WO2025254366A1 - 뇌파를 이용한 체성분 분석 방법 및 분석 장치 - Google Patents

뇌파를 이용한 체성분 분석 방법 및 분석 장치

Info

Publication number
WO2025254366A1
WO2025254366A1 PCT/KR2025/006870 KR2025006870W WO2025254366A1 WO 2025254366 A1 WO2025254366 A1 WO 2025254366A1 KR 2025006870 W KR2025006870 W KR 2025006870W WO 2025254366 A1 WO2025254366 A1 WO 2025254366A1
Authority
WO
WIPO (PCT)
Prior art keywords
body composition
composition analysis
brain wave
region
data
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
PCT/KR2025/006870
Other languages
English (en)
French (fr)
Inventor
황한정
이준석
김나리
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Korea University Research and Business Foundation
Original Assignee
Korea University Research and Business Foundation
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 Korea University Research and Business Foundation filed Critical Korea University Research and Business Foundation
Publication of WO2025254366A1 publication Critical patent/WO2025254366A1/ko
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A61B5/4869—Determining body composition
    • 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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • 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

Definitions

  • the present invention relates to a body composition analysis method and analysis device using brain waves.
  • Body composition analyzer can estimate body water, protein, minerals, body fat mass, and skeletal muscle mass.
  • This uses bioelectric impedance analysis (BIA), a technique that passes a weak current through the legs and arms to measure body water content through electrical resistance and thereby predict body fat. This allows for the diagnosis of obesity, nutritional assessment, and the identification of visceral fat, enabling the prevention of various chronic diseases.
  • BIOA bioelectric impedance analysis
  • the inventors of the present invention have completed the present invention by developing a method and device for analyzing body composition using electroencephalography (EEG) signals in a stable state with eyes closed and open.
  • EEG electroencephalography
  • An object of the present invention is to provide a method for analyzing body composition using brain waves, comprising the steps of: (a) obtaining brain wave signals from a subject; (b) removing noise from the brain wave signals to obtain preprocessed data; and (c) providing a body composition analysis result of the subject through data analysis from the preprocessed data.
  • Another object of the present invention is to provide a body composition analysis device using brain waves, including: an brain wave measurement unit for obtaining brain wave signals from a subject; a data processing unit for removing noise from the brain wave signals measured by the brain wave measurement unit to obtain preprocessed data; a data analysis unit for analyzing the data obtained by the data processing unit; and an analysis result providing unit for providing body composition analysis results analyzed by the data analysis unit.
  • Another object of the present invention is to provide a computer-readable recording medium storing a computer program for executing the body composition analysis method using brain waves.
  • the present invention provides a method for analyzing body composition using brain waves, comprising the steps of: (a) obtaining brain wave signals from a subject; (b) removing noise from the brain wave signals to obtain preprocessed data; and (c) providing a body composition analysis result of the subject through data analysis from the preprocessed data.
  • the body composition may be selected from the group consisting of body water content, protein content, mineral mass, skeletal muscle mass, body fat percentage, body fat content, and body mass index (BMI).
  • the brain wave signal of step (a) may be repeatedly measured in a state of open eyes (eye open, EO) or closed eyes (eye close, EC).
  • the brain wave signal of step (a) may be measured in a scalp region or an ear region, and the scalp region may be selected from the group consisting of the entire scalp region, the frontal lobe region, the central region, the temporal lobe region, the parietal lobe region, and the occipital lobe region.
  • the brain wave signal of step (a) may be selected from the group consisting of delta waves, theta waves, alpha waves, beta waves, and gamma waves.
  • the delta waves may include a frequency band of 1 to 3 Hz
  • theta waves may include a frequency band of 4 to 7 Hz
  • alpha waves may include a frequency band of 8 to 13 Hz
  • beta waves may include a frequency band of 14 to 30 Hz
  • gamma waves may include a frequency band of 31 to 50 Hz.
  • the preprocessing data of step (b) may be obtained by applying a band-pass filter to a frequency band of 1 to 50 Hz, applying a notch filter to a frequency band of 59 to 61 Hz, applying down-sampling to 200 Hz to reduce the amount of calculation, and applying a common average reference (CAR), contralateral average reference, and independent component analysis (ICA) to remove noise introduced into the brain wave signal.
  • CAR common average reference
  • ICA independent component analysis
  • the re-referencing of the common average reference (CAR) and contralateral average reference may be applied to remove noise commonly introduced into the EEG signals.
  • the common average reference (CAR) may be applied to scalp EEG, and the contralateral average reference may be applied to ear EEG.
  • the independent component analysis (ICA) may be applied to remove noise such as electroocular electromyography and electromyography introduced into the EEG signals.
  • the data analysis in step (c) may extract brain wave features by analyzing the average power spectral density (PSD) by brain wave frequency band according to the eyes-open state (EO) and the eyes-closed state (EC), and by scalp region and ear region. Thereafter, the body composition analysis results may be provided based on the results of the correlation analysis between the brain wave features and body composition. Statistical significance was verified by deriving the Pearson correlation coefficient.
  • PSD average power spectral density
  • the body composition analysis results may be provided to the subject's terminal while electrically connected to the body composition measurement device. That is, the body composition measurement results generated by the body composition measurement device may be provided to the subject's terminal in response to a request from the subject's terminal accessing a body composition measurement application or body composition measurement site.
  • the body composition measuring device may be a wearable device or device.
  • the present invention provides a body composition analysis device using brain waves, including: an brain wave measurement unit that obtains brain wave signals from a subject; a data processing unit that removes noise from the brain wave signals measured by the brain wave measurement unit to obtain preprocessed data; a data analysis unit that analyzes the data obtained by the data processing unit; and an analysis result providing unit that provides body composition analysis results analyzed by the data analysis unit.
  • the body composition may be selected from the group consisting of body water content, protein content, mineral mass, skeletal muscle mass, body fat percentage, body fat content, and body mass index (BMI).
  • the brain wave measurement unit may repeatedly measure the brain wave signal in a state of open eyes (eye open, EO) or closed eyes (eye close, EC).
  • the brain wave signal in the brain wave measurement unit may be measured in a scalp region or an ear region, and the scalp region may be selected from the group consisting of the entire scalp region, the frontal lobe region, the central region, the temporal lobe region, the parietal lobe region, and the occipital lobe region.
  • the brain wave signal may be selected from the group consisting of delta wave, theta wave, alpha wave, beta wave, and gamma wave.
  • the preprocessing data of the data processing unit may be obtained by applying a band-pass filter to a frequency band of 1 to 50 Hz, applying a notch filter to a frequency band of 59 to 61 Hz, applying down-sampling to 200 Hz to reduce the amount of calculation, and applying a common average reference (CAR), a contralateral average reference, and an independent component analysis (ICA) to remove noise introduced into the brain wave signal.
  • a band-pass filter to a frequency band of 1 to 50 Hz
  • applying a notch filter to a frequency band of 59 to 61 Hz
  • applying down-sampling to 200 Hz to reduce the amount of calculation
  • CAR common average reference
  • ICA independent component analysis
  • the re-referencing of the common average reference (CAR) and contralateral average reference may be applied to remove noise commonly introduced into the EEG signals.
  • the common average reference (CAR) may be applied to scalp EEG, and the contralateral average reference may be applied to ear EEG.
  • the independent component analysis (ICA) may be applied to remove noise such as electroocular electromyography and electromyography introduced into the EEG signals.
  • the data analysis unit may extract brain wave features by analyzing the average power spectral density (PSD) by brain wave frequency band according to the eyes-open state (EO) and the eyes-closed state (EC), and by scalp region and ear region.
  • PSD average power spectral density
  • the analysis result providing unit may provide a body composition analysis result from a correlation analysis result between brain wave features analyzed by the data analysis unit and body composition.
  • the body composition analysis results may be provided to the subject's terminal while electrically connected to the body composition measurement device. That is, the body composition measurement results generated by the body composition measurement device may be provided to the subject's terminal in response to a request from the subject's terminal accessing a body composition measurement application or body composition measurement site.
  • the body composition measuring device may be a wearable device or device.
  • the present invention provides a computer-readable recording medium storing a computer program for executing the body composition analysis method using the brain waves.
  • the method according to the present invention can analyze information on body composition such as body water content, protein content, mineral mass, skeletal muscle mass, body fat percentage, body fat content, or body mass index (BMI) through brain wave signals in the scalp area or ear area in a stable state with eyes open (EO) or eyes closed (EC), and thus can be effectively used for body composition analysis without time and space constraints.
  • body composition such as body water content, protein content, mineral mass, skeletal muscle mass, body fat percentage, body fat content, or body mass index (BMI)
  • body composition analysis such as body water content, protein content, mineral mass, skeletal muscle mass, body fat percentage, body fat content, or body mass index (BMI)
  • body mass index BMI
  • Figure 1 shows the locations of electrode attachment for scalp or ear EEG measurement.
  • Figure 2 shows the experimental paradigm in which the eyes were closed (EC) and the eyes were open (EO) for 1 minute each, repeated 3 times.
  • Figures 3 and 4 show the results of confirming the correlation between the EEG signal in a stable state and body composition in the entire scalp area (All channels) and the results of confirming the power spectral density (PSD) according to the body composition index.
  • Figure 5 shows the results of confirming the correlation between the resting brain wave signal and body composition in the frontal region.
  • Figure 6 shows the results of confirming the correlation between the stable brain wave signal and body composition in the central region.
  • Figure 7 shows the results of confirming the correlation between the steady-state EEG signal and body composition in the parietal region.
  • Figure 8 shows the results of confirming the correlation between the steady-state EEG signal and body composition in the occipital region.
  • Figure 9 illustrates a body composition analysis device according to the present invention.
  • the present invention provides a method for analyzing body composition using brain waves, comprising the steps of: (a) obtaining brain wave signals from a subject; (b) removing noise from the brain wave signals to obtain preprocessed data; and (c) providing a body composition analysis result of the subject through data analysis from the preprocessed data.
  • Fig. 1 shows the locations of electrode attachment for scalp or ear EEG measurement.
  • 32 scalp EEG electrodes and 6 ear electrodes were attached to measure EEG in a resting state with eyes closed (EC) and eyes open (EO) for 22 subjects.
  • EC eyes closed
  • EO eyes open
  • 1 shows the entire scalp area (All channel) including the frontal areas of AF3, AF4, Fz, F3, F4, F7, and F8; the central areas of FC1, FC2, FC5, FC6, Cz, C3, C4, T7, and T8; the parietal areas of CP1, CP2, CP5, CP6, Pz, P3, P4, P7, and P8; and the occipital areas of P03, P04, Oz, O1, and O2; and the ear areas of L1 to L3 and R1 to R3.
  • FIG. 2 illustrates an experimental paradigm in which the eyes-closed state (EC) and the eyes-open state (EO) were repeated three times for one minute each. It shows that the brain wave signals were measured by attaching electrodes to the scalp area and ear area shown in Fig. 1 and then repeating them three times for one minute each in the eyes-closed state (EC) and the eyes-open state (EO).
  • body composition data was acquired using a commercial body composition analyzer (Inbody 770), and the following precautions were observed for accurate body composition measurement: no food or drink, including water, after midnight on the day of the experiment; no strenuous exercise or showering on the day of the experiment; for women, measurements were taken during the menstrual cycle; and body composition of all subjects was measured between 9:00 AM and 12:00 PM.
  • Body 770 commercial body composition analyzer
  • the measured EEG signals were bandpass filtered for the 1 to 50 Hz frequency band typically used in EEG analysis, notch filtered for the 59 to 61 Hz frequency band, and then downsampled to 200 Hz to reduce the amount of calculation.
  • a common average reference CAR
  • a contralateral average reference was applied to the ear EEG.
  • independent component analysis ICA was applied to remove noise introduced into EEG signals such as electroocular and electromyographic signals.
  • the average power spectral density (PSD) was analyzed for each EEG frequency band, including the delta frequency band of 1 to 3 Hz, the theta frequency band of 4 to 7 Hz, the alpha frequency band of 8 to 13 Hz, the beta frequency band of 14 to 30 Hz, and the gamma frequency band of 31 to 50 Hz; and for each scalp region and ear region to extract EEG features.
  • the Pearson correlation coefficient was derived through correlation analysis between the EEG features and body composition to verify statistical significance.
  • the body composition may be selected from the group consisting of body water content, protein content, mineral mass, skeletal muscle mass, body fat percentage, body fat content, and body mass index (BMI).
  • FIGS. 3 and 4 show the results of confirming the correlation between the EEG signal in a resting state and body composition in the entire scalp area (All channels) and the results of confirming the power spectral density (PSD) according to the body composition index.
  • PSD power spectral density
  • Figure 5 shows the results of confirming the correlation between the resting EEG signal and body composition in the frontal region.
  • Fig. 6 shows the results of confirming the correlation between the resting EEG signal and body composition in the central region (Central).
  • Figure 7 shows the results of confirming the correlation between the resting EEG signal and body composition in the parietal region.
  • the parietal region Panietal channel
  • Figure 8 shows the results of confirming the correlation between the resting EEG signal and body composition in the occipital region.
  • occipital region occipital channel
  • the present invention can provide body composition analysis results from the correlation analysis results between brain wave characteristics and body composition.
  • the body composition analysis results may be provided to the subject's terminal while electrically connected to the body composition measurement device. That is, the body composition measurement results generated by the body composition measurement device may be provided to the subject's terminal in response to a request from the subject's terminal accessing a body composition measurement application or body composition measurement site.
  • the body composition measuring device may be a wearable device or apparatus.
  • FIG. 9 illustrates a body composition analysis device (100) according to the present invention.
  • the body composition analysis device of the present invention includes an EEG measurement unit (110) that obtains EEG signals from a subject; a data processing unit (120) that removes noise from EEG signals measured by the EEG measurement unit to obtain preprocessed data; a data analysis unit (130) that analyzes data obtained by the data processing unit; and an analysis result provision unit (140) that provides body composition analysis results analyzed by the data analysis unit.
  • the analysis result provision unit (140) of the body composition analysis device may provide body composition analysis results based on the correlation analysis results between brain wave characteristics and body composition analyzed by the data analysis unit.
  • the body composition analysis results may be provided to the subject's terminal while electrically connected to the body composition analysis device.
  • the embodiments of the present invention described above may be implemented in the form of program commands that can be executed by various computer components and recorded on a computer-readable recording medium.
  • the computer-readable recording medium may include program commands, data files, data structures, etc., either singly or in combination.
  • the program commands recorded on the computer-readable recording medium may be those specifically designed and constructed for the present invention or may be known and usable by those skilled in the art of computer software.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, and hardware devices specifically configured to store and execute program instructions, such as ROMs, RAMs, and flash memories.
  • Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
  • Hardware devices may be modified with one or more software modules to perform processing according to the present invention, and vice versa.

Landscapes

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

Abstract

본 발명은 뇌파를 이용한 체성분 분석 방법 및 분석 장치에 관한 것으로서, 눈을 뜬 상태(EO) 또는 눈을 감은 상태(EC)의 안정 상태에서 두피 영역 또는 귀 영역의 뇌파 신호를 통해 체수분량, 단백질량, 무기질량, 골격근량, 체지방률, 체지방량 또는 체질량지수(body mass index, BMI) 등의 체성분에 관한 정보를 분석할 수 있어, 시·공간적 제약없이 효율적으로 체성분 분석에 유용하게 사용될 수 있다.

Description

뇌파를 이용한 체성분 분석 방법 및 분석 장치
본 발명은 뇌파를 이용한 체성분 분석 방법 및 분석 장치에 관한 것이다.
최근 건강관리에 대한 관심이 증가하면서 건강기능을 측정 및 분석할 수 있는 기기에 대한 연구가 활발히 진행되고 있다. 건강기능 측정 및 분석 기기의 일종으로서 체성분 분석장치가 있고, 상용되고 있는 체성분 분석기(Inbody)는 체수분, 단백질, 무기질, 체지방량 및 골격근량 등을 추정할 수 있다. 이는 다리와 팔에 약한 전류를 통과시켜 전기저항으로 신체내 수분량을 측정하고 이를 통해 체지방을 예측하는 생체전기저항분석법(Bioelectric impedance analysis, BIA) 기법을 사용하며, 이를 통해 비만진단, 영양평가, 내장지방 파악 등의 신체 정보 파악을 통해 다양한 만성질환 예방이 가능해졌다.
그러나, 기존 체성분 분석장치는 별도의 장비가 필요하며, 해당 장비의 높은 가격 및 낮은 휴대성으로 인한 한계가 있고, 사용자가 의식적 및 주기적인 측정 및 기록이 필요하다는 단점이 있다. 또한, 측정 전에는 금식, 운동 및 샤워 금지 등의 많은 제한사항이 있고, 측정 시에도 팔을 벌리는 특정 자세를 취해야 한다는 등 사용자에게 불편한 점이 있었다.
이에 따라, 최근에는 시·공간적 제약없이 생체신호 데이터의 수집이 가능하고, 양질의 생체신호를 획득할 수 있는 간소화된 웨어러블 디바이스의 출시가 증가하고 있는 추세이다.
이에 본 발명자들은 눈을 감고 뜨는 안정 상태의 뇌파(electroencephalography, EEG) 신호를 이용한 체성분의 분석 방법 및 분석 장치를 개발함으로써 본 발명을 완성하였다.
본 발명의 목적은 (a) 피검자로부터 뇌파 신호를 획득하는 단계; (b) 상기 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 단계; 및 (c) 상기 전처리 데이터로부터 데이터 분석을 통해 피검자의 체성분 분석 결과를 제공하는 단계를 포함하는 뇌파를 이용한 체성분 분석 방법을 제공하는 것이다.
본 발명의 다른 목적은 피검자로부터 뇌파 신호를 획득하는 뇌파 측정부; 상기 뇌파 측정부에서 측정된 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 데이터 처리부; 상기 데이터 처리부에서 획득된 데이터를 분석하는 데이터 분석부; 및 상기 데이터 분석부로부터 분석된 체성분 분석 결과를 제공하는 분석 결과 제공부를 포함하는 뇌파를 이용한 체성분 분석 장치를 제공하는 것이다.
본 발명의 또 다른 목적은 상기 뇌파를 이용한 체성분 분석 방법을 실행시키기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록 매체를 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명은 (a) 피검자로부터 뇌파 신호를 획득하는 단계; (b) 상기 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 단계; 및 (c) 상기 전처리 데이터로부터 데이터 분석을 통해 피검자의 체성분 분석 결과를 제공하는 단계를 포함하는 뇌파를 이용한 체성분 분석 방법을 제공한다.
본 발명의 일 실시예에 있어서, 상기 체성분은 체수분량, 단백질량, 무기질량, 골격근량, 체지방률, 체지방량 및 체질량지수(body mass index, BMI)로 이루어진 군에서 선택되는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 (a) 단계의 뇌파 신호는 눈을 뜬 상태(eye open, EO) 또는 눈을 감은 상태(eye close, EC)에서 반복하여 측정하는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 (a) 단계의 뇌파 신호는 두피 영역 또는 귀 영역에서 측정하는 것일 수 있고, 상기 두피 영역은 두피 전체 영역, 전두엽 영역, 중앙 영역, 측두엽 영역, 두정엽 영역 및 후두엽 영역으로 이루어진 군에서 선택되는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 (a) 단계의 뇌파 신호는 델타 파(delta wave), 세타 파(theta wave), 알파 파(alpha wave), 베타 파(beta wave) 및 감마 파(gamma wave)로 이루어진 군에서 선택되는 것일 수 있다. 상기 델타 파는 1 내지 3 Hz 주파수 대역, 세타 파는 4 내지 7 Hz 주파수 대역, 알파 파는 8 내지 13 Hz 주파수 대역, 베타 파는 14 내지 30 Hz 주파수 대역, 감마 파는 31 내지 50 Hz 주파수 대역을 포함하는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 (b) 단계의 전처리 데이터는 1 내지 50 Hz 주파수 대역에 대해 대역 통과 필터를 적용하고, 59 내지 61 Hz 주파수 대역에 대해 노치 필터를 적용한 후, 계산량 감소를 위해 200 Hz로 다운 샘플링을 적용하고, 뇌파 신호에 유입된 잡음을 제거하기 위해 공통 평균 참조(common average reference, CAR), 대측 재참조(contralateral average reference) 및 독립성분분석(independent component analysis, ICA)을 적용하여 획득한 것일 수 있다.
특히, 상기 공통 평균 참조(common average reference, CAR) 및 대측 재참조(contralateral average reference)의 재참조는 뇌파 신호에 공통적으로 유입된 잡음을 제거하기 위해 적용한 것으로서, 공통 평균 참조(common average reference, CAR)는 두피 뇌파에 적용하고, 대측 재참조(contralateral average reference)는 귀 뇌파에 적용한 것일 수 있다. 또한, 상기 독립성분분석(independent component analysis, ICA)은 뇌파 신호에 유입된 안구전도, 근전도 등의 잡음을 제거하기 위해 적용한 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 (c) 단계의 데이터 분석은 눈을 뜬 상태(EO) 및 눈을 감은 상태(EC)에 따른 뇌파 주파수 대역별; 및 두피 영역 및 귀 영역별로 평균 전력 스펙트럼 밀도(power spectral density, PSD)를 분석하여 뇌파 특징을 추출한 것일 수 있다. 이후, 상기 뇌파 특징과 체성분 간의 상관관계 분석 결과로부터 체성분 분석 결과를 제공하는 것일 수 있다. 통계적 유의성은 피어슨 상관 계수를 도출하여 검증하였다.
본 발명의 일 실시예에 있어서, 상기 체성분 분석 결과는 체성분 측정 장치와 전기적으로 연결된 상태에서 피검자의 단말기로 제공하는 것일 수 있다. 즉, 피검자는 체성분 측정 애플레케이션 또는 체성분 측정 사이트에 접속한 피검자의 단말기의 요청에 대응하여 상기 체성분 측정장치가 생성한 체성분 측정 결과를 피검자의 단말기로 제공하는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 체성분 측정 장치는 웨어러블 장치 또는 기기인 것일 수 있다.
또한, 본 발명은 피검자로부터 뇌파 신호를 획득하는 뇌파 측정부; 상기 뇌파 측정부에서 측정된 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 데이터 처리부; 상기 데이터 처리부에서 획득된 데이터를 분석하는 데이터 분석부; 및 상기 데이터 분석부로부터 분석된 체성분 분석 결과를 제공하는 분석 결과 제공부를 포함하는 뇌파를 이용한 체성분 분석 장치를 제공한다.
본 발명의 일 실시예에 있어서, 상기 체성분은 체수분량, 단백질량, 무기질량, 골격근량, 체지방률, 체지방량 및 체질량지수(body mass index, BMI)로 이루어진 군에서 선택되는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 뇌파 측정부에서 뇌파 신호는 눈을 뜬 상태(eye open, EO) 또는 눈을 감은 상태(eye close, EC)에서 반복하여 측정하는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 뇌파 측정부에서 뇌파 신호는 두피 영역 또는 귀 영역에서 측정하는 것일 수 있고, 상기 두피 영역은 두피 전체 영역, 전두엽 영역, 중앙 영역, 측두엽 영역, 두정엽 영역 및 후두엽 영역으로 이루어진 군에서 선택되는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 뇌파 신호는 델타 파(delta wave), 세타 파(theta wave), 알파 파(alpha wave), 베타 파(beta wave) 및 감마 파(gamma wave)로 이루어진 군에서 선택되는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 데이터 처리부의 전처리 데이터는 1 내지 50 Hz 주파수 대역에 대해 대역 통과 필터를 적용하고, 59 내지 61 Hz 주파수 대역에 대해 노치 필터를 적용한 후, 계산량 감소를 위해 200 Hz로 다운 샘플링을 적용하고, 뇌파 신호에 유입된 잡음을 제거하기 위해 공통 평균 참조(common average reference, CAR), 대측 재참조(contralateral average reference) 및 독립성분분석(independent component analysis, ICA)을 적용하여 획득한 것일 수 있다.
특히, 상기 공통 평균 참조(common average reference, CAR) 및 대측 재참조(contralateral average reference)의 재참조는 뇌파 신호에 공통적으로 유입된 잡음을 제거하기 위해 적용한 것으로서, 공통 평균 참조(common average reference, CAR)는 두피 뇌파에 적용하고, 대측 재참조(contralateral average reference)는 귀 뇌파에 적용한 것일 수 있다. 또한, 상기 독립성분분석(independent component analysis, ICA)은 뇌파 신호에 유입된 안구전도, 근전도 등의 잡음을 제거하기 위해 적용한 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 데이터 분석부는 눈을 뜬 상태(EO) 및 눈을 감은 상태(EC)에 따른 뇌파 주파수 대역별; 및 두피 영역 및 귀 영역별로 평균 전력 스펙트럼 밀도(power spectral density, PSD)를 분석하여 뇌파 특징을 추출한 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 분석 결과 제공부는 데이터 분석부에서 분석된 뇌파 특징과 체성분 간의 상관관계 분석 결과로부터 체성분 분석 결과를 제공하는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 체성분 분석 결과는 체성분 측정 장치와 전기적으로 연결된 상태에서 피검자의 단말기로 제공하는 것일 수 있다. 즉, 피검자는 체성분 측정 애플레케이션 또는 체성분 측정 사이트에 접속한 피검자의 단말기의 요청에 대응하여 상기 체성분 측정장치가 생성한 체성분 측정 결과를 피검자의 단말기로 제공하는 것일 수 있다.
본 발명의 일 실시예에 있어서, 상기 체성분 측정 장치는 웨어러블 장치 또는 기기인 것일 수 있다.
또한, 본 발명은 상기 뇌파를 이용한 체성분 분석 방법을 실행시키기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
본 발명에 따른 방법은 눈을 뜬 상태(EO) 또는 눈을 감은 상태(EC)의 안정 상태에서 두피 영역 또는 귀 영역의 뇌파 신호를 통해 체수분량, 단백질량, 무기질량, 골격근량, 체지방률, 체지방량 또는 체질량지수(body mass index, BMI) 등의 체성분에 관한 정보를 분석할 수 있어, 시·공간적 제약없이 효율적으로 체성분 분석에 유용하게 사용될 수 있다.
도 1은 두피 또는 귀 뇌파 측정을 위한 전극 부착 위치를 나타낸 것이다.
도 2는 눈은 감은 상태(EC) 및 눈을 뜬 상태(EO)를 1분씩 3회 반복 수행한 실험 패러다임을 나타낸 것이다.
도 3 및 도 4는 전체 두피 영역(All channel)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과 및 체성분 지표에 따른 전력 스펙트럼 밀도(power spectral density, PSD)를 확인한 결과이다.
도 5는 전두엽 영역(Frontal)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다.
도 6은 중앙 영역(Central)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다.
도 7은 두정엽 영역(Parietal)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다.
도 8은 후두엽 영역(Occipital)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다.
도 9는 본 발명에 따른 체성분 분석 장치를 나타낸 것이다.
이하, 본 발명을 상세히 설명한다.
본 발명에 사용되는 용어는 본 발명의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 기술분야에 종사하는 기술자의 의도 또는 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 임의로 선정된 용어도 있으며, 이 경우 해당 실시예의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 발명에서 어느 구성요소 또는 어느 단계를 "포함한다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소 또는 다른 단계를 제외하는 것이 아니라 다른 구성요소 또는 다른 단계를 더 포함할 수 있는 것을 의미한다.
이하, 상기 목적을 구체적으로 실현할 수 있는 본 발명의 바람직한 실시예가 첨부된 도면을 참조하여 설명된다. 본 발명의 실시예를 설명함에 있어, 동일 구성에 대해서는 동일 명칭 및 부호가 사용되며, 이에 따른 부가적인 설명 및 중복되는 설명은 하기에서 생략된다.
본 발명은 (a) 피검자로부터 뇌파 신호를 획득하는 단계; (b) 상기 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 단계; 및 (c) 상기 전처리 데이터로부터 데이터 분석을 통해 피검자의 체성분 분석 결과를 제공하는 단계를 포함하는 뇌파를 이용한 체성분 분석 방법을 제공한다.
먼저, 도 1 내지 도 8을 참조하여 뇌파를 이용한 체성분 분석 방법을 설명한다.
도 1을 참조하면, 도 1은 두피 또는 귀 뇌파 측정을 위한 전극 부착 위치를 나타낸 것이다. 본 발명에서는 22명의 피험자를 대상으로 눈을 감는 상태(EC) 및 눈을 뜬 상태(EO)의 안정 상태에서 뇌파를 측정하기 위해, 32개 두피 뇌파 전극 및 6개의 귀 전극을 부착하였다. 도 1은 AF3, AF4, Fz, F3, F4, F7 및 F8의 전두엽 영역(Frontal); FC1, FC2, FC5, FC6, Cz, C3, C4, T7 및 T8의 중앙 영역(Central); CP1, CP2, CP5, CP6, Pz, P3, P4, P7 및 P8의 두정엽 영역(Parietal); P03, P04, Oz, O1 및 O2의 후두엽 영역(Occipital)를 포함하는 두피 전체 영역(All channel)과 L1~L3, R1~R3의 귀 영역(Ear)을 나타낸다.
도 2를 참조하면, 도 2는 눈은 감은 상태(EC) 및 눈을 뜬 상태(EO)를 1분씩 3회 반복 수행한 실험 패러다임을 나타낸 것이다. 도 1에 나타낸 두피 영역 및 귀 영역에 전극을 부착한 후 눈을 감은 상태(EC) 및 눈을 뜬 상태(EO)에서 1분씩 3회 반복하여 뇌파 신호를 측정한 것을 나타낸다.
뇌파 신호와 체성분 데이터의 상관관계를 분석하기 위하여, 체성분 데이터는 상용 체성분 분석기(Inbody 770)을 통해 획득하였고, 정확한 체성분 측정을 위해 다음 주의사항을 준수하여 측정하였다: 실험 당일 자정 이후 물을 포함한 모든 음식 섭취 금지; 실험 당일 격렬한 운동 및 샤워 금지; 여성의 경우 월경 주기를 피해 측정; 및 모든 피험자의 체성분은 오전 9-12시 사이에 측정.
상기 측정된 뇌파 신호는 통상적으로 뇌파 분석에 사용되는 1 내지 50 Hz 주파수 대역에 대해 대역 통과 필터(bandpass filter)를 적용하고, 59 내지 61 Hz 주파수 대역에 대해 노치 필터를 적용한 후, 계산량 감소를 위해 200 Hz로 다운 샘플링(down-sampling)을 적용하였다. 또한, 뇌파 신호에 공통적으로 유입된 잡음을 제거하기 위해, 두피 뇌파에 공통 평균 참조(common average reference, CAR)를 적용하고, 귀 뇌파에 대측 재참조(contralateral average reference)를 적용하였다. 또한, 뇌파 신호에 유입된 안구전도, 근전도 등의 잡음을 제거하기 위해 독립성분분석(independent component analysis, ICA)을 적용하였다.
이후, 1 내지 3 Hz 델타 주파수 대역, 4 내지 7 Hz 세타 주파수 대역, 8 내지 13 Hz 알파 주파수 대역, 14 내지 30 Hz 베타 주파수 대역 및 31 내지 50 Hz 감마 주파수 대역을 포함하는 뇌파 주파수 대역별; 및 두피 영역 및 귀 영역별로 평균 전력 스펙트럼 밀도(power spectral density, PSD)를 분석하여 뇌파 특징을 추출하였다. 또한, 상기 뇌파 특징과 체성분 간의 상관관계 분석을 통해 피어슨 상관 계수를 도출하여 통계적 유의성을 검증하였다.
본 발명에 있어서, 상기 체성분은 체수분량, 단백질량, 무기질량, 골격근량, 체지방률, 체지방량 및 체질량지수(body mass index, BMI)로 이루어진 군에서 선택되는 것일 수 있다.
도 3 및 도 4를 참조하면, 도 3 및 도 4는 전체 두피 영역(All channel)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과 및 체성분 지표에 따른 전력 스펙트럼 밀도(power spectral density, PSD)를 확인한 결과이다. 두피 전체 영역(All channel)에서는 눈을 감은 상태(EC)에서 체수분량, 단백질량 및 골격근량이 모두 베타 주파수 대역과 유의한 음의 상관관계가 있음을 확인하였다 (각각 r = -0.45, p < 0.05; r = -0.45, p < 0.05; 및 r = -0.46, p < 0.05;). 또한, 체지방량이 베타 주파수 대역 및 감마 주파수 대역과 유의한 양의 상관관계과 있음을 확인하였으며 (모두 r = 0.42, p < 0.05), 체지방률이 베타 주파수 대역 및 감마 주파수 대역과 유의한 양의 상관관계과 있음을 확인하였다 (각각 r = 0.59, p < 0.01; r = 0.45, p < 0.05). 또한, 눈은 뜬 상태(EO)에서는 체지방량과 체지방률이 세타 주파수 대역과 유의한 양의 상관관계가 있고 (각각 r = 0.43, r = 0.49, p < 0.05), 체지방량 및 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있으며 (각각 r = 0.72, 0.76, p < 0.001), 체지방량, BMI 및 체지방률이 감마 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (각각 r = 0.84, 0.69, 0.72, p < 0.001).
도 5를 참조하면, 도 5는 전두엽 영역(Frontal)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다. 전두엽 영역(Frontal channel)에서는 눈은 감은 상태(EC)에서 체수분량, 단백질량 및 골격근량이 베타 주파수 대역과 음의 상관관계가 있고 (각각 r = -0.44, -0.43, -0.44, p < 0.05), 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (r= 0.57, p < 0.01). 또한, 눈을 뜬 상태(EO)에서는 체지방량 및 체지방률이 세타 주파수 대역과 유의한 양의 상관관계가 있고 (각각 r = 0.44, 0.51, p < 0.05), 체지방량, BMI 및 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있으며 (각각 r = 0.71, p < 0.001;, r = 0.47, p < 0.05; r = 0.68, p < 0.001), 체지방량, BMI 및 체지방률이 감마 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (각각 r = 0.72, p < 0.001; r = 0.55, p < 0.01 r = 0.64, p < 0.01).
도 6을 참조하면, 도 6은 중앙 영역(Central)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다. 중앙 영역(Central channel)에서는 눈을 감은 상태(EC)에서 체수분량, 단백질량 및 골격근량이 델타 주파수 대역과 음의 상관관계가 있고 (모두 r = -0.43, p < 0.05), 체지방률이 델타 주파수 대역과 유의한 양의 상관관계가 있으며 ( r = 0.47, p < 0.01), 체지방량 및 체지방률이 세타 주파수 대역과 유의한 양의 상관관계가 있고 (각각 r = 0.45, 0.51, p < 0.05), 체지방량 및 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (각각 r = 0.58, 0.64, p < 0.01). 또한, 눈을 뜬 상태(EO)에서는 체수분량 및 단백질량이 델타 주파수 대역과 음의 상관관계가 있고 (모두 r = -0.43, p < 0.05), 체지방량 및 체지방률이 델타 주파수 대역과 유의한 양의 상관관계가 있으며 (각각 r = 0.53, p < 0.05; r = 0.64, p < 0.01), 체지방량 및 체지방률이 세파 주파수 대역과 유의한 양의 상관관계가 있고 (각각 r = 0.56, p < 0.05; r = 0.59, p < 0.01), 체지방량, BMI 및 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있으며 (각각 r = 0.83, p < 0.001; r = 0.64, p < 0.01; r = 0.76, p < 0.001), 체지방량, BMI 및 체지방률이 감마 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (각각 r = 0.83, p < 0.001; r = 0.75, p < 0.01; r = 0.64, p < 0.01).
도 7을 참조하면, 도 7은 두정엽 영역(Parietal)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다. 두정엽 영역(Parietal channel)에서는 눈을 감은 상태(EC)에서 체수분량, 단백질량, 무기질량 및 골격근량이 베타 주파수 대역과 음의 상관관계가 있고 (모두 r = -0.48, p < 0.05), 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (r = 0.54, p < 0.01). 또한, 눈을 뜬 상태(EO)에서는 체지방량 및 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있고 (각각 r = 0.47, p < 0.05; r = 0.61, p < 0.01), 체지방량, BMI 및 체지방률이 감마 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (각각 r = 0.64, 0.55, 0.54, p < 0.01).
도 8을 참조하면, 도 8은 후두엽 영역(Occipital)에서 안정상태의 뇌파 신호와 체성분 간의 상관관계를 확인한 결과이다. 후두엽 영역(Occipital channel)에서는 눈을 감은 상태(EC)에서 체수분량, 단백질량 및 골격근량이 베타 주파수 대역과 음의 상관관계가 있고 (모두 r = -0.48, p < 0.05), 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (r = 0.55, p < 0.01). 또한, 눈을 뜬 상태(EO)에서는 체수분량, 단백질량 및 골격근량이 베타 주파수 대역과 음의 상관관계가 있으며 (모두 r = -0.45, p < 0.05), 체지방량, 체지방률이 베타 주파수 대역과 유의한 양의 상관관계가 있고 (r = 0.45, p < 0.05; r = 0.62, p < 0.01), 체지방량 및 체지방률이 감마 주파수 대역과 유의한 양의 상관관계가 있음을 확인하였다 (각각 r = 0.54, 0.55, p < 0.01).
상기 도 3 내지 도 8의 결과에 따라, 본 발명에서는 뇌파 특징과 체성분 간의 상관관계 분석 결과로부터 체성분 분석 결과를 제공할 수 있음을 확인하였다.
본 발명에 있어서, 상기 체성분 분석 결과는 체성분 측정 장치와 전기적으로 연결된 상태에서 피검자의 단말기로 제공하는 것일 수 있다. 즉, 피검자는 체성분 측정 애플레케이션 또는 체성분 측정 사이트에 접속한 피검자의 단말기의 요청에 대응하여 상기 체성분 측정장치가 생성한 체성분 측정 결과를 피검자의 단말기로 제공하는 것일 수 있다.
본 발명에 있어서, 상기 체성분 측정 장치는 웨어러블 장치 또는 기기인 것일 수 있다.
도 9를 참조하면, 도 9는 본 발명에 따른 체성분 분석 장치(100)를 나타낸다. 본 발명의 체성분 분석 장치는 피검자로부터 뇌파 신호를 획득하는 뇌파 측정부(110); 상기 뇌파 측정부에서 측정된 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 데이터 처리부(120); 상기 데이터 처리부에서 획득된 데이터를 분석하는 데이터 분석부(130); 및 상기 데이터 분석부로부터 분석된 체성분 분석 결과를 제공하는 분석 결과 제공부(140)를 포함한다.
본 발명에 있어서, 체성분 분석 장치의 분석 결과 제공부(140)는 데이터 분석부에서 분석된 뇌파 특징과 체성분 간의 상관관계 분석 결과로부터 체성분 분석 결과를 제공하는 것일 수 있다. 바람직하게는, 상기 체성분 분석 결과는 체성분 분석 장치와 전기적으로 연결된 상태에서 피검자의 단말기로 제공하는 것일 수 있다.
이상에서 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터로 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터로 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
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 후술하는 청구범위에 의하여 나타내어지며, 청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (12)

  1. (a) 피검자로부터 뇌파 신호를 획득하는 단계;
    (b) 상기 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 단계; 및
    (c) 상기 전처리 데이터로부터 데이터 분석을 통해 피검자의 체성분 분석 결과를 제공하는 단계를 포함하는 뇌파를 이용한 체성분 분석 방법.
  2. 제 1 항에 있어서,
    상기 체성분은 체수분량, 단백질량, 무기질량, 골격근량, 체지방률, 체지방량 및 체질량지수(body mass index, BMI)로 이루어진 군에서 선택되는 것인, 체성분 분석 방법.
  3. 제 1 항에 있어서,
    상기 (a) 단계의 뇌파 신호는 눈을 뜬 상태(eye open, EO) 또는 눈을 감은 상태(eye close, EC)에서 반복하여 측정하는 것인, 체성분 분석 방법.
  4. 제 1 항에 있어서,
    상기 (a) 단계의 뇌파 신호는 두피 영역 또는 귀 영역에서 측정하는 것인, 체성분 분석 방법.
  5. 제 4 항에 있어서,
    상기 두피 영역은 두피 전체 영역, 전두엽 영역, 중앙 영역, 측두엽 영역, 두정엽 영역 및 후두엽 영역으로 이루어진 군에서 선택되는 것인, 체성분 분석 방법.
  6. 제 1 항에 있어서,
    상기 (a) 단계의 뇌파 신호는 델타 파(delta wave), 세타 파(theta wave), 알파 파(alpha wave), 베타 파(beta wave) 및 감마 파(gamma wave)로 이루어진 군에서 선택되는 것인, 체성분 분석 방법.
  7. 제 1 항에 있어서,
    상기 (b) 단계의 전처리 데이터는 1 내지 50 Hz 주파수 대역에 대해 대역 통과 필터를 적용하고, 59 내지 61 Hz 주파수 대역에 대해 노치 필터를 적용한 후, 계산량 감소를 위해 200 Hz로 다운 샘플링을 적용하고, 뇌파 신호에 유입된 잡음을 제거하기 위해 공통 평균 참조(common average reference, CAR), 대측 재참조(contralateral average reference) 및 독립성분분석(independent component analysis, ICA)을 적용하여 획득한 것인, 체성분 분석 방법.
  8. 제 1 항에 있어서,
    상기 (c) 단계의 데이터 분석은 눈을 뜬 상태(EO) 및 눈을 감은 상태(EC)에 따른 뇌파 주파수 대역별; 및 두피 영역 및 귀 영역별로 평균 전력 스펙트럼 밀도(power spectral density, PSD)를 분석하여 뇌파 특징을 추출한 것인, 체성분 분석 방법.
  9. 제 8 항에 있어서,
    상기 뇌파 특징과 체성분 간의 상관관계 분석 결과로부터 체성분 분석 결과를 제공하는 것인, 체성분 분석 방법.
  10. 제 9 항에 있어서,
    상기 체성분 분석 결과는 체성분 측정 장치와 전기적으로 연결된 상태에서 피검자의 단말기로 제공하는 것인, 체성분 분석 방법.
  11. 피검자로부터 뇌파 신호를 획득하는 뇌파 측정부;
    상기 뇌파 측정부에서 측정된 뇌파 신호에서 노이즈를 제거하여 전처리 데이터를 획득하는 데이터 처리부;
    상기 데이터 처리부에서 획득된 데이터를 분석하는 데이터 분석부; 및
    상기 데이터 분석부로부터 분석된 체성분 분석 결과를 제공하는 분석 결과 제공부를 포함하는 뇌파를 이용한 체성분 분석 장치.
  12. 제 1 항 내지 제 10 항 중 어느 한 항에 따른 뇌파를 이용한 체성분 분석 방법을 실행시키기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록 매체.
PCT/KR2025/006870 2024-06-04 2025-05-21 뇌파를 이용한 체성분 분석 방법 및 분석 장치 Pending WO2025254366A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020240073067A KR20250173775A (ko) 2024-06-04 2024-06-04 뇌파를 이용한 체성분 분석 방법 및 분석 장치
KR10-2024-0073067 2024-06-04

Publications (1)

Publication Number Publication Date
WO2025254366A1 true WO2025254366A1 (ko) 2025-12-11

Family

ID=97960597

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2025/006870 Pending WO2025254366A1 (ko) 2024-06-04 2025-05-21 뇌파를 이용한 체성분 분석 방법 및 분석 장치

Country Status (2)

Country Link
KR (1) KR20250173775A (ko)
WO (1) WO2025254366A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180095358A (ko) * 2017-02-17 2018-08-27 삼성전자주식회사 전자 장치 및 전자 장치의 체성분 측정 방법
KR101973515B1 (ko) * 2018-05-28 2019-04-29 주식회사 한국지에스티 편리한 정보 수집 및 지속적 모니터링을 통한 개인 건강 정보 관리 방법
KR20220098533A (ko) * 2021-01-04 2022-07-12 한국과학기술원 귀-eeg를 이용한 음성 이미지 기반의 뇌-컴퓨터 인터페이스를 위한 데이터 획득 방법 및 시스템
KR20230096378A (ko) * 2021-12-23 2023-06-30 대한민국(국립재활원장) 뇌파 기반 인지 기능 평가 장치 및 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101980379B1 (ko) 2017-06-15 2019-05-20 (주)대우루컴즈 휴대용 체성분 분석장치 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180095358A (ko) * 2017-02-17 2018-08-27 삼성전자주식회사 전자 장치 및 전자 장치의 체성분 측정 방법
KR101973515B1 (ko) * 2018-05-28 2019-04-29 주식회사 한국지에스티 편리한 정보 수집 및 지속적 모니터링을 통한 개인 건강 정보 관리 방법
KR20220098533A (ko) * 2021-01-04 2022-07-12 한국과학기술원 귀-eeg를 이용한 음성 이미지 기반의 뇌-컴퓨터 인터페이스를 위한 데이터 획득 방법 및 시스템
KR20230096378A (ko) * 2021-12-23 2023-06-30 대한민국(국립재활원장) 뇌파 기반 인지 기능 평가 장치 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHIM MISEON, CHOI GA-YOUNG, PAIK NAM-JONG, LIM CHAIYOUNG, HWANG HAN-JEONG, KIM WON-SEOK: "Altered Functional Networks of Alpha and Low-Beta Bands During Upper Limb Movement and Association with Motor Impairment in Chronic Stroke", BRAIN CONNECTIVITY, SAGE PUBLICATIONS, vol. 13, no. 8, 1 October 2023 (2023-10-01), pages 487 - 497, XP093378764, ISSN: 2158-0014, DOI: 10.1089/brain.2021.0070 *
김나리 등. 뇌파 기반 체성분지표 추정 바이오마커 개발. 2024 한국인지과학회 학술대회. 24 May 2024, non-official translation (Kim, Nari et al. Development of Biomarker for Estimation of Body Composition Based on Brain Waves. 2024 Academic Conference of The Korean Society for Cognitive Science.) *

Also Published As

Publication number Publication date
KR20250173775A (ko) 2025-12-11

Similar Documents

Publication Publication Date Title
Cannard et al. Validating the wearable MUSE headset for EEG spectral analysis and Frontal Alpha Asymmetry
CA2285354C (en) System and method for enhancing and separating biopotential signals
Gargiulo et al. A mobile EEG system with dry electrodes
Kamousi et al. Comparing the quality of signals recorded with a rapid response EEG and conventional clinical EEG systems
Gargiulo et al. A new EEG recording system for passive dry electrodes
Bough Jr et al. Intrasubject variability of objective voice measures
WO2015076444A1 (ko) 뇌파 측정 및 두뇌 자극 시스템
WO2014126406A1 (ko) 마취 심도 측정 방법 및 장치
WO2014126405A1 (ko) 캡스트럼 기법을 이용한 마취 심도 측정 방법 및 장치
CN117838154A (zh) 一种基于脑电的认知下降风险评估方法及系统
CN113951897B (zh) 一种多模态静息脑电数据干扰消除和标记方法及装置
WO2018004028A1 (ko) 뇌파 기반 주의력 결핍 과잉 행동 장애 진단 시스템
WO2024035098A1 (ko) 개인 맞춤형 경두개 전기자극을 이용한 인지기능 향상 장치 및 방법
Dobrowolski et al. Classification of auditory brainstem response using wavelet decomposition and SVM network
CN114557708A (zh) 基于脑电双特征融合的体感刺激意识检测装置和方法
Anwar et al. Use of portable EEG sensors to detect meditation
Katsarou et al. Auditory event-related potentials in Parkinson's disease in relation to cognitive ability
WO2023140453A1 (ko) 운동 장애 관련 정보제공방법 및 이에 사용되는 장치
Zhang et al. EEG feature extraction and analysis under drowsy state based on energy and sample entropy
CN110946562B (zh) 基于Micro:bit微处理器的生理电信号测量分析方法及系统
KR20250173775A (ko) 뇌파를 이용한 체성분 분석 방법 및 분석 장치
CN205268157U (zh) 非接触式心电传感器及其可穿戴式多通道心电采样内衣
Liberati et al. Total and partial coherence analysis of spontaneous and evoked EEG by means of multi-variable autoregressive processing
CN106937868A (zh) 一种应用于大鼠的脑电与近红外光谱联合采集装置
WO2023243873A9 (ko) 섬망 발생 예측 방법 및 이를 이용한 섬망 발생 예측용 장치

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: 25820370

Country of ref document: EP

Kind code of ref document: A1