빠른 메뉴


탑메뉴


Title


본문내용

Research Topics

Multimodal Dynamic Neuroimaging: 다중모달 동적 신경영상 - 다양한 뇌영상의 결합 기술 개발

 

다중모달 동적 신경영상 소개

 뇌 기능 영상을 얻을 수 있는 기법 중 가장 널리 사용되고 있는 기능적자기공명영상 (functional MRI: fMRI)는 뇌의 hemodynamic한 특성을 측정하기 때문에 시간 분해능이 떨어지지만 뇌의 전 영역에 대해서 수 mm 이내 오차의 높은 공간 분해능을 가진다. 뇌파나 뇌자도를 이용하는 뇌기능 영상 기법은 수 ms의 뉴런의 활동까지 검출할 수 있는 뛰어난 시간 분해능을 가지지만 측정 센서의 수가 제한되어 있고 역산 기법을 적용해야 한다는 문제점 때문에 공간 분해능이 떨어진다. 따라서 이 두 가지 다른 기법들을 결합하기 위한 연구들이 지속적으로 시도되어 왔다. 하지만 기본적으로 fMRI에서만 검출되는 신호원 (뇌파 미검출 신호원)과 EEG에서만 검출되는 신호원 (fMRI 미검출 신호원), 근본적인 fMRI와 EEG의 신호원 차이 (fMRI-EEG 차이 신호원)들 때문에 이 문제는 수십년간 뾰족한 해답이 없는 난제로 남아 있다. 즉, 이들 불일치 전류원들을 고려하고자 하면 fMRI를 사용하는 장점들을 잃게되고 강한 fMRI 사전정보를 활용할 경우에는 이들 전류원의 영향 때문에 정확한 전류원 영상을 얻지 못하게 된다. 본 연구실에서는 fMRI와 뇌파, 뇌자도의 수학적, 확률적인 결합 문제를 해결하기 위한 연구를 수행하고 있다. 나아가 fMRI와 뇌파를 동시 측정하는 기술을 구현하고 이를 기반으로 하여 높은 시간, 공간 분해능을 가지는 동적 뇌 기능 영상을 얻을 수 있는 새로운 뇌 기능 영상 기술을 제안하고 구현하는 연구를 수행하고 있다. 오른쪽 그림은 fMRI 미검출 신호원이 존재하는 경우 기존의 다중모달 신경영상 기법을 사용할 경우 사라지게 되는 전류원의 예를 보여주고 있으며 (Im et al., Hum. Brain Mapp., 2005) 그림이 포함된 논문에서는 사라진 MEG 전류원이 spurious 전류원인지 실제 존재하는 전류원인지의 여부를 판별할 수 있는 새로운 기술을 제안하였다.

 


뇌파-fMRI 결합에서 두 영상 기법 사이의 불일치 문제를 해결하기 위한 새로운 방법론 연구

 계산신경공학 연구실에서 행해진 최근의 연구에서는 fMRI 미검출 신호원이나 fMRI 차이 신호원에 의한 영향을 자동적으로 고려하기 위하여 fMRI와 뇌파/뇌자도 간에 불일치도이 클 경우 자동적으로 fMRI 사전 활성화 영역을 확장시켜 fMRI의 영향을 최소화하고 불일치도가 작을 경우 기존의 fMRI constrained 영상과 비슷한 정도의 높은 공간 해상도를 가진 영상을 획득할 수 있게 하는 새로운 기법을 개발하였다 (Im and Lee, Phys. Med. Biol., 2006; Im, Med. Biol. Eng. Compt., 2007; Jung et al., Biomed. Eng. Lett., 2011). 아래 그림은 발표된 논문에 제시된 결과 중 일부를 나타내고 있으며 결과에서 확인할 수 있듯이 불일치가 발생하는 경우 기존의 fMRI 사전 정보를 활용하는 경우에 정확히 찾을 수 없었던 신호원의 위치를 자동적인 영역 조절을 통해 복원할 수 있다는 사실을 확인할 수 있다.


 

fMRI-뇌파 동시 측정의 신호원 영상 측면에서의 유용성 검증

 전극 제작 기술 및 신호 처리 기술의 발전에 따라 뇌파와 fMRI를 동시 측정하는 것이 기술적으로 가능하게 되었으며, 이를 통해 서로 다른 환경에서 측정되는 데이터를 결합하는 방식에 비해 환경적인 요인에 의한 차이를 줄일 수 있는 전기를 마련할 수 있었다. 그럼에도 불구하고, 신호원 영상 측면에서 동시 측정된 뇌파-fMRI 결과가 과연 환경적인 차이를 줄임으로써 얼마나 차이를 줄일 수 있는가에 대한 실질적인 연구는 행해지지 않았다. 계산신경공학 연구실에서는 동시 측정된 fMRI-뇌파 데이터를 서로 다른 조건에서 측정한 데이터와 신호원 영상 관점에서 비교하는 연구를 수행하였으며, 정량적인 분석 결과, 실제로 fMRI, 뇌파의 동시 측정이 환경적인 차이를 감소시킴으로써 궁극적으로 두 영상 기법들 사이의 차이를 감소시키는데 기여할 수 있음을 검증하였다 (Im et al., J. Neurosci. Meth., 2006). 오른쪽 그림은 그 결과 중 일부를 나타내고 있으며, MRI 스캐너 밖에서 측정한 경우(a)와 MRI 스캐너 내에서 fMRI 측정과 동시에 측정한 경우( b)를 fMRI 결과와 정량적으로 비교하여 스캐너 내에서 동시 측정된 결과가 보다 fMRI 결과와 잘 일치한다는 것을 보일 수 있었다. 이 연구 결과는 최초로 신호원 영상 측면에서 fMRI-뇌파의 동시 측정의 유용성을 실증하였다는 데 중요한 의의를 가진다.


 

fMRI 활성 영역과 뇌파 신호원의 공간 분해능 차이에 대한 실험적 검증

 계산신경공학 연구실에서는 fMRI 활성 영역과 역문제 해석을 통해 얻은 뇌파 신호원 영상 사이의 공간적인 차이에 대해 실험적으로 검증하는 연구를 수행하였다 (Im et al., J. Neurosci. Meth., 2007). 이 연구에서는 다수 피험자들이 공간적으로 떨어져 있는 시각 자극을 인지할 때 활성화되는 시각 피질 뇌 부위를 fMRI 활성 영역과 뇌파 신호원 영역 사이의 공간적인 차이를 정량적으로 측정함으로써 비교하였고, 그 결과 뇌파 신호원 영상이 약 3도 정도의 시야각에서 제시되는 시각 자극의 변화를 감지해 낼 수 있음을 실험적으로 보였다. 이 연구는 뇌파 신호원 영상의 공간분해능을 실험을 통해서 검증한 최초의 논문 중 하나로서 관련 연구자들의 연구에 있어서 중요한 참고문헌으로 활용되고 있다. 아래 그림은 논문에 제시된 자극 제시 방법, 두피전위맵, fMRI와의 비교 결과 등을 나타내고 있다.


 

멀티모달 신경영상을 위한 소프트웨어의 개발

 계산신경공학 연구실에서는 멀티모달 신경영상을 위한 범용 소프트웨어들을 개발하고 있다. 특히 오른쪽에 제시되어 있는 사례는 fMRI와 뇌자도를 결합하는 기술을 활용하여 인지 실험 데이터에 적용한 결과의 일부로서 멀티모달 신경영상을 활용하여 fMRI에서 얻을 수 없는 시간에 따른 활성화의 변화 양상을 추적할 수 있음을 보여준다. 또한 본 연구실에서는 미국 미네소타 주립대 심리학과 교수인 Scott Sponheim 교수 연구팀과 공동으로 MEG와 fMRI를 사용하여 사람의 인지 과정을 밝히기 위한 인지 신경과학 연구를 수행하고 있다. 본 연구실에서는 뇌자도와 fMRI를 결합하는 멀티모달 신경영상 소프트웨어를 개발하고 미네소타 대학교 측에서는 인지 관련 실험을 수행하는 역할 분담을 하고 있으며 본 연구를 통하여 인간 인지 과정의 신비를 규명하기 위하여 노력하고 있다. 미네소타 주립대 MEG 센터용 해석 소프트웨어인 BioEST-MEG ver. 0.5b의 실행 모습은 Products 메뉴에서 확인할 수 있다.


 

뇌파-뇌자도 동시 측정의 효과를 극대화할 수 있는 결합 신호원 영상 알고리즘 개발

  최근 본 연구실에서는 동시에 측정된 뇌파-뇌자도 신호를 통합하여 두 신호의 동시측정으로부터 얻을 수 있는 시너지 효과를 극대화하기 위한 새로운 다중모달 신경영상 기술을 개발하였다 (Choi et al., submitted). 이 방법은 최초로 뇌파와 뇌자도의 신호의 방향성에 따른 민감도 차이를 고려한 것으로써 기존의 결합 방법과 비교하여 매우 우수한 성능을 나타내었다. 오른쪽 그림은 그 결과의 일부를 보여주는 사례로서 전반적인 피질 표면 신호원들에 대해 기존 방법과 비교하여 정확도가 크게 향상됨을 확인할 수 있다 (DF의 값이 높을수록 우수한 국지화 정확도를 보임). 실제로 임상 현장에서 뇌자도를 측정하는 경우, 뇌파와 동시에 측정하는 경우가 대부분이나 두 측정 방식을 동시에 고려하여 정확도를 향상시키기 위한 연구는 거의 행해진 바가 없으며 기존의 결합 방식은 단순히 두 측정 데이터의 order 정도를 맞추어 주는 정도에 머물렀었다. 따라서 제안된 알고리즘을 적용할 경우, 뇌자도-뇌파 동시 측정 데이터의 활용에 매우 큰 기여를 할 수 있을 것으로 기대된다.

 


Web Site Hit Counters visits since 05-19-2007 Webmaster E-mail: ich@hanyang.ac.kr
2011 (c) All rights are reserved. Computational NeuroEngineering Laboratory, Hanyang University