[논문]주파수분석법에 의한 치매환자와 정상인의 뇌파특성 비교

장윤석; 박규칠; 한동욱

doi:10.13067/jkiecs.201.9.5.595

주파수분석법에 의한 치매환자와 정상인의 뇌파특성 비교
Comparison of EEG Characteristics between Dementia Patient and Normal Person Using Frequency Analysis Method 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.9 no.5, 2014년, pp.595 - 600

장윤석 (부경대학교 전기공학과) , 박규칠 (부경대학교 정보통신공학과) , 한동욱 (신라대학교 물리치료학과)

초록
AI-Helper

요즘 우리 사회는 급속히 고령화 사회로 변화되고 있다. 고령화 사회에서는 치매에 대하여 잘 아는 것이 매우 중요한 일이다. 따라서 본 연구는 기본적으로 치매환자로부터 측정한 EEG 신호의 특성을 파악하는 것을 목표로 한다. 먼저 그것을 위하여 치매환자와 정상인의 EEG 특성을 구분하기 위하여 두 그룹의 자발 EEG 신호를 분석하였다. EEG 신호는 16개의 전극으로 계측하였고, 그 신호들은 주파수대역으로 분류하여 분석하였다. 보다 선명한 EEG 신호로 처리하기 위해서는 2개의 채널 간에 상호상관함수를 적용하였다. 그 결과, 치매환자와 정상인의 EEG 신호의 특성은 분명히 다르다는 사실을 확인할 수 있었다.

Abstract ▼ AI-Helper

Nowadays our society is rapidly transforming into an aging society. A better understanding of dementia is a high priority in the aging society. Therefore our study is basically aimed at understanding characteristics of EEG signals from dementia patients. Firstly, we analyzed spontaneous EEG signals from normal persons and dementia patients to distinguish their characteristics. The EEG signals are recorded with 16 electrodes and we classified the EEG signals form the signals according to frequency band. To obtain the clean EEG signals, we used cross correlation function between two channels. From the analysis results, we can observe that the EEG characteristics from dementia patients are distinctly different from that from normal persons.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

결론적으로 본 논문에서는 치매환자와 정상인으로부터 계측한 뇌파를 주파수분석법을 이용하여 분석한 결과를 제시함으로써, 임상적 기법으로는 수행하기 어려운 치매증상 판별법의 가능성을 제시하고자 하였다.
본 논문에서는 뇌파 중에서도 델타파(2∼4Hz), 세타파(4∼8Hz), 알파파(8∼13Hz), 낮은 베타파(13∼20Hz), 높은 베타파(20∼30Hz) 그리고 SMR파(12∼16Hz)를 분석한 결과를 제시하였다.
본 연구는 치매환자와 정상인을 정량적인 뇌파분석법으로 구분하는 것을 목적으로 수행하였다. 그것을 위해서는 치매환자와 정상인 그룹으로 구성된 피험자 각각 10명으로부터 측정한 EEG 신호를 주파수대역별로 구분하여 파워 스펙트럼으로 분석한 후, 주파수대역별로 나누어진 EEG 신호의 파워의 비율이 각 피험자 그룹에서 나타나는 특성을 관찰한 결과를 제시하였다.
그림 4의 (a)는 뇌파 분석시간의 길이를 1초로 보다 짧게 설정하여 분석한 것이고, (b)는 300초로 보다 길게 설정하여 분석한 것이다. 이것은 분석시간의 길이에 따라 뇌파 특성의 패턴이 상이하게 나타날 수도 있는지를 조사하기 위한 것이다.

제안 방법

본 연구는 치매환자와 정상인을 정량적인 뇌파분석법으로 구분하는 것을 목적으로 수행하였다. 그것을 위해서는 치매환자와 정상인 그룹으로 구성된 피험자 각각 10명으로부터 측정한 EEG 신호를 주파수대역별로 구분하여 파워 스펙트럼으로 분석한 후, 주파수대역별로 나누어진 EEG 신호의 파워의 비율이 각 피험자 그룹에서 나타나는 특성을 관찰한 결과를 제시하였다.
피험자들의 뇌파는 (주)니혼코덴의 바이폴라 방식의 무선 뇌파계로 계측되었으며, 전극은 10-20 국제전극 배치법으로 정해진 위치에 따라 피험자의 두피에 부착하였다. 그림 1은 전극의 위치를 나타낸 것으로 Fp1, Fp2, Fpz, F3, F4, F7, F8, Cz, C3, C4, T3, T4, T5, T6, Pz, P3, P4, O1, O2의 16개소에 전극을 부착하여 뇌파를 계측할 수 있도록 하였다. 본 논문에서 사용된 뇌파계는 바이폴라 방식이기 때문에 두 전극 간의 전위차를 측정하는 방식으로 뇌파를 계측한다.
뇌파 측정 시에는 기본적으로 정상인과 치매 환자 모두 측정하기 전 5분 동안은 눈을 감은 상태에서 안정을 취하도록 하였고, 다음 5분 동안 뇌파를 측정하는 방법을 사용하였다. 치매 환자의 경우 뇌파 측정이 가능한 만큼의 안정성을 보이는 환자를 피험자로 선정하였다.
다음에는 뇌파 분석시간의 길이가 1초, 20초, 300초로 다른 데이터를 치매환자 그룹과 정상인 그룹으로 나누어서 동일한 좌표축 상에서 비교하였다.
본 논문에서는 뇌파 중에서도 델타파(2∼4Hz), 세타파(4∼8Hz), 알파파(8∼13Hz), 낮은 베타파(13∼20Hz), 높은 베타파(20∼30Hz) 그리고 SMR파(12∼16Hz)를 분석한 결과를 제시하였다. 또한 분석하는 EEG 신호의 길이에 따라 치매환자와 정상인을 구별할 수 있는 특성은 어떠한 차이를 나타내는지에 대해서도 비교분석하여 보았다.
그림 1은 전극의 위치를 나타낸 것으로 Fp1, Fp2, Fpz, F3, F4, F7, F8, Cz, C3, C4, T3, T4, T5, T6, Pz, P3, P4, O1, O2의 16개소에 전극을 부착하여 뇌파를 계측할 수 있도록 하였다. 본 논문에서 사용된 뇌파계는 바이폴라 방식이기 때문에 두 전극 간의 전위차를 측정하는 방식으로 뇌파를 계측한다. 따라서 인접하는 두 전극 간의 전위차가 1개 채널의 EEG 신호로 계측되는 방식이다.
본 논문에서는 우선 16개의 채널에서 계측된 뇌파를 주파수대역에 따른 파워 스펙트럼으로 분석하였다. 주파수대역에 따라 분석하는 뇌파는 각각 델타파(2∼4Hz), 세타파(4∼8Hz), 알파파(8∼13Hz), 낮은 베타파(13∼20Hz), 높은 베타파(20∼30Hz) 그리고 SMR파 (12∼16Hz)로 설정하였다.
본 논문에서는 정량적인 뇌파분석법을 이용하여 치매환자와 정상인의 차이를 발견하기 위하여 뇌파 즉 EEG 신호의 주파수대역을 구분하여 분석하는 방법을 사용하였다. 본 논문에서는 뇌파 중에서도 델타파(2∼4Hz), 세타파(4∼8Hz), 알파파(8∼13Hz), 낮은 베타파(13∼20Hz), 높은 베타파(20∼30Hz) 그리고 SMR파(12∼16Hz)를 분석한 결과를 제시하였다.
본 논문에서는 피험자의 두피에 부착한 전극으로 이루어진 16개의 채널로 계측한 뇌파를 비교 관찰한 결과, 채널 3, 4, 7, 8에서 측정된 뇌파가 정상인과 치매환자의 차이를 가장 현격하게 나타내고 있는 것으로 판단하여, 그 4개의 채널을 본 논문의 뇌파분석 대상 채널로 설정하였다. 그림 2는 전극 부착 위치와 뇌파분석 대상 채널과의 관계를 나타낸 것이다.
즉 GDS1은 인지장애가 없는 것, GDS2는 매우 경미한 인지장애, GDS3은 경미한 인지장애, GDS4는 중간 정도의 인지장애, GDS5는 초기 치매, GDS6은 중기 치매, GDS7은 말기 치매의 증상이 있는 것으로 판단하고 있다. 본 연구에서는 GDS1과 GDS2단계에 해당하는 피험자를 정상인으로, GDS5, GDS6 및 GDS7단계에 해당하는 피험자를 치매 환자로 구분하였다.
피험자로부터 계측한 EEG 신호를 보다 선명한 형태로 처리하기 위해서 본 논문에서는 식 (1)로 표현되는 상호상관함수(Cross Correlation Function)를 도입하여 분석하였다.

대상 데이터

본 연구에서는 뇌줄중이나 정신분열증과 같은 뇌질환을 앓지 않은 평균 80.4세의 정상인 그룹과 평균 79.4세의 치매환자 그룹을 피험자 군으로 선정하였다. 정상인과 치매 환자의 구분은 기본적으로 전반적 퇴화척도(Global Deterioration Scale : GDS)의 5단계 점수를 기준으로 하였는데, 전반적 퇴화척도의 점수로 나눈 7단계는 다음과 같이 인지장애 정도를 구분한다.
본 연구의 실험에 참여한 피험자는 뇌질환 경험이 없고, 일상생활이 가능한 여성 노인을 대상으로 하였으며, 한국형 노인 우울증 척도(Korean Geriatric Depression Scale : KGDS)를 실시하여 중증의 우울증이 없는 20명을 각각 정상인 그룹 10명 및 치매 환자 그룹 10명의 최종 피험자로 선정하였다.
주파수대역에 따라 분석하는 뇌파는 각각 델타파(2∼4Hz), 세타파(4∼8Hz), 알파파(8∼13Hz), 낮은 베타파(13∼20Hz), 높은 베타파(20∼30Hz) 그리고 SMR파 (12∼16Hz)로 설정하였다.
뇌파 측정 시에는 기본적으로 정상인과 치매 환자 모두 측정하기 전 5분 동안은 눈을 감은 상태에서 안정을 취하도록 하였고, 다음 5분 동안 뇌파를 측정하는 방법을 사용하였다. 치매 환자의 경우 뇌파 측정이 가능한 만큼의 안정성을 보이는 환자를 피험자로 선정하였다.

이론/모형

피험자들의 뇌파는 (주)니혼코덴의 바이폴라 방식의 무선 뇌파계로 계측되었으며, 전극은 10-20 국제전극 배치법으로 정해진 위치에 따라 피험자의 두피에 부착하였다. 그림 1은 전극의 위치를 나타낸 것으로 Fp1, Fp2, Fpz, F3, F4, F7, F8, Cz, C3, C4, T3, T4, T5, T6, Pz, P3, P4, O1, O2의 16개소에 전극을 부착하여 뇌파를 계측할 수 있도록 하였다.

성능/효과

그림 5에 나타낸 결과에서, 분석구간의 길이가 상이해도 결과에는 영향을 미치지 않는다는 사실을 알 수 있다. 따라서 뇌파를 계측한 데이터의 길이와는 무관하게 치매환자와 정상인을 구분할 수 있다는 사실이 확인되었다.
12 즉 12%정도 크게 나타난다는 결과를 확인하였다. 또한 EEG 신호의 분석시간의 길이를 1초 및 300초로 축소 및 확대해서 분석한 결과, 분석시간의 길이는 치매환자와 정상인을 구분하는 특징에는 영향을 미치지 않는다는 사실도 확인하였다.
먼저 20초를 분석 구간으로 설정한 EEG 신호를 분석한 결과, 치매환자와 정상인 그룹 간에 알파파의 파워가 뚜렷한 차이를 나타낸다는 사실을 알 수 있었다. 즉 정상인 그룹의 알파파의 파워가 치매환자 그룹보다 파워 비율 면에서 0.
본 논문에서 얻은 결과인 치매환자에 비해 정상인의 알파파의 활성도가 10% 이상 높다는 사실은 지금까지 치매환자나 정상인 모두에서 알파파의 활성도가 높게 나타난다는 정도로 알려진 것보다 정량적으로 구체적인 결과이다. 이 결과로부터는 보다 피험자의 숫자를 증가시켜 분석을 하여, 치매환자를 정상인과 구별할 수 있는 뇌파성분의 표준지표를 작성하는 것이 필요하다고 생각된다.
그림에서와 같이 치매환자와 정상인 그룹의 뇌파 특성은 알파파에서 뚜렷한 차이가 있다는 것을 확인할 수 있다. 세타파의 경우는 치매환자 그룹이 정상인 그룹보다 오히려 조금 높게 나타나는 경향이 있으며, 다른 주파수대역의 뇌파는 거의 차이를 보이지 않는다는 사실도 확인할 수 있었다.
먼저 20초를 분석 구간으로 설정한 EEG 신호를 분석한 결과, 치매환자와 정상인 그룹 간에 알파파의 파워가 뚜렷한 차이를 나타낸다는 사실을 알 수 있었다. 즉 정상인 그룹의 알파파의 파워가 치매환자 그룹보다 파워 비율 면에서 0.12 즉 12%정도 크게 나타난다는 결과를 확인하였다. 또한 EEG 신호의 분석시간의 길이를 1초 및 300초로 축소 및 확대해서 분석한 결과, 분석시간의 길이는 치매환자와 정상인을 구분하는 특징에는 영향을 미치지 않는다는 사실도 확인하였다.

후속연구

본 논문에서 얻어진 결과들을 기초로 보다 가벼운 치매증상을 보이는 경도인지장애를 지닌 사람들도 뇌파를 분석하여 정량적으로 구분하는 방법을 모색할 필요가 있을 것으로 생각한다.
본 논문에서 얻은 결과인 치매환자에 비해 정상인의 알파파의 활성도가 10% 이상 높다는 사실은 지금까지 치매환자나 정상인 모두에서 알파파의 활성도가 높게 나타난다는 정도로 알려진 것보다 정량적으로 구체적인 결과이다. 이 결과로부터는 보다 피험자의 숫자를 증가시켜 분석을 하여, 치매환자를 정상인과 구별할 수 있는 뇌파성분의 표준지표를 작성하는 것이 필요하다고 생각된다. 아울러 분석시간의 길이가 짧아도 정상인과 치매환자의 구분이 가능하다는 사실을 확인하였으므로, 단시간의 뇌파 측정으로도 치매환자와 정상인을 구분할 수 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	고령화 사회의 문제는 무엇인가?	우리나라도 65세 이상의 노인인구가 점점 증가하고 있고 앞으로는 더욱 빠른 증가율을 기록할 것이 예상되기 때문에 고령 화에 따른 여러 가지 문제를 생각하지 않을 수 없게 되었다. 결국 인구의 고령화에 따르는 질병이 고령화 사회의 문제라고 할 수 있는데, 그 중에서도 치매는 가장 대표적인 질환으로 꼽히고 있다[1].
	본 논문에서 수행한, 치매환자와 정상인을 정량적인 뇌파분석 법으로 구분하는 것을 목적으로 한 실험의 결과는 어떠한가?	먼저 20초를 분석 구간으로 설정한 EEG 신호를 분석한 결과, 치매환자와 정상인 그룹 간에 알파파의 파워가 뚜렷한 차이를 나타낸다는 사실을 알 수 있었다. 즉 정상인 그룹의 알파파의 파워가 치매환자 그룹보다 파워 비율 면에서 0.12 즉 12%정도 크게 나타난다는 결과를 확인하였다. 또한 EEG 신호의 분석시간의 길이를 1초 및 300초로 축소 및 확대해서 분석한 결과, 분석시간의 길이는 치매환자와 정상인을 구분하는 특징 에는 영향을 미치지 않는다는 사실도 확인하였다.
	치매란 무엇인가?	치매란 후천적으로 진행되는 퇴행성 및 혈관성 변화에 의해 지적 활동 기능이 저하되는 인지기능의 장애를 호소하는 질병이다. 치매증상이 심해지면 일상생 활도 스스로 할 수 없을 정도로 삶의 질이 떨어지게 된다.

참고문헌 (11)

Y.-H. Son, J.-O. Park, and H.-S. Hwang, "Research on the effects of the dementia prevention program on the retired seniors in the industrial age," J. of the Korea Institute of Electronic Communication Sciences, vol. 8, no. 10, 2013, pp. 1601-1608.

원문보기 상세보기
Y.-S. Jang, S.-L. Lee, and S.-A. Ryu, "Characteristics of frequency band on EEG signal causing human drowsiness," J. of the Korea Institute of Electronic Communication Sciences, vol. 8, no. 6, 2013, pp. 949-954.
J.-M. Jo, "A study on the sensor node based wireless network communication system for efficient EEG transmission," J. of the Korea Institute of Electronic Communication Sciences, vol. 8, no. 5, 2013, pp. 791-796.

원문보기 상세보기
D.-W. Han, B.-D. Seo, and Y.-M. Son, "Usefulness of quantified-EEG in dementia," J. of the Korean Academy of Physical Therapy Science, vol. 15, no. 3, 2008, pp. 7-19.
U. S. Gasser, V. Rousson, F. Hentschel, H. Sattel, and T. Gasser, "Alzeheimer disease versus mixed dementias : An EEG perspective," Clinical Neurophysiology, vol. 119, pp. 2255-2259, 2008.

상세보기
L. Pugnetti, F. Baglio, E. Farina, M. Alberoni, E. Calabrese, A. Gambini, E. D. Bella, M. Garegnani, L. Deleonardis, and R. Nemni, "EEG evidence of posterior cortical disconnection in PD and related dementias," Int. J. of Neuroscience, vol. 120, 2010, pp. 88-98.

상세보기
R. P. Brenner, C. F. Reynolds, and R. F. Ulrich, "Diagnostic efficacy of computerized spectral versus visual EEG analysis in elderly normal, demented and depressed subjects," Electroencephalography and Clinical Neurophysiology, vol. 69, 1988, pp. 110-117.

상세보기
H. Soiminen, J. Partanen, V. Laulumaa, E. L. Helkala, M. Laakso, and P. J. Riekkinen, "Longitudinal EEG spectral analysis in elderly stage of Alzheimer's disease," Electroencephalography and Clinical Neurophysiology, vol. 72, 1989, pp. 290-297.

상세보기
B. Szelies, M. Grond, K. Herholz, J. Kessler, T. Wullen, and W. D. Heiss, "Quantitative EEG mapping and PET in Alzheimer's disease," J. of the Neurological Sciences, vol. 110, no. 1-2, 1992, pp. 46-56.

상세보기
J. P. H. Wade, T. R. Mirsen, V. E. Hachinski, M. Fisman, C. Lau, and H. Merskey, "The clinical diagnosis of Alzheimer's disease," Archives of Neurology, vol. 44, no. 1, 1987, pp. 24-29.

상세보기
J.-H. Kim and M.-H. Oh, "IT based EMG biofeedback training on the effects of upper extremity function in chronic stroke patients," J. of the Korea Institute of Electronic Communication Sciences, vol. 9, no. 1, 2013, pp. 41-49.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증