| 1 |
1
컴퓨터 장치에 의해 수행되는, 뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법에 있어서,(a) 수면 시간에 따른 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 수면 단계를 결정하는 단계; 및(e) 상기 결정된 사용자의 수면 단계를 사용자 인터페이스를 통해 제공하는 단계를 포함하되,상기 (c) 단계는(c-1) 상기 뇌 신호들의 진폭(amplitude) 및 위상(phase) 값에 기초하여 상기 두 채널 간의 기능적 연결성 값을 산출하는 단계; 및(c-2) 상기 산출된 기능적 연결성 값이 유의미한 연결성을 갖는지 판단하는 임계값을 적용하여 그래프 이론 기반으로 뇌 네트워크 값을 산출하는 단계;를 포함하되,상기 기능적 연결성 값은 상기 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 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법
|
| 2 |
2
제1항에 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 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서, 상기 (c-2) 단계에서 상기 뇌 네트워크 값은 상기 뇌 네트워크의 통합 정도를 나타내는 척도로서, 전체 능률 지표(Global efficiency) 및 특성 경로 길이(Characteristic path length) 중 하나 이상의 지표로 정량화되는 것이고,상기 뇌 네트워크의 분리 정도를 나타내는 척도로서, 점효율(Local efficiency), 집단화 계수(Clustering coefficient), 추이성(Transitivity) 및 모듈화 지수(Modularity) 중 하나 이상의 지표로 정량화되는 것이고,상기 뇌 네트워크의 복수의 노드 중에서 하나의 노드와 다른 노드들과의 기능적 연결성 정도를 나타내는 척도로서, 노드 정도(Node degree) 및 세기(Strength) 중 하나 이상의 지표로 정량화되는 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법
|
| 5 |
5
제4항에 있어서, 상기 (d) 단계는상기 사용자의 수면 시간의 흐름에 따라 수면 단계를 결정하되,상기 수면 단계는 상기 뇌 네트워크 값에 기초하여 WFN 상태, REM 수면 상태, NREM 수면 상태 내의 CE 상태 및 NCE 상태로 구분되는 것이며,상기 세기(Strength) 값이 증가하면 상기 NREM 수면 상태인 것이되,상기 뇌 네트워크의 분리 정도를 나타내는 척도에 해당하는 지표가 증가하면 상기 NREM 수면 내에서 CE 상태인 것이고, 상기 세기(Strength) 값이 감소하면 상기 WFN 상태 또는 REM 수면 상태인 것이되, 상기 뇌 네트워크의 통합 정도를 나타내는 척도에 해당하는 지표가 증가하면 상기 REM 수면 상태인 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법
|
| 6 |
6
뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 장치에 있어서,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법을 수행하기 위한 프로그램이 저장된 메모리; 및상기 프로그램을 수행하는 프로세서;를 포함하며, 상기 프로세서는, 상기 프로그램의 실행에 따라, 수면 시간에 따른 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 수면 단계를 결정하며,상기 결정된 사용자의 수면 단계를 사용자 인터페이스를 통해 제공하되,상기 프로세서는상기 뇌 신호들의 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 산출하되,상기 기능적 연결성 값은 상기 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 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 장치
|
| 7 |
7
제6항에 있어서, 상기 프로세서는상기 측정된 뇌 신호들로부터 잡음을 제거하고, 상기 잡음이 제거된 뇌 신호들을 수면 또는 의식과 관련된 특정 주파수 대역으로 필터링하는 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 장치
|
| 8 |
8
삭제
|
| 9 |
9
제6항에 있어서, 상기 뇌 네트워크 값은 상기 뇌 네트워크의 통합 정도를 나타내는 척도로서, 전체 능률 지표(Global efficiency) 및 특성 경로 길이(Characteristic path length) 중 하나 이상의 지표로 정량화되는 것이고,상기 뇌 네트워크의 분리 정도를 나타내는 척도로서, 점효율(Local efficiency), 집단화 계수(Clustering coefficient), 추이성(Transitivity) 및 모듈화 지수(Modularity) 중 하나 이상의 지표로 정량화되는 것이고,상기 뇌 네트워크의 복수의 노드 중에서 하나의 노드와 다른 노드들과의 기능적 연결성 정도를 나타내는 척도로서, 노드 정도(Node degree) 및 세기(Strength) 중 하나 이상의 지표로 정량화되는 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 장치
|
| 10 |
10
제9항에 있어서, 상기 프로세서는상기 사용자의 수면 시간의 흐름에 따라 수면 단계를 결정하되,상기 수면 단계는 상기 뇌 네트워크 값에 기초하여 WFN 상태, REM 수면 상태, NREM 수면 상태 내의 CE 상태 및 NCE 상태로 구분되는 것이며,상기 세기(Strength) 값이 증가하면 상기 NREM 수면 상태인 것이되,상기 뇌 네트워크의 분리 정도를 나타내는 척도에 해당하는 지표가 증가하면 상기 NREM 수면 내에서 CE 상태인 것이고, 상기 세기(Strength) 값이 감소하면 상기 WFN 상태 또는 REM 수면 상태인 것이되, 상기 뇌 네트워크의 통합 정도를 나타내는 척도에 해당하는 지표가 증가하면 상기 REM 수면 상태인 것인,뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 장치
|
