| 1 |
1
프로세서에 의해 구현되는 조현병에 대한 정보 제공 방법으로서,개체의 뇌파 데이터를 수신하는 단계;상기 뇌파 데이터에 기초하여, 뇌 활성 데이터를 생성하는 단계;상기 뇌 활성 데이터를 입력으로 하여 조현병 여부를 예측하도록 구성된 제1 분류 모델을 이용하여, 상기 개체의 조현병 여부를 결정하는 단계, 및조현병이 예측될 경우, 상기 뇌 활성 데이터를 입력으로 하여 조현병의 증상을 분류하도록 구성된 제2 분류 모델을 이용하여, 상기 개체의 조현병의 증상을 결정하는 단계를 포함하는, 조현병에 대한 정보 제공 방법
|
| 2 |
2
제1항에 있어서,상기 제2 분류 모델은,상기 뇌 활성 데이터를 입력으로 하여 양성 증상 (positive symptoms) 의 정도를 분류하도록 구성된, 양성 증상 분류 모델, 상기 뇌 활성 데이터를 입력으로 하여 음성 증상 (negative symptoms) 의 정도를 분류하도록 구성된 음성 증상 분류 모델 및 상기 뇌 활성 데이터를 입력으로 하여 인지/분열 증상 (cognitive/disorganization symptoms) 의 정도를 분류하도록 구성된 인지/분열 증상 분류 모델 중 적어도 하나인, 조현병에 대한 정보 제공 방법
|
| 3 |
3
제1항에 있어서,상기 조현병의 증상을 결정하는 단계 이후에,상기 개체의 조현병의 증상에 따라 상기 개체의 예후를 결정하는 단계를 더 포함하는, 조현병에 대한 정보 제공 방법
|
| 4 |
4
제1항에 있어서,상기 뇌 활성 데이터를 생성하는 단계 이후에,상기 뇌 활성 데이터에 대한 특징을 추출하는 단계를 더 포함하고,상기 조현병 여부를 결정하는 단계는,상기 제1 분류 모델을 이용하여, 상기 특징에 기초하여 상기 개체의 조현병 여부를 결정하는 단계를 포함하는, 조현병에 대한 정보 제공 방법
|
| 5 |
5
제4항에 있어서,상기 뇌 활성 데이터는 복수 개이고,상기 특징을 추출하는 단계는,복수개의 상기 뇌 활성 데이터 사이의 기능적 연결도 (Functional connectivity) 를 결정하는 단계, 및상기 기능적 연결도의 네트워크 구조적 특징에 기초하여 상기 뇌 활성 데이터 간 상기 특징을 결정하는 단계를 포함하는, 조현병에 대한 정보 제공 방법
|
| 6 |
6
제5항에 있어서,상기 기능적 연결도를 결정하는 단계는,복수개의 상기 뇌 활성 데이터 각각에 대한 PLV (phase locking value) 의 연결도를 결정하는 단계를 포함하고, 상기 뇌 활성 데이터 간 상기 특징을 결정하는 단계는,상기 각각에 대한 PLV의 연결도에 대한 패스 길이 (path length) 및 클러스터링 계수 (Clustering coefficient) 에 기초하여 상기 특징을 결정하는 단계를 포함하는, 조현병에 대한 정보 제공 방법
|
| 7 |
7
제1항에 있어서,상기 뇌 활성 데이터를 생성하는 단계 이후에 수행되는,밴드 패스 필터 (band pass filter) 에 기초하여 상기 뇌 활성 데이터를 필터링하는 단계를 더 포함하는, 조현병에 대한 정보 제공 방법
|
| 8 |
8
제1항에 있어서,상기 뇌파 데이터는,안정 상태 (resting state) 에서 획득된 뇌파 데이터로 정의되는, 조현병에 대한 정보 제공 방법
|
| 9 |
9
제1항에 있어서,상기 뇌 활성 데이터를 생성하는 단계는,MNE (Minimum-norm estimate), LORETA (low-resolution brain electromagnetic tomography), sLORETA (Standardized low-resolution brain electromagnetic tomography), eLORETA (Exact resolution brain electromagnetic tomography) 및 dSPM (Dynamic statistical parametric mapping) 중 적어도 하나를 이용하여, 상기 뇌파 데이터를 상기 뇌 활성 데이터로 전환하는 단계를 포함하는, 조현병에 대한 정보 제공 방법
|
| 10 |
10
제1항에 있어서,상기 뇌 활성 데이터는, 위 관자고랑 (banks of the superior temporal sulcus), 전대상회 (caudal anterior cingulate), 꼬리전두엽 (caudal middle frontal), 설상엽 (cuneus), 내후각엽 (entorhinal), 전두극 (frontal pole), 방추이랑 (fusiform), 아래 두정엽 (inferior parietal), 아래 관자엽 (inferior temporal), 뇌섬엽 (insula), 좁은 대상 이랑 (isthmus cingulate), 외측 후두엽 (lateral occipital), 외측 안와 전두엽 (lateral orbito frontal), 혀이랑 (lingual), 내측 안와 전두엽 (medial orbito frontal), 중앙 관자엽 (middletemporal), 부중심소엽 (para central), 해마방회 (para hippocampal), 판개부 (pars opercularis), 안와부 (pars orbitalis), 삼각부 (pars triangularis), 패리캘칼린 (pericalcarine), 중심후구 (post central), 후측대상피질 (posterior cingulate), 중심선회 (precentral), 쐐기앞소엽 (precuneus), 뒤쪽 대상 피질 (rostral anterior cingulate), 뒤쪽 전두엽 (rostral middle frontal), 상 전두엽 (superior frontal), 상 두정엽 (superior parietal), 상 관자엽 (superior temporal), 연상회 (supramarginal), 두정극 (temporal pole), 획측두회 (transverse temporal) 중 적어도 하나의 뇌 영역에서의 CSD (current source density) 를 포함하는, 조현병에 대한 정보 제공 방법
|
| 11 |
11
개체의 뇌파 데이터를 수신하도록 구성된 통신부, 및상기 통신부와 통신하도록 연결된 프로세서를 포함하고,상기 프로세서는, 상기 뇌파 데이터에 기초하여, 뇌 활성 데이터를 생성하고,상기 뇌 활성 데이터를 입력으로 하여 조현병 여부를 예측하도록 구성된 제1 분류 모델을 이용하여, 상기 개체의 조현병 여부를 결정하고,조현병이 예측될 경우, 상기 뇌 활성 데이터를 입력으로 하여 조현병의 증상을 분류하도록 구성된 제2 분류 모델을 이용하여, 상기 개체의 조현병의 증상을 결정하도록 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 12 |
12
제11항에 있어서,상기 제2 분류 모델은,상기 뇌 활성 데이터를 입력으로 하여 양성 증상 (positive symptoms) 의 정도를 분류하도록 구성된, 양성 증상 분류 모델, 상기 뇌 활성 데이터를 입력으로 하여 음성 증상 (negative symptoms) 의 정도를 분류하도록 구성된 음성 증상 분류 모델 및 상기 뇌 활성 데이터를 입력으로 하여 인지/분열 증상 (cognitive/disorganization symptoms) 의 정도를 분류하도록 구성된 인지/분열 증상 분류 모델 중 적어도 하나인, 조현병에 대한 정보 제공용 디바이스
|
| 13 |
13
제11항에 있어서,상기 프로세서는,상기 개체의 조현병의 증상에 따라 상기 개체의 예후를 결정하도록 더 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 14 |
14
제11항에 있어서,상기 프로세서는,상기 뇌 활성 데이터에 대한 특징을 추출하고,상기 제1 분류 모델을 이용하여, 상기 특징에 기초하여 상기 개체의 조현병 여부를 결정하도록 더 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 15 |
15
제14항에 있어서,상기 뇌 활성 데이터는 복수 개이고,상기 프로세서는,복수개의 상기 뇌 활성 데이터 사이의 기능적 연결도 (Functional connectivity) 를 결정하고,상기 기능적 연결도의 네트워크 구조적 특징에 기초하여 상기 뇌 활성 데이터 간 상기 특징을 결정하도록 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 16 |
16
제15항에 있어서,상기 프로세서는,복수개의 상기 뇌 활성 데이터 각각에 대한 PLV (phase locking value) 의 연결도를 결정하고, 상기 각각에 대한 PLV의 연결도에 대한 패스 길이 (path length) 및 클러스터링 계수 (Clustering coefficient) 에 기초하여 상기 특징을 결정하도록 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 17 |
17
제11항에 있어서,상기 프로세서는,밴드 패스 필터 (band pass filter) 에 기초하여 상기 뇌 활성 데이터를 필터링하도록 더 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 18 |
18
제11항에 있어서,상기 뇌파 데이터는,안정 상태 (resting state) 에서 획득된 뇌파 데이터로 정의되는, 조현병에 대한 정보 제공용 디바이스
|
| 19 |
19
제11항에 있어서,상기 프로세서는,MNE (Minimum-norm estimate), LORETA (low-resolution brain electromagnetic tomography), sLORETA (Standardized low-resolution brain electromagnetic tomography), eLORETA (Exact resolution brain electromagnetic tomography) 및 dSPM (Dynamic statistical parametric mapping) 중 적어도 하나를 이용하여, 상기 뇌파 데이터를 상기 뇌 활성 데이터로 전환하도록 구성된, 조현병에 대한 정보 제공용 디바이스
|
| 20 |
20
제11항에 있어서,상기 뇌 활성 데이터는, 위 관자고랑 (banks of the superior temporal sulcus), 전대상회 (caudal anterior cingulate), 꼬리전두엽 (caudal middle frontal), 설상엽 (cuneus), 내후각엽 (entorhinal), 전두극 (frontal pole), 방추이랑 (fusiform), 아래 두정엽 (inferior parietal), 아래 관자엽 (inferior temporal), 뇌섬엽 (insula), 좁은 대상 이랑 (isthmus cingulate), 외측 후두엽 (lateral occipital), 외측 안와 전두엽 (lateral orbito frontal), 혀이랑 (lingual), 내측 안와 전두엽 (medial orbito frontal), 중앙 관자엽 (middletemporal), 부중심소엽 (para central), 해마방회 (para hippocampal), 판개부 (pars opercularis), 안와부 (pars orbitalis), 삼각부 (pars triangularis), 패리캘칼린 (pericalcarine), 중심후구 (post central), 후측대상피질 (posterior cingulate), 중심선회 (precentral), 쐐기앞소엽 (precuneus), 뒤쪽 대상 피질 (rostral anterior cingulate), 뒤쪽 전두엽 (rostral middle frontal), 상 전두엽 (superior frontal), 상 두정엽 (superior parietal), 상 관자엽 (superior temporal), 연상회 (supramarginal), 두정극 (temporal pole), 획측두회 (transverse temporal) 중 적어도 하나의 뇌 영역에서의 CSD (current source density) 를 포함하는, 조현병에 대한 정보 제공용 디바이스
|
