[논문]뇌파 측정 신호를 이용한 우울증 진단장치 개발

김규성; 정주현; 이우철

doi:10.5762/kais.2017.18.12.452

초록
AI-Helper

본 연구에서는 2016년 7월부터 2017년 6월까지 1년 동안 뇌파 측정 신호를 이용한 우울증 진단장치를 개발하였다. 정상인의 경우 좌측 알파파가 우측 알파파에 비해 활성화되는 양상을 보이고, 우울증 환자의 경우 반대로 우측 알파파가 더 활성화된다. 뇌파의 잡음제거와 증폭을 위해 아날로그 회로와 디지털 저역통과필터를 사용하였고, 고속 푸리에 변환을 실시할 때 발생하는 신호의 누수를 제거하기 위해 해밍 창 함수를 적용하였다. 개발한 진단장치의 유효성능을 확인하기 위해 평균연령 24세의 대학교 3, 4학년 학생 20명을 대상으로 뇌파 측정을 실시하였다. 우울증 판독을 하기 위해 좌, 우 알파파의 상대 값을 계산한 결과 최솟값은 66.7, 최댓값은 113.3의 값을 가졌으며, 평균값은 92.2이었다. 또한 20명 중 7명이 90~95 사이에 해당되었고, 우울 점수의 평균 편차가 20가량 높은 사람의 경우 경미한 우울증세의 경향을 보였다. 본 연구 결론을 향후 좌, 우 뇌 비대칭 해소를 통한 우울증 치료기 제작 시 유의미한 자료로 사용할 수 있으며 다수의 우울증 환자에 대한 임상실험이 이루어질 경우 실제적 우울증 진단에 유용하게 적용할 수 있다.

Abstract ▼ AI-Helper

In this study, a device was developed for diagnosing depression using EEG signals from July 2016 to June 2017. For normal people, the left alpha rhythm is more activated than the right alpha rhythm, but for the depressed patients, the right alpha rhythm is more activated than the left one. An analog...

In this study, a device was developed for diagnosing depression using EEG signals from July 2016 to June 2017. For normal people, the left alpha rhythm is more activated than the right alpha rhythm, but for the depressed patients, the right alpha rhythm is more activated than the left one. An analog circuit and digital low pass filter were used for noise removal and amplification of EEG, and the Hamming window function was applied to eliminate the signal leakage generated by the fast Fourier transform. To verify the validity of the developed diagnosis system, the EEG of 20 university students in the 3rd and 4th grade with an average age of 24 years was measured. Calculations of the relative value of the left and right alpha rhythm for the depression diagnosis revealed a minimum, maximum, and mean value of 66.7, 113.3, and 92.2, respectively. In addition, 7 out of 20 subjects were between 90 and 95, and those with a higher mean deviation of approximately 20 tended to have mild depression. These results can provide meaningful data for the development of depression treatment equipment by solving the left and right brain asymmetry problem, and it may be applied usefully to diagnose depression after clinical trials on a large number of depressed patients.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이러한 환경에 대한 불안과 기피현상에서 보다 자유로운 진료를 위해, 가정에서 개인이 사용 가능한 우울증 진단장치의 개발을 진행하였다.
기존의 뇌파 측정 장비는 개인이 구입해서 사용하기에는 고가의 가격을 가지고 있으며, 전문적인 지식 없이는 사용하기에 무리가 있다. 이에 따라 본 연구에서는 초등학생의 교육용으로도 사용되어지는 Arduino를 이용하여 사용이 간편한 우울증 진단장치를 개발하였고, 대학생 20명의 뇌파를 측정하여 기기의 유효성을 확인하였다.

가설 설정

FFT 실시 후 파워스펙트럼 값을 계산한다. 이 때 머리카락 등의 방해요소가 비교적 적은 이마 부위이므로 좌측과 우측의 생체임피던스는 동일하다고 가정하였다.

제안 방법

EEG 회로와 디지털 필터, Hamming window function등을 사용한 설계과정과 일반적인 뇌파 파형과의 비교, [Fig. 9, 10]의 비교 분석을 통해 본 연구에서 제작한 우울증 진단장치의 성능을 확인하였다.
입력된 아날로그신호는 설계된 회로에 의해 증폭과 잡음제거를 하고, Arduino를 통하여 디지털신호로서 PC로 전송된다. PC에서 받아진 신호는 MATLAB을 이용하여 처리 되어지고, 파워스펙트럼을 구하여 좌, 우 뇌의 알파파 활성도를 비교한다.
뇌파 측정 시 대상자에게 연구에 대한 충분한 설명과 사전 동의 후 측정을 실시하였다. 검사 방법은 자발전위 검사로, 안구전도와 근전도의 영향을 최소화하기 위해, 눈을 감은 안정된 상태에서 5분간 실시하였다.
그러나 신호발생기를 이용하여 장비의 정확도를 확인하는 과정에서 일정 주파수의 파형을 Arduino를 통해 PC로 전송하여 FFT를 실시하였을 때 미세한 오차가 발생하는 것을 확인, 샘플링주파수를 조정하였다. 사용 보드의 경우 MATLAB상의 샘플링주파수 값을 492Hz로하였을 때 입력주파수와 출력주파수가 일치함을 확인하였다.
뇌파 측정 시 대상자에게 연구에 대한 충분한 설명과 사전 동의 후 측정을 실시하였다. 검사 방법은 자발전위 검사로, 안구전도와 근전도의 영향을 최소화하기 위해, 눈을 감은 안정된 상태에서 5분간 실시하였다.
데이터의 신뢰성 확보를 위해서는 충분한 측정시간이 필요하다. 본 연구에서는 좌, 우 뇌에서 5분 동안 발생한 뇌파를 측정, 비교하였다.
좌 뇌는 파란색, 우 뇌는 빨간색으로, 알파파 구간에서 우 뇌의 파워 값인 빨간색 파형이 우세한 것을 확인 할 수 있다. 우울증 판독을 하기 위해 다음의 수식을 사용하여 좌, 우 알파파의 상대 값을 구하였다.

대상 데이터

[Table 1]은 대학생 20명에 대하여 기재된 실험 방법으로 뇌파 측정을 한 후 얻은 우울 점수 데이터이다. 데이터의 신뢰성 확보를 위해서는 충분한 측정시간이 필요하다.
추가적으로 회로의 OP AMP선택에 유의하여야 하는데 생체신호계측은 잡음에 민감하고 높은 증폭 특성을 필요로 하므로 Low noise 특성과 Low offset voltage를 가지는 소자를 택해야 한다. 본 회로에서 사용된 소자는 OP07이다.

이론/모형

FFT실시 시 신호의 누수(Leakage)를 막기 위해 Window function을 적용한다. Window function 의 종류에는 Hamming, Hanning, Blackman, Triangular, Gaussian 등이 있는데 이 중 뇌파 신호에 적용 시 특성이 좋다고 입증된 Hamming window function을 사용하였다.[15]

성능/효과

1. 우울 점수의 평균값은 92.2이다.
2. 우울 점수는 최솟값 66.7, 최댓값 113.3을 가진다.
4. 우울 점수의 평균 편차가 20가량 높은 사람의 경우 경미한 우울증세의 경향을 보인다.
5. 계산되어진 파워스펙트럼 값은 1/492, 약 0.002Hz의 간격마다 특정한 파워(P) 값을 가진다. 이 중 알파파의 주파수 대역인 8Hz～13Hz에 해당하는 값을 모두 합산해준다.
5. 히스토그램의 결과로 우울 점수는 가우시안 분포를 따른다.
그러나 신호발생기를 이용하여 장비의 정확도를 확인하는 과정에서 일정 주파수의 파형을 Arduino를 통해 PC로 전송하여 FFT를 실시하였을 때 미세한 오차가 발생하는 것을 확인, 샘플링주파수를 조정하였다. 사용 보드의 경우 MATLAB상의 샘플링주파수 값을 492Hz로하였을 때 입력주파수와 출력주파수가 일치함을 확인하였다.
알파파 구간에서 좌 뇌의 파워 값인 파란색 파형이 우세한 것을 볼 수 있으며, 우울 점수는 각각 108.3과 111.8로, 좌 뇌의 알파파워가 우 뇌의 알파파워에 비해 우세한 것을 알 수 있었다.
좌 뇌는 파란색, 우 뇌는 빨간색으로, 알파파 구간에서 우 뇌의 파워 값인 빨간색 파형이 우세한 것을 확인 할 수 있다. 우울증 판독을 하기 위해 다음의 수식을 사용하여 좌, 우 알파파의 상대 값을 구하였다.

후속연구

본 연구 결론을 향후 좌, 우 뇌 불균형 해소를 통한 우울증 치료기 제작 시 유의미한 데이터로 사용할 수 있다.
본 연구에서 개발한 장치가 상용화 될 경우 우울증 의심 환자의 가정에서의 자가진단이 가능해 질 것이다. 이로 인해 우울증 초기 환자의 진단이 이뤄질 경우 적시에 치료를 할 수 있다.
향후 다수의 우울증 환자에 대한 임상실험이 이루어지면 실제적 우울증 진단에 유용하게 적용할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	우울증의 증상에는 무엇이 있는가?	우울증은 현대인의 생활이 복잡, 다각화되면서 선진 사회를 중심으로 발생률이 계속 증가하고 있으며 보통 우울감, 흥미상실이나 체중감소, 수면 장애, 죄책감 등의 증상을 나타내고 어떤 경우에는 만성적 피로감이나 요통 등이 증상으로 나타나는 경우도 있다.[1]
	임상적인 우울증의 진단방법에는 무엇이 있는가?	이런 우울증의 진단은 주로 임상적인 방법으로서 해밀턴 우울 평가척도(HAM-D), Beck 우울 척도(BDI)등을 사용하여 실시해 왔으나, 최근 뇌 과학의 발달로 좌측 전전두엽과 우측 전전두엽의 알파 비대칭을 통하여 우울 증의 진단을 할 수 있다는 연구 결과들이 발표되고 있다. 정상인의 경우 좌측 알파파가 우측 알파파에 비해 활성화되는 양상을 보이고, 우울증 환자의 경우 반대로 우측 알파파가 더 활성화된다.
	정상인과 우울증 환자의 뇌파 양상은?	이런 우울증의 진단은 주로 임상적인 방법으로서 해밀턴 우울 평가척도(HAM-D), Beck 우울 척도(BDI)등을 사용하여 실시해 왔으나, 최근 뇌 과학의 발달로 좌측 전전두엽과 우측 전전두엽의 알파 비대칭을 통하여 우울 증의 진단을 할 수 있다는 연구 결과들이 발표되고 있다. 정상인의 경우 좌측 알파파가 우측 알파파에 비해 활성화되는 양상을 보이고, 우울증 환자의 경우 반대로 우측 알파파가 더 활성화된다.[3-5]

참고문헌 (16)

B. Kang, "Effect of Transcranial Direct Current Stimulation and various forms of Exercise on the Female University Students' Physical Composition, Depression Symptoms and Quality of Life", Dongguk University, 2016.
J. Kim, "Relevance for anti-depressive effect of repetitive transcranial magnetic stimulation and changes of functional connectivity after rTMS in depression", Yonsei University, 2013.
H. Cho, "A Study on Determining the User's Depression State by Brain Wave Analysis", Sejong University, 2014.
J. Lee, B. Yang, S. Lee and S. Lee, "Electroence phalographic Alpha Asymmetry in Major Depressive Disorder Patients With Anxiety Symptoms", J. of Korean Society of Biological Psychiatry vol. 14, no. 1, pp. 42-47, 2007.
S. Ahn, "Depression Diagnosis and Brain Asymmetry Improvement Software", Sejong University, 2016.
Y. S. So "Influence of comobid anxiety disorder to the electroencephalographic asymmetries in major, depressive patients", Catholic Kwandong University , 2008.
J. S. Lee, B. H. Yang, D. Y. Oh and K. S. Kim "EEG A1, A2, and Percent Asymmetry Indices in Major Depressive Disorder ; The Importance of Symptom Severity of Depression and Anxiety", The Korean Neuropsychiatric Association, vol. 46, no. 2, pp. 179-184, 2007.
J. S. Lee, "Changes in Frontal Brain Asymmetry before/during/after swimming competition", Kyungpook National University, 2015.
M. S. Jo, "A study on focusing-board assembly and scan method for diminution of anxiety symptoms in MRI", Keimyung University, 2011.
J. H. Lee, "Seven out of ten patients avoid treatment even if they have psychiatric symptoms", Dong-A Ilbo, 2009, http://news.donga.com/3/all/20090413/8719394/1, Nov. 2017.
M. G. Seo, J. N. Kim and M. K. Lee, "Investigation of discrimination and prejudice for mental patients", National Human Rights Commission of the Republic of Korea, 2008.
Y. O. Lee, "Worried about remaining diagnostic record, People who are preparing for work avoiding psychiatric care", Inews24, 2017, http://www.inews24.com/pyeongchang2018/news_view.php?g_serial1050179&g_menu050300, Nov. 2017
J. S. No, "The nation where 9 out of 10 depressed patients can't be treated" Sisajournal, 2016, http://www.sisapress.com/journal/article/158904, Nov. 2017.
D. Lee and C. Lee, "The development of a bluetooth based portable wireless EEG measurement device", J. of IEEE Korea Council, vol. 14, no. 2, pp. 16-23, 2010.
E. Kim, "A Design of FFT Processor for EEG Signal Analysis", Kumoh National Institute of Technology, 2013
Hugo. Gamboa, "Electroencephalography", Wikipedia, 2005, https://en.wikipedia.org/wiki/Electroencephalography?oldid793875039, https://creativecommons.org/licenses/by-sa/3.0/deed.ko, Nov. 2017

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

[국내논문] 뇌파 측정 신호를 이용한 우울증 진단장치 개발
Development of depression diagnosis system using EEG signal 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 뇌파 측정 신호를 이용한 우울증 진단장치 개발 Development of depression diagnosis system using EEG signal 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (16)

이 논문을 인용한 문헌

저자의 다른 논문 :

이우철 (16)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 뇌파 측정 신호를 이용한 우울증 진단장치 개발
Development of depression diagnosis system using EEG signal 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper