WO2019066283A1 - 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법 - Google Patents

인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법 Download PDF

Info

Publication number
WO2019066283A1
WO2019066283A1 PCT/KR2018/010342 KR2018010342W WO2019066283A1 WO 2019066283 A1 WO2019066283 A1 WO 2019066283A1 KR 2018010342 W KR2018010342 W KR 2018010342W WO 2019066283 A1 WO2019066283 A1 WO 2019066283A1
Authority
WO
WIPO (PCT)
Prior art keywords
eeg
power
ratio
sum
measuring
Prior art date
Application number
PCT/KR2018/010342
Other languages
English (en)
French (fr)
Inventor
신상도
김희찬
김희진
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to US16/651,883 priority Critical patent/US20200229723A1/en
Publication of WO2019066283A1 publication Critical patent/WO2019066283A1/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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4866—Evaluating metabolism
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/36—Other treatment of blood in a by-pass of the natural circulatory system, e.g. temperature adaptation, irradiation ; Extra-corporeal blood circuits
    • A61M1/3621—Extra-corporeal blood circuits
    • A61M1/3666—Cardiac or cardiopulmonary bypass, e.g. heart-lung machines
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • A61M2230/10—Electroencephalographic signals

Definitions

  • the present invention relates to an apparatus and method for measuring brain cell activity in an artificial blood circulation.
  • an EEG is measured and analyzed in real time to determine the degree of revival of brain tissue,
  • Cardiac arrest occurs when a heart that is responsible for systemic circulation in the body fails to function in severe patients.
  • cardiopulmonary arrhythmia in which circulation of blood does not circulate, irreversible damage of the brain or heart occurs when the water passes, and in order to prevent this, cardiopulmonary resuscitation (ECMO, Extra Corborne Membrane Oxygenation).
  • ECMO Extra Corborne Membrane Oxygenation
  • the above-mentioned treatments and equipments are not an artificial blood circulation by the spontaneous contraction of the heart but an artificial circulation induction device inside the human body or an artificial blood circulation which means a blood circulation generated by a physical chest compression induction device outside the human body .
  • ECMO Extra Corborne Membrane Oxygenation
  • an accelerometer is used to measure the depth and frequency of chest compressions in real time, and if the cardiac pressure is below the reference value, an acoustic output is generated using a metronome to induce optimal CPR have.
  • a guideline for cardiopulmonary resuscitation such as 100-120 times per minute and 5 centimeters in depth, for general adults.
  • these guidelines do not always guarantee optimal circulation. Even if chest compressions are performed under the same conditions depending on the depth and position of the chest compressions, and the patient's physical condition, the blood circulation effect in the patient's body may actually be different.
  • Brain Cell Activity which means the degree of physiological or biochemical function of brain cells
  • the apparatus for measuring brain activity in an artificial blood circulation includes a measurement unit 10 for measuring an EEG signal; An analogue digital converter (ADC) 20 for converting the EEG signal measured by the measuring unit 10 into a digital signal; And a controller 50 for calculating an EEG parameter from the digital EEG signal converted by the ADC 20 and calculating an end-tidal carbon dioxide tension and a cerebral blood flow from the EEG parameters ); ≪ / RTI >
  • ADC analogue digital converter
  • the EEG parameters were calculated from the BSR, burst suppression ratio, delta ratio, beta ratio, 95% power spectrum frequency (SEF95), gamma power to total power spectral power ratio (GammaPR), a ratio of theta power to total power spectrum power (ThetaPR), a power ratio (ExtraPR) of high frequency components over 40 Hz, and a degree of phase matching (SynchFastSlow).
  • a band pass filter (30) for passing a signal of a specific frequency band among digital EEG signals converted through the ADC (20); And a band-stop filter (40) for blocking a signal of a specific frequency band from the digital brain wave signals converted through the ADC (20).
  • the digital EEG signal is analyzed by segmenting by a predetermined length unit, and the segmented EEG signal may be subjected to a preprocessing process in which a time series or a frequency series preprocessing process is selected.
  • the flat wave ratio may refer to a silent rate in a unit time piece of EEG on a time domain.
  • the beta wave ratio may mean a ratio of a spectrum power sum of a specific frequency band of an EEG on a frequency domain to a spectrum power sum of a specific frequency band.
  • the delta wave ratio may mean a ratio of a spectral power sum of a specific frequency band of an EEG on a frequency domain to a spectrum power sum of a specific frequency band.
  • the ratio of the total power spectral power to theta power may mean a sum of spectral powers of a specific frequency band of the EEG on a frequency domain and a sum of spectrum powers of different specific frequency bands.
  • the ratio of the total power spectral power to the gamma power may be a ratio of a spectral power sum of a specific frequency band of the EEG on a frequency domain to a spectrum power sum of a specific frequency band.
  • the power ratio of the high frequency component of 40 Hz or more to the total power spectrum power means the ratio of the spectral power sum of the specific frequency band of the EEG different from the ratio of the gamma power on the frequency domain to the sum of the spectrum power sum of the specific frequency band .
  • the 95% power spectrum frequency may mean a spectral power sum of a specific frequency band of EEG on the frequency domain.
  • the phase coincidence degree may mean a ratio of the sum of the biphasic powers of the specific frequency band of the EEG on the bispectral domain and the sum of the biphasic power sum of the specific frequency band.
  • the control unit 50 may set a statistical model for determining the relationship between the EEG parameters, the end-tidal CO2 partial pressure, and the cerebral blood flow, and then calculate the partial pressure of end-tidal CO2 by adding scores to the EEG parameters.
  • a method for measuring brain activity in an artificial blood circulation includes: measuring an EEG signal; Converting the EEG signal into a digital signal; Calculating a brain wave parameter from the converted digital brain wave signal; And calculating end-tidal carbon dioxide tension and cerebral blood flow from the EEG variables.
  • the digital EEG signal is analyzed by segmenting by a predetermined length unit, and the segmented digital EEP signals can be subjected to a preprocessing process of selecting one or more of the time series and the frequency series preprocessing processes to calculate an EEG variable.
  • the step of calculating the end-tidal CO2 partial pressure and the cerebral blood flow from the EEG variables is performed by setting a statistical model for determining the relationship between the EEG variables, end-tidal CO2 partial pressure and cerebral blood flow,
  • the end-tidal CO2 partial pressure can be calculated in combination.
  • the EEG parameters include BSR (burst suppression ratio), delta ratio, beta ratio, 95% power spectrum frequency (SEF 95), and ratio of gamma power to total power spectral power GammaPR), a ratio of theta power relative to the total power spectrum power (ThetaPR), a power ratio (ExtraPR) of the high frequency component over 40 Hz to the total power spectrum power, and a degree of phase matching (SynchFastSlow).
  • the flat wave ratio may refer to a silent rate in a unit time piece of EEG on a time domain.
  • the beta wave ratio may mean a ratio of a spectrum power sum of a specific frequency band of an EEG on a frequency domain to a spectrum power sum of a specific frequency band.
  • the delta wave ratio may mean a ratio of a spectral power sum of a specific frequency band of an EEG on a frequency domain to a spectrum power sum of a specific frequency band.
  • the ratio of the total power spectral power to theta power may mean a sum of spectral powers of a specific frequency band of the EEG on a frequency domain and a sum of spectrum powers of different specific frequency bands.
  • the ratio of the total power spectral power to the gamma power may be a ratio of a spectral power sum of a specific frequency band of the EEG on a frequency domain to a spectrum power sum of a specific frequency band.
  • the power ratio of the high frequency component of 40 Hz or more to the total power spectrum may be a ratio of the spectral power sum of the specific frequency band of the EEG different from the ratio of the gamma power in the frequency domain to the sum of the spectrum power sum of the specific frequency band.
  • the 95% power spectrum frequency may mean a spectral power sum of a specific frequency band of EEG on the frequency domain.
  • the phase coincidence degree may mean a ratio of the sum of the biphasic powers of the specific frequency band of the EEG on the bispectral domain and the sum of the biphasic power sum of the specific frequency band.
  • the BSR burst suppression ratio
  • ThetaPR total power spectrum power
  • SEF95 total power spectral power
  • GammaPR Endotidal carbon dioxide tension
  • CBF cerebral blood flow
  • Carbon dioxide partial pressure of end-expiration is used as a key index to evaluate the effectiveness of an artificial systemic circulation.
  • the body produces carbon dioxide as a by-product of cellular respiration. Carbon dioxide exits the body when it moves through the blood to the alveoli and exhales. If the blood circulation is not smooth, the amount of carbon dioxide delivered to the alveoli decreases, and the amount released to the end of the breath decreases.
  • CO 2 partial pressure is a useful indicator of the degree of recovery of systemic circulation as an indicator of cellular metabolism, a process by which cells treat oxygen and nutrients and sustain life.
  • Intrauterine intubation is used to measure CO 2 partial pressure of the exhalation. The present invention can easily evaluate the effect of an artificial circulation by calculating the partial pressure of CO 2 at the end of EEG through EEG analysis.
  • the present invention can estimate cerebral blood flow as a hemodynamic index.
  • oxygen and glucose must be continuously supplied.
  • Steady-state cerebral blood flow requires 50 to 60 mL / min of oxygen and glucose-containing blood per 100 mg of brain tissue, and requires about 700 to 840 mL / min of blood flow to the entire brain.
  • a certain level of cerebral blood flow must be maintained.
  • the brain cerebral blood flow can be derived by measuring the cerebral blood flow during the artificial circulation and calculating the cerebral blood flow.
  • FIG. 1 is a block diagram showing a configuration of an apparatus for measuring the activity level of brain cells using EEG, partial pressure of end-tidal carbon dioxide, and cerebral blood flow according to an embodiment of the present invention.
  • FIG. 2 is a conceptual diagram showing the configuration of a measurement unit and a control unit according to an embodiment of the present invention.
  • FIG 3 is a view showing a method of attaching a measurement section according to an embodiment of the present invention.
  • FIGS. 4 to 8 are flowcharts illustrating a process of evaluating the activity level of brain cells using brain waves, EEG carbon dioxide partial pressure and cerebral blood flow according to an embodiment of the present invention.
  • An apparatus for measuring brain activity in an artificial circulation includes a measurement unit 10 for measuring an EEG signal; An analogue digital converter (ADC) 20 for converting the EEG signal measured by the measuring unit 10 into a digital signal; And a controller 50 for calculating an EEG parameter from the digital EEG signal converted by the ADC 20 and calculating an end-tidal carbon dioxide tension and a cerebral blood flow from the EEG parameters ).
  • ADC analogue digital converter
  • some methods may be executed by at least one controller.
  • controller refers to a hardware device comprising a memory and a processor adapted to execute one or more steps that are interpreted as an algorithmic structure.
  • the memory is adapted to store algorithm steps and the processor is adapted to perform the algorithm steps specifically to perform one or more processes described below.
  • control logic of the present invention may be embodied in a non-volatile, readable medium on a computer readable medium, including executable program instructions, executed by a processor, controller, or the like.
  • Examples of computer-readable means include, but are not limited to, ROM, RAM, CD-ROM, magnetic tape, floppy disk, flash drive, smart card and optical data storage.
  • the computer-readable reproduction medium may be distributed to networked computer systems and stored and executed in a distributed manner, for example, by a telematics server or a CAN (Controller Area Network).
  • a telematics server or a CAN (Controller Area Network).
  • CAN Controller Area Network
  • FIG. 1 is a block diagram showing a configuration of an apparatus for measuring the activity level of brain cells using EEG, partial pressure of end-tidal carbon dioxide, and cerebral blood flow according to an embodiment of the present invention.
  • an apparatus for measuring the activity level of brain cells using EEG, an end-tidal carbon dioxide partial pressure and cerebral blood flow An analog-to-digital converter (ADC) 20 for converting an EEG signal measured by the measuring unit 10 into a digital signal, and an electrocardiogram and a control unit 50 for calculating an end-tidal carbon dioxide tension (ETCO2) and a cerebral blood flow rate (CBF) according to an embodiment of the present invention.
  • a band pass filter 30 for passing a signal of a specific frequency band among the digital EEG signals converted through the ADC 20.
  • the frequency range of the brain waves used in the embodiment of the present invention is 0.5 to 47 Hz. Therefore, the band-pass filter 30 is used to extract only the brain waves in the frequency band ranging from 0.5 to 47 Hz in the original raw brain wave.
  • the device for measuring the activity level of brain cells may further include a band-stop filter 40 for blocking a signal of a specific frequency band from among the digital EEG signals converted by the ADC 20.
  • the EEG signals collected from the electrodes pass through a defibrillation circuit, an amplifier stage, and an analog filter in turn. And then converted into a digital signal through a high performance analog-to-digital converter (ADC) and then input to a control unit (e.g., a microprocessor).
  • ADC analog-to-digital converter
  • the microprocessor performs filtering, EBRI computation, etc., and stores the result in a storage medium or transmits it to a peripheral device through a communication module.
  • a cap-electrode can be placed on the entire head for EEG measurements or an electrode can be attached at any point.
  • the electrode and the external EEG signal measuring device can be connected by an electrode line. Or to prevent shaking of the electrode line, an EEG device may be directly attached to the human body. The reason for attaching the brain-wave measuring device to the forehead is to prevent noise due to shaking of the electrode line.
  • E1 is the active electrode 1
  • E2 is the active electrode 2
  • R is the reference electrode
  • G is the ground electrode.
  • the control unit 50 receives the digital EEP signal converted from the ADC 20 and outputs the synthesized EEG signal to the controller 20 in accordance with a BSR (burst suppression ratio), a delta ratio, a beta ratio, ), The 95% power spectrum frequency (SEF95), the ratio of the gamma power to the total power spectrum power (GammaPR), the theta power ratio to the total power spectrum power (ThetaPR), the power ratio of the high frequency component to the total power spectrum power ExtraPR).
  • the control unit 50 may be driven by an external power source. Or may be driven by an internal battery, and the battery may be charged by wire or wireless.
  • a signal quality index may be considered before calculating the EEG variable.
  • the signal quality index is expressed as an integer between 0 and 100 and the unit is%. The higher the signal quality index, the higher the quality.
  • the digitized EEG signal can be segmented by a specific length unit, and the user can select and analyze a specific length, for example, 2 seconds, 4 seconds, and so on.
  • the signal quality index is regarded as 0, and the variable operation process of the EEG signal of the corresponding unit time piece is performed Can be omitted.
  • the ratio of the case where the size of the EEG data does not exceed the specific range can be defined as the signal quality index.
  • the specific range can be defined as ⁇ 200 uV or ⁇ 150 uV, taking into consideration the brain wave size of the normal person.
  • the signal quality index at this time is defined as 100%.
  • the EEG parameters are used to calculate the end-tidal CO2 partial pressure and the cerebral blood flow.
  • the segmented EEG signals can undergo a preprocessing process.
  • pre-processing may be performed in time series, such as baseline correction and linear trend removal, or pre-processing may be performed in a frequency sequence such as a Blackman window processing.
  • the controller 50 may be provided with one or more processors that operate according to the set program, and the set program is configured to perform each step of the method for measuring the activity level of brain cells according to the embodiment of the present invention .
  • the detected EEG signal can be processed by the controller and input.
  • the signal processing circuit may include a defibrillation circuit or an ESD antistatic circuit.
  • the analogue EEG signal is converted into a digital EEP signal through the ADC of the control unit and the brain cell activity can be transmitted to the control unit. Or an analog signal without an ADC to deliver brain cell activity to the control.
  • the burst suppression ratio is calculated through a time series analysis of measured EEG waves. Means the silent rate within a unit time piece of EEG in a time-domain.
  • the size of brain waves in a normal state is 100 ⁇ 150uV, and the size of brain waves is reduced when they fall asleep or in anesthesia.
  • the controller 50 continuously observes the length of the suppressed EEG (flat brain wave) that keeps less than ⁇ 5 uV and calculates the BSR by grasping the case where the suppressed EEG length is 0.5 seconds or longer.
  • the presence of BSR means low brain activity.
  • the delta ratio may be a ratio of a spectrum power sum of a specific frequency band of the EEG to a spectrum power sum of a specific frequency band in a frequency domain.
  • the delta wave ratio can be defined as a ratio of the sum of the frequency spectrum powers in the 1 to 4 Hz band and the sum of the frequency spectrum powers in the 8 to 20 Hz band.
  • the Beta ratio may mean a ratio of a spectrum power sum of a specific frequency band of an EEG to a spectrum power sum of a specific frequency band in a frequency domain.
  • the beta wave ratio can be defined as a ratio of the sum of the frequency spectrum power in the 11 to 20 Hz band and the sum of the frequency spectrum power in the 30 to 47 Hz band. That is, the frequency bands of the EEG for calculating the delta wave ratio and the beta wave ratio are different from each other.
  • the 95% power spectrum frequency can be defined as the frequency at which the value equals 95% of the total frequency spectrum power when summing the power of the frequency spectrum in an increasing direction from the starting frequency of the bandwidth.
  • the ratio of theta power to the total power spectral power can be defined as the ratio between the total frequency spectral power and the frequency spectral power in the 4 to 8 Hz band.
  • the ratio of gamma power to total power spectral power can be defined as the ratio between the total frequency spectral power and the frequency spectral power in the 30 to 47 Hz band. That is, the frequency band for calculating the ratio of the theta power to the gamma power is different from each other.
  • the power ratio (ExtraPR) of the high frequency components above 40 Hz to the total power spectrum power can be defined as the ratio between the total frequency spectrum power and the frequency spectrum power in the band over 40 Hz.
  • the Synch FastSlow (Relative Synchrony of Fast and Slow Wave) may be a ratio of the sum of the biphasic power of a specific band and the sum of the biphotonic power of a specific band in the bispectral domain.
  • the degree of phase matching can be defined as a ratio of the biphasic power magnitude in the range of 0.5 to 47 Hz and the biphasic power magnitude in the range of 40 to 47 Hz.
  • the controller 50 may be configured to calculate a flat wave ratio (BSR), a delta ratio, a beta ratio, a 95% power spectral frequency (SEF95)
  • BSR flat wave ratio
  • SEF95 95% power spectral frequency
  • the ratio of contrast gamma power (GammaPR), ratio of theta power relative to the total power spectrum power (ThetaPR), power ratio (ExtraPR) of high frequency components over 40Hz relative to the total power spectrum power, and degree of phase agreement (SynchFastSlow) Calculate partial pressure and cerebral blood flow.
  • the logic that determines the relationship between EEG and CO 2 partial pressure, EEG and cerebral blood flow can be derived through regression analysis. Specifically, it can be derived from stepwise regression, which is a method of eliminating unimportant variables by examining the importance of variables used in the regression model among various explanatory variables (independent variables). (LASSO) regression that complements the independence of explanatory variables through the process of adding or dropping variables when there is a correlation between explanatory variables.
  • the EEG-based Brain Resuscitation Index is an equation obtained by obtaining the relationship between EEG, CO 2 partial pressure, EEG, and cerebral blood flow. (ETCO2-EBRI) and cerebral blood flow equation (CBF-EBRI).
  • EEG EEG-based Brain Resuscitation Index
  • CBF-EBRI cerebral blood flow equation
  • the present invention analyzes EEG in real time during operation and acquires eight EEG variables, and then calculates a specific end-tidal carbon dioxide partial pressure and cerebral blood flow through the EtCO2-EBRI and CBF-EBRI equations.
  • the embodiment of the present invention may include an output unit for outputting the patient's resuscitation state through the end-tidal carbon dioxide partial pressure and the cerebral blood flow.
  • the analysis results of the end-tidal carbon dioxide partial pressure, the cerebral blood flow, the end-tidal carbon dioxide partial pressure, and the cerebral blood flow and the real-time variation of the cerebral blood flow estimated through the output unit can be outputted through a graph, numerical display, and symbols.
  • Calculated CO 2 partial pressure and cerebral blood flow can be predicted by moving average treatment.
  • the length of the moving average can be selected as 3 seconds or 5 seconds, 7 seconds, and so on.
  • the computed CO2 partial pressure and changes in cerebral blood flow are calculated in real time and then the moving average process is performed. For example, if the result of the moving average treatment has a positive value, the patient's end-tidal CO2 partial pressure or cerebral blood flow will increase, and if the result of the moving average treatment has a negative value, . If the predicted value by the moving average treatment is significantly different from the actual end-expiratory CO2 partial pressure or the cerebral blood flow, a warning sound can be used to inform the medical staff of the situation.
  • a warning unit for generating a warning when the end-tidal carbon dioxide partial pressure and the cerebral blood flow are out of a set range In this case, it is determined that the systemic circulation is not properly performed, and a warning sound may be generated through a buzzer or the like.
  • FIG. 4 is a flowchart showing a driving method of an apparatus for measuring the activity level of brain cells according to an embodiment of the present invention.
  • the measuring unit 10 measures EEG signals (S10), and the ADC 20 converts the analog EEP signals measured by the measuring unit 10 into digital signals (S20) .
  • the EEG signal converted into the digital signal passes through the bandpass filter 30 to extract only EEG signals in a specific frequency band (0.5 to 47 Hz). In order to eliminate the 60 Hz power supply noise, the EEG signal converted into the digital signal passes through the band-stop filter 40.
  • the digital EEG signal is segmented into predetermined length units, and the segmented EEG signal is subjected to a preprocessing process, which is selected from a time series and a frequency series pre-processing, to calculate an EEG variable.
  • the controller 50 processes a continuous EEG signal by a predetermined unit time piece (S21).
  • the user can segment and analyze by unit time, for example, 2 seconds or 4 seconds.
  • the EEG signal corresponding to the segmented unit time fragments passes through the band-pass filter (S23).
  • the cutoff frequency of the filter can be changed as needed.
  • Baseline correction (S25) and linear trend removal (S27) are additionally performed in the time series to remove the baseline and linear trend components that may remain despite the use of the band pass filter (30). This completes the preprocessing process of EEG signals.
  • the control unit 50 calculates a flat wave ratio (BSR), a delta ratio, a beta ratio, a ratio of 95 to 95 from a digital EEG signal passed through the bandpass filter 30 and the band- (GammaPR) of the total power spectral power, thetaPR of the total power spectral power (ThetaPR), the power ratio of the high frequency component (ExtraPR) of 40 Hz or more to the total power spectral power, And calculates the phase matching degree (SynchFastSlow).
  • BSR flat wave ratio
  • ThetaPR the power ratio of the high frequency component of 40 Hz or more to the total power spectral power
  • control unit 50 calculates a flat wave ratio (BSR) by time series analysis of a digital EEG signal (S30). That is, the controller 50 can determine the brain resuscitation state of the patient by calculating the silence ratio (BSR) and the size in the unit time piece of the EEG in the time series of the EEG signal.
  • BSR flat wave ratio
  • the ratio of the flat EEG that continuously maintains less than ⁇ 0.5 uV in the noise-canceled EEG signal is calculated.
  • the size of the EEG signal is observed to construct an evaluation logic array in which an absolute value less than 0.5 uV is replaced by 1 and a non-zero value is replaced by 0 (S31, S31-1, S31-2, S32).
  • the ratio of the flat EEG waves can be calculated (S33). For example, if the size of all the intervals is less than ⁇ 5uV, the sum of all the components of the evaluation logic is 1, so that the sum corresponds to the total length of the unit time piece (S34, S34-1).
  • the length of the EEG is 0 (S35, S35-1). If neither of these two cases is true, it is possible to determine the length of the EEG continuously by determining the interval in which 1 is continuous and obtain the BSR as the ratio of the whole interval (S36, S37, S37-1, S37-2).
  • the controller 50 performs Fourier transform (FFT) on the digital brain wave signal to convert the brain wave signal into a frequency sequence signal.
  • FFT Fourier transform
  • the control unit 50 calculates a delta ratio, a beta ratio, a 95% power spectrum frequency SEF95, and a ratio of gamma power to total power spectral power GammaPR), a ratio of theta power relative to the total power spectrum power (ThetaPR), and a power ratio (ExtraPR) of the high frequency component equal to or higher than 40 Hz to the total power spectrum power (S40).
  • the controller 50 calculates the frequency-specific power of the brain waves from the frequency spectrum acquired through the Fourier transform. Then, the magnitude of the power spectrum of the specific band is calculated, and the values of the power spectrum in the other band are compared to calculate the above variables.
  • a Blackman window is applied to an EEG signal that has undergone a preprocessing process (S41), thereby preventing distortion caused by time fragments of a limited length. Then, the power spectrum is obtained through the Fourier transform (S46) (S45), and the variable of the frequency series is calculated through the sum and the ratio of the specific frequency band (S47).
  • the control unit 50 calculates the degree of phase match (Synch FastSlow) using the biphasic system defined by the two-dimensional power spectrum (S50).
  • a blackman window is applied to a pre-processed EEG signal (S51), and a two-dimensional Fourier transform is performed on a third-order autocorrelation signal (S52) to obtain a biphasic spectrum (S53).
  • the biphasic spectrum can reflect nonlinear changes in the EEG signal, but also reflects the amplitude of the signal, so it is necessary to perform normalization to observe only the phase change.
  • the real triple product (RTP) which is the biphase calculated by adjusting the phase of all the elements in the signal to zero, is obtained (S54) and the square root of RTP is divided in the biphase to obtain the normalized bi- )can do.
  • the degree of phase coincidence can be calculated through this process (S56).
  • the control unit 50 calculates the end-tidal CO2 partial pressure (EtCO2) and the cerebral blood flow from the four EEG variables obtained previously (S60).
  • EtCO2 end-tidal CO2 partial pressure
  • S60 EEG variables obtained previously
  • Linear or nonlinear regression equations can be used, and machine learning and deep learning techniques can be used. Or classification techniques may be used.
  • end-tidal CO2 partial pressure and cerebral blood flow are calculated by setting a statistical model derived from the previously calculated EEG parameters and then determining the weight to be applied to each variable. Specifically, it is important to examine the importance of variables used in the regression model among several explanatory variables (stepwise regression), which is a method of eliminating unimportant variables, (LASSO) regression analysis to determine the relationship between EEG variables, end-tidal CO2 partial pressure, EEG and cerebral blood flow, It can be expressed by a defined equation.
  • the control unit may output a change amount of the end-tidal carbon dioxide partial pressure and the cerebral blood flow calculated through the output unit or may estimate a future change state through a moving average process. Or if the calculated end-tidal CO2 partial pressure is outside the set range, a warning may be generated. Calculated end-tidal carbon dioxide partial pressure and cerebral blood flow values can be transferred to and stored in a networked computer system.
  • the output includes a storage device. Further, the output unit can transmit data to the external device through the communication port. To do this, you can configure UART, USB, CAN, TCP / IP, etc. in the output section.
  • the output can generate an analog voltage signal proportional to the end-tidal CO2 partial pressure and cerebral blood flow values through a digital-to-analog converter (DAC). In this case, the shielded wire can be connected directly.
  • DAC digital-to-analog converter
  • the effect of an artificial circulation can be immediately determined by calculating and supplying the end-tidal CO2 partial pressure and the cerebral blood flow through EEG measurement and analysis in an artificial circulation state.
  • control unit may be combined with the EEG measurement control unit to produce a single unit or a separate unit. It can be configured as a software application in a general-purpose PC, a micro PC, an embedded PC, a tablet PC, a stick PC, and the like.
  • programming logic can be designed in a hardware design language, such as application specific integrated circuits (ASICs), programmable logic devices (PLDs), and field programmable gate arrays (FPGAs).
  • ASICs application specific integrated circuits
  • PLDs programmable logic devices
  • FPGAs field programmable gate arrays
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • micro-controllers microprocessors, . ≪ / RTI >
  • the embodiments described herein may be implemented as application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), field programmable gate arrays , Microprocessors, microprocessors, microprocessors, and other electronic units for carrying out other functions.
  • ASICs application specific integrated circuits
  • DSPs digital signal processors
  • DSPDs digital signal processing devices
  • PLDs programmable logic devices
  • field programmable gate arrays Microprocessors, microprocessors, microprocessors, and other electronic units for carrying out other functions.
  • embodiments such as the procedures and functions described herein may be implemented with separate software modules.
  • Each of the software modules may perform one or more of the functions and operations described herein.
  • Software code can be implemented in a software application written in a suitable programming language.
  • the apparatus for measuring the activity level of a brain cell described above may be embodied as a computer program including a series of instructions for performing a method or an apparatus. That is, the present invention may be a computer program running on a predetermined operating system, for example, a mobile operating system, and the program may process a process according to the series of instructions so that the method according to the present invention is implemented.
  • various types of computer programs such as a floppy disk, a CD, a DVD, a hard disk memory, an SD card, an XD card, a flash memory, a RAM, A computer readable by a computer, a memory, a computer, or similar electronic device, and a computer or similar electronic device, such as a smart phone, etc., that reads the computer program in the recording medium,
  • the method according to the present invention can be carried out.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychology (AREA)
  • Neurology (AREA)
  • Cardiology (AREA)
  • Optics & Photonics (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Neurosurgery (AREA)
  • Pulmonology (AREA)
  • Obesity (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

본 발명의 실시 예에 따른 인위적 혈액 순환에서 뇌세포 활성도 측정 장치는 뇌파 신호를 측정하는 측정부(10); 상기 측정부(10)에서 측정된 뇌파 신호를 디지털 신호로 변환하는 ADC(analogue digital converter)(20); 및 상기 ADC(20)에서 변환된 디지털 뇌파 신호로부터 뇌파 변수를 산출하고, 상기 뇌파 변수들로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension)과 뇌 혈류량(cerebral blood flow)을 산출하는 제어부(50);를 포함할 수 있다.

Description

인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법
본 발명은 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법에 관한 것으로, 인위적 순환 상태에서 환자의 뇌파를 실시간으로 측정하고 분석하여 뇌 조직이 되살아난 정도를 결정하고 특정 범위의 숫자로 표시하는 뇌파와 호기말 이산화탄소 분압 및 뇌 혈류량을 이용한 뇌 세포의 활성 정도 측정 장치 및 방법에 관한 것이다.
중증 환자에서 인체의 전신 혈류 순환을 담당하는 심장이 그 기능을 하지 못하게 되면 심정지 상태가 발생하게 된다. 혈류가 순환되지 않는 심정지 상태에서 수분이 지나게 되면 뇌나 심장의 비가역적 손상이 발생하여 환자가 사망하게 되는데 이를 방지하기 위하여 심폐소생술(Cardiopulmonary Resuscitation)과 같은 처치를 시행하거나 체외막산소화장치(ECMO, Extra-Corporeal Membrane Oxygenation)와 같은 장치를 이용한다. 위와 같은 처치 및 장비는 심장의 자발적인 수축에 의한 혈액 순환 상태가 아닌, 인체 내부의 인위적인 순환 유도 장비 혹은 인체 외부의 물리적 흉부 압박 유도 장치에 의해 생성되는 혈액 순환을 의미하는 인위적 혈액 순환(Artificial Blood Circulation)을 유도하게 된다. 이와 같은 응급 상황에서 산소가 포함된 혈액을 인위적으로 순환시키는 것은 환자의 생존과 직결된 중요한 사안이므로 인위적으로 유도된 혈액의 적절한 순환 정도와 관련된 연구가 폭넓게 진행되고 있다.
예를 들어, 심폐소생술 중에는 가속도 센서를 이용하여 흉부 압박 깊이나 횟수를 실시간으로 측정하고 기준치에 미달할 경우 메트로놈을 이용하여 음향 출력을 발생시킴으로써, 기준치로 설정된 최적 조건의 심폐소생술이 이루어지도록 유도하고 있다. 일반 성인의 경우 분당 100~120회, 깊이 5 센티미터 등 심폐소생술의 가이드라인이 존재한다. 하지만, 이러한 가이드 라인이 최적의 체순환을 항상 보장하는 것은 아니다. 흉부 압박의 깊이나 위치, 환자의 신체 상태 등에 따라 동일한 조건의 흉부 압박을 수행하더라도 실제로 환자 인체에서의 혈액 순환 효과는 다를 수 있다.
따라서 인위적 순환의 실제적인 효과를 평가하기 위해서 환자의 생리학적 변화를 즉각적으로 관찰할 필요가 있다. 혈압이나 혈류량이 대표적인 지표가 될 수 있겠으나 이들을 측정하려면 수술적 처치가 요구된다. 특히 응급구조 환경에서 이러한 침습적 조치가 수행되기 어렵다는 점을 고려할 때, 보다 간편한 생체신호 측정 및 처리법이 필요하다. 이에 비하여 뇌세포의 생리적 혹은 생화학적 기능이 유지되는 정도를 의미하는 뇌세포 활성도(Brain Cell Activity)를 측정할 경우 실제 인위적 혈액 순환의 목표가 되는 핵심 장기에서 인위적 혈액 순환의 적절성을 평가할 수 있다는 점에서 큰 의미를 가진다.
이 배경기술 부분에 기재된 사항은 발명의 배경에 대한 이해를 증진하기 위하여 작성된 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.
본 발명은 상기한 바와 같은 문제점을 해결하기 위한 것으로, 뇌파를 이용하여 인위적 혈액 순환 상태에서의 뇌 세포의 활성 정도를 실시간으로 측정하는 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 실시 예에 따른 인위적 혈액 순환에서 뇌세포 활성도 측정 장치는 뇌파 신호를 측정하는 측정부(10); 상기 측정부(10)에서 측정된 뇌파 신호를 디지털 신호로 변환하는 ADC(analogue digital converter)(20); 및 상기 ADC(20)에서 변환된 디지털 뇌파 신호로부터 뇌파 변수를 산출하고, 상기 뇌파 변수들로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension)과 뇌 혈류량(cerebral blood flow)을 산출하는 제어부(50);를 포함할 수 있다.
상기 뇌파 변수는, 평탄파 비율(BSR, burst suppression ratio), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 40Hz 이상 고주파 성분의 파워 비율(ExtraPR), 위상일치정도(SynchFastSlow)를 포함할 수 있다.
상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 통과시키는 대역 통과 필터(30); 및 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 차단시키는 대역 차단 필터(40);를 더 포함할 수 있다.
상기 디지털 뇌파 신호는, 소정의 길이 단위로 분절하여 분석하는 것으로, 상기 분절된 디지털 뇌파 신호는 시계열, 주파수계열 전처리과정 가운데 일 이상 선택되는 전처리과정을 수행하여 뇌파 변수를 산출할 수 있다.
상기 평탄파 비율(BSR)은 시간 도메인(time domain) 상에서 뇌파의 단위시간조각 내의 침묵(silent) 비율을 의미할 수 있다.
상기 베타파 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 델타파 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 전체 파워스펙트럼파워 대비 쎄타파워의 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 전체 파워스펙트럼파워 대비 감마파워의 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율은 주파수 도메인(frequency domain) 상에서 상기 감마파워의 비율과 상이한 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 95% 파워스펙트럼 주파수는 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합을 의미할 수 있다.
상기 위상일치정도(SynchFastSlow)는 바이스펙트럼 도메인(bispectral domain) 상에서 뇌파의 특정 주파수 대역의 바이스펙트럼 파워 합과 다른 특정 주파수 대역의 바이스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 제어부(50)는 상기 뇌파 변수와 호기 말 이산화탄소 분압 및 뇌 혈류량 사이의 관계를 결정할 수 있는 통계모델을 설정한 후, 뇌파 변수에 점수를 부여한 후 조합하여 호기말 이산화탄소 분압을 산출할 수 있다.
상기 호기말 이산화탄소 분압과 뇌 혈류량을 통해 환자 뇌 세포의 활성 정도를 출력하거나, 산출된 호기말 이산화탄소 분압과 뇌 혈류량의 변화량을 산출하여 현재의 순화 조치의 품질을 출력하거나, 또는 상기 변화량의 이동평균처리를 통해 향후 상황을 예측하는 출력부;를 더 포함할 수 있다.
본 발명의 다른 실시 예에 따른 인위적 혈액 순환에서 뇌세포 활성도 측정 방법은 뇌파 신호를 측정하는 단계; 상기 뇌파 신호를 디지털 신호로 변환하는 단계; 상기 변환된 디지털 뇌파 신호로부터 뇌파 변수를 산출하는 단계; 및 상기 뇌파 변수들로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension)과 뇌 혈류량을 산출하는 단계;를 포함할 수 있다.
대역 통과 필터(30)를 통해 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 통과시키는 단계; 및 대역 차단 필터(40)를 통해 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 차단시키는 단계;를 더 포함할 수 있다.
디지털 뇌파 신호는, 소정의 길이 단위로 분절하여 분석하는 것으로, 상기 분절된 디지털 뇌파 신호는 시계열, 주파수계열 전처리과정 가운데 일 이상 선택되는 전처리과정을 수행하여 뇌파 변수를 산출할 수 있다.
상기 뇌파 변수들로부터 호기 말 이산화탄소 분압과 뇌 혈류량을 산출하는 단계는, 상기 뇌파 변수와 호기 말 이산화탄소 분압 및 뇌 혈류량 사이의 관계를 결정할 수 있는 통계모델을 설정한 후, 뇌파 변수에 점수를 부여한 후 조합하여 호기말 이산화탄소 분압을 산출할 수 있다.
상기 뇌파 변수는 평탄파 비율(BSR, burst suppression ratio), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR), 위상일치정도(SynchFastSlow)를 포함할 수 있다.
상기 평탄파 비율(BSR)은 시간 도메인(time domain) 상에서 뇌파의 단위시간조각 내의 침묵(silent) 비율을 의미할 수 있다.
상기 베타파 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 델타파 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 전체 파워스펙트럼파워 대비 쎄타파워의 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 전체 파워스펙트럼파워 대비 감마파워의 비율은 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 전체 파워스펙트럼 대비 40Hz 이상 고주파 성분의 파워 비율은 주파수 도메인(frequency domain) 상에서 상기 감마파워의 비율과 상이한 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다.
상기 95% 파워스펙트럼 주파수는 주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합을 의미할 수 있다.
상기 위상일치정도(SynchFastSlow)는 바이스펙트럼 도메인(bispectral domain) 상에서 뇌파의 특정 주파수 대역의 바이스펙트럼 파워 합과 다른 특정 주파수 대역의 바이스펙트럼 파워 합의 비율을 의미할 수 있다.
출력부를 통해, 상기 호기말 이산화탄소 분압 및 뇌 혈류량을 출력하는 단계; 또는 경고부를 통해, 상기 호기말 이산화탄소 분압 및 뇌 혈류량이 설정된 범위를 벗어나는 경우, 경고를 발생시키는 단계;를 더 포함할 수 있다.
상기한 바와 같은 본 발명의 실시 예에 의한 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법에 의하면, 뇌파 신호에서 획득된 평탄파 비율(BSR, burst suppression ratio), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 위상일치정도(SynchFastSlow), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR)등으로부터 호기 말 이산화탄소 분압(ETCO2, end-tidal carbon dioxide tension)과 뇌 혈류량(CBF, cerebral blood flow)을 제공할 수 있다.
호기 말 이산화탄소 분압은 인위적인 체순환의 효용성을 평가하는 주요 지표로 쓰이고 있다. 신체는 세포호흡(cellular respiration)의 부산물로 이산화탄소를 발생하는데 이산화탄소는 혈액을 통해 폐포로 이동하고 숨을 내뱉을 때 몸 밖으로 배출된다. 만일 혈액순환이 원활하지 않다면 폐포로 전달되는 이산화탄소가 줄어들어 호기 말에 배출되는 양이 줄어든다. 호기 말 이산화탄소 분압은 세포가 산소와 영양분을 처리해 생명을 유지하는 과정인 세포대사를 반영하는 지표로서 체순환의 회복 정도를 나타낼 수 있는 유용한 지표이다. 보통 기도삽관(intubation)을 통해 호기 말 이산화탄소 분압을 측정하는데, 본 발명으로 인해 뇌파 분석을 통해 간편하게 호기 말 이산화탄소 분압을 계산하여 인위적 순환의 효과를 평가할 수 있다.
또한, 본 발명은 혈액역학지표로서 뇌 혈류량을 추정할 수 있다. 뇌가 정상 기능을 유지하려면 산소와 포도당이 지속적으로 공급되어야 한다. 정상상태의 뇌혈류는 뇌조직 100mg당 50 ~ 60mL/min의 산소 및 포도당이 함유된 혈액이 필요한데, 뇌 전체로 본다면 약 700 ~ 840mL/min의 혈류가 필요하게 된다. 뇌사 상태를 막기 위해서는 일정 수준의 뇌 혈류량을 유지해야 하는데 본 발명에서 인위적 순환 도중 뇌 세포의 활성도를 측정하고 뇌 혈류량을 계산함으로써 높은 뇌 혈류량을 유도할 수 있다.
도 1은 본 발명의 실시 예에 의한 뇌파와 호기말 이산화탄소 분압 및 뇌 혈류량을 이용한 뇌 세포의 활성 정도 측정 장치의 구성을 도시한 블록도이다.
도 2는 본 발명의 실시 예에 의한 측정부와 제어부의 구성을 도시한 개념도이다.
도 3은 본 발명의 실시 예에 의한 측정부의 부착 방법을 도시한 도면이다.
도 4 내지 도 8은 본 발명의 실시 예에 의한 뇌파를 이용한 뇌파와 호기 말 이산화탄소 분압 및 뇌 혈류량을 이용한 뇌 세포의 활성 정도를 평가하는 과정을 도시한 순서도이다.
본 발명에 따른 인위적 혈액 순환에서 뇌세포 활성도 측정 장치는 뇌파 신호를 측정하는 측정부(10); 상기 측정부(10)에서 측정된 뇌파 신호를 디지털 신호로 변환하는 ADC(analogue digital converter)(20); 및 상기 ADC(20)에서 변환된 디지털 뇌파 신호로부터 뇌파 변수를 산출하고, 상기 뇌파 변수들로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension)과 뇌 혈류량(cerebral blood flow)을 산출하는 제어부(50);를 포함한다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
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 있는 것을 의미한다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
추가적으로, 몇몇 방법들은 적어도 하나의 제어기에 의하여 실행될 수 있다.
제어기라는 용어는 메모리와, 알고리즘 구조로 해석되는 하나 이상의 단계들을 실행하도록 된 프로세서를 포함하는 하드웨어 장치를 언급한다.
상기 메모리는 알고리즘 단계들을 저장하도록 되어 있고, 프로세서는 아래에서 기재하는 하나 이상의 프로세스들을 수행하기 위하여 상기 알고리즘 단계들을 특별히 실행하도록 되어 있다.
더 나아가, 본 발명의 제어 로직은 프로세서, 제어기 또는 이와 유사한 것에 의하여 실행되는 실행 가능한 프로그램 명령들을 포함하는 컴퓨터가 읽을 수 있는 수단 상의 일시적이지 않고 컴퓨터가 읽을 수 있는 매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 수단의 예들은, 이에 한정되지는 않지만, ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 플래쉬 드라이브, 스마트 카드 및 광학 데이터 저장 장치를 포함한다.
컴퓨터가 읽을 수 있는 재생 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 예를 들어 텔레매틱스 서버나 CAN(Controller Area Network)에 의하여 분산 방식으로 저장되고 실행될 수 있다.
이하에서는 본 발명의 실시예에 의한 뇌파와 호기말 이산화탄소 분압 및 뇌 혈류량을 이용한 뇌 세포의 활성 정도 측정 장치의 구성에 대해 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명의 도면들은 본 발명의 예시적인 실시 예를 설명하는데 참조하기 위함이므로, 본 발명의 기술적 사상을 첨부한 도면에 한정해서 해석하여서는 아니 된다.
도 1은 본 발명의 실시 예에 의한 뇌파와 호기말 이산화탄소 분압 및 뇌 혈류량을 이용한 뇌 세포의 활성 정도 측정 장치의 구성을 도시한 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 실시 예에 따른 뇌파와 호기말 이산화탄소 분압 및 뇌 혈류량을 이용한 뇌 세포의 활성 정도 측정 장치(이하, '뇌 세포의 활성 정도 측정 장치'라 한다)는 뇌파 신호를 측정하는 측정부(10), 상기 측정부(10)에서 측정된 뇌파 신호를 디지털 신호로 변환하는 ADC(analogue digital converter)(20), 및 상기 디지털 신호로 변환된 뇌파로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension: ETCO2)과 뇌 혈류량(CBF)을 산출하는 제어부(50)를 포함한다.본 발명의 실시 예에 따른 뇌 세포의 활성 정도 측정 장치 뇌 세포의 활성 정도 측정 장치는 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 통과시키는 대역 통과 필터(30)를 더 포함할 수 있다. 본 발명의 실시 예에서 사용되는 뇌파의 주파수 범위는 0.5~47Hz이다. 따라서, 가공되지 않은 원본 뇌파에서 0.5~47Hz 범위의 주파수 대역의 뇌파만을 추출하기 위해 대역 통과 필터(30)가 사용된다.
또한, 뇌 세포의 활성 정도 측정 장치는 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 차단시키는 대역 차단 필터(40)를 더 포함할 수 있다.
도 2를 참조하면, 전극에서 수집된 뇌파 신호는 제세동 방지 회로, 증폭단과 아날로그 필터를 차례로 통과한다. 그리고 고성능 아날로그/디지털 변환기(ADC)를 통해 디지털 신호로 변환된 후 제어부(예를 들어, 마이크로프로세서)에 입력된다. 마이크로프로세서는 필터링, EBRI 연산 등을 수행하며, 결과를 저장매체에 저장하거나 통신모듈을 통해 주변 장치로 전달할 수 있다.
도 3을 참조하면, 이마에서 뇌파 신호를 측정하는 방법을 나타내고 있지만 다른 지점에서의 측정도 가능하다. 뇌파 측정을 위해 머리 전체에 캡전극(cap-electrode)을 쓰거나 임의의 지점에 전극을 부착할 수 있다. 전극과 외부 뇌파 신호 측정 장치 사이를 전극선으로 연결할 수 있다. 또는 전극선의 흔들림을 방지하기 위하여 뇌파 측정장치를 직접 인체에 부착할 수 있다. 뇌파 측정장치를 이마에 부착한 이유는 전극선의 흔들림으로 인한 잡음을 방지하기 위함이다. E1은 활성전극 1, E2는 활성전극 2이고, R은 기준전극, G는 접지전극이다.
상기 제어부(50)는 상기 ADC(20)에서 변환된 디지털 뇌파 신호로부터 평탄파 비율(BSR, burst suppression ratio), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 위상일치정도(SynchFastSlow), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR)를 포함하는 뇌파 변수를 산출한다. 제어부(50)는 외부 전원으로 구동될 수 있다. 또는 내부 배터리를 통해 구동될 수 있으며, 배터리는 유선 또는 무선으로 충전하여 사용할 수 있다.
상기 뇌파 변수를 계산하기 이전에 신호품질지수(SQI: signal quality index)를 고려할 수 있다. 신호품질지수는 0에서 100사이의 정수로 표현되며 단위는 %이다. 신호품질지수가 높을수록 고품질을 의미한다. 디지털화된 뇌파 신호는 특정 길이 단위로 분절(segmentation)하여 분석할 수 있으며, 사용자가 예를 들어 2초, 4초 등과 같이 특정 길이를 선정하여 분절하여 분석 할 수 있다.
단위시간조각(epoch)의 뇌파의 크기가 기준으로 삼는 안전도(EOG)와의 상관관계가 기준치 이상을 기록하면, 신호품질지수를 0으로 간주하고 해당 단위시간조각의 뇌파 신호에 대한 변수 연산 과정을 생략할 수 있다.
한편, 뇌파와 안전도와의 상관관계가 기준치 미만일 경우, 뇌파 원본 데이터의 크기가 특정 범위를 초과하지 않는 경우의 비율을 신호품질지수로 규정할 수 있다. 특정 범위는 정상인의 뇌파 크기를 고려하여, ±200uV 또는 ±150uV로 정의할 수 있다.
단위시간조각 내의 뇌파 신호가 모두 특정 범위 내에 존재한다면 이때의 신호품질지수를 100%로 규정한다. 신호품질지수가 특정 기준을 만족하면, 상기 뇌파 변수들을 이용하여 호기 말 이산화탄소 분압과 뇌 혈류량을 산출한다.
분절된 뇌파 신호는 전처리 과정을 거칠 수 있다. 예를 들어 기저선 보정, 선형추세제거 기법과 같이 시계열에서 전처리 과정을 수행하거나 블랙맨 윈도우 처리와 같이 주파수계열에서 전처리 과정을 수행할 수 있다.
이를 위해, 상기 제어부(50)는 설정된 프로그램에 의하여 작동하는 하나 이상의 프로세서로 구비될 수 있으며, 상기 설정된 프로그램은 본 발명의 실시예에 따른 뇌 세포의 활성 정도 측정 방법의 각 단계를 수행하도록 되어 있다. 검출된 뇌파 신호는 제어부에서 신호처리되어 입력될 수 있다. 신호처리 회로로 제세동 방지회로 또는 ESD 정전기 방지회로가 포함될 수 있다. 제어부의 ADC를 통해 아날로그 뇌파 신호를 디지털 뇌파 신호로 변환하여 뇌세포 활성도를 제어부로 전달할 수 있다. 또는 ADC 없이 아날로그 신호로 뇌세포 활성도를 제어부로 전달할 수 있다.
여기서, 평탄파 비율(BSR: burst suppression ratio)은 측정된 뇌파의 시계열 분석과정을 통해 산출된다. 시계열(time-domain)에서 뇌파의 단위시간조각 내의 침묵(silent) 비율을 의미한다. 일반적으로, 각성 상태인 정상인의 뇌파 크기는 최대 100~150uV 수준을 나타내고, 잠이 들거나 마취에 빠지면 뇌파의 크기가 작아진다. 상기 제어부(50)는 ±5uV 미만을 유지하는 억제된 뇌파(평탄뇌파)의 길이를 지속적으로 관찰하고 억제된 뇌파의 길이가 0.5초 이상인 경우를 파악하여 BSR을 산출한다. BSR의 존재는 낮은 뇌활성 상태를 의미한다.
상기 델타파 비율(Delta ratio)은 주파수계열(frequency domain) 에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다. 본 발명의 실시예에서 상기 델타파 비율은 1 ~ 4 Hz 대역의 주파수 스펙트럼 파워 합과 8 ~ 20 Hz 대역의 주파수 스펙트럼 파워 합의 비율로 정의될 수 있다.
상기 베타파 비율(Beta ratio)은 주파수계열(frequency domain)에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미할 수 있다. 본 발명의 실시예에서 상기 베타파 비율은 11~20 Hz 대역의 주파수 스펙트럼 파워 합과 30~47 Hz 대역의 주파수 스펙트럼 파워 합의 비율로 정의될 수 있다. 즉, 델타파 비율과 베타파 비율을 산출하기 위한 뇌파의 주파수 대역은 서로 다르다.
95% 파워스펙트럼 주파수(SEF95)는 대역폭의 시작 주파수로부터 증가하는 방향으로 주파수 스펙트럼의 파워를 합할 때, 그 값이 전체 주파수 스펙트럼 파워의 95%에 해당되는 주파수로 정의될 수 있다.
전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR)은 전체 주파수 스펙트럼 파워와 4 ~ 8 Hz 대역에서의 주파수 스펙트럼 파워 사이의 비율로 정의될 수 있다.전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR)은 전체 주파수 스펙트럼 파워와 30 ~ 47 Hz 대역에서의 주파수 스펙트럼 파워 사이의 비율로 정의될 수 있다. 즉, 쎄타파워의 비율과 감마파워의 비율을 산출하기 위한 주파수 대역은 서로 상이하다.
전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR)은 전체 주파수 스펙트럼 파워와 40Hz 이상 대역에서의 주파수 스펙트럼 파워 사이의 비율로 정의될 수 있다.
상기 위상일치정도(SynchFastSlow; Relative Synchrony of Fast and Slow Wave)는 바이스펙트럼계열(bispectral domain)에서 특정 대역의 바이스펙트럼 파워 합과 다른 특정 대역의 바이스펙트럼 파워 합의 비율을 의미할 수 있다. 본 발명의 실시예에서 상기 위상일치정도(SynchFastSlow)는 0.5 ~ 47 Hz 범위의 바이스펙트럼 파워 크기와 40 ~ 47 Hz 범위의 바이스펙트럼 파워 크기의 비율로 정의될 수 있다.
실제 임상에서는 호기 말 이산화탄소 분압을 통해 체순환의 품질을 평가한다. 따라서, 본 발명의 실시예에서 상기 제어부(50)는 평탄파 비율(BSR), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR), 위상일치정도(SynchFastSlow)를 이용하여 호기 말 이산화탄소 분압과 뇌 혈류량을 산출한다.
이를 위해, 앞에서 얻어진 뇌파 변수에 점수를 부여하고 적절히 조합하여 호기말 이산화탄소 분압과 뇌 혈류량을 산출하는 별도의 로직을 표현하는 과정이 필요하다. 본 발명에서는 뇌파와 호기 말 이산화탄소 분압, 뇌파와 뇌 혈류량 사이의 관계를 결정짓는 로직을 회귀분석을 통해 도출할 수 있다. 구체적으로는 여러 가지 설명변수(독립변수) 중에서 회귀 모형에 사용할 변수의 중요도를 검사하여 중요하지 않은 변수를 제거하는 방식인 단계적 회귀분석(Stepwise Regression)을 통해 도출될 수 있다. 혹은 설명변수들 사이에 상관성이 존재할 경우 변수를 추가하거나 탈락시키는 과정을 통해 설명변수들 간의 독립성을 보완하는 LASSO (Least Absolute Shrinkage and Selection Operator) 회귀분석을 통해 도출될 수 있다. 위 과정을 통해 뇌파와 호기 말 이산화탄소 분압, 뇌파와 뇌 혈류량 사이의 관계를 획득하고 이를 수식으로 정리한 방정식을 EBRI (EEG-based Brain Resuscitation Index)로 명명할 수 있다. 호기 말 이산화탄소 분압 방정식(EtCO2-EBRI)과 뇌 혈류량 방정식(CBF-EBRI)으로 구분하여 제어부에 저장된다. 본 발명은 동작 도중 실시간으로 뇌파를 분석하여 8가지 뇌파 변수를 획득한 후, EtCO2-EBRI와 CBF-EBRI 방정식을 통해 구체적인 호기 말 이산화탄소 분압과 뇌 혈류량을 계산할 수 있다.
한편, 본 발명의 실시예에서는 상기 호기말 이산화탄소 분압과 뇌 혈류량을 통해 환자의 소생 상태를 출력하는 출력부를 포함할 수 있다. 상기 출력부를 통해 추정된 호기말 이산화탄소 분압과 뇌 혈류량, 호기말 이산화탄소 분압과 뇌 혈류량의 실시간 변화와 실시간 변화량의 분석 결과를 그래프, 숫자 표시, 및 기호 등을 통해 출력할 수 있다.
산출된 호기 말 이산화탄소 분압과 뇌 혈류량은 이동평균처리를 통해 향후 상황을 예측할 수 있다. 이동평균의 길이는 3초 또는 5초, 7초 등의 값을 선택할 수 있다. 산출된 호기 말 이산화탄소 분압과 뇌 혈류량의 변화량을 실시간으로 계산한 후 이동평균처리를 수행하고 그 결과를 통해 향후 상황을 예측할 수 있다. 가령 이동평균처리의 결과가 양의 값을 가진다면 환자의 호기 말 이산화탄소 분압이나 뇌 혈류가 증가할 것이라 볼 수 있으며, 이동평균처리의 결과가 음의 값을 가진다면 추정치가 계속 감소할 것이라 예상할 수 있다. 만일 이동평균처리에 의한 예상치가 실제 호기 말 이산화탄소 분압이나 뇌 혈류량과 큰 차이를 보인다면 경고음 등의 수단으로 의료진에게 상황을 알릴 수 있다.
또는, 상기 호기말 이산화탄소 분압과 뇌 혈류량이 설정된 범위를 벗어나는 경우, 경고를 발생시키는 경고부를 포함할 수 있다. 이 경우, 체순환이 제대로 수행되지 않는 것으로 판단하여 부저(buzzer) 등을 통해 경고음을 발생할 수 있다.
이하에서는, 본 발명의 실시예에 따른 뇌 세포의 활성 정도 측정 장치의 구동 방법에 대해 첨부된 도면을 참조하여 상세하게 설명한다.
도 4는 본 발명의 실시 예에 의한 뇌 세포의 활성 정도 측정 장치의 구동 방법을 도시한 순서도이다.
도 4에 도시된 바와 같이, 측정부(10)는 뇌파 신호를 측정하고(S10), 상기 ADC(20)는 상기 측정부(10)에서 측정된 아날로그 뇌파 신호를 디지털 신호로 변환한다(S20).
디지털 신호로 변환된 뇌파 신호는 특정 주파수 대역(0.5 ~ 47 Hz)의 뇌파 신호만을 추출하기 위해 대역 통과 필터(30)를 통과한다. 그리고 60Hz 전원 잡음을 제거하기 위해, 디지털 신호로 변환된 뇌파 신호는 대역 차단 필터(40)를 통과한다.
상기 디지털 뇌파 신호는 소정의 길이 단위로 분절하여 분석하는 것으로, 상기 분절된 디지털 뇌파 신호는 시계열, 주파수계열 전처리과정 가운데 일 이상 선택되는 전처리과정을 수행하여 뇌파 변수를 산출한다.
도 5를 참조하면, 상기 제어부(50)는 연속적인 뇌파 신호를 지정된 단위시간조각만큼 잘라 처리한다(S21). 사용자는 예를 들어 2초, 4초와 같이 특정 시간 길이로 단위시간으로 분절(segmentation)하여 분석할 수 있다. 상기 분절된 단위시간조각 만큼의 뇌파 신호는 대역통과필터를 통과한다(S23). 필터의 차단주파수는 필요에 따라 변경할 수 있다. 대역통과필터(30)를 사용했음에도 불구하고 잔존할 수 있는 기저선과 선형추세 성분을 제거하기 위해 시계열에서 전처리 과정으로 기저선 보정(S25)과 선형추세제거(S27) 과정을 추가로 수행한다. 이를 통해 뇌파 신호의 전처리 과정을 마친다.
상기 제어부(50)는 대역통과필터(30)와 대역차단필터(40)를 통과한 디지털 뇌파 신호로부터 평탄파 비율(BSR), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR), 위상일치정도(SynchFastSlow)를 산출한다.
먼저, 상기 제어부(50)는 디지털 뇌파 신호를 시계열 분석하여 평탄파 비율(BSR)을 산출한다(S30). 즉, 상기 제어부(50)는 뇌파 신호의 시간계열에서 뇌파의 단위시간조각 내의 침묵 비율(BSR)과 크기를 산출함으로써 환자의 뇌 소생 상태를 판단할 수 있다.
도 6을 참조하면, 잡음이 제거된 뇌파 신호에서 연속적으로 ±0.5uV 미만을 유지하는 평탄뇌파의 비율을 산출한다. 연산 과정에서의 편의를 위해 뇌파 신호의 크기를 관찰하여 절대값이 0.5uV 미만인 지점을 1로, 그렇지 않은 지점을 0으로 치환하는 평가 로직 배열을 구성한다(S31, S31-1, S31-2, S32). 평가 로직의 성분을 모두 더함으로써 평탄뇌파의 비율을 산출할 수 있다(S33). 예를 들어, 모든 구간의 크기가 ±5uV 미만이라면 평가 로직의 모든 성분이 1이 되므로 그 합이 단위시간조각의 전체 길이에 해당한다(S34, S34-1). 만일 평가 로직의 합이 0.5초 미만에 해당한다면 ±0.5uV 미만의 구간이 0.5초 이상 나올 수 없음을 의미하므로 평탄뇌파의 길이는 0이 된다(S35, S35-1). 이 두 가지 경우가 아니라면 1이 연속적으로 나오는 구간을 판별하여 평탄뇌파의 길이를 특정하고 전체 구간 대비 비율인 BSR을 획득할 수 있다(S36, S37, S37-1, S37-2).
상기 제어부(50)는 디지털 뇌파 신호를 푸리에 변환(FFT)하여 뇌파 신호를 주파수계열 신호로 변환한다. 상기 제어부(50)는 주파수계열 신호로 변환된 뇌파 신호로부터 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율(ExtraPR)의 서브 파라미터를 산출한다(S40).
즉, 제어부(50)는 푸리에 변환을 통해 획득한 주파수 스펙트럼으로부터 뇌파의 주파수 별 파워를 계산한다. 그리고 특정 대역의 파워 스펙트럼의 크기를 산출하고 다른 대역에서의 파워 스펙트럼의 값을 비교하여 상기 변수들을 산출한다.
도 7을 참조하면, 전처리 과정을 거친 뇌파 신호에 블랙맨 윈도우(Blackman window)를 적용(S41)함으로써 한정된 길이의 시간조각에 의해 발생할 수 있는 왜곡(distortion)을 방지한다. 그리고 푸리에 변환(S46)을 통해 파워스펙트럼을 획득(S45)하고 특정 주파수 대역의 합과 비율을 통해 주파수 계열의 변수를 산출(S47)할 수 있다.
상기 제어부(50)는 2차원 파워스펙트럼으로 정의되는 바이스펙트럼 방식을 이용하여 위상일치정도(SynchFastSlow)를 산출한다(S50).
도 8을 참조하면, 전처리를 마친 뇌파 신호에 블랙맨 윈도우를 적용하고(S51), 3차 자기상관신호에 대해 2차원 푸리에 변환을 수행(S52)함으로써 바이스펙트럼을 획득(S53)한다. 바이스펙트럼은 뇌파 신호의 비선형적인 변화를 반영할 수 있으나 신호의 진폭도 반영하므로 위상의 변화만 관찰하기 위해 정규화(normalization)를 진행할 필요가 있다. 따라서 신호 내 모든 요소들의 위상을 0으로 조절하여 계산한 바이스펙트럼인 Real Triple Product(RTP)를 획득(S54)하고 바이스펙트럼에서 RTP의 제곱근을 나누어줌으로써 정규화된 바이스펙트럼인 바이코헤런스를 획득(S55)할 수 있다. 이러한 과정을 통해 위상일치정도를 산출(S56)할 수 있다.
상기 제어부(50)는 앞에서 얻어진 네 가지 뇌파 변수들로부터 호기말 이산화탄소 분압(EtCO2)과 뇌 혈류량을 산출한다(S60). 선형 또는 비선형 회귀 방정식을 사용할 수 있으며, 기계학습(machine learning ) 기법과 딥러닝(deep learning) 기법을 이용한 회귀(regression) 기법을 사용할 수 있다. 또는 분류(classification) 기법을 사용할 수 있다.
앞에서 설명한 바와 같이, 호기말 이산화탄소 분압과 뇌 혈류량은 앞서 산출된 뇌파 변수들로부터 유도하는 통계 모델을 설정한 후 각 변수에 적용될 가중치를 결정함으로써 산출된다. 구체적으로는 여러 가지 설명변수(독립변수) 중에서 회귀 모형에 사용할 변수의 중요도를 검사하여 중요하지 않은 변수를 제거하는 방식인 단계적 회귀분석(Stepwise Regression)이나 설명변수들 사이에 상관성이 존재할 경우 변수를 추가하거나 탈락시키는 과정을 통해 설명변수들 간의 독립성을 보완하는 LASSO (Least Absolute Shrinkage and Selection Operator) 회귀분석을 통해 뇌파 변수들과 호기 말 이산화탄소 분압, 뇌파와 뇌 혈류량 사이의 관계를 결정짓고 이를 EBRI로 정의된 방정식으로 표현할 수 있다.
상기 제어부는 출력부를 통해 산출된 호기말 이산화탄소 분압과 뇌 혈류량의 변화량을 출력하거나 이동평균처리를 통해 향후 변화양상을 추정할 수 있다. 또는 산출된 호기말 이산화탄소 분압이 설정된 범위를 벗어나는 경우, 경고를 발생시킬 수 있다. 산출된 호기말 인산화탄소 분압과 뇌 혈류량의 수치는 네트워크로 연결된 컴퓨터 시스템으로 전송되어 저장될 수 있다.
출력부는 저장 장치를 포함한다. 또한 출력부는 통신 포트를 통해 외부 기기에 데이터를 전송할 수 있다. 이를 위해 출력부에서 UART, USB, CAN, TCP/IP 등의 통신을 설정할 수 있다. 출력부는 DAC(디지털아날로그변환기)를 통해 호기말 이산화탄소 분압과 뇌 혈류량의 값에 비례한 아날로그 전압 신호를 발생할 수 있다. 이 경우 차폐된 전선을 직접 연결할 수 있다.
이상에서 설명한 바와 같이, 인위적 순환 상황에서 뇌파 측정 및 분석을 통해 호기 말 이산화탄소 분압과 뇌 혈류량을 산출하여 제공함으로써, 인위적 순환의 효과를 즉각적으로 판단할 수 있다. 또한, 호기 말 이산화탄소 분압과 뇌 혈류량을 통해 최적의 순환 조건을 제공할 수 있어, 환자의 생존율을 높일 수 있다.
여기에 설명되는 다양한 실시 예는 예를 들어, 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다. 즉, 제어부는 뇌파 측정 제어부와 합쳐져 단일 유닛으로 제작 할 수 있고, 또는 별도의 유닛으로 제작할 수 있다. 범용 PC, 마이크로 PC, 임베디드 PC, 태블릿 PC, 스틱 PC 등에서 소프트웨어 어플리케이션으로 구성될 수 있다.
PC와 분리된 별도의 유닛으로 제어부를 구성하는 경우, ASICs (application specific integrated circuits), PLDs (programmable logic devices), FPGAs (field programmable gate arrays) 등에서 하드웨어설계언어로 프로그래밍 로직을 설계할 수 있다. PC와 분리된 별도의 유닛으로 제어부를 구성하는 경우, DSPs (digital signal processors), DSPDs (digital signal processing devices), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors) 등을 통해 펌웨어 단계의 프로그래밍 로직을 구성할 수 있다.
하드웨어적인 구현에 의하면, 여기에 설명되는 실시 예는 ASICs (application specific integrated circuits), DSPs (digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상기 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다. 적절한 프로그램 언어로 쓰여진 소프트웨어 어플리케이션으로 소프트웨어 코드가 구현될 수 있다.
한편 본 발명은 일 실시 예에 있어서, 상술한 뇌 세포의 활성 정도 측정 장치는 방법 또는 장치를 수행하도록 하는 일련의 지시를 포함하는 컴퓨터 프로그램으로 구현될 수 있다. 즉, 본 발명은, 소정의 운영체제, 예를 들어 모바일 운영체제 내에서 구동되는 컴퓨터 프로그램일 수 있으며, 해당 프로그램은 상기 일련의 지시에 따른 프로세스를 처리하여 본 발명에 따른 방법이 실시되도록 할 수 있다.
또한 본 발명의 다른 일 실시 예에 있어서는, 상기 컴퓨터 프로그램이 저장되어 있는, 플로피디스크, CD, DVD, 하드디스크 메모리, SD 카드, XD 카드, 플래시 메모리, RAM, ROM, USB 저장매체 등 다양한 종류의 메모리, 컴퓨터 또는 이와 유사한 전자 장치로 읽을 수 있는 기록 매체일 수 있으며, 상기 기록 매체 내의 상기 컴퓨터 프로그램을 읽어 들인 컴퓨터 또는 이와 유사한 전자 장치, 예를 들어 스마트 폰 등은 상기 컴퓨터 프로그램상의 상기 일련의 지시에 따라 본 발명에 따른 방법을 수행할 수 있다.
디지털화된 뇌파 신호 데이터의 전송은 유무선 통신을 사용할 수 있고, 아날로그 신호를 전송하기 위해서는 차폐 처리된 전선을 직접 연결하는 방식도 가능하다.
이상을 통해 본 발명의 바람직한 실시 예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 특허청구범위와 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 본 발명의 범위에 속하는 것은 당연하다.
중증 환자에서 인체의 전신 혈류 순환을 담당하는 심장이 그 기능을 하지 못하는 심정지 상태에서, 뇌파를 이용하여 인위적 혈액 순환 상태에서의 뇌 세포의 활성 정도를 실시간으로 측정하고 뇌 혈류량을 계산하는 뇌파 분석을 통해 호기 말 이산화탄소 분압을 계산하여 인위적 순환의 효과를 평가하고 높은 뇌 혈류량을 유도하는데 이용할 수 있다.

Claims (23)

  1. 뇌파 신호를 측정하는 측정부(10);
    상기 측정부(10)에서 측정된 뇌파 신호를 디지털 신호로 변환하는 ADC(analogue digital converter)(20); 및
    상기 ADC(20)에서 변환된 디지털 뇌파 신호로부터 뇌파 변수를 산출하고, 상기 뇌파 변수들로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension)과 뇌 혈류량(cerebral blood flow)을 산출하는 제어부(50);
    를 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  2. 제1항에 있어서,
    상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 통과시키는 대역 통과 필터(30); 및
    상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 차단시키는 대역 차단 필터(40);
    를 더 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  3. 제1항에 있어서,
    상기 디지털 뇌파 신호는,
    소정의 길이 단위로 분절하여 분석하는 것으로,
    상기 분절된 디지털 뇌파 신호는 시계열, 주파수계열 전처리과정 가운데 일 이상 선택되는 전처리과정을 수행하여 뇌파 변수를 산출하는 것을 특징으로 하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  4. 제1항에 있어서,
    상기 뇌파 변수는,
    평탄파 비율(BSR, burst suppression ratio), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 40Hz 이상 고주파 성분의 파워 비율(ExtraPR), 위상일치정도(SynchFastSlow)를 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  5. 제1항에 있어서,
    상기 제어부(50)는
    상기 뇌파 변수와 호기 말 이산화탄소 분압 및 뇌 혈류량 사이의 관계를 결정할 수 있는 통계모델을 설정한 후, 뇌파 변수에 점수를 부여한 후 조합하여 호기말 이산화탄소 분압을 산출하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  6. 제1항에 있어서,
    상기 호기말 이산화탄소 분압과 뇌 혈류량을 통해 환자 뇌 세포의 활성 정도를 출력하거나, 산출된 호기말 이산화탄소 분압과 뇌 혈류량의 변화량을 산출하여 현재의 순화 조치의 품질을 출력하거나, 또는 상기 변화량의 이동평균처리를 통해 향후 상황을 예측하는 출력부;
    를 더 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  7. 제4항에 있어서,
    상기 평탄파 비율(BSR)은
    시간 도메인(time domain) 상에서 뇌파의 단위시간조각 내의 침묵(silent) 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  8. 제4항에 있어서,
    상기 베타파 비율은
    주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  9. 제4항에 있어서,
    상기 델타파 비율은
    주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  10. 제4항에 있어서,
    상기 전체 파워스펙트럼파워 대비 쎄타파워의 비율은
    주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  11. 제4항에 있어서,
    상기 전체 파워스펙트럼파워 대비 감마파워의 비율은
    주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  12. 제4항에 있어서,
    상기 전체 파워스펙트럼파워 대비 40Hz 이상 고주파 성분의 파워 비율은
    주파수 도메인(frequency domain) 상에서 상기 감마파워의 비율과 상이한 뇌파의 특정 주파수 대역의 스펙트럼 파워 합과 다른 특정 주파수 대역의 스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  13. 제4항에 있어서,
    상기 95% 파워스펙트럼 주파수는
    주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  14. 제4항에 있어서,
    상기 위상일치정도(SynchFastSlow)는
    바이스펙트럼 도메인(bispectral domain) 상에서 뇌파의 특정 주파수 대역의 바이스펙트럼 파워 합과 다른 특정 주파수 대역의 바이스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 장치.
  15. 뇌파 신호를 측정하는 단계;
    상기 뇌파 신호를 디지털 신호로 변환하는 단계;
    상기 변환된 디지털 뇌파 신호로부터 뇌파 변수를 산출하는 단계; 및
    상기 뇌파 변수들로부터 호기 말 이산화탄소 분압(end-tidal carbon dioxide tension)과 뇌 혈류량을 산출하는 단계;
    를 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  16. 제15항에 있어서,
    대역 통과 필터(30)를 통해 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 통과시키는 단계; 및
    대역 차단 필터(40)를 통해 상기 ADC(20)를 통해 변환된 디지털 뇌파 신호 중에서 특정 주파수 대역의 신호를 차단시키는 단계;
    를 더 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  17. 제15항에 있어서,
    상기 디지털 뇌파 신호는,
    소정의 길이 단위로 분절하여 분석하는 것으로,
    상기 분절된 디지털 뇌파 신호는 시계열, 주파수계열 전처리과정 가운데 일 이상 선택되는 전처리과정을 수행하여 뇌파 변수를 산출하는 것을 특징으로 하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  18. 제15항에 있어서,
    상기 뇌파 변수는,
    평탄파 비율(BSR, burst suppression ratio), 델타파 비율(delta ratio), 베타파 비율(beta ratio), 95% 파워스펙트럼 주파수(SEF95), 전체 파워스펙트럼파워 대비 감마파워의 비율(GammaPR), 전체 파워스펙트럼파워 대비 쎄타파워의 비율(ThetaPR), 40Hz 이상 고주파 성분의 파워 비율(ExtraPR), 위상일치정도(SynchFastSlow)를 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  19. 제15항에 있어서,
    상기 뇌파 변수들로부터 호기 말 이산화탄소 분압과 뇌 혈류량을 산출하는 단계는,
    상기 뇌파 변수와 호기 말 이산화탄소 분압 및 뇌 혈류량 사이의 관계를 결정할 수 있는 통계모델을 설정한 후, 뇌파 변수에 점수를 부여한 후 조합하여 호기말 이산화탄소 분압을 산출하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  20. 제15항에 있어서,
    출력부를 통해, 상기 호기말 이산화탄소 분압 및 뇌 혈류량을 출력하는 단계; 또는
    경고부를 통해, 상기 호기말 이산화탄소 분압 및 뇌 혈류량이 설정된 범위를 벗어나는 경우, 경고를 발생시키는 단계;
    를 더 포함하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  21. 제18항에 있어서,
    상기 평탄파 비율(BSR)은
    시간 도메인(time domain) 상에서 뇌파의 단위시간조각 내의 침묵(silent) 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  22. 제18항에 있어서,
    상기 95% 파워스펙트럼 주파수는
    주파수 도메인(frequency domain) 상에서 뇌파의 특정 주파수 대역의 스펙트럼 파워 합을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
  23. 제18항에 있어서,
    상기 위상일치정도(SynchFastSlow)는
    바이스펙트럼 도메인(bispectral domain) 상에서 뇌파의 특정 주파수 대역의 바이스펙트럼 파워 합과 다른 특정 주파수 대역의 바이스펙트럼 파워 합의 비율을 의미하는 인위적 혈액 순환에서 뇌세포 활성도 측정 방법.
PCT/KR2018/010342 2017-09-29 2018-09-05 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법 WO2019066283A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/651,883 US20200229723A1 (en) 2017-09-29 2018-09-05 Apparatus and method for measuring level of brain cell activity under induced artificial blood circulation

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170127470A KR102099949B1 (ko) 2017-09-29 2017-09-29 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법
KR10-2017-0127470 2017-09-29

Publications (1)

Publication Number Publication Date
WO2019066283A1 true WO2019066283A1 (ko) 2019-04-04

Family

ID=65903654

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/010342 WO2019066283A1 (ko) 2017-09-29 2018-09-05 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법

Country Status (3)

Country Link
US (1) US20200229723A1 (ko)
KR (1) KR102099949B1 (ko)
WO (1) WO2019066283A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112965060A (zh) * 2021-02-19 2021-06-15 加特兰微电子科技(上海)有限公司 生命特征参数的检测方法、装置和检测体征点的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010095605A (ko) * 2000-04-11 2001-11-07 김동준 디지털 뇌파를 이용한 뇌기능 감시장치 및 이 뇌기능감시장치에 있어 디지털 뇌파의 디스플레이 방법
KR101400362B1 (ko) * 2013-02-18 2014-05-30 한국과학기술원 마취 심도 측정 방법 및 장치
US20140324763A1 (en) * 2013-04-25 2014-10-30 ResQSystems, Inc. Systems and methods to predict the chances of neurologically intact survival while performing cpr
JP5717064B2 (ja) * 2011-02-03 2015-05-13 国立大学法人 筑波大学 血流計測装置及び血流計測装置を用いた脳活動計測装置
KR20160146462A (ko) * 2015-06-12 2016-12-21 주식회사메디아나 자동 심폐소생술장치

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101248118B1 (ko) 2011-05-24 2013-03-27 한국과학기술원 뇌파의 뇌활성도 및 마취심도 분석장치 및 분석방법
KR101248055B1 (ko) 2011-05-24 2013-03-26 한국과학기술원 뇌활성도 및 마취심도 변화에 따른 ｅｅｇ신호 모델 및 시뮬레이터
GB201220342D0 (en) * 2012-04-13 2012-12-26 Univ Manchester Blood gas determination
US10130278B2 (en) * 2012-10-15 2018-11-20 Jordan Neuroscience, Inc. Wireless EEG unit

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010095605A (ko) * 2000-04-11 2001-11-07 김동준 디지털 뇌파를 이용한 뇌기능 감시장치 및 이 뇌기능감시장치에 있어 디지털 뇌파의 디스플레이 방법
JP5717064B2 (ja) * 2011-02-03 2015-05-13 国立大学法人 筑波大学 血流計測装置及び血流計測装置を用いた脳活動計測装置
KR101400362B1 (ko) * 2013-02-18 2014-05-30 한국과학기술원 마취 심도 측정 방법 및 장치
US20140324763A1 (en) * 2013-04-25 2014-10-30 ResQSystems, Inc. Systems and methods to predict the chances of neurologically intact survival while performing cpr
KR20160146462A (ko) * 2015-06-12 2016-12-21 주식회사메디아나 자동 심폐소생술장치

Also Published As

Publication number Publication date
US20200229723A1 (en) 2020-07-23
KR20190037782A (ko) 2019-04-08
KR102099949B1 (ko) 2020-04-10

Similar Documents

Publication Publication Date Title
WO2016200228A1 (ko) 자동 심폐소생술장치
US11488703B2 (en) Systems and methods to predict the chances of neurologically intact survival while performing CPR
US20140228651A1 (en) Integrated portable anesthesia and sedation monitoring apparatus
WO2016195366A1 (ko) 심실 부정맥 예측 장치 및 그 방법
US20080243021A1 (en) Signal Common Mode Cancellation For Handheld Low Voltage Testing Device
US8460196B2 (en) Method and apparatus for monitoring brain activity
KR101111498B1 (ko) 마취 심도 모니터링 시스템 및 방법
WO2017119638A1 (ko) 실시간 수면장애 감시 장치
WO2014126406A1 (ko) 마취 심도 측정 방법 및 장치
WO2003000015A2 (en) Identification by analysis of physiometric variation
Stochholm et al. Automatic sleep stage classification using ear-EEG
CN105193413B (zh) Emg测量系统的信号处理单元
US20220022809A1 (en) Systems and methods to detect and treat obstructive sleep apnea and upper airway obstruction
WO2016029211A1 (en) Systems and methods for discovery and characterization of neuroactive drugs
Sani et al. Determination of heart rate from photoplethysmogram using Fast Fourier Transform
US6868345B1 (en) Monitoring auditory evoked potentials
KR20090034647A (ko) 헬멧을 이용한 다중생체신호 측정장치
WO2019066283A1 (ko) 인위적 혈액 순환에서 뇌세포 활성도 측정 장치 및 방법
WO2017114490A1 (zh) 一种带有心脏急救装置的生命信息监护器
Al-Nashash et al. Monitoring of global cerebral ischemia using wavelet entropy rate of change
KR101893596B1 (ko) 진정마취심도 모니터링 방법 및 그 장치
Smolen et al. Non-invasive sensors based human state in nightlong sleep analysis for home-care
WO2021040206A1 (ko) 사용자 맞춤형 수면 관리 방법 및 시스템
Gray Autonomic correlates of chronic schizophrenia: A reaction time paradigm.
US20210267539A1 (en) Systems and methods for processing sonified brain signals

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: 18862840

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18862840

Country of ref document: EP

Kind code of ref document: A1