Research Topics

 

VIII. Functional Electromagnetic Source Imaging

 

기능적 전자기 신호원 영상 기술 - 보다 정확한 신호원 영상을 획득하기 위한 연구

 


 

기능적 전자기 신호원 영상이란

뇌파 또는 뇌자도 신호는 머리 외부에서 측정이 되므로 내부의 신호원의 3차원적인 위치를 정확하게 추정할 수 없는 경우가 빈번하며, 특히 뇌파의 경우 두개골의 낮은 전기전도도의 영향으로 중첩된 두피 전위 분포를 나타내거나 감쇄, 왜곡 현상이 나타나는 경우가 많다. 이러한 현상들은 측정된 뇌파, 뇌자도 정보의 공간분해능을 감소시키는데 뇌파, 뇌자도의 공간적인 분해능을 증진시키기 위해서는 신호원 영상이라는 방법을 통해 머리 외부에서 측정된 전자기 신호를 대뇌 피질 표면으로 매핑시키는 것이 일반적이다(오른쪽 그림 - 신호원 영상의 개념). 신호원 영상은 일반적으로 추정해야 하는 미지수의 개수가 측정 데이터의 개수보다 훨씬 많은 ill-posed한 특성을 가지고 있어서 정확한 해를 구하는 것이 매우 어려우므로 새로운 역문제 해석을 위한 알고리즘 및 새로운 신호원 추정 방식의 개발이 필요하다. 계산신경공학 연구실에서는 보다 정확하고 신뢰도가 높은 기능적 전자기 신호원 영상을 얻기 위한 다양한 기법들에 대한 연구를 수행하고 있다. 특히, 본 연구실에서는 뇌파, 뇌자도의 정문제(forward problem)와 역문제(inverse problem)의 정확도 개선을 위한 다양한 연구들은 수행하고 있으며 아래에 그 결과 중 일부를 제시하였다.


새로운 역문제 알고리즘 개발 사례들

 계산신경공학 연구실에서는 신호원 영상의 역문제 해석 정확도 향상을 위한 다수의 알고리즘들을 개발하였으며 현재에도 새로운 패러다임의 알고리즘 개발을 위해 노력하고 있다. 오른쪽 그림은 본 연구실에서 개발한 역문제 해석 알고리즘들의 사례를 나타내고 있으며 구체적으로는 해부학적인 정보를 도입한 등가 전류 쌍극자 국지화 방법 (Im et al., Phys. Med. Biol., 2005), 피질 패치에 대한 전류 밀도의 적분을 활용하여 정확도를 개선하는 전류원 영상 방법 (Im and He, Int. J. Bioelectrom., 2006), 신호원의 영역을 추정할 수 있는 영역 신호원 도입 (Im et al., IEEE Trans. Magn., 2007), 대표적인 신호원 영상 기법들인 LORETA와 FOCUSS 알고리즘의 결합 알고리즘 제안 (Im et al., IEEE Trans. Magn., 2007) 등이 있다. 다음의 사진은 다양한 역문제 해석 결과의 정확도를 객관적으로 검증하기 위하여 제작한 사람의 두개골 팬텀 모형을 보여주고 있다.

 


새로운 정문제 알고리즘 개발 사례들

 한편, 정문제 해석의 정확도 향상을 위한 다양한 기술들의 개발도 병행하여 연구하고 있다. 특히, 최근에는 3차원 유한요소해석에서의 오차 추정 결과를 바탕으로 적응적 유한요소해석을 수행하는 방법을 최초로 뇌파/뇌자도 정문제 해석에 적용하였으며 (Lee et al., in preparation), 경계요소법을 적용할 경우 모델링의 오차가 해석 정확도에 미치는 영향에 대해서도 고찰하였다 (Kim et al., J. Biomed. Eng. Res., 2009). 다음은 그 결과들의 일부를 보여주고 있다 (왼쪽 - 적응 유한요소해석, 오른쪽 - 모델링 오차의 정확도 영향도 분석)

 


전류원 영상 소프트웨어 개발 - BioEST

 또한, 본 연구실에서는 국내 최초의 뇌 신호원 분석 소프트웨어인 BioEST를 개발하여 현재 상용화 작업이 진행중이며 실제적인 임상 적용을 통하여 신뢰성 및 정확성을 검증하고 세계적인 프로그램인 CURRY 및 BESA 등과 경쟁할 수 있는 소프트웨어로 개발하는 것이 목표로 개발을 진행 중에 있다. 이 소프트웨어의 개발은 계산신경공학 연구실의 director인 임창환 교수가 직접 수행하고 있으며 이 소프트웨어는 기존의 상용 소프트웨어들보다 다양한 신호원 영상 알고리즘들을 보유하고 있으며 빠른 계산 시간과 우수한 정확도, 높은 사용자 친화도를 가지고 있다. 다음은 본 소프트웨어의 대표적인 특장점들을 열거한 것이다: (1) 범용 신호원 영상 소프트웨어로서 임의의 입력 데이터들에 대해서 쉽게 적용이 가능함 (2) 기본적으로 경계요소법을 적용하여 정확도가 우수하며 빠른 행렬 계산 라이브러리를 채용하여 빠른 계산 시간을 보장함 (3) Wiener estimation을 기본으로 채용하고 있으며 FOCUSS 등의 알고리즘들을 사용할 수 있음 (4) 고해상도 MRI 데이터를 이용하여 다양한 후처리를 수행할 수 있음

 

 

E-mail: ich@hanyang.ac.kr, 2011 (c) all rights are reserved

Computational NeuroEngineering Laboratory, Hanyang University