may include at least three contact electrodes protruding from the support surface of the support, and ends of the at least three contact electrodes may not be disposed on the same plane.
  • the at least three contact electrodes may be circumscribed in a circle having a radius R at the end thereof.
  • the protruding height of the first contact electrode and the protruding height of the second contact electrode may be different.
  • the protruding heights of the first and second contact electrodes are all the same, and the support surface of the support may be bent or curved.
  • the support surface of the support may be a curved surface circumscribed to a circle of radius R.
  • the material of the first and second contact electrodes may be any one of conductive silicon, conductive rubber, and metal.
  • the first and second contact electrodes may have any one of a cylindrical shape, a triangular pyramid shape, a square pyramid shape, a square pillar shape, a funnel shape, and a curved funnel shape.
  • the first and second contact electrodes may be formed of the same material and the same shape.
  • an EEG measuring apparatus includes a first contact electrode for acquiring a first EEG signal at a first position of a living body, and is spaced apart from the first contact electrode and electrically insulated from the first contact electrode.
  • a second contact electrode, a first signal line for transmitting a first EEG signal obtained from the first contact electrode to the signal processor, a first ground line for grounding the second contact electrode, and the first and second contacts A first EEG sensor unit comprising a first support for supporting an electrode;
  • a third contact electrode acquiring a second EEG signal at a second position of the living body, a third contact electrode spaced apart from the third contact electrode and electrically insulated from the third contact electrode, and the third contact electrode
  • a signal processor configured to process the first and second EEG signals obtained by the first
  • the first position and the second position of the living body are spaced apart.
  • the first position and the second position of the living body may be a user's scalp, an ear (outer ear), a rear part of the ear, a forehead, a temple, and the like.
  • the signal processor is connected to a first signal line and a power source of the first EEG sensor unit, respectively, and outputs a first voltage signal distributed from a first EEG signal received from the first EEG sensor unit and a power source.
  • a second voltage distributor connected to a second signal line of the second EEG sensor unit and the power source, respectively, and outputting a second EEG signal received from the second EEG sensor unit and a second voltage signal voltage-divided from the power source; ;
  • a differential amplifier connected to a first signal line of the first EEG sensor unit and a second signal line of the second EEG sensor unit, respectively, to amplify the difference between the first and second voltage signals.
  • the signal processor extracts a first impedance between the first contact electrode of the first EEG sensor unit and the living body from the first voltage signal output from the first operational amplifier, and outputs the second impedance output from the first operational amplifier. Extracting a second impedance between the third contact electrode and the living body of the second EEG sensor unit from the voltage signal, and removes the noise contained in the first and second EEG signals based on the first and second impedances Can be.
  • the first spacing between the first contact electrode and the second contact electrode of the first EEG sensor unit may be the same as the second spacing between the third contact electrode and the fourth contact electrode of the second EEG sensor unit.
  • the circuit unit of the EEG measuring unit for communicating with an external device; An output unit for outputting an alarm; And determining the emergency information of the user based on the EEG signal processed by the signal processor, and controlling the output unit to output information corresponding to the determined emergency degree through the output unit or the determined emergency to an external device through the communication unit.
  • the control unit may control the communication unit to transmit information about the degree.
  • the output may be a speaker, a lamp, or a display.
  • the state of the user determined by the controller may include an emergency situation. In other words, the controller may predict the occurrence or occurrence of an emergency from the EEG signal acquired by the sensor unit. When the state of the user determined by the controller is an emergency, the controller may transmit information about an emergency of the user or output an alarm to an external device.
  • the apparatus may further include a memory unit configured to store a first risk level and a risk assessment model for evaluating a second risk higher than the first risk from an EEG signal, wherein the controller is further configured to determine that the user's emergency belongs to the first risk.
  • Control the output unit to output an alarm through the output unit, and control the communication unit to transmit information about the emergency level of the user to the external device through the communication unit if the emergency degree of the user belongs to the second risk level.
  • the control unit controls the output unit to output an alarm through the output unit when the emergency degree of the user belongs to the second risk level, and when the emergency degree of the user belongs to the first risk level, the communication unit.
  • the communication unit may be controlled to transmit the information on the degree of emergency of the user to the external device.
  • the degree of emergency of the user includes a first risk level and a second risk level higher than the first risk level, wherein the controller transmits an EEG signal processed by the signal processor to the external computer device through the communication unit, and the computer device.
  • Control the communication unit to receive information on an emergency degree of the user generated by processing the EEG signal from the controller, and output an alarm through the output unit when the emergency degree of the user received from the computer device belongs to a first risk level.
  • the controller may be configured to control the output unit, and to control the communication unit to transmit information on an emergency degree of the user to the external device through the communication unit if the user's emergency degree received from the computer device is a second risk.
  • control unit controls the output unit to output an alarm through the output unit when an emergency degree of the user received from the computer device belongs to a second risk level, and the emergency degree of the user received from the computer device is If belonging to the first risk, the communication unit may be controlled to transmit information on the degree of emergency of the user to the external device through the communication unit.
  • EEG measuring system according to another embodiment, the above-described EEG measuring apparatus; And an EEG processing apparatus for receiving an EEG from an EEG measuring apparatus and processing an EEG.
  • the EEG processing device may include a mobile device.
  • the mobile device includes a communication unit communicating with the brain wave measuring device; An output unit for outputting an alarm; A memory unit for storing information related to EEG processing; A signal processor which processes the brain waves received from the brain wave measuring apparatus with reference to the memory unit; And a controller configured to control the output unit according to the EEG signal processed by the signal processor.
  • the mobile device may include a communication unit communicating with the brain wave measuring device and an external device; An output unit for outputting an alarm; Determine the degree of emergency of the user based on the EEG signal received from the EEG measuring device, and control the output unit to output an alarm corresponding to the determined degree of emergency through the output unit or the determined to the external device through the communication unit And a control unit controlling the communication unit to transmit information on an emergency degree.
  • the mobile device may further include a memory unit configured to store a risk assessment model for evaluating a first risk from a brain wave signal and a second risk higher than the first risk, wherein the controller is configured to determine the degree of emergency of the user to the first risk.
  • the communication unit controls the output unit to output an alarm through the output unit, and if the emergency degree of the user belongs to the second risk, the communication unit to transmit information about the emergency degree of the user to the external device through the communication unit. Can be controlled.
  • the control unit controls the output unit to output an alarm through the output unit when the emergency degree of the user belongs to the second risk level, and when the emergency degree of the user belongs to the first risk level, the communication unit.
  • the communication unit may be controlled to transmit information on an emergency level of the user to the external device.
  • the mobile device may include a communication unit communicating with the brain wave measuring device and the computer device; An output unit for outputting an alarm; Transmitting the EEG signal received from the EEG measuring device to the computer device, receiving information on the state of the user generated by processing the EEG signal from the computer device, and based on the received information on the state of the user And a control unit controlling the output unit and the communication unit.
  • the computer device may process the EEG signal to generate information about the degree of emergency of the user.
  • the degree of emergency of the user may include a relatively low first risk and a relatively high second risk.
  • the controller of the mobile device transmits an EEG signal received by the EEG measuring device to the computer device through the communication unit, and receives information on the degree of emergency of the user generated by processing the EEG signal from the computer device,
  • the output unit controls the output unit to output an alarm through the output unit when the emergency degree of the user received from the device belongs to the first risk, and through the communication unit when the emergency degree of the user received from the computer device belongs to the second risk.
  • the communication unit may be controlled to transmit information on an emergency situation of a user to an external device.
  • the computer device and the external device may be the same or may be different devices.
  • the computer device may be a server of a telemedicine provider
  • the external device may be a server of an emergency center, a server of a hospital attended by a user, a telephone of a user's doctor, or a telephone of a guardian of a user.
  • the transmission of the information about the user's emergency to the external device may be directly performed by the communication unit of the mobile device, but the computer device may be instructed to transmit information about the user's emergency to the external device, or the computer device may transmit information about the user's emergency.
  • the computer device may transmit information about the user's emergency.
  • the scenario stored in the memory unit may automatically transmit information about the user's emergency situation to the external device.
  • Such mobile devices may be mobile phones, smart phones, tablet computers, personal digital assistants (PDAs) or laptop computers.
  • the mobile device may transmit the processed EEG information to a networked computer device.
  • the mobile device may include at least one of a position tracking sensor for tracking the position of the living body, an acceleration sensor for measuring the acceleration of the living body, and a motion sensor for measuring the movement of the living body, and at least one of the position and the movement of the living body. Information may be transmitted to the computer device.
  • the brain wave processing device may include a computer device in communication with the brain wave measuring device.
  • the computer device includes a communication unit for directly communicating with an EEG measuring device to receive an EEG signal from the EEG measuring device; A memory unit for storing a risk assessment model for evaluating a first risk from a brain wave signal and a second risk higher than the first risk; And controlling the output unit to transmit a warning message to the EEG measuring device when the degree of emergency belongs to the first risk level, and when the degree of emergency of the user belongs to the second degree of danger, the user's emergency situation to an external device. And a controller for controlling the communication unit to transmit information about the control unit.
  • Such a computer device may be a server of a service provider providing a telemedicine service, a server of a hospital in which a user travels, or a personal computer in a user's home.
  • the external device may be a server of an emergency center, a server of a hospital in which the user is attended, a telephone of the doctor of the user, or a telephone of a guardian of the user.
  • the output unit expressing the EEG information processed by the EEG processing unit may be embedded or external to the EEG measuring device or the mobile device.
  • the output unit may be a speaker, a vibration module, a lamp, or a display.
  • the EEG measuring apparatus may be provided with a vibration module to output an alarm in a vibration manner.
  • the mobile device may include a speaker, a vibration module, and a display, and may output an alarm in a manner such as an alarm sound, a vibration, or a warning phrase.
  • the EEG processing apparatus may include at least one of an emergency prediction module for predicting an emergency or determining occurrence of an emergency from an EEG information, and a biomedical inference module for inferring a physician of an organism from an EEG.
  • the EEG processing apparatus may predict or determine the occurrence of an emergency from the EEG information, and transmit an alarm to the output device when the emergency is predicted or occurs, and the output device may generate an alarm.
  • the brain wave is at least one of an electroencephalogram, an electrocardiogram, an electromyogram, a nerve conduction, and a safety degree, and the brain wave processing apparatus can infer a doctor's state or state of the living body from the brain wave.
  • the EEG processing apparatus may transmit information about the inferred doctor or state to the output device, and the output device may output information about the inferred doctor or state.
  • the EEG processing apparatus may generate control information according to the inferred doctor or state information and transmit the control information to the electronic device.
  • the EEG measuring apparatus may further include a measuring sensor measuring at least one of body temperature, heart rate, nodding, blinking, and flipping of the living body. At least one of a position tracking sensor for tracking the position of the living body, an acceleration sensor for measuring the acceleration of the living body, and a motion sensor for measuring the movement of the living body may be further provided. Such an additional sensor may be provided in an EEG measurement device or a separate electronic device.
  • EEG processing method comprises the steps of measuring the brain wave of the living body from the above-described EEG measuring apparatus; And generating information on the living body by processing the measured brain waves.
  • the method may further include predicting or generating an emergency from the information on the living body and generating an alarm to the user when the emergency is predicted or generated.
  • Generating information about the living body may include inferring the intention or condition of the living body from the brain wave. Measuring the brain waves of the living body may further include measuring at least one of electrocardiogram, electrocardiogram, nerve conduction, and safety of the living body. Measuring brain waves of the living body may further include measuring at least one of body temperature, heart rate, nodding, blinking, and flipping. The method may further include transmitting information about a doctor or state of the inferred living body to the user.
  • the method may further include tracking the location of the living body, and the information transmitted to the user may include location information of the living body.
  • the user may be at least one of a living body, a protector of the living body, and a medical professional.
  • the EEG sensor unit independently measures the dynamic noise of each electrode, so that even if the noise occurs in one electrode does not affect the other electrode can be easy to use in everyday life.
  • the EEG sensor unit may facilitate signal analysis by measuring and compensating for the magnitude and occurrence of dynamic noise varying with time in real time.
  • FIG. 1 is a view schematically showing an EEG measuring apparatus according to an embodiment.
  • FIG. 2A is a perspective view schematically illustrating an EEG sensor unit of the EEG measuring apparatus of FIG. 1.
  • FIG. 2B is a cross-sectional view of the EEG sensor unit of FIG. 2A seen from line II ′.
  • FIG. 2B is a cross-sectional view of the EEG sensor unit of FIG. 2A seen from line II ′.
  • FIG. 3 is a graph showing a correlation chart according to a distance between first and second contact electrodes of an EEG sensor unit.
  • 4A to 4D are graphs of EEG signals showing a correlation according to a distance between first and second contact electrodes of an EEG sensor unit.
  • FIG. 5 is a schematic block diagram of the EEG measuring apparatus of FIG. 1.
  • 6A and 6B are equivalent circuits illustrating voltage distribution from an EEG signal and a voltage source.
  • 7A and 7B show other examples of the arrangement of the contact electrodes of the EEG sensor unit.
  • 8A to 8D show examples of contact electrodes of an EEG sensor unit.
  • FIG. 9 is a side cross-sectional view schematically showing an EEG sensor unit according to another embodiment.
  • FIG. 10 is a diagram illustrating a height relationship of contact electrodes of the EEG sensor unit of FIG. 9.
  • 11A and 11B show modifications of the EEG sensor unit of FIG. 9.
  • FIG. 12 is a side cross-sectional view schematically showing an EEG sensor unit according to another embodiment.
  • FIG. 13 is a diagram illustrating a height relationship of contact electrodes of the EEG sensor unit of FIG. 12.
  • 15A to 15C show further modifications of the EEG sensor unit of FIG. 13.
  • 16 is a schematic block diagram of an EEG measuring apparatus according to another embodiment.
  • FIG 17 schematically illustrates an EEG measurement system according to an embodiment.
  • FIG. 18 schematically illustrates a block diagram of the EEG measurement system of FIG. 17.
  • FIG. 19 illustrates an example of a controller and a memory unit of a mobile device in the EEG measuring system of FIG. 18.
  • FIG. 22 shows a flowchart of risk determination according to stroke assessment.
  • FIG. 23 illustrates another example of the controller and the memory unit of the mobile device in the EEG measuring system of FIG. 18.
  • FIG. 25 shows a schematic block diagram of a computer device in the EEG measurement system of FIG. 24.
  • 26 schematically illustrates an EEG measurement system according to another embodiment.
  • FIG. 27 schematically illustrates an EEG measurement system according to another embodiment.
  • FIG. 1 is a view schematically showing an EEG measuring apparatus according to an embodiment.
  • the EEG measuring apparatus of the present embodiment includes a sensor unit 100 and a signal processing unit 200.
  • the sensor unit 100 includes first and second brain wave sensor units 110 and 120.
  • the first and second EEG sensor units 110 and 120 acquire the first and second EEG signals at different positions of the living body 10.
  • the part of the living body 10 to which the first and second EEG sensor units 110 and 120 are attached may be a user's scalp, an ear (outer ear), a rear part of the ear, a forehead, a temple, and the like.
  • the first and second EEG sensor units 110 and 120 may be supported by a frame not shown to be in close contact with or attached to the living body 10.
  • the signal processor 200 may be located in a frame or a separate housing that supports the first and second EEG sensor units 110 and 120.
  • the housing on which the signal processing unit 200 is mounted may have, for example, an accessory shape that is normally worn by a person or a shape that is attached to an accessory that is normally worn by a person.
  • the EEG signals acquired by the first and second EEG sensor units 110 and 120 are transmitted to the signal processing unit 200 through the cables 118 and 128 to be processed.
  • the first EEG sensor unit 110 and the second EEG sensor unit 120 have substantially the same structure.
  • the first EEG sensor unit 110 and the second EEG sensor unit 120 may be formed of the same shape, the same size and the same material.
  • the first EEG sensor unit 110 will be described as an example, and description of the second EEG sensor unit 120 will be omitted.
  • FIG. 2A is a perspective view schematically illustrating the first EEG sensor unit 110
  • FIG. 2B is a cross-sectional view of the first EEG sensor unit 110 viewed from line II ′.
  • the first EEG sensor unit 110 includes a first contact electrode 111 and a second contact electrode 112 spaced apart from the first contact electrode.
  • the space between the first contact electrode 111 and the second contact electrode 112 means that the first contact electrode 111 and the second contact electrode 112 are physically separated.
  • the first contact electrode 111 and the second contact electrode 112 are supported by the support 115.
  • the first EEG sensor unit 110 is connected to the signal processor 200 through a cable 118.
  • the cable 118 may be provided with a first signal line 113 and a first ground line 114.
  • the first and second contact electrodes 111 and 112 mean unit electrodes contacting the living body.
  • the first contact electrode 111 and the second contact electrode 112 are formed of the same shape, the same size and the same material.
  • the first contact electrode 111 and the second contact electrode 112 have a tapered shape, such as a cone shape, and are flexible and conductive.
  • the material may be formed to protrude on the support surface of the support 115.
  • the term flexible means the flexibility that is bent by an external force.
  • the flexible and conductive material may be, for example, a conductive polymer such as conductive silicone or conductive rubber.
  • the first contact electrode 111 and the second contact electrode 112 may be formed of such a conductive polymer or other flexible and conductive synthetic resin.
  • the first contact electrode 111 and the second contact electrode 112 may be formed of a synthetic resin that is rigid and conductive.
  • the first contact electrode 111 and the second contact electrode 112 may be formed of a conductive metal material or other hard material.
  • the first contact electrode 111 and the second contact electrode 112 may be understood as a non-invasive dry electrode.
  • Conical shapes of the first and second contact electrodes 111 and 112 are examples of electrode structures protruding from the support surface of the support 115.
  • the support surface means a surface that supports the first and second contact electrodes 111 and 112 of the support 115. In other words, the support surface refers to the surface on which the first and second contact electrodes 111 and 112 are positioned on the support 115.
  • the first contact electrode 111 obtains an EEG signal from the living body 10.
  • the EEG signal acquired by the first contact electrode 111 is transmitted to the signal processor 200 through the first signal line 113.
  • the second contact electrode 112 is electrically insulated from the first contact electrode 111 and grounded to the ground of the circuit unit 1120 of FIG. 16.
  • the second contact electrode 112 may be grounded through the first ground line 114.
  • the insulation of the first contact electrode 111 and the second contact electrode 112 means that the first contact electrode 111 and the second contact electrode 112 are not connected by a conductor.
  • the first contact electrode 111 and the second contact electrode 112 are in an adjacent position of the skin of the living body, and the first contact electrode 111 and the second contact electrode 112 are located between the first contact electrode and the second contact electrode 112. It is proportional to the skin contact resistance (refer to R 1 and R 1 ′ in FIG. 6B) of the electrode 111 and the second contact electrode 112, and the separation distance between the first contact electrode 111 and the second contact electrode 112. There will be skin resistance.
  • the ground electrode is provided separately from the EEG measuring electrode, but the sensor unit 100 of the present embodiment has a second contact point corresponding to the ground electrode in the first EEG sensor unit 110. Since the electrode 112 is provided, a separate ground sensor electrode is unnecessary.
  • the support member 115 arranges the first and second contact electrodes 111 and 112 spaced apart from each other and electrically insulates the first and second contact electrodes 111 and 112 from each other.
  • the support 115 may be formed of a non-conductive material.
  • the support 115 may be formed of a non-conductive synthetic resin.
  • Wiring of the first and second contact electrodes 111 and 112 may be provided inside the support 115 or on the back surface of the support surface of the support 115.
  • the wirings (that is, the first signal line 113 and the first ground line 114) provided in the support body 115 extend the cable 118 out of the support body 115.
  • the support member 115 may have a rigid so that a gap between the first contact electrode 111 and the second contact electrode 112 is maintained.
  • the first contact electrode 111 and the second contact electrode 112 are insulated from each other.
  • the first contact electrode 111 and the second contact electrode 112 may be adjacent to each other.
  • the minimum separation distance between the first contact electrode 111 and the second contact electrode 112 may be defined by the first and second contacts. It may be limited depending on the material and shape of the contact electrode (111, 112). For example, as described above, since the first and second contact electrodes 111 and 112 may be formed of a flexible material, the first and second contact electrodes 111 and 112 may contact the living body 10.
  • the first contact electrode 111 and the second contact electrode 112 may be spaced apart from each other by a minimum distance d min or more. have.
  • d min the minimum distance between the first contact electrode 111 and the second contact electrode 112 may satisfy Equation 1 below.
  • the minimum distance d min between the first and second contact electrodes 111 and 112 may increase as the size of the first and second contact electrodes 111 and 112 increases. .
  • the minimum spacing of the electrodes 112 may be 0.5 mm.
  • the first and second contact electrodes 111 and 112 The minimum spacing may be 1 mm.
  • the minimum spacing can be 2.75 mm.
  • first and second contact electrodes 111 and 112 are formed of a hard material having conductivity such as metal, the minimum distance between the first and second contact electrodes 111 and 112 may allow a manufacturing process. It may be determined within the scope.
  • the distance between the first and second contact electrodes 111 and 112 needs to be limited in order for the noise of the EEG signal to be within a range that can be processed by the signal processing unit 200.
  • the maximum separation distance d max between the first and second contact electrodes 111 and 112 is measured by the sensor unit 100 of the present embodiment based on the EEG signal measured by the patch-type EEG sensor. It can be determined by the allowable maximum of the correlation of the signal.
  • the patch-type EEG sensor is an electrode attached to a patch that is in close contact with the living body 10, and the movement noise (motion noise) or other noise generated by the user's movement in the non-invasive EEG sensor electrode It is known as a relatively free structure.
  • FIG. 3 is a graph showing the correlation according to the distance between the first and second contact electrodes of the EEG sensor unit of the present embodiment
  • Figures 4a to 4d is between the first and second contact electrodes of the EEG sensor unit of the present embodiment EEG signal graph showing the EEG signal (upper side) obtained in the EEG sensor unit of the present example and the EEG signal (lower side) in the comparative example when the separation interval d of is 1.27 mm, 2.54 mm, 3.81 mm, 5.08 mm, respectively to be.
  • the sensor unit 100 according to the embodiment has a button-type first and second contact electrodes made of metal, and a comparative example is a case of a patch-type EEG sensor.
  • a correlation between the EEG signals measured by the sensor unit 100 of the present embodiment and the EEG signals measured by the patch-type EEG sensor is small. Lose.
  • the sensor of the present embodiment for the EEG signal measured by the patch-type EEG sensor The correlation of the EEG signal measured in the unit 100 reaches 95.1%.
  • the EEG signal post-processed by the signal processor 200 has a correlation of about 85% based on the EEG signal measured by the patch-type EEG sensor, it is known that the EEG signal is easy to analyze. Meanwhile, the EEG signal obtained by the sensor unit 100 may further improve signal performance by about 5% through post-processing using an adaptive filter. Therefore, based on the EEG signals measured by the patch-type EEG sensor, the correlation between the EEG signals measured by the sensor unit 100 of the present embodiment is at least 80%, the first and second contact electrodes (111, 112) You can limit the spacing between). Referring to FIG.
  • the first and second contact electrodes may be It can be seen that the distance d should be approximately 4.81 mm. In other words, for the button-type first and second contact electrodes made of metal, the maximum separation distance d max may be 4.81 mm.
  • the degree of correlation between the EEG signal measured by the sensor unit 100 of the present embodiment and the EEG signal measured by the patch-type EEG sensor may vary, and thus, the maximum spacing d max between the first and second contact electrodes 111 and 112 may also vary.
  • the minimum spacing d max of the first and second contact electrodes may vary somewhat depending on the material or shape of the first and second contact electrodes.
  • the maximum separation distance d max may be, for example, 5 mm.
  • the first and second contact electrodes 111 and 112 may have a height h of 1 mm and 0.25 mm, respectively.
  • the separation distance between the first and second contact electrodes 111 and 112 may be determined within a range of 1 mm to 5 mm. .
  • the first and second contact electrodes 111 and 112 have a flexible cone shape having a height h of 0.3 mm and 0.2 mm and a width w of the bottom, respectively, the EEG signal can be easily analyzed.
  • the separation distance between the first and second contact electrodes 111 and 112 may be determined within a range of 0.5 mm to 5 mm.
  • FIG. 5 is a schematic block diagram of the EEG measuring apparatus of FIG. 1, and FIGS. 6A and 6B are equivalent circuits illustrating voltage distribution from an EEG signal and a voltage source.
  • the sensor unit 100 includes a first EEG sensor unit 110 and a second EEG sensor unit 120 that measure an EEG signal in a living body, that is, a different region of the living body 10.
  • the first and second contact electrodes 111 and 112 of the first EEG sensor unit 110 contact one region of the living body 10 in a state spaced apart by the interval d.
  • the first and second contact electrodes 121 and 122 of the second EEG sensor unit 120 also contact other regions of the living body 10 in the state spaced apart by the interval d.
  • the first contact electrode 111 of the first EEG sensor unit 110 obtains the first EEG signal Vee1 in one region of the living body 10, and the signal processor 200 through the first signal line 113. To send).
  • the third contact electrode 121 of the second EEG sensor unit 120 obtains a second EEG signal Vee2 in one region of the living body 10, and then receives the signal processor 200 through the second signal line 123. To send).
  • the second contact electrode 112 of the first EEG sensor unit 110 and the fourth contact electrode 122 of the second EEG sensor unit 120 are grounded through the first and second ground lines 114 and 124. Is grounded.
  • the signal processor 200 includes first and second voltage dividers 210 and 220 and a differential amplifier 250.
  • the first and second voltage dividers 210 and 220 may include, for example, first and second operational amplifiers 211 and 221 having an internal resistance R.
  • the inverting input terminal (-) of the first operational amplifier 211 is connected to the first signal line 113 to receive the first EEG signal Veeg1 from the first EEG sensor unit 110, and the non-inverting input terminal ( +) May be connected to a power source V cc .
  • the first operational amplifier 211 may output the first voltage V1.
  • the first voltage divider 210 may be understood as a first voltage measurer.
  • the inverting input terminal (-) of the second operational amplifier 221 is connected to the second signal line 123 to receive the second EEG signal Veeg2 from the second EEG sensor unit 120, and the non-inverting terminal is a power source. May be connected to the source V cc .
  • the second operational amplifier 221 may output the second voltage V2. In this sense, the second voltage divider 220 may be understood as the second voltage measurer.
  • the differential amplifier 250 may also include an operational amplifier 251.
  • the non-inverting and inverting input terminals of the differential amplifier 250 are connected to the first and second signal lines 113 and 123.
  • the differential amplifier 250 may output V out by amplifying a differential value of the first voltage V1 and the second voltage V2, that is, differentially amplifying the differential value.
  • Reference numeral 215 denotes a first branching point where the first signal line 113 branches to the inverting input terminal (-) of the first voltage divider 210 and the non-inverting input terminal (+) of the differential amplifier 250.
  • the contact impedance between the first contact electrode 111 and the living body 10 of the first EEG sensor unit 110 is approximated by the first contact resistance R 1 .
  • the contact impedance between the second contact electrode 112 of the first EEG sensor unit 110 and the living body 10 is approximated by the second contact resistance R 1 ′.
  • the first voltage divider (operator amplifier) 210 has an internal impedance R. Accordingly, the first voltage V1 in the first voltage divider (operation amplifier) 210 is divided by the voltage source V cc and the voltage by the first EEG signal V eeg1 as shown in Equation 2 below . Given as the sum of the distributions.
  • R c1 denotes a series synthesis resistance of the first and second contact resistances R 1 and R 1 ′ and the first skin resistance R s1 as shown in Equation 3 below.
  • Equation 2 an approximation is used in that the first EEG signal V eeg1 is very small compared to the voltage source V cc , and the approximation in Equation 3 is performed by the first EEG sensor unit 110.
  • the first contact resistance R 1 and the second contact resistance R 1 ′ are set equal.
  • the second EEG sensor unit 120 may include a third contact resistance R 2 .
  • the second EEG signal V eeg2 is applied to the third contact electrode 121, and the fourth contact electrode 122 is grounded.
  • the second voltage divider (operator amplifier) 220 has an internal impedance R. Accordingly, the second voltage V2 in the second voltage distributor (operation amplifier) 220 is divided by the voltage source V cc and the voltage by the second EEG signal V eeg2 as shown in Equation 4 below . Given as the sum of the distributions.
  • R c2 means the sum of the third and fourth contact resistances R 2 and R 2 ′ and the second skin resistance R s2 , as shown in Equation 4 below.
  • Equation 2 an approximation is used in that the second EEG signal V eeg2 is very small compared to the voltage source V cc , and the approximation in Equation 5 is performed by the second EEG sensor unit 120.
  • the distance d between the third and fourth contact electrodes 121 and 122 is sufficiently small as described above, the first contact resistance R 1 and the second contact resistance R 1 ′ are set equal.
  • Equation 7 If the state of contact between the first and second EEG sensor units 110 and 120 and the living body 10 becomes very good, R c1 and R c2 become very small, and V out is approximately equal to the following mathematical expression. It is given by Equation 7.
  • the differentially amplified output value V out in the differential amplifier 250 may be analyzed through post-processing using an adaptive filter (not shown).
  • the first and second EEG sensor units 110 and 120 are physically contacted with the living body 10.
  • minute movement may occur between the first and second EEG sensor units 110 and 120 and the living body 10.
  • Movement between the first and second EEG sensor units 110 and 120 and the living body 10 may vary in contact strength and maintain contact strength, but the contact surface slips, or the contact strength and the contact surface slide in combination. May occur.
  • a change in impedance occurs.
  • Such a change in impedance may act as noise (noise) with respect to the EEG signal collected by the live signal measuring apparatus, which may cause waveform distortion in the measured signal.
  • the first voltage V1 and the second voltage V2 are values that can be measured through the first and second voltage dividers 210 and 220, respectively, R c1 from Equations 2 and 4 above. And R c2 can be obtained.
  • the first skin resistance R s1 is a distance between the first and second contact electrodes 111 and 112 of the first EEG sensor unit 110 and the first and second of the second EEG sensor unit 120.
  • the spacing intervals of the contact electrodes 121 and 122 are all set to d, and the d value is sufficiently small, it may be set to be equal to the second skin resistance R s2 of the second EEG sensor unit 120.
  • the skin resistance can be regarded as a resistance having a constant value. Accordingly, the first contact resistance R 1 in the first EEG sensor unit 110 and the third contact resistance R 2 in the second EEG sensor unit 120 are respectively represented by Equations 3 and 5, respectively. You can get it.
  • the first contact resistance R 1 and the third contact resistance R 2 are values that change in real time according to a user's movement. Therefore, by obtaining the first contact resistance (R 1 ) or the third contact resistance (R 2 ), it is possible to measure and compensate in real time the magnitude and occurrence of dynamic noise that changes with time, thereby making signal analysis very easy. Can be.
  • the EEG measuring apparatus of the above-described embodiment has been described using two contact electrodes of each of the first and second EEG sensor units 110 and 120 as an example, but is not limited thereto.
  • 7A shows another example of the arrangement of the contact electrodes of the EEG sensor unit.
  • the EEG sensor unit 110-1 may include four first contact electrodes 111 and four second contact electrodes 112.
  • the first contact electrode 111 and the second contact electrode 112 may be disposed adjacent to each other in pairs.
  • the four first contact electrodes 111 and the four second contact electrodes 112 may be disposed to be uniformly distributed to each other.
  • the four first contact electrodes 111 are electrically connected to each other, and are connected to one signal line (113 in FIG. 2B).
  • the four second contact electrodes 112 are electrically connected to each other, and are connected to one ground line (114 in FIG. 2B) and grounded.
  • the four first contact electrodes 111 and the four second contact electrodes 112 are electrically separated from each other. That is, the EEG sensor unit 110-1 may be interpreted as two contacts, which are physically in contact with the living body 10, but electrically.
  • the EEG sensor unit 110-1 according to the present exemplary embodiment has been described with an example in which four first contact electrodes 111 and two second contact electrodes 112 are provided as examples, but the present invention is not limited thereto. Three or more may be provided.
  • the EEG sensor unit 110-2 may include eight first contact electrodes 111 surrounding the outside and four second contact electrodes 112 positioned therein.
  • the eight first contact electrodes 111 are electrically connected to each other, and are connected to one signal line (113 in FIG. 2B).
  • the four second contact electrodes 112 are electrically connected to each other, and are connected to one ground line (114 in FIG. 2B) and grounded.
  • the eight first contact electrodes 111 and the four second contact electrodes 112 are electrically separated from each other.
  • the EEG sensor unit 110-2 of the present embodiment has been described with an example in which eight first contact electrodes 111 are disposed outside and four second contact electrodes 112 are disposed therein, for example. It is not. For example, the number of first contact electrodes 111 and the number of second contact electrodes 112 may be changed. In addition, the second contact electrode 112 may be disposed outside, and the first contact electrode 111 may be disposed inside the second contact electrode 112.
  • the number of the first contact electrodes 111 measuring the EEG signal is greater than the number of the second contact electrodes 112 grounded, the number of the first contact electrodes 111 is secured and detected as much as possible in a limited space.
  • the magnitude of the EEG signal can be increased.
  • the EEG measuring apparatus of the above-described embodiment has been described taking the case where the contact electrodes of each of the first and second EEG sensor units 110 and 120 have a conical shape, but the present invention is not limited thereto.
  • 8A to 8D show examples of contact electrodes of an EEG sensor unit.
  • the contact electrodes 110-3 of the EEG sensor unit may have a cylindrical shape.
  • the contact electrodes 110-3 of the EEG sensor unit may have a square pyramid shape.
  • the contact electrodes 110-5 of the EEG sensor unit may have a tapered portion 110-5a and a tapered portion 110-5a having a tapered shape gradually tapering toward one end.
  • the contact electrodes 110-6 of the EEG sensor unit may have a curved funnel shape gradually tapering to one end.
  • the contact electrodes may have various pyramidal shapes such as triangular pyramids and five pyramids, or polygonal pillars such as elliptical cones and square pillars. Other known electrode structures may be employed as the contact electrode.
  • the EEG measuring apparatus of the above-described embodiment is described by taking an example in which the contact electrodes of each of the first and second EEG sensor units 110 and 120 have the same size, but are not limited thereto.
  • 9 is a side cross-sectional view schematically showing an EEG sensor unit 310 according to another embodiment.
  • the EEG sensor unit 310 supports the first to fourth contact electrodes 311, 312, 313, and 314 and the first to fourth contact electrodes 311, 312, 313, and 314. Support 315.
  • the first to fourth contact electrodes 311, 312, 313, and 314 are formed of the same material.
  • the first to fourth contact electrodes 311, 312, 313, and 314 may be formed in the same shape, but heights of some or all of them may be different. That is, the heights h1 and h2 of the first to fourth contact electrodes 311, 312, 313, and 314 may be set to match the shape of the living body 10, that is, the two types.
  • the height h1 of the first and fourth contact electrodes 311 and 314 may be set larger than the height h2 of the second and third contact electrodes 312 and 313.
  • the shape of the living body 10, that is, the two types of humans varies in average size depending on gender and age. Therefore, it is possible to classify representative sizes of two types of humans according to gender, age, etc., and to provide an EEG sensor unit 310 having heights h1 and h2 optimized for each size.
  • the brain wave sensor unit 310 having heights h1 and h2 optimized for a specific human head may be provided.
  • the heights h1 and h2 of the first to fourth contact electrodes 311, 312, 313, and 314 are set in accordance with the shape of the living body 10, so that the first to fourth contact electrodes 311, 312, The heights may be reduced by increasing the contact area with the living body 10 of 313 and 314. In addition, by reducing the contact area of the first to fourth contact electrodes 311, 312, 313, and 314 with the living body 10, the dynamic noise reduction can be more effectively performed.
  • first to fourth contact electrodes 311, 312, 313, and 314 acquire an EEG signal from the living body 10, and the others are grounded.
  • the first and third contact electrodes 311 and 313 are acquired by adding an EEG signal and added to the signal processing unit 200 of FIG. 1, and the second and fourth contact electrodes 312 and 314 are grounded. Can be.
  • the first to fourth contacts so that the ends 311a, 312a, 313a, and 314a of the first to fourth contact electrodes 311, 312, 313, and 314 may be circumscribed to the radius R.
  • FIG. Heights of the electrodes 311, 312, 313, and 314 may be set.
  • the head of a person can be approximated in the shape of a hemisphere.
  • the brain wave sensor unit 310 includes first to fourth contact electrodes 311, 312, 313, and 314 that classify the size of the head of a person according to gender, age, and the like, and circumscribe it according to the classified radius R.
  • FIG. ) Will be available.
  • the EEG sensor unit 310-1 is disposed between two contact electrodes 311-1 and 313-1 which are grounded, and two contact electrodes 311-1 and 313-1. Located and may include one contact electrode 312-1 to obtain an EEG signal. At this time, the height of one contact electrode 312-1 for acquiring an EEG signal is set shorter than the two contact electrodes 311-1 and 313-1 grounded.
  • the EEG sensor unit 310-2 includes two contact electrodes 311-2 and 313-2 and two contact electrodes 311-2 and 313-2 for acquiring an EEG signal. One contact electrode 312-2 positioned between and grounded may be included. At this time, the heights of the two contact electrodes 311-2 and 313-2 for acquiring the EEG signal are set higher than the one contact electrode 312-2 to be grounded.
  • FIG. 12 is a side cross-sectional view schematically showing an EEG sensor unit 410 according to another embodiment.
  • the EEG sensor unit 410 has the same height (ie, size) of the first and second contact electrodes 411 and 412, except that the support surface of the support 415 is provided. 415a is bent.
  • the first contact electrode 411 obtains an EEG signal from the living body 10, and the second contact electrode 412 is grounded.
  • the bend 416 of the support surface 415a of the support 415 is set such that the first and second contact electrodes 411 and 412 may uniformly contact the living body 10.
  • typical sizes of two types of humans may be classified according to gender, age, etc., and an EEG sensor unit 410 having a bend 416 optimized for each size may be provided.
  • an EEG sensor unit 410 having a bend 416 optimized for a particular person's head.
  • the bend 416 of the support 415 to the shape of the living body 10
  • the height of the first and second contact electrodes 411 and 412 with the living body 10 is increased to increase the height. Can be reduced.
  • the dynamic noise reduction can be more effectively performed.
  • the ends 411a and 412a of the first and second contact electrodes 411 and 412 are bent by the support 415 such that the ends 411a and 412a are circumscribed by the radius R classified according to gender and age. 416 may be set.
  • the EEG sensor unit 410-1 may include the first to fourth contact electrodes 411, 412, 413, 414, and the first to fourth contact electrodes 411, 412, 413, Support 415 supporting 414.
  • the first to fourth contact electrodes 411, 412, 413, and 414 are formed of the same material and have the same size and size.
  • Some of the first to fourth contact electrodes 411, 412, 413, and 414 acquire an EEG signal from the living body 10, and the others are grounded.
  • the first and third contact electrodes 411 and 413 are acquired by adding an EEG signal and added to the signal processor 200 of FIG.
  • the support 415-1 may have a flat portion where the second and third contact electrodes 412 and 413 are installed, and may include first and second parts positioned on both sides of the second and third contact electrodes 412 and 413. The portion where the fourth contact electrodes 411 and 414 are installed may be bent. As another example, as shown in FIG.
  • the EEG sensor unit 410-2 is positioned between two contact electrodes 411 and 413 for acquiring an EEG signal, and two contact electrodes 411 and 413 and is grounded.
  • One contact electrode 412 may be included.
  • the first to third contact electrodes 411, 412, and 413 are formed of the same material and have the same shape and size, except that the bend 416-2 of the support surface 415-2a of the support 415-2 is formed.
  • the first to third contact electrodes 411, 412, and 413 are set to be in uniform contact with the living body 10.
  • Embodiments described with reference to FIGS. 12, 13, 14A, and 14B have been described with reference to a case where the supports 415, 415-1, and 415-2 are bent, but is not limited thereto.
  • 15A to 15C show further modifications of the EEG sensor unit of FIG. 13.
  • the EEG sensor unit 510 has the same height (that is, the size) of the first and second contact electrodes 511 and 512, except that the support surface of the support 515 is provided.
  • 415a is curved to a curved surface.
  • the first contact electrode 511 obtains an EEG signal from the living body 10, and the second contact electrode 512 is grounded.
  • the support surface 515a of the support 515 is bent such that the first and second contact electrodes 511 and 512 may uniformly contact the living body 10.
  • the size of the head of the person may be classified into a radius R according to gender and age, and the EEG sensor unit 510 may be provided for each classified radius R. will be.
  • the radius of curvature of the support surface 515a of the support 515 circumscribes the radius R according to the size of the human head, that is, the radius of curvature of the support surface 515a of the support 515 is circumscribed. Can be set to R.
  • the height of the first and second contact electrodes 511 and 512 with the living body 10 may be increased to reduce the heights.
  • the EEG sensor unit 510-1 has three contact electrodes 511, 512, and 513, and the support surface 515a of the support 515 is the head of a person. May correspond to the size of.
  • the EEG sensor unit 510-2 has four contact electrodes 511, 512, 513, and 514, and the support surface 515a of the support 515 is the size of the human head. May correspond to.
  • the number of contact electrodes provided on the support 515 is not limited to this embodiment and may be provided at five or more.
  • the EEG sensor unit of the above-described embodiment has been described as an example of being connected to the signal processor by wire, the present invention is not limited thereto.
  • the EEG sensor unit may include a wireless communication module and wirelessly transmit an EEG signal obtained by the signal processor.
  • 16 is a schematic block diagram of an EEG measuring apparatus 1100 according to another embodiment.
  • the EEG measuring apparatus 1100 includes a sensor unit 1110 and a circuit unit 1120.
  • the sensor unit 1110 includes first and second EEG sensor units 1111 and 1112 for acquiring an EEG signal from the living body 10.
  • the first and second EEG sensor units 1111 and 1112 have substantially the same structure as the EEG sensor units of the above-described embodiments.
  • the circuit unit 1120 may include a signal processor 1121, a controller 1122, a communication unit 1123, a memory unit 1124, and an output unit 1125.
  • the signal may be generated by the signal processor 1121, the controller 1122, the communication unit 1123, the memory unit 1124, and the output unit 1125 or may be transmitted through the data bus 1126.
  • the signal processor 1121 generates a significant EEG signal from the first and second EEG signals acquired by the sensor unit 1110.
  • the signal processor 1121 may remove dynamic noise mixed with the first and second EEG signals while differentially amplifying the first and second EEG signals acquired by the sensor 1110. Further, the signal processing unit 1121 may classify the ⁇ -wave, ⁇ -wave, ⁇ -wave, etc. for each frequency by differentially amplified EEG signals, or may perform other post-processing.
  • the signal processor 1121 may include a voltage divider 210 and 220, a differential amplifier 250, and the like.
  • the controller 1122 may determine a state of the user based on the brain wave signal processed by the signal processor 1121. For example, the controller 1122 may analyze the EEG signal processed by the signal processor 1121 according to an algorithm of a preset EEG model to determine whether the user is in an emergency situation. In some cases, the additional processing of the EEG signal or the process of determining the user's state based on the EEG signal may be performed by an external device (eg, 1200 in FIG. 17) that communicates with the EEG measuring device 1100 by wire or wirelessly. In this case, the burden of processing by the control unit 1122 can be reduced.
  • an external device eg, 1200 in FIG. 17
  • the controller 1122 controls various functions of the EEG measuring apparatus 1100.
  • the controller 1122 may control the sensor unit 1110, the communication unit 1221, the output unit 1223, the memory unit 1124, and the like by executing programs stored in the memory unit 1124.
  • the controller 1122 controls the communication unit 1123 to transmit information about the emergency of the user to an external device or to output the emergency by controlling the output unit 1125.
  • the controller 1122 may notify a user of an emergency by controlling a speaker (not shown) or a vibration module (not shown).
  • the communication unit 1123 includes at least one of a wired communication module and a wireless communication module.
  • the wireless communication module may include, for example, a short range communication module or a mobile communication module.
  • the short range communication module refers to a module for short range communication within a predetermined distance.
  • short-range communication technologies include wireless LAN, Wi-Fi, Bluetooth, ZigBee, Wi-Fi Direct, ultra wideband, UWB, and infrared data association. ), Bluetooth Low Energy (BLE), Near Field Communication (NFC), and the like, but are not limited thereto.
  • the mobile communication module transmits and receives a radio signal with at least one of a base station, an external terminal, and a server on a mobile communication network.
  • the wired communication module refers to a module for communication using an electrical signal or an optical signal.
  • the wired communication technology includes a twisted pair cable, a coaxial cable, an optical fiber cable, an Ethernet cable, and the like. There may be.
  • the communication unit 1123 may transmit the acquired EEG information to an external device, or may receive information necessary for a control signal or signal processing from the external device.
  • the memory unit 1124 may store original data of the first and second brain wave signals acquired by the sensor unit 1110 or store the brain wave signals processed by the signal processor 1121.
  • the memory unit 1124 may store a program for controlling the operation of the EEG measuring apparatus 1100, an EEG model algorithm for authenticating the EEG signal, authentication information, and the like.
  • the memory unit 1124 stores state information of the user (for example, an EEG pattern corresponding to an emergency situation, an EEG pattern corresponding to a situation requiring medication, etc.), and determines the state of the user in the controller 1122. You can also make it possible.
  • the output unit 1125 may output brain wave signals obtained by the signal processor 1121 or user state information determined from the brain wave signals.
  • the output unit 1125 may include at least one of a display for displaying information about a living body in an image or text form, a speaker for emitting a voice or warning sound, a vibration unit for outputting a vibration signal, or a lamp for emitting light. Can be.
  • the circuit unit 1120 may include at least one of a sensor unit 1110 and a battery and an energy harvesting module for driving the circuit unit 1120.
  • FIG. 17 schematically shows an EEG measurement system according to another embodiment
  • FIG. 18 shows a block diagram of the mobile device 1200 in the EEG measurement system of this embodiment
  • FIG. 19 illustrates an example of the controller 1220 and the memory unit 1240 of the mobile device 1200 in the brain wave measuring system of FIG. 18.
  • the EEG measuring system includes an EEG measuring apparatus 1101 and a mobile device 1200 that is wired or wirelessly connected to an EEG measuring apparatus 1101.
  • the EEG measuring apparatus 1101 includes a sensor unit 1110 for measuring an EEG signal of a user, and a circuit unit 1120 for processing an EEG signal measured by the sensor unit 1110.
  • the EEG measuring apparatus 1101 may be any one of the EEG measuring apparatuses of the above-described embodiments.
  • the EEG measuring apparatus 1101 may have an accessory shape that is normally worn by a person, or may have a shape that is attached to an accessory that is normally worn by a person, thereby constantly measuring the EEG of a person.
  • the housing of the EEG measuring device 1101 may have a shape of, or attached to, any one of a headphone, an earset, an earphone, a hat, a headband, glasses, an wristwatch, a bracelet, a wristband, and an eye patch. have.
  • the mobile device 1200 may determine the user's state based on the EEG signal acquired by the EEG measuring device 1101. Referring to FIG. 18, the mobile device 1200 includes a communication unit 1210, a control unit 1220, a memory unit 1240, and an output unit 1250.
  • the mobile device 1200 may include a mobile phone, a smart phone, a tablet computer, a personal digital assistant (PDA), a laptop computer, but is not limited thereto.
  • PDA personal digital assistant
  • the communication unit 1210 communicates with a communication unit 1123 of FIG. 16 provided in the circuit unit 1120 of the EEG measuring apparatus 1101.
  • the communication unit 1210 may include, for example, a wireless communication module or a wired communication module such as a wireless LAN, Wi-Fi, Bluetooth, Zigbee, WFD, UWB, infrared communication, BLE, NFC, and the like.
  • the communication unit 1210 receives an EEG signal processed by the circuit unit 1120 of the EEG measuring unit 1101, and transmits a control command to the circuit unit 1120 of the EEG measuring unit 1101.
  • the controller 1220 processes the brain wave signal received from the circuit unit 1120 into meaningful biometric data.
  • the controller 1220 may include an emergency situation prediction module 1220 as shown in FIG. 19.
  • the emergency prediction module 1220 predicts an emergency of a wearer, that is, a user of the EEG measuring apparatus 1101 from the processed biometric data.
  • the emergency prediction module 1220 may be implemented in software or in hardware. When the emergency situation prediction module 1220 is implemented in software, the emergency situation prediction module 1220 may be stored in the memory unit 1240 and executed in the control unit 1220 if necessary.
  • the controller 1220 controls units in the mobile device 1200 such as the communication unit 1210, the memory unit 1240, and the output unit 1250.
  • the memory unit 1240 stores information related to brain wave processing.
  • the memory unit 1240 may include EEG signal evaluation models 1241 for evaluating EEG signals in order to process the EEG information into meaningful biometric data in the controller 1220.
  • the controller 1220 may include scenarios 1242 for each emergency situation to be processed by the controller 1220.
  • the memory unit 1240 may include a server address of an emergency center to be contacted in an emergency, a server of a hospital where a user is going, a personal computer of a user's home, a phone number of a doctor of a user, a phone number of a guardian, and the like. Can be.
  • the output unit 1240 may include a display for displaying biometric data or information related to the biometric data.
  • the output unit 1240 of the mobile device 1200 may further include well-known means for transmitting information to a user such as a speaker and a vibration module.
  • the brain moves without stopping for a while, EEG always occurs, and lesions such as epilepsy, stroke, fainting, depression, dementia, ADHD, etc. each have unique EEG characteristics.
  • it has a characteristic EEG characteristic point according to the drowsiness state or high stress state. Therefore, when the EEG measuring apparatus 1101 measures the EEG, the controller 1220 processes the received EEG signal and extracts EEG feature points.
  • the EEG signal evaluation model includes information on EEG characteristic points unique to various lesions, and the emergency situation prediction module 1221 matches the extracted EEG characteristic points with EEG characteristic points unique to the lesion to determine abnormal signs of the user. Can be.
  • the emergency prediction module 1221 may score an initial symptom, a severe symptom, and the like for each lesion, and determine the current state of the user by risk or degree of emergency.
  • Risk means the degree to which the user is dangerous.
  • the degree of emergency refers to the degree to which the user's condition is urgently notified to another person (for example, a doctor or guardian) or urgently needs treatment.
  • risk and emergency may be used interchangeably, but in some cases, the risk may be high but the risk may be low, or vice versa. For example, drowsiness while driving is very high in risk but low in emergency.
  • These risks or emergencies can be classified according to the condition of the user, the extent of the symptoms of the lesion, or by the degree of urgency.
  • stroke occurs quite suddenly, but in many cases, prognostic symptoms such as facial paralysis, numbness in one arm or leg, and dysphagia are observed. Mini strokes may also appear temporarily and then recover. Severe strokes can also cause conscious disabilities and can cause permanent impairment of brain function. Stroke can kill some brain cells quickly, but some cells can be rescued by early drug intervention if they are damaged, and can also prevent the spread of brain damage following initial treatment. Therefore, as described below with reference to Table 1, the determination of the risk (or the degree of emergency) for stroke using brain waves may be made according to the severity of stroke.
  • the emergency prediction module 1221 will be described a specific process for determining the risk or degree of emergency of the stroke based on the EEG signal.
  • 20 shows a process of brain wave learning for stroke diagnosis.
  • learning data related to stroke is collected (S1310).
  • Such learning data may be, for example, an EEG signal, sex, age, drinking, smoking, and the like, and may include both data of a general public and data of a stroke patient.
  • the collected learning data is processed to extract a feature related to stroke (Feature Extraction) (S1320).
  • Feature Extraction various analysis functions such as frequency analysis (FFT, wavelet), complexity analysis (multi-scale entropy, corelation dimension) can be used singly or in combination.
  • FFT frequency analysis
  • wavelet wavelet
  • complexity analysis multi-scale entropy, corelation dimension
  • Feature Selection an optimal feature having a high contribution to accuracy is selected from the extracted features (Feature Selection) (S1330).
  • Such screening may use algorithms such as Chi squared test, Recursive feature elimination, LASSO, Elastic Net, and Ridge Regression.
  • learning is performed using a learning algorithm and parameters (S1340).
  • a learning method such as a multilayer perceptron, a decision tree, a support vector machine, a Bayesian network may be used.
  • performance evaluation is performed through an evaluation method such as cross validation (S1350), and steps 1320 to 1340 are repeatedly executed through resetting algorithms and parameters (S1360), thereby creating an optimal stroke diagnosis model. It generates (S1370).
  • the stroke diagnosis model as described above may be generated by a separate learning device and implanted into the mobile device 1200. Or by learning the mobile device 1200.
  • neural network circuits may be provided in hardware or software in the mobile device 1200.
  • 21 illustrates a stroke assessment process at mobile device 1200.
  • the mobile device 1200 collects diagnostic data (S1410).
  • the diagnostic data includes an EEG signal sensed by the EEG measuring apparatus 1100. Some of the diagnostic data may be input by a user or by a third party (medical person, manufacturer, etc.). Such diagnostic data may be data under the same conditions as the training data.
  • control unit 1220 of the mobile device 1200 preprocesses the diagnostic data to extract a feature (S1420). This preprocessing can be done in the same way as when learning.
  • the extracted feature is input to the stroke evaluation model (S1430), and the stroke is predicted by evaluating whether or not the stroke evaluation model is suitable (S1440).
  • Such prediction of stroke may include determining the risk of stroke.
  • Table 1 below shows NIHSS as an example of a stroke evaluation model.
  • the National Institutes of Health Stroke Scale is a stroke measure of the National Institutes of Health, where the groups in Table 1 above are classified according to the NIHSS score.
  • the Group 0 assessment model is a model for evaluating stroke incidence, and the Group 1 to 4 assessment models are models for evaluating the severity of stroke.
  • 22 is a flowchart of an example of risk determination according to stroke evaluation using the group 0-4 evaluation model as described above.
  • an EEG signal is continuously acquired (S1510), and the acquired EEG signal is matched to a group 0 evaluation model (S1520). If the acquired EEG signal does not match the group 0 evaluation model, the stroke is continuously monitored by repeating the process of acquiring the EEG signal again. If the acquired EEG signal does not match the Group 0 evaluation model, it means that the value calculated as a result of applying the acquired EEG signal to the Group 0 evaluation model results in an NHISS score of 0. Since NHISS score 0 means that no stroke has occurred, if the acquired EEG signal does not match the group 0 evaluation model, it is determined that there is no stroke and thus there is no risk of stroke (S1530).
  • the process goes to assessing stroke severity. In other words, if the result of applying the acquired EEG signal to the Group 0 evaluation model results in a verbal value greater than or equal to the NHISS score of 1, it can be determined that the stroke has occurred. S1540-S1610).
  • the acquired EEG signal is matched to the group 4 evaluation model (S1540). If the value calculated as a result of matching the group 4 evaluation model falls within the range of NIHSS scores 21 to 42, it is determined that the risk of stroke is the best (S1550). When the value calculated as a result of matching the group 4 evaluation model is out of the range of NIHSS scores 21 to 42, the process proceeds to matching the acquired EEG signal to the group 3 evaluation model (S1560).
  • the acquired EEG signal is matched with the group 3 evaluation model (S1560). If the value calculated as a result of matching the group 3 evaluation model falls within the range of NIHSS score 16-20, it is determined that the risk of stroke is higher (S1570). If the value calculated as a result of matching the group 3 evaluation model is out of the NIHSS score 16-20 range, the process proceeds to matching the acquired EEG signal to the group 2 evaluation model (S1580).
  • the acquired EEG signal is matched to the group 2 evaluation model (S1580). If the value calculated as a result of matching the group 2 evaluation model falls within the range of NIHSS score 5-15, it is determined that the risk of stroke is medium (S1590). If the value calculated as a result of matching the group 2 evaluation model is out of the range of NIHSS score 5 to 15, the process proceeds to matching the acquired EEG signal to the group 1 evaluation model (S1600).
  • the acquired EEG signal is matched to the group 1 evaluation model (S1600). If the value calculated as a result of matching the group 1 evaluation model falls within the range of NIHSS scores 1 to 4, it is determined that the risk of stroke is low (S1610). If the value calculated as a result of matching the group 1 evaluation model is out of the NIHSS scores 1 to 4 range, the process may end and return to the process of acquiring an EEG signal (S1510).
  • Risk assessment of stroke can also be achieved by integrating assessment models with different methods. For example, if you apply the Fast Fourier Transform (FFT) method, the Multi-scale Entropy (MSE) method, or the Correlation Dimension method, the evaluation model that trains the FFT results (FFT_MODEL) The performance can be evaluated through cross validation by learning the evaluation model (MSE_MODEL) learning the MSE result and the evaluation model (Corel_MODEL) learning the correlation dimension result.
  • the evaluation result (TrainResult) of each evaluation model is derived as a value between 0 and 1. Weights can be calculated using the following Equations 8 to 10 in the evaluation results of each evaluation model.
  • the final stroke evaluation result (PredictResult) can be obtained using Equation 11 below.
  • Equation 11 the final stroke evaluation result is expressed as a value between 0 and 1, and this result indicates stroke potential.
  • Table 2 shows the probability of stroke according to the value of the final stroke evaluation result (PredictResult).
  • the emergency prediction module 1221 may determine the risk of stroke based on the EEG signal received from the EEG signal measuring apparatus 1100, and if the emergency prediction module 1221 is present, If it is determined that the situation, the controller 1220 may proceed with the process according to the situation-specific corresponding scenario stored in the memory unit 1240.
  • the risk may be divided into a first risk degree and a second risk higher than the first risk degree.
  • the first risk is not urgent and is sufficient when the user recognizes the risk
  • the second risk may be an emergency situation in which the hospital or guardian urgently needs to know the dangerous state of the user.
  • group 1 may be considered as the first risk and groups 2 to 4 may be considered as the second risk.
  • the stroke evaluation model referring to Table 2, when the stroke evaluation result is 0.3 to 0.7, it may be regarded as the first risk, and when 0.7 to 1, it may be regarded as the second risk.
  • the controller 1220 may issue an alert through the output unit 1250 of the mobile device 1200 in consideration of the first risk.
  • the alarm may be displayed on the output unit 1250 to display a warning phrase or display to inform the user that the initial state of the stroke, and may further include a phrase recommending the user to go to the hospital as soon as possible to receive a diagnosis. have.
  • the mobile device 1200 includes a speaker or a vibration module, the alarm may be made through the speaker or the vibration module.
  • the controller 1220 When the emergency prediction module 1220 determines that the stroke is a serious condition, the controller 1220 is regarded as a second risk, and the control unit 1220 transmits the emergency to the emergency center, hospital, or guardian previously stored through the communication unit 1210 to the user's emergency situation.
  • the operation of informing about the information may be performed.
  • the information on the emergency situation may include the EEG degree acquired by the EEG measuring device 1100 or the stroke severity information of the user determined by the mobile device 1200 together with the user's identity information.
  • the information on the emergency situation may include location information (ie, location information of the user) of the mobile device 1200 when the mobile device 1200 includes a location tracking device such as a global positioning system (GPS). Can be.
  • the emergency information may include a user's medical history or a contact information for a predetermined hospital or a doctor.
  • Risk levels can be further broken down.
  • group 4 is the best for stroke severity, which can be considered the highest risk state requiring very urgent treatment measures. Therefore, when the emergency prediction module 1221 determines that the stroke is the highest risk state, the controller 1220 notifies the maximum volume of the emergency situation around the speaker (not shown) of the mobile device 1200 itself, The emergency personnel or doctors near the user's location may be notified through the emergency center or the server of the hospital so that the emergency situation of the user may be urgently dealt with. When the emergency prediction module 1221 determines that the stroke is the highest risk state, the controller 1220 notifies the mobile communication provider of the emergency situation and transmits a message requesting help to a mobile device that can communicate with the user. You may be asked to.
  • FIG. 23 is a block diagram of the controller 1220 and the memory unit 1240 of the mobile device 1201 according to another embodiment.
  • the controller 1220 includes a biomedical inference module 1223.
  • the biomedical inference module 1223 infers what the wearer of the EEG measuring apparatus 1101 thinks, that is, a doctor, from the processed EEG information.
  • the memory unit 1240 includes biomedical inference models 1245, and stores a set of control instructions 1246 estimated by the biomedical inference models 1245.
  • the biomedical inference models 1245 model a correlation between an EEG pattern and a pseudo physician.
  • the received EEG information may be analyzed by frequency component to classify the EEG into ⁇ waves, ⁇ waves, ⁇ waves, and the like.
  • EEG such as ⁇ wave, ⁇ wave, ⁇ wave is mainly appeared in the 1 ⁇ 20Hz region, the area where the main frequency appears depending on the activity of the brain.
  • These brain waves, such as ⁇ wave, ⁇ wave, ⁇ wave, etc. are associated with the activity state of the brain.
  • ⁇ waves occur mainly in the brain relaxed state, which is measured mainly in the frontal and temporal lobes.
  • ⁇ waves are the strongest waves in the frontal lobe, anxiety, tension, and concentration.
  • the biomedical inference module 1223 matches the obtained EEG signal with the biomedical inference model to infer the user's intention from the matched biomedical inference model.
  • the controller 1220 of FIG. 18 may generate a control command for the mobile device 1200 or another electronic device based on the intention of the user inferred by the biomedical inference module 1223. Except for the biomedical inference module 1223 and the memory unit 1240, the other components are substantially the same as the mobile device 1200 of the above-described embodiment.
  • an emergency situation prediction module (1221 of FIG. 19) or a biomedical inference module 1223 is described as an example in which the mobile device 1200 is provided. Of course, it can be prepared.
  • the mobile device 1200 may include a health care module, a dosage management module, and the like optimized for the user based on the biometric data processed by the controller 1220.
  • FIG. 24 schematically illustrates an EEG measurement system according to another embodiment
  • FIG. 25 shows a schematic block diagram of the computer device 1700 in the EEG measurement system of FIG. 24.
  • the EEG measuring system of the present embodiment is directly connected to the EEG measuring device 1102, the EEG measuring device 1102, a mobile device 1201 connected by wire or wirelessly, and a mobile device 1201. Or it may include a computer device 1700 connected to the network.
  • the computer device 1700 includes a communication unit 1710 for communicating with the mobile device 1201, a controller 1720 for processing an EEG signal received from the mobile device 1201, and controlling various units in the computer device 1700, and an EEG process. It includes a data storage unit 1740 for storing information associated with.
  • the communication unit 1710 may include, for example, a wireless communication module or a wired communication module such as wireless LAN, Wi-Fi, Bluetooth, Zigbee, WFD, UWB, infrared communication, BLE, NFC, or the like.
  • the computer device 1700 may process at least some or all of the EEG signal processing.
  • the mobile device 1201 transmits the EEG information received by the EEG measuring device 1102 to the computer device 1700, and receives information about the user's state analyzed by the computer device 1700.
  • the embodiments described with reference to FIGS. 17 to 23 illustrate an example in which all of the EEG signal processing such as stroke risk analysis or user's pseudo inference are performed in the mobile device 1200. Does not perform any part of the EEG signal processing at all, or transmits the EEG signal received from the EEG measuring device 1102 to the computer device 1700 as it is, or transmits only a part of the processing to the computer device 1700.
  • the data storage unit 1740 may include EEG signal evaluation models used to evaluate the EEG signal, and the controller 1720 may determine an emergency situation or infer a doctor on the basis of the EEG signal evaluation models.
  • the computer device 1700 may be, for example, a server in a hospital, a server in an emergency center, or a personal computer in a user's home.
  • the mobile device 1201 transmits the biometric information of the user collected through the EEG measuring apparatus 1102 to the computer device 1700, and the computer device 1700 stores the received biometric information of the user, and the current state of the user.
  • Follow-up procedures may be performed according to the scenario matching.
  • computer device 1700 may be an electronic device controllable by mobile device 1201.
  • the EEG measurement system may be understood as a configuration in which the computer device 1700 is further added to the EEG measurement system described with reference to FIGS. 17 to 23. That is, EEG signal processing, such as stroke risk analysis or user's inference of the user, is performed in the mobile device 1201, the computer device 1700 is an electronic device (eg, television, Home appliances such as lighting fixtures, door locks, air conditioners, and the like.
  • the EEG measuring apparatus 1102 measures the EEG of the user
  • the mobile device 1201 may induce a user's intention to generate a control command for controlling the computer device 1700.
  • the EEG measuring system of the present embodiment includes an EEG measuring device 1103 and a computer device 1701 connected to a network by the EEG measuring device 1103.
  • the brain wave measuring device 1103 of the present embodiment is directly connected to the computer device 1701 without a mobile device (see 1200 in FIG. 17).
  • the EEG measuring apparatus 1103 may be connected to the computer device 1301 via a network, including a communication unit 145 of FIG. 16 that may be connected to the network.
  • the EEG signal processing processor described with reference to FIGS. 18 to 23 may be executed in the EEG measuring apparatus 1103.
  • the controller 1121 in the circuit unit (see 140 of FIG. 16) of the EEG measuring apparatus 1103 may include an emergency prediction module or a biomedical estimation module, and the memory 144 may include various EEG signal evaluation models. It can store information about emergency response scenarios.
  • the controller 1122 determines the state of the user based on the EEG signal processed by the signal processor 1121, and further controls subsequent procedures according to the determined state of the user.
  • the EEG signal processing processor may be implemented in the computer device 1701 as in the embodiment described with reference to FIGS. 24 and 25.
  • the computer device 1701 may be, for example, a server in a hospital, an emergency center, a desktop computer in a user's home, a laptop, or the like. Further, the computer device 1701 may be a home appliance that can be connected to a network. For example, if a network environment having a wireless access point (WAP) is provided in a user's home, and the home appliances can be connected to the network, the EEG measuring apparatus 1103 is connected to the network through the wireless access point. Will be able to control home appliances.
  • WAP wireless access point
  • the brain wave measuring system includes a biosignal measuring apparatus 1104 and a mobile device 1202.
  • the biosignal measuring apparatus 1104 includes a first sensor unit 1130 and a second sensor unit 1140.
  • the first sensor unit 1130 measures brain waves and may be a sensor unit of the brain wave measuring apparatus of the above-described embodiments.
  • the second sensor unit 1140 may include, in addition to the EEG signal, a sensor electrode for measuring a biological signal (for example, an electrocardiogram, electromyogram, nerve conduction, or safety level), or an additional sensor for measuring a user's state.
  • the second sensor unit 1140 may include at least one of a gyroscope sensor, an acceleration sensor, a GPS, a geomagnetic sensor, and an illuminance sensor.
  • a gyroscope sensor an acceleration sensor
  • GPS a GPS
  • geomagnetic sensor a geomagnetic sensor
  • illuminance sensor a sensor that measures the EEG signal.
  • the biosignal measuring apparatus 1104 obtains EEG information obtained from the EEG signal of the user through the first sensor unit 1130, and location information of the user through the second sensor unit 1140, whether the user has fallen, or the user. Gathers surrounding information, such as whether or not it roams.
  • the biosignal measuring apparatus 1104 transmits the surrounding information to the mobile device 1202 together with the EEG information, and the mobile device 1202 collects both the EEG information and the surrounding information to make a more accurate judgment about the current state of the user. can do.
  • the second sensor bonnet 1140 may be provided in the mobile device 1202 instead of the biosignal measuring device 1104.
  • the mobile device 1202 is an example of a device for processing a biosignal, but is not limited thereto. For example, it may be a computer device that is networked instead of the mobile device 1202. Alternatively, the EEG signal 1104 itself may process both the EEG signal and the additional information.
  • the EEG measuring device may be manufactured in various forms and used in daily life.
  • the EEG measuring device may be manufactured in the form of a hat, glasses, hair band, hairpin, eye patch, patch, pillow, watch, necklace, HMD, or the like, or may be coupled thereto. Therefore, when the user is constantly wearing the EEG measuring device, it is possible to prevent or quickly diagnose the disease by linking the obtained user's biometric information with the hospital. For example, EEG monitors illness and alerts users when an emergency is predicted or occurs. At the same time, the relevant information (epilepsy, stroke, etc.) along with the situation information such as the user's location can be delivered to medical institutions and medical workers, so that the patient can be diagnosed, rescued, and treated.
  • a dementia patient when a dementia patient is lost, he can analyze anxiety and embarrassment, and provide his / her status information along with his / her location information when acquainted with long and usual roads to prevent acquiescence. have.
  • customized neurofeedback may be provided according to user characteristics (ADHD symptoms, age, etc.).
  • the depression index may be generated from the EEG signal and may be notified to the user or the medical staff so that the diagnosis can be continued.
  • the user may manage the field by outputting a message recommending or instructing the user to administer the depression drug.
  • EEG measurements to inform you of the current stage of treatment for depression medications and induce consistent treatment.
  • the effects of the history of medication can be estimated by measuring EEG to inform the difference between before and after medication. It can help you maintain your long-term treatment by telling you how effective you will be at treating it.
  • history information can be shared with acquaintances and medical staff so that appropriate action can be taken.
  • a baby brain wave may be measured to recognize a doctor's expression (hungry, pain, dislike, etc.).
  • EEG can be used to identify a baby doctor without crying. You can identify conditions such as hunger, boredom, discomfort, drowsiness, stress, sleep (sleep or wake), and emotional state (like or dislike).
  • multimodal information using various form factors may be extracted. For example, in addition to brain waves, body temperature, heart rate, nodding, blinking, and reversal can be simultaneously measured to provide accurate expression of expression and health care.
  • the EEG measurement system of the above-described embodiments may be applied to the safety and transportation field.
  • the EEG measuring apparatus may be manufactured in various forms, and thus may be manufactured in the form of a driver's seat, hat, glasses, hair band, hairpin, eye patch, patch, pillow, or the like. Therefore, the EEG measuring apparatus can constantly measure the EEG signal of the user. For example, wearing an EEG measuring device with an EEG sensor on your head can trigger an alarm by diagnosing sleep conditions (ie, detecting drowsiness and reduced concentration) in workers in the safety and transportation industry.
  • the EEG measurement system of the above-described embodiments may be applied to the game field.
  • a brain wave measuring device may be worn on a head to control a game or output an effect.
  • virtual character control Brain Computer Interface, BCI
  • BCI Brain Computer Interface
  • the brain wave state can be combined to express an interactive game effect. For example, in the excited state, the screen display or effects of the virtual character can be reflected in the game.
  • the EEG measurement system of the above-described embodiments may be applied to the home appliance field.
  • the EEG measuring device may be manufactured in various forms and used in daily life.
  • an EEG measuring device may be manufactured in the form of a hat, glasses, hair band, hairpin, eye patch, patch, pillow, watch, necklace, or the like, or may be coupled thereto.
  • the user and the smart home and home appliances can be linked (command).
  • a rescue agency can be reported through the user's emergency (sudden collapse, brain disease occurrence) smart home.
  • BT Bluetooth
  • GPS GPS
  • acceleration sensor acceleration sensor
  • motion sensor motion sensor
  • the like can be further connected to monitor the user's status in real time, and may be transmitted to the smart home (home appliance).
  • the sleep depth using the brain waves and transmits the smart home appliance operation command, it is possible to control the lighting, room temperature, indoor humidity, etc. during bedtime, during bedtime, during the wake-up through the sleep brainwave detection.
  • sleep EEG may be used to control background music during bedtime and wake up.
  • the user's brain waves are analyzed to select sections of high interest, interest, and concentration to create highlight contents, and to share them with friends through devices or through the cloud. It may be.
  • baby brain waves may be measured to recognize expressions such as hunger, pain, and dislike.
  • EEG can be used to identify babies' doctors such as hunger, boredom, discomfort, drowsiness, stress, sleep state (sleeping, waking), and emotional state (good or not).
  • various form factors can be used to additionally extract multimodal information such as body temperature, heart rate, nodding, blinking, and overturning, enabling accurate expression estimation and health care.
  • the EEG measurement system of the above-described embodiments may be applied to a real life field in combination with a mobile device.
  • a mobile device By wearing an EEG measuring device on the head, it is possible to build a healthcare monitoring system that analyzes the EEG of the user in real time.
  • a brain wave measuring device may be worn on a head to manipulate a smartphone using brain waves.
  • real-time EEG analysis may generate an immediate alarm when a problem occurs, and may execute a specific APP through a user EEG learning or input a text.
  • EEG before taking the drug
  • EEG after taking the drug to the point of taking it, but it is determined that the case is not taking the drug can also send a notification.
  • a photo serendipity service may be provided to store an emotion with a picture and then display the emotion information together with the picture to enhance memory through recall.
  • the brainwaves may be used to shutter the picture.
  • the user may take a picture by analyzing the face image of the user using the brain waves.
  • emotions such as joy, depression, emotion, sadness, anger, and love can be analyzed by EEG.
  • a picture may be displayed on a home screen, an electronic key screen, or a lock screen of the terminal so that the photo may be naturally applied to the terminal use behavior.
  • the electronic key screen can provide quiz about the location, time, and portrait of the photo to unlock and provide memory reinforcement training if the answer is correct.
  • brain waves can be used to notify you of high concentrations during the day and to record the situation automatically writing a diary. For example, it can automatically alert you to high concentrations during the day and help you record the situation. You can also use your notes to automatically create a diary of situations that mattered during the day.
  • it may provide an easy input function by analyzing facial expressions, phone calls, and depression through personal messages of SNS / blog.
  • the personalized depression may be determined in consideration of the personality and the environment.
  • the user's preference may be determined using brain waves and a bookmark service may be provided according to the preference.
  • the EEG measurement system of the above-described embodiments may be applied to the education field.
  • a device equipped with an EEG sensor on the head By wearing a device equipped with an EEG sensor on the head, it is possible to provide customized training according to the user's educational achievement, interest grasp.
  • EEG can provide learners' understanding and concentration to provide additional information (hint) or stimulus to enhance concentration, and can adjust class difficulty by changing content types according to understanding. .
  • the EEG measurement system of the above-described embodiments may be applied to the entertainment field.
  • a device equipped with an EEG sensor may be worn on a head to provide a service for recommending content according to a user's mood.
  • comprehensive measurement of concentration, stress index, anxiety, etc., desktop changes according to user mood, music automatic recommendation according to user mood, app recommendation according to user mood, restaurant recommendation according to user mood, user Providing recommendations for places based on mood, recommending destinations based on user's mood, recommending shopping contents according to user's mood, adjusting screen brightness according to user's mood, changing screen fonts according to user's mood, and outputting frame (photo) according to user's mood Can be.
  • the device includes a processor, a memory for storing and executing program data, a permanent storage such as a disk drive, a communication port for communicating with an external device, a touch panel, a key, a button, and the like.
  • a computer readable recording medium may be a magnetic storage medium (eg, read-only memory (ROM), random-access memory (RAM), floppy disk, hard disk, etc.) and an optical reading medium (eg, CD-ROM). ) And DVD (Digital Versatile Disc).
  • the computer readable recording medium can be distributed over network coupled computer systems so that the computer readable code is stored and executed in a distributed fashion.
  • the medium is readable by the computer, stored in the memory, and can be executed by the processor.
  • This embodiment can be represented by functional block configurations and various processing steps. Such functional blocks may be implemented in various numbers of hardware or / and software configurations that perform particular functions.
  • an embodiment may include an integrated circuit configuration such as memory, processing, logic, look-up table, etc. that may execute various functions by the control of one or more microprocessors or other control devices. You can employ them.
  • the present embodiment includes various algorithms implemented in C, C ++, Java (data structures, processes, routines or other combinations of programming constructs). It may be implemented in a programming or scripting language such as Java), an assembler, or the like.
  • the functional aspects may be implemented with an algorithm running on one or more processors.
  • connection or connection members of the lines between the components shown in the drawings by way of example shows a functional connection and / or physical or circuit connections, in the actual device replaceable or additional various functional connections, physical It may be represented as a connection, or circuit connections.

Landscapes

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

Abstract

뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치가 개시된다. 개시된 뇌파 센서 유닛은 지지체 상에 위치한 제1 및 제2 접점 전극을 포함하며, 제1 접점 전극은 생체로부터 뇌파 신호를 획득하며, 제2 접점 전극은 제1 접점 전극과 이격되어 전기적으로 절연되고 접지된다.

Description

뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치
본 개시는 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치에 관한 것으로, 보다 상세하게는 동잡음을 보상하는 뇌파 센서 유닛의 전극 구조 및 뇌파 측정 장치의 회로에 관한 것이다.
뇌파 신호, 즉 뇌전도(Electroencephalography, EEG)는 뇌의 활동 상태에 따라 일어나는 전위 변화를 생체의 머리에서 도출하여 기록한 전기적 생체신호의 일종이다. 이러한 뇌파 신호는 다양한 전위변화를 가지는 복잡한 파동 형태를 가지고 있으며, 이러한 파동을 진폭과 주파수로 분석을 진행하게 된다. 이러한 뇌파 신호를 취득하는 방법으로는 직접 두피 및 두개골에 전극을 삽입하는 침습적인 방법과, 두피에 전극을 부착하여 측정하는 비침습적인 방법이 있다. 침습적인 방법은 정확한 뇌파 신호 측정이 가능하지만, 삽입 및 측정하는 과정에서 감염의 우려가 있고, 시술에 의한 고통 등이 있어 뇌파 신호 측정에 쉽게 적용하기 어렵다. 때문에 뇌파 신호 측정에는 비침습적인 방법을 주로 사용하는데, 젤이나 식염수 등의 전해질을 사용하는 습식 방식이 보편적인 방법이었다. 하지만 이러한 습식 방식은 센서 부착하는 과정이 번거롭고, 젤이나 식염수를 사용하기에 머리가 젖는 등의 편의성에서 문제가 있다. 그리고 젤이 경화되거나 식염수가 증발하면 신호의 왜곡이 생기는 등의 한계가 있다.
이러한 불편함을 해결하기 위하여 젤이나 식염수를 사용하지 않는 건식 방식이 많이 연구되고 있다. 건식 방식에서는 전해질 없이 생체신호를 취득해야 하기 때문에 금이나 은 등의 도체를 전극으로 사용한다. 건식 방식에서는 센서 전극을 사용자의 머리에 물리적으로 접촉시킨 상태에서 측정하게 된다. 그런데, 사용자의 움직임이 발생하게 도면, 생체 신호 측정을 위한 센서 전극과 생체 사이에서도 미세한 움직임이 발생되어 필연적으로 임피던스의 변화가 발생하게 된다. 센서 전극과 두피간의 움직임에 의하여 접촉 강도가 변할 수도 있고 접촉 강도는 유지되나 접촉면이 미끄러지는 경우, 또는 접촉 강도와 접촉면이 미끄러지는 경우가 복합적으로 발생할 수 있다. 이와 같이 센서와 두피간의 접촉면의 움직임으로 인하여 임피던스의 변화가 발생하게 되는데, 이와 같은 임피던스 변화는 생세 신호 측정 장치에서 수집하는 생체 신호에 대해 노이즈(동잡음)로 작용하여 측정 신호에 파형 왜곡이 발생하게 된다.
이러한 임피던스 변화로 인한 신호 왜곡은, 동잡음을 추정하여 측정된 생체 신호에서 추정된 동잡음을 제거함으로써 보상할 수 있다. 동잡음을 추정하는 방법에는 임피던스 방법, 반전지 전위 방법(Half cell potential), 광학적 방법, 가속도 센서 활용 방법 등이 알려져 있다. 임피던스 방법은 생체 신호 측정 시 생체에 일정 전압 Vc 또는 전류 Ic 를 인가하여 동잡음의 임피던스 성분의 차이 정보를 차동 측정하여, 생체 신호 측정 시 발생하는 동잡음을 측정하고, 이를 이용하여 동잡음을 보상하는 기술이다. 그런데, 이와 같은 방법의 경우 동잡음 측정을 위해 생체에 전압 Vc 또는 전류 Ic를 인가하기 위한 별도의 전극이 필요한데, 생체의 움직임으로 인해 해당 전극에 움직임이 발생하면 생체 신호 측정을 위한 전극에 추가로 노이즈 신호로 작용하여 신호 분석을 더욱 어렵게 할 수 있다.
본 개시는 일상 생활 중 건식 센서로 뇌파 신호를 측정할 때, 사용자의 움직임으로 인해 발생하는 움직임 노이즈(동잡음)를 감소시키기 위해, 전극 구조를 개선하고 신호 왜곡을 보상하는 회로를 구성한 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치를 제공하고자 한다.
일 측면에 따르는 뇌파 센서 유닛은 테이퍼 형상을 가지며 생체에 접촉하는 제1 및 제2 접점 전극; 상기 제1 접점 전극에서 획득되는 뇌파 신호를 신호 처리부로 전송하는 신호선; 상기 제2 접점 전극을 접지시키는 접지선; 및 상기 제1 접점 전극 및 상기 제2 접점 전극을 상호 이격되게 배치하며 전기적으로 절연시키는 지지체;를 포함할 수 있다. 제1 접점 전극에서 획득된 뇌파 신호에는 뇌파 정보뿐만 아니라, 후술하는 바와 같은 동잡음을 포함하고 있으며, 신호 처리부는 뇌파 신호에 담긴 동잡음을 제거할 수 있다. 신호 처리부는 후술하는 바와 같이 뇌파 측정 장치의 본체에 마련되어, 뇌파 센서 유닛에서 획득된 뇌파 신호들을 처리하는 회로이다.
상기 제1 및 제2 접점 전극은 지지하는 상기 지지체의 지지면은 평평하거나, 꺽인 면이거나 혹은 곡면일 수 있다.
상기 제1 및 제2 접점 전극은 상기 지지체의 지지면상에서 돌출된 형상을 가질 수 있다. 예를 들어, 상기 제1 및 제2 접점 전극은 상기 지지체의 지지면상에서 돌출된 플렉서블한 재질을 가질 수 있다. 이 경우, 상기 제1 접점 전극과 상기 제2 접점 전극의 이격 간격은 상기 제1 및 제2 접점 전극의 높이와 밑면의 폭에 따라 결정될 수 있다. 가령, 상기 지지체의 지지면을 기준으로 상기 제1 및 제2 접점 전극의 높이와 밑면의 폭을 각각 h, w라고 할 때, 상기 제1 접점 전극과 상기 제2 접점 전극의 최소 이격 간격 dmin은 수학식 dmin = h/2 + w 을 만족할 수 있다.
상기 제1 접점 전극과 상기 제2 접점 전극의 최대 이격 간격은 패치형태의 뇌파 센서에서 측정된 뇌파 신호를 기준으로, 뇌파 센서 유닛에서 측정된 뇌파 신호의 상관도가 80%를 만족하는 거리일 수 있다.
상기 제1 접점 전극과 상기 제2 접점 전극의 이격 간격은 0.5mm 내지 5mm 사이에 있을 수 있다.
상기 제1 접점 전극의 개수는 하나 혹은 복수일 수 있다. 마찬가지로, 상기 제2 접점 전극의 개수도 하나 혹은 복수일 수 있다. 이때, 상기 제1 접점 전극의 개수가 상기 제2 접점 전극의 개수와 같거나 그보다 클 수 있다.
상기 제1 접점 전극 및 상기 제2 접점 전극은 쌍을 지어 서로 이웃하게 배치될 수 있다.
상기 지지체의 지지면은 제1 영역과 제2 영역을 포함하며, 상기 제1 영역에 복수의 상기 제1 접점 전극들이 배치되고, 상기 제2 영역에 복수의 상기 제2 접점 전극들이 배치될 수 있다. 여기서, 제1 영역과 제2 영역은 지지면 상에서 겹치지 않는 영역을 의미한다. 예를 들어, 제2 영역은 지지면의 중앙 영역을 의미하며, 제1 영역은 지지면의 외곽 영역을 의미할 수 있다.
상기 제1 및 제2 접점 전극은 상기 지지체의 지지면으로부터 돌출되는 적어도 3개의 접점 전극을 포함하며, 상기 적어도 3개의 접점 전극의 끝단들은 동일 평면상에 위치하지 않을 수 있다. 예를 들어, 상기 적어도 3개의 접점 전극은 그 끝단이 반지름 R인 원에 외접할 수 있다.
상기 지지체의 지지면을 기준으로 보았을 때 상기 제1 접점 전극의 돌출 높이와 상기 제2 접점 전극의 돌출 높이는 다를 수 있다.
상기 지지체의 지지면을 기준으로 보았을 때 상기 제1 및 제2 접점 전극의 돌출 높이는 모두 같으며, 상기 지지체의 지지면이 굽어지거나 휘어질 수 있다. 가령, 지지체의 지지면은 반지름 R인 원에 외접하는 곡면일 수 있다.
상기 제1 및 제2 접점 전극의 재질은 전도성 실리콘, 전도성 고무, 및 금속 중 어느 하나일 수 있다.
상기 제1 및 제2 접점 전극은 원기둥형, 삼각뿔형, 사각뿔형, 사각기둥형, 깔대기형, 및 곡선 깔대기형 중 어느 한 형상을 가질 수 있다.
상기 제1 및 제2 접점 전극은 동일한 재질 및 동일한 형상으로 형성될 수 있다.
본 발명의 다른 측면에 따르는 뇌파 측정 장치는 생체의 제1 위치에서 제1 뇌파 신호를 획득하는 제1 접점 전극과, 상기 제1 접점 전극과 이격되게 배치되며 상기 제1 접점 전극과 전기적으로 절연된 제2 접점 전극과, 상기 제1 접점 전극에서 획득되는 제1 뇌파 신호를 상기 신호 처리부로 전송하는 제1 신호선과, 상기 제2 접점 전극을 접지시키는 제1 접지선과, 상기 제1 및 제2 접점 전극을 지지하는 제1 지지체를 포함하는 제1 뇌파 센서 유닛; 생체의 제2 위치에서 제2 뇌파 신호를 획득하는 제3 접점 전극과, 상기 제3 접점 전극과 이격되게 배치되며 상기 제3 접점 전극과 전기적으로 절연된 제3 접점 전극과, 상기 제3 접점 전극에서 획득되는 제2 뇌파 신호를 상기 신호 처리부로 전송하는 제2 신호선과, 상기 제2 접점 전극을 접지시키는 제2 접지선과, 상기 제3 및 제4 접점 전극을 지지하는 제2 지지체를 포함하는 제2 뇌파 센서 유닛; 및 상기 제1 및 제2 뇌파 센서 유닛에서 획득된 제1 및 제2 뇌파 신호를 처리하는 신호 처리부;를 포함할 수 있다. 상기 생체의 제1 위치와 제2 위치는 이격되어 있다. 상기 생체의 제1 위치와 제2 위치는 사용자의 두피, 귀(외이), 귀 뒷부분, 이마, 관자놀이 등이 될 수 있다.
상기 신호 처리부는, 상기 제1 뇌파 센서 유닛의 제1 신호선 및 전원 소스에 각각 연결되어, 상기 제1 뇌파 센서 유닛으로부터 전달받은 제1 뇌파 신호 및 전원 소스로부터 전압 배분된 제1 전압 신호를 출력하는 제1 전압 배분기; 상기 제2 뇌파 센서 유닛의 제2 신호선 및 상기 전원 소스에 각각 연결되어, 상기 제2 뇌파 센서 유닛으로부터 전달받은 제2 뇌파 신호 및 전원 소스로부터 전압 배분된 제2 전압 신호를 출력하는 제2 전압 배분기; 및 상기 제1 뇌파 센서 유닛의 제1 신호선 및 상기 제2 뇌파 센서 유닛의 제2 신호선에 각각 연결되어, 제1 및 제2 전압 신호의 차분치를 증폭하는 차동 증폭기;를 포함할 수 있다.
상기 신호 처리부는, 상기 제1 연산 증폭기로부터 출력된 제1 전압 신호로부터 상기 제1 뇌파 센서 유닛의 제1 접점 전극과 생체 사이의 제1 임피던스를 추출하고, 상기 제1 연산 증폭기로부터 출력된 제2 전압 신호로부터 상기 제2 뇌파 센서 유닛의 제3 접점 전극과 생체 사이의 제2 임피던스를 추출하고, 상기 제1 및 제2 임피던스에 기초하여 상기 제1 및 제2 뇌파 신호에 담긴 동잡음을 제거할 수 있다.
상기 제1 뇌파 센서 유닛의 제1 접점 전극과 제2 접점 전극의 제1 이격 간격과 상기 제2 뇌파 센서 유닛의 제3 접점 전극과 제4 접점 전극의 제2 이격 간격은 같을 수 있다.
뇌파 측정 장치의 회로부는 외부 장치와 통신하는 통신부; 경보를 출력하는 출력부; 및 상기 신호 처리부에서 처리된 뇌파 신호에 기초하여 사용자의 위급 정보를 결정하고, 상기 결정된 위급 정도에 대응되는 정보를 상기 출력부를 통해 출력하도록 상기 출력부를 제어하거나 상기 통신부를 통해 외부장치에 상기 결정된 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어하는 제어부;를 더 포함할 수 있다. 출력부는 스피커, 램프, 혹은 디스플레이일 수 있다. 일 예로, 제어부에서 결정된 사용자의 상태는 위급상황을 포함할 수 있다. 달리 말하면, 제어부는 센서부에서 획득된 뇌파 신호로부터 위급상황의 예측하거나 발생을 판단할 수 있다. 제어부가 결정한 사용자의 상태가 위급상황인 경우, 제어부는 외부 장치에 사용자의 위급상황에 대한 정보를 전송하거나 경보를 출력하도록 할 수 있다. 나아가, 뇌파 신호로부터 제1 위험도와, 상기 제1 위험도보다 높은 제2 위험도를 평가하는 위험도 평가 모델을 저장한 메모리부를 더 포함하며, 상기 제어부는 상기 사용자의 위급 정도가 상기 제1 위험도에 속하면 상기 출력부를 통해 경보를 출력하도록 상기 출력부를 제어하며, 상기 사용자의 위급 정도가 상기 제2 위험도에 속하면 상기 통신부를 통해 상기 외부 장치에 사용자의 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어할 수 있다. 경우에 따라서는, 상기 제어부는 상기 사용자의 위급 정도가 상기 제2 위험도에 속하면 상기 출력부를 통해 경보를 출력하도록 상기 출력부를 제어하며, 상기 사용자의 위급 정도가 상기 제1 위험도에 속하면 상기 통신부를 통해 상기 외부 장치에 사용자의 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어할 수도 있다.
상기 사용자의 위급 정도는 제1 위험도와, 상기 제1 위험도보다 높은 제2 위험도를 포함하며, 상기 제어부는 상기 통신부를 통해 상기 신호 처리부에서 처리된 뇌파 신호를 외부의 컴퓨터 장치에 전송하고 상기 컴퓨터 장치로부터 상기 뇌파 신호가 처리되어 생성된 사용자의 위급 정도에 대한 정보를 수신하도록 상기 통신부를 제어하며, 상기 컴퓨터 장치로부터 수신한 사용자의 위급 정도가 제1 위험도에 속하면 상기 출력부를 통해 경보를 출력하도록 상기 출력부를 제어하며, 상기 컴퓨터 장치로부터 수신한 사용자의 위급 정도가 제2 위험도이면 상기 통신부를 통하여 외부 장치에 사용자의 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어할 수도 있다. 경우에 따라서는, 상기 제어부는 상기 컴퓨터 장치로부터 수신한 사용자의 위급 정도가 제2 위험도에 속하면 경보를 상기 출력부를 통해 출력하도록 상기 출력부를 제어하며, 상기 컴퓨터 장치로부터 수신한 사용자의 위급 정도가 제1 위험도에 속하면 상기 통신부를 통하여 외부 장치에 사용자의 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어할 수도 있다.
또 다른 실시예에 따르는 뇌파 측정 시스템은, 전술한 뇌파 측정 장치; 및 뇌파 측정 장치로부터 뇌파를 수신하여 뇌파를 처리하는 뇌파 처리 장치;를 포함할 수 있다.
뇌파 처리 장치는 모바일 장치를 포함할 수 있다. 모바일 장치는 상기 뇌파 측정 장치와 통신하는 통신부; 경보를 출력하는 출력부; 뇌파 처리와 관련된 정보를 저장한 메모리부; 상기 메모리부를 참조하여 상기 뇌파 측정 장치로부터 수신한 뇌파를 처리하는 신호 처리부; 및 상기 신호 처리부에서 처리된 뇌파 신호에 따라 상기 출력부를 제어하는 제어부;를 포함할 수 있다.
예를 들어, 모바일 장치는 상기 뇌파 측정 장치 및 외부 장치와 통신하는 통신부; 경보를 출력하는 출력부; 상기 뇌파 측정 장치로부터 수신한 뇌파 신호에 기초하여 사용자의 위급 정도를 결정하고, 상기 결정된 위급 정도에 대응되는 경보를 상기 출력부를 통해 출력하도록 상기 출력부를 제어하거나 상기 통신부를 통해 상기 외부 장치에 상기 결정된 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어하는 제어부;를 포함할 수 있다.
상기 모바일 장치는뇌파 신호로부터 제1 위험도와, 상기 제1 위험도보다 높은 제2 위험도를 평가하는 위험도 평가 모델을 저장한 메모리부를 더 포함하고, 상기 제어부는 상기 사용자의 위급 정도가 상기 제1 위험도에 속하면 상기 출력부를 통해 경보를 출력하도록 상기 출력부를 제어하며, 상기 사용자의 위급 정도가 상기 제2 위험도에 속하면 상기 통신부를 통해 상기 외부 장치에 사용자의 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어할 수 있다. 경우에 따라서는 상기 제어부는 상기 사용자의 위급 정도가 상기 제2 위험도에 속하면 상기 출력부를 통해 경보를 출력하도록 상기 출력부를 제어하며, 상기 사용자의 위급 정도가 상기 제1 위험도에 속하면 상기 통신부를 통해 상기 외부 장치에 사용자의 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어할 수도 있다.
모바일 장치는 상기 뇌파 측정 장치 및 컴퓨터 장치와 통신하는 통신부; 경보를 출력하는 출력부; 상기 뇌파 측정 장치로부터 수신한 뇌파 신호를 상기 컴퓨터 장치에 전송하고, 상기 컴퓨터 장치로부터 상기 뇌파 신호가 처리되어 생성된 사용자의 상태에 대한 정보를 수신받으며, 상기 수신된 사용자의 상태에 대한 정보에 기초하여 상기 출력부 및 상기 통신부를 제어하는 제어부;를 포함할 수 있다. 예를 들어, 상기 컴퓨터 장치는 상기 뇌파 신호를 처리하여, 상기 사용자의 위급 정도에 대한 정보를 생성할 수 있다. 일 예로, 상기 사용자의 위급 정도는 상대적으로 낮은 제1 위험도와, 상대적으로 높은 제2 위험도를 포함할 수 있다. 모바일 장치의 제어부는, 상기 통신부를 통해 상기 뇌파 측정 장치에서 수신한 뇌파 신호를 컴퓨터 장치에 전송하고 상기 컴퓨터 장치로부터 상기 뇌파 신호가 처리되어 생성된 사용자의 위급 정도에 대한 정보를 수신하며, 상기 컴퓨터 장치로부터 수신한 사용자의 위급 정도가 제1 위험도에 속하면 상기 출력부를 통해 경보를 출력하도록 상기 출력부를 제어하며, 상기 컴퓨터 장치로부터 수신한 사용자의 위급 정도가 제2 위험도에 속하면 상기 통신부를 통하여 외부 장치에 사용자의 위급상황에 대한 정보를 전송하도록 상기 통신부를 제어할 수도 있다. 컴퓨터 장치와 외부 장치는 동일할 수도 있고, 서로 다른 장치일 수도 있다. 가령, 컴퓨터 장치는 원격 의료 서비스 제공자의 서버이며, 외부 장치는 응급센터의 서버, 사용자가 다니는 병원의 서버, 사용자의 주치의의 전화, 또는 사용자의 보호자의 전화일 수 있다. 외부 장치로의 사용자의 위급상황에 대한 정보의 전송은 모바일 장치의 통신부가 직접 수행할 수도 있지만, 컴퓨터 장치로 하여금 외부 장치에 사용자의 위급상황에 대한 정보를 전송토록 지시하거나 혹은 컴퓨터 장치가 자체내의 메모리부에 저장된 시나리오에 따라 자동적으로 외부 장치에 사용자의 위급상황에 대한 정보를 전송할 수도 있을 것이다.
이러한 모바일 장치는 이동 전화, 스마트 폰, 태블릿 컴퓨터, 개인 휴대 정보 단말기(PDA) 또는 랩탑 컴퓨터일 수 있다. 모바일 장치는 처리된 뇌파 정보를 네트워크로 연결된 컴퓨터 장치에 전송할 수도 있다. 또한, 모바일 장치는 생체의 위치를 추적하는 위치 추적 센서, 생체의 가속도를 측정하는 가속도 센서, 및 생체의 움직임을 측정하는 모션 센서 중 적어도 어느 하나를 포함하며, 생체의 위치 및 움직임 중 적어도 어느 하나의 정보를 컴퓨터 장치에 전송할 수도 있다.
뇌파 처리 장치는 뇌파 측정 장치와 통신하는 컴퓨터 장치를 포함할 수 있다. 컴퓨터 장치는 뇌파 측정 장치와 직접 통신하여 상기 뇌파 측정 장치로부터 뇌파 신호를 수신하는 통신부; 뇌파 신호로부터 제1 위험도와, 상기 제1 위험도보다 높은 제2 위험도를 평가하는 위험도 평가 모델을 저장한 메모리부; 및 상기 사용자의 위급 정도가 상기 제1 위험도에 속하면 상기 뇌파 측정 장치에 경고 메시지를 전송하도록 상기 출력부를 제어하며, 상기 사용자의 위급 정도가 상기 제2 위험도에 속하면 외부 장치에 사용자의 위급상황에 대한 정보를 전송하도록 상기 통신부를 제어하는 제어부;를 포함할 수 있다. 이러한 컴퓨터 장치는 원격 의료 서비스를 제공하는 서비스 제공자의 서버, 사용자가 다니는 병원의 서버, 사용자의 집에 있는 개인 컴퓨터일 수 있다. 한편, 외부 장치는 응급센터의 서버, 사용자가 다니는 병원의 서버, 사용자의 주치의의 전화, 또는 사용자의 보호자의 전화일 수 있다.
뇌파 처리 장치에서 처리된 뇌파 정보를 표출하는 출력부가 뇌파 측정 장치 또는 모바일 장치에 내장되거나 또는 외장될 수 있다. 출력부는 스피커, 진동모듈, 램프, 혹은 디스플레이일 수 있다. 예를 들어, 뇌파 측정 장치는 진동모듈을 구비하여, 진동 방식으로 경보를 출력할 수 있을 것이다. 다른 예로, 모바일 장치는 스피커, 진동모듈, 및 디스플레이를 포함하며, 경보음, 진동, 경고 문구 등의 방식으로 경보를 출력할 수 있다.
뇌파 처리 장치는 뇌파 정보로부터 위급상황의 예측하거나 발생을 판단하는 위급상황 예측 모듈 및 뇌파로부터 생체의 의사를 추론하는 생체 의사 추론 모듈 중 적어도 하나를 포함할 수 있다.
일 예로, 뇌파 처리 장치는 뇌파 정보로부터 위급상황의 예측하거나 발생을 판단하며, 위급상황이 예측되거나 발생시에 경보를 출력 장치에 전송하고, 출력 장치는 경보를 발생할 수 있다. 뇌파는 뇌파, 심전도, 근전도, 신경전도, 및 안전도 중 적어도 어느 하나이며, 뇌파 처리 장치는 뇌파로부터 생체의 의사나 상태를 추론할 수 있다.
또 다른 예로, 뇌파 처리 장치는 추론된 의사나 상태에 대한 정보를 출력 장치에 전송하고, 출력 장치는 추론된 의사나 상태에 대한 정보를 출력할 수 있다. 뇌파 처리 장치는 추론된 의사나 상태에 대한 정보에 따른 제어정보를 생성하고, 제어정보를 전자 장치에 전송할 수 있다.
뇌파 측정 장치는 생체의 체온, 심박, 끄덕임, 눈깜박임, 및 뒤척임 중 적어도 어느 하나를 측정하는 측정 센서를 더 포함할 수 있다. 생체의 위치를 추적하는 위치 추적 센서, 생체의 가속도를 측정하는 가속도 센서, 및 생체의 움직임을 측정하는 모션 센서 중 적어도 어느 하나가 더 마련될 수 있다. 이러한 추가적인 센서는 뇌파 측정 장치나 별도의 전자 장치에 마련될 수 있다.
또 다른 실시예에 따르는 뇌파 처리 방법은, 전술한 뇌파 측정 장치로부터 생체의 뇌파를 측정하는 단계; 및 측정된 뇌파를 처리하여 생체에 대한 정보를 생성하는 단계;를 포함한다.
생체에 대한 정보로부터 위급상황의 예측하거나 발생을 판단하며, 위급상황이 예측되거나 발생시에 사용자에게 경보를 발생하는 단계가 더 포함될 수 있다.
생체에 대한 정보를 생성하는 단계는, 뇌파로부터 생체의 의사나 상태를 추론하는 단계를 포함할 수 있다. 생체의 뇌파를 측정하는 단계는, 생체의 심전도, 근전도, 신경전도, 및 안전도 중 적어도 어느 하나를 측정하는 단계를 더 포함할 수 있다. 생체의 뇌파를 측정하는 단계는, 생체의 체온, 심박, 끄덕임, 눈깜박임, 및 뒤척임 중 적어도 어느 하나를 측정하는 단계를 더 포함할 수 있다. 추론된 생체의 의사나 상태에 대한 정보를 사용자에게 전송하는 단계가 더 포함될 수 있다.
생체의 위치를 추적하는 단계가 더 포함되며, 사용자에게 전송되는 정보는 생체의 위치 정보를 포함할 수 있다.
사용자는 생체, 생체의 보호자, 및 의료 전문가 중 적어도 어느 하나일 수 있다.
개시된 실시예에 의한 뇌파 센서 유닛은 전극 별로 동잡음을 독립적으로 측정하여 한 전극에서 동잡음이 발생하더라도 다른 전극에 영향을 주지 않아 일상 생활에서 사용하기 용이하게 할 수 있다.
개시된 실시예에 의한 뇌파 센서 유닛은 시간에 따라 변하는 동잡음의 크기와 발생 유무를 실시간 측정하고 보상하여 신호 분석을 용이하게 할 수 있다.
도 1은 일 실시예에 따른 뇌파 측정 장치를 개략적으로 도시한 도면이다.
도 2a는 도 1의 뇌파 측정 장치의 뇌파 센서 유닛을 개략적으로 도시한 사시도이다.
도 2b는 도 2a의 뇌파 센서 유닛을 I-I'선에서 본 단면도이다.
도 3은 뇌파 센서 유닛의 제1 및 제2 접점 전극 사이의 거리에 따른 상관도를 나타내는 그래프이다.
도 4a 내지 도 4d는 뇌파 센서 유닛의 제1 및 제2 접점 전극 사이의 거리에 따른 상관 관계를 보여주는 뇌파 신호 그래프이다.
도 5는 도 1의 뇌파 측정 장치의 개략적인 블록도이다.
도 6a 및 도 6b는 뇌파 신호와 전압 소스로부터의 전압 분배를 설명하는 등가 회로이다.
도 7a 및 도 7b는 뇌파 센서 유닛의 접점 전극들의 배치의 다른 예들을 도시한다.
도 8a 내지 도 8d는 뇌파 센서 유닛의 접점 전극의 예들을 도시한다.
도 9는 다른 실시예에 따른 뇌파 센서 유닛을 개략적으로 도시한 측단면도이다.
도 10은 도 9의 뇌파 센서 유닛의 접점 전극들의 높이 관계를 설명하는 도면이다.
도 11a 및 도 11b는 도 9의 뇌파 센서 유닛의 변형례들을 도시한다.
도 12는 또 다른 실시예에 따른 뇌파 센서 유닛을 개략적으로 도시한 측단면도이다.
도 13은 도 12의 뇌파 센서 유닛의 접점 전극들의 높이 관계를 설명하는 도면이다.
도 14a 및 도 14b는 도 12의 뇌파 센서 유닛의 변형례들을 도시한다.
도 15a 내지 도 15c는 도 13의 뇌파 센서 유닛의 또 다른 변형례들을 도시한다.
도 16은 다른 실시예에 따른 뇌파 측정 장치의 개략적인 블록도이다.
도 17은 일 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시한다.
도 18은 도 17의 뇌파 측정 시스템의 블록도를 개략적으로 도시한다.
도 19는 도 18의 뇌파 측정 시스템에서 모바일 장치의 제어부와 메모리부의 일 예를 도시한다.
도 20은 뇌졸증 진단을 위한 뇌파 학습의 프로세스를 도시한다.
도 21은 뇌졸증 평가 프로세스를 도시한다.
도 22는 뇌졸증 평가에 따른 위험도 판정의 순서도를 도시한다.
도 23은 도 18의 뇌파 측정 시스템에서 모바일 장치의 제어부와 메모리부의 다른 예를 도시한다.
도 24는 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시한다.
도 25는 도 24의 뇌파 측정 시스템에서 컴퓨터 장치의 개략적인 블록도를 도시한다.
도 26은 또 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시한다.
도 27은 또 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시한다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭하며, 도면에서 각 구성요소의 크기나 두께는 설명의 명료성을 위하여 과장되어 있을 수 있다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략한다.
도 1은 일 실시예에 따른 뇌파 측정 장치를 개략적으로 도시한 도면이다.
도 1을 참조하면, 본 실시예의 뇌파 측정 장치는 센서부(100)와 신호 처리부(200)를 포함한다. 센서부(100)는 제1 및 제2 뇌파 센서 유닛(110, 120)을 포함한다. 제1 및 제2 뇌파 센서 유닛(110, 120)은 생체(10)의 서로 다른 위치에서 제1 및 제2 뇌파 신호를 획득한다. 제1 및 제2 뇌파 센서 유닛(110, 120)가 부착되는 생체(10)의 부위는 사용자의 두피, 귀(외이), 귀 뒷부분, 이마, 관자놀이 등이 될 수 있다. 제1 및 제2 뇌파 센서 유닛(110, 120)은 미도시된 프레임에 의해 지지되어 생체(10)에 밀착되거나 혹은 부착될 수 있다. 신호 처리부(200)는 제1 및 제2 뇌파 센서 유닛(110, 120)를 지지하는 프레임이나 별도의 하우징 내에 위치할 수 있다. 신호 처리부(200)이 실장되는 하우징은 예를 들어, 사람이 상시적으로 착용하는 액세서리 형상을 지니거나 사람이 상시적으로 착용하는 액세서리에 부착되는 형상을 지닐 수 있다. 제1 및 제2 뇌파 센서 유닛(110, 120)에서 획득된 뇌파 신호는 케이블(118, 128)을 통해 신호 처리부(200)에 전달되어 처리된다.
제1 뇌파 센서 유닛(110)와 제2 뇌파 센서 유닛(120)은 실질적으로 동일한 구조를 가진다. 달리 말하면, 제1 뇌파 센서 유닛(110)와 제2 뇌파 센서 유닛(120)은 동일한 형상, 동일한 크기 및 동일한 재질로 형성될 수 있다. 이하에서는 편의상, 제1 뇌파 센서 유닛(110)을 예로 들어 설명하기로 하며, 제2 뇌파 센서 유닛(120)에 대한 설명은 생략하기로 한다.
도 2a는 제1 뇌파 센서 유닛(110)을 개략적으로 도시한 사시도이며, 도 2b는 제1 뇌파 센서 유닛(110)을 I-I'선에서 본 단면도이다.
도 2a 및 도 2b를 참조하면, 제1 뇌파 센서 유닛(110)은 제1 접점 전극(111)과, 제1 접점 전극과 이격되게 배치된 제2 접점 전극(112)를 포함한다. 여기서, 제1 접점 전극(111)과 제2 접점 전극(112)이 이격되었다 함은 제1 접점 전극(111)과 제2 접점 전극(112)이 물리적으로 분리되어 있다는 것을 의미한다. 제1 접점 전극(111)과 제2 접점 전극(112)은 지지체(115)에 의해 지지된다. 제1 뇌파 센서 유닛(110)은 케이블(118)을 통해 신호 처리부(200)에 연결된다. 케이블(118)에는 제1 신호선(113)과 제1 접지선(114)이 마련될 수 있다.
제1 및 제2 접점 전극(111, 112)은 생체에 접촉하는 단위 전극을 의미한다. 제1 접점 전극(111)과 제2 접점 전극(112)은 동일한 형상, 동일한 크기 및 동일한 재질로 형성된다. 예를 들어, 도 2a 및 도 2b에 도시되듯이, 제1 접점 전극(111)과 제2 접점 전극(112)은 원뿔 형상과 같은 테이퍼 형상(tapered shape)을 지니며 플렉서블(flexible)하며 전도성이 있는 재질로 지지체(115)의 지지면 상에 돌출되어 형성될 수 있다. 플렉서블이라 함은 외력에 의해 휘어지는 휨성(flexibility)을 의미한다. 플렉서블하며 전도성이 있는 재질은, 예를 들어, 전도성 실리콘이나 전도성 고무와 같은 전도성 폴리머일 수 있다. 제1 접점 전극(111)과 제2 접점 전극(112)은 이러한 전도성 폴리머나, 그밖의 플렉서블하며 전도성이 있는 합성수지(synthetic resin)로 형성될 수 있다. 제1 접점 전극(111)과 제2 접점 전극(112)은 경성(rigid) 및 전도성이 있는 합성수지로 형성될 수도 있다. 또는, 제1 접점 전극(111)과 제2 접점 전극(112)은 전도성이 금속 재질이나 그밖의 경성재질로 형성될 수도 있다. 이러한 제1 접점 전극(111)과 제2 접점 전극(112)은 비침습형 건식 전극으로 이해될 수 있다. 제1 및 제2 접점 전극(111, 112)의 원뿔 형상은 지지체(115)의 지지면으로부터 돌출되는 전극 구조의 일 예이다. 여기서, 지지면은 지지체(115)의 제1 및 제2 접점 전극(111, 112)을 지지하는 면을 의미한다. 달리 말하면, 지지면은 지지체(115)에서 제1 및 제2 접점 전극(111, 112)이 위치하는 면을 말한다.
제1 접점 전극(111)은 생체(10)로부터 뇌파 신호를 획득한다. 제1 접점 전극(111)에서 획득된 뇌파 신호는 제1 신호선(113)을 통해 신호 처리부(200)로 전송된다. 제2 접점 전극(112)은 제1 접점 전극(111)과 전기적으로 절연되고 회로부(도 16의 1120)의 그라운드에 접지된다. 제2 접점 전극(112)은 제1 접지선(114)을 통해 그라운드에 접지될 수 있다. 여기서, 제1 접점 전극(111)과 제2 접점 전극(112)이 절연되었다 함은 제1 접점 전극(111)과 제2 접점 전극(112)이 도전체에 의해 연결된 상태가 아니라는 것을 의미한다. 뇌파 신호 측정시, 제1 접점 전극(111)과 제2 접점 전극(112)은 생체 피부의 인접한 위치에 있게 되는데, 제1 접점 전극(111)과 제2 접점 전극(112) 사이에는 제1 접점 전극(111)과 제2 접점 전극(112) 각각의 피부 접촉 저항(도 6b의 R1, R1' 참조)과 제1 접점 전극(111)과 제2 접점 전극(112)의 이격 거리에 비례하는 피부 저항이 있게 될 것이다. 종래의 뇌파 측정 장치의 센서부에서는, 뇌파 측정 전극과 별개로 그라운드 전극이 분리되어 마련되는데, 본 실시예의 센서부(100)는 제1 뇌파 센서 유닛(110)에 그라운드 전극에 해당되는 제2 접점 전극(112)을 마련하므로, 별도의 그라운드 센서 전극이 불필요하다.
지지체(115)는 제1 및 제2 접점 전극(111, 112)을 상호 이격되게 배치하며 전기적으로 절연시킨다. 지지체(115)는 비전도성 재질로 형성될 수 있다. 예를 들어, 지지체(115)는 비전도성 합성수지로 형성될 수 있다. 지지체(115)의 내부 혹은 지지체(115)의 지지면의 이면에는 제1 및 제2 접점 전극(111, 112)의 배선이 마련되어 있을 수 있다. 지지체(115)에 마련된 배선(즉, 제1 신호선(113)과 제1 접지선(114))은 케이블(118)을 지지체(115) 밖으로 인출된다. 지지체(115)는 제1 접점 전극(111)과 제2 접점 전극(112) 사이의 간격이 유지되도록 경성(rigid)을 지닐 수 있다.
제1 접점 전극(111)과 제2 접점 전극(112)은 상호 절연되어 있다. 제1 접점 전극(111)과 제2 접점 전극(112)은 인접하게 배치될 수 있다. 다만, 제1 접점 전극(111)과 제2 접점 전극(112) 사이의 절연성을 확보하기 위하여 제1 접점 전극(111)과 제2 접점 전극(112) 사이의 최소 이격 간격은 제1 및 제2 접점 전극(111, 112)의 재질 및 형상에 따라 제한될 수 있다. 예를 들어, 전술한 바와 같이 제1 및 제2 접점 전극(111, 112)은 플렉서블한 재질로 형성될 수 있으므로, 생체(10)에 접촉시 제1 및 제2 접점 전극(111, 112)의 끝단은 휘어질 수 있으므로, 제1 및 제2 접점 전극(111, 112) 사이의 간격 d가 지나치게 가까우면 합선이 될 위험이 있다. 따라서, 제1 및 제2 접점 전극(111, 112)의 끝단의 휘어짐을 고려하여, 제1 접점 전극(111)과 제2 접점 전극(112)은 최소 이격 간격 dmin 이상으로 이격되게 배치될 수 있다. 예를 들어, 제1 및 제2 접점 전극(111, 112)이 플렉서블한 원뿔 형상을 갖는 경우에 있어서 제1 및 제2 접점 전극(111, 112)의 높이와 밑면의 폭을 각각 h, w라고 할 때, 제1 접점 전극(111)과 제2 접점 전극(112)의 최소 이격 간격 dmin은 하기의 수학식 1을 만족할 수 있다.
수학식 1
Figure PCTKR2016004213-appb-M000001
상기 수학식 1에서 볼 수 있듯이, 제1 및 제2 접점 전극(111, 112) 사이의 최소 이격 간격 dmin은 제1 및 제2 접점 전극(111, 112)의 크기가 커짐에 따라 커질 수 있다. 예를 들어, 제1 및 제2 접점 전극(111, 112)의 높이(h)와 밑면의 폭(w)이 각각 0.3mm, 0.2mm라고 할 때, 제1 접점 전극(111)과 제2 접점 전극(112)의 최소 이격 간격은 0.5mm일 수 있다. 제1 및 제2 접점 전극(111, 112)의 높이(h)와 밑면의 폭(w)이 각각 1mm, 0.25mm라고 할 때, 제1 접점 전극(111)과 제2 접점 전극(112)의 최소 이격 간격은 1mm일 수 있다. 또한, 제1 및 제2 접점 전극(111, 112)의 높이(h)와 밑면의 폭(w)이 각각 2.5mm, 3mm라고 할 때, 제1 접점 전극(111)과 제2 접점 전극(112)의 최소 이격 간격은 2.75mm일 수 있다.
만일 제1 및 제2 접점 전극(111, 112)이 금속과 같은 도전성을 갖는 경성 재질로 형성되는 경우라면, 제1 및 제2 접점 전극(111, 112)의 최소 이격 간격은 제조 공정이 허용되는 범위 안에서 결정될 수도 있다.
한편, 제1 및 제2 접점 전극(111, 112) 사이의 이격 간격이 커짐에 따라, 뇌파 신호의 노이즈가 커질 수 있다. 따라서, 뇌파 신호의 노이즈가 신호 처리부(200)에서 처리가능한 범위 내에 있기 위해서는 제1 및 제2 접점 전극(111, 112) 사이의 이격 간격은 한정될 필요가 있다. 예를 들어, 제1 및 제2 접점 전극(111, 112) 사이의 최대 이격 간격 dmax은 패치형태의 뇌파 센서에서 측정된 뇌파 신호를 기준으로 한 본 실시예의 센서부(100)에서 측정되는 뇌파 신호의 상관도의 허용가능한 최대치에 의해 결정될 수 있다. 패치형태의 뇌파 센서는 생체(10)에 밀착되는 패치(patch)에 전극이 부착되어 있는 것으로서, 비침습형 뇌파 센서 전극에서 사용자의 움직임으로 인해 발생하는 움직임 노이즈(동잡음)이나 기타 노이즈에 대해 상대적으로 자유로운 구조로 알려져 있다.
도 3은 본 실시예의 뇌파 센서 유닛의 제1 및 제2 접점 전극 사이의 거리에 따른 상관도를 나타내는 그래프이며, 도 4a 내지 도 4d는 본 실시예의 뇌파 센서 유닛의 제1 및 제2 접점 전극 사이의 이격 간격 d가 각각 1.27mm, 2.54mm, 3.81mm, 5.08mm인 경우에서의 본 실시예의 뇌파 센서 유닛에서 획득된 뇌파 신호(상측)와 비교예에서의 뇌파 신호(하측)를 보여주는 뇌파 신호 그래프이다. 도 3 및 도 4a 내지 도 4d에서 본 실시예의 센서부(100)는 금속 재질의 단추형 제1 및 제2 접점 전극을 갖는 경우이며, 비교예는 패치형태의 뇌파 센서인 경우이다.
도 3을 참조하면, 제1 및 제2 접점 전극의 거리 d가 커짐에 따라 본 실시예의 센서부(100)에서 측정된 뇌파 신호가 패치형태의 뇌파 센서에서 측정된 뇌파 신호에 대해 상관도가 작아진다. 가령, 도 4a에서 볼 수 있듯이, 본 실시예의 뇌파 센서 유닛의 제1 및 제2 접점 전극 사이의 이격 간격 d가 1.27mm인 경우, 패치형태의 뇌파 센서에서 측정된 뇌파 신호에 대한 본 실시예의 센서부(100)에서 측정된 뇌파 신호의 상관도가 95.1%에 달한다. 한편, 도 4b, 도 4c, 도 4d에서 볼 수 있듯이, 본 실시예의 뇌파 센서 유닛의 제1 및 제2 접점 전극 사이의 이격 간격 d가 각각 2.54mm, 3.81mm, 5.08mm 로 커지는 경우, 패치형태의 뇌파 센서에서 측정된 뇌파 신호에 대한 본 실시예의 센서부(100)에서 측정된 뇌파 신호의 상관도가 93.5%, 85.3%, 78.9%로 작아지게 된다.
신호 처리부(200)에서 후처리된 뇌파 신호가 패치형태의 뇌파 센서에서 측정된 뇌파 신호를 기준으로 85% 정도의 상관도를 가지고 있다면, 뇌파 신호의 분석이 용이하다고 알려져 있다. 한편, 센서부(100)에서 획득된 뇌파 신호는 적응형 필터(adaptive filter)를 이용한 후처리를 통해 대략 5% 정도의 신호 성능 향상을 추가적으로 할 수 있다. 따라서, 패치형태의 뇌파 센서에서 측정된 뇌파 신호를 기준으로, 본 실시예의 센서부(100)에서 측정되는 뇌파 신호의 상관도가 적어도 80%에 있도록, 제1 및 제2 접점 전극(111, 112) 사이의 이격 간격을 제한할 수 있다. 도 3을 참조하면, 만일 본 실시예의 센서부(100)에서 측정된 뇌파 신호가 패치형태의 뇌파 센서에서 측정된 뇌파 신호에 대해 상관도 80%를 확보하고자 한다면, 제1 및 제2 접점 전극의 거리 d가 대략 4.81mm는 가져야 함을 볼 수 있다. 달리 말하면, 금속 재질의 단추형 제1 및 제2 접점 전극의 경우, 최대 이격 간격 dmax은 4.81mm일 수 있다.
물론, 후처리를 통한 신호 성능 향상의 정도나, 뇌파 신호의 분석 기술의 발전에 따라, 본 실시예의 센서부(100)에서 측정되는 뇌파 신호와 패치형태의 뇌파 센서에서 측정된 뇌파 신호의 상관도의 허용 가능한 최대치는 달라질 수 있으며, 이에 따라 제1 및 제2 접점 전극(111, 112) 사이의 최대 이격 간격 dmax 역시 달라질 수 있다.
또한, 제1 및 제2 접점 전극의 최소 이격 간격 dmax은 제1 및 제2 접점 전극의 재질이나 형상에 따라 다소 달라질 수 있다. 예를 들어, 도 2a 및 도 2b를 참조하여 설명한 바와 같이 제1 및 제2 접점 전극(111, 112)이 플렉서블한 재질의 원뿔 형상인 경우, 최대 이격 간격 dmax은 예를 들어 5mm일 수 있다. 앞서, 설명한 1 접점 전극(111)과 제2 접점 전극(112)의 최소 이격 간격을 함께 고려하면, 제1 및 제2 접점 전극(111, 112)이 각각 1mm, 0.25mm의 높이(h)와 밑면의 폭(w)을 가진 플렉서블한 원뿔 형상인 경우, 뇌파 신호의 분석을 용이하게 하고자, 제1 및 제2 접점 전극(111, 112)의 이격 간격을 1mm 내지 5mm의 범위 내에서 결정할 수 있다. 다른 예로, 제1 및 제2 접점 전극(111, 112)이 각각 0.3mm, 0.2mm의 높이(h)와 밑면의 폭(w)을 가진 플렉서블한 원뿔 형상인 경우, 뇌파 신호의 분석을 용이하게 하고자, 제1 및 제2 접점 전극(111, 112)의 이격 간격을 0.5mm 내지 5mm의 범위 내에서 결정할 수 있을 것이다.
도 5는 도 1의 뇌파 측정 장치의 개략적인 블록도이며, 도 6a 및 도 6b는 뇌파 신호와 전압 소스로부터의 전압 분배를 설명하는 등가 회로이다.
도 5를 참조하면, 센서부(100)는 생체, 즉 생체(10)의 서로 다른 영역에서 뇌파 신호를 측정하는 제1 뇌파 센서 유닛(110)와 제2 뇌파 센서 유닛(120)을 포함한다. 제1 뇌파 센서 유닛(110)의 제1 및 제2 접점 전극(111, 112)은 간격 d로 이격된 상태에서 생체(10)의 일 영역에 접촉한다. 마찬가지로, 제2 뇌파 센서 유닛(120)의 제1 및 제2 접점 전극(121, 122) 역시 간격 d로 이격된 상태에서 생체(10)의 다른 영역에 접촉한다. 제1 뇌파 센서 유닛(110)의 제1 접점 전극(111)은 생체(10)의 일 영역에서의 제1 뇌파 신호(Veeg1)를 획득하여, 제1 신호선(113)을 통해 신호 처리부(200)로 전송한다. 제2 뇌파 센서 유닛(120)의 제3 접점 전극(121)은 생체(10)의 일 영역에서의 제2 뇌파 신호(Veeg2)를 획득하여, 제2 신호선(123)을 통해 신호 처리부(200)로 전송한다. 제1 뇌파 센서 유닛(110)의 제2 접점 전극(112)과 제2 뇌파 센서 유닛(120)의 제4 접점 전극(122)은 제1 및 제2 접지선(114, 124)를 통해 그라운드(GND)에 접지된다.
신호 처리부(200)는 제1 및 제2 전압 배분기(210, 220)와, 차동 증폭기(250)를 포함한다.
제1 및 제2 전압 배분기(210, 220)는 예를 들어 내부 저항 R을 갖는 제1 및 제2 연산 증폭기(211, 221)를 포함할 수 있다. 제1 연산 증폭기(211)의 반전 입력단자(-)는 제1 신호선(113)에 연결되어 제1 뇌파 센서 유닛(110)으로부터 제1 뇌파 신호(Veeg1)를 입력받으며, 비반전 입력단자(+)는 전원 소스(Vcc)에 연결될 수 있다. 제1 연산 증폭기(211)는 제1 전압(V1)을 출력할 수 있다. 이러한 의미에서, 제1 전압 배분기(210)는 제1 전압 측정부로 이해될 수 있다. 제2 연산 증폭기(221)의 반전 입력단자(-)는 제2 신호선(123)에 연결되어 제2 뇌파 센서 유닛(120)으로부터 제2 뇌파 신호(Veeg2)를 입력받으며, 비반전 단자는 전원 소스(Vcc)에 연결될 수 있다. 제2 연산 증폭기(221)는 제2 전압(V2)을 출력할 수 있다. 이러한 의미에서, 제2 전압 배분기(220)는 제2 전압 측정부로 이해될 수 있다.
차동 증폭기(250) 역시 연산 증폭기(251)를 포함할 수 있다. 차동 증폭기(250)의 비반전 및 반전 입력단자는 제1 및 제2 신호선(113, 123)에 연결된다. 차동 증폭기(250)는 제1 전압(V1)과 제2 전압(V2)의 차분치를 증폭, 즉 차동 증폭하여 Vout을 출력할 수 있다. 참조번호 215는 제1 신호선(113)이 제1 전압 배분기(210)의 반전 입력단자(-)와 차동 증폭기(250)의 비반전 입력단자(+)로 분기되는 제1 분기점이며, 참조번호 225는 제2 신호선(123)이 제2 전압 배분기(220)의 반전 입력단자(-)와 차동 증폭기(250)의 반전 입력단자(-)로 분기되는 제2 분기점이다.
도 6a를 참조하면, 제1 뇌파 센서 유닛(110)의 제1 접점 전극(111)과 생체(10) 사이에는 접촉 임피던스가 있는바, 이를 제1 접촉 저항(R1)으로 근사한다. 또한, 제1 뇌파 센서 유닛(110)의 제2 접점 전극(112)과 생체(10) 사이의 접촉 임피던스는 제2 접촉 저항(R1')으로 근사한다.
한편, 제1 뇌파 센서 유닛(110)의 제1 접점 전극(111)과 제2 접점 전극(112)의 사이에는 생체(10)에 의한 제1 피부저항(Rs1)이 있다. 한편, 제1 접점 전극(111)에는 제1 뇌파 신호(Veeg1)가 걸리며, 제2 접점 전극(112)는 접지되어 있다. 제1 전압 배분기(연산 증폭기)(210)는 내부 임피던스 R을 가진다. 이에 따라, 제1 전압 배분기(연산 증폭기)(210)에서의 제1 전압 V1은 하기의 수학식 2와 같이 전압 소스(Vcc)에 의한 전압 분배와 제1 뇌파 신호(Veeg1)에 의한 전압분배의 합으로 주어진다.
수학식 2
Figure PCTKR2016004213-appb-M000002
여기서, Rc1은 하기의 수학식 3과 같이 제1 및 제2 접촉 저항(R1, R1') 및 제1 피부저항(Rs1)의 직렬 합성 저항을 의미한다.
수학식 3
Figure PCTKR2016004213-appb-M000003
상기 수학식 2에서 근사는 제1 뇌파 신호(Veeg1)가 전압 소스(Vcc)에 비해 매우 작은 값이라는 점을 이용하였으며, 상기 수학식 3에서의 근사는 제1 뇌파 센서 유닛(110)의 제1 및 제2 접점 전극(111, 112)의 간격 d를 전술한 바와 같이 충분히 작게 함으로써, 제1 접촉 저항(R1)과 제2 접촉 저항(R1')을 같게 놓은 것이다.
도 6b를 참조하면, 제2 뇌파 센서 유닛(120)의 제3 접점 전극(121)과 생체(10) 사이에는 제3 접촉 저항(R2)이 있으며, 제2 뇌파 센서 유닛(120)의 제4 접점 전극(122)과 생체(10) 사이에는 제4 접촉 저항(R2')이 있다. 한편, 제2 뇌파 센서 유닛(120)의 제3 접점 전극(121)과 제4 접점 전극(122)의 사이에는 생체(10)에 의한 제2 피부저항(Rs2)이 있다. 한편, 제3 접점 전극(121)에는 제2 뇌파 신호(Veeg2)가 걸리며, 제4 접점 전극(122)는 접지되어 있다. 제2 전압 배분기(연산 증폭기)(220)는 내부 임피던스 R을 가진다. 이에 따라, 제2 전압 배분기(연산 증폭기)(220)에서의 제2 전압 V2는 하기의 수학식 4와 같이 전압 소스(Vcc)에 의한 전압 분배와 제2 뇌파 신호(Veeg2)에 의한 전압분배의 합으로 주어진다.
수학식 4
Figure PCTKR2016004213-appb-M000004
여기서, Rc2는 하기의 수학식 4와 같이 제3 및 제4 접촉 저항(R2, R2') 및 제2 피부저항(Rs2)의 합을 의미한다.
수학식 5
Figure PCTKR2016004213-appb-M000005
상기 수학식 2에서 근사는 제2 뇌파 신호(Veeg2)가 전압 소스(Vcc)에 비해 매우 작은 값이라는 점을 이용하였으며, 상기 수학식 5에서의 근사는 제2 뇌파 센서 유닛(120)의 제3 및 제4 접점 전극(121, 122)의 간격 d를 전술한 바와 같이 충분히 작게 함으로써, 제1 접촉 저항(R1)과 제2 접촉 저항(R1')을 같게 놓은 것이다.
한편, 뇌파 신호의 분석을 위해서는, 제2 뇌파 센서 유닛(120)을 레퍼런스 전극으로 설정하고, 제1 전압(V1)과 제2 전압(V2)의 차분치를 증폭, 즉 차동 증폭함으로써 하기의 수학식 6과 같이 주어지는 Vout을 구할 수 있다.
수학식 6
Figure PCTKR2016004213-appb-M000006
만일, 제1 및 제2 뇌파 센서 유닛(110, 120)과 생체(10)와의 접촉 상태가 매우 양호하게 되면, Rc1과 Rc2가 매우 작아지게 되는바, Vout는 근사적으로 하기의 수학식 7과 같이 주어지게 된다.
수학식 7
Figure PCTKR2016004213-appb-M000007
차동 증폭기(250)에서 차동 증폭된 출력값 Vout은 미도시된 적응형 필터(미도시) 등을 통한 후처리를 통해 분석될 수 있다.
뇌파 신호의 측정을 위해서는 생체(10)에 물리적으로 제1 및 제2 뇌파 센서 유닛(110, 120)을 접촉시킨다. 그런데, 뇌파 신호의 측정 중에 사용자의 움직임이 발생하면, 제1 및 제2 뇌파 센서 유닛(110, 120)과 생체(10) 사이에서도 미세한 움직임이 발생될 수 있다. 제1 및 제2 뇌파 센서 유닛(110, 120)과 생체(10)간의 움직임은 접촉 강도가 변할 수도 있고 접촉 강도는 유지되나 접촉면이 미끄러지는 경우, 또는 접촉 강도와 접촉면이 미끄러지는 경우가 복합적으로 발생할 수 있다. 이와 같이 제1 및 제2 뇌파 센서 유닛(110, 120)과 생체(10)간의 접촉면에 움직임이 발생되면, 임피던스의 변화가 발생하게 된다. 이와 같은 임피던스 변화는 생세 신호 측정 장치에서 수집하는 뇌파 신호에 대해 노이즈(동잡음)로 작용하여 측정 신호에 파형 왜곡이 발생하게 될 수 있다.
제1 전압(V1)과 제2 전압(V2)은 각각 제1 및 제2 전압 배분기(연산 증폭기)(210, 220)를 통해 측정이 가능한 값이므로, 상기 수학식 2 및 수학식 4로부터 Rc1 및 Rc2를 구할 수 있다. 또한, 제1 피부저항(Rs1)은 제1 뇌파 센서 유닛(110)의 제1 및 제2 접점 전극(111, 112)의 이격 간격과 제2 뇌파 센서 유닛(120)의 제1 및 제2 접점 전극(121, 122)의 이격 간격을 모두 d로 놓고 d 값을 충분이 작게 하면, 제2 뇌파 센서 유닛(120)에서의 제2 피부저항(Rs2)과 같게 놓을 수 있다. 나아가, 뇌파 센서 유닛을 3개 이상 이용하는 경우, 모든 뇌파 센서 유닛의 접점 전극들 간의 간격을 충분히 작고, 또한 같게 놓으면, 피부저항은 상수값을 갖는 저항으로 간주할 수 있게 된다. 따라서, 상기 수학식 3 및 수학식 5로부터 제1 뇌파 센서 유닛(110)에서의 제1 접촉 저항(R1)과 제2 뇌파 센서 유닛(120)에서의 제3 접촉 저항(R2)은 각각 구할 수 있다.
제1 접촉 저항(R1)이나 제3 접촉 저항(R2)은 사용자의 움직임에 따라 실시간으로 변하는 값이다. 따라서, 제1 접촉 저항(R1)이나 제3 접촉 저항(R2)을 구함으로써 시간에 따라 변하는 동잡음의 크기와 발생 유무를 실시간으로 측정하고 보상할 수 있으므로, 신호 분석을 매우 용이하게 할 수 있다.
또한, 상기 수학식 2 내지 수학식 5에서 볼 수 있듯이, 제1 전압(V1)과 제2 전압(V2)은 서로 연관되는 변수가 없어서 서로 영향을 주지 않는 독립적인 동잡음 추정이 가능하다. 즉, 뇌파 센서 유닛을 3개 이상 이용하는 경우, 뇌파 센서 유닛 별로 동잡음을 독립적으로 측정하여 어느 한 뇌파 센서 유닛에서 동잡음이 발생하더라도 다른 뇌파 센서 유닛에 영향을 주지 않아 일상 생활에서 사용하기 용이하다.
전술한 실시예의 뇌파 측정 장치는 제1 및 제2 뇌파 센서 유닛(110, 120) 각각의 접점 전극들이 2개인 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 도 7a는 뇌파 센서 유닛의 접점 전극들의 배치의 다른 예를 도시한다. 도 7a를 참조하면, 뇌파 센서 유닛(110-1)은 4개의 제1 접점 전극(111)과 4개의 제2 접점 전극(112)을 포함할 수 있다. 이때, 제1 접점 전극(111)과 제2 접점 전극(112)은 쌍을 지어, 서로 인접하게 배치될 수 있다. 4개의 제1 접점 전극(111)과 4개의 제2 접점 전극(112)은 서로 균일하게 분포되도록 배치될 수 있다. 4개의 제1 접점 전극(111)은 서로 전기적으로 연결되어, 하나의 신호선(도 2b의 113)에 연결된다. 4개의 제2 접점 전극(112)은 서로 전기적으로 연결되어, 하나의 접지선(도 2b의 114)에 연결되어 접지된다. 물론 4개의 제1 접점 전극(111)과 4개의 제2 접점 전극(112)은 서로 전기적으로 분리된다. 즉, 뇌파 센서 유닛(110-1)은 생체(10)에 물리적으로 접촉하는 접점은 여러 개이나, 전기적으로는 두 개의 접점으로 해석될 수 있다. 본 실시예의 뇌파 센서 유닛(110-1)은 제1 접점 전극(111)과 제2 접점 전극(112)이 4개씩 마련된 경우를 예로 들어 설명하고 있으나, 이에 한정되지 아니하며, 예를 들어 2개씩, 3개씩 혹은 그 이상 마련될 수도 있다.
도 7b는 뇌파 센서 유닛의 접점 전극들의 배치의 또 다른 예를 도시한다. 도 7b를 참조하면, 뇌파 센서 유닛(110-2)은 외곽을 둘러싸는 8개의 제1 접점 전극(111)과 그 내부에 위치하는 4개의 제2 접점 전극(112)을 포함할 수 있다. 8개의 제1 접점 전극(111)은 서로 전기적으로 연결되어, 하나의 신호선(도 2b의 113)에 연결된다. 4개의 제2 접점 전극(112)은 서로 전기적으로 연결되어, 하나의 접지선(도 2b의 114)에 연결되어 접지된다. 물론 8개의 제1 접점 전극(111)과 4개의 제2 접점 전극(112)은 서로 전기적으로 분리된다. 본 실시예의 뇌파 센서 유닛(110-2)은 8개의 제1 접점 전극(111)이 외곽에, 4개의 제2 접점 전극(112)이 내부에 배치된 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 예를 들어, 제1 접점 전극(111)의 개수와 제2 접점 전극(112)의 개수는 변경될 수 있다. 또한, 제2 접점 전극(112)이 외곽에 배치되고, 제1 접점 전극(111)은 제2 접점 전극(112)의 내부에 배치될 수도 있다.
뇌파 신호를 측정하는 제1 접점 전극(111)의 개수가 접지되는 제2 접점 전극(112)의 개수보다 크게 됨에 따라, 제한된 공간에서 제1 접점 전극(111)의 개수를 최대한 많이 확보하여 검출하는 뇌파 신호의 크기를 크게 할 수 있다.
전술한 실시예의 뇌파 측정 장치는 제1 및 제2 뇌파 센서 유닛(110, 120) 각각의 접점 전극들이 원뿔형상인 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 도 8a 내지 도 8d는 뇌파 센서 유닛의 접점 전극의 예들을 도시한다. 가령, 도 8a에 도시된 바와 같이 뇌파 센서 유닛의 접점 전극(110-3)들은 원통 형상을 가질 수 있다. 또 다른 예로, 도 8b에 도시된 바와 같이 뇌파 센서 유닛의 접점 전극(110-3)들은 사각뿔 형상을 가질 수 있다. 또는 도 8에 도시되듯이, 뇌파 센서 유닛의 접점 전극(110-5)들은 일단으로 갈수로 점차 가늘어지는 테이퍼 형상(tapered shape)을 갖는 테이퍼부(110-5a)와 테이퍼부(110-5a)의 단부에 마련된 돌기부(110-5b)를 갖는 깔대기 형상을 지닐 수도 있다. 또 다른 예로, 도 9에 도시되듯이, 뇌파 센서 유닛의 접점 전극(110-6)들은 일단으로 갈수로 점차 가늘어지는 곡선형 깔대기 형상을 지닐 수도 있다. 물론, 접점 전극들은 3각뿔, 5각뿔 등 다양한 각뿔 형상이나, 타원뿔, 사각기둥 등의 다각기둥 등의 형상을 가질 수 있다. 그밖의 공지의 전극구조가 접점 전극으로 채용될 수 있을 것이다.
전술한 실시예의 뇌파 측정 장치는 제1 및 제2 뇌파 센서 유닛(110, 120) 각각의 접점 전극들이 모두 같은 크기를 갖는 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 도 9는 다른 실시예에 따른 뇌파 센서 유닛(310)을 개략적으로 도시한 측단면도이다.
도 9를 참조하면, 뇌파 센서 유닛(310)은 제1 내지 제4 접점 전극(311, 312, 313, 314)과, 제1 내지 제4 접점 전극(311, 312, 313, 314)를 지지하는 지지체(315)를 포함한다. 제1 내지 제4 접점 전극(311, 312, 313, 314)은 동일한 재질로 형성된다. 또한, 제1 내지 제4 접점 전극(311, 312, 313, 314)은 동형으로 형성되며, 다만 일부 혹은 전부의 높이가 다를 수 있다. 즉, 제1 내지 제4 접점 전극(311, 312, 313, 314)의 높이(h1, h2)는 생체(10)의 형상, 즉 두형에 맞게 설정될 수 있다. 예를 들어, 제1 및 제4 접점 전극(311, 314)의 높이(h1)는 제2 및 제3 접점 전극(312, 313)의 높이(h2)보다 더 크게 설정될 수 있다. 생체(10)의 형상, 즉 사람의 두형은 성별, 나이 등에 따라 평균적인 크기가 다르다. 따라서, 성별, 나이 등에 따라 사람의 두형의 대표적인 크기들을 분류하고, 각 크기별로 최적화된 높이(h1, h2)를 갖는 뇌파 센서 유닛(310)을 마련할 수 있을 것이다. 물론, 특정한 사람의 두형에 최적화된 높이(h1, h2)를 갖는 뇌파 센서 유닛(310)을 마련할 수도 있을 것이다. 이와 같이, 제1 내지 제4 접점 전극(311, 312, 313, 314)의 높이(h1, h2)를 생체(10)의 형상에 맞게 설정함으로써, 제1 내지 제4 접점 전극(311, 312, 313, 314)의 생체(10)와의 접촉 면적을 증가시켜 높이즈를 감소시킬 수 있다. 또한, 제1 내지 제4 접점 전극(311, 312, 313, 314)의 생체(10)와의 접촉 면적을 균일하게 함으로써, 동잡음 감소를 좀 더 효과적으로 할 수 있다.
제1 내지 제4 접점 전극(311, 312, 313, 314) 중 일부는 생체(10)로부터 뇌파 신호를 획득하며, 나머지는 접지된다. 예를 들어, 제1 및 제3 접점 전극(311, 313)은 뇌파 신호를 획득하며 합산되어 신호 처리부(도 1의 200)으로 전송되며, 제2 및 제4 접점 전극(312, 314)은 접지될 수 있다.
나아가, 도 10에 도시되듯이, 제1 내지 제4 접점 전극(311, 312, 313, 314)의 끝단(311a, 312a, 313a, 314a)이 반지름 R에 외접할 수 있도록 제1 내지 제4 접점 전극(311, 312, 313, 314)의 높이가 설정될 수 있다. 사람의 두부는 반구의 형상으로 근사될 수 있다. 따라서, 성별, 나이 등에 따라 사람의 두부의 크기를 반지름 R로 분류하고, 분류된 반지름 R별로 이에 외접하는 제1 내지 제4 접점 전극(311, 312, 313, 314)을 갖는 뇌파 센서 유닛(310)을 마련할 수 있을 것이다.
도 11a 및 도 11b는 도 9의 뇌파 센서 유닛의 변형례들을 도시한다. 가령, 도 11a에 도시되듯이, 뇌파 센서 유닛(310-1)는 접지되는 2개의 접점 전극(311-1, 313-1)과, 2개의 접점 전극(311-1, 313-1) 사이에 위치하며 뇌파 신호를 획득하는 1개의 접점 전극(312-1)을 포함할 수 있다. 이때, 뇌파 신호를 획득하는 1개의 접점 전극(312-1)의 높이가 접지되는 2개의 접점 전극(311-1, 313-1)보다 짧게 설정된다. 또는 도 11b에 도시되듯이, 뇌파 센서 유닛(310-2)는 뇌파 신호를 획득하는 2개의 접점 전극(311-2, 313-2)과, 2개의 접점 전극(311-2, 313-2) 사이에 위치하며 접지되는 1개의 접점 전극(312-2)을 포함할 수 있다. 이때, 뇌파 신호를 획득하는 2개의 접점 전극(311-2, 313-2)의 높이가 접지되는 1개의 접점 전극(312-2)보다 높게 설정된다.
도 9, 도 10, 도 11a 및 도 11b를 참조하여 설명한 뇌파 측정 장치(310, 310-1, 310-2)는 제1 및 제2 뇌파 센서 유닛(110, 120) 각각의 접점 전극들 중 일부 혹은 전부의 높이가 다른 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 도 12는 또 다른 실시예에 따른 뇌파 센서 유닛(410)을 개략적으로 도시한 측단면도이다.
도 12를 참조하면, 본 실시예에 따른 뇌파 센서 유닛(410)은 제1 및 제2 접점 전극(411, 412)의 높이(즉, 크기)는 모두 같으며, 다만 지지체(415)의 지지면(415a)이 굽어져 있다. 제1 접점 전극(411)은 생체(10)로부터 뇌파 신호를 획득하며, 제2 접점 전극(412)은 접지된다. 지지체(415)의 지지면(415a)의 굽힘(416)은 제1 및 제2 접점 전극(411, 412)이 생체(10)에 균일하게 맞닿을 수 있도록 설정된다. 전술한 바와 같이 성별, 나이 등에 따라 사람의 두형의 대표적인 크기들을 분류하고, 각 크기별로 최적화된 굽힘(416)을 갖는 뇌파 센서 유닛(410)을 마련할 수 있을 것이다. 물론, 특정한 사람의 두형에 최적화된 굽힘(416)을 갖는 뇌파 센서 유닛(410)을 마련할 수도 있을 것이다. 이와 같이, 지지체(415)의 굽힘(416)을 생체(10)의 형상에 맞게 설정함으로써, 제1 및 제2 접점 전극(411, 412)의 생체(10)와의 접촉 면적을 증가시켜 높이즈를 감소시킬 수 있다. 또한, 제1 및 제2 접점 전극(411, 412)의 생체(10)와의 접촉 면적을 균일하게 함으로써, 동잡음 감소를 좀 더 효과적으로 할 수 있다.
나아가, 도 13에 도시되듯이, 제1 및 제2 접점 전극(411, 412)의 끝단(411a, 412a)이 성별, 나이 등에 따라 분류된 반지름 R별로 이에 외접할 수 있도록 지지체(415)의 굽힘(416)이 설정될 수도 있다.
도 14a 및 도 14b는 도 12의 뇌파 센서 유닛의 변형례들을 도시한다. 가령, 도 14a에 도시되듯이, 뇌파 센서 유닛(410-1)은 제1 내지 제4 접점 전극(411, 412, 413, 414)과, 제1 내지 제4 접점 전극(411, 412, 413, 414)를 지지하는 지지체(415)를 포함한다. 제1 내지 제4 접점 전극(411, 412, 413, 414)은 동일한 재질로 동일한 형성 및, 크기로 형성된다. 제1 내지 제4 접점 전극(411, 412, 413, 414) 중 일부는 생체(10)로부터 뇌파 신호를 획득하며, 나머지는 접지된다. 예를 들어, 제1 및 제3 접점 전극(411, 413)은 뇌파 신호를 획득하며 합산되어 신호 처리부(도 1의 200)으로 전송되며, 제2 및 제4 접점 전극(412, 414)은 접지될 수 있다. 지지체(415-1)의 지지면(415-1a)의 굽힘(416-1)은 제1 내지 제4 접점 전극(411, 412, 413, 414)이 생체(10)에 균일하게 맞닿을 수 있도록 설정된다. 예시적으로, 지지체(415-1)는 제2 및 제3 접점 전극(412, 413)이 설치된 부분은 평평하며, 제2 및 제3 접점 전극(412, 413)의 양쪽에 위치하는 제1 및 제4 접점 전극(411, 414)이 설치된 부분은 굽혀져 있을 수 있다. 또 다른 예로, 도 14b에 도시되듯이, 뇌파 센서 유닛(410-2)은 뇌파 신호를 획득하는 2개의 접점 전극(411, 413)과, 2개의 접점 전극(411, 413) 사이에 위치하며 접지되는 1개의 접점 전극(412)을 포함할 수 있다. 제1 내지 제3 접점 전극(411, 412, 413)은 동일한 재질로 동일한 형성 및, 크기로 형성되며, 다만 지지체(415-2)의 지지면(415-2a)의 굽힘(416-2)이 제1 내지 제3 접점 전극(411, 412, 413)이 생체(10)에 균일하게 맞닿을 수 있도록 설정된다.
도 12, 도 13, 도 14a 및 도 14b를 참조하여 설명한 실시예들은 지지체(415, 415-1, 415-2)가 굽어진 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 도 15a 내지 도 15c는 도 13의 뇌파 센서 유닛의 또 다른 변형례들을 도시한다. 예를 들어, 도 15a에 도시되듯이, 뇌파 센서 유닛(510)은 제1 및 제2 접점 전극(511, 512)의 높이(즉, 크기)는 모두 같으며, 다만 지지체(515)의 지지면(415a)이 곡면으로 휘어져 있다. 제1 접점 전극(511)은 생체(10)로부터 뇌파 신호를 획득하며, 제2 접점 전극(512)은 접지된다. 지지체(515)의 지지면(515a)은 제1 및 제2 접점 전극(511, 512)이 생체(10)에 균일하게 맞닿을 수 있도록 휘어진다. 전술한 바와 같이 사람의 두부는 반구의 형상으로 근사될 수 있으므로, 성별, 나이 등에 따라 사람의 두부의 크기를 반지름 R로 분류하고, 분류된 반지름 R별로 뇌파 센서 유닛(510)을 마련할 수도 있을 것이다. 달리 말하면, 지지체(515)의 지지면(515a)이 사람의 두부의 크기에 따른 반지름 R에 외접하도록, 즉 지지체(515)의 지지면(515a)의 곡률반경을 사람의 두부의 크기에 따른 반지름 R이 되도록 설정할 수 있다. 이에 따라, 제1 및 제2 접점 전극(511, 512)의 생체(10)와의 접촉 면적을 증가시켜 높이즈를 감소시킬 수 있다. 또한, 제1 및 제2 접점 전극(511, 512)의 생체(10)와의 접촉 면적을 균일하게 함으로써, 동잡음 감소를 좀 더 효과적으로 할 수 있다.
또 다른 변형례로서, 도 15b에 도시되듯이, 뇌파 센서 유닛(510-1)은 3개의 접점 전극(511, 512, 513)을 가지며, 지지체(515)의 지지면(515a)가 사람의 두부의 크기에 대응되도록 있을 수 있다. 마찬가지로, 도 15c에 도시되듯이, 뇌파 센서 유닛(510-2)은 4개의 접점 전극(511, 512, 513, 514)을 가지며, 지지체(515)의 지지면(515a)가 사람의 두부의 크기에 대응되도록 있을 수 있다. 지지체(515) 상에 설치되는 접점 전극의 개수는 본 실시예를 제한하지 아니하며, 5개 이상 마련될 수도 있을 것이다.
전술한 실시예의 뇌파 센서 유닛은 유선으로 신호 처리부에 연결되는 경우를 예로 들어 설명하고 있으나, 이에 한정되는 것은 아니다. 뇌파 센서 유닛 내에 무선 통신모듈을 포함하며, 무선으로 신호처리부에 획득된 뇌파 신호를 전송할 수도 있을 것이다.
도 16은 다른 실시예에 따른 뇌파 측정 장치(1100)의 개략적인 블록도이다.
도 16을 참조하면, 뇌파 측정 장치(1100)는 센서부(1110)와 회로부(1120)를 포함한다. 센서부(1110)는 생체(10)에서 뇌파 신호를 획득하는 제1 및 제2 뇌파 센서 유닛(1111, 1112)을 포함한다. 제1 및 제2 뇌파 센서 유닛(1111, 1112)은 전술한 실시예들의 뇌파 센서 유닛과 실질적으로 동일한 구조를 가진다.
회로부(1120)는 신호 처리부(1121), 제어부(1122), 통신부(1123), 메모리부(1124), 및 출력부(1125)를 포함할 수 있다. 신호 처리부(1121), 제어부(1122), 통신부(1123), 메모리부(1124), 및 출력부(1125)에서 생성되거나 신호는 데이터 버스(1126)를 통해 전달될 수 있다.
신호 처리부(1121)는 센서부(1110)에서 획득된 제1 및 제2 뇌파 신호로부터 유의미한 뇌파 신호를 생성한다. 신호 처리부(1121)는 센서부(1110)에서 획득된 제1 및 제2 뇌파 신호를 차동 증폭하면서, 제1 및 제2 뇌파 신호에 섞인 동잡음을 제거할 수 있다. 나아가, 신호 처리부(1121)는 차동 증폭된 뇌파 신호를 주파수별로 α파, β파, γ파 등을 분류하여 처리하거나, 그밖의 후처리를 할 수도 있다. 이러한 신호 처리부(1121)는, 도 5를 참조하여 설명한 바와 같이 전압 배분기 (210, 220)와 차동 증폭기(250) 등으로 구성될 수 있다.
제어부(1122)는 신호 처리부(1121)에서 처리된 뇌파 신호를 기초로 사용자의 상태를 결정할 수도 있다. 가령, 제어부(1122)는 신호 처리부(1121)에서 처리된 뇌파 신호를 기설정된 뇌파 모델의 알고리즘에 따라 분석하여 사용자가 위급상황에 있는지 여부를 결정할 수도 있다. 경우에 따라서는, 뇌파 신호의 추가적인 처리나 뇌파 신호를 기초로 사용자의 상태를 결정하는 프로세스는 뇌파 측정 장치(1100)와 유선 혹은 무선으로 통신하는 외부의 장치(예를 들어, 도 17의 1200)에서 맡음으로써, 제어부(1122)에서 처리하는 부담을 경감시킬 수도 있다.
나아가, 제어부(1122)는 뇌파 측정 장치(1100)의 각종 기능을 제어한다. 예를 들어, 제어부(1122)는, 메모리부(1124)에 저장된 프로그램들을 실행함으로써, 센서부(1110), 통신부(1221), 출력부(1223), 메모리부(1124)등을 전반적으로 제어할 수 있다. 일 예로, 사용자의 상태가 위급상황인 경우, 제어부(1122)는 통신부(1123)를 제어하여 외부 장치에 사용자의 위급상황에 대한 정보를 전송하거나 출력부(1125)를 제어하여 위급상황을 출력할 수 있다. 또는, 제어부(1122)는 스피커(미도시)나 진동모듈(미도시)을 제어하여 사용자에게 위급상황을 알릴 수도 있을 것이다.
통신부(1123)는 유선 통신모듈 및 무선 통신모듈 중 적어도 어느 하나를 포함한다. 무선 통신모듈은 예를 들어 근거리 통신 모듈이나 이동 통신 모듈을 포함할 수 있다. 근거리 통신 모듈은 소정 거리 이내의 근거리 통신을 위한 모듈을 의미한다. 일 예로, 근거리 통신 기술에는 무선 랜(Wireless LAN), 와이파이(Wi-Fi), 블루투스, 지그비(ZigBee), WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), BLE (Bluetooth Low Energy), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다. 이동 통신 모듈은 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 유선 통신 모듈은 전기적 신호 또는 광 신호를 이용한 통신을 위한 모듈을 의미하며, 일 실시예에 의한 유선 통신 기술에는 트위스티드 페어 케이블(twisted pair cable), 동축 케이블, 광섬유 케이블, 이더넷(ethernet) 케이블 등이 있을 수 있다. 통신부(1123)는 획득된 뇌파 정보를 외부 장치에 전송하거나, 외부 장치로부터 제어 신호나 신호처리에 필요한 정보를 수신할 수 있다.
메모리부(1124)는 센서부(1110)에서 획득된 제1 및 제2 뇌파 신호의 원본 데이터를 저장하거나 혹은 신호 처리부(1121)에서 처리된 뇌파 신호를 저장할 수 있다. 또한, 메모리부(1124)는 뇌파 측정 장치(1100)의 동작 제어에 필요한 프로그램이나, 뇌파 신호의 분석에 필요한 뇌파 모델 알고리즘이나, 인증정보 등이 저장되어 있을 수 있다. 나아가, 메모리부(1124)는 사용자의 상태 정보(예를 들어, 위급상황에 해당되는 뇌파 패턴, 투약이 필요한 상황에 해당되는 뇌파 패턴 등)를 저장하여, 제어부(1122) 에서 사용자의 상태를 결정할 수 있게 할 수도 있다.
출력부(1125)는 신호 처리부(1121)에서 얻어진 뇌파 신호나, 뇌파 신호로부터 결정되는 사용자의 상태 정보를 출력할 수 있다. 이러한 출력부(1125)는 생체에 대한 정보를 영상이나 문자 형태로 표시하는 디스플레이, 음성이나 경고음을 방출하는 스피커, 진동신호를 출력하는 진동유닛, 또는 빛을 방출하는 램프 중 적어도 어느 하나를 포함할 수 있다.
또한, 회로부(1120)는 센서부(1110) 및 회로부(1120)의 구동을 위한 배터리 및 에너지 하베스트 모듈 중 적어도 어느 하나를 포함할 수 있다.
도 17은 또 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시하며, 도 18은 본 실시예의 뇌파 측정 시스템에서 모바일 장치(1200)의 블록도를 도시한다. 도 19는 도 18의 뇌파 측정 시스템에서 모바일 장치(1200)의 제어부(1220)와 메모리부(1240)의 일 예를 도시한다.
도 17를 참조하면, 본 실시예의 뇌파 측정 시스템은 뇌파 측정 장치(1101) 및 뇌파 측정 장치(1101)와 유선 혹은 무선으로 연결되는 모바일 장치(1200)를 포함한다.
뇌파 측정 장치(1101)는 사용자의 뇌파 신호를 측정하는 센서부(1110)와, 센서부(1110)에서 측정된 뇌파 신호를 처리하는 회로부(1120)을 포함한다. 이러한 뇌파 측정 장치(1101)는 전술한 실시예들의 뇌파 측정 장치 중 어느 하나일 수 있다. 뇌파 측정 장치(1101)는 사람이 상시적으로 착용하는 액세서리 형상을 지니거나 사람이 상시적으로 착용하는 액세서리에 부착되는 형상을 지녀, 상시적으로 사람의 뇌파를 측정할 수 있다. 예를 들어, 뇌파 측정 장치(1101)의 하우징은 헤드폰, 이어셋, 이어폰, 모자, 헤어밴드, 안경, 팔목시계, 팔찌, 팔목 밴드 및 안대 중 어느 하나의 형상을 갖거나, 이에 부착되는 형태일 수 있다.
모바일 장치(1200)는 뇌파 측정 장치(1101)에서 획득된 뇌파 신호를 기초로 사용자의 상태를 결정할 수 있다. 도 18을 참조하면, 모바일 장치(1200)는 통신부(1210), 제어부(1220), 메모리부(1240), 및 출력부(1250)를 포함한다. 이러한 모바일 장치(1200)는 이동 전화, 스마트 폰, 태블릿 컴퓨터, 개인 휴대 정보 단말기(PDA), 랩탑 컴퓨터 등이 있을 수 있으나, 이에 제한되지 않는다.
통신부(1210)은 뇌파 측정 장치(1101)의 회로부(1120) 내에 마련된 통신부(도 16의 1123)와 통신한다. 이러한 통신부(1210)는 예를 들어, 무선 랜, 와이파이, 블루투스, 지그비, WFD, UWB, 적외선 통신, BLE, NFC 등과 같은 무선 통신모듈이나 유선 통신모듈을 포함할 수 있다. 통신부(1210)는 뇌파 측정 장치(1101)의 회로부(1120)에서 처리된 뇌파 신호를 수신하고, 제어 명령을 뇌파 측정 장치(1101)의 회로부(1120)에 전송한다.
제어부(1220)는 회로부(1120)로부터 수신한 뇌파 신호를 유의미한 생체 데이터로 가공한다. 이러한 제어부(1220)는 도 19에 도시되듯이 위급상황 예측 모듈(1220)을 포함할 수 있다. 위급상황 예측 모듈(1220)은 가공된 생체 데이터로부터 뇌파 측정 장치(1101)의 착용자, 즉 사용자의 위급상황을 예측한다. 위급상황 예측 모듈(1220)은 소프트웨어로 구현되거나 혹은 하드웨어로 구현될 수 있다. 위급상황 예측 모듈(1220)이 소프트웨어로 구현되는 경우, 상기 위급상황 예측 모듈(1220)은 메모리부(1240)에 저장되어 있다가, 필요한 경우 제어부(1220)에서 실행될 수 있다. 제어부(1220)는 통신부(1210), 메모리부(1240), 및 출력부(1250) 등의 모바일 장치(1200) 내의 유닛들을 제어한다. 메모리부(1240)는 뇌파 처리와 관련된 정보를 저장한다. 일 예로, 메모리부(1240)는 제어부(1220)에서 뇌파 정보를 유의미한 생체 데이터로 가공하기 위하여 뇌파 신호를 평가하는 뇌파 신호 평가모델들(1241)을 포함할 수 있다. 또한, 제어부(1220)에서 뇌파 신호를 평가한 결과 위급상황이라고 판단되는 경우 제어부(1220)가 처리해야 할 위급상황별 시나리오들(1242)을 포함할 수 있다. 예를 들어, 메모리부(1240)는 위급상황시 연락할 응급센터의 서버 주소, 사용자가 다니는 병원의 서버, 사용자의 집의 개인 컴퓨터, 사용자의 주치의 전화번호, 보호자의 전화번호, 등을 포함할 수 있다. 출력부(1240)는 생체 데이터나, 생체 데이터와 관련된 정보를 표시하는 디스플레이를 포함할 수 있다. 나아가, 모바일 장치(1200)의 출력부(1240)는 스피커, 진동모듈과 같은 사용자에게 정보를 전달할 수 있는 공지의 수단을 더 포함할 수 있다.
뇌는 잠시도 쉬지 않고 움직이기 때문에 뇌파도 항상 발생하고 있으며, 간질, 뇌졸증, 기절, 우을증, 치매, ADHD, 등의 병변은 각기 특유의 뇌파 특징점을 가지고 있다. 또한, 졸음 상태나 스트레스가 높은 상태등에 따른 특유의 뇌파 특징점을 가지고 있다. 따라서, 뇌파 측정 장치(1101)가 뇌파를 측정하는 경우, 제어부(1220)는 수신한 뇌파 신호를 처리하여 뇌파 특징점들을 추출한다. 뇌파 신호 평가모델은 각종 병변 특유의 뇌파 특징점들에 대한 정보를 포함하고 있으며, 위급상황 예측 모듈(1221)은 추출된 뇌파 특징점들을 병변 특유의 뇌파 특징점들과 매칭하여, 사용자의 이상 징후를 판단할 수 있다. 또는, 위급상황 예측 모듈(1221)은 각 병변별로 초기 증상, 중증 증상 등을 점수화하여, 사용자의 현재 상태를 위험도 내지 위급 정도별로 판단할 수도 있다. 위험도란 사용자가 위험한 정도를 의미한다. 위급 정도란 사용자의 상태를 긴급히 타인(예를 들어 의사나 보호자)에게 통지하거나 긴급히 치료를 요하는 정도를 의미한다. 많은 경우에 위험도와 위급 정도는 혼용되어 사용될 수 있으나, 경우에 따라서 위험도는 높으나 위급 정도는 낮을 수 있으며, 또는 그 반대의 경우도 있을 수 있다. 예를 들어, 자동차 운전중 졸음 상태는 위험도는 매우 높으나 위급 정도는 낮다고 볼 수 있다. 이러한 위험도나 위급 정는 사용자의 상태, 병변의 증상 정도에 따라 분류하거나, 혹은 긴급한 정도에 따라 분류할 수 있다. 가령, 뇌졸증은 아주 급작스럽게 발생하지만, 많은 경우에 있어서 안면마비나, 한쪽 팔이나 다리의 저림, 구음 장애와 같은 전조 증상이 나타난다. 또한, 미니 뇌졸증은 일시적으로 나타났다가 다시 회복되기도 한다. 또한, 뇌졸증이 심한 경우에는 의식장애로 쓰러지기도 하며, 뇌기능에 영구적인 장애를 일으킬 수 있다. 뇌졸증에 의해 어떤 뇌세포는 금방 죽기도 하나, 어떤 세포는 손상되더라도 초기 약물 개입으로 구제될 수 있으며, 또한 초기 치료에 따라 뇌 손상이 번지는 것을 방지할 수 있다. 따라서, 표 1을 참조하여 후술하는 바와 같이, 뇌파를 이용한 뇌졸증에 대한 위험도(또는 위급 정도)의 판단은 뇌졸증의 중증도 정도에 따라 이루어질 수 있다.
도 20 내지 도 22를 참조하여 위급상황 예측 모듈(1221)이 뇌파 신호를 기초로 뇌졸증의 위험도 내지 위급 정도를 판단하는 구체적인 프로세스를 설명하기로 한다.
도 20는 뇌졸증 진단을 위한 뇌파 학습의 프로세스를 도시한다.
도 20를 참조하면, 먼저 뇌졸증과 관련된 학습 데이터를 수집한다(S1310). 이러한 학습 데이터는 예를 들어, EEG 신호, 성별, 나이, 음주, 흡연 등일 수 있으며, 일반인의 데이터와 뇌졸중 환자의 데이터를 모두 포함할 수 있다.
다음으로, 수집된 학습 데이터를 가공하여 뇌졸증과 관련된 특징을 추출한다(Feature Extraction)(S1320). 예를 들어, 주파수 분석(FFT, Wavelet), 복잡도 분석(Multi-scale Entropy, Corelation Dimension) 등 다양한 분석함수를 단일 혹은 조합하여 사용할 수 있다.
다음으로, 추출된 특징들에서 정확성에 기여도가 높은 최적의 특징을 선별한다(Feature Selection)(S1330). 이와 같은 선별에는 카이제곱 검정법(Chi squared test), 재귀적 특징 제거법(Recursive feature elimination), LASSO, 엘라스틱 넷(Elastic Net), 리지 리그레션(Ridge Regression) 등의 알고리즘을 활용할 수 있다.
다음으로, 학습 알고리즘 및 파라미터를 이용하여 학습을 진행한다(S1340). 학습에는 예를 들어, 다층 퍼셉트론(Multilayer Perceptron), 결정 트리(Decision Tree), 서포트 벡터 머신(Support vector machine), 베이즈 네트워크(Bayesian Network) 등의 학습법을 활용할 수 있다.
다음으로, 교차 검정(Cross Validation) 등의 평가방법을 통해 성능평가를 시행하고(S1350), 알고리즘 및 파라미터의 재설정(S1360)을 통해 단계 1320 내지 단계 1340을 반복 실행함으로써, 최적의 뇌졸증 진단모델을 생성한다(S1370).
상기와 같은 뇌졸증 진단모델은 별도의 학습장치에 의해 생성되어 모바일 장치(1200)내에 이식될 수 있다. 또는 모바일 장치(1200)를 학습시킴으로써 구현될 수도 있다. 모바일 장치(1200)를 학습시키는 경우, 모바일 장치(1200) 내에 하드웨어적 혹은 소프트웨어적으로 신경망 회로가 마련되어 있을 수도 있다.
도 21은 모바일 장치(1200)에서의 뇌졸증 평가 프로세스를 도시한다.
도 21을 참조하면, 모바일 장치(1200)는 진단 데이터를 수집한다(S1410). 진단 데이터는 뇌파 측정 장치(1100)에서 센싱된 뇌파 신호를 포함한다. 진단 데이터의 일부는 사용자의 입력이나, 제3 자(의료인, 제조업자 등)에 의해 입력될 수 있다. 이러한 진단 데이터는 학습 데이터와 동일한 조건의 데이터일 수 있다.
다음으로, 모바일 장치(1200)의 제어부(1220)는 진단 데이터를 선처리(Preprocessing)하여 특징을 추출한다(S1420). 이러한 선처리는 학습할 때와 동일한 방법으로 이루어질 수 있다.
다음으로, 추출된 특징을 뇌졸증 평가 모델에 입력하고(S1430), 뇌졸증 평가 모델에 적합한지 여부를 평가함으로써 뇌졸중 여부를 예측한다(S1440).
상기와 같은 뇌졸중 여부의 예측은 뇌졸증의 위험도 판정을 포함할 수 있다.
하기의 표 1은 뇌졸증 평가 모델의 일 예인 NIHSS를 보여준다.
표 1
모델 NIHSS 스코어 뇌졸증 위험도
그룹 0 0 | 1-42 전체 테스트 세트
그룹 1 0 | 1~4 중증도 하
그룹 2 0 | 5~15 중증도 중
그룹 3 0 | 16~20 중증도 상
그룹 4 0 | 21~42 중증도 최상
NIHSS(National Institutes of Health Stroke Scale)은 미국 국립 보건원의 뇌졸증 척도로서, 상기 표 1에서 그룹들은 NIHSS 스코어에 따라 분류된 것이다. 그룹 0 평가 모델은 뇌졸중 발병 유무를 평가하는 모델이며, 그룹 1~4 평가 모델은 뇌졸중의 중증도를 평가하는 모델들이다.
도 22는 상기와 같은 그룹 0~4 평가 모델을 이용한 뇌졸증 평가에 따른 위험도 판정의 일예의 순서도이다.
도 22를 참조하면, 뇌파 신호를 지속적으로 취득하고(S1510), 취득된 뇌파 신호를 그룹 0 평가모델에 매칭한다(S1520). 만일, 취득된 뇌파 신호가 그룹 0 평가모델에 매칭되지 않으면, 다시 뇌파 신호를 취득하는 프로세스를 반복함으로써 하여 뇌졸중 발병여부를 지속적으로 모니터링 한다. 취득된 뇌파 신호가 그룹 0 평가모델에 매칭되지 않는다는 것은, 취득된 뇌파 신호를 그룹 0 평가모델에 적용한 결과로 산출된 값이 NHISS 스코어 0으로 나온다는 것을 의미한다. NHISS 스코어 0은 뇌졸증이 발병되지 않았음을 의미하므로, 취득된 뇌파 신호가 그룹 0 평가모델에 매칭되지 않는다면, 뇌졸증이 발병되지 않았고, 따라서 뇌졸증 위험도가 없다고 판정할 수 있다(S1530).
만일, 취득된 뇌파 신호가 그룹 0 평가모델에 매칭된다면, 뇌졸중 중증도를 평가하는 프로세스로 넘어간다. 달리 말하면, 취득된 뇌파 신호를 그룹 0 평가모델에 적용한 결과로 언어진 값이 NHISS 스코어 1 이상의 값이 나온다면, 뇌졸증이 발병된 것으로 판단할 수 있는바, 뇌졸중 중증도를 평가하는 프로세스를 진행한다(S1540~S1610).
먼저 취득된 뇌파 신호를 그룹 4 평가모델에 매칭한다(S1540). 그룹 4 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 21~42의 범위 내에 있게 된다면, 뇌졸증의 위험도가 최상이라고 판정한다(S1550). 그룹 4 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 21~42 범위를 벗어나면, 취득된 뇌파 신호를 그룹 3 평가모델에 매칭하는 단계(S1560)로 넘어간다.
다음으로, 취득된 뇌파 신호를 그룹 3 평가모델에 매칭한다(S1560). 그룹 3 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 16~20의 범위 내에 있게 된다면, 뇌졸증의 위험도가 상이라고 판정한다(S1570). 그룹 3 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 16~20 범위를 벗어나면, 취득된 뇌파 신호를 그룹 2 평가모델에 매칭하는 단계(S1580)로 넘어간다.
다음으로, 취득된 뇌파 신호를 그룹 2 평가모델에 매칭한다(S1580). 그룹 2 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 5~15의 범위 내에 있게 된다면, 뇌졸증의 위험도가 중이라고 판정한다(S1590). 그룹 2 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 5~15 범위를 벗어나면, 취득된 뇌파 신호를 그룹 1 평가모델에 매칭하는 단계(S1600)로 넘어간다.
다음으로, 취득된 뇌파 신호를 그룹 1 평가모델에 매칭한다(S1600). 그룹 1 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 1~4의 범위 내에 있게 된다면, 뇌졸증의 위험도가 하이라고 판정한다(S1610). 그룹 1 평가모델에 매칭한 결과로 산출된 값이 NIHSS 스코어 1~4 범위를 벗어나면, 종료하고, 다시 뇌파 신호를 취득하는 프로세스(S1510)로 넘어갈 수 있다.
뇌졸증의 위험도 평가는 서로 다른 방법이 적용된 평가모델들을 통합하여 이루어질 수도 있다. 예를 들어 고속 푸리에 변환(Fast Fourier Transform, FFT) 방법, 멀티스케일 엔트로피(Multi-scale Entropy, MSE) 방법, 상관 차원(Correlation Dimension) 방법을 적용한다고 한다면, FFT 결과를 학습한 평가모델(FFT_MODEL), MSE 결과를 학습한 평가모델(MSE_MODEL), 상관차원 결과를 학습한 평가모델(Corel_MODEL)을 각각 학습하여 교차 검증(Cross Validation)을 통해 성능을 평가할 수 있다. 각 평가모델의 평가결과(TrainResult)는 0~1 사이의 값으로 도출된다. 각 평가모델의 평가결과에 아래와 같은 수학식 8~10을 사용하여 가중치를 계산할 수 있다.
수학식 8
Figure PCTKR2016004213-appb-M000008
수학식 9
Figure PCTKR2016004213-appb-M000009
수학식 10
Figure PCTKR2016004213-appb-M000010
최종 뇌졸중 평가결과(PredictResult)는 아래의 수학식 11을 사용하여 얻어질 수 있다.
수학식 11
Figure PCTKR2016004213-appb-M000011
수학식 11에서 최종 뇌졸중 평가결과는 0~1 사이의 값으로 표현되며, 이 결과는 뇌졸중 가능성을 나타낸다.
표 2는 최종 뇌졸중 평가결과(PredictResult)의 값에 따른 뇌졸증 가능성을 보여준다.
표 2
PredictResult (x) 뇌졸중 가능성
0≤x<0.3 정상
0.3≤x<0.7 뇌졸중 의심
0.7≤x≤1 뇌졸중 가능성 높음
상기와 같이 위급상황 예측 모듈(1221)은 뇌파 신호 측정 장치(1100)로부터 수신한 뇌파 신호를 기초로 뇌졸증의 위험도를 판단할 수 있으며, 만일 위급상황 예측 모듈(1221)이 사용자의 현재 상태가 위급상황이라고 판단되는 경우, 제어부(1220)는 메모리부(1240)에 저장되어 있는 상황별 대응 시나리오에 따라 프로세스를 진행할 수 있다.
예를 들어, 위험도는 제1 위험도와, 상기 제1 위험도보다 높은 제2 위험도로 나누어 볼 수 있다. 이때 제1 위험도는 긴급하지 않고 사용자가 위험을 인지하면 충분한 상태이고, 제2 위험도는 병원이나 보호자가 사용자의 위험상태를 긴급히 알아야 할 정도의 위급 상황일 수 있다. 가령, 표 1을 참조한 뇌졸증 평가 모델에서 그룹 1은 제1 위험도로 간주하고, 그룹 2~4는 제2 위험도로 간주할 수 있다. 표 2를 참조한 뇌졸증 평가 모델에서 뇌졸중 평가결과가 0.3 내지 0.7인 경우 제1 위험도로 간주하고, 0.7 내지 1인 경우 제2 위험도로 간주할 수 있다. 위급상황 예측 모듈(1221)이 뇌졸증의 초기 상태라고 판단되는 경우, 제1 위험도에 해당된다고 보아 제어부(1220)는 모바일 장치(1200)의 출력부(1250)를 통해 경보를 발행할 수 있다. 경보는 예를 들어 출력부(1250)에 사용자에게 뇌졸증의 초기 상태임을 알리는 경고 문구나 표시를 디스플레이하는 것일 수 있으며, 나아가, 사용자에게 병원에 조속히 가서 진단을 받아볼 것을 추천하는 문구를 포함할 수 있다. 모바일 장치(1200)가 스피커나 진동모듈을 포함하고 있는 경우, 경보는 스피커나 진동모듈을 통해 이루어질 수 있음은 물론이다. 위급상황 예측 모듈(1220)이 뇌졸증이 심각한 상태라고 판단하는 경우, 제2 위험도에 해당된다고 보아, 제어부(1220)는 통신부(1210)을 통해 기저장된 응급센터나 병원 혹은 보호자에게 사용자의 위급 상황에 대한 정보를 알리는 동작을 수행할 수 있다. 위급 상황에 대한 정보에는 사용자의 신원정보와 함께, 뇌파 측정 장치(1100)에서 획득한 뇌파정도나, 모바일 장치(1200)에서 판단한 사용자의 뇌졸증 중증도 정보를 포함할 수 있다. 나아가, 위급 상황에 대한 정보에는 모바일 장치(1200)가 GPS(Global Positioning System)과 같은 위치추적장치를 포함하고 있는 경우, 모바일 장치(1200)의 위치 정보(즉, 사용자의 위치 정보)를 포함할 수 있다. 또는 위급 상황에 대한 정보에는 사용자의 치료 내력이나, 기설정된 병원이나 주치의에 대한 연락처를 포함할 수 있을 것이다.
위험도의 단계는 좀 더 세분화될 수 있다. 가령, 표 1을 참조한 뇌졸증 평가 모델에서 그룹 4는 뇌졸증 중증도 최상에 해당되는데, 이 경우 매우 긴급한 치료 조치가 요구되는 최고 위험도 상태로 간주될 수 있다. 따라서 위급상황 예측 모듈(1221)이 뇌졸증이 최고로 최고 위험도 상태라고 판단하는 경우, 제어부(1220)는 모바일 장치(1200) 자체의 스피커(미도시)를 통해 주변에 응급상황임을 최고 볼륨으로 알리거나, 기저장된 응급센터나 병원의 서버를 통해 사용자의 위치에 인접한 응급요원, 의사 등에게 통지하여 사용자의 응급상황을 긴급히 처리하도록 할 수도 있을 것이다. 위급상황 예측 모듈(1221)이 뇌졸증이 최고 위험도 상태로 판단하는 경우, 제어부(1220)는 모바일 통신 사업자에게 사용자가 있는 위치에 인접하면서 통신가능한 모바일 장치에 위급상황을 알리고 도움을 요청하는 메시지를 전송하도록 요청할 수도 있을 것이다.
도 23은 다른 실시예에 따른 모바일 장치(1201)의 제어부(1220)와 메모리부(1240)의 블록도를 도시한다. 도 23을 참조하면, 제어부(1220)는 생체의사 추론 모듈(1223)을 포함한다. 생체의사 추론 모듈(1223)은 가공된 뇌파 정보로부터 뇌파 측정 장치(1101)의 착용자의 생각하는 바, 즉 의사를 추론한다. 메모리부(1240)는 생체의사 추론모델들(1245)을 포함하며, 생체의사 추론모델들(1245)에 의해 추정되는 제어명령들 세트(1246)를 저장한다. 생체의사 추론모델들(1245)은 뇌파의 패턴과 생체의 의사의 상관관계를 모델링한 것이다. 예를 들어, 뇌파 측정 장치(1101)가 뇌파를 측정하는 경우, 수신한 뇌파 정보를 주파수 성분 분석하여, α파, β파, γ파 등으로 뇌파를 분류할 수 있다. α파, β파, γ파 등의 뇌파는 1~20Hz 영역에서 주로 나타나게 되는데, 뇌의 활동 상태에 따라 주된 주파수가 나타나는 영역이 변화하게 된다. 이러한 α파, β파, γ파 등의 뇌파는 뇌의 활동 상태와 연관이 있다. 예를 들어, α파는 전두엽과 측두엽에서 주로 측정되는 파로 이완된 상태의 뇌에서 주로 발생한다. β파는 불안이나 긴장, 집중할 때 일어나는 파동으로 전두엽에서 가장 강하게 나타난다. 이러한 주파수의 특성과 뇌파 발생 위치를 결합하면 뇌의 어떠한 부분이 지금 활성화되어 있는지 예측할 수 있다. 뇌는 위치별로 특정 기능을 가진다는 점을 고려하면, 뇌가 하는 일에 대한 정보를 얻을 수 있다. 생체의사 추론 모듈(1223)은 획득된 뇌파 신호와 생체의사 추론모델들을 매칭하여, 매칭되는 생체의사 추론모델로부터 사용자의 의사를 추론한다. 제어부(도 18의 1220)는, 생체의사 추론 모듈(1223)에서 추론된 사용자의 의사에 기초하여 모바일 장치(1200)나 다른 전자장치에 대한 제어명령을 생성할 수 있다. 생체의사 추론 모듈(1223) 및 메모리부(1240)를 제외한 나머지 구성요소들은 전술한 실시예의 모바일 장치(1200)와 실질적으로 동일하다.
전술한 실시예는 위급상황 예측모듈(도 19의 1221)이나 생체의사 추론모듈(1223) 중 어느 하나가 모바일 장치(1200)에 마련된 경우를 예로 들어 설명하고 있으나, 둘 다 모바일 장치(1200)에 마련될 수 있음은 물론이다. 그밖에, 모바일 장치(1200)는 제어부(1220)에서 처리된 생체 데이터를 기초로, 사용자에게 최적화된 건강관리모듈, 투약관리모듈 등을 포함할 수 있을 것이다.
도 24는 또 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시하며, 도 25는 도 24의 뇌파 측정 시스템에서 컴퓨터 장치(1700)의 개략적인 블록도를 도시한다. 도 24 및 도 25을 참조하면, 본 실시예의 뇌파 측정 시스템은 뇌파 측정 장치(1102), 뇌파 측정 장치(1102)와 유선 혹은 무선으로 연결되는 모바일 장치(1201), 및 모바일 장치(1201)와 직접 혹은 네트워크로 연결되는 컴퓨터 장치(1700)를 포함할 수 있다.
컴퓨터 장치(1700)는 모바일 장치(1201)와 통신하는 통신부(1710), 모바일 장치(1201)로부터 수신한 뇌파 신호를 처리하고 컴퓨터 장치(1700) 내의 각종 유닛을 제어하는 제어부(1720), 뇌파 처리와 관련된 정보를 저장한 데이터 저장부(1740) 를 포함한다. 통신부(1710)는 예를 들어, 무선 랜, 와이파이, 블루투스, 지그비, WFD, UWB, 적외선 통신, BLE, NFC 등과 같은 무선 통신모듈이나 유선 통신모듈을 포함할 수 있다.
컴퓨터 장치(1700)는 뇌파 신호 처리의 적어도 일부분 혹은 전부를 처리할 수 있다. 모바일 장치(1201)는 뇌파 측정 장치(1102)에서 수신한 뇌파 정보를 컴퓨터 장치(1700)로 전송하고, 컴퓨터 장치(1700)에서 분석된 사용자의 상태에 대한 정보를 수신받는다. 도 17 내지 도 23을 참조하여 설명한 실시예는 모바일 장치(1200)에서 뇌졸증 위험도 분석이나 사용자의 의사추론과 같은 뇌파 신호 처리를 모두 수행하는 예를 설명하고 있는데, 본 실시예는 모바일 장치(1201)에서 뇌파 신호 처리의 일부만을 하거나 혹은 전혀 하지 않고, 뇌파 측정 장치(1102)에서 수신한 뇌파 신호를 그대로 컴퓨터 장치(1700)로 전송하거나 혹은 일부만 처리한 상태로 컴퓨터 장치(1700)로 전송한다. 데이터 저장부(1740)는 뇌파 신호를 평가하는데 사용되는 뇌파 신호 평가모델들을 포함하고, 제어부(1720)는 이러한 뇌파 신호 평가모델들에 기초하여 사용자의 위급상황을 판단하거나 의사를 추론할 수 있다.
컴퓨터 장치(1700)는 예를 들어 병원의 서버, 응급센터에 있는 서버, 또는 사용자의 집에 있는 개인용 컴퓨터일 수 있다. 모바일 장치(1201)는 뇌파 측정 장치(1102)를 통해 수집된 사용자의 생체정보를 컴퓨터 장치(1700)에 전송하고, 컴퓨터 장치(1700)는 수신한 사용자의 생체정보를 저장하고, 사용자의 현재 상태에 매칭되는 시나리오에 따라 후속 절차를 진행하도록 할 수 있다.
다른 예로, 컴퓨터 장치(1700)는 모바일 장치(1201)에 의해 제어가능한 전자 기기일 수 있다. 이 경우, 뇌파 측정 시스템은 도 17 내지 도 23을 참조하여 설명하는 뇌파 측정 시스템에 단순히 컴퓨터 장치(1700)가 더 추가된 구성으로 이해될 수도 있다. 즉, 뇌졸증 위험도 분석이나 사용자의 의사추론과 같은 뇌파 신호 처리는 모바일 장치(1201)에서 수행되고, 컴퓨터 장치(1700)는 는 모바일 장치(1201)에 의해 제어되는 전자 장치(예를 들어, 텔레비전, 조명기구, 도어락, 에어컨, 등과 같은 가전 장치)일 수 있다. 가령, 전술한 바와 같이 뇌파 측정 장치(1102)가 사용자의 뇌파를 측정하는 경우, 모바일 장치(1201)는 사용자의 의사를 추론하여 컴퓨터 장치(1700)를 제어하는 제어명령을 생성할 수도 있을 것이다.
도 26은 또 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시한다. 도 26을 참조하면, 본 실시예의 뇌파 측정 시스템은 뇌파 측정 장치(1103) 및 뇌파 측정 장치(1103)와 네트워크로 연결되는 컴퓨터 장치(1701)를 포함한다. 본 실시예의 뇌파 측정 장치(1103)는 모바일 장치(도 17의 1200 참조) 없이 컴퓨터 장치(1701)에 직접적으로 연결된다. 뇌파 측정 장치(1103)는 네트워크에 접속가능한 통신부(도 16의 145)를 포함하여, 컴퓨터 장치(1301)에 네트워크를 통해 접속될 수도 있다.
도 18 내지 도 23을 참조하여 설명한 뇌파 신호 처리 프로세서는 뇌파 측정 장치(1103)에서 실행될 수도 있다. 가령, 뇌파 측정 장치(1103)의 회로부(도 16의 140 참조) 내의 제어부(1121)는 위급상황 예측모듈이나 생체의사 추정모듈을 포함할 수 있으며, 메모리(144)는 각종 뇌파 신호 평가모델들과, 위급상황 대응시나리오 등에 대한 정보를 저장할 수 있다. 제어부(1122)는 신호처리부(1121)에서 처리된 뇌파 신호를 기초로 사용자의 상태를 판단하고, 나아가 판단된 사용자의 상태에 대한 정보에 따라 후속하는 절차들을 제어한다. 다른 예로, 도 24 및 도 25을 참조하여 설명한 실시예처럼 뇌파 신호 처리 프로세서는 컴퓨터 장치(1701)에서 실행될 수도 있다.
컴퓨터 장치(1701)는 예를 들어 병원, 응급센터에 있는 서버이거나, 사용자의 집에 있는 데스트탑 컴퓨터, 노트북 등일 수 있다. 나아가, 컴퓨터 장치(1701)는 네트워크 접속 가능한 가전 기기일 수도 있다. 예를 들어, 사용자의 집에 무선 엑세스 포인트(wireless acess point, WAP)를 갖는 네트워크 환경이 마련되어 있고, 가전 기기들이 네트워크 접속 가능한 경우, 뇌파 측정 장치(1103)는 무선 엑세스 포인트를 통해 네트워크에 접속함으로써, 가전 기기들을 제어할 수 있을 것이다.
도 27은 또 다른 실시예에 따른 뇌파 측정 시스템을 개략적으로 도시한다. 도 27을 참조하면, 본 실시예의 뇌파 측정 시스템은 생체 신호 측정 장치(1104) 및 모바일 장치(1202)를 포함한다. 생체 신호 측정 장치(1104)는 제1 센서부(1130)와 제2 센서부(1140)를 포함한다. 제1 센서부(1130)는 뇌파를 측정하는 것으로서, 전술한 실시예들의 뇌파 측정 장치의 센서부일 수 있다. 제2 센서부(1140)는 뇌파 신호 외에 생체 신호(예를 들어, 심전도, 근전도, 신경전도, 또는 안전도)를 측정하는 센서 전극이나, 사용자의 상태를 측정하는 추가적인 센서를 포함한다. 예를 들어, 제2 센서부(1140)는 자이로스코프 센서, 가속도 센서, GPS, 지자기 센서, 및 조도센서 중 적어도 어느 하나를 포함할 수 있다. 이러한 뇌파 측정 시스템은 도 17 내지 도 23을 참조하여 설명한 뇌파 측정 장치에 제2 센서부(1140)가 추가적으로 마련된 경우로 이해될 수 있다. 생체 신호 측정 장치(1104)는 제1 센서부(1130)를 통해 사용자의 뇌파 신호로부터 얻어지는 뇌파 정보를 획득하고, 제2 센서부(1140)를 통해 사용자의 위치 정보, 사용자가 넘어졌는지 여부, 사용자가 배회하는지 여부 등에 대한 주변 정보를 수집한다. 생체 신호 측정 장치(1104)는 뇌파 정보와 함께 주변 정보를 모바일 장치(1202)에 전송하고, 모바일 장치(1202)는 뇌파 정보와 주변 정보를 모두 취합하여 사용자의 현재 상태에 대해 좀 더 정확한 판단을 할 수 있다. 제2 센서부닛(1140)는 생체 신호 측정 장치(1104) 대신에 모바일 장치(1202)에 마련될 수도 있다. 모바일 장치(1202)는 생체 신호를 처리하는 장치의 일 예이고, 이에 한정되는 것은 아니다. 예를 들어, 모바일 장치(1202) 대신에 네트워크로 연결되는 컴퓨터 장치일 수 있다. 또는, 생체 신호 측정 장치(1104) 자체에서 뇌파 신호 및 추가적인 정보를 모두 처리할 수도 있을 것이다.
다음으로, 전술한 실시예들의 뇌파 측정 시스템이 적용되는 예들을 설명한다.
전술한 실시예들의 뇌파 측정 시스템은 의료 분야에 적용될 수 있다. 전술한 바와 같이 뇌파 측정 장치는 다양한 형태로 제작하여 일상생활에서 활용 가능하다. 예를 들어, 뇌파 측정 장치는 모자, 안경, 헤어밴드, 머리핀, 안대, 패치, 배게, 시계, 목걸이, HMD, 등의 형태로 제작되거나, 이들에 결합될 수 있다. 따라서, 사용자가 상시적으로 뇌파 측정 장치를 착용하고 있으면, 획득된 사용자의 생체정보를 병원과 연계하여 질병을 예방하거나 신속하게 진단할 수 있다. 예를 들어, 뇌파로 질병을 모니터링하고 위급상황이 예측되거나 발생시 사용자에게 알림. 동시에 사용자의 위치 등의 상황정보와 함께 해당 내용(간질, 뇌졸증 등)을 의료기관, 의료 종사자에게 전달하여 질병의 진단, 응급 구조, 치료를 받을 수 있도록 조치할 수 있다.
다른 예로, 치매 환자가 길을 잃었을 경우 불안함, 당황스러움 등을 분석하고 장시간 평소 다니던 길과 다른 길을 배회할 때 환자의 위치 정보와 함께 상태 정보를 지인, 경찰 등에 제공하여 실종을 방지할 수 있다.
또 다른 예로, 사용자 특성(ADHD 증상, 연령 등)에 따른 맞춤형 뉴로 피드백(집중력 강화 훈련)을 제공할 수도 있다.
또 다른 예로, 뇌파 신호로부터 우울증 지표를 생성하고, 이를 사용자나 의료진에게 알림으로써, 지속적인 진단을 할 수 있도록 할 수 있다. 가령, 뇌파 측정을 통해 우울증 지표가 높아지게 되면, 사용자에게 우울증 약물의 투약을 권하거나 지시하는 메시지를 출력하도록 하여 투야 관리를 할 수 있다. 또는 우울증 약물의 투약에 따른 현재 치료 단계를 뇌파 측정을 통해 알려주고 꾸준한 치료 유도. 투약 이력에 따른 효과를 뇌파 측정을 통해 추정하여 투약 전후의 차이점을 알릴 수 있다. 투약 효과를 치료에 대한 의지를 가질 수 있는 방향으로 알려주어 장기간의 치료 기간을 계속 유지할 수 있도록 도와줄 수 있다. 또한, 히스토리 정보를 지인 및 의료진에게 공유하여 적절한 조치를 취할 수 있도록 할 수 있다.
또 다른 예로, 아기 뇌파를 측정하여 의사 표현(배고픔, 아픔, 싫음 등) 인지할 수도 있다. 뇌파를 이용하므로 울지 않아도 아기 의사 파악 가능. 배고품, 지루함, 불편함, 졸림, 스트레스, 수면 상태(잠, 깨어남), 감정상태(좋다, 싫다) 등의 상태를 파악할 수 있다.
또 다른 예로, 다양한 폼팩터를 이용한 멀티모달(Multimodal) 정보를 추출할 수도 있다. 예를 들어, 뇌파 외에도, 체온, 심박, 끄덕임, 눈깜박임, 뒤척임 등을 동시에 측정하여, 정확한 의사 표현 추정 및 건강 관리를 할 수 있다.
또 다른 예로서, 전술한 실시예들의 뇌파 측정 시스템은 안전 및 수송 분야에 적용될 수 있다. 전술한 바와 같이 뇌파 측정 장치는 다양한 형태로 제작할 수 있으므로, 운전자 좌석, 모자, 안경, 헤어밴드, 머리핀, 안대, 패치, 배게, 등의 형태로 제작되거나, 이들에 결합될 수 있다. 따라서, 뇌파 측정 장치는 상시적으로 사용자의 뇌파 신호를 측정할 수 있다. 예를 들어, 뇌파 센서가 달린 뇌파 측정 장치를 머리에 착용하고 있으면, 안전 및 수송 업계 관련 종사자들의 수면 상태를 진단(즉, 졸음 상태 및 집중도 저하 감지)하여 알람을 울려줄 수 있다.
또 다른 예로서, 전술한 실시예들의 뇌파 측정 시스템은 게임 분야에 적용될 수 있다. 일 예로, 뇌파 측정 장치를 머리에 착용하여, 게임을 컨트롤하거나 Effect를 출력할 수 있다. 다른 예로, 뇌파를 이용한 명령 전송을 통해 가상의 캐릭터 컨트롤(Brain Computer Interface, BCI)을 할 수 있다. 또 다른 예로, 뇌파 상태(기분)를 접목하여 인터액티브한 게임 효과를 표현할 수 있다. 예를 들어, 흥분 상태 시, 가상의 캐릭터의 화면 표시 혹은 이펙트를 게임에 반영할 수 있다.
또 다른 예로서, 전술한 실시예들의 뇌파 측정 시스템은 가전 분야에 적용될 수 있다. 전술한 바와 같이 뇌파 측정 장치는 다양한 형태로 제작하여 일상생활에서 활용 가능하다. 예를 들어, 뇌파 측정 장치는 모자, 안경, 헤어밴드, 머리핀, 안대, 패치, 배게, 시계, 목걸이, 등의 형태로 제작되거나, 이들에 결합될 수 있다. 일 예로, 뇌파 측정 장치를 머리에 착용하여, 사용자와 스마트 홈 및 가전 제품을 연동(명령)할 수 있다.
또 다른 예로, 뇌파 측정 장치를 이용한 사용자 상태 모니터링을 함으로써, 사용자 응급 상황(갑작스런 쓰러짐, 뇌질환 발생시) 스마트홈을 통해 구호기관 신고할 수 있다.
또 다른 예로, BT, GPS, 가속도센서, 모션센서 등을 추가로 연계하여 사용자의 상태를 실시간 모니터링을 하고, 스마트 홈(가전)에 전송할 수도 있다.
또 다른 예로, 뇌파를 이용한 수면 상태, 수면 깊이를 감지하여 스마트 가전 작동 명령 전송하여, 수면 뇌파 감지를 통한 취침시, 취침 중, 기상시 조명 및 실내온도, 실내 습도 등을 컨트롤을 할 수도 있다.
또 다른 예로, 수면 뇌파 감지를 통해 취침시, 기상시에 배경 음악 컨트롤을 할 수도 있다.
또 다른 예로, TV 등 멀티미디어 컨텐츠를 감상 시, 사용자의 뇌파를 분석하여 사용자의 관심도/흥미도/집중도가 높은 구간을 선별하여 하이라이트 컨텐츠를 제작하고 기기간 연결을 통해 또는 클라우드를 통해 지인들과 공유할 수도 있다.
또 다른 예로, 아기 뇌파를 측정하여 배고픔, 아픔, 싫음과 같은 의사 표현을 인지할 수도 있다. 뇌파를 이용하므로 울지 않아도 배고품, 지루함, 불편함, 졸림, 스트레스, 수면 상태(잠, 깨어남), 감정상태(좋다, 싫다) 등의 아기 의사 파악 가능하다.
뇌파 외에도 다양한 폼팩터를 이용하여 체온, 심박, 끄덕임, 눈깜박임, 뒤척임과 같은 멀티모달 정보를 추가적으로 추출하여, 정확한 의사 표현 추정 및 건강 관리를 할 수도 있다.
또 다른 예로, 전술한 실시예들의 뇌파 측정 시스템은 모바일 장치와 결합하여 실생활 분야에 적용될 수 있다. 뇌파 측정 장치를 머리에 착용하여, 사용자의 뇌파를 실시간을 분석하는 헬스케어 모니터링 시스템을 구축할 수 있다. 일 예로, 뇌파 측정 장치를 머리에 착용하여, 뇌파를 이용하여 스마트폰을 조작할 수도 있다.
또 다른 예로, 실시간 뇌파 분석하여, 문제 발생시 즉각적인 알람을 발생시키고, 사용자 뇌파 학습을 통해 특정 APP 실행하거나, 문자 입력을 할 수도 있다.
또 다른 예로, 뇌파를 이용한 투약관리. 약을 복용 전의 뇌파와 약을 복용 후의 뇌파를 구분하여 복용 시점이 되었는데 약 복용이 되지 않은 경우를 판단하여 알림을 전달할 수도 있다.
또 다른 예로, 사진 촬영 시, 사진과 함께 감정을 저장하고 이후 사진과 함께 감정 정보를 보여주어 회상을 통해 기억력을 강화할 수 있는 사진 세렌디피티(photo serendipity) 서비스를 제공할 수도 있다.
또 다른 예로, 뇌파를 이용하여 사진을 촬영을 셔터링할 수 있다. 나아가, 뇌파를 이용하여 사용자의 얼굴 이미지를 분석하여 사진 촬영도 할 수 있다.
또 다른 예로, 촬영 사진을 저장할 때 기쁨, 우울, 감동, 슬픔, 분노, 사랑과 같은 감정으로는 뇌파로 분석할 수도 있다.
또 다른 예로, 사진을 단말 사용 행태에 자연스럽게 적용할 수 있도록 단말의 홈 스크린, 전자 열쇠 스크린(Lock screen) 등에 표시해 줄 수도 있다. 추가로 전자 열쇠 스크린에서 사진의 위치, 시간, 인물 관련 퀴즈를 제공하여 정답을 맞출 경우 락 해제하여 기억력 강화 훈련을 제공할 수도 있다.
또 다른 예로, 뇌파를 이용하여 하루 중 집중력이 높은 시점을 알려주고 상황을 기록하여 자동으로 일기를 작성할 수도 있다. 가령, 하루 일과 중 집중도가 높은 시점을 자동으로 알려주고 해당 상황을 기록할 수 있게 도와줄 수도 있다. 작성된 메모들을 이용하여 하루 중 중요했던 시점들의 상황을 자동으로 일기처럼 작성할 수도 있다.
또 다른 예로, 뇌파로 우울한 감정을 측정하고, 감정에 적합한 이모티콘, 사진을 SNS/블로그에 공유하여 관심 유도할 수도 있다.
또 다른 예로, 얼굴 표정, 전화 통화 목소리, SNS/블로그의 개인 메시지를 통한 우울감 분석으로 쉬운 입력(Easy Input) 기능을 제공할 수도 있다.
또 다른 예로, SNS/블로그에 감정 공유 시, 이모티콘, 사진, 음악 등 다양한 UI/UX적 표현 방법으로 지인들의 관심 유도할 수도 있다.
또 다른 예로, 개인의 성격, 환경을 고려하여 개인 맞춤형 우울감을 판단할 수도 있다.
또 다른 예로, 온라인, 오프라인 쇼핑 시, 뇌파를 이용하여 사용자 선호도를 파악하고 선호도에 따라서 북마크 서비스를 제공할 수도 있다.
또 다른 예로, 전술한 실시예들의 뇌파 측정 시스템은 교육 분야에 적용될 수 있다. 뇌파 센서가 달린 장치를 머리에 착용하여, 사용자의 교육 성취도, 흥미도 파악에 따른 맞춤형 교육을 제공할 수 있다. 또한, 교육생의 집중도, 흥분도, 스트레스 지수 분석을 통한 교육 과정 및 난이도, 교육 방법에 대한 개인화된 서비스를 제공할 수 있다. 나아가, 뇌파로 학습자의 이해도 및 집중도를 파악하여 교육 학습을 강화할 수 있는 부가 정보(hint)나 집중도 향상을 위한 자극을 제공할 수 있으며, 이해도에 따른 컨텐츠 종류를 바꿔주어 수업 난이도를 조절할 수 있다.
또 다른 예로, 전술한 실시예들의 뇌파 측정 시스템은 엔터테인먼트 분야에 적용될 수 있다. 뇌파 센서가 달린 장치를 머리에 착용하여, 사용자 기분에 따른 컨텐츠를 추천하는 서비스를 제공할 수 있다. 또한, 집중도, 스트레스 지수, 불안감등에 대한 종합적인 측정을 하여, 사용자 기분에 따른 바탕화면 변화, 사용자 기분에 따른 음악 자동 추천, 사용자 기분에 따른 앱(App) 추천, 사용자 기분에 따른 맛집 추천, 사용자 기분에 따른 장소 추천, 사용자 기분에 따른 여행지 추천, 사용자 기분에 따른 쇼핑 컨텐츠 추천, 사용자 기분에 따른 화면 밝기 조정, 사용자 기분에 따른 화면 폰트 변경, 사용자 기분에 따른 액자(사진) 출력 등을 제공할 수 있다.
전술한 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 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. 또한, 전술한 실시예들은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
전술한 실시예들에서 설명하는 특정 실행들은 예시들로서, 어떠한 방법으로도 기술적 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다.
본 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 포함하는 것으로서(이에 반하는 기재가 없다면), 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
전술한 본 발명인 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치는 이해를 돕기 위하여 도면에 도시된 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위에 의해 정해져야 할 것이다.

Claims (15)

  1. 테이퍼 형상을 가지며 생체에 접촉되는 제1 및 제2 접점 전극;
    상기 제1 접점 전극에서 획득되는 뇌파 신호를 신호 처리부로 전송하는 신호선;
    상기 제2 접점 전극을 접지시키는 접지선; 및
    상기 제1 및 제2 접점 전극을 상호 이격되게 배치하며 전기적으로 절연시키는 지지체;를 포함하는 뇌파 센서 유닛.
  2. 제1 항에 있어서,
    상기 제1 및 제2 접점 전극은 상기 지지체의 지지면상에서 돌출된 플렉서블한 재질을 가지며, 상기 제1 접점 전극과 상기 제2 접점 전극의 이격 간격은 상기 제1 및 제2 접점 전극의 높이와 밑면의 폭에 따라 결정되는 뇌파 센서 유닛.
  3. 제1 항에 있어서,
    상기 제1 접점 전극과 상기 제2 접점 전극의 최대 이격 간격은 패치형태의 뇌파 센서에서 측정된 뇌파 신호를 기준으로, 뇌파 센서 유닛에서 측정된 뇌파 신호의 상관도가 80%를 만족하는 거리인 뇌파 센서 유닛.
  4. 제1 항에 있어서,
    상기 제1 접점 전극과 상기 제2 접점 전극의 이격 간격은 0.5mm 내지 5mm 사이에 있는 뇌파 센서 유닛.
  5. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 제1 접점 전극의 개수는 하나 혹은 복수이며, 상기 제1 접점 전극의 개수가 상기 제2 접점 전극의 개수와 같거나 그보다 큰 뇌파 센서 유닛.
  6. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 제1 접점 전극 및 상기 제2 접점 전극은 쌍을 지어 서로 이웃하게 배치되는 뇌파 센서 유닛.
  7. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 지지체의 지지면은 제1 영역과 제2 영역을 포함하며, 상기 제1 영역에 복수의 상기 제1 접점 전극들이 배치되고, 상기 제2 영역에 복수의 상기 제2 접점 전극들이 배치되는 뇌파 센서 유닛.
  8. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 지지체의 지지면을 기준으로 상기 제1 접점 전극의 돌출 높이와 상기 제2 접점 전극의 돌출 높이가 다른 뇌파 센서 유닛.
  9. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 지지체의 지지면을 기준으로 보았을 때 상기 제1 접점 전극의 돌출 높이와 제2 접점 전극의 돌출 높이는 모두 같으며, 상기 지지체의 지지면이 굽어지거나 휘어진 뇌파 센서 유닛.
  10. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 제1 및 제2 접점 전극의 재질은 전도성 실리콘, 전도성 고무, 및 금속 중 어느 하나인 뇌파 센서 유닛.
  11. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 제1 및 제2 접점 전극은 원기둥형, 삼각뿔형, 사각뿔형, 사각기둥형, 깔대기형, 및 곡선 깔대기형 중 어느 한 형상을 갖는 뇌파 센서 유닛.
  12. 테이퍼 형상을 가지며 생체의 제1 위치에 접촉하는 제1 및 제2 접점 전극과, 상기 제1 접점 전극에서 획득되는 제1 뇌파 신호를 상기 신호 처리부로 전송하는 제1 신호선과, 상기 제2 접점 전극을 접지시키는 제1 접지선과, 상기 제1 및 제2 접점 전극을 상호 이격되게 배치하며 전기적으로 절연시키는 제1 지지체를 포함하는 제1 뇌파 센서 유닛;
    테이퍼 형상을 가지며 생체의 제2 위치에 접촉하는 제3 및 제4 접점 전극과, 상기 제3 접점 전극에서 획득되는 제2 뇌파 신호를 상기 신호 처리부로 전송하는 제2 신호선과, 상기 제2 접점 전극을 접지시키는 제2 접지선과, 상기 제3 및 제4 접점 전극을 상호 이격되게 배치하며 전기적으로 절연시키는 제2 지지체를 포함하는 제2 뇌파 센서 유닛; 및상기 제1 및 제2 뇌파 센서 유닛에서 획득된 제1 및 제2 뇌파 신호를 처리하는 신호 처리부;를 포함하는 뇌파 측정 장치.
  13. 제12 항에 있어서,
    상기 신호 처리부는,
    상기 제1 뇌파 센서 유닛의 제1 신호선 및 전원 소스에 각각 연결되어, 상기 제1 뇌파 센서 유닛으로부터 전달받은 제1 뇌파 신호 및 상기 전원 소스로부터 전압 배분된 제1 전압 신호를 출력하는 제1 전압 배분기;
    상기 제2 뇌파 센서 유닛의 제2 신호선 및 상기 전원 소스에 각각 연결되어, 상기 제2 뇌파 센서 유닛으로부터 전달받은 제2 뇌파 신호 및 상기 전원 소스로부터 전압 배분된 제2 전압 신호를 출력하는 제2 전압 배분기; 및
    상기 제1 및 제2 전압 신호의 차분치를 증폭하는 차동 증폭기;를 포함하는 뇌파 측정 장치.
  14. 제13 항에 있어서,
    상기 신호 처리부는, 상기 제1 전압 배분기로부터 출력된 제1 전압 신호로부터 상기 제1 뇌파 센서 유닛의 제1 접점 전극과 생체 사이의 제1 임피던스를 추출하고, 상기 제1 전압 배분기로부터 출력된 제2 전압 신호로부터 상기 제2 뇌파 센서 유닛의 제3 접점 전극과 생체 사이의 제2 임피던스를 추출하고, 상기 제1 및 제2 임피던스에 기초하여 상기 제1 및 제2 뇌파 신호에 담긴 동잡음을 제거하는 뇌파 측정 장치.
  15. 제12 항 내지 제14 항 중 어느 한 항에 있어서,
    외부 장치와 통신하는 통신부;
    경보를 출력하는 출력부; 및
    상기 신호 처리부에서 처리된 뇌파 신호에 기초하여 사용자의 위급 정도를 결정하고, 상기 결정된 위급 정도에 대응되는 경보를 상기 출력부를 통해 출력하도록 상기 출력부를 제어하거나 상기 통신부를 통해 외부장치에 상기 결정된 위급 정도에 대한 정보를 전송하도록 상기 통신부를 제어하는 제어부;를 더 포함하는 뇌파 측정 장치.
PCT/KR2016/004213 2015-05-28 2016-04-22 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치 WO2016190551A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/577,752 US20180125386A1 (en) 2015-05-28 2016-04-22 Brainwave sensor unit and brainwave measurement device using same

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020150074805A KR102449869B1 (ko) 2015-05-28 2015-05-28 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치
KR10-2015-0074805 2015-05-28

Publications (1)

Publication Number Publication Date
WO2016190551A1 true WO2016190551A1 (ko) 2016-12-01

Family

ID=57392787

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2016/004213 WO2016190551A1 (ko) 2015-05-28 2016-04-22 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치

Country Status (3)

Country Link
US (1) US20180125386A1 (ko)
KR (1) KR102449869B1 (ko)
WO (1) WO2016190551A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108498094A (zh) * 2018-03-29 2018-09-07 广东欧珀移动通信有限公司 脑电波信息传输控制方法及相关产品

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101970481B1 (ko) 2017-03-31 2019-04-22 한국표준과학연구원 뇌졸중 모니터링 시스템
KR101828953B1 (ko) * 2017-08-24 2018-02-13 (주)다보산업 뇌 자극 오디오 장치
KR102448950B1 (ko) * 2017-09-14 2022-09-30 한국전자통신연구원 뇌 신호 통신 장치
KR102037739B1 (ko) * 2017-11-23 2019-10-29 한국표준과학연구원 운전 중 뇌졸중 모니터링 시스템
KR102037676B1 (ko) * 2017-11-23 2019-10-29 한국표준과학연구원 보행 중 뇌졸중 모니터링 시스템
CN111511280A (zh) * 2018-10-17 2020-08-07 Nok株式会社 生物电极以及生物电极的制造方法
EP3897384A4 (en) * 2018-12-20 2022-08-31 Uman Sense AB DEVICE AND METHOD FOR DETECTING A STROKE IN A PATIENT
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
JP7197060B1 (ja) * 2021-03-02 2022-12-27 住友ベークライト株式会社 脳波検出用電極及び脳波測定装置
KR102625028B1 (ko) * 2021-05-28 2024-01-16 주식회사 아이메디신 생체 신호 측정용 프로브 및 이를 포함하는 생체 신호 측정 센서 유닛
WO2023048065A1 (ja) * 2021-09-24 2023-03-30 住友ベークライト株式会社 脳波検出用電極、脳波測定装置及び脳波測定方法
JP7152818B1 (ja) 2022-01-21 2022-10-13 東和株式会社 生体用電極装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4967038A (en) * 1986-12-16 1990-10-30 Sam Techology Inc. Dry electrode brain wave recording system
KR20030092120A (ko) * 2001-05-03 2003-12-03 텔쥬트 테크놀로지스, 인크. 무선 의료용 모니터링 장치 및 시스템
KR100508885B1 (ko) * 2001-06-29 2005-08-18 림스테크널러지주식회사 뇌파 파라미터를 사용한 뉴로피드백 훈련을 위한 무선 시스템
JP2006006666A (ja) * 2004-06-25 2006-01-12 Olympus Corp 脳波検出用電極装置、脳波検出装置、キャップおよびパッケージ
KR20140063362A (ko) * 2012-11-16 2014-05-27 삼육대학교산학협력단 하지기능 및 보행기능을 위한 뇌-컴퓨터 인터페이스를 기반한 기능적 전기자극치료기

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101218200B1 (ko) 2010-03-18 2013-01-03 (주)락싸 인체 장착형 센서셋 및 그 동작 방법
JP2012055588A (ja) 2010-09-10 2012-03-22 Konami Digital Entertainment Co Ltd 生体電気信号検出装置
US20130338529A1 (en) 2011-02-28 2013-12-19 Nihon Kohden Corporation Bioelectric signal measurement apparatus
KR101290724B1 (ko) 2011-08-05 2013-08-07 경북대학교 산학협력단 다용도 두피용 전극장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4967038A (en) * 1986-12-16 1990-10-30 Sam Techology Inc. Dry electrode brain wave recording system
KR20030092120A (ko) * 2001-05-03 2003-12-03 텔쥬트 테크놀로지스, 인크. 무선 의료용 모니터링 장치 및 시스템
KR100508885B1 (ko) * 2001-06-29 2005-08-18 림스테크널러지주식회사 뇌파 파라미터를 사용한 뉴로피드백 훈련을 위한 무선 시스템
JP2006006666A (ja) * 2004-06-25 2006-01-12 Olympus Corp 脳波検出用電極装置、脳波検出装置、キャップおよびパッケージ
KR20140063362A (ko) * 2012-11-16 2014-05-27 삼육대학교산학협력단 하지기능 및 보행기능을 위한 뇌-컴퓨터 인터페이스를 기반한 기능적 전기자극치료기

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108498094A (zh) * 2018-03-29 2018-09-07 广东欧珀移动通信有限公司 脑电波信息传输控制方法及相关产品

Also Published As

Publication number Publication date
US20180125386A1 (en) 2018-05-10
KR20160139612A (ko) 2016-12-07
KR102449869B1 (ko) 2022-10-04

Similar Documents

Publication Publication Date Title
WO2016190551A1 (ko) 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치
US11517257B2 (en) Biofeedback system
US10291977B2 (en) Method and system for collecting and processing bioelectrical and audio signals
US10548500B2 (en) Apparatus for measuring bioelectrical signals
KR102361026B1 (ko) 생체신호 측정 장치
Nguyen et al. A lightweight and inexpensive in-ear sensing system for automatic whole-night sleep stage monitoring
WO2017146515A1 (en) Sensor assisted evaluation of health and rehabilitation
US20240023892A1 (en) Method and system for collecting and processing bioelectrical signals
KR102100120B1 (ko) 생체 신호를 모니터링하는 방법, 장치 및 컴퓨터 프로그램
US20180333066A1 (en) Apparatus for measuring electroencephalogram, system and method for diagnosing and preventing dementia
CN108304074B (zh) 显示控制方法及相关产品
WO2022085983A1 (ko) 생체 정보 측정을 위한 웨어러블 장치 및 방법
KR20170127744A (ko) 와치타입 단말기
CN108451505A (zh) 轻量入耳式睡眠分期系统
CN112399823A (zh) 生物信息处理装置和信息处理方法
KR20210065536A (ko) 뇌파 신호를 이용한 우울증 자가 진단 시스템
TW200927066A (en) Ear wearing type biofeedback device
Sravanth et al. Comparison of Attention and Meditation based mobile applications by using EEG signals
EP4199823A1 (en) Method and device for determining a mental state of a user
AU2021331104A9 (en) Method and device for determining a mental state of a user
Deravi et al. Usability and performance measure of a consumer-grade brain computer interface system for environmental control by neurological patients
WO2014112824A1 (ko) 생체 정보 측정 장치 및 생체 정보 측정 방법
EP3498151A1 (en) Method and apparatus for determining onset of sleep
Gao et al. Wearable Technology for Signal Acquisition and Interactive Feedback in Autism Spectrum Disorder Intervention: A Review
WO2022231105A1 (ko) 공황 장애를 판단하는 전자 장치 및 전자 장치의 동작 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16800191

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15577752

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16800191

Country of ref document: EP

Kind code of ref document: A1