| 1 |
1
컴퓨터 장치에 의해 수행되는, 뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 방법에 있어서,(a) 마취 경과 시간 동안 추출된 사용자의 뇌 신호를 획득하는 단계;(b) 상기 측정된 뇌 신호들을 뇌 네트워크 분석에 적합하도록 전처리하는 단계;(c) 상기 전처리된 뇌 신호들에 기초하여 각 주파수 별로 두 채널 간의 기능적 연결성 값을 산출하고, 뇌 네트워크 분석을 수행하는 단계;(d) 상기 분석된 뇌 네트워크 특성에 기초하여 상기 사용자의 마취 및 의식 심도를 결정하는 단계; 및(e) 상기 결정된 사용자의 마취 및 의식 심도를 사용자 인터페이스를 통해 제공하는 단계를 포함하되,상기 (c) 단계는(c-1) 주파수 분석을 통해 상기 뇌 신호들의 델타파 및 베타파의 주파수 대역을 추출하는 단계; (c-2) 상기 추출된 주파수 대역의 진폭(amplitude) 및 위상(phase) 값에 기초하여 상기 두 채널 간의 기능적 연결성 값을 산출하는 단계; 및(c-3) 상기 산출된 기능적 연결성 값이 유의미한 연결성을 갖는지 판단하는 임계값을 적용하여 그래프 이론 기반으로 뇌 네트워크 값을 산출하는 단계;를 포함하는 것이고,상기 기능적 연결성 값은상기 두 채널에 대한 뇌 신호들 간의 위상의 동기화 정도를 판별하는 척도로서, 위상 동기화 지수(Phase locking value), 위상 지연 지수(Phase lag index), 가중 위상 지연 지수(Weighted phase lag index), 가상 일관성(Imaginary coherence) 및 동기 유사도(Synchronization likelihood) 중 하나 이상을 포함하는 것이고,상기 임계값은 복수의 랜덤 행렬을 통해 산출된 전체 능률 지표(Global efficiency)와 점효율(Local efficiency)의 차이가 가장 큰 값으로 설정되는 것이며,상기 뇌 네트워크 값은 뇌의 연결성을 정량화한 값인 것인,뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 방법
|
| 2 |
2
제 1항에 있어서, 상기 (b) 단계는(b-1) 상기 측정된 뇌 신호들로부터 잡음을 제거하는 단계; 및(b-2) 상기 잡음이 제거된 뇌 신호들을 수면 또는 의식과 관련된 특정 주파수 대역으로 필터링하는 단계;를 포함하는 것인, 뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 방법
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제 1항에 있어서, 상기 (d) 단계는상기 사용자의 마취 경과 시간의 흐름에 따라 상기 델타파 및 베타파 주파수 대역에서의 기준데이터와 비교하여 상기 뇌 네트워크 값의 증가 정도를 감지하는 단계를 포함하며,상기 델타파 주파수 대역에서의 상기 기준데이터에 기초한 상기 뇌 네트워크 값의 증가량은, 상기 마취 및 의식 심도를 나타내는 정량적 지표인 것이고, 상기 베타파 주파수 대역에서의 상기 기준데이터에 비해 상기 뇌 네트워크 값이 기설정된 값 이상으로 증가하는 시점은, 의식 상태에서 무의식 상태로 전환되는 시점 또는 무의식 상태에서 의식 상태로 전환되는 시점인 것이되,상기 기준데이터는, 마취제 투여 전 깨어있는 상태에서 측정된 사용자의 뇌 신호로부터 분석된 뇌 네트워크 값인 것인,뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 방법
|
| 6 |
6
뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 장치에 있어서,뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 방법을 수행하기 위한 프로그램이 저장된 메모리; 및상기 프로그램을 수행하는 프로세서;를 포함하며, 상기 프로세서는, 상기 프로그램의 실행에 따라, 마취 경과 시간 동안 추출된 사용자의 뇌 신호를 획득하고,상기 측정된 뇌 신호들을 뇌 네트워크 분석에 적합하도록 전처리하며,상기 전처리된 뇌 신호들에 기초하여 각 주파수 별로 두 채널 간의 기능적 연결성 값을 산출하고, 뇌 네트워크 분석을 수행하고,상기 분석된 뇌 네트워크 특성에 기초하여 상기 사용자의 마취 및 의식 심도를 결정하며,상기 결정된 사용자의 마취 및 의식 심도를 사용자 인터페이스를 통해 제공하되,상기 프로세서는주파수 분석을 통해 상기 뇌 신호들의 델타파 및 베타파의 주파수 대역을 추출하고,상기 추출된 주파수 대역의 진폭(amplitude) 및 위상(phase) 값에 기초하여 상기 두 채널 간의 기능적 연결성 값을 산출하고, 상기 산출된 기능적 연결성 값이 유의미한 연결성을 갖는지 판단하는 임계값을 적용하여 그래프 이론 기반으로 뇌 네트워크 값을 산출하는 것이고,상기 기능적 연결성 값은상기 두 채널에 대한 뇌 신호들 간의 위상의 동기화 정도를 판별하는 척도로서, 위상 동기화 지수(Phase locking value), 위상 지연 지수(Phase lag index), 가중 위상 지연 지수(Weighted phase lag index), 가상 일관성(Imaginary coherence) 및 동기 유사도(Synchronization likelihood) 중 하나 이상을 포함하는 것이고,상기 임계값은 복수의 랜덤 행렬을 통해 산출된 전체 능률 지표(Global efficiency)와 점효율(Local efficiency)의 차이가 가장 큰 값으로 설정되는 것이며,상기 뇌 네트워크 값은 뇌의 연결성을 정량화한 값인 것인,뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 장치
|
| 7 |
7
제 6항에 있어서, 상기 프로세서는상기 측정된 뇌 신호들로부터 잡음을 제거하고, 상기 잡음이 제거된 뇌 신호들을 수면 또는 의식과 관련된 특정 주파수 대역으로 필터링하는 것인,뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 장치
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제 6항에 있어서, 상기 프로세서는상기 사용자의 마취 경과 시간의 흐름에 따라 상기 델타파 및 베타파 주파수 대역에서의 기준데이터와 비교하여 상기 뇌 네트워크 값의 증가 정도를 감지하되,상기 델타파 주파수 대역에서의 상기 기준데이터에 기초한 상기 뇌 네트워크 값의 증가량은, 상기 마취 및 의식 심도를 나타내는 정량적 지표인 것이고, 상기 베타파 주파수 대역에서의 상기 기준데이터에 비해 상기 뇌 네트워크 값이 기설정된 값 이상으로 증가하는 시점은, 의식 상태에서 무의식 상태로 전환되는 시점 또는 무의식 상태에서 의식 상태로 전환되는 시점인 것이되,상기 기준데이터는, 마취제 투여 전 깨어있는 상태에서 측정된 사용자의 뇌 신호로부터 분석된 뇌 네트워크 값인 것인,뇌 네트워크 분석을 통한 마취 및 의식 심도 모니터링 장치
|
