WO2022124862A1 - 섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법 - Google Patents
섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법 Download PDFInfo
- Publication number
- WO2022124862A1 WO2022124862A1 PCT/KR2021/018788 KR2021018788W WO2022124862A1 WO 2022124862 A1 WO2022124862 A1 WO 2022124862A1 KR 2021018788 W KR2021018788 W KR 2021018788W WO 2022124862 A1 WO2022124862 A1 WO 2022124862A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- delirium
- eeg
- determining whether
- abnormality
- occurred
- Prior art date
Links
- 206010012218 Delirium Diseases 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005856 abnormality Effects 0.000 claims abstract description 59
- 238000005259 measurement Methods 0.000 claims description 24
- 210000004556 brain Anatomy 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 2
- 210000003128 head Anatomy 0.000 description 20
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 210000001152 parietal lobe Anatomy 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000010183 spectrum analysis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 206010041349 Somnolence Diseases 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000019771 cognition Effects 0.000 description 2
- 230000002779 inactivation Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010001497 Agitation Diseases 0.000 description 1
- 208000000044 Amnesia Diseases 0.000 description 1
- 241000282465 Canis Species 0.000 description 1
- 206010012239 Delusion Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 208000004209 confusion Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 231100000868 delusion Toxicity 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 206010013395 disorientation Diseases 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006984 memory degeneration Effects 0.000 description 1
- 208000023060 memory loss Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001936 parietal effect Effects 0.000 description 1
- 230000007310 pathophysiology Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
- A61B5/251—Means for maintaining electrode contact with the body
- A61B5/256—Wearable electrodes, e.g. having straps or bands
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
-
- 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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Definitions
- the present invention relates to an apparatus for determining whether delirium occurs and a method for determining whether delirium occurs using the same.
- Delirium is a psychiatric disorder in which insomnia, memory loss, thinking disorders, agitation, disorientation, confusion, and delusions of doctrine appear. Delirium is a relatively common disease, with 10-15% of all hospital admissions experiencing delirium.
- An object of the present invention is to provide an apparatus for determining whether delirium occurs based on an EEG and an electrocardiogram of a subject to be diagnosed, and a method for determining whether delirium occurs using the same.
- An apparatus for determining whether delirium occurs according to an aspect of the present invention for solving the above-described problems includes a display unit, a memory having at least one delirium occurrence determining program for determining whether a subject has delirium, and a head of the diagnosed person It is formed so as to be wearable on the body, executes the program and a measuring unit that measures the brain wave and electrocardiogram of the subject, and analyzes the measured brain wave and electrocardiogram through the executed program to determine whether there is an EEG or ECG abnormality and a control unit that determines whether delirium occurs in the examinee according to the determination result of the abnormality, and displays the determined result on the display unit.
- the measuring unit includes at least one first electrode sensor, an EEG measuring module for measuring an EEG from the head of the subject by using the at least one first electrode sensor, and at least one second electrode sensor. It may include an electrode sensor and an electrocardiogram measuring module for measuring an electrocardiogram from the chest of the examinee using the at least one second electrode sensor.
- the EEG measurement module includes a plurality of first electrode sensors
- the controller includes the at least one first electrode sensor corresponding to a preset position and a preset number among the plurality of first electrode sensors. You can analyze the EEG measured through
- the controller may determine whether the EEG of the subject is abnormal through whether the measured EEG is activated for each frequency.
- the frequency includes delta, theta, alpha, beta, and gamma
- the controller includes the delta and theta.
- ) is an active state and the alpha, beta, and gamma are inactive states, it may be determined that there is an abnormality in the EEG of the subject.
- the controller may determine whether the ECG of the subject is abnormal based on whether the measured waveform of the ECG is changed.
- the control unit calculates the possibility of delirium as a first value, and when only the EEG abnormality is determined, the possibility of delirium occurrence is higher than the first value
- the probability of occurrence of delirium may be calculated as a third value smaller than the second value.
- the measuring unit includes at least one third electrode sensor, and further includes a pulse and pulse wave measuring module for measuring a pulse and a pulse wave from the temple of the subject using the at least one third electrode sensor. and, the controller may determine whether the pulse and white wave of the examinee are abnormal based on whether the measured pulse rate and the speed of the pulse wave are changed.
- the method for determining whether delirium has occurred includes the steps of: measuring an EEG from the head of a subject using at least one first electrode sensor , measuring an electrocardiogram from the chest of the examinee using at least one second electrode sensor, executing a delirium occurrence determination program for determining whether the examinee has delirium, and the EEG measured through the program Determining whether the EEG abnormality of the examinee is based on whether the frequency of the and determining whether delirium occurs in the subject and displaying the determined result on a screen.
- the step of measuring the brain wave of the subject may be measuring the brain wave using the at least one first electrode sensor corresponding to a preset position and a preset number among a plurality of first electrode sensors. .
- the frequency includes delta, theta, alpha, beta, and gamma, and the step of determining whether the subject's EEG abnormality is When the delta and theta are activated and the alpha, beta, and gamma are inactive, it is determined that there is an abnormality in the EEG of the subject.
- the step of determining whether the examinee has delirium may include calculating the possibility of occurrence of delirium according to the determination result of the abnormality.
- the calculating of the possibility of occurrence of delirium includes calculating the probability of occurrence of delirium as a first value when it is determined whether the EEG abnormality and the ECG abnormality are present, and when only the EEG abnormality is determined, the possibility of the occurrence of delirium is calculated as a second value smaller than the first value, and when only the ECG abnormality is determined, the probability of occurrence of delirium may be calculated as a third value smaller than the second value.
- the pulse and white wave abnormalities of the examinee are measured through the steps of measuring a pulse and a pulse wave from the temple of the examinee using at least one third electrode sensor, and whether the measured pulse and pulse wave speed change It may further include the step of determining whether or not.
- a computer program according to another aspect of the present invention for solving the above-described problems is combined with a computer that is hardware to execute the method for determining whether delirium occurs, and is stored in a computer-readable recording medium.
- a more objective and precise analysis is possible by calculating the possibility of delirium by judging whether or not there is an abnormality in various biosignals including the measured EEG, electrocardiogram, pulse, and pulse wave.
- FIG. 1 is a block diagram of an apparatus for determining whether delirium occurs according to the present invention.
- FIG. 2 is a flowchart of a method for determining whether delirium occurs according to the present invention.
- 3 and 4 are exemplary views of the measuring unit of the apparatus for determining whether delirium occurs according to the present invention.
- 5 is a diagram for explaining the difference between the delirium group and the non-delirium group according to the absolute power spectrum analysis according to the present invention.
- FIG. 6 is a diagram for explaining the difference between the delirium group and the non-delirium group according to the relative power spectrum analysis according to the present invention.
- FIG. 7 is a diagram for explaining the difference between the delirium group and the non-delirium group for each region of the head according to the present invention.
- FIG. 8 is a diagram illustrating the brain mapping of the delirium group and the non-delirium group according to the present invention.
- FIG. 9 is a view for explaining an actual application situation of the apparatus for determining whether delirium occurs according to the present invention.
- FIG. 1 is a block diagram of an apparatus for determining whether delirium occurs according to the present invention.
- FIG. 2 is a flowchart of a method for determining whether delirium occurs according to the present invention.
- 3 and 4 are exemplary views of the measuring unit of the apparatus for determining whether delirium occurs according to the present invention.
- 5 is a diagram for explaining the difference between the delirium group and the non-delirium group according to the absolute power spectrum analysis according to the present invention.
- FIG. 6 is a diagram for explaining the difference between the delirium group and the non-delirium group according to the relative power spectrum analysis according to the present invention.
- FIG. 7 is a diagram for explaining the difference between the delirium group and the non-delirium group for each region of the head according to the present invention.
- FIG. 8 is a diagram illustrating the brain mapping of the delirium group and the non-delirium group according to the present invention.
- FIG. 9 is a view for explaining an actual application situation of the apparatus for determining whether delirium occurs according to the present invention.
- the apparatus 100 for determining whether delirium occurs includes a measurement unit 120 , a control unit 140 , a display unit 160 , and a memory 180 .
- the apparatus 100 for determining whether delirium occurs in the present invention may include fewer or more components than the components shown in FIG. 1 .
- the measurement unit 120 and the control unit 140 each have a communication module to transmit and receive information and signals to each other.
- the communication module may include a wired, wireless communication link, or an optical fiber cable.
- the communication module may be implemented in various types of networks such as an intranet, Bluetooth, a local area network (LAN), or a wide area network (WAN).
- the measurement unit 120 includes an EEG measurement module 122 , an electrocardiogram measurement module 124 , and a pulse and pulse wave measurement module 126 .
- the EEG measurement module 122 includes at least one first electrode sensor 1221 to measure EEG.
- the electrocardiogram measuring module 124 includes at least one second electrode sensor 1224 to measure the electrocardiogram.
- the pulse and pulse wave measuring module 126 includes at least one third electrode sensor 1261 to measure a pulse and a pulse wave.
- the measuring unit 120 measures the brain wave, pulse, and pulse wave of the examinee (ie, the patient) through a device that can be worn on the head, such as a hat, and the electrocardiogram of the examinee through a patch attached to the chest. measure
- the brain wave measurement module 122 and the pulse and pulse wave measurement module 126 may be formed as a device that can be worn on the head, and the electrocardiogram measurement module 124 may be formed as a patch attached to the chest.
- the device and the patch may be wirelessly connected to transmit/receive information and signals to each other.
- the measuring unit 120 transmits at least one of the measured EEG, electrocardiogram, pulse, and pulse wave to the controller 140 .
- a result (electrocardiogram) measured from the patch may be transmitted to the controller 140 through a device wirelessly connected to the patch. That is, the device may receive the result (electrocardiogram) measured from the patch, and transmit it to the controller 140 together with the result (brain wave, pulse, and pulse wave) measured by the device.
- the device and the patch each include a communication module.
- the patch transmits the measured result (electrocardiogram) to the controller 140
- the device transmits the measured result (brain wave, pulse, and pulse wave) to the controller 140 .
- the patch and the device may transmit measurement results to the controller 140 , respectively.
- the device and the patch each include a communication module.
- the memory 180 includes at least one delirium occurrence determination program for determining whether a subject has delirium.
- the control unit 140 executes the delirium occurrence determination program, and determines whether delirium occurs in the subject using at least one of an EEG, an electrocardiogram, a pulse, and a pulse wave received through the executed program.
- the control unit 140 displays the determined result on the display unit 160 .
- the display unit 160 may be implemented with various display devices, such as a liquid crystal display (LCD), a light emitting diode (LED), a plasma display panel (PDP), and an organic light emitting diode (OLED).
- LCD liquid crystal display
- LED light emitting diode
- PDP plasma display panel
- OLED organic light emitting diode
- the present invention it is possible to determine whether delirium occurs by using various biosignals such as an EEG, an electrocardiogram, a pulse, and a pulse wave of the subject as well as an eye electric potential and an electromyogram.
- biosignals such as an EEG, an electrocardiogram, a pulse, and a pulse wave of the subject as well as an eye electric potential and an electromyogram.
- the measurement unit 120 may have a device wearable on the head such as a hat to cover the eyes of the examinee, and measure the eye potential with respect to the change in the eye muscles of the examinee.
- the measuring unit 120 measures an EEG from the head of a subject using at least one first electrode sensor 1221 ( S210 ), and at least one An electrocardiogram is measured from the chest of the subject using the second electrode sensor 1241 (S220).
- the measuring unit 120 measures a pulse and a pulse wave from the temple of the subject using at least one third electrode sensor 1261 .
- the measurement unit 120 may be configured with a hat-shaped device and a patch wirelessly connected to the device.
- the hat-shaped device is formed so that a portion of both sides is downward (eg, by a length that covers the temple).
- the EEG measurement module 122 uses the three first electrode sensors 1221 to detect the EEG is measured at the head position.
- the pulse and white wave measuring module 126 uses the two third electrode sensors 1261 to contact the temple of the examinee to which the two third electrode sensors are in contact. Measure the pulse and pulse wave from
- FIG. 3 three first electrode sensors 1221 and two third electrode sensors 1261 are illustrated, but the number is not limited thereto.
- first electrode sensor 1221 is illustrated as being disposed at the front of the head in FIG. 3 , the present invention is not limited thereto, and the first electrode sensor 1221 may be disposed at the back or the crown of the head.
- the electrocardiogram measuring module 124 in the form of a wireless patch uses three second electrode sensors 1241 , and three second electrode sensors 1241 . ), measure the electrocardiogram from the chest of the person who has been touched.
- control unit 140 executes a delirium occurrence determination program for determining whether the examinee has delirium (S230).
- the program for determining the occurrence of delirium is provided in the memory 180 , and is executed by the controller 140 when the measuring unit 120 measures at least one of an EEG, an electrocardiogram, a pulse, and a pulse wave of the subject.
- the delirium occurrence determination program is not executed by the control unit 140 when the measuring unit 120 measures at least one of the brain wave, electrocardiogram, pulse, and pulse wave of the subject, but is not executed at all times.
- the controller 140 analyzes the EEG measured through the executed program, and determines whether the EEG of the subject is abnormal based on whether the EEG is activated for each frequency (S240).
- EEG is divided into various frequencies, and these frequencies represent the state of the brain.
- Frequency includes delta, theta, alpha, beta, and gamma.
- Delta (delta) is an EEG of 0-3.99 Hz, and is a waveform that appears in a deep sleep state.
- Theta is an EEG of 4-7.99Hz, and it is a waveform that appears in a state of meditation or sleepiness.
- Alpha is an EEG of 8-11.99Hz, and it is a waveform that appears in a relaxed or stable state.
- Beta is an EEG with a frequency of 12-29.99 Hz, and is a waveform that appears when nervous, awake, active, or performing cognitive thinking activities.
- Gamma is an EEG of 30-49.99 Hz, and is a waveform that appears in a tense or excited state.
- control unit 140 analyzes the measured EEG using an analysis algorithm such as BatchPro-Addon and BrainMap-Addon.
- an analysis algorithm such as BatchPro-Addon and BrainMap-Addon.
- the present invention is not limited thereto, and any algorithm for analyzing brain waves may be used.
- delta and theta appearing in the sleep state, drowsiness state, or meditation are activated, while alpha, beta and gamma appearing in the relaxation, cognition, and awakening state are activated. ) is inactivated, it is determined that there is an abnormality in the subject's brain waves.
- the EEG measurement module 122 may include a plurality of first electrode sensors 1221 , and accordingly, the control unit 140 controls a preset position and a preset position among the plurality of first electrode sensors 1221 . EEG measured through at least one first electrode sensor 1221 corresponding to the number may be analyzed.
- the first electrode sensor 1221 may be disposed on the entire head, and at this time, the EEG is not measured from the entire first electrode sensor 1221, but among all the disposed first electrode sensors 1221. EEG may be measured by selecting only a specific number of first electrode sensors 1221 disposed at specific positions.
- the controller 140 detects the EEG measured by the three first electrode sensors 1221 disposed in the front of the head. carry out the analysis with At this time, the remaining first electrode sensor 1221 does not measure EEG.
- the control unit 140 analyzes the EEG measured by the three first electrode sensors 1221 disposed in the front of the head. do. At this time, the remaining first electrode sensor 1221 also measures the EEG, but is not used for analysis by the controller 140 .
- the preset position and the preset number are illustrated as the front part of the head and three, but the present invention is not limited thereto.
- the controller 140 analyzes the measured ECG and determines whether the ECG of the subject is abnormal based on whether the waveform of the ECG is changed ( S250 ).
- the electrocardiogram is displayed as a waveform by analyzing the electrical activity of the heart.
- the waveform is divided into P, QRS Complex, and T.
- a normal electrocardiogram is shown as a waveform in which P-QRS Complex-T is constantly repeated. Accordingly, when the ECG waveform appears irregular, it is determined that there is an abnormality in the ECG of the subject.
- the control unit 140 determines whether delirium occurs in the subject according to the result of determining whether there is an abnormality (S260).
- the controller 140 determines that delirium has occurred in the subject.
- control unit 140 may calculate the possibility of occurrence of delirium according to whether there is an EEG abnormality or an ECG abnormality.
- the controller 140 calculates the possibility of delirium as a first value, and when only the EEG abnormality is determined, the probability of occurrence of delirium is a second value smaller than the first value , and if only the ECG abnormality is determined, the probability of occurrence of delirium is calculated as a third value smaller than the second value.
- the diagnosis can be made in advance by precognizing that an abnormality will occur in the EEG of the diagnosed person, so that delirium can be determined at an early stage.
- the probability of occurrence of delirium is divided into three values according to whether there is an EEG abnormality or an electrocardiogram abnormality, but is not limited thereto.
- the possibility of occurrence of delirium may be calculated with a different value depending on the position where the first electrode module is disposed.
- the controller 140 analyzes the measured pulse and pulse wave, and determines whether or not the pulse and pulse wave of the examinee are abnormal based on whether the pulse and the velocity of the pulse wave are changed.
- the controller 140 may calculate the possibility of occurrence of delirium according to whether there is an EEG abnormality, an electrocardiogram abnormality, or a pulse and pulse wave abnormality.
- the possibility of delirium occurrence is calculated differently depending on the number of cases in which abnormality is found in at least one of EEG, electrocardiogram, pulse and pulse wave, three biosignals can do.
- the controller 140 displays the determined result on the screen (S270).
- the determined result may include image data related to at least one of an EEG, an electroencephalogram, a pulse, and a pulse wave, as well as data indicating a result of the occurrence of delirium of the examinee.
- the display unit 160 is described as an output unit in the present invention, the display unit 160 not only functions as an output unit for outputting a program for determining whether delirium occurs, but also serves as an input unit for receiving an input signal from a diagnostician. can also be done.
- the display unit 160 means that a generally used touch panel, touch screen, touch type monitor, etc. is applied.
- the memory 180 further includes an artificial intelligence model.
- the controller 140 applies at least one data of the subject's EEG, EEG, pulse, and pulse wave to the artificial intelligence model to predict the progress rate of delirium of the subject.
- control unit 140 can predict how advanced the delirium of the subject is and how it will proceed in the future. .
- the controller 140 may predict the speed of progression of delirium of the diagnosed person by applying information of the diagnosed person to the AI model, for example, information including age, gender, severity of disease, and the like.
- the artificial intelligence model is built by learning the predicted data and actual data related to the occurrence and progression of delirium for each patient.
- the artificial intelligence model may be built by learning the predicted data and the actual data in consideration of information including the age, gender, severity of disease, etc. of each diagnosed patient.
- the artificial intelligence model can be built by learning the progression pattern of delirium according to the age, gender, and severity of the disease of the subject.
- absolute alpha, absolute beta, and absolute gamma are greater in all channels of the parietal lobe region than in the non-delirium group. appears to be inactive.
- absolute theta shows a tendency of inactivation in the two channels, the spectral edge frequency 50% (SEF50) in the delirium group than in the non-delirium group in the 12 channels.
- absolute delta tends to be more activated in the delirium group than in the non-delirium group in the P3 and P5 channels.
- the spectral edge frequency 50% (SEF50) is data indicating the arousal of the cerebral cortex.
- relative alpha is in 15 channels
- relative beta is in 10 channels
- relative gamma is 7 In the canine channel, there was a tendency of inactivation in the delirium group than in the non-delirium group.
- the parietal lobe is divided into right centroparietal lobe, right parietal lobe, left pentroparital lobe, and left parietal lobe.
- a power spectrum (absolute power spectrum) and a relative power spectrum (relative power spectrum) appear differently.
- absolute alpha (p, 0.049) and relative alpha (p, 0.000) tend to be inactivated in the delirium group than in the non-delirium group.
- absolute delta (p, 0.019), relative beta (p, 0.001), relative theta (p, ⁇ 0.001), and relative alpha alpha) (p, 0.006), relative beta (p, ⁇ 0.001), and relative gamma (p, 0.011) were more activated in the delirium group than in the non-deliberate group, but absolute alpha (p , 0.000), absolute gamma (p, 0.002), and spectral edge frequency 50% (SEF50) (p, ⁇ 0.001) showed a tendency to be inactivated.
- absolute theta (p, 0.042), absolute beta (p, 0.029), and relative alpha (p, 0.005) were higher in the delirium group than in the non-delirium group. tends to be inactive.
- the overall distribution and difference of EEG shows an overall difference in brain mapping. Absolute delta, absolute theta, relative theta, and relative gamma were more activated in the delirium group than in the non-delusive group, and absolute alpha and absolute beta beta), absolute gamma, relative alpha, relative beta, and spectral edge frequency 50% (SEF50) tend to be less active.
- delta and theta are activated, and alpha, beta, and gamma are higher in patients with delirium than in non-existing patients. Since it appears to be inactivated, it is possible to determine whether delirium occurs depending on whether the subject's brain waves are activated for each frequency.
- the delirium occurrence determination device 100 of the present invention may be applied to an intensive care unit patient.
- the apparatus 100 for determining whether delirium occurs wears and attaches the measuring unit 120 to the head and chest of an intensive care unit patient lying in bed to measure brain waves, electrocardiograms, pulses and pulse waves.
- EEG, pulse, and pulse wave can be measured, and an electrocardiogram can be measured by attaching a patch to the chest of an intensive care unit patient.
- the method for determining whether delirium occurs according to an embodiment of the present invention described above may be implemented as a program (or application) and stored in a medium in order to be executed in combination with a computer that is hardware.
- the above-mentioned program in order for the computer to read the program and execute the methods implemented as a program, C, C++, JAVA, Ruby, which the processor (CPU) of the computer can read through the device interface of the computer; It may include code coded in a computer language such as machine language. Such code may include functional code related to a function defining functions necessary for executing the methods, etc., and includes an execution procedure related control code necessary for the processor of the computer to execute the functions according to a predetermined procedure. can do. In addition, the code may further include additional information necessary for the processor of the computer to execute the functions or code related to memory reference for which location (address address) in the internal or external memory of the computer to be referenced. have.
- the code uses the communication module of the computer to determine how to communicate with any other computer or server remotely. It may further include a communication-related code for whether to communicate and what information or media to transmit and receive during communication.
- the storage medium is not a medium that stores data for a short moment, such as a register, a cache, a memory, etc., but a medium that stores data semi-permanently and can be read by a device.
- examples of the storage medium include, but are not limited to, ROM, RAM, CD-ROM, magnetic tape, floppy disk, and an optical data storage device.
- the program may be stored in various recording media on various servers accessible by the computer or in various recording media on the computer of the user.
- the medium may be distributed in a computer system connected to a network, and a computer-readable code may be stored in a distributed manner.
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Cardiology (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Neurology (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Social Psychology (AREA)
- Primary Health Care (AREA)
- Educational Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Neurosurgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Ophthalmology & Optometry (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법이 제공된다. 상기 장치는 디스플레이부, 피진단자의 섬망 발생 여부 판단을 위한 적어도 하나의 섬망 발생 판단 프로그램을 구비한 메모리, 상기 피진단자의 머리에 착용 가능하도록 형성되며, 상기 피진단자의 뇌파 및 심전도를 측정하는 측정부(120) 및 상기 프로그램을 실행하고, 상기 실행된 프로그램을 통해 상기 측정된 뇌파 및 심전도를 분석하여 뇌파 이상 여부 및 심전도 이상 여부를 판단하고, 상기 이상 여부 판단 결과에 따라 상기 피진단자의 섬망 발생 여부를 판단하고, 상기 판단된 결과를 상기 디스플레이부 상에 표시하는 제어부를 포함한다.
Description
본 발명은 섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법에 관한 것이다.
섬망은 불면증, 기억력 저하, 사고장애, 초조, 방향감각 상실, 혼돈, 피해망상 등이 나타나는 정신과 질환이다. 섬망은 비교적 흔한 질환으로 전체 병원 입원 환자의 10~15%가 섬망을 경험한다.
중환자실에서 급작스럽게 발생하는 섬망은 환자의 질병의 예후에 심각한 영향을 줄 뿐만 아니라, 환자의 재원기간을 연장하고 의료비용 소비를 증가시키고, 심지어 사망률을 증가시키는 요인으로 작용할 수 있다. 그렇기 때문에 중환자실 환자에 대한 섬망 관리는 매우 중요하다.
그러나, 섬망의 병태생리가 불분명하고 급성으로 발생하며 시간에 따라 증상의 변화가 심하기 때문에 의료진들이 섬망을 인지하지 못하거나(Missed), 늦게 발견하거나(Detected late), 오인하는(Misdiagnosed) 경우가 발생한다.
또한, 중환자실 환자들의 심각한 질병의 중증도와 관련된 치료의 급박함에 의해 섬망 관리는 우선 순위에서 밀리게 된다. 이로 인해, 막대한 의료 서비스를 제공함에도 불구하고 섬망 관리는 다른 간호중재들과 질적인 격차가 큰 실정이다.
본 발명이 해결하고자 하는 과제는 피진단자의 뇌파 및 심전도를 기반으로 섬망 발생 여부를 판단하는 섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 섬망 발생 여부 판단 장치는, 디스플레이부, 피진단자의 섬망 발생 여부 판단을 위한 적어도 하나의 섬망 발생 판단 프로그램을 구비한 메모리, 상기 피진단자의 머리에 착용 가능하도록 형성되며, 상기 피진단자의 뇌파 및 심전도를 측정하는 측정부 및 상기 프로그램을 실행하고, 상기 실행된 프로그램을 통해 상기 측정된 뇌파 및 심전도를 분석하여 뇌파 이상 여부 및 심전도 이상 여부를 판단하고, 상기 이상 여부 판단 결과에 따라 상기 피진단자의 섬망 발생 여부를 판단하고, 상기 판단된 결과를 상기 디스플레이부 상에 표시하는 제어부를 포함한다.
본 발명에서, 상기 측정부는, 적어도 하나의 제1 전극센서를 포함하고, 상기 적어도 하나의 제1 전극센서를 이용하여 상기 피진단자의 머리로부터 뇌파를 측정하는 뇌파 측정모듈, 및 적어도 하나의 제2 전극센서를 포함하고, 상기 적어도 하나의 제2 전극센서를 이용하여 상기 피진단자의 가슴으로부터 심전도를 측정하는 심전도 측정모듈을 포함할 수 있다.
본 발명에서, 상기 뇌파 측정모듈은, 복수의 제1 전극센서를 포함하고, 상기 제어부는, 상기 복수의 제1 전극센서 중에서 기 설정된 위치 및 기 설정된 개수에 상응하는 상기 적어도 하나의 제1 전극센서를 통해 측정되는 뇌파를 분석할 수 있다.
본 발명에서, 상기 제어부는, 상기 측정된 뇌파의 주파수별 활성화 여부를 통해 상기 피진단자의 뇌파 이상 여부를 판단할 수 있다.
본 발명에서, 상기 주파수는, 델타(delta), 세타(theta), 알파(alpha), 베타(beta) 및 감마(gamma)를 포함하며, 상기 제어부는, 상기 델타(delta), 상기 세타(theta)가 활성화인 상태이고 상기 알파(alpha), 상기 베타(beta) 및 상기 감마(gamma)가 비활성화인 상태이면, 상기 피진단자의 뇌파에 이상이 있는 것으로 판단할 수 있다.
본 발명에서, 상기 제어부는, 상기 측정된 심전도의 파형의 변화 여부를 통해 상기 피진단자의 심전도 이상 여부를 판단할 수 있다.
본 발명에서, 상기 제어부는, 상기 뇌파 이상 여부 및 상기 심전도 이상 여부가 판단되면, 섬망 발생 가능성을 제1 값으로 산출하고, 상기 뇌파 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제1 값보다 작은 제2 값으로 산출하고, 상기 심전도 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제2 값보다 작은 제3 값으로 산출할 수 있다.
본 발명에서, 상기 측정부는, 적어도 하나의 제3 전극센서를 포함하고, 상기 적어도 하나의 제3 전극센서를 이용하여 상기 피진단자의 관자놀이로부터 맥박 및 맥파를 측정하는 맥박 및 맥파 측정모듈을 더 포함하고, 상기 제어부는, 상기 측정된 맥박 및 맥파의 속도의 변화 여부를 통해 상기 피진단자의 맥박 및 백파 이상 여부를 판단할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 섬망 발생 여부 판단 장치에 의해 수행되는 섬망 발생 여부 판단 방법은, 적어도 하나의 제1 전극센서를 이용하여 피진단자의 머리로부터 뇌파를 측정하는 단계, 적어도 하나의 제2 전극센서를 이용하여 상기 피진단자의 가슴으로부터 심전도를 측정하는 단계, 상기 피진단자의 섬망 발생 여부 판단을 위한 섬망 발생 판단 프로그램을 실행하는 단계, 상기 프로그램을 통해 상기 측정된 뇌파의 주파수별 활성화 여부를 통해 상기 피진단자의 뇌파 이상 여부를 판단하는 단계, 상기 측정된 심전도의 파형의 변화 여부를 통해 상기 피진단자의 심전도 이상 여부를 판단하는 단계, 상기 이상 여부 판단 결과에 따라 상기 피진단자의 섬망 발생 여부를 판단하는 단계 및 상기 판단된 결과를 화면 상에 표시하는 단계를 포함한다.
본 발명에서, 상기 피진단자의 뇌파를 측정하는 단계는, 복수의 제1 전극센서 중에서 기 설정된 위치 및 기 설정된 개수에 상응하는 상기 적어도 하나의 제1 전극센서를 이용하여 뇌파를 측정하는 것일 수 있다.
본 발명에서, 상기 주파수는, 델타(delta), 세타(theta), 알파(alpha), 베타(beta) 및 감마(gamma)를 포함하며, 상기 피진단자의 뇌파 이상 여부를 판단하는 단계는, 상기 델타(delta), 상기 세타(theta)가 활성화인 상태이고 상기 알파(alpha), 상기 베타(beta) 및 상기 감마(gamma)가 비활성화인 상태이면, 상기 피진단자의 뇌파에 이상이 있는 것으로 판단할 수 있다.
본 발명에서, 상기 피진단자의 섬망 발생 여부를 판단하는 단계는, 상기 이상 여부 판단 결과에 따라 섬망 발생 가능성을 산출하는 단계를 포함할 수 있다.
본 발명에서, 상기 섬망 발생 가능성을 산출하는 단계는, 상기 뇌파 이상 여부 및 상기 심전도 이상 여부가 판단되면, 섬망 발생 가능성을 제1 값으로 산출하고, 상기 뇌파 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제1 값보다 작은 제2 값으로 산출하고, 상기 심전도 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제2 값보다 작은 제3 값으로 산출할 수 있다.
본 발명에서, 적어도 하나의 제3 전극센서를 이용하여 상기 피진단자의 관자놀이로부터 맥박 및 맥파를 측정하는 단계, 및 상기 측정된 맥박 및 맥파의 속도의 변화 여부를 통해 상기 피진단자의 맥박 및 백파 이상 여부를 판단하는 단계를 더 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 또 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 섬망 발생 여부 판단 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상술한 본 발명에 의하면, 피진단자의 머리에 착용 가능한 하나의 디바이스를 통해 피진단자의 뇌파뿐만 아니라 맥박 및 맥파의 측정이 가능하다.
측정된 뇌파, 심전도, 맥박 및 맥파를 포함하는 다양한 생체 신호에 대한 이상 여부를 각각 판단하여 섬망 발생 가능성을 산출함으로써, 보다 객관적이고 정밀한 분석이 가능하다.
또한, 중환자실의 환자들에 대한 24시간 모니터링을 수행하면서 측정되는 뇌파 및 심전도를 이용하기 때문에, 섬망 유무를 빠르게 인지할 수 있다.
모자 형태의 디바이스를 통해 뇌파와, 맥박 및 맥파를 측정하고, 무선 패치를 이용하여 심전도를 측정하기 때문에, 중환자실의 환자들이 침대에 누워서도 측정이 가능하며, 비침습적이고 저비용으로 측정 가능하다는 장점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 섬망 발생 여부 판단 장치의 구성도이다.
도 2는 본 발명에 따른 섬망 발생 여부 판단 방법의 순서도이다.
도 3 및 도 4는 본 발명에 따른 섬망 발생 여부 판단 장치의 측정부의 예시도이다.
도 5는 본 발명에 따른 절대 파워 스펙트럼 분석에 따른 섬망군과 비섬망 군의 차이를 설명하기 위한 도면이다.
도 6은 본 발명에 따른 상대 파워 스펙트럼 분석에 따른 섬망군과 비섬망 군의 차이를 설명하기 위한 도면이다.
도 7은 본 발명에 따른 머리의 영역별 섬망군과 비섬망 군의 차이를 설명하기 위한 도면이다.
도 8은 본 발명에 따른 섬망군과 비섬망 군의 브레인 맵핑을 도시한 도면이다.
도 9는 본 발명에 따른 섬망 발생 여부 판단 장치의 실제 적용 상황을 설명하기 위한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명에 따른 섬망 발생 여부 판단 장치의 구성도이다.
도 2는 본 발명에 따른 섬망 발생 여부 판단 방법의 순서도이다.
도 3 및 도 4는 본 발명에 따른 섬망 발생 여부 판단 장치의 측정부의 예시도이다.
도 5는 본 발명에 따른 절대 파워 스펙트럼 분석에 따른 섬망군과 비섬망 군의 차이를 설명하기 위한 도면이다.
도 6은 본 발명에 따른 상대 파워 스펙트럼 분석에 따른 섬망군과 비섬망 군의 차이를 설명하기 위한 도면이다.
도 7은 본 발명에 따른 머리의 영역별 섬망군과 비섬망 군의 차이를 설명하기 위한 도면이다.
도 8은 본 발명에 따른 섬망군과 비섬망 군의 브레인 맵핑을 도시한 도면이다.
도 9는 본 발명에 따른 섬망 발생 여부 판단 장치의 실제 적용 상황을 설명하기 위한 도면이다.
도 1을 참조하면, 섬망 발생 여부 판단 장치(100)는 측정부(120), 제어부(140), 디스플레이부(160) 및 메모리(180)를 포함한다.
다만, 본 발명에서의 섬망 발생 여부 판단 장치(100)는 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수도 있다.
측정부(120)와 제어부(140)는 각각 통신모듈을 구비하여 서로 정보 및 신호를 송수신한다. 여기서, 통신모듈은 유선, 무선 통신 링크 또는 광파이버 케이블 등을 포함할 수 있다. 또한, 통신모듈은 인트라넷, 블루투스(Bluetooth), 근거리 통신망(LAN)이나 광역 통신망(WAN)과 같은 여러 가지 각종 네트워크로 구현될 수 있다.
측정부(120)는 뇌파 측정모듈(122), 심전도 측정모듈(124) 및 맥박 및 맥파 측정모듈(126)을 포함한다.
뇌파 측정모듈(122)은 적어도 하나의 제1 전극센서(1221)를 포함하여 뇌파를 측정한다.
심전도 측정모듈(124)은 적어도 하나의 제2 전극센서(1224)를 포함하여 심전도를 측정한다.
맥박 및 맥파 측정모듈(126)은 적어도 하나의 제3 전극센서(1261)을 포함하여 맥박 및 맥파를 측정한다
본 발명에 따라, 측정부(120)는 모자 등과 같이 머리에 착용 가능한 디바이스를 통해 피진단자(즉, 환자)의 뇌파와, 맥박 및 맥파를 측정하며, 가슴에 부착되는 패치를 통해 피진단자의 심전도를 측정한다.
즉, 뇌파 측정모듈(122) 및 맥박 및 맥파 측정모듈(126)은 머리에 착용 가능한 디바이스로 형성되고, 심전도 측정모듈(124)은 가슴에 부착되는 패치로 형성될 수 있다. 여기서, 디바이스와 패치는 무선으로 연결되어 서로 정보 및 신호를 송수신할 수 있다.
측정부(120)는 측정된 뇌파, 심전도, 맥박 및 맥파 중 적어도 하나를 제어부(140)에 송신한다.
일 예로, 디바이스와 패치가 일체의 기기로 구현되는 경우, 패치로부터 측정된 결과(심전도)는, 패치와 무선으로 연결된 디바이스를 통해 제어부(140)로 송신될 수 있다. 즉, 디바이스는 패치로부터 측정된 결과(심전도)를 수신하여, 디바이스에서 측정된 결과(뇌파와 맥박 및 맥파)와 함께 제어부(140)로 송신할 수 있다. 이때, 디바이스와 패치는 각각 통신모듈을 구비한다.
다른 예로, 디바이스와 패치가 개별적인 기기로 구현되는 경우, 패치는 측정된 결과(심전도)를 제어부(140)로 송신하고, 디바이스는 측정된 결과(뇌파와 맥박 및 맥파)를 제어부(140)로 송신할 수 있다. 즉, 패치와 디바이스는 측정 결과를 각각 제어부(140)로 송신할 수 있다. 이때, 디바이스와 패치는 각각 통신모듈을 구비한다.
메모리(180)는 피진단자의 섬망 발생 여부 판단을 위한 적어도 하나의 섬망 발생 판단 프로그램을 구비한다.
제어부(140)는 섬망 발생 판단 프로그램을 실행하고, 실행된 프로그램을 통해 수신된 뇌파, 심전도, 맥박 및 맥파 중 적어도 하나를 이용하여 피진단자의 섬망 발생 여부를 판단한다.
제어부(140)는 판단된 결과를 디스플레이부(160) 상에 표시한다. 이때, 디스플레이부(160)는 LCD(Liquid Crystal Display), LED(Light Emitting Diode), PDP(Plasma Display Panel), OLED(Organic Light Emitting Diode) 등 다양한 디스플레이 장치로 구현될 수 있다.
본 발명에 따라, 피진단자의 뇌파, 심전도, 맥박 및 맥파뿐만 아니라 눈전위도 및 근전도 등과 같이 다양한 생체 신호를 이용하여 섬망 발생 여부를 판단할 수도 있다.
일 예로, 측정부(120)는 모자와 같이 머리에 착용 가능한 디바이스가 피진단자의 눈 위를 덮도록 형성되어, 피진단자의 눈 근육의 변화에 대한 눈전위도를 측정할 수 있다.
이하에서는, 도 2 내지 도 4를 참조하여, 섬망 발생 여부 판단 장치(100)를 이용하여 피진단자의 섬망 발생 여부를 판단하는 방법에 대해서 구체적으로 설명하도록 한다.
도 2를 참조하면, 제어부(140)의 제어에 따라, 측정부(120)는 적어도 하나의 제1 전극센서(1221)를 이용하여 피진단자의 머리로부터 뇌파를 측정하고(S210), 적어도 하나의 제2 전극센서(1241)를 이용하여 피진단자의 가슴으로부터 심전도를 측정한다(S220).
또한, 도 2에 도시하지는 않았지만, 제어부(140)의 제어에 따라, 측정부(120)는 적어도 하나의 제3 전극센서(1261)를 이용하여 피진단자의 관자놀이로부터 맥박 및 맥파를 측정한다.
상술한 바와 같이, 측정부(120)는 모자 형태의 디바이스 및 디바이스와 무선으로 연결되는 패치로 구성될 수 있다. 이때, 모자 형태의 디바이스는 도 3에 도시된 바와 같이, 양측면의 일부가 아래로(예를 들어, 관자놀이를 덮는 길이만큼) 내려오도록 형성된다.
도 3을 참조하면, 제어부(140)의 제어에 따라, 뇌파 측정모듈(122)은 3개의 제1 전극센서(1221)를 이용하여, 3개의 제1 전극센서(1221)가 접촉된 피진단자의 머리 위치에서의 뇌파를 측정한다.
도 3을 참조하면, 제어부(140)의 제어에 따라, 맥박 및 백파 측정모듈(126)은 2개의 제3 전극센서(1261)를 이용하여, 2개의 제3 전극센서가 접촉된 피진단자의 관자놀이로부터 맥박 및 맥파를 측정한다.
도 3에서는 제1 전극센서(1221)가 3개이고 제3 전극센서(1261)가 2개인 것으로 도시하였지만, 개수는 이에 한정되지 않는다.
또한, 도 3에서는 제1 전극센서(1221)가 머리의 앞부분에 배치된 것으로 도시하였지만, 이에 한정되지 않고 제1 전극센서(1221)는 머리의 뒷부분 또는 정수리 부분에 배치될 수도 있다.
또한, 도 3에서는 도시하지 않았지만, 제어부(140)의 제어에 따라, 무선 패치 형태의 심전도 측정모듈(124)은 3개의 제2 전극센서(1241)를 이용하여, 3개의 제2 전극센서(1241)가 접촉된 피진단자의 가슴으로부터 심전도를 측정한다.
상기에서는 제2 전극센서(1241)가 3개인 것으로 설명하였지만, 개수는 이에 한정되지 않는다.
S220 다음으로, 제어부(140)는 피진단자의 섬망 발생 여부 판단을 위한 섬망 발생 판단 프로그램을 실행한다(S230).
여기서, 섬망 발생 판단 프로그램은 메모리(180)에 구비되어, 측정부(120)가 피진단자의 뇌파, 심전도, 맥박 및 맥파 중 적어도 하나를 측정하면 제어부(140)에 의해 실행된다.
그러나 본 발명에 따라, 섬망 발생 판단 프로그램은 측정부(120)가 피진단자의 뇌파, 심전도, 맥박 및 맥파 중 적어도 하나를 측정하면 제어부(140)에 의해 실행되는 것이 아니라, 상시 실행 상태로 유지될 수도 있다.
S230 다음으로, 제어부(140)는 실행된 프로그램을 통해 측정된 뇌파를 분석하여, 뇌파의 주파수별 활성화 여부를 통해 피진단자의 뇌파 이상 여부를 판단한다(S240).
뇌파는 다양한 주파수로 구분되며, 이러한 주파수는 뇌의 상태를 나타낸다.
주파수는 델타(delta), 세타(theta), 알파(alpha), 베타(beta) 및 감마(gamma)를 포함한다.
델타(delta)는 0-3.99Hz의 뇌파로서, 깊은 수면 상태에서 나타나는 파형이다.
세타(theta)는 4-7.99Hz의 뇌파로서, 명상하거나 졸린 상태에서 나타나는 파형이다.
알파(alpha)는 8-11.99Hz의 뇌파로서, 이완되거나 안정된 상태에서 나타나는 파형이다.
베타(beta)는 12-29.99Hz의 뇌파로서, 긴장하거나 각성, 활성 상태에서, 또는 인지적 사고 활동을 할 때 나타나는 파형이다.
감마(gamma)는 30-49.99Hz의 뇌파로서, 긴장하거나 흥분 상태에서 나타나는 파형이다.
S240에서, 제어부(140)는 측정된 뇌파를 BatchPro-Addon 및 BrainMap-Addon 등과 같은 분석 알고리즘을 이용하여 분석한다. 그러나, 이에 한정되지 않고 뇌파를 분석하는 알고리즘이라면 모두 이용할 수 있다.
이후, 분석 결과에 기초하여, 제어부(140)는 델타(delta), 세타(theta)가 활성화인 상태이고 알파(alpha), 베타(beta) 및 감마(gamma)가 비활성화인 상태이면, 피진단자의 뇌파에 이상이 있는 것으로 판단한다.
섬망이 발생한 환자는 이완, 인지, 각성에 대해 느려지고 졸리거나 수면 초기 상태를 나타나게 된다.
따라서, 수면 상태나 졸린 상태에서, 또는 명상 시에 나타나는 델타(delta) 및 세타(theta)가 활성화되고, 반면에 이완, 인지, 각성 상태에서 나타나는 알파(alpha), 베타(beta) 및 감마(gamma)가 비활성화된 경우, 피진단자의 뇌파에 이상이 있는 것으로 판단하는 것이다.
본 발명에 따라, 뇌파 측정모듈(122)은 복수의 제1 전극센서(1221)를 포함할 수 있고, 이에 따라 제어부(140)는 복수의 제1 전극센서(1221) 중에서 기 설정된 위치 및 기 설정된 개수에 상응하는 적어도 하나의 제1 전극센서(1221)를 통해 측정되는 뇌파를 분석할 수 있다.
뇌파 측정모듈(122)은 머리 전체적으로 제1 전극센서(1221)가 배치될 수 있으며, 이때 전체 제1 전극센서(1221)로부터 뇌파를 측정하는 것이 아니라, 배치된 전체 제1 전극센서(1221) 중에서 특정 위치에 배치된 특정 개수의 제1 전극센서(1221)만을 선택하여 뇌파를 측정할 수 있다.
즉, 머리의 전체 영역 중에서 섬망 발생과 관련하여 뇌파 변화의 차이가 명확히 나타나는 특정 영역을 파악하고, 해당 영역에 배치된 제1 전극센서(1221)에 의해서만 뇌파가 측정되도록 함으로써, 보다 빠르고 정밀하게 뇌파 분석이 가능하다.
도 4를 참조하면, 뇌파 측정모듈(122)에 포함된 수많은 제1 전극센서(1221) 중에서, 제어부(140)는 머리 앞부분에 배치된 3개의 제1 전극센서(1221)에 의해서 측정된 뇌파를 가지고 분석을 수행한다. 이때, 나머지 제1 전극센서(1221)는 뇌파를 측정하지 않는다.
또는, 뇌파 측정모듈(122)에 포함된 수많은 제1 전극센서(1221) 중에서, 제어부(140)는 머리 앞부분에 배치된 3개의 제1 전극센서(1221)에 의해서 측정된 뇌파를 가지고 분석을 수행한다. 이때, 나머지 제1 전극센서(1221)도 뇌파를 측정하지만 제어부(140)에 의한 분석에 사용되지 않는다.
도 4에서는 기 설정된 위치 및 기 설정된 개수가 머리의 앞부분 및 3개인 것으로 도시하였지만, 이에 한정되지 않는다.
다시 도 2를 참조하면, 제어부(140)는 측정된 심전도를 분석하여, 심전도의 파형의 변화 여부를 통해 피진단자의 심전도 이상 여부를 판단한다(S250).
심전도는 심장의 전기적 활동을 분석하여 파형으로 나타난다. 여기서, 파형은 P, QRS Complex, T 로 구분된다.
정상적인 심전도는 P-QRS Complex-T 이 일정하게 반복되는 파형으로 나타난다. 따라서, 심전도의 파형이 불규칙하게 나타나게 되면, 피진단자의 심전도에 이상이 있는 것으로 판단하는 것이다.
제어부(140)는 이상 여부 판단 결과에 따라 피진단자의 섬망 발생 여부를 판단한다(S260).
제어부(140)는 뇌파에 이상이 있는 것으로 판단되고 심전도에 이상이 있는 것으로 판단되면 피진단자에게 섬망이 발생한 것으로 판단하게 된다.
본 발명에 따라, 제어부(140)는 뇌파 이상 여부 또는 심전도 이상 여부에 따라, 섬망 발생 가능성을 산출할 수 있다.
구체적으로, 제어부(140)는 뇌파 이상 여부 및 심전도 이상 여부가 판단되면, 섬망 발생 가능성을 제1 값으로 산출하고, 뇌파 이상 여부만 판단되면, 섬망 발생 가능성을 상기 제1 값보다 작은 제2 값으로 산출하고, 심전도 이상 여부만 판단되면, 섬망 발생 가능성을 상기 제2 값보다 작은 제3 값으로 산출한다.
심전도보다 뇌파가 섬망 발생과 미발생 간의 차이를 보다 명확하게 나타내기 때문에, 뇌파와 심전도 모두에 이상이 있는 경우, 뇌파에만 이상이 있는 경우, 심전도에만 이상이 있는 경우를 구분하여 단계적으로 섬망 발생 가능성을 산출하는 것이다.
따라서, 섬망 발생 가능성이 제3 값으로 산출된 경우, 피진단자의 뇌파에는 아직 이상이 없지만, 진단자는 피진단자의 뇌파에 이상이 생길 것을 미리 파악할 수 있어 섬망을 조기에 판단할 수 있게 된다.
상기에서는 뇌파 이상 여부 또는 심전도 이상 여부에 따라 섬망 발생 가능성이 3개의 값으로 구분하여 산출되는 것으로 설명하였지만, 이에 한정되지 않고 뇌파 측정모듈(122)에 포함된 복수의 제1 전극모듈 각각에서 측정된 뇌파의 이상 여부를 개별적으로 판단하여, 제1 전극모듈이 배치된 위치에 따라 상이한 값으로 섬망 발생 가능성을 산출할 수도 있다.
도 2에 도시하지는 않았지만, 제어부(140)는 측정된 맥박 및 맥파를 분석하여, 맥박 및 맥파의 속도의 변화 여부를 통해 피진단자의 맥박 및 맥파 이상 여부를 판단한다.
맥박 및 맥파의 속도가 일정 기준 이상으로 빨라지거나, 느려지거나, 또는 불규칙한 경우, 피진단자의 맥박 및 맥파에 이상이 있는 것으로 판단하는 것이다.
뇌파 및 심전도뿐만 아니라 맥박 및 맥파도 고려하는 경우, S260에서, 제어부(140)는 뇌파, 심전도, 맥박 및 맥파가 전부 이상이 있는 것으로 판단되면 피진단자에게 섬망이 발생한 것으로 판단하게 된다.
본 발명에 따라, 제어부(140)는 뇌파 이상 여부, 심전도 이상 여부 또는 맥박 및 맥파 이상 여부에 따라, 섬망 발생 가능성을 산출할 수 있다.
즉, 상기 뇌파 또는 심전도의 이상 여부를 고려하는 것과 마찬가지로, 뇌파, 심전도, 맥박 및 맥파, 3개의 생체 신호 중 적어도 하나에 대해 이상 여부가 발견되는 경우의 수에 따라 섬망 발생 가능성을 각각 상이하게 산출할 수 있다.
제어부(140)는 상기 판단된 결과를 화면 상에 표시한다(S270).
판단된 결과는 피진단자의 섬망 발생 결과를 나타내는 데이터뿐만 아니라, 뇌파, 뇌전도, 맥박 및 맥파 중 적어도 하나와 관련된 영상 데이터 등을 포함할 수 있다.
본 발명에서 디스플레이부(160)는 출력부로써 설명하고 있지만, 디스플레이부(160)는 섬망 발생 여부 판단 프로그램을 출력하는 출력부의 역할을 수행하는 것은 물론, 진단자로부터 입력 신호를 입력받는 입력부의 역할도 수행할 수 있다.
이러한 디스플레이부(160)는 일반적으로 사용하는 터치패널, 터치스크린, 터치형 모니터 등이 적용되는 것을 의미한다.
한편, 메모리(180)는 인공지능 모델을 더 구비한다.
S260에서 피진단자가 섬망 발생된 것으로 진단된 경우, 제어부(140)는 인공지능 모델에 피진단자의 뇌파, 뇌전도, 맥박 및 맥파 중 적어도 하나의 데이터를 적용하여 피진단자의 섬망 진행 속도를 예측한다.
즉, 피진단자의 뇌파, 뇌전도, 맥박 및 맥파 중 적어도 하나의 데이터를 인공지능 모델에 적용하면, 제어부(140)는 현재 피진단자의 섬망이 어느 정도 진행된 상태인지, 앞으로 어떻게 진행될 것인지를 예측할 수 있다.
이때, 제어부(140)는 인공지능 모델에 피진단자의 정보, 예를 들어, 나이, 성별, 질병의 중등도 등을 포함하는 정보를 함께 적용하여 피진단자의 섬망 진행 속도를 예측할 수 있다.
예를 들어, 피진단자의 나이가 70대인 경우, 피진단자의 나이를 고려했을 때 섬망 발생 초기 단계인 현재 상태에서 며칠 뒤에 얼만큼 악화될 것인지, 치료를 받게 되면 며칠 뒤에 회복될 수 있을 것인지 등을 예측할 수 있다.
여기서, 인공지능 모델은 피진단자별 섬망 발생 및 진행 관련 예측 데이터와 실제 데이터를 학습하여 구축되는 것이다.
이때, 인공지능 모델은 각 피진단자들의 나이, 성별, 질병의 중등도 등을 포함하는 정보 등을 모두 고려하여, 예측 데이터와 실제 데이터를 학습하여 구축될 수 있다.
즉, 인공지능 모델은 피진단자의 나이에 따른, 성별에 따른, 질병의 중등도 에 따른 섬망의 진행 양상 등을 학습하여 구축될 수 있다.
이하에서는, 도 5 내지 도 8을 참조하여, 섬망 발생 환자(이하, 섬망군)의 뇌파와 섬망 미발생 환자(이하, 비섬망군)의 뇌파의 차이를 설명하도록 한다.
섬망 발생에 주요한 변화를 나타내는 두정엽 영역(Centroparietal 와 Parietal 포함)을 선정하여 섬망군과 비섬망군의 뇌파를 비교 설명하도록 한다.
도 5를 참조하면, 절대 파워 스펙트럼(absolute power spectrum) 분석 결과, 절대 알파(absolute alpha), 절대 베타(absolute beta), 절대 감마(absolute gamma)는 두정엽 영역의 모든 채널에서 비섬망군보다 섬망군에서 비활성화 상태를 보인다. 이와 마찬가지로 절대 세타(absolute theta)는 2개의 채널에서, spectral edge frequency 50%(SEF50)은 12개 채널에서 비섬망군보다 섬망군에서 비활성화된 경향을 보인다. 그러나 절대 델타(absolute delta)는 P3과 P5채널에서 비섬망군보다 섬망군에서 더 활성화 되는 경향을 보인다. 여기서, spectral edge frequency 50%(SEF50)은 대뇌피질의 각성을 나타내는 데이터이다.
도 6을 참조하면, 상대 파워 스펙트럼(relative power spectrum) 분석 결과, 상대 알파(relative alpha)는 15개 채널에서, 상대 베타(relative beta)는 10개 채널에서, 그리고 상대 감마(relative gamma)는 7개 채널에서 비섬망군보다 섬망군에서 비활성화된 경향을 보인다.
도 7을 참조하면, 두정엽 영역을 우측 전측 두정엽(right centroparietal lobe), 우측 두정엽(right parietal lobe), 좌측 전측 두정엽(left pentroparital lobe), 좌측 두정엽(left parietal lobe) 영역으로 나누어 분석한 결과, 절대 파워 스펙트럼(absolute power spectrum)과 상대 파워 스펙트럼(relative power spectrum)은 다르게 나타난다.
우측 전측 두정엽(right centroparietal lobe)에서는 절대 알파(absolute alpha)(p, 0.007), 절대 베타(absolute beta)(p, 0.017), 절대 감마(absolute gamma)(p, 0.016), 상대 알파(relative alpha)(p, <0.001), 상대 베타(relative beta)(p, 0.021), spectral edge frequency 50%(SEF50)(p, 0.004)가 비섬망군보다 섬망군에서 비활성화되고, 유독 상대 세타(relative theta)(p, 0.010)에서만 비섬망군보다 섬망군에서 더 활성화된 경향을 보인다.
우측 두정엽(right parietal lobe)에서는 절대 알파(absolute alpha)(p, 0.049), 상대 알파(relative alpha)(p, 0.000)가 비섬망군보다 섬망군에서 비활성화된 경향을 보인다. 좌측 전측 두정엽(left centroparital lobe)에서는 절대 델타(absolute delta)(p, 0.019), 상대 베타(absolute beta)(p, 0.001), 상대 세타(relative theta)(p, <0.001), 상대 알파(relative alpha)(p, 0.006), 상대 베타(relative beta)(p, <0.001), 상대 감마(relative gamma)(p, 0.011)가 비섬망군보다 섬망군에서 더 활성화되었지만 절대 알파(absolute alpha(p, 0.000), 절대 감마(absolute gamma)(p, 0.002), spectral edge frequency 50%(SEF50)(p, <0.001)은 비활성화된 경향을 보인다.
좌측 두정엽(left parietal lobe)에서는 절대 세타(absolute theta)(p, 0.042), 절대 베타(absolute beta)(p, 0.029), 상대 알파(relative alpha)(p, 0.005)가 비섬망군보다 섬망군에서 비활성화되는 경향을 보인다.
도 8을 참조하면, 뇌파 전반적 분포 및 차이는 brain mapping에서 전반적인 차이를 보인다. 비섬망군보다 섬망군에서 절대 델타(absolute delta), 절대 세타(absolute theta), 상대 세타(relative theta), 상대 감마(relative gamma)가 더 활성화 되고, 절대 알파(absolute alpha), 절대 베타(absolute beta), 절대 감마(absolute gamma), 상대 알파(relative alpha), 상대 베타(relative beta), spectral edge frequency 50%(SEF50)는 덜 활성화 되는 경향을 보인다.
도 5 내지 도 8을 참조하여 상술한 바와 같이, 섬망 발생 환자는 미발생 환자에 비해 델타(delta), 세타(theta)가 활성화되고, 알파(alpha), 베타(beta), 감마(gamma)가 비활성화되는 것으로 나타나기 때문에, 피진단자의 뇌파의 주파수별 활성화 여부에 따라 섬망 발생 여부를 판단할 수 있는 것이다.
본 발명의 섬망 발생 여부 판단 장치(100)는 중환자실 환자를 대상으로 하여 적용될 수 있다.
중환자실 환자는 스스로 움직이지 못하거나 말을 하지 못하는 상태인 경우가 대부분이다. 이러한 중환자실 환자는 스스로 자신의 증상을 말하거나 표현할 수가 없기 때문에, 중환자실 환자의 생체신호를 이용하여 섬망 증상을 진단하는 것은 중요하다.
도 9를 참조하면, 본 발명의 섬망 발생 여부 판단 장치(100)는 침대에 누워만 있는 중환자실 환자의 머리와 가슴에 측정부(120)를 착용 및 부착하여 뇌파, 심전도, 맥박 및 맥파를 측정할 수 있다.
즉, 중환자실 환자의 머리에 모자 형태의 디바이스를 착용시켜 뇌파와맥박 및 맥파를 측정하고, 중환자실 환자의 가슴에 패치를 부착하여 심전도를 측정할 수 있다.
섬망 발생 여부 판단 장치(100)를 통해 뇌파, 심전도, 맥박 및 맥파 중 적어도 하나를 24시간 모니터링(측정 및 분석)함으로써, 뇌파, 심전도, 맥박 및 맥파 중 적어도 하나에 이상 발생 시 바로바로 파악이 가능하고, 이로써 중환자실 환자에게 섬망이 발생하는 것을 조기에 판단할 수 있게 된다.
도 9에서는 측정부(120)와 제어부(140)가 유선으로 연결된 것으로 도시하였지만, 측정부(120)와 제어부(140)는 무선으로 연결될 수도 있다.
이상에서 전술한 본 발명의 일 실시예에 따른 섬망 발생 여부 판단 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (15)
- 디스플레이부;피진단자의 섬망 발생 여부 판단을 위한 적어도 하나의 섬망 발생 판단 프로그램을 구비한 메모리;상기 피진단자의 머리에 착용 가능하도록 형성되며, 상기 피진단자의 뇌파 및 심전도를 측정하는 측정부; 및상기 프로그램을 실행하고, 상기 실행된 프로그램을 통해 상기 측정된 뇌파 및 심전도를 분석하여 뇌파 이상 여부 및 심전도 이상 여부를 판단하고, 상기 이상 여부 판단 결과에 따라 상기 피진단자의 섬망 발생 여부를 판단하고, 상기 판단된 결과를 상기 디스플레이부 상에 표시하는 제어부;를 포함하는,섬망 발생 여부 판단 장치.
- 제1항에 있어서,상기 측정부는,적어도 하나의 제1 전극센서를 포함하고, 상기 적어도 하나의 제1 전극센서를 이용하여 상기 피진단자의 머리로부터 뇌파를 측정하는 뇌파 측정모듈; 및적어도 하나의 제2 전극센서를 포함하고, 상기 적어도 하나의 제2 전극센서를 이용하여 상기 피진단자의 가슴으로부터 심전도를 측정하는 심전도 측정모듈;을 포함하는,섬망 발생 여부 판단 장치.
- 제2항에 있어서,상기 뇌파 측정모듈은, 복수의 제1 전극센서를 포함하고,상기 제어부는, 상기 복수의 제1 전극센서 중에서 기 설정된 위치 및 기 설정된 개수에 상응하는 상기 적어도 하나의 제1 전극센서를 통해 측정되는 뇌파를 분석하는,섬망 발생 여부 판단 장치.
- 제1항에 있어서,상기 제어부는, 상기 측정된 뇌파의 주파수별 활성화 여부를 통해 상기 피진단자의 뇌파 이상 여부를 판단하는,섬망 발생 여부 판단 장치.
- 제4항에 있어서,상기 주파수는, 델타(delta), 세타(theta), 알파(alpha), 베타(beta) 및 감마(gamma)를 포함하며,상기 제어부는, 상기 델타(delta), 상기 세타(theta)가 활성화인 상태이고 상기 알파(alpha), 상기 베타(beta) 및 상기 감마(gamma)가 비활성화인 상태이면, 상기 피진단자의 뇌파에 이상이 있는 것으로 판단하는,섬망 발생 여부 판단 장치.
- 제1항에 있어서,상기 제어부는, 상기 측정된 심전도의 파형의 변화 여부를 통해 상기 피진단자의 심전도 이상 여부를 판단하는,섬망 발생 여부 판단 장치.
- 제1항에 있어서,상기 제어부는,상기 뇌파 이상 여부 및 상기 심전도 이상 여부가 판단되면, 섬망 발생 가능성을 제1 값으로 산출하고,상기 뇌파 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제1 값보다 작은 제2 값으로 산출하고,상기 심전도 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제2 값보다 작은 제3 값으로 산출하는,섬망 발생 여부 판단 장치.
- 제2항에 있어서,상기 측정부는,적어도 하나의 제3 전극센서를 포함하고, 상기 적어도 하나의 제3 전극센서를 이용하여 상기 피진단자의 관자놀이로부터 맥박 및 맥파를 측정하는 맥박 및 맥파 측정모듈;을 더 포함하고,상기 제어부는,상기 측정된 맥박 및 맥파의 속도의 변화 여부를 통해 상기 피진단자의 맥박 및 백파 이상 여부를 판단하는,섬망 발생 여부 판단 장치.
- 섬망 발생 여부 판단 장치에 의해 수행되는 섬망 발생 여부 판단 방법에 있어서,적어도 하나의 제1 전극센서를 이용하여 피진단자의 머리로부터 뇌파를 측정하는 단계;적어도 하나의 제2 전극센서를 이용하여 상기 피진단자의 가슴으로부터 심전도를 측정하는 단계;상기 피진단자의 섬망 발생 여부 판단을 위한 섬망 발생 판단 프로그램을 실행하는 단계;상기 프로그램을 통해 상기 측정된 뇌파의 주파수별 활성화 여부를 통해 상기 피진단자의 뇌파 이상 여부를 판단하는 단계;상기 측정된 심전도의 파형의 변화 여부를 통해 상기 피진단자의 심전도 이상 여부를 판단하는 단계;상기 이상 여부 판단 결과에 따라 상기 피진단자의 섬망 발생 여부를 판단하는 단계; 및상기 판단된 결과를 화면 상에 표시하는 단계;를 포함하는,섬망 발생 여부 판단 방법.
- 제9항에 있어서,상기 피진단자의 뇌파를 측정하는 단계는,복수의 제1 전극센서 중에서 기 설정된 위치 및 기 설정된 개수에 상응하는 상기 적어도 하나의 제1 전극센서를 이용하여 뇌파를 측정하는 것인,섬망 발생 여부 판단 방법.
- 제9항에 있어서,상기 주파수는, 델타(delta), 세타(theta), 알파(alpha), 베타(beta) 및 감마(gamma)를 포함하며,상기 피진단자의 뇌파 이상 여부를 판단하는 단계는,상기 델타(delta), 상기 세타(theta)가 활성화인 상태이고 상기 알파(alpha), 상기 베타(beta) 및 상기 감마(gamma)가 비활성화인 상태이면, 상기 피진단자의 뇌파에 이상이 있는 것으로 판단하는,섬망 발생 여부 판단 방법.
- 제9항에 있어서,상기 피진단자의 섬망 발생 여부를 판단하는 단계는,상기 이상 여부 판단 결과에 따라 섬망 발생 가능성을 산출하는 단계를 포함하는,섬망 발생 여부 판단 방법.
- 제12항에 있어서,상기 섬망 발생 가능성을 산출하는 단계는,상기 뇌파 이상 여부 및 상기 심전도 이상 여부가 판단되면, 섬망 발생 가능성을 제1 값으로 산출하고,상기 뇌파 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제1 값보다 작은 제2 값으로 산출하고,상기 심전도 이상 여부만 판단되면, 상기 섬망 발생 가능성을 상기 제2 값보다 작은 제3 값으로 산출하는,섬망 발생 여부 판단 방법.
- 제9항에 있어서,적어도 하나의 제3 전극센서를 이용하여 상기 피진단자의 관자놀이로부터 맥박 및 맥파를 측정하는 단계; 및상기 측정된 맥박 및 맥파의 속도의 변화 여부를 통해 상기 피진단자의 맥박 및 백파 이상 여부를 판단하는 단계;를 더 포함하는,섬망 발생 여부 판단 방법.
- 컴퓨터와 결합하여 제9항의 섬망 발생 여부 판단 방법을 수행하기 위하여 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2020-0172688 | 2020-12-10 | ||
KR1020200172688A KR102515982B1 (ko) | 2020-12-10 | 2020-12-10 | 섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022124862A1 true WO2022124862A1 (ko) | 2022-06-16 |
Family
ID=81974485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2021/018788 WO2022124862A1 (ko) | 2020-12-10 | 2021-12-10 | 섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법 |
Country Status (2)
Country | Link |
---|---|
KR (2) | KR102515982B1 (ko) |
WO (1) | WO2022124862A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118000665A (zh) * | 2024-01-30 | 2024-05-10 | 北京大学第三医院(北京大学第三临床医学院) | 基于术前检测指标的术后谵妄预测模型的训练方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101633217B1 (ko) * | 2015-03-10 | 2016-06-23 | 서울대학교산학협력단 | 섬망 지표 데이터 제공 방법 및 장치 |
JP2016536086A (ja) * | 2013-09-19 | 2016-11-24 | ユーエムシー ユトレヒト ホールディング ベーフェーUmc Utrecht Holding B.V. | 患者がせん妄状態か否かを示すパラメータを決定するための方法及びシステム |
JP2019500939A (ja) * | 2015-12-04 | 2019-01-17 | ユニバーシティー オブ アイオワ リサーチ ファウンデーション | 脳症/せん妄のスクリーニングおよびモニタリングのための装置、システムおよび方法 |
KR20190083998A (ko) * | 2018-01-05 | 2019-07-15 | 광주과학기술원 | 섬망 판별 장치 및 그 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102198884B1 (ko) | 2018-10-26 | 2021-01-05 | 재단법인 아산사회복지재단 | 섬망 여부의 조기 판단 및 섬망의 중증도 판단 방법 및 프로그램 |
-
2020
- 2020-12-10 KR KR1020200172688A patent/KR102515982B1/ko active IP Right Grant
-
2021
- 2021-12-10 WO PCT/KR2021/018788 patent/WO2022124862A1/ko active Application Filing
-
2023
- 2023-03-27 KR KR1020230039623A patent/KR102588896B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016536086A (ja) * | 2013-09-19 | 2016-11-24 | ユーエムシー ユトレヒト ホールディング ベーフェーUmc Utrecht Holding B.V. | 患者がせん妄状態か否かを示すパラメータを決定するための方法及びシステム |
KR101633217B1 (ko) * | 2015-03-10 | 2016-06-23 | 서울대학교산학협력단 | 섬망 지표 데이터 제공 방법 및 장치 |
JP2019500939A (ja) * | 2015-12-04 | 2019-01-17 | ユニバーシティー オブ アイオワ リサーチ ファウンデーション | 脳症/せん妄のスクリーニングおよびモニタリングのための装置、システムおよび方法 |
KR20190083998A (ko) * | 2018-01-05 | 2019-07-15 | 광주과학기술원 | 섬망 판별 장치 및 그 방법 |
Non-Patent Citations (1)
Title |
---|
FLEISCHMANN ROBERT, TRAENKNER STEFFI, KRAFT ANTJE, SCHMIDT SEIN, SCHREIBER STEPHAN J., BRANDT STEPHAN A.: "Delirium is associated with frequency band specific dysconnectivity in intrinsic connectivity networks: preliminary evidence from a large retrospective pilot case-control study", PILOT AND FEASIBILITY STUDIES, vol. 5, no. 1, 1 December 2019 (2019-12-01), pages 1 - 13, XP055940656, DOI: 10.1186/s40814-018-0388-z * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118000665A (zh) * | 2024-01-30 | 2024-05-10 | 北京大学第三医院(北京大学第三临床医学院) | 基于术前检测指标的术后谵妄预测模型的训练方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
KR20230044999A (ko) | 2023-04-04 |
KR102515982B1 (ko) | 2023-03-29 |
KR20220082623A (ko) | 2022-06-17 |
KR102588896B1 (ko) | 2023-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020054918A1 (ko) | 인지 장애 진단 방법 및 컴퓨터 프로그램 | |
US20220148728A1 (en) | System and method for analyzing stress of user and managing individual mental health, using hmd device having biosignal sensors mounted therein | |
US20180333066A1 (en) | Apparatus for measuring electroencephalogram, system and method for diagnosing and preventing dementia | |
WO2022124862A1 (ko) | 섬망 발생 여부 판단 장치 및 이를 이용한 섬망 발생 여부 판단 방법 | |
WO2012033244A1 (ko) | 자가진찰방법 및 자가진찰장치 | |
CN100427031C (zh) | 视觉检查的系统和方法 | |
WO2016021845A1 (ko) | 사용자의 상태를 관리하는 머리착용형 장치 및 사용자의 상태를 관리하는 방법 | |
WO2020116796A1 (ko) | 수면개선을 위한 인공지능 기반 비침습적 뇌회로 조절치료시스템 및 방법 | |
WO2020085553A1 (ko) | 뉴로 피드백을 이용한 수면 유도 장치 및 방법 | |
WO2019103186A1 (ko) | 뇌파 분석을 통한 뇌 나이 추정 방법 및 시스템 | |
WO2022173103A1 (ko) | 웨어러블 다중 생체 신호 측정장치 및 이를 이용한 인공지능 기반의 원격 모니터링 시스템 | |
Massey et al. | Electroencephalographic monitoring for seizure identification and prognosis in term neonates | |
WO2019013456A1 (ko) | 동영상 기반 발작 추적감시 방법 및 장치 | |
WO2023219319A1 (ko) | 웨어러블 심전도 패치를 이용한 재택 심장 재활 시스템 | |
Wang et al. | Assessment of mismatch negativity and P300 response in patients with disorders of consciousness. | |
WO2019103188A1 (ko) | 뇌파 분석을 통한 외상성 뇌손상 평가 시스템 및 방법 | |
WO2017146512A1 (en) | Apparatus and method for detection of chronotropic incompetence | |
WO2023243873A9 (ko) | 섬망 발생 예측 방법 및 이를 이용한 섬망 발생 예측용 장치 | |
WO2020036256A1 (ko) | 의식 상태 모니터링 방법 및 장치 | |
WO2024038960A1 (ko) | 우울증 진단을 위한 뇌파 분석 방법 및 장치 | |
WO2023084502A1 (ko) | 수면 모니터링 장치 및 그 동작 방법 | |
WO2019212180A1 (en) | Method and apparatus for providing personalized healthcare advice | |
WO2024043748A1 (ko) | 스마트폰으로 6개의 심전도 리드를 동시에 측정하도록 하는 방법 및 장치 | |
WO2024090717A1 (ko) | 마음 건강정보 제공 서비스를 위한 사용자 인터페이스 제공 장치 및 방법 | |
WO2024111831A1 (ko) | 광체적 변화신호를 이용한 혈압 추정 모델 학습 방법 및 시스템 |
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: 21903907 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: 21903907 Country of ref document: EP Kind code of ref document: A1 |