KOSEN 한인과학기술자네트워크

본 연구실에서는 사람에서 발생되는 여러 생체 신호 및 이미지, 그에 관련된 대용량 정보를 다루는데, 크게 세 가지(뇌-컴퓨터 인터페이스, 뇌 피질 전기자극, 신호원 국소화 기법) 분야의 연구를 하고 있습니다. 최근 발달된 계측기에 의해 얻어지는 다양한 생리, 생물학적 대용량 정보들에서 수학적, 물리학적 개념과 방법들을 토대로 한 심도 깊은 계산 기법들을 사용해 유용한 정보를 추출해 내고, 이러한 정보들은 실생활의 편의를 위해 적용할 수 있도록 연구하고 있습니다. 뇌 영상 장비인 뇌자도 (MEG), 뇌전도 (EEG) 및 기능적 자기 공명 영상(fMRI) 정보를 주로 다루어 뇌의 기본적인 이해 및 기능적 변화 등을 알 수 있는 정보를 추출하여 여러 정신 질환의 병리 이해와 치료법 개발에 이바지 하기 위해 연구하고 있습니다.
 

1) 뇌-컴퓨터 연계기술 (Brain-Computer Interface, BCI)

뇌 영상화 기기들의 발전에 힘입어 전 세계적으로 수많은 연구자들이 21세기 첨단 산업의 핵심 분야인 뇌 과학 연구에 매진을 하고 있다. 이러한 흐름 속에 뇌-컴퓨터/기계 인터페이스 기술은 많은 영화 및 소설 속에 등장하며 사람들에게 꿈의 기술로 각인이 되어 왔으며, 최근 생각만으로 기기를 조종하는 실험이 원숭이나 사람을 대상으로 이루어지고 있다.
BCI 시스템은 기본적으로 크게 학습 과정과 피드백 과정으로 구성되며, 학습과정은 전처리 단계, 특징 정보 추출 단계와 분류 단계로 나뉩니다. 전처리 단계에서는 측정 신호의 잡음 제거, 채널 선택, 주파수 및 시간 영역 선택 등을 거칩니다. 특징 정보 추출단계에서는 시스템이 사용자의 의도나 상태를 예측하는데 사용될 수 있는 정보를 추출하고, 그런 정보를 바탕으로 빠르게 의도 및 상태 분석의 결과를 내는 분류단계를 거칩니다. 학습 과정을 통해 구성된 BCI 시스템은 피드백 과정에서는 마우스 커서컨트롤, 휠체어 운전, 로봇 팔의 제어 등등 구체적인 응용에 적용한다 현재까지 개발된 BCI 시스템은 직접적으로 사용자의 생각을 읽어 내기 보다는, 왼손 혹은 오른손 움직임 상상과 같이 간접적으로 사용자의 특정 의도를 기계학습법을 통하여 추정하는 것이 대부분입니다. 본 연구실에서는 이러한 뇌-컴퓨터 인터페이스 (BCI) 기술에 대한 신호처리, 뇌 신경생리학적인 분석 그리고 플랫폼 및 어플리케이션 개발을 통해 실제 사용 할 수 있는 BCI 시스템을 위한 연구를 진행하고 있습니다.

이러한 BCI시스템을 이용하여 다양한 연구가 가능하지만 본 연구실에서는 뇌파에 섞인 노이즈를 줄이고 원 신호의 정보를 최대화 하기 위한 방법을 연구하고 있습니다. 이를 위해서는 신호원 영역에서의 시그널을 재 생성하는 것이 또 하나의 방법이 될 수 있는데, Beamforming 신호원 이미징 방식을 사용한 연구에서 우리는 센서영역에서는 보이지 않던 파워의 변화가, 신호원 영역에서는 보일 수 있음을 확인하였습니다. 아래 그림은 이에 대한 결과를 간략히 나타내고 있는데, C3와 C4 주변에 걸쳐 분포 시킨 voxel들의 파워를 재 생성해 내어 그려본 결과 그림과 같이 C3와 C4 부근의 파워가 시간이 변함에 따라 달라지는 양상이 센서 영역에서보다 더욱 확연히 나타나는 것을 발견하였습니다. 이러한 발견은 ERD/ERS로 확인할 수 있는 서로 다른 상상명령에 따른 파워 변화를 조금 더 뚜렷이 파악할 수 있는 길을 열어 줌과 동시에 성능자체에도 직접적으로 연관되므로 큰 의미가 있다고 할 수 있습니다.

또한, 신호원 영역에서 얻은 정보와 센서 영역의 정보의 합을 이용한 성능 테스트에서 다음과 같이 두 정보의 통합 사용이 전체적인 정확도를 향상 시킬 수 있다는 사실을 얻을 수 있었습니다. 아래 성능 그래프는 18개의 뇌전도 데이터에 대한 센서정보와 신호원 정보 사용의 성능평가 결과를 나타내는데, 여기서 Concatenated 및 Summation 방식이 두 공간정보를 동시에 사용하였을 때 성공률을 보여줍니다.

2) 뇌 피질 전기자극 (Cortical Stimulation)

고령화 사회가 가까워지면서 노인성 질환 특히 뇌 질환 환자가 급속히 증가 하고 있는 실정입니다. 이에 따라 뇌질환 환자의 사회적?경제적 비용 또한 급격하게 늘고 있습니다. 그러나 뇌질환 환자를 치료하는 방법이 많이 연구되고 있음에도 불구하고 그 효과가 기대에 못 미치고 있습니다. 이런 상황에서 뇌피질 전기자극술은 효과적인 뇌질환 치료 방법으로 많은 주목을 받고 있습니다. 현재 뇌피질 전기자극 치료 방법은 최고의 안전성을 유지하면서 최대의 효율성을 보장하는 기준이 없어 몇몇 발표된 임상적용 결과를 참고로 치료를 시행하고 있는 것이 현실입니다. 이에 본 연구실에서는 컴퓨터를 이용한 수학적 모델링 분석을 통하여 안전성과 효율성을 동시에 보장하는 최적화된 치료가 될 수 있도록 전기의 양 및 주파수 그리고 전극의 크기, 모양 및 위치를 찾아내려고 합니다. 또한 본 외과 시술을 하는 의사들을 위하여 현재 국내외에는 전무한 시뮬레이터를 개발하고자 합니다. 뇌피질 전기자극술을 적용하려면 두피와 두개골의 일부를 열고 뇌피질에 전극을 심어야 하는 외과 수술이 필요한데, 연구실에서는 시뮬레이터를 통하여 외과 시술 전 안전하고 최적화된 전기의 양 및 주파수 그리고 전극의 위치를 제시하여 잘못된 외과 시술로 인한 비용을 최소화하고 치료 효과가 극대화 하는데 도움을 주려고 합니다.

가) 전류밀도 기반 단극 뇌피질 전기자극의 영향 분석
단극 뇌피질 전기 자극술은 전극에 같은 극성의 전류 혹은 전압을 인가하는 방법으로 레퍼런스 전극이 가슴 부근에 위치합니다. 레퍼런스 전극과 전기 자극을 주는 전극이 상대적으로 가까이 위치한 양극 전기 자극술에 비해 단극 전기 자극술은 자극하는 부위가 더 넓고 뇌 속에서 흐르는 전류의 방향이 크게 바뀌지 않는다는 차이점을 가집니다. 입력 전압에 따른 단극 자극술의 전류 분포 양상을 분석하였을 때, 사용된 전극은 실제 환자에 적용되고 있는 패들 형 전극(paddle-array electrode)을 선택하였고 아래의 그림과 같은 모양을 하고 있습니다. 자극을 원하는 목표 지점은 운동피질의 손 운동영역이며 실제 두부 모델의 경우 백색질, 회색질, 뇌실(ventricle), 뇌척수액, 두개골 두피로 나누어 졌다. 단극 자극술은 가슴 부근에 레퍼런스 전극를 삽입하고 전위를 형성하기 때문에 어디까지 포함된 모델링을 사용하는 지가 시뮬레이션 결과에 영향을 끼칠 수 있다고 판단하고 이에 따라 3가지의 모델을 사용하였습니다. 첫 번째 모델은 사람의 머리와 가슴까지 모델링한 모델(head+chest 모델)이고, 두 번째 모델은 머리까지 모델링한 모델(head 모델)이며, 마지막은 비교를 위하여 단순 두부 모델을 비교대상으로 넣었습니다. 또한 뇌의 물성도 백색질의 이방성 전도도를 고려하지 않은 모델과 고려한 모델로 나눴고, 마지막으로 전극조합으로 1개의 전극에 전위를 발생하는 싱글 형 전극과 5개 전극 모두 전위를 발생하는 패들 형 전극으로 나누어 그 영향을 비교 분석 합니다.

나) 대뇌 피질 뉴런 모델링 및 시뮬레이션 방법
본 연구에서는 계층 3과 계층 5에 위치한 피라미드 뉴런을 구성하였습니다. 뉴런의 형태학과 전기적 성질의 세부적 사항들은 고양이의 시각 피질(visual cortex)에서 참조되었으며 이를 사람의 뇌에 적합하도록 60% 가량 늘렸습니다. 불필요한 계산 량을 줄이기 위해 뇌 전 부분을 고려하지 않고 관심 영역(region of interest; ROI)을 지정하고 이 영역에 초점을 맞추어 시뮬레이션을 시행하였습니다. ROI는 전극을 중심으로 50 × 50 × 50 의 정사면체 모양으로, ROI 안에 위치한 회색질 영역에 뉴런 모델들을 균일하게 배치하였습다. 계층 3에 위치한 피라미드 뉴런들은 회색질의 표면에 수직인 방향으로 향하고 위치하여 있고 뉴런의 체세포(soma)는 회색질과 백색질의 경계 부분에서 1.7 mm 위에 놓이도록 배치하였습니다. 계층 5에 위치한 피라미드 뉴런들은 체세포에서 1.9215 mm 떨어진 축색 돌기(axon)의 윗부분은 회색질 표면에 수직 방향으로 위치하도록 그 아랫부분의 축색 돌기는 두부 모델의 y 축 방향으로 뻗어있도록 놓았습니다. 계층 5 피라미드 뉴런은 체세포가 회색질과 백색질의 경계 부분에서 0.5 mm 위에 위치하도록 조정하였습니다. 계산량과 복잡성 때문에 위의 뉴런 모델들은 두부 모델에 내재되어 구성되기보다 간접적으로 엮여진 형태로 만들어 졌습니다. 즉, 두 가지 형의 뉴런 모델들은 가상적으로 두부 모델에 위치되어 자극에 의해 분포된 전위 값을 입력으로 받아 반응합니다. 두부 모델에서 획득한 전위 값의 분포는 100 펄스폭을 가진 구형파(square wave)로 뉴런 모델에 신경외 자극(extracellular stimulation)으로 주어집니다. 이때 뉴런 모델의 막전위(membrane potential)가 정지 전위(resting potential)에서 70 mV 이상 올라갔을 때 이를 활동 전위가 발생했다고 여기고 이때 전극에 가해진 전압 혹은 전류의 값을 ‘자극 임계값(excitation threshold)’이라 정의했습니다. 본 연구실에서는 단극 혹은 양극 뇌피질 전기자극술을 시행하고 거기에 따른 계층 3과 5의 뉴런 모델들의 반응을 분석하고 단순 두부 모델과 실제 두부 모델에 의한 뇌의 기하학 구조에 따른 차이점을 비교하는 연구를 진행하고 있습니다. 또 전극의 입력 전압을 높여가며 ROI에 위치한 뉴런들 중 활동 전위가 발생된 뉴런들의 비율을 ‘활성화 비율(activation fraction)’이라 정의하고 이를 분석 지표로 삼아 비교 연구 하였습니다.

3) 신호원 국소화 (Source Localization)

우리가 무엇인가를 보고 듣고 느끼고 생각할 때마다 뇌에서는 다양한 작용을 거쳐 전/자기 신호가 발생됩니다. 이 전/자기 신호를 뇌파 신호 측정 장비를 통해 얻은 후, 이 신호를 분석하여 실제 행동이나 의도, 감정 상태 등을 알아낼 수 있습니다. 이 때 두피 위에서의 특징을 알아낼 수도 있지만 더 나아가 뇌에서의 활성화 영역 및 크기, 전달 방향 등을 파악함으로써 뇌의 각 영역이 담당하는 기능을 파악할 수도 있습니다. 뇌의 본질을 알게 된다면 내/외적인 요인에 의해 뇌의 일부가 손상되었을 경우 손실된 기능을 알고 치료할 수 있을 뿐만 아니라 사람의 의도와 상태를 알아내어 신체를 움직일 수도 있습니다. 이를 위해 우리는 신호원 국소화 기술을 이용하여 뇌의 활성화 영역을 알아내고자 본 연구를 하고 있습니다.

신호원 국소화 기술은 센서를 통해 측정한 뇌 신호(뇌전도; EEG 또는 뇌자도; MEG)를 이용해 실제 뇌의 어느 영역에서의 뉴런 활동이 발생했는지 역추적하는 기술입니다. 뇌전도 혹은 뇌자도 측정 장비를 통해 얻어진 데이터를 통해 실제 뇌 활동 시에 발생하는 전류원과 측정 장비에서 계측되는 신호의 관계를 수식화(모델링)하는 과정입니다. 혈류 내 산소 변화나 방사능 소멸 정도와 같이 간접적인 방법을 통해 뇌 활동을 영상화하는 fMRI나 PET과는 달리 직접적인 뉴런 활동을 계측하는 방식인 EEG 및 MEG 신호를 통해 실제 신호의 발원지에서의 뇌 활동을 분석 가능하게 하는 매우 유용한 기술입니다. 두피 위치에서 측정된 신호(M)를 통해 뇌 안의 신호원 활동(J)을 추론하는 역문제(Inverse problem)의 해를 구하는 방법이므로 완벽한 수식화(모델링)이 불가능하다는 점에서 무수히 많은 해가 발생할 수 있습니다. 그렇기 때문에 여러 조건을 설정하여 가장 적합한 해를 도출하는 다양한 방법들이 있습니다. 또한 이 기술은 비침습적(외과수술을 통한 전극 삽입이 불필요)인 신호 측정 방법에 응용할 수 있기 때문에 위험도가 적으며 신호원의 정밀한 3차원(방향 및 크기) 정보를 도출 할 수 있고 또한 병리학적(간질, 치매 등) 치료에 활동할 수 있습니다.
이러한 신호원 국소화 기술에는 신호원 특징에 따라, 신호원 수에 따라, 또는 관심 영역에 따라 다양한 접근 방법이 제시되고 있고, 본 연구실에서는 그 중에서 빔형성(beamforming) 방법에 주력하고 있습니다. 빔형성은 신호원의 수에 상관없고 잡음에 강한 방법이지만 전체 영역을 살펴 보기 때문에 계산 시간이 많이 걸린다는 단점을 가지고 있습니다. 이를 해결하기 위해 측정 값과 모델링 값 사이의 연관성을 고려하여 관심 영역을 줄임으로써 계산 시간을 단축하는 연구를 하였습니다. 또한 관심 있는 신호원과 연관성이 높은 신호원을 억제(suppression)함으로써 정확도를 높이는 방법 등 다양한 접근 방법을 제안하였고, 이 방법들을 실제 청각 자극 실험이나 움직임 상상 실험 등에 적용하여 보았습니다. 아래의 그림은 오른팔의 정중신경(median nerve)에 자극을 준 후 센서에서 측정한 자계 강도(field intensity)이고, 이와 유사한 청각 자극 실험을 통해 일반적인 빔형성(왼쪽)과 관련성 높은 신호를 억제한 후 빔형성(오른쪽)으로 신호원을 얻은 결과입니다.
이 외에도 일부 뉴런이 활성화하면 주변 뉴런들도 뿐만 아니라 시간에 따라 연관성이 높은 영역의 뉴런들까지 활성화 되는 성질을 이용하여, 자극에 따라 상관관계가 높은 뇌 영역과 시간에 따라 활성화 되는 방향을 알아보는 신호원 연결성(connectivity) 연구도 진행하고 있으며 이 기술을 왼손/오른손 움직임 상상에 응용하는 연구를 진행하고 있습니다.

저희 Biocomputing 연구실 구성원은 서로를 배려하고 신뢰하면서 정다운 분위기 속에 생활하고 있습니다. 기쁜 일이 있을 때 함께 즐길 뿐만 아니라 어려운 일이 있을 때는 도움을 요청하기도 전에 나서서 도움을 주는 멤버들로 인해 화목하고 즐겁게 연구를 진행하고 있습니다. 교수님께서는 연구에 있어서 개인의 생각이나 자율성을 존중해 주시면서 개개인의 성향에 따른 차별화성 있는 지도를 해주십니다. 또한 국내/외 학회 참가 기회도 아낌없이 지원해주시며 연구에 관련된 지도뿐만 아니라 개인적인 진로, 삶에 대한 조언도 해주십니다. 또한 생일파티, 워크샵, 연말파티 등의 행사를 통해 구성원들간의 소통과 화합을 다지는 시간을 갖고 있습니다.

■ 주소  광주광역시 북구 첨단 과기로 123 (오룡동)
■ 연락처  062-715-2266
■ 홈페이지 https://sites.google.com/site/gistbiocomputing/
■ 이메일 scjun@gist.ac.kr