인간의 정신 작용을 신경 생리학적으로 연구할 때에, 심리적 현상에 수반되는 뇌파 신호에 종종 관심을 갖게 된다. 예를 들어, EEG 신호가 어떤 심리적 사건과 관련하여 시간에 따라 어떻게 변화하는 지에 관심이 있다면, 두피에 부착된 각각의 전극에서 모아지는 뇌파 신호의 파형이 실험 조건에 따라서 시간적으로 어떻게 변화하는 지를 살펴보면 된다. 이처럼 제시된 사건에 수반되어 반복된 실험적 시행의 평균을 통해 얻어진 뇌파 전위를 '사건 관련전위(ERP)'라고 한다. 뇌파는 이와 같이 전통적으로 시간 영역에서 분석할 수 있는데, 여기에 덧붙여 주파수 영역에서도 분석할 수 있다. 신호 분석법의 발달로 주파수축 분석 방법이 뇌파 분석에도 응용되고, 그 결과 뇌파 신호의 주파수 성분과 인지적 해석이 종종 의미 있는 상관성을 보인다. 이런 상황에서, 뇌파의 시간축 분석에 비하여, 주파수축 분석이 아직까지는 충분히 일반화되지 않았고, 관련 인지 과학 분야 연구자들에게 기본적인 개념을 소개하고 이해를 도울 필요가 있다고 생각되어 본 해설 논문을 준비했다. 이에, 본 해설 논문을 통해, 뇌파 신호의 주파수축 분석에 대한 기본적인 개념(예, 위상-고정)과 그 대표적인 분석방법(예, 웨이블릿 변환)을 이해하고, 뇌파의 주파수 대역별 인지적 속성에 대해서도 전반적으로 살펴보고자 한다. 나아가, 뇌에서 서로 다른 위치에 있는 전극들 간의 뇌파 신호들의 위상의 상호 관계 연구를 통해, 뇌의 기능적 연결성 연구를 이해하고자 한다.
인간의 정신 작용을 신경 생리학적으로 연구할 때에, 심리적 현상에 수반되는 뇌파 신호에 종종 관심을 갖게 된다. 예를 들어, EEG 신호가 어떤 심리적 사건과 관련하여 시간에 따라 어떻게 변화하는 지에 관심이 있다면, 두피에 부착된 각각의 전극에서 모아지는 뇌파 신호의 파형이 실험 조건에 따라서 시간적으로 어떻게 변화하는 지를 살펴보면 된다. 이처럼 제시된 사건에 수반되어 반복된 실험적 시행의 평균을 통해 얻어진 뇌파 전위를 '사건 관련전위(ERP)'라고 한다. 뇌파는 이와 같이 전통적으로 시간 영역에서 분석할 수 있는데, 여기에 덧붙여 주파수 영역에서도 분석할 수 있다. 신호 분석법의 발달로 주파수축 분석 방법이 뇌파 분석에도 응용되고, 그 결과 뇌파 신호의 주파수 성분과 인지적 해석이 종종 의미 있는 상관성을 보인다. 이런 상황에서, 뇌파의 시간축 분석에 비하여, 주파수축 분석이 아직까지는 충분히 일반화되지 않았고, 관련 인지 과학 분야 연구자들에게 기본적인 개념을 소개하고 이해를 도울 필요가 있다고 생각되어 본 해설 논문을 준비했다. 이에, 본 해설 논문을 통해, 뇌파 신호의 주파수축 분석에 대한 기본적인 개념(예, 위상-고정)과 그 대표적인 분석방법(예, 웨이블릿 변환)을 이해하고, 뇌파의 주파수 대역별 인지적 속성에 대해서도 전반적으로 살펴보고자 한다. 나아가, 뇌에서 서로 다른 위치에 있는 전극들 간의 뇌파 신호들의 위상의 상호 관계 연구를 통해, 뇌의 기능적 연결성 연구를 이해하고자 한다.
Psychophysiologists are often interested in the EEG signals that accompany certain psychological events. When one is interested in a time series of event-related changes in EEG, one focuses on examining how the waveforms recorded at individual electrode sites vary over time across one or more experi...
Psychophysiologists are often interested in the EEG signals that accompany certain psychological events. When one is interested in a time series of event-related changes in EEG, one focuses on examining how the waveforms recorded at individual electrode sites vary over time across one or more experimental conditions. This is an analysis of event-related potentials (ERPs). In addition to such a classical EEG analysis in the time domain, the EEG measures can be investigated in the frequency domain. Moreover, it has been demonstrated that spectral analyses can often yield significant insight into the functional cognitive correlations of the signals. Therefore, this review paper tries to summarize essential concepts (e.g. phase-locking) and conventional methods (e.g. wavelet transformation) for understanding spectral analyses of brain oscillatory activity. Phase-coherence is also introduced in relation to functional connectivity of the brain.
Psychophysiologists are often interested in the EEG signals that accompany certain psychological events. When one is interested in a time series of event-related changes in EEG, one focuses on examining how the waveforms recorded at individual electrode sites vary over time across one or more experimental conditions. This is an analysis of event-related potentials (ERPs). In addition to such a classical EEG analysis in the time domain, the EEG measures can be investigated in the frequency domain. Moreover, it has been demonstrated that spectral analyses can often yield significant insight into the functional cognitive correlations of the signals. Therefore, this review paper tries to summarize essential concepts (e.g. phase-locking) and conventional methods (e.g. wavelet transformation) for understanding spectral analyses of brain oscillatory activity. Phase-coherence is also introduced in relation to functional connectivity of the brain.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그림 8에서 보여 주듯이, 작업 기억과 관련된 실험 과제를 수행한 피험자의 뇌파 자료를 분석한 결과, 전두엽 부근의 전극(Fz)과 두정엽 부근의 전극(Pz) 사이에 뇌파 신호의 위상이 유의미한 상호 관련성을 보였다.6) 본 연구에서는 작업 기억(working memory)을 사용하여 주어진 실험 과제를 수행해야 할 경우에, 상향식 정보 처리(bottom-up processing) 와 하향식 정보 처리(top-down processing)간의 상호 교류가 일어날 것으로 예측하고, 이러한 교류가 뇌파에서 어떠한 상호 관계로 나타날 것인가를 조사하기 위하여, 서로 다른 전극 간의 뇌파 상호관계를 연구하였다. 본 실험 과제를 통해, 시각적으로 제시된 자극을 작업 기억 상에서 단순히 인출(retrieval)한 경우와 자극의 속성을 심적으로 조작(manipulation)한 경우를 비교하여, 과제에 따른 정보 처리의 차이에서 오는 뇌의 기능적 신경망의 차이를 살펴보고자 하였다.
그러면, 실제 얻어진 낱개의 뇌파 데이터에 분석이 적용된 사례를 살펴보자. 그림 7은 실제 얻어진 EEG 데이터에서 제시된 자극의 시점을 기준으로 일정 구간을 추출하여(그림 7A), 그 데이터에 웨이블릿 분석을 적용한 결과(그림 7B)를 함께 보여 주고 있다.
그러면, 실제의 뇌파 연구에서 멀리 떨어져 있는 전극에서 발생하는 신호간의 위상 상관 관계 분석을 사용한 선행 연구를 살펴보기로 하자. 예를 들어, 작업 기억(working memory)에서 중추 실행 기능(central executive function)은 단순히 전두엽부분에서 관여하는 것이 아니라, 전두엽과 두정엽 사이의 신경망에도 의존한다고 보고되고 있다(Babiloni, et al.
6) 본 연구에서는 작업 기억(working memory)을 사용하여 주어진 실험 과제를 수행해야 할 경우에, 상향식 정보 처리(bottom-up processing) 와 하향식 정보 처리(top-down processing)간의 상호 교류가 일어날 것으로 예측하고, 이러한 교류가 뇌파에서 어떠한 상호 관계로 나타날 것인가를 조사하기 위하여, 서로 다른 전극 간의 뇌파 상호관계를 연구하였다. 본 실험 과제를 통해, 시각적으로 제시된 자극을 작업 기억 상에서 단순히 인출(retrieval)한 경우와 자극의 속성을 심적으로 조작(manipulation)한 경우를 비교하여, 과제에 따른 정보 처리의 차이에서 오는 뇌의 기능적 신경망의 차이를 살펴보고자 하였다.
시간에 따른 뇌파 신호의 분석법에 비해, 주파수에 따른 분석법이 계산적으로 어려워 보일 수 있으므로, 이곳에서 좀 더 자세히 살펴보기로 한다. 이론적으로, 모든 신호는 다양한 주파수의 ‘싸인 파동(sinusoidal wave)’의 복합체로 이루어졌다고 생각할 수 있다.
가설 설정
이 정보는 두정엽을 거쳐서, 전두엽에 이르고, 해부학적으로 후두엽, 두정엽과 전두엽 간의 신경 다발이 연결되어 있고, 전두엽은 작업 기억과 관련하여 중앙 처리 기능을 한다는 연구에 따라서(Collette & Van der Linden, 2002), 전두엽, 두정엽과 후두엽 사이에 기능적 상호 관계가 있을 것이라는 가설을 세울 수 있고, 뇌파 신호의 위상 분석을 통해 이와 같이 관심이 있는 지역의 전극 간에 의미 있는 공조를 찾아내어, 결과 적으로 뇌의 기능적 연결성을 검증하는 방법으로 사용될 수 있다.
제안 방법
뇌파에서 주파수 성분을 얻기 위해서, 대표적으로 여과법, 푸리에 변환법, 웨이블릿 변환법 등을 앞서 살펴보았고, 특히, 웨이블릿 변환을 사용한 주파수축 분석 방법은 주파수-시간 사이의 불확정성 원리를 가능한 최적으로 보정함으로써 시간대별 주파수 성분 연구에 유용하게 사용됨을 이해했다. 또한, 뇌에서 서로 다른 위치에 있는 전극들에서 발생하는 뇌파 신호들 간의 위상의 동기화 분석법을 통해, 뇌의 기능적 연결성을 연구할 수 있음을 살펴 보았다. 이상에서와 같이, 뇌파의 주파수 영역 분석법에 등장하는 기본 개념과, 그대표적 분석법의 원리적 배경과 실제 분석을 통해 얻어진 결과 및 뇌파의 주파수 대역별 인지적 속성 등을 간략히 살펴보았는데, 뇌파의 주파수 영역 분석법이 다른 뇌영상 기법과 적절한 통계 기법이 함께 어우러지면, 앞으로 인지 신경 과학 분야 연구에 그 가치를 더욱 발휘할 것으로 기대된다.
따라서, 많은 뇌기능 영상법 중에서, EEG는 인지과학이나 심리학적인 패러다임을 손쉽게 실험하기에 좋은 조건을 갖추고 있다. 이처럼, 뇌파가 인지신경과학의 실질적이고 주된 연구 방법 중의 하나이고, 최근에 주파수축 분석법을 사용하여, 뇌파 결과들의 인지과학적 해석이 주목을 받고 있는 상황에서, 뇌파 분석에 대한 전반적인 정리와 특히 주파수축 분석법에 대한 소개가 필요하다고 생각이 되어, 본 해설 논문을 준비했다.
그림 7은 실제 얻어진 EEG 데이터에서 제시된 자극의 시점을 기준으로 일정 구간을 추출하여(그림 7A), 그 데이터에 웨이블릿 분석을 적용한 결과(그림 7B)를 함께 보여 주고 있다. 즉, 실험을 통해 얻어진 EEG 데이터에 프로그래밍이 된 웨이블릿 분석법을 적용하여, 원하는 시간과 주파수 대역의 웨이블릿 계수들을 시간-주파수 도표의 형태로 얻게 된다. 여기서는 매트랩(MATLAB; The MathWorks Inc.
즉, 특정 시점 t를 중심으로 δ 정도의 변이로 시간축 유연화-대역(smoothing window)을 설정하여, 각각의 뇌파 신호들의 웨이블릿 계수의 공액 복소수를 서로 곱한 값을 적분한 것이다.
데이터처리
즉, 실험을 통해 얻어진 EEG 데이터에 프로그래밍이 된 웨이블릿 분석법을 적용하여, 원하는 시간과 주파수 대역의 웨이블릿 계수들을 시간-주파수 도표의 형태로 얻게 된다. 여기서는 매트랩(MATLAB; The MathWorks Inc., USA)이라는 프로그램을 사용하여, 웨이블릿 변환 프로그램을 만들어 계산하였다. 그림 7A와 7B의 시간축을 비교해가며 살펴보면, 원래의 EEG 데이터에 어떤 주파수 성분이 어느 시간대에서 분포하고 있는지를 알 수 있다.
성능/효과
따라서, 작업 기억과 관련된 실험 과제를 수행할 때에, 피험자의 전두엽과 두정엽 뇌파 신호 간에 위상 상관도를 분석 하면, 위 가설에 대한 신경생리학적인 증거를 제시할 수 있다. 그림 8에서 보여 주듯이, 작업 기억과 관련된 실험 과제를 수행한 피험자의 뇌파 자료를 분석한 결과, 전두엽 부근의 전극(Fz)과 두정엽 부근의 전극(Pz) 사이에 뇌파 신호의 위상이 유의미한 상호 관련성을 보였다.6) 본 연구에서는 작업 기억(working memory)을 사용하여 주어진 실험 과제를 수행해야 할 경우에, 상향식 정보 처리(bottom-up processing) 와 하향식 정보 처리(top-down processing)간의 상호 교류가 일어날 것으로 예측하고, 이러한 교류가 뇌파에서 어떠한 상호 관계로 나타날 것인가를 조사하기 위하여, 서로 다른 전극 간의 뇌파 상호관계를 연구하였다.
요컨대, 뇌파 연구는 최근의 다른 뇌-기능 영상기법에 비하여 역사가 오래되었지만, 시간 해상도가 좋기 때문에, 매우 짧은 시간에도 변화하는 인간의 정신세계를 연구하는데 아직까지도 중요한 연구 방법이고, 특히 지금까지 살펴본 뇌파의 주파수축 분석 방법은 그 동안 전통적으로 사용되어 오던 시간축 분석과 더불어, 새로운 인지 신경과학적 통찰을 줄 수 있기 때문에, 인간의 정신 작용을 다면적으로 연구하는데 중요한 역할을 하고 있다. 뇌파에서 주파수 성분을 얻기 위해서, 대표적으로 여과법, 푸리에 변환법, 웨이블릿 변환법 등을 앞서 살펴보았고, 특히, 웨이블릿 변환을 사용한 주파수축 분석 방법은 주파수-시간 사이의 불확정성 원리를 가능한 최적으로 보정함으로써 시간대별 주파수 성분 연구에 유용하게 사용됨을 이해했다. 또한, 뇌에서 서로 다른 위치에 있는 전극들에서 발생하는 뇌파 신호들 간의 위상의 동기화 분석법을 통해, 뇌의 기능적 연결성을 연구할 수 있음을 살펴 보았다.
그림 7A와 7B의 시간축을 비교해가며 살펴보면, 원래의 EEG 데이터에 어떤 주파수 성분이 어느 시간대에서 분포하고 있는지를 알 수 있다. 더욱이, 앞서 언급한 것처럼 충분한 양의 뇌파 데이터를 평균 내어 구한 ERP 분석과는 달리, 주파수축 분석은 이처럼 낱개의 뇌파 구간에서도 그 사건 관련 주파수 성분을 살펴볼 수 있다는 것을 보여 주고 있다. 물론, 신호대 잡음 비율(signal-to-noise ratio)의 문제가 남아 있기는 하지만, 여러 주파수 대역별로 실험 조건에 의해서 발생하는 뇌파의 주파수 성분을 비교해 가며 변화를 볼 수 있는 장점이 있다.
후속연구
또한, 뇌에서 서로 다른 위치에 있는 전극들에서 발생하는 뇌파 신호들 간의 위상의 동기화 분석법을 통해, 뇌의 기능적 연결성을 연구할 수 있음을 살펴 보았다. 이상에서와 같이, 뇌파의 주파수 영역 분석법에 등장하는 기본 개념과, 그대표적 분석법의 원리적 배경과 실제 분석을 통해 얻어진 결과 및 뇌파의 주파수 대역별 인지적 속성 등을 간략히 살펴보았는데, 뇌파의 주파수 영역 분석법이 다른 뇌영상 기법과 적절한 통계 기법이 함께 어우러지면, 앞으로 인지 신경 과학 분야 연구에 그 가치를 더욱 발휘할 것으로 기대된다. 나아가, 뇌-컴퓨터 인터페이스(brain-computer interface) 연구나 신경 되먹임(neuro-feedback) 연구에도 뇌파의 주파수 성분의 인지적 해석과 그 응용이 중요한 역할을 할 것으로 예상된다.
질의응답
핵심어
질문
논문에서 추출한 답변
뇌전도의 장점은 무엇인가?
뇌전도(electroencephalogram: EEG)는 낮은 공간해상도라는 단점을 가지고 있음에도 불구하고, 현재 1/1000초 정도의 높은 시간 해상도와, 자기 공명 영상법(MRI: magnetic resonance imaging) 기기 등과 비교하여 가격이 상대적으로 저렴하고, 기기의 부피가 작아서 이동성이 있는 등의 연구 장점을 가지고 있다. 따라서, 많은 뇌기능 영상법 중에서, EEG는 인지과학이나 심리학적인 패러다임을 손쉽게 실험하기에 좋은 조건을 갖추고 있다.
EEG 측정의 제한점은 무엇인가?
하지만, EEG 측정에도 제한점이 있다. 만약에 근원 쌍극자가 소위 ‘닫힌계(closed field)’ 구조를 가지면, 그 곳에서 나오는 신호는 어느 정도 떨어진 거리에서 측정되기에는 어렵다(Proverbio & Zani, 2002). 왜냐하면, 이 닫힌계 구조 안에서는 각각의 쌍극자가 임의의 방향으로 향해 있어서, 그 에너지 벡터의 합이 서로 대부분 상쇄되기 때문이다. 덧붙여, 두피 EEG 신호는 뇌의 큰 부피에서 일어나는 전기적 활동성의 합을 반영하고 있다는 것에 주의해야 한다. 즉, 앞서 언급한 흥분/억제 시냅스후 전위(EPSPs/IPSPs) 뿐만 아니라, 뉴런의 활동 전위(action potential)와 피부, 근육, 혈액, 눈 등에서 유발되는 전기적 신호들까지 모두 포함한다. 따라서, 두피의 EEG 는 우리가 절대적으로 연구하고자 하는 신경 활동만을 선별해서 보여 줄 수 없다는 점을 상기해야 한다.
뇌전도란 무엇인가?
인간의 뇌에서는 독일의 한스 베르거(Hans Berger)가 1929년에 최초로 보고했다(Berger, 1929). 여기서, 뇌파에 대한 용어를 정리해보면, ‘뇌전도(electroencephalogram: EEG)’는 두피 상에 부착된 전극 간의 전위차를 검출하는 것으로, 해당 전위의 변이는 그 전극에 영향을 미치는 뇌 신경계 활동 변화에 의해서 생성이 된다. 이 뇌전도는 많은 전극을 사용한 ‘뇌전계(electroencephalograph: EEG machine)’라고 불리는 기기를 통하여 기록되는데(그림 1 참조), 이런 기술을 일컬어 ‘뇌전위 기록술(electroencephalography)’이라고 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.