KR101777023B1 - Apparatus and method for measuring plasticity of object - Google Patents

Apparatus and method for measuring plasticity of object Download PDF

Info

Publication number
KR101777023B1
KR101777023B1 KR1020150173866A KR20150173866A KR101777023B1 KR 101777023 B1 KR101777023 B1 KR 101777023B1 KR 1020150173866 A KR1020150173866 A KR 1020150173866A KR 20150173866 A KR20150173866 A KR 20150173866A KR 101777023 B1 KR101777023 B1 KR 101777023B1
Authority
KR
South Korea
Prior art keywords
spike
signal
spike signal
plasticity
matrix
Prior art date
Application number
KR1020150173866A
Other languages
Korean (ko)
Other versions
KR20170067328A (en
Inventor
최지웅
김경수
문제일
장재은
제민규
Original Assignee
재단법인대구경북과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 재단법인대구경북과학기술원 filed Critical 재단법인대구경북과학기술원
Priority to KR1020150173866A priority Critical patent/KR101777023B1/en
Publication of KR20170067328A publication Critical patent/KR20170067328A/en
Application granted granted Critical
Publication of KR101777023B1 publication Critical patent/KR101777023B1/en

Links

Images

Classifications

    • A61B5/0478—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0482—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209—Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Neurology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

오브젝트에 대한 가소성 측정 장치 및 방법이 개시된다. 오브젝트에 대한 가소성 측정 장치는 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부에 저장하는 검출부와, 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스(matrix)를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 프로세서를 포함할 수 있다.An apparatus and method for measuring plasticity of an object are disclosed. The apparatus for measuring plasticity of an object includes a detector for detecting a spike signal from an electrode signal related to an object, dividing the detected spike signal into time slots, and storing the detected spike signals in a stack unit, And a processor for acquiring a star spike signal to construct a spike signal matrix and determining a tentativeness to the object based on a result of analyzing the spike signal matrix.

Description

오브젝트에 대한 가소성 측정 장치 및 방법{APPARATUS AND METHOD FOR MEASURING PLASTICITY OF OBJECT}[0001] APPARATUS AND METHOD FOR MEASURING PLASTICITY OF OBJECT [0002]

본 발명의 실시예는 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정하는 기술에 관한 것이다.An embodiment of the present invention relates to a technique for easily measuring the plasticity with respect to an object over time using a spike signal per time slot associated with an object.

본 발명의 배경이 되는 기술은 다음의 문헌에 개시되어 있다.
1) 공개번호: 2014-0052781(2014.05.07), "실시간 뇌 혈류 반응을 이용한 뇌 자극 시스템"
2) 공개번호: 2011-0108324(2011.10.05), "뇌가소성 향상장치 및 그 동작방법"
가소성(plasticity, 可塑性)은 외력에 의해 형태가 변한 물체가 외력이 없어져도 원래의 형태로 돌아오지 않는 물질의 성질을 지칭할 수 있으며, 탄성한계를 넘는 힘이 작용할 때 나타날 수 있다.Techniques that constitute the background of the present invention are disclosed in the following documents.
1) Publication number: 2014-0052781 (2014.05.07), "Brain stimulation system using real-time cerebral blood flow reaction"
2) Publication No. 2011-0108324 (Oct. 10, 2011), "Brain plasticity enhancement device and its operation method"
Plasticity refers to the property of a material whose shape changes due to an external force and does not return to its original form even if an external force is lost, and may appear when a force exceeding the elastic limit is applied.

이러한 물리적 개념의 가소성을 인간의 뇌에 적용하면, 지속적인 정보 작용을 통해 미시적으로는 신경세포의 구조를 변화시킬 뿐만 아니라, 뇌의 특정 영역의 역할과 기능을 변화시킬 수 있게 되며, 이를 뇌 가소성으로 정의할 수 있다.Applying the plasticity of this physical concept to the human brain will not only change the structure of the nerve cell microscopically through continuous information action, but also change the role and function of a specific area of the brain, Can be defined.

뇌기능자기공명영상(fMRI: Functional Magentic Resonance Imaging)를 이용한 뇌 가소성 분석 방법은 예컨대, 몇 일간의 간격으로, 뇌기능자기공명영상 측정 결과를 통해, 뇌 가소성의 변화를 분석할 수 있다.Brain plasticity analysis using fMRI (Functional Magentic Resonance Imaging), for example, can analyze changes in brain plasticity through the results of brain functional magnetic resonance imaging at intervals of several days.

그러나, 뇌기능자기공명영상 방법은 시간 흐름에 따른 뇌 가소성을 분석하는 것이 용이하지 않고, 뇌기능자기공명영상 측정 시 큰 비용이 발생하며, 오브젝트의 움직임에 제약을 받기 때문에, 다양한 환경에 적용이 어렵다.However, since the brain functional magnetic resonance imaging method is not easy to analyze the brain plasticity with time, it is costly to measure the brain functional magnetic resonance imaging and is restricted to the movement of the object, it's difficult.

본 발명의 실시예는 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정하는 것을 목적으로 한다.Embodiments of the present invention aim to easily measure the plasticity of an object over time using spike signals per time slot associated with the object.

본 발명의 실시예는 오브젝트에 부착된 전극 장치로부터 유무선 통신을 통해, 오브젝트에 대한 가소성을 측정하기 위한 데이터로서, 전극 신호를 수신 함으로써, 측정시 오브젝트의 활동에 대한 제약을 해소시키는 것을 목적으로 한다.An embodiment of the present invention aims at eliminating the restriction on the activity of an object at the time of measurement by receiving an electrode signal as data for measuring the plasticity of an object through wired / wireless communication from the electrode device attached to the object .

본 발명의 실시예에 따른 오브젝트에 대한 가소성 측정 장치는 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부에 저장하는 검출부와, 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스(matrix)를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 프로세서를 포함한다.An apparatus for measuring plasticity of an object according to an embodiment of the present invention includes a detector for detecting a spike signal from an electrode signal associated with an object, dividing the detected spike signal into time slots, and storing the spike signal in a stack unit And a processor for obtaining a spike signal for each time slot from the stack unit to form a spike signal matrix and to determine the tilting of the object based on the result of analyzing the spike signal matrix.

본 발명의 실시예에 따른 오브젝트에 대한 가소성 측정 방법은 오브젝트와 관련된 전극 신호로부터 스파이크 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택부에 저장하는 단계와, 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 단계를 포함한다.A method for measuring plasticity of an object according to an embodiment of the present invention includes the steps of detecting a spike signal from an electrode signal related to an object, dividing the detected spike signal into time slots, Acquiring a spike signal for each slot to construct a spike signal matrix, and determining tilting of the object based on a result of analyzing the spike signal matrix.

본 발명의 실시예에 따르면, 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정할 수 있다.According to an embodiment of the present invention, the spikesignal for each time slot associated with an object can be used to easily measure the plasticity of an object over time.

본 발명의 실시예에 따르면, 오브젝트에 부착된 전극 장치로부터 유무선 통신을 통해, 오브젝트에 대한 가소성을 측정하기 위한 데이터로서, 전극 신호를 수신 함으로써, 측정시 오브젝트의 활동에 대한 제약을 해소시킬 수 있게 한다.According to the embodiment of the present invention, by receiving the electrode signal as the data for measuring the plasticity with respect to the object through wired / wireless communication from the electrode device attached to the object, it is possible to solve the restriction on the activity of the object at the time of measurement do.

도 1은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 일례를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서의 가소성 측정 일례를 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 다른 일례를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서 스파이크 신호가 스파이크 신호 스택부에 저장되는 일례를 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서 수행되는 히스토리컬 스파이크 소팅 및 트래킹 결과에 대한 일례를 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서 수행되는 스파이크 발화의 평균(Averaged spike firing)(a)과 스파이크 차와 연관된 이벤트(event related spike difference)(b)에 관한 일례를 도시한 도면이다.
도 7은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 방법을 나타내는 흐름도이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a view showing an example of a configuration of an apparatus for measuring an object plasticity according to an embodiment of the present invention. FIG.
2 is a view for explaining an example of measurement of plasticity in an apparatus for measuring plasticity of an object according to an embodiment of the present invention.
3 is a diagram showing another example of the configuration of an apparatus for measuring an object plasticity according to an embodiment of the present invention.
4 is a diagram illustrating an example in which a spike signal is stored in a spike signal stack unit in an apparatus for measuring plasticity of an object according to an embodiment of the present invention.
5 is a diagram illustrating an example of a history spike sorting and tracking result performed in an apparatus for measuring plasticity of an object according to an embodiment of the present invention.
6 is a graph showing an example of an average spike firing (a) and an event related spike difference (b) performed in an apparatus for measuring plasticity of an object according to an embodiment of the present invention Fig.
7 is a flowchart illustrating a method of measuring plasticity of an object according to an embodiment of the present invention.

이하, 첨부 도면들 및 첨부 도면들에 기재된 내용들을 참조하여 본 발명의 다양한 실시예를 상세하게 설명하지만, 본 발명이 실시예에 의해 제한되거나 한정되는 것은 아니다.Hereinafter, various embodiments of the present invention will be described in detail with reference to the accompanying drawings and accompanying drawings, but the present invention is not limited to or limited by the embodiments.

도 1은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 일례를 도시한 도면이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a view showing an example of a configuration of an apparatus for measuring an object plasticity according to an embodiment of the present invention. FIG.

도 1을 참조하면, 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치(100)는 인터페이스부(101), 검출부(103), 스택부(105) 및 프로세서(107)를 포함할 수 있다.1, an apparatus 100 for measuring plasticity of an object according to an exemplary embodiment of the present invention may include an interface unit 101, a detection unit 103, a stack unit 105, and a processor 107 .

인터페이스부(101)는 오브젝트(예컨대, 동물, 사람의 뇌)에 부착(또는, 삽입, 연결)된 전극 장치로부터 유무선 통신을 통해, 상기 전극 신호를 수신할 수 있다.The interface unit 101 can receive the electrode signal from an electrode device attached (or inserted, connected to) an object (e.g., an animal, a human brain) through wired or wireless communication.

검출부(103)는 오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부(105)에 저장할 수 있다. 이때, 검출부(103)는 기간(예컨대, 일자, 시간)에 따라 타임 슬롯을 달리하여, 상기 스파이크 신호를 구분하고, 구분된 상기 스파이크 신호를 스택부에 저장할 수 있다. 즉, 검출부(103)는 기간별로 구분되는 타임 슬롯에 해당 스파이크 신호를 대응시켜, 스택부(105)에 저장할 수 있다.The detection unit 103 may detect a spike signal from an electrode signal related to the object and store the detected spike signal into the stack unit 105 by dividing the detected spike signal by time slot. At this time, the detector 103 may divide the spike signals by different time slots according to a period (e.g., date, time), and store the divided spike signals in the stack unit. That is, the detection unit 103 may store the spike signals in the stack unit 105 in correspondence with the spike signals in time slots classified by periods.

스택부(105)는 저장소로서, 기간별로 구분되는 타임 슬롯별로 구분된 스파이크 신호를 저장할 수 있다.The stack unit 105 may store a spike signal divided into time slots classified by periods.

프로세서(107)는 스택부(105)로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성할 수 있다. 이때, 프로세서(107)는 설정된 기간 조건(또는, 입력된 기간 조건)을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득할 수 있다.The processor 107 may obtain a time-slot-specific spike signal from the stack unit 105 and construct a spike signal matrix. At this time, the processor 107 may acquire a spike signal divided into time slots satisfying a set period condition (or an input period condition).

상기 스파이크 신호 매트릭스는 하나의 로우(raw)에 하나의 스파이크 신호를 갖고 있으며, 여러 개의 스파이스 신호가 여러 로우(raw)에 표현될 수 있다.The spike signal matrix has one spike signal in one raw, and several spice signals can be expressed in a plurality of raw signals.

프로세서(107)는 해당 스파이크 신호 매트릭스를 가지고 특징 추출과 클러스터링을 통해 스파이크 소팅할 수 있다. 이때, 특징추출은 스파이크 신호 매트릭스에서 공통된 신호 패턴을 추출하고 그 중에 스파이크 신호의 주된 구성신호(예컨대, 3개)를 채택하여 해당 신호가 각각의 스파이크 신호에 얼마만큼 포함되어 있는지 측정하고, 이를 토대로 클러스터링을 통해 스파이크 신호를 주된 구성신호를 바탕으로 구분될 수 있다.Processor 107 can spike sort through feature extraction and clustering with the corresponding spike signal matrix. At this time, the feature extraction extracts a common signal pattern from the spike signal matrix, adopts main constituent signals (for example, three) of the spike signals among them, measures how much the corresponding signals are included in each spike signal, Through clustering, the spike signal can be distinguished based on the main constituent signal.

즉, 프로세서(107)는 상기 스파이크 신호 매트릭스로부터 공통된(또는, 동일한) 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정할 수 있다.That is, the processor 107 extracts a spike signal of a common (or the same) pattern from the spike signal matrix, identifies a main signal constituting the extracted spike signal, and outputs the detected main signal as the spike signal The degree of inclusion in each of the spike signals constituting the matrix can be measured.

또한, 프로세서(107)는 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단할 수 있다. 이때, 프로세서(107)는 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리할 수 있다. 이후, 프로세서(107)는 상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 상기 오브젝트에 대한 가소성을 판단 함으로써, 시간 흐름에 따른 가소성 변화를 용이하게 파악할 수 있게 한다.Further, the processor 107 can determine the plasticity of the object based on the result of analyzing the spike signal matrix. At this time, the processor 107 analyzes the characteristics of the spike signal in the spike signal matrix according to the degree of inclusion of the main signal, groups spike signals in the spike signal matrix based on the analyzed characteristic, The grouped spike signals can be separated by periods based on the corresponding time slots. Thereafter, the processor 107 determines the plasticity with respect to the object according to a result of analyzing the change of the spike signal separated by the time period, thereby making it possible to easily grasp the change in plasticity with time.

도 2는 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치에서의 가소성 측정 일례를 설명하기 위한 도면이다.2 is a view for explaining an example of measurement of plasticity in an apparatus for measuring plasticity of an object according to an embodiment of the present invention.

도 2를 참조하면, 오브젝트에 대한 가소성 측정 장치는 오브젝트 예컨대, 뇌로부터 1-5000Hz 대역의 전기적 신호를 측정하고, 측정된 전기 신호를 이용하여 뇌 가소성(brain plasticity)을 분석할 수 있다.Referring to FIG. 2, an apparatus for measuring plasticity of an object may measure an electrical signal in a 1-5000 Hz band from an object, for example, the brain, and analyze brain plasticity using the measured electrical signal.

오브젝트에 대한 가소성 측정 장치는 예컨대, 히스토리컬 파워 체인지 분석(historical power change analysis)(201)과 롱-타임 뉴널 액티비티 트래킹 분석(long-time neural activity tracking analysis)(203)을 통해, 각각 거시적 뇌 가소성의 정보와 뉴런(neuron) 단위의 미시적 뇌 가소성의 정보를 정량적인 파라미터(parameter)를 통해 제공할 수 있다(205).The device for measuring plasticity of an object can be obtained, for example, through a historical power change analysis 201 and a long-time neural activity tracking analysis 203, And information of micro-brain plasticity in units of neurons can be provided through a quantitative parameter (205).

상기 히스토리컬 파워 체인지 분석으로 거시적 뇌 가소성의 정보를 제공하기 위해, 오브젝트에 대한 가소성 측정 장치는 델타 파장(delta wave (1-3Hz)), 세타 파장(theta wave (3-8Hz)), 알파 파장(alpha wave (8-12Hz)), 베타 파장(beta wave (12-30Hz)), 감마 파장(gamma wave (30-80Hz)) 및 고감마 파장(high gamma wave (80-300Hz))의 대역 파워(band power)를 오브젝트에 부착된 전극 별, 날짜별로 측정한 값을 이용하여, [수학식 1]을 통해, 히스토리컬 파워(Historical power)(

Figure 112015119949003-pat00001
)를 계산 함으로써, 거시적 뇌 가소성을 확인 할 수 있는 파라미터를 구할 수 있다.In order to provide macroscopic brain plasticity information by the historical power change analysis, an apparatus for measuring plasticity of an object includes a delta wave (1-3 Hz), a theta wave (3-8 Hz) band power of a high gamma wave (80-300 Hz), a beta wave (12-30 Hz), a gamma wave (30-80 Hz) and an alpha wave (8-12 Hz) (1) using the measured values of the band power of each electrode and the date attached to the object to obtain the historical power (
Figure 112015119949003-pat00001
), It is possible to obtain a parameter that can confirm macroscopic brain plasticity.

Figure 112015119949003-pat00002
Figure 112015119949003-pat00002

여기서,

Figure 112015119949003-pat00003
는 a(a는 자연수)번째 채널에 해당하는 b(b는 자연수)번째 타임 슬롯(time slot)의 측정 신호를 의미하며, w는 각각의 파장 대역(wave band)을 의미한다.here,
Figure 112015119949003-pat00003
Denotes a measurement signal of a time slot corresponding to a (a is a natural number) channel, and w denotes a respective wave band.

오브젝트에 대한 가소성 측정 장치는 [수학식 1]을 통해, 여러 번의 서로 다른 시간에 측정된 신호를 각각의 파장(wave)에 대해서, 거시적인 뇌 가소성(brain plasticity) 변화를 채널(channel) 별로 확인 할 수 있다.The apparatus for measuring the plasticity of an object can determine a macroscopic brain plasticity change for each wavelength by measuring a signal measured at several different times through Equation (1) on a channel-by-channel basis can do.

여기서, 예컨대, 300Hz이하의 해당 파장들은 이벤트(event)에 따른 시냅스(synaptic) 활성화를 반영할 수 있다. 같은 이벤트에 대해서 서로 다른 타임 슬롯에서의 히스토리컬 파워(Historical power)(

Figure 112015119949003-pat00004
)에 대한 변화는 해당 이벤트에 대응하는 기능을 가진 시냅스 연결에 관여하는 덴드라이트 파퓰레이션(dendrite population)의 변화로 해석이 가능하다.Here, for example, corresponding wavelengths below 300 Hz may reflect synaptic activation according to an event. Historical power in different timeslots for the same event (
Figure 112015119949003-pat00004
) Can be interpreted as a change in the dendrite population involved in the synaptic connection with the function corresponding to the event.

상기 롱-타임 뉴널 액티비티 트래킹 분석으로 미시적 뇌 가소성의 정보를 제공하기 위해, 오브젝트에 대한 가소성 측정 장치는 신경발화(neural firing)를 분석하는 스파이크 분석(spike analysis)을 수행할 수 있다.In order to provide micro-brain plasticity information with the long-time neural activity tracking analysis, the plasticity measuring device for the object may perform spike analysis to analyze neural firing.

이때, 오브젝트에 대한 가소성 측정 장치는 스파이크 분석시, 히스토리컬 뉴널 액티비티 트래킹(historical neural activity tracking)이 가능한 스파이크 소팅(spike sorting) 방법을 수행 함으로써, 서로 다른 타임 슬롯(time slot)에서 기록된 스파이크 신호(spike signal)들의 연관성 및 장시간에 걸친 히스토리컬 트래킹(historical tracking)에 대해 분석할 수 있다.At this time, the apparatus for measuring plasticity of an object performs a spike sorting method capable of performing historical neural activity tracking at the time of spike analysis, so that spike signals recorded in different time slots the correlation of spike signals and long-term historical tracking.

도 3은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 장치의 구성에 대한 다른 일례를 도시한 도면이다.3 is a diagram showing another example of the configuration of an apparatus for measuring an object plasticity according to an embodiment of the present invention.

도 3을 참조하면, 오브젝트에 대한 가소성 측정 장치(300)는 스파이크 소팅 방법을 이용하여, 히스토리컬 트래킹을 분석할 수 있으며, 예컨대, 스파이크 검출부(Spike detection)(301), 스파이크 신호 스택부(Spike signal stacking)(303), 주 성분 분석부(Principal component analysis)(305), 클러스터링부(Clustering)(307), 소팅 및 분리부(Sorting and separation into each time slots)(309) 및 계산부(calculating parameters)(311)를 포함할 수 있다.Referring to FIG. 3, the plasticity measuring apparatus 300 for an object can analyze the historical tracking using a spike sorting method. For example, a spike detection unit 301, a spike signal stack unit Spike signal stacking 303, a principal component analysis 305, a clustering 307, a sorting and separation into each time slots 309, parameters) 311. [0040]

스파이크 검출부(301)는 입력된 신호로부터 개개별 스파이크 신호들을 검출하여, 도 4에 도시된 바와 같이, 스파이크 신호 스택부에 여러 타임 슬롯들에 걸쳐, 상기 검출된 스파이크 신호를 쌓을 수 있다. 이때, 스파이크 검출부(301)는 기간(예컨대, 일자, 시간)에 따라 타임 슬롯을 달리하여, 상기 스파이크 신호를 구분하고, 구분된 상기 스파이크 신호를 스택부에 저장할 수 있다.The spike detector 301 may detect individual individual spike signals from the input signal and accumulate the detected spike signals over several time slots in the spike signal stack as shown in FIG. At this time, the spike detecting unit 301 can sort the spike signals by different time slots according to periods (e.g., date, time), and store the divided spike signals in the stack unit.

스파이크 신호 스택부(303)는 기간별로 구분되는 여러 타임 슬롯들에 걸쳐 쌓인 스파이크 신호를 하나의 큰 스파이크 신호 매트릭스(spike signal matrix)(G)로 만들 수 있다.The spike signal stack unit 303 may form a single spike signal matrix (G) by stacking spike signals accumulated over several time slots classified by periods.

주 성분 분석부(305)는 단일 벡터 분해(singular vector decomposition)를 통해, 스파이크 신호 매트릭스(G)를 [수학식 2]에서와 같이 표현할 수 있다.The main component analysis unit 305 can express the spike signal matrix G as in Equation (2) through singular vector decomposition.

Figure 112015119949003-pat00005
Figure 112015119949003-pat00005

Figure 112017053329060-pat00006
와
Figure 112017053329060-pat00007
는 상응하는 raw 스파이크 신호의 계수이고,
Figure 112017053329060-pat00008
는 위부터 아래순서로 스파이크 신호 매트릭스에 주된 영향을 미치는 순서로 공통 기준 벡트(basis vector)들이 각각의 로우(raw)에 포함되어 있다.
Figure 112017053329060-pat00006
Wow
Figure 112017053329060-pat00007
Is the coefficient of the corresponding raw spike signal,
Figure 112017053329060-pat00008
Common basis vectors are included in each row in order that has a major effect on the spike signal matrix in order from top to bottom.

주 성분 분석부(305)는 스파이크 신호 매트릭스(G)로부터 획득한

Figure 112015119949003-pat00009
의 행 벡터(row vector)들 중 해당 고유 값이 큰 일부의 행 벡터들만으로 구성된 공간상에 스파이크 신호들을 좌표로 표현할 수 있다. 이때, 주 성분 분석부(305)는 예컨대, 스파이크 신호 매트릭스로부터 공통된(또는, 동일한) 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정 함으로써, 클러스터링부(307)에서의 그룹핑에 대한 기준을 마련할 수 있다.The main component analysis unit 305 analyzes the spike signal matrix G
Figure 112015119949003-pat00009
The spike signals can be represented by coordinates in a space composed of only a part of row vectors having a large eigenvalue among the row vectors of the row vector. At this time, the main component analyzing unit 305 extracts a spike signal of a common (or the same) pattern, for example, from the spike signal matrix, identifies a main signal constituting the extracted spike signal, , And the degree to be included in each of the spike signals constituting the spike signal matrix is measured, whereby a criterion for grouping in the clustering unit 307 can be provided.

클러스터링부(307)는 해당 좌표들의 거리가 가까운 좌표들을 그룹화하여, 클러스터링할 수 있다. 이때, 클러스터링부(307)는 여러 타임 슬롯들의 스파이크들을 모두 포함하여, 클러스터링할 수 있다. 클러스터링부(307)는 예컨대, 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑할 수 있다.The clustering unit 307 can group clusters by grouping the closest coordinates of the coordinates. At this time, the clustering unit 307 may include clusters including spikes of various time slots. The clustering unit 307 may analyze the characteristics of the spike signals in the spike signal matrix and group the spike signals in the spike signal matrix based on the analyzed characteristics, have.

소팅 및 분리부(309)는 클러스터링부(307)에 의해, 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리할 수 있다.The sorting and separating unit 309 can separate the spiked signals grouped by the clustering unit 307 according to the period based on the corresponding time slot.

구체적으로, 소팅 및 분리부(309)는 클러스터링된 여러 타임 슬롯들의 스파이크들을 각각의 해당 타임 슬롯으로 구분하고, 클러스터링된 그룹 별로 스파이크들을 소팅(sorting)할 수 있다. 소팅 및 분리부(309)는 예컨대, 도 5에 도시된 바와 같이, 여러 타임 슬롯에 걸쳐서 비슷한 파형(waveform)을 갖는 신호들을 동일한 스파이크(spike)로 소팅(sorting)하여 같은 위치에 배치 함으로서, 타임 슬롯에 대해서 트래킹(tracking)할 수 있게 함으로써, 타임 슬롯 간의 날짜별 가소성 변화 또는 타임 슬롯 내에서의 시간별 가소성 변화를 용이하게 파악할 수 있게 한다. 이때, 히스토리컬 스파이크 소팅 및 트래킹(historical spike sorting and tracking) 결과. 서로 다른 타임 슬롯에 대해 같은 위치에 있는 스파이크는 같은 파형(waveform)을 가지고, 이는 같은 뉴런(neuron)의 활성화(activation)로 해석될 수 있다. 래스터 플롯(raster plot)은 위에서부터 아래로 스파이크 파형(spike waveform)의 오른쪽 위부터 왼쪽 아래에 해당하는 스파이크들의 발화(firing) 시기를 의미한다.Specifically, the sorting and dividing unit 309 divides the spikes of the clustered time slots into respective corresponding time slots, and sorting the spikes by the clustered group. 5, the sorting and separating unit 309 sorts signals having similar waveforms over different time slots into the same spike and arranges them at the same position, Slots, it is possible to easily grasp the change in plasticity by time between the time slots or the change in plasticity with time in the time slot. At this time, the result of historical spike sorting and tracking. Spikes in the same position for different time slots have the same waveform, which can be interpreted as the activation of the same neuron. A raster plot refers to the firing time of the spikes from top to bottom of the spike waveform from top to bottom.

계산부(311)는 같은 스파이크로 분류된 여러 스파이크들의 발화 시간(firing time) 정보를 바탕으로 타임 슬롯에 대해서, 이벤트에 해당하는 스파이크 발화(spike firing) 변화를 추적할 수 있다.The calculation unit 311 can track the spike firing change corresponding to the event on the time slot based on the firing time information of the spikes classified in the same spike.

계산부(311)는 미시적 뇌 가소성을 표현하기 위해, 먼저 짧은 시간 동안 발생한 스파이크 발화(spike firing) 개수를 표현하는 스파이크 레이트(spike rate(

Figure 112015119949003-pat00010
))을 구한다. 이때, 스파이크 레이트는 각각의 채널과 각각의 스파이크 종류에 대해서 계산될 수 있다.The calculator 311 calculates the spike rate (spike rate) expressing the number of spike fires generated for a short time first to express the micro-
Figure 112015119949003-pat00010
)). At this time, the spike rate can be calculated for each channel and for each spike type.

계산부(311)는 스파이크 레이트를 이용하여, [수학식 3]과 같이, 스파이크 발화의 평균(averaged spike firing(

Figure 112015119949003-pat00011
))과 스파이크 차와 연관된 이벤트(event related spike difference(
Figure 112015119949003-pat00012
))를 구할 수 있다.Using the spike rate, the calculation unit 311 calculates averaged spike firing () as shown in Equation (3)
Figure 112015119949003-pat00011
) And the event related spike difference (
Figure 112015119949003-pat00012
)) Can be obtained.

Figure 112015119949003-pat00013
Figure 112015119949003-pat00013

여기서,

Figure 112015119949003-pat00014
는 스파이크 파형(spike waveform)으로 sorting된 고유의 spike number를 의미하고,
Figure 112015119949003-pat00015
는 샘플(sample)의 개수를 세는 함수이다. 또한,
Figure 112015119949003-pat00016
는 이벤트(event)가 발생한 구간을 의미하고,
Figure 112015119949003-pat00017
는 베이스 라인(base line) 구간을 의미한다. 여기서, 베이스 라인 구간은 이벤트가 발생하지 않은 구간을 의미한다.here,
Figure 112015119949003-pat00014
Means a unique spike number sorted by a spike waveform,
Figure 112015119949003-pat00015
Is a function that counts the number of samples. Also,
Figure 112015119949003-pat00016
Indicates an interval in which an event occurs,
Figure 112015119949003-pat00017
Quot; refers to a base line section. Here, the baseline period means a period in which no event occurs.

스파이크 발화의 평균(Averaged spike firing)과 스파이크 차와 연관된 이벤트(event related spike difference)는 도 6에서 도시된 바와 같이, 타임 슬롯에 따라 전반적인 활성화(activation)와 이벤트(event)에 관련된 스파이크 발화(spike firing)의 변화를 각 뉴런(neuron) 별로 확인할 수 있게 한다. 이때, 상대적으로 굵은 선으로 표현된 평균 트랜디(trend)는 스파이크 발화에 관한 전반적인 변화를 직관적으로 확인할 수 있게 한다.The averaged spike firing and the event related spike difference are related to overall activation and spike spikes according to time slots as shown in FIG. firing changes in each neuron. At this time, the average trend represented by a relatively thick line allows intuitive confirmation of the overall change in spike ignition.

오브젝트에 대한 가소성 측정 장치는 장시간 뇌 가소성(brain plasticity)을 관찰할 수 있고, 저렴한 비용으로 뇌 가소성 분석을 측정할 수 있다. 오브젝트에 대한 가소성 측정 장치는 전극이 뇌에 연결(또는, 삽입)된 상태에서 유선 또는 무선 통신 방식으로 신호를 전달받음에 따라, 행동의 제약이 매우 적어, 다양한 행동 실험이 가능하다. 또한, 오브젝트에 대한 가소성 측정 장치는 신경 하나하나의 발화(firing)를 분석 함에 따라, 시간 및 공간 분해 능력이 뛰어나다.The plasticity measuring device for an object can observe brain plasticity for a long time and can measure brain plasticity analysis at low cost. Since the device for measuring plasticity of an object receives a signal in a wired or wireless communication manner in a state in which the electrode is connected (or inserted) to the brain, the behavioral restriction is very small and various behavior tests are possible. In addition, the plasticity measuring device for an object is excellent in time and space decomposing ability by analyzing the firing of each nerve.

도 7은 본 발명의 일실시예에 따른 오브젝트에 대한 가소성 측정 방법을 나타내는 흐름도이다.7 is a flowchart illustrating a method of measuring plasticity of an object according to an embodiment of the present invention.

도 7을 참조하면, 단계 701에서, 오브젝트에 대한 가소성 측정 장치는 오브젝트와 관련된 전극 신호로부터 스파이크 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택부에 저장할 수 있다. 이때, 오브젝트에 대한 가소성 측정 장치는 오브젝트에 부착(또는, 삽입, 연결)된 전극 장치로부터 유무선 통신을 통해, 상기 전극 신호를 수신할 수 있다.Referring to FIG. 7, in step 701, the plasticity measuring apparatus for an object may detect a spike signal from an electrode signal related to an object, and store the detected spike signal in the stack unit by time slot. At this time, the plasticity measuring device for the object can receive the electrode signal from the electrode device attached (or inserted, connected) to the object through wired / wireless communication.

또한, 스파이크 신호 저장시, 오브젝트에 대한 가소성 측정 장치는 기간(예컨대, 일자, 시간)에 따라 타임 슬롯을 달리하여, 상기 스파이크 신호를 구분하고, 구분된 상기 스파이크 신호를 스택부에 저장할 수 있다.In addition, when the spike signal is stored, the apparatus for measuring the plasticity of an object can distinguish the spike signals by different time slots according to the duration (e.g., date, time), and store the divided spike signals in the stack unit.

단계 703에서, 오브젝트에 대한 가소성 측정 장치는 상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단할 수 있다.In step 703, the apparatus for measuring plasticity for an object obtains a spike signal for each time slot from the stack unit, constitutes a spike signal matrix, and judges the plasticity of the object based on the result of analyzing the spike signal matrix can do.

상기 스파이크 신호 획득시, 오브젝트에 대한 가소성 측정 장치는 설정된 기간 조건(또는, 입력된 기간 조건)을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득할 수 있다.Upon acquiring the spike signal, the apparatus for measuring plasticity of an object may acquire a spike signal divided into time slots satisfying a predetermined time period condition (or an inputted time period condition).

오브젝트에 대한 가소성 측정 장치는 상기 스파이크 신호 매트릭스로부터 공통된(또는, 동일한) 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정할 수 있다. The apparatus for measuring plasticity of objects extracts a spike signal of a common (or the same) pattern from the spike signal matrix, identifies a main signal constituting the extracted spike signal, The degree of inclusion in each of the spike signals constituting the matrix can be measured.

이때, 오브젝트에 대한 가소성 측정 장치는 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리할 수 있다.At this time, the apparatus for measuring plasticity of an object may be configured to analyze a characteristic of a spike signal in the spike signal matrix according to the degree of inclusion of the main signal, and to group spike signals in the spike signal matrix based on the analyzed characteristic The grouped spike signals can be separated by periods based on the corresponding time slots.

이후, 오브젝트에 대한 가소성 측정 장치는 상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 상기 오브젝트에 대한 가소성을 판단 함으로써, 시간 흐름에 따른 가소성 변화를 용이하게 파악할 수 있게 한다.The apparatus for measuring plasticity of an object can determine the plasticity with respect to the object according to a result of analyzing a change with respect to the spike signal separated by the period, thereby easily grasping the plasticity change with time.

본 발명의 실시예는 오브젝트와 연관된 타임 슬롯별 스파이크 신호를 이용하여, 시간 흐름에 따른 오브젝트에 대한 가소성을 용이하게 측정할 수 있다.Embodiments of the present invention can readily measure the plasticity of an object over time using spike signals per time slot associated with the object.

본 발명의 실시예는 오브젝트에 부착된 전극 장치로부터 유무선 통신을 통해, 오브젝트에 대한 가소성을 측정하기 위한 데이터로서, 전극 신호를 수신 함으로써, 측정시 오브젝트의 활동에 대한 제약을 해소시킬 수 있게 한다.The embodiment of the present invention enables the restriction of the activity of the object at the time of measurement to be solved by receiving the electrode signal as data for measuring the plasticity with respect to the object through wired / wireless communication from the electrode device attached to the object.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The apparatus described above may be implemented as a hardware component, a software component, and / or a combination of hardware components and software components. For example, the apparatus and components described in the embodiments may be implemented within a computer system, such as, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA) A programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For ease of understanding, the processing apparatus may be described as being used singly, but those skilled in the art will recognize that the processing apparatus may have a plurality of processing elements and / As shown in FIG. For example, the processing unit may comprise a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as a parallel processor.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may include a computer program, code, instructions, or a combination of one or more of the foregoing, and may be configured to configure the processing device to operate as desired or to process it collectively or collectively Device can be commanded. The software and / or data may be in the form of any type of machine, component, physical device, virtual equipment, computer storage media, or device , Or may be permanently or temporarily embodied in a transmitted signal wave. The software may be distributed over a networked computer system and stored or executed in a distributed manner. The software and data may be stored on one or more computer readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The method according to an embodiment may be implemented in the form of a program command that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions to be recorded on the medium may be those specially designed and configured for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. For example, it is to be understood that the techniques described may be performed in a different order than the described methods, and / or that components of the described systems, structures, devices, circuits, Lt; / RTI > or equivalents, even if it is replaced or replaced.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

100: 오브젝트에 대한 가소성 측정 장치
101: 인터페이스부 103: 검출부
105: 스택부 107: 프로세서100: Apparatus for measuring the plasticity of an object
101: interface unit 103: detection unit
105: stack unit 107: processor

Claims (10)

오브젝트와 관련된 전극 신호로부터 스파이크(spike) 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택(stack)부에 저장하는 검출부; 및
상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스(matrix)를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 프로세서
를 포함하고,
상기 프로세서는,
상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리하며, 상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 시간 흐름에 따른 상기 오브젝트에 대한 가소성을 판단하는
오브젝트에 대한 가소성 측정 장치.A detector for detecting a spike signal from an electrode signal related to an object, dividing the detected spike signal by time slot, and storing the spike signal in a stack unit; And
A processor configured to obtain a spike signal for each time slot from the stack unit to construct a spike signal matrix and determine a tilting for the object based on a result of analyzing the spike signal matrix,
Lt; / RTI >
The processor comprising:
The method comprising the steps of: analyzing characteristics of spike signals in the spike signal matrix; grouping the spike signals in the spike signal matrix based on the analyzed characteristics; separating the grouped spike signals based on the time- According to the analysis result of the change of the spike signal separated by the period, the tilting of the object with respect to time is determined
Apparatus for measuring plasticity of an object. 제1항에 있어서,
상기 검출부는,
기간에 따라 타임 슬롯을 달리하여, 구분되는 상기 스파이크 신호를 상기 스택부에 저장하고,
상기 프로세서는,
설정된 기간 조건을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득하는
오브젝트에 대한 가소성 측정 장치.The method according to claim 1,
Wherein:
Storing the divided spike signals in the stack unit by varying time slots according to a period,
The processor comprising:
And acquires a spike signal divided into time slots satisfying the set period condition
Apparatus for measuring plasticity of an object. 제1항에 있어서,
상기 프로세서는,
상기 스파이크 신호 매트릭스로부터 공통된 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정하며, 상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하는
오브젝트에 대한 가소성 측정 장치.The method according to claim 1,
The processor comprising:
Extracting a spike signal of a common pattern from the spike signal matrix to identify a main signal constituting the extracted spike signal and determining an extent to which the identified main signal is included in each of the spike signals constituting the spike signal matrix And analyzing a characteristic of the spike signal in the spike signal matrix according to the degree of inclusion of the main signal
Apparatus for measuring plasticity of an object. 삭제delete 삭제delete 오브젝트와 관련된 전극 신호로부터 스파이크 신호를 검출하고, 상기 검출된 스파이크 신호를 타임 슬롯별로 구분하여 스택부에 저장하는 단계; 및
상기 스택부로부터 타임 슬롯별 스파이크 신호를 획득하여, 스파이크 신호 매트릭스를 구성하고, 상기 스파이크 신호 매트릭스를 분석한 결과에 기초하여, 상기 오브젝트에 대한 가소성을 판단하는 단계
를 포함하고,
상기 오브젝트에 대한 가소성을 판단하는 단계는,
상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하고, 상기 분석된 특징에 기초하여 상기 스파이크 신호 매트릭스 내 스파이크 신호를 그룹핑한 후, 상기 그룹핑된 스파이크 신호를 해당 타임 슬롯에 기초하여 기간별로 분리하는 단계; 및
상기 기간별로 분리된 스파이크 신호에 대한 변화를 분석한 결과에 따라, 시간 흐름에 따른 상기 오브젝트에 대한 가소성을 판단하는 단계
를 포함하는 오브젝트에 대한 가소성 측정 방법.Detecting a spike signal from an electrode signal associated with an object, dividing the detected spike signal into time slots, and storing the divided spike signals in a stack unit; And
Obtaining a spike signal for each time slot from the stack unit to construct a spike signal matrix and determining tilting for the object based on a result of analyzing the spike signal matrix
Lt; / RTI >
Wherein the step of determining plasticity of the object comprises:
Analyzing characteristics of the spike signal in the spike signal matrix, grouping the spike signals in the spike signal matrix based on the analyzed characteristics, and separating the grouped spike signals based on the time slot ; And
Determining the plasticity of the object according to a time course according to a result of analyzing the change of the spike signal separated by the period;
The method comprising the steps of: 제6항에 있어서,
상기 오브젝트에 대한 가소성 측정 방법은,
기간에 따라 타임 슬롯을 달리하여, 구분되는 상기 스파이크 신호를 상기 스택부에 저장하는 단계; 및
설정된 기간 조건을 만족하는 타임 슬롯으로 구분된 스파이크 신호를 획득하는 단계
를 더 포함하는 오브젝트에 대한 가소성 측정 방법.The method according to claim 6,
A method for measuring plasticity of an object,
Storing the spike signal separated in the time slot according to a time period in the stack unit; And
Acquiring a spike signal divided into time slots satisfying a set period condition
The method further comprising the step of: 제6항에 있어서,
상기 오브젝트에 대한 가소성 측정 방법은,
상기 스파이크 신호 매트릭스로부터 공통된 패턴의 스파이크 신호를 추출하여, 상기 추출된 스파이크 신호를 구성하는 주요 신호를 확인하고, 상기 확인된 주요 신호가, 상기 스파이크 신호 매트릭스를 구성하는 스파이크 신호 각각에 포함되는 정도를 측정하는 단계; 및
상기 주요 신호가 포함되는 정도에 따라, 상기 스파이크 신호 매트릭스 내 스파이크 신호에 대한 특징을 분석하는 단계
를 더 포함하는 오브젝트에 대한 가소성 측정 방법.The method according to claim 6,
A method for measuring plasticity of an object,
Extracting a spike signal of a common pattern from the spike signal matrix to identify a main signal constituting the extracted spike signal and determining an extent to which the identified main signal is included in each of the spike signals constituting the spike signal matrix Measuring; And
Analyzing a characteristic of the spike signal in the spike signal matrix according to the degree of inclusion of the main signal;
The method further comprising the step of: 삭제delete 삭제delete
KR1020150173866A 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object KR101777023B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150173866A KR101777023B1 (en) 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150173866A KR101777023B1 (en) 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object

Publications (2)

Publication Number Publication Date
KR20170067328A KR20170067328A (en) 2017-06-16
KR101777023B1 true KR101777023B1 (en) 2017-09-11

Family

ID=59278570

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150173866A KR101777023B1 (en) 2015-12-08 2015-12-08 Apparatus and method for measuring plasticity of object

Country Status (1)

Country Link
KR (1) KR101777023B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008510560A (en) * 2004-08-25 2008-04-10 モトリカ リミテッド Exercise training by brain plasticity
US20130302762A1 (en) * 2010-06-28 2013-11-14 The Regents Of The University Of California Noise Induced Brain Plasticity

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008510560A (en) * 2004-08-25 2008-04-10 モトリカ リミテッド Exercise training by brain plasticity
US20130302762A1 (en) * 2010-06-28 2013-11-14 The Regents Of The University Of California Noise Induced Brain Plasticity

Also Published As

Publication number Publication date
KR20170067328A (en) 2017-06-16

Similar Documents

Publication Publication Date Title
CN107577343B (en) Attention training and evaluation device based on force touch feedback and electroencephalogram signal analysis
Birot et al. Automatic detection of fast ripples
Ponce-Alvarez et al. Comparison of local measures of spike time irregularity and relating variability to firing rate in motor cortical neurons
WO2006003662A2 (en) Low power hardware algorithms and architectures for spike sorting and detection
KR102522349B1 (en) Brain-computer interface apparatus and operating method of determining intention of user based on brain activity according to attention level
JPH0924031A (en) Single nerve action potential measuring device
RU2016117598A (en) Device and method for evaluating multichannel electrocardiographic signals
Yuan Detection of epileptic seizure based on EEG signals
Zheng et al. A data-driven approach to predict and classify epileptic seizures from brain-wide calcium imaging video data
AU2015303017A1 (en) Improvement to analysing physiological electrograms
KR101777023B1 (en) Apparatus and method for measuring plasticity of object
KR101906456B1 (en) Apparatus and method for detecting abnormal state using artificial intelligence
Aguilera et al. Signatures of criticality in a maximum entropy model of the C. elegans brain during free behaviour
WO2011030756A1 (en) Region segmentation image generation method, region segmentation image generation device, and computer program
Takekawa et al. Spike detection from noisy neural data in linear‐probe recordings
KR20210051525A (en) Device and method for motor imagery classification using time domain parameter and correlation coefficients
KR20170028571A (en) Apparatus and method for detecting abnormal domestic annimal
CN115054266A (en) Neural signal processing method, device, equipment and storage medium
KR101524585B1 (en) Apparatus and method for classifying brain wave
KR101507657B1 (en) Apparatus and method for detecting sensibility information based brain wave
CN112568868A (en) Automatic quantitative analysis method and device for electrophysiological signals of epilepsy model
Okatan et al. High performance decoding of behavioral information from mean background activity in extracellular neural recordings
Lai et al. Low-latency extracellular spike assignment for high-density electrodes at single-neuron resolution
Farashi Spike sorting method using exponential autoregressive modeling of action potentials
Thieu et al. Diagnosis of epilepsy in patients based on the classification of EEG signals using fast Fourier transform

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant