Search

KR-20260061861-A - EEG-based Anesthesia Depth Prediction Apparatus and System

KR20260061861AKR 20260061861 AKR20260061861 AKR 20260061861AKR-20260061861-A

Abstract

뇌파 기반의 마취심도 예측장치 및 시스템을 개시한다. 본 실시예의 일 측면에 의하면, 피검자의 마취심도를 예측하는 마취심도 예측장치에 있어서, 피검자의 신체 상태정보를 측정하는 프로브와 탈착되는 커넥터와 상기 커넥터에 연결되는 프로브를 식별하는 식별부와 상기 커넥터에 연결된 프로브로부터 데이터를 전달받아. 각 프로브가 측정한 데이터로부터 피검자의 신체 상태정보를 추출하는 데이터 처리부와 뇌파를 입력값으로, 피검자들의 마취심도를 출력값으로 하여 기 설정된 아키텍쳐에 학습을 진행한 인공지능 학습모델을 학습하는 학습부와 상기 학습부로부터 학습된 인공지능 학습모델을 이용해, 상기 데이터 처리부로부터 도출된 피검자의 신체 상태정보로부터 피검자의 마취심도를 예측하는 마취심도 예측부 및 상기 학습부가 학습한 인공지능 학습모델을 저장하는 메모리부를 포함하는 것을 특징으로 하는 마취심도 예측장치를 제공한다.

Inventors

  • 김재원
  • 김재표
  • 김성철

Assignees

  • 주식회사 엔서

Dates

Publication Date
20260506
Application Date
20241028

Claims (10)

  1. 피검자의 마취심도를 예측하는 마취심도 예측장치에 있어서, 피검자의 신체 상태정보를 측정하는 프로브와 탈착되는 커넥터; 상기 커넥터에 연결되는 프로브를 식별하는 식별부; 상기 커넥터에 연결된 프로브로부터 데이터를 전달받아. 각 프로브가 측정한 데이터로부터 피검자의 신체 상태정보를 추출하는 데이터 처리부; 뇌파를 입력값으로, 피검자들의 마취심도를 출력값으로 하여 기 설정된 아키텍쳐에 학습을 진행한 인공지능 학습모델을 학습하는 학습부; 상기 학습부로부터 학습된 인공지능 학습모델을 이용해, 상기 데이터 처리부로부터 도출된 피검자의 신체 상태정보로부터 피검자의 마취심도를 예측하는 마취심도 예측부; 및 상기 학습부가 학습한 인공지능 학습모델을 저장하는 메모리부 를 포함하는 것을 특징으로 하는 마취심도 예측장치.
  2. 제1항에 있어서, 상기 신체 상태정보는, 심전도(EKG), 혈압(BP), 맥파, 뇌파(EEG), 동맥의 산소 포화도(spO 2 ) 및 프로브가 부착되는 부위 부근 조직의 활성도 중 일부 또는 전부를 포함하는 것을 특징으로 하는 마취심도 예측장치.
  3. 제2항에 있어서, 상기 마취심도 예측부는, 피검자의 신체 상태정보 중 뇌파 정보로부터 피검자의 마취심도를 예측하는 것을 특징으로 하는 마취심도 예측장치.
  4. 제1항에 있어서, 상기 마취심도 예측부가 예측한 마취심도를 외부로 출력하는 출력부를 더 포함하는 것을 특징으로 하는 마취심도 예측장치.
  5. 피검자의 마취심도를 예측하는 마취심도 예측 시스템에 있어서, 부착된 부위 부근 조직의 활성도, 맥파 및 뇌파를 측정하는 프로브; 및 상기 프로브가 장착될 수 있으며, 각 프로브로부터 전달되는 데이터를 수신하여 기 설정된 신체 상태정보를 추출하고, 추출한 정보로부터 피검자의 마취심도를 예측하는 마취심도 예측장치 를 포함하는 것을 특징으로 하는 마취심도 예측 시스템.
  6. 제5항에 있어서, 상기 기 설정된 신체 상태정보는, 심전도(EKG), 혈압(BP), 맥파, 뇌파(EEG), 동맥의 산소 포화도(spO 2 ) 및 프로브가 부착되는 부위 부근 조직의 활성도 중 일부 또는 전부를 포함하는 것을 특징으로 하는 마취심도 예측 시스템.
  7. 제6항에 있어서, 상기 마취심도 예측장치는, 추출한 정보 중 뇌파를 이용하여 피검자의 마취심도를 예측하는 것을 특징으로 하는 마취심도 예측 시스템.
  8. 제5항에 있어서, 상기 마취심도 예측장치는, 피검자의 신체 상태정보를 측정하는 프로브와 탈착되는 커넥터; 상기 커넥터에 연결되는 프로브를 식별하는 식별부; 상기 커넥터에 연결된 프로브로부터 데이터를 전달받아. 각 프로브가 측정한 데이터로부터 피검자의 신체 상태정보를 추출하는 데이터 처리부; 뇌파를 입력값으로, 피검자들의 마취심도를 출력값으로 하여 기 설정된 아키텍쳐에 학습을 진행한 인공지능 학습모델을 학습하는 학습부; 상기 학습부로부터 학습된 인공지능 학습모델을 이용해, 상기 데이터 처리부로부터 도출된 피검자의 신체 상태정보로부터 피검자의 마취심도를 예측하는 마취심도 예측부; 및 상기 학습부가 학습한 인공지능 학습모델을 저장하는 메모리부를 포함하는 것을 특징으로 하는 마취심도 예측 시스템.
  9. 제8항에 있어서, 상기 데이터 처리부는, 상기 커넥터에 연결된 프로브로부터 전달받은 데이터에 고속 푸리에 변환(FFT)을 수행한 후, 추가적으로 발생하는 노이즈를 제거하는 것을 특징으로 하는 마취심도 예측 시스템.
  10. 제9항에 있어서, 상기 데이터 처리부는, 고속 푸리에 변환한 데이터를 다시 고속 푸리에 역변환(IFFT)을 진행하여 노이즈가 제거된 순수한 뇌파를 도출하는 것을 특징으로 하는 마취심도 예측 시스템.

Description

뇌파 기반의 마취심도 예측장치 및 시스템{EEG-based Anesthesia Depth Prediction Apparatus and System} 본 실시예는 뇌파를 포함한, 피검자의 다양한 신체 상태를 간편하게 측정함과 동시에, 측정한 뇌파를 기반으로 피검자의 마취심도를 예측할 수 있는 마취심도 예측장치 및 시스템에 관한 것이다. 이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다. 일반적으로 마취제는 치료지수(therapeutic index: 약물의 치사량 대 유효사용량의 비, 값이 작을수록 위험한 약물)가 3~4로 수백~수천의 값을 가지는 일반 약물에 비교했을 때 매우 위험한 독극물이다. 위험한 약물이라고 해서 유효사용량 이하의 마취제를 사용하게 될 경우, 환자가 충분히 마취되지 않아 수술 중 각성 등의 위험한 상황을 초래할 수 있기 때문에 마취제를 사용할 때는 투여량의 조절이 매우 중요하다. 개인 및 주변 환경에 따라 적정 마취제의 양은 크게 변하기 때문에 고정된 정량을 투여하는 것이 아니라 환자의 상태를 지속적으로 모니터링 하면서 투여량을 조절해야 한다. 환자의 뇌활성도는 마취된 정도에 따라 크게 바뀌게 되므로, 지속적인 뇌활성도의 감시를 통하여 마취심도를 측정할 수 있다. 즉, 종래에는 마취심도를 측정하기 위해 뇌파를 이용해왔다. 뇌파 또는 뇌전도(EEG: electroencephalogram) 신호는 뇌에서 발생하는 전기적 신호를 측정한 것으로 뇌활성도 감시에 매우 유효하기 때문이다. 종래에는 측정한 뇌파를 알파파, 베타파, 감마파 및 델타파 등으로 분리하였으며, 분리한 각 뇌파들을 주파수 대역별로 에너지량을 계산하여 분석하였다. 이후, 분석한 각 뇌파들의 에너지량 결과를 토대로 피검자의 마취심도를 측정해왔다. 마취 심도는 마취 환자의 진정(Sedation) 정도를 100점 만점의 점수로 나타내는 방법으로써, 100점은 완전한 의식상태(Fully Conscious)를 의미하고, 0점은 뇌파가 전혀 감지되지 않는(Flatline EEG) 무의식 상태를 의미한다. 다만, 전술한 바와 같이 종래에는 마취심도를 측정하기 위해서는 뇌파를 측정한 시점부터 상당한 처리과정을 필요로 하기에, 피검자의 마취심도를 실시간으로 획득함에 있어 상당한 어려움이 존재해왔다. 또한, 종래의 마취심도를 측정하기 위한 장치는 마취심도만을 측정할 수 있었는데, 차지하는 공간에 비해 제공하는 정보도 적을 뿐만 아니라, 이를 다른 모니터링 화면과 연동시키기도 어려웠던 불편이 있었다. 도 1은 본 발명의 일 실시예에 따른 마취심도 예측 시스템의 구성을 도시한 도면이다. 도 2는 본 발명의 제1 실시예에 따른 프로브의 구성을 도시한 도면이다. 도 3은 본 발명의 제2 실시예에 따른 프로브의 구성을 도시한 도면이다. 도 4는 본 발명의 제3 실시예에 따른 프로브의 구성을 도시한 도면이다. 도 5는 본 발명의 일 실시예에 따른 마취심도 예측장치의 구성을 도시한 도면이다. 도 6은 본 발명의 일 실시예에 따른 마취심도 예측장치가 측정한 결과를 예시한 도면이다. 도 7은 본 발명의 일 실시예에 따른 마취심도 예측장치가 예측한 마취심도와 실제 마취심도를 도시한 그래프이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에서, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해서 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 또한, 본 발명의 각 실시예에 포함된 각 구성, 과정, 공정 또는 방법 등은 기술적으로 상호간 모순되지 않는 범위 내에서 공유될 수 있다. 도 1은 본 발명의 일 실시예에 따른 마취심도 예측 시스템의 구성을 도시한 도면이다. 도 1을 참조하면, 본 발명의 일 실시예에 따른 마취심도 예측 시스템(100)은 프로브(110a, 110b) 및 마취심도 예측장치(130)를 포함한다. 마취심도 예측 시스템(100)은 뇌파를 포함한 피검자의 기 설정된 신체 상태를 측정하며, 측정한 뇌파를 토대로 피검자의 마취심도를 예측한다. 기 설정된 신체 상태에는 심전도(EKG), 혈압(BP), 맥파, 뇌파(EEG) 또는 동맥의 산소 포화도(spO2)를 포함하며, 또한, 프로브(110)가 부착되는 부위 부근 조직의 활성도를 포함할 수 있다. 후술할 바와 같이, 프로브(110)가 피검자의 미간에 부착되는 경우, 신체 상태는 좌측 전전두엽부 및 우측 전전두엽부의 활성도를 포함할 수 있다. 마취심도 예측 시스템(100)은 각각의 신체 상태를 측정하는 여러 종류의 프로브(110)를 이용하여 하나의 마취심도 예측장치(130)로부터 전술한 모든 신체 상태를 측정할 수 있다. 각각의 프로브(110)는 마취심도 예측장치(130)와 탈착되며 측정을 진행할 수 있다. 이에 따라, 마취심도 예측 시스템(100) 이용자는 측정을 원하는 피검자의 신체 상태를 측정할 수 있는 프로브(110)를 마취심도 예측장치(130)에 결합하여 측정을 진행함으로써, 간편하게 피검자의 해당 신체 상태를 측정할 수 있다. 즉, 마취심도 예측 시스템(100)은 하나의 마취심도 예측장치(130)를 이용하여 측정을 진행하되, 각각의 신체 상태를 측정하며 마취심도 예측장치(130)와 탈착되는 복수의 프로브(110)를 포함함으로써, 하나의 측정장치로 피검자의 전술한 신체 상태 모두를 측정할 수 있다. 마취심도 예측 시스템(100)은 측정된 신체 상태정보 중 뇌파를 이용하여, 피검자의 마취심도를 예측할 수 있다. 마취심도 예측 시스템(100)은 마취심도를 예측하는 인공지능 학습모델을 이용함으로써, 뇌파를 입력받아 바로 피검자의 마취심도를 추론할 수 있다. 종래와 같이 번잡한 연산과정을 거치는 것이 아니라, 마취심도 예측 시스템(100)은 뇌파로부터 신속하게 피검자의 마취심도를 예측할 수 있다. 프로브(110)는 하나 이상 포함되며, 피검자의 기 설정된 신체 상태를 측정한다. 프로브(110)는 피검자의 미간부에 탈착되거나, 피검자가 편안한 자세를 취할 때, 피검자의 심장 하단부에 위치하는 신체 일부분(예를 들어, 도 1에 예시된 바와 같이 손가락 부)에 탈착되며, 피검자의 기 설정된 신체 상태를 측정한다. 제1 프로브(110)는 도 2를 참조하여 후술할 바와 같이 미간에 부착되며, 좌측 전전두엽부와 우측 전전두엽부의 활성도 및 맥파를 측정한다. 제2 프로브(110)는 도 3을 참조하여 후술할 바와 같이 미간에 부착되며, 전술한 조직 활성도, 맥파 및 뇌파를 측정한다. 제3 프로브(110)는 도 4를 참조하여 후술할 바와 같이, 피검자가 편안한 자세를 취할 때 피검자의 심장 하단부에 위치하는 신체 일부분에 부착되며, 동맥의 산소 포화도 및 혈압을 측정한다. 이때, 제2 프로브(110)가 제3 프로브(110)와 동시에 마취심도 예측장치(130)에 장착될 경우, 제2 프로브(110)는 전술한 정보에 추가적으로 심전도도 함께 측정할 수 있다. 각 프로브의 구조는 도 2 내지 4를 참조하여 후술하기로 한다. 커넥터(120)는 각 프로브(110)의 끝단(피검자에 부착되거나 접촉하는 부위의 반대편)에 구현되어, 마취심도 예측장치(130) 내 커넥터(도 5를 참조하여 후술)와 탈착한다. 마취심도 예측장치(130)는 프로브로부터 전달되는 데이터를 수신하여, 각 프로브(110)가 측정한 데이터로부터 기 설정된 신체 상태정보를 추출한다. 마취심도 예측장치(130)는 적어도 2개 혹은 그 이상의 커넥터(도 5를 참조하여 후술)를 포함하여, 적어도 2개의 프로브(110)가 동시에 장착될 수 있도록 한다. 즉, 마취심도 예측장치(130)로는 하나의 프로브(110)가 장착될 수도 있고, 2개 혹은 그 이상의 프로브(110)가 동시에 장착될 수도 있다. 마취심도 예측장치(130)는 각 프로브(110)를 후술할 바와 같이 식별하여, 어떠한 프로브가 어떠한 데이터를 전달하고 있는지를 인지한다. 마취심도 예측장치(130)는 전달되는 데이터를 분석하여 이