[go: up one dir, main page]

KR20220031905A - 뇌 음향 공명 두개내 압력 모니터를 위한 시스템 및 방법 - Google Patents

뇌 음향 공명 두개내 압력 모니터를 위한 시스템 및 방법 Download PDF

Info

Publication number
KR20220031905A
KR20220031905A KR1020227002631A KR20227002631A KR20220031905A KR 20220031905 A KR20220031905 A KR 20220031905A KR 1020227002631 A KR1020227002631 A KR 1020227002631A KR 20227002631 A KR20227002631 A KR 20227002631A KR 20220031905 A KR20220031905 A KR 20220031905A
Authority
KR
South Korea
Prior art keywords
transducer
brain
transmitting
receiving
acoustic signal
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
KR1020227002631A
Other languages
English (en)
Inventor
캄야 피루지
에릭 카브람스
무함마드 모그하담팔라히
Original Assignee
리미널 사이언시스 인코포레이티드
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 리미널 사이언시스 인코포레이티드 filed Critical 리미널 사이언시스 인코포레이티드
Publication of KR20220031905A publication Critical patent/KR20220031905A/ko
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0808—Clinical applications for diagnosis of the brain
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/03—Measuring fluid pressure within the body other than blood pressure, e.g. cerebral pressure ; Measuring pressure in body tissues or organs
    • A61B5/031—Intracranial pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6867—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive specially adapted to be attached or implanted in a specific body part
    • A61B5/6868—Brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Clinical applications involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4272—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue
    • A61B8/4281—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue characterised by sound-transmitting media or devices for coupling the transducer to the tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4427—Device being portable or laptop-like
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
    • A61B8/4472—Wireless probes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4477—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device using several separate ultrasound transducers or probes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/56—Details of data transmission or power supply
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/56—Details of data transmission or power supply
    • A61B8/565—Details of data transmission or power supply involving data transmission via a network
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8909—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
    • G01S15/8911—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using a single transducer for transmission and reception
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8909—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
    • G01S15/8913—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using separate transducers for transmission and reception
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52079—Constructional features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Data Mining & Analysis (AREA)
  • Neurology (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Neurosurgery (AREA)
  • Psychiatry (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)

Abstract

몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 것을 포함하는 방법을 제공한다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 뇌로부터 수신하는 것을 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 것을 더 포함한다.

Description

뇌 음향 공명 두개내 압력 모니터를 위한 시스템 및 방법
뇌 건강에 영향을 끼치는 신경 장애는 전 세계적 질병 부담의 상당한 부분을 구성한다. 그러한 장애는 간질, 알츠하이머병 및 파킨슨병을 포함할 수 있다. 예를 들면, 전 세계적으로 약 6천 5백만 명의 사람들이 간질로 고통받고 있다. 개발 도상국(developing world)에서, 발병은, 기저 원인의 빈도에서의 차이에 기인하여, 나이가 많은 어린이와 젊은 성인에서 더 흔하다. 거의 80%의 사례가 개발도상국에서 발생한다. 선진국(developed world)에서, 새로운 사례의 발병은 아기와 노인에서 가장 빈번하게 발생한다. 미국 자체는 약 340만명의 사람들이 간질로 고통받고 있으며 150억 달러로 추정되는 경제적 영향을 갖는다. 이들 환자는, 뇌에서 과도한 그리고 동기화된 신경 활동의 증상 발현인 재발성 발작과 같은 증상으로 고통받는다. 세계의 많은 지역에서, 간질 환자들은 이들의 운전 능력에 대해 가해지는 제약을 갖거나 또는 시간의 특정한 기간 동안 발작이 없을 때까지 운전하도록 허용되지 않는다.
몇몇 양태에서, 본 명세서에서 설명되는 방법/디바이스는 뇌 상태의 모니터링뿐만 아니라 비침습적인(또는 최소 침습적인), 그리고 몇몇 경우에는, 무선이고, 게다가 연속적인 방식으로 직접 음향 감지를 사용하는 기능을 제공한다. 몇몇 실시형태에서, 비침습적 센서는 두피 또는 머리의 다른 적절한 부분 상에 배치되거나 또는 착용될 수도 있다. 몇몇 실시형태에서, 최소 침습적 센서는 두피 또는 머리의 다른 적절한 부분 아래에 배치되거나 또는 이식될 수도 있다. 음향 또는 사운드는, 본 명세서의 넓은 의미에서, 예를 들면, 초음파 및 탄성파(elastic wave)를 포함하는 기계적 파동의 전파를 수반하는 임의의 물리적 프로세스를 지칭한다. 진단 및 모니터링될 뇌 기능은 간질 발작의 검출을 포함할 수도 있지만, 그러나 이들로 제한되지는 않는다. 진단 및 모니터링될 뇌 상태는, 두개내 압력(intracranial pressure), 혈관 경련(vasospasm), 출혈(hemorrhage), 및 뇌종양을 포함할 수도 있지만, 그러나 이들로 제한되지는 않는다. 몇몇 실시형태에서, 예를 들면, 착용 가능한 디바이스뿐만 아니라 이식 가능한 디바이스를 포함하는 다양한 폼팩터를 갖는 초음파 트랜스듀서와 같은 센서는, 독립적으로 또는 쌍으로, 활용되어, 음향 파를 뇌로 전송하고/뇌로부터 수신한다. 맥동 프로토콜을 통해, 디바이스는, 뇌의 기능 또는 상태에서의 변화로부터 유래하는 뇌에서의 변화를 검출할 수 있을 수도 있다. 예를 들면, 상승된 두개내 압력(intracranial pressure: ICP)에 기인하여 또는 간질 발작 이전에 변화가 발생할 수도 있다. 이들 변화는 안정된(steady) 압력 또는 저주파 조직 스트레인(strain)의 형태의 기계적 변화로서 검출될 수도 있다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호(acoustic signal)를 환자의 뇌로 송신하는 단계를 포함하는 방법을 제공한다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 정상파(standing wave), 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도(transient) 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 뇌로부터 수신하는 단계를 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 단계를 더 포함한다.
몇몇 실시형태에서, 두개내 압력을 결정하는 단계는 정상파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함한다.
몇몇 실시형태에서, 방법은 획득된 데이터를, 두개내 압력을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 음향 신호를 사람의 뇌로 송신하고 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는, 획득된 데이터에 기초해서, 사람의 두개내 압력을 결정하기 위한 적어도 하나의 트랜스듀서를 포함하는 디바이스를 제공한다.
몇몇 실시형태에서, 디바이스는 사람에 의해 착용 가능하다.
몇몇 실시형태에서, 디바이스는 사람의 두개골(skull) 내에 이식 가능하다.
몇몇 실시형태에서, 디바이스는 휴대용이다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는데, 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 뇌로부터 수신하는 동작, 및 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 동작을 수행하게 한다.
몇몇 실시형태에서, 두개내 압력을 결정하는 것은, 획득된 데이터를, 두개내 압력을 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 두개골로 송신하는 단계를 포함하는 방법을 제공한다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 유도파(guided wave), 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 두개골로부터 획득된 데이터를, 두개골로부터 수신하는 단계를 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 단계를 더 포함한다.
몇몇 실시형태에서, 두개내 압력을 결정하는 것은 유도파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함한다.
몇몇 실시형태에서, 방법은 획득된 데이터를, 두개내 압력을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 것을 더 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 음향 신호를 사람의 두개골로 송신하고, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 두개골로부터 획득된 데이터에 기초해서, 사람의 두개내 압력을 결정하기 위하여 획득된 데이터를 수신하는 적어도 하나의 트랜스듀서를 포함하는 디바이스를 제공한다.
몇몇 실시형태에서, 디바이스는 사람에 의해 착용 가능하다.
몇몇 실시형태에서, 디바이스는 사람의 두개골 내에 이식 가능하다.
몇몇 실시형태에서, 디바이스는 휴대용이다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는데, 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 두개골로 송신하는 동작, 적어도 하나의 트랜스듀서를 사용하여, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 두개골로부터 수신하는 동작, 및 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 동작을 수행하게 한다.
몇몇 실시형태에서, 두개내 압력을 결정하는 것은, 획득된 데이터를, 두개내 압력을 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 것을 포함하는 방법을 제공한다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 뇌로부터 수신하는 것을 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 발작을 검출하는 것을 더 포함한다.
몇몇 실시형태에서, 발작을 검출하는 것은 정상파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함한다.
몇몇 실시형태에서, 방법은 획득된 데이터를, 발작을 검출하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 것을 더 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 실시형태에서, 정상파에 기초해서 발작 부위의 위치를 결정하는 것.
몇몇 양태에서, 설명되는 시스템 및 방법은, 음향 신호를 사람의 뇌로 송신하고 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는, 획득된 데이터에 기초해서, 사람의 발작을 검출하기 위한 적어도 하나의 트랜스듀서를 포함하는 디바이스를 제공한다.
몇몇 실시형태에서, 디바이스는 사람에 의해 착용 가능하다.
몇몇 실시형태에서, 디바이스는 사람의 두개골 내에 이식 가능하다.
몇몇 실시형태에서, 디바이스는 휴대용이다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는데, 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 뇌로부터 수신하는 동작, 및 획득된 데이터로부터, 사람의 발작을 검출하는 동작을 수행하게 한다.
몇몇 실시형태에서, 발작을 검출하는 것은, 획득된 데이터를, 사람의 발작을 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌 및/또는 두개골로 송신하는 것을 포함하는 방법을 제공한다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌 및/또는 두개골로부터 획득된 데이터를 뇌 및/또는 두개골로부터 수신하는 것을 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 뇌 내부의 종양의 존재를 결정하는 것을 더 포함한다.
몇몇 실시형태에서, 방법은 획득된 데이터에 기초해서 종양의 위치를 결정하는 것을 더 포함한다.
몇몇 실시형태에서, 종양의 존재를 결정하는 것은, 정상파 및/또는 유도파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함한다.
몇몇 실시형태에서, 방법은, 획득된 데이터를, 종양의 존재를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 것을 더 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 음향 신호를 사람의 뇌 및/또는 두개골로 송신하고 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌 및/또는 두개골로부터 획득된 데이터를 수신하는, 획득된 데이터에 기초해서, 사람의 뇌 내부의 종양의 존재를 결정하기 위한 적어도 하나의 트랜스듀서를 제공한다.
몇몇 실시형태에서, 디바이스는 사람에 의해 착용 가능하다.
몇몇 실시형태에서, 디바이스는 사람의 두개골 내에 이식 가능하다.
몇몇 실시형태에서, 디바이스는 휴대용이다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는데, 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌 및/또는 두개골로 송신하는 동작, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌 및/또는 두개골로부터 획득된 데이터를 뇌 및/또는 두개골로부터 수신하는 동작, 및 획득된 데이터로부터, 사람의 뇌 내부의 종양의 존재를 결정하는 동작을 수행하게 한다.
몇몇 실시형태에서, 종양의 존재를 결정하는 것은, 획득된 데이터를, 사람의 뇌 내부의 종양의 존재를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 것을 포함하는 방법을 제공하는데, 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기(excitation)를 유도하도록 구성된다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는 것을 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 뇌 내부의 두개내 압력의 분포를 결정하는 것을 더 포함한다.
몇몇 실시형태에서, 두개내 압력의 분포를 결정하는 것은, 획득된 데이터를, 두개내 압력의 분포를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 방법은, 획득된 데이터를, 두개내 압력의 분포를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 것을 더 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 음향 신호를 사람의 뇌로 송신하고 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는, 획득된 데이터에 기초해서, 두개내 압력의 분포를 결정하기 위한 적어도 하나의 트랜스듀서를 포함하는 디바이스를 제공한다.
몇몇 실시형태에서, 디바이스는 사람에 의해 착용 가능하다.
몇몇 실시형태에서, 디바이스는 사람의 두개골 내에 이식 가능하다.
몇몇 실시형태에서, 디바이스는 휴대용이다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는데, 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금, 적어도 하나의 트랜스듀서로서, 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기를 유도하도록 구성되는, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는 동작, 및 획득된 데이터로부터, 사람의 뇌 내부의 두개내 압력의 분포를 결정하는 동작을 수행하게 한다.
몇몇 실시형태에서, 두개내 압력의 분포를 결정하는 것은, 획득된 데이터를, 두개내 압력의 분포를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 단계를 포함하는 방법을 제공하는데, 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기를 유도하도록 구성된다. 방법은, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는 단계를 더 포함한다. 방법은, 획득된 데이터로부터, 사람의 뇌 내부의 발작 부위의 위치를 결정하는 단계를 더 포함한다.
몇몇 실시형태에서, 발작 부위의 위치를 결정하는 것은, 획득된 데이터를, 발작 부위의 위치를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 방법은, 획득된 데이터를, 발작 부위의 위치를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 것을 더 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 음향 신호를 사람의 뇌로 송신하고 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는, 상기 획득된 데이터에 기초해서, 발작 부위의 위치를 결정하기 위한 적어도 하나의 트랜스듀서를 포함하는 디바이스를 제공한다.
몇몇 실시형태에서, 디바이스는 사람에 의해 착용 가능하다.
몇몇 실시형태에서, 디바이스는 사람의 두개골 내에 이식 가능하다.
몇몇 실시형태에서, 디바이스는 휴대용이다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
몇몇 양태에서, 설명되는 시스템 및 방법은 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체를 제공하는데, 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금, 적어도 하나의 트랜스듀서로서, 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기를 유도하도록 구성되는, 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작, 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를 수신하는 동작, 및 획득된 데이터로부터, 사람의 뇌 내부의 발작 부위의 위치를 결정하는 동작을 수행하게 한다.
몇몇 실시형태에서, 발작 부위의 위치를 결정하는 것은, 획득된 데이터를, 발작 부위의 위치를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하고 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함한다.
몇몇 실시형태에서, 적어도 하나의 트랜스듀서는 음향 신호를 송신하기 위한 제1 트랜스듀서 및 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함한다.
본 명세서에서 설명되는 몇몇 양태 및/또는 실시형태가 두개내 압력 또는 간질 관련 애플리케이션과 관련하여 설명되지만, 이들 양태 및/또는 실시형태는 임의의 적절한 신경 장애에 대한 증상을 모니터링 및/또는 치료하는 데 동등하게 적용 가능할 수도 있다. 본 명세서에서 설명되는 실시형태의 임의의 제약은, 이러한 실시형태만의 제약에 불과하며, 본 명세서에서 설명되는 임의의 다른 실시형태의 제약은 아니다.
다양한 양태 및 실시형태가 다음의 도면을 참조하여 설명될 것이다. 도면은 반드시 일정한 비율로 묘화되는 것은 아니다.
도 1은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 뇌 음향 공명(Brain Acoustic Resonance: BAR) 두개내 압력(ICP) 모니터의 예시적인 예를 도시한다.
도 2는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 예시적인 ICP 모니터의 블록도를 도시한다.
도 3A 내지 도 3D는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 용량성 미세 가공 초음파 트랜스듀서(Capacitive Micromachined Ultrasonic Transducer: CMUT) 셀의 예시를 도시한다.
도 4는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 등방성 탄성 도파관(isotropic elastic waveguide)을 따르는 부분 종파(longitudinal wave) 및 전단 수직파(shear vertical wave)의 중첩 및 모드 변환의 예시를 도시한다.
도 5A 및 도 5B는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 램파(Lamb wave)에 대한 예시적인 분산 곡선 및 모드 형상을 도시한다.
도 6은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 두개골 램파 ICP 모니터의 예시적인 예를 도시한다.
도 7은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, BAR 발작 모니터의 예시적인 예를 도시한다.
도 8은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 뇌에 걸친 두개내 압력, 그 분포, 발작의 존재, 발작 부위의 위치, 또는 뇌 기능 또는 상태의 다른 지표를 결정하기 위한 예시적인 알고리즘의 개요를 도시한다.
도 9는 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 예를 들면, 도 8에서 도시되는 바와 같은 알고리즘을 구성 및 전개하기 위한 프로세스에 대한 예시적인 흐름도를 도시한다.
도 10은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, BAR 기반의 ICP 추정을 위한 예시적인 입력 데이터를 도시한다.
도 11은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 엄선된 주파수에서의 두개골 내의 음향 공명의 예를 도시한다.
도 12는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 상이한 두개내 압력 및 주파수에서의 두개골 위의 센서의 응답의 예를 도시한다.
도 13은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, ICP 추정을 위한 프로세스에 대한 예시적인 흐름도를 도시한다.
도 14는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 혼동 매트릭스(confusion matrix)를 통한 테스트 데이터에 대한 통계 모델의 성능을 도시한다.
도 15는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 신경 장애의 하나 이상의 증상을 검출 및/또는 예측하기 위해 사용될 수도 있는 컨볼루션 신경망(convolutional neural network)을 도시한다.
도 16은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 신경 장애의 하나 이상의 증상을 검출 및/또는 예측하기 위해 사용될 수도 있는 다른 컨볼루션 신경망을 도시한다.
도 17은, 본 명세서에서 설명되는 기술의 몇몇 실시형태를 구현함에 있어서 사용될 수도 있는 예시적인 컴퓨터 시스템의 블록도를 도시한다.
본 발명자는, 본 명세서에서, 초음파를 뇌 및/또는 두개골로 송신 및 수신하는 것에 의해, 간질 발작, 두개내 압력, 혈관 경련, 출혈, 및 뇌종양과 같은 뇌 기능 및 상태가 비침습적으로 또는 최소 침습적으로 진단 및 치료될 수 있다는 것을 발견하였다. 몇몇 양태에서, 본 명세서에서 설명되는 디바이스, 방법, 및 시스템은, 뇌 상태 및 기능의 비침습적 또는 최소 침습적 모니터링을 제공한다. 몇몇 실시형태에서 그러한 디바이스, 방법, 및 시스템은 또한 뇌 상태를 진단 및/또는 치료한다. 몇몇 실시형태에서, 비침습적 센서는 두피 또는 머리의 다른 적절한 부분 상에 배치되거나 또는 착용될 수도 있다. 몇몇 실시형태에서, 최소 침습적 센서는 두피 또는 머리의 다른 적절한 부분 아래에 배치되거나 또는 이식될 수도 있다.
예를 들면, 설명되는 시스템 및 방법은, 간질 발작에 의해 특성 묘사되는 신경 장애의 그룹인 간질을 치료하기 위해 사용될 수도 있다. 간질 발작은, 짧고 거의 검출 불가능한 기간의 격렬한 떨림으로부터 장기간의 격렬한 떨림까지 다양할 수 있는 증상 발현이다. 이들 증상 발현은, 때때로 골절을 비롯한, 신체적 부상을 초래할 수 있다. 간질에서, 발작은 재발하는 경향이 있으며 직접적인 기저의 원인이 없다. 몇몇 사례는 뇌 손상, 뇌졸중, 뇌종양, 뇌의 감염, 및 뇌전증 발병 기전으로서 공지되어 있는 프로세스를 통한 선천적 결함의 결과로서 발생한다. 그러한 경우, 간질 발작은, 뇌의 피질의 비정상적인 신경 활동을 비롯한, 과도하고 비정상적인 뇌 기능의 결과이다. 진단은, 실신과 같은 유사한 증상을 야기할 수도 있는 다른 상태를 배제하는 것, 및 알코올 금단 증상(alcohol withdrawal) 또는 전해질 문제와 같은 발작의 다른 원인이 존재하는지를 결정하는 것을 수반한다. 이것은 뇌를 이미지화하고 혈액 검사를 수행하는 것에 의해 부분적으로 행해질 수도 있다. 간질의 진단은, 통상적으로, 발작 발병 및 기저의 원인의 관찰에 기초해서 이루어진다. 뇌파를 비롯한, 뇌 기능의 비정상적 패턴을 찾기 위한 뇌파측정법(Electroencephalography: EEG)과 같은 기능적 신경 영상 방법(functional neuroimaging method), 및 뇌의 구조를 찾기 위한, 컴퓨터 단층 촬영(Computed Tomography: CT) 또는 자기 공명 영상(Magnetic Resonance Imaging: MRI)과 같은 구조적 신경 영상 방법(structural neuroimaging method)도 또한 일반적으로 진단의 일부이다. 간질은, 일반적으로, 수술이 수행되지 않는 한, 치료될 수 없다. 일반적인 수술은, 전방 측두엽 절제술(anterior temporal lobe resection)을 통한 해마(hippocampus)의 절단, 종양의 제거, 및 신피질(neocortex)의 일부의 제거를 포함한다. 뇌량 절개술(corpus callosotomy)과 같은 몇몇 수술은, 상태를 치료하기 보다는, 발작의 횟수를 감소시키기 위한 노력에서 시도될 수도 있다. 그러나, 수술의 결과는, 말하기, 움직임 제어, 등과 같은 소정의 능력의 기능성의 상실과 같은 예기치 않은 가혹한 결과로 이어질 수 있다. 신경 자극은, 수술에 대한 후보가 아닌 사람들에서 다른 옵션이 될 수도 있다. 미주 신경 자극(vagus nerve stimulation), 전방 시상 자극(anterior thalamic stimulation), 및 폐루프 반응 자극을 비롯한, 소정 타입의 신경 자극은 약물에 반응하지 않는 사람들에게 효과적일 수도 있다.
몇몇 실시형태에서, 설명되는 시스템 및 방법을 사용하여 진단 및 모니터링될 뇌 기능 및 상태는, 혈전 볼륨(clot volume) 및 시간 경과에 따른 재발의 평가, 정중선 시프트 및 뇌 압박(brain compression)의 평가, 및 카테터의 유도 삽입을 비롯한, 뇌종양 및 출혈의 검출 및 모니터링을 포함할 수도 있다. 게다가, 설명되는 시스템 및 방법을 사용하여 혈관 경련 검출 및 모니터링이 수행될 수도 있다. 종래에, 혈관 경련 검출을 위해, 병상 경두개 초음파(bedside transcranial ultrasound)가 사용될 수도 있다. 그러나, 두개골을 통한 초음파의 통과는 여전히 제한적인 인자일 수도 있다. 또한, 혈관 경련은 임의의 순간에 발생할 수 있으며 환자는 신뢰 가능한 신체 검사 없이 종종 위독하고 혼수 상태에 있다.
본 명세서의 발명자는 뇌 기능을 모니터링하고 치료하기 위한 현존하는 방법, 시스템, 및 디바이스에서의 한계를 인식하였다. 종래의 비침습적 기술은 EEG 및 MRI/CT 스캔을 포함한다. EEG는 뇌의 전기적 활동을 기록하기 위한 전기 생리학적(electrophysiological) 모니터링 방법이다. EEG는 통상적으로 비침습적이며, 전극이 두피를 따라 배치되지만, 침습성 전극이 때때로 예컨대 피질 뇌파 검사에서 사용된다. EEG는 뇌의 뉴런 내의 이온 전류로부터 유래하는 전압 변동을 측정한다. EEG는, EEG 판독에 이상을 야기하는 간질을 진단하기 위해 가장 자주 사용된다. EEG는 진단을 위한 불량한 공간 분해능을 갖는다. 종종 간질의 적절한 진단 또는 검출을 위해서는, 높은 시간 분해능 및 공간 분해능 둘 모두가 필요로 된다. 신경 시스템의 구조 및 대규모 두개내 질병(예컨대, 종양) 또는 손상의 진단을 획득하기 위해, 그리고 간질 이벤트의 검출을 위해, MRI 및 CT가 사용될 수 있다. 이들은 진단을 위한 양호한 공간 분해능을 제공한다. 그러나, 이들은 불량한 시간 분해능을 갖는다. 게다가, 이들은 매우 비싸고 휴대가 불가능하다. 제한된 공간 분해능에도 불구하고, EEG는 이용 가능한 몇 안 되는 휴대용 기술 중 하나이며 CT 또는 MRI에서는 불가능한 밀리초 범위의 시간 분해능을 제공한다. 또한, 질병 재발 및 인프라 클리닉 뇌 변화(infra clinic brain change)의 조기 검출은 지속적인 이미징 및/또는 모니터링 시스템을 필요로 하는데, 이것은 (예를 들면, 뇌종양에 대한) 조기 재발 검출에 특히 중요하다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 두개골 및/또는 뇌의 공명 모드를 일괄적으로(collectively) 여기시키는 것 및 수신하는 것에 의해 사람의 두개내 압력, 발작, 및/또는 다른 적절한 상태를 측정할 수 있는 신규의 착용 가능한 또는 이식 가능한 두개내 압력(ICP) 모니터링 유닛을 제공한다. 본 발명자는, 두개골 및 뇌가, 하나의 엔티티로서, 무한한 수의 공명 모드로 구성될 수도 있는 공명 공동(resonant cavity)을 형성한다는 것을 인식하였다. 사람의 머리 내의 두개내 압력은 뇌 및 두개골의 기계적 속성에서의 작은 변화로서 나타날 수도 있는데, 이것은 음속(speed of sound)에서의 변화 또는 음향 파의 감쇠의 형태로 나타날 수도 있다. 공명의 주파수, 이들의 진폭, 위상, 및/또는 대역폭(또는 품질 인자(quality factor))은 음속 및/또는 감쇠의 함수일 수도 있고, 따라서, 두개내 압력 또는 조직 구조에서의 임의의 변화를 측정하는 수단을 제공한다. 몇몇 실시형태에서, 측정은 음향 트랜스듀서(예를 들면, 전기 에너지를 기계적 에너지로, 또는 그 반대로 변환하는 디바이스)를 펄스화하는 것(pulsing) 및 동일한 트랜스듀서 및/또는 사람의 머리 상에 착용되는 또는 이식되는 다른 트랜스듀서에서, 두개골, 뇌, 또는 둘 모두에서 전파되는 파동을 청취(예를 들면, 측정)하는 것에 의해 행해진다. 공명은, 짧은 지속 기간의 펄스를 통해 트랜스듀서를 여기시키는 것에 의해 시간 도메인에서 또는 다양한 주파수에서 반복되는 긴 단일 주파수 톤 버스트를 통해 트랜스듀서를 여기시키는 것에 의해 주파수 도메인에서 식별될 수도 있다.
몇몇 양태에서, 설명되는 시스템 및 방법은, 무선, 저전력, 소형 및/또는 AI(Artificial Intelligence: 인공 지능) 전력 공급식인 착용 가능형(또는 이식 가능형)을 사용하여 사람의 ICP 또는 발작의 실시간의, 환자 고유의 및/또는 직접적인 판독을 제공한다.
두개내 압력(ICP)은 두개골 내부의 압력, 따라서 뇌 조직 및 뇌척수액(cerebrospinal fluid: CSF) 내부의 압력으로서 정의된다. 뇌 조직은 초탄성 비압축 재료 거동을 갖는 연질 재료이며; 이것은, 일정한 총 볼륨을 유지하면서, 큰 가역적 변형(또는 스트레인)을 경험할 수 있다. 뇌 내부에서, CSF와 두개내 혈액 볼륨 사이의 관계는, 뇌가 비압축성이기 때문에, 두개골이 온전할 때, 뇌, CSF, 및 두개내 혈액의 볼륨의 합은 일정하다는 것을 언급하는 Monroe Kellie(몬로 켈리) 교리에 의해 설명된다. 비압축성은 뇌 내부의 배경의 안정된 스트레스 또는 압력의 구축으로 이어진다. ICP에서의 변화는 뇌 또는 두개골의 기반 음향 속성(based acoustic property)에 영향을 끼치는 안정된 스트레스로서 작용한다. ICP는, 통상적으로, 건강한 반드시 누운 성인에서 5-15 mmHg, 소아에서 3-7 mmHg, 그리고 유아에서 1.5 내지 6 mmHg 범위 내에 있을 때, 정상인 것으로 간주된다. ICP는 20 mmHg보다 더 높은 경우 상승된 것으로 간주될 수도 있다. 이것은 돌이킬 수 없는 뇌 손상 및 사망으로 이어지는 2차 손상의 중요한 원인으로서 간주될 수도 있다.
음향 탄성 효과(acoustoelastic effect)는, 초기 정적 응력 필드(initial static stress field)에 노출되는 경우 탄성 재료의 사운드 속도(종파(longitudinal wave) 및 전단파(shear wave) 속도 둘 모두)가 어떻게 변하는지에 관련이 있다. 이것은 연속 질량의 재료에서 기계적 응력과 유한한 스트레인 사이의 구성 관계의 비선형 효과이다. 고전적인 선형 탄성 이론에서, 대부분의 탄성 재료의 작은 변형은, 적용된 응력과 결과적으로 나타나는 스트레인 사이의 선형 관계에 의해 설명될 수 있다. 이 관계는 일반화된 후크의 법칙(Hooke's law)으로서 일반적으로 공지되어 있다. 선형 탄성 이론은 2차 탄성 상수(라메(
Figure pct00001
) 파라미터로서 공지되어 있음)를 수반하고 적용된 응력에 의해 영향을 받지 않는, 탄성 재료에서의 일정한 길이 방향 및 전단 사운드 속도를 산출한다. 다른 한편으로, 음향 탄성 효과는, 적용된 응력과 결과적으로 나타나는 스트레인 사이의 구성 관계(비선형 탄성 이론)의 고차 확장을 포함하는데, 이것은 재료의 응력 상태에 의존하는 종방향 및 전단 사운드 속도를 산출한다. 응력을 받지 않는 재료의 한계 내에서, 선형 탄성 이론의 사운드 속도는 재현된다.
ICP 모니터링은 다수의 상태, 예를 들면, 외상성 뇌 손상(intracerebral), 뇌내 출혈(intracerebral hemorrhage), 지주막하 출혈(subarachnoid hemorrhage), 뇌수종(hydrocephalus), 악성 경색(malignant infarction), 뇌부종(cerebral edema), CNS 감염, 간성 뇌병증(hepatic encephalopathy), 등에 대해 사용될 수도 있다. 이들 상태에서, 다른 파라미터를 고려한 ICP 모니터링은 더 나은 결과를 위한 상태의 관리에 영향을 줄 수도 있다. 몇몇 상태의 경우, 심지어 사소한 변동도 관리에서의 변경을 필요로 할 수도 있기 때문에, ICP를 모니터링하는 것은 중요할 수도 있다. 종래에, ICP는 외부 압력 트랜스듀서에 연결되는 침습성 뇌실 내 카테터(invasive intraventricular catheter)를 사용하여 모니터링될 수도 있다. 예를 들면, 카테터는 버 홀(burr hole)을 통해 뇌실(ventricle) 중 하나 안으로 배치될 수도 있다. 카테터는 치료적 CSF 배액을 위해 그리고 약물의 투여를 위해 또한 사용될 수 있다. 비록 이 종래의 방법이 ICP 모니터링의 정확하고 비용 효율적인 방법일 수도 있지만, 이것은 다수의 합병증과 관련된다. 이들은 감염의 위험, 출혈, 폐색(obstruction), 배치에서의 어려움, 위치 오류, 등을 포함한다. ICP 모니터링을 위한 다른 침습적 양식(이들 모두는 뇌실 내 카테터 삽입과 동일한 합병증을 수반함)은, 뇌실질 내 모니터(intraparenchymal monitor), 경막하(subdural), 및 경막외(epidural) 디바이스뿐만 아니라, 요추 천자(lumbar puncture) 측정을 포함한다.
침습적 ICP 모니터링의 합병증은, 연결 끊김, 디바이스 고장, 감염 및 출혈을 포함할 수도 있다. 뇌실 카테터(Ventricular-catheter) 관련 감염률은 약 10%이며 카테터 배치의 지속 기간과 관련된다. 항생제 주입 카테터의 사용은, 감염의 발병까지의 평균 지속 기간을 연장시키는 것에 의해 감염의 위험을 잠재적으로 감소시킬 수 있다. 카테터에 기인하는 임상적으로 증상이 있는 출혈은 0.7%에서부터 2.4%까지의 범위에 이른다. 종래의 기술은, 경두개 초음파 도플러, 근적외선 분광법(Near Infrared Spectroscopy), MRI, CT, EEG, 등을 포함한다. 더 많은 정보는, M. N. Khan 등의 ["Noninvasive monitoring intracranial pressure: A review of available modalities," Surg Neurol Int. 2017; 8: 51, April 2017]에서 발견될 수 있는데, 이 문헌은 참조에 의해 그 전체가 본 명세서에 통합된다.
몇몇 실시형태에서, 본 명세서에서 설명되는 디바이스는 공명 또는 공명 거동을 나타내는 공명기를 포함한다. 즉, 이것은, 다른 주파수에서 보다, 어떤 주파수에서, 공명 주파수로 지칭되는 더 큰 진폭을 가지고 자연적으로 진동한다. 공명기에서의 진동은 전자기적일 수 있거나 또는 기계적일 수 있다(음향을 포함함). 공명기는 특정한 주파수의 파를 생성하기 위해 또는 신호로부터 특정한 주파수를 선택하기 위해 사용된다. 악기는 특정한 톤의 음파(sound wave)를 생성하는 음향 공명기를 사용한다. 다른 예는, 매우 정확한 주파수의 진동을 생성하기 위해, 라디오 송신기(radio transmitter) 및 석영 시계와 같은 전자 디바이스에서 사용되는 석영 결정(quartz crystals)이다. 공동 공명기(cavity resonator)는 디바이스 내부의 고립된 또는 제한된 공간에서 파동이 존재하는 공명기이다. 음향 공동 공명기의 예는, 기타 현(guitar string) 또는 헬름홀츠(Helmholtz) 공명기(하나의 개구를 갖는 공동 내에서 공기 진동에 의해 사운드가 생성됨)를 포함한다.
공명의 주요 속성은 공명의 주파수, 진폭, 위상, Q 인자(또는 등가적으로 비대역폭(fractional bandwidth))이다. Q 인자(또는 품질 인자)는, 발진기 또는 공명기가 얼마나 저감쇠되었는지를(underdamped) 설명하고 이의 중심 주파수에 상대적인 공명기의 대역폭을 특성 묘사하는 무차원 파라미터이다. 더 높은 Q는 공명기의 저장된 에너지에 비해 더 낮은 비율의 에너지 손실을 나타낸다; 진동이 더욱 느리게 사라진다. 공기 중에서 진동하는 고품질 베어링에 매달린 진자는 높은 Q를 가지며, 한편 기름에 잠긴 진자는 낮은 Q를 갖는다. 높은 품질 인자를 갖는 공명기는 낮은 감쇠를 가지며, 그 결과, 이들은 더 오래 울리거나 또는 진동한다. 그러한 만큼 높은 Q 공명기는 낮은 Q 공명기보다 훨씬 더 쉽게 교란될 수 있다.
몇몇 실시형태에서, 본 명세서에서 설명되는 디바이스는, 음향 파를 뇌로/뇌로부터 전송 및 수신하기 위해 활용되는, 독립형의 또는 쌍의, 예를 들면, 착용 가능형뿐만 아니라 이식 가능형을 포함하는 다양한 폼팩터를 갖는 초음파 트랜스듀서를 포함한다. 맥동 프로토콜을 통해, 디바이스는, 뇌의 기능 또는 상태에서의 변화로부터 유래하는 뇌에서의 변화를 검출할 수 있을 수도 있다. 예를 들면, 상승된 두개내 압력(ICP)에 기인하여 또는 간질 발작 이전에 변화가 발생할 수도 있다. 이들은 안정된 압력 또는 저주파 조직 스트레인의 형태의 기계적 변화이다.
몇몇 실시형태에서, 본 명세서에서 설명되는 디바이스는 착용 가능하거나 또는 (예를 들면, 두피 아래에) 이식 가능할 수 있다. 웨어러블 형태에서, 디바이스에 대한 폼팩터는 하나의 또는 여러 개의 작은 접착 패치일 수 있다. 대안적으로, 디바이스는 헬멧 또는 모자에 통합될 수 있다. 디바이스는 무선으로 충전될 수 있고 착용될 수 있는(예컨대, 시계 또는 스마트폰) 또는 이식될 수 있는(예컨대, 목/팔 위의 작은 패치) 허브로 데이터를 전송할 수 있다.
뇌 음향 공명(BAR) 두개내 압력 모니터
몇몇 실시형태에서, 설명되는 시스템 및 방법은, 작은 착용 가능한 또는 이식 가능한 트랜스듀서를 머리 위에 두는 것에 의해 머리(예를 들면, 뇌와 두개골을 함께) 내에서 음향 모드를 여기시키고 청취하기 위한 BAR 두개내 압력 모니터를 제공한다. 음향 모드는 소정의 고유 진동수(natural frequency)에서의 기계적 진동으로서 정의될 수도 있는데, 여기의 주파수가 고유 진동수 중 하나와 매치할 때 음향 시스템, 예를 들면, 사람 머리는 더 큰 진동 크기를 경험한다. 트랜스듀서는 매우 작고(예를 들면, 1-2 센티미터 정도 또는 다른 적절한 사이즈로) 가능한 많은 모드(예를 들면, 대략 수십 개의 모드 또는 다른 적절한 수)를 여기시키기 위해 높은 공간 대역폭을 제공할 수도 있다. 몇몇 실시형태에서, 하나의 트랜스듀서만이 ICP를 측정하기에 충분할 수도 있다. 몇몇 실시형태에서, 더 많은 국소적 판독치를 갖기 위해, 더 많은 트랜스듀서가 머리 위에 채워질 수 있다.
높은 주파수(및 작은 파장) 한계에서 복잡한 구조에서의 파동 전파는 복잡하고 정보가 풍부하다. 예를 들면, 횡방향에서 폭이 15 센티미터인 두개골의 경우, 대략 수십 킬로헤르츠 이상(예를 들면, 대략 1-2 센티미터 이하의 파장)의 임의의 주파수가 이 섹션 내에 속할 수도 있다. 파동 매체의 복잡도는 하위 파장 불균일성의 존재에 기인하여(예를 들면, 산란 오브젝트에 기인하여), 또는 균질한 매체를 둘러싸는 기하학적 경계에 기인하여 발생할 수 있다. 기하학적 경계에 기인하는 복잡도는, 슈뢰딩거(Schrodinger) 방적식의 고에너지 상태(예를 들면, 음향 엔클로저(acoustic enclosure)의 고유 주파수(Eigen-frequency)의 유사물) 솔루션을 설명하기 위한 양자 카오스 이론(quantum chaos theory)을 사용하여 해결될 수도 있다. 헬름홀츠 방정식이 전자기파 및 음향 파에 대한 슈뢰딩거 방정식의 형식적 유사물이기 때문에, 파동 카오스(wave chaos)의 필드가 상응하여 출현하였다. 음향 엔클로저는 광선의 역학이 카오스를 표시할 수도 있는 파동 공동(wave cavity)의 일반적인 예이다. 파동 카오스는 주파수 스펙트럼의 보편적인 통계적 거동 및 대응하는 엔클로저의 모드의 소정의 공간 패턴과 같은 풍부한 파동 현상으로 이어진다. 고주파 모드의 통계적 거동은 엔클로저의 기하학적 형상(geometry)에 의존할 수도 있다.
고전적인 설정에서, 다음의 두 가지 타입의 모션이 있을 수도 있다: 규칙적인(또는 통합 가능한) 모션 및 불규칙한(또는 무질서한(chaotic)) 모션. 규칙적인 도메인은 안정적인 궤적을 가지며, 코스틱스(caustics), 예를 들면, 반사의 횟수에 무관하게 광선 궤적이 절대 방문하지 않는 영역을 또한 나타낼 수도 있다. 다른 한편으로, 무질서한 도메인에서, 궤적은 불안정하고 에르고드적인데(ergodic), 이들이 파동 도메인(wave domain) 내의 모든 지점을 거의 확실하게 조사한다는(interrogate) 것을 의미한다. 이들 모드는 초기 조건/입력에 대한 민감한 의존성을 나타낸다. 파동 엔클로저에서의 광선 궤적의 불안정성은 시스템의 입력에 대한 극도의 민감도의 표현이다. 더구나, 규칙적인 시스템의 기하학적 형상은 기하학적 형상에 대한 임의의 교란에 민감할 수 있고, 그 결과, 파장 정도의 임의의 불규칙한 교란이 이것을 무질서한 도메인으로 변경할 수 있다. 경계가 정해진 파동 도메인의 이들 모드는 반점과 같을 수 있거나(예를 들면, 에르고드적임) 또는 상흔이 생길(scarred) 수도 있다. 파동 도메인의 서브세트 부근에서의 강도 향상을 통해, 상흔 모드(scarred mode)가 실현될 수도 있다. 에르고드적인 거동은, 정보가 동일한 확률을 가지고 모든 곳에 도달할 것이다는 것을 유도하고, 반면, 상흔이 있는 거동은, 정보가 도메인의 하위 영역에 걸쳐 주로 포획된다는 것을 의미한다. 오브젝트가 달리 균질한 규칙적인 도메인에 배치되는 경우, 굴절률과 같은 기본 파동 속성을 효과적으로 교란시키는데, 이것은, 결국에는, 에르고드적인 모드에 의해 기본 모드의 일부를 교란시킨다.
반향(reverberation)은 엔클로저 내에서의 파동의 복잡도의 다른 양태이다. 이것은 많은 수의 반사의 결과로서 엔클로저 내에서의 파동 필드(wave field)의 형성의 프로세스이다. 이것은 파동 에너지의 혼합으로 이어지는데, 이것은, 결국에는, 정보의 일관성 없는 확산을 초래한다. 반향은 일반적으로 엔클로저에서의 파동 필드의 일시적인 거동에 의해 식별된다. 광선을 파동 에너지를 운반하는 점과 같은 입자의 궤적으로서 간주하면, 그러면, 에너지 흐름은 무질서한 도메인에서 균일한 등방성 분포를 나타낼 것이다. 모든 파장이 오브젝트에 대해 일반적으로 매우 짧은 광학기기와는 대조적으로, 음향/초음파에서는 수많은 길이 스케일이 공존하는데, 회절 효과 및 복잡한 산란 패턴이 동등하게 중요하며 고려되어야만 한다는 것을 시사한다. 반향은 공동의 음향 모드의 랜덤 중첩으로서 이해될 수 있다.
본 발명자는, 인간 머리(예를 들면, 두개골 및 내부의 모든 것)가 무질서 공명 음향 공동이다는 것을 인식하였다. 모든 음향 모드의 집합적 여기(collective excitation)를 통해, 반향 필드(reverberant field)를 셋업하는 것에 의해, 에르고드 모드(ergodic mode)가 여기되고 뇌 내의 모든 지점을 조사하는 것이 보장될 수도 있다. 이것은, 결국에는, 뇌 내의 임의의 곳에서의 교란이 이들 모드의 일부 또는 모두에 영향을 끼칠 것이다는 것을 보장할 수도 있다. 관심 주파수 범위에서, 음파의 감쇠는 매우 낮다; 따라서, 모드는 높은 Q 모드이며 임의의 교란에 대해 매우 민감하다. 필드 반향은 시간의 함수로서 교란을 여기시키고 모니터링하는 데 도움이 된다. 이것은 또한, 교란의 최대 양의 정보가 등록되는 것을 보장한다. 그러한 만큼, 이것은 모든 공간 정보를 시간 상으로 매핑하는 것 및 따라서 공간 측정의 횟수를 감소시키는 것에 도움이 된다.
도 1은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 뇌 음향 공명(BAR) 두개내 압력(ICP) 모니터의 예시적인 예(100)를 도시한다. 도 1에서, 음향 트랜스듀서(102)는 사람(104)의 뇌에서 반향 필드(무질서한 정상파로서 또한 지칭됨)를 셋업할 수도 있다. 정상파는 뇌의 음향 공명의 중첩이며 상이한 두개내 압력에서 변조된다. 중첩된 이미지에서, 사인파와 같은 자취는 하나의 음향 트랜스듀서(102)로부터 다른 것으로 진행하는 파동을 나타낸다. 이미지는, 두개골에서의 파동의 다수의 반사의 결과로서 셋업되는 반향 정상파 패턴을 도시한다. 몇몇 실시형태에서, 공간 내의 임의의 지점에서의 정상파의 진동의 피크 진폭은 시간이 지남에 따라 일정할 수도 있고, 정상파 전체에 걸친 상이한 지점에서의 진동은 동위상일 수도 있다. 수신된 파형은 BLUETOOTH(블루투스) 또는 다른 적절한 통신 수단을 통해 APPLE WATCH(애플 워치) 또는 IPHONE(아이폰)과 같은 허브(106) 또는 다른 적절한 디바이스로 무선으로 송신될 수도 있다.
도 2는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 예시적인 ICP 모니터의 블록도(200)를 도시한다. 환자(202)는 그의 또는 그녀의 머리 상에 배치되는 디바이스(204), 예를 들면, 음향 트랜스듀서(102)의 네트워크를 가질 수도 있다. 디바이스(204)의 네트워크는 환자(202)의 뇌 및/또는 두개골로부터 획득된 데이터를, 예를 들면, 무선으로, BLUETOOTH 또는 다른 적절한 통신 수단을 통해 송신하기 위해 송수신 전자기기(206)를 사용할 수도 있다. 이 데이터는 프로세싱되고 그리고/또는 디스플레이(208)에서 디스플레이될 수도 있다. 예를 들면, 데이터는 APPLE WATCH 또는 IPHONE 또는 디스플레이(208)를 포함하는 다른 적절한 디바이스에서 환자의 머리로부터 수신되는 파형을 포함할 수도 있다.
몇몇 실시형태에서, 뇌 음향 공명 두개내 압력 모니터를 위한 방법, 시스템, 및/또는 디바이스는 하나 이상의 트랜스듀서를 사용하여 음향 신호를 뇌로 송신한다. 트랜스듀서는, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는, 뇌로부터 획득된 데이터를 수신한다. 주파수 응답은 신호에 응답하는 뇌로부터의 출력의 정량적 측정치를 나타낼 수도 있다. 예를 들면, 주파수 응답은, 입력과 비교하여, 주파수의 함수로서의 출력의 크기 및 위상의 척도를 포함할 수도 있다. 임펄스 응답이 짧은 입력 신호를 제시받을 때 뇌로부터의 반응을 나타낼 수도 있지만, 과도 반응은 평형 상태 또는 정상 상태(steady state)로부터 변할 때 뇌로부터의 반응을 나타낼 수도 있다. 몇몇 실시형태에서, 동일한 트랜스듀서(들)는 음향 신호를 뇌로 송신하고 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 음향 신호를 뇌로 송신하기 위해 사용되는 트랜스듀서(들)는 뇌로부터 획득된 데이터를 수신하기 위해 사용되는 트랜스듀서(들)와는 상이하다.
두개내 압력은, 예를 들면, 도 10에서 도시되는 바와 같이, 획득된 데이터로부터 결정된다. 예를 들면, 두개내 압력을 결정하는 것은 정상파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함할 수도 있다. 추가적으로 또는 대안적으로, 획득된 데이터는 두개내 압력을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신될 수도 있다. 예를 들면, 두개내 압력은 획득된 데이터의 적어도 일부를 입력으로서 수신하고 두개내 압력의 척도 또는 두개내 압력을 결정하기에 적절한 관련된 정보를 출력하는 (예를 들면, 도 15 및 도 16 또는 다른 적절한 통계 모델과 관련하여 설명되는 바와 같은) 통계 모델을 사용하여 외부 디바이스에서 결정될 수도 있다. 뇌 음향 공명 두개내 압력 모니터를 위한 디바이스는 사람에 의해 착용될 수도 있고, 사람의 두개골 내에 이식 가능할 수도 있으며, 및/또는 본질적으로 휴대할 수도 있다.
몇몇 실시형태에서, 본 개시 전체에 걸쳐 설명되는 두개골 및/또는 뇌의 모드를 여기시키기 위한 기술은, 직접 표면 접합 트랜스듀서(direct-surface bonded transducer), 웨지 트랜스듀서(wedge transducer), 및/또는 깍지형 트랜스듀서(interdigital)/빗형 트랜스듀서(comb transducer)를 포함할 수도 있다. 트랜스듀서는 압전(Piezoelectric), CMUT(Capacitive Micromachined Ultrasonic Transducer: 용량성 미세 가공 초음파 트랜스듀서), EMAT(Electro Magnetic Acoustic Transducer: 전자기 음향 트랜스듀서), PMUT(Piezoelectric Micromachined Ultrasonic Transducer: 압전 미세 가공 초음파 트랜스듀서), 등과 같은 다양한 타입을 가질 수 있다. 재료 및 치수는 트랜스듀서의 대역폭 및 감도를 결정한다. CMUT는, 이들이 심지어 낮은 주파수에서도 쉽게 소형화될 수 있고, 우수한 감도뿐만 아니라 광대역폭을 가질 수 있기 때문에, 다른 타입의 트랜스듀서와 비교하여, 특히 관심을 끈다.
몇몇 실시형태에서, CMUT는, 가변 커패시터를 형성하는, 갭 위에 매달린 유연한(flexible) 상부 플레이트를 포함한다. 상부 플레이트의 변위는 매질에서 음향 압력(acoustic pressure)을 생성한다(또는 그 반대의 경우도 가능하다; 매질에서의 음향 압력은 유연한 플레이트를 변위시킨다). 압전 트랜스듀서와는 대조적으로, 갭에서의 전기장을 변조하는 것을 통해 플레이트의 변위를 전류로 변환하는 것에 의해, 변환(transduction)이 정전기적으로 달성된다. CMUT의 이점은, 커패시터의 공동에서 매우 큰 전기장을 갖는 것으로부터 유도되는데, 대략 10^8 V/m 또는 그 이상의 필드는 최상의 압전 재료와 경쟁하는 전기 기계적 커플링 계수를 초래한다. 마이크로 전자 기계 시스템(micro-electro-mechanical-systems: MEMS) 기술의 이용 가능성은, 상대적으로 낮은 전압을 사용하여 그러한 높은 전기장이 확립될 수 있는 얇은 진공 갭을 실현하는 것을 가능하게 한다. 따라서, 실행 가능한 디바이스가 실현될 수 있고 심지어 상보형 금속 산화물 반도체(complementary metal-oxide-semiconductor: CMOS)와 같은 전자 회로 상에 직접적으로 통합될 수 있다. 도 3A 내지 도 3D는, (a) DC 바이어스 전압이 없는(도 3A), 및 (b) DC 바이어스 전압을 갖는(도 3B) CMUT 셀의 예시(300, 310, 320, 및 330), 및 (c) 송신(도 3C) 및 (d) 수신(도 3D) 동안의 동작의 원리를 도시한다.
몇몇 실시형태에서, 추가적인 양태는 CMUT의 붕괴 모드 동작(collapse mode operation)이다. 이 동작 모드에서, CMUT 셀은, 정상 동작 동안, 상부 플레이트의 일부가 기판과 물리적으로 접촉하지만, 그러나 유전체를 사용하여 전기적으로 절연되도록 설계된다. CMUT의 송신 및 수신 감도는 추가로 향상되고, 따라서, 초음파 트랜스듀서에 대한 우수한 솔루션을 제공한다. 요컨대, CMUT는 고전계 디바이스이며, 충전 및 절연 파괴와 같은 문제로부터 고전계를 제어할 수 있다면, 그러면, 전자기기와의 통합을 위해 수용 가능한, 전통적인 통합 회로 제조 기술을 그 모든 이점과 함께 사용하여 제조되는, 실린더 주위 또는 심지어 인체 조직을 감싸기 위해 유연하게 만들어질 수 있는, 우수한 대역폭 및 감도를 갖는 초음파 트랜스듀서를 가지게 된다.
두개골 램파 두개내 압력 모니터
몇몇 실시형태에서, 설명되는 시스템 및 방법은 두개골에서 유도파(램파로도 지칭됨)를 여기 및 청취하기 위한 그리고 두개내 압력과 같은 뇌 상태에서의 변화에 응답하여 이들 램파의 거동을 모니터링하기 위한 두개골 램파 두개내 압력 모니터를 제공한다. 유체 매질(예컨대, 액체 또는 기체)에 인접한 두개골에서의 유도파는, 유도파로부터 압축 음향 파(compressional acoustic wave)로의 모드 변환을 통해, 누출될 수 있다. 모드 변환된 압축파(compressional wave)는 또한 상호성 원리(reciprocity principle)를 통해 다시 유도파로 모드 변환될 수 있다. 모드 변환 또는 누출 레이트는 대략 수 파장이다. ICP와 같은 뇌 상태에서 변화가 있는 경우, 결과적으로 모드 변환 또는 누설 레이트가 변한다. 또한, ICP는, 두개골의 탄성 때문에, 두개골의 확장으로 이어질 수도 있다. 따라서, 두개골 위의 두 고정 지점 사이에서 전파되는 램파는 상이한 ICP에서 상이한 거리를 이동하지만, ICP를 측정하고 모니터링하기 위한 다른 마커를 제공한다.
레일리-램(Rayleigh-Lamb) 파동(또는 램파)은 경계가 정해진 탄성 매질에서 전파되는 유도 탄성파이다. 인간 두개골 뼈는 횡방향으로(transversally) 얇고, 따라서 실질적으로, 램파의 전파를 지원할 수 있는 탄성 도파관으로 나타난다. 플레이트와 같은 얇은 구조물의 경우, 압축파 및 전단파가 독립적으로 존재하는 것이 아니라, 커플링되어 있다. 도 4는 등방성 탄성 도파관을 따르는 부분 종파 및 전단 수직파의 중첩 및 모드 변환의 예시(400)를 도시한다. 파동이 전파됨에 따라, 도 4에서 도시되는 바와 같이, 종파 및 전단파 둘 모두는 이들이 서로 모드 변환되는 상한과 하한 경계에서 반복적으로 반사된다. 이들 파동의 중첩은, 두개골 뼈와 같은 경계가 정해진 탄성 매질을 따라 전파될 수 있는 램파로 칭해지는 소정의 클래스의 유도파로 이어진다. 이들은 상당한 감쇠 없이 전파될 수 있으며 주변 매질로 효율적으로 누출될 수 있다.
본 발명자는, 예를 들면, ICP 또는 다른 적절한 애플리케이션을 측정하기 위한, 뼈에서 램파를 여기시키고 전파하는 것의 타당성을 인식하였다. 램파는 상이한 주파수 종속 모드에서 들어온다. 분산 곡선 및 모드 형상 중 일부가 도 5A 및 도 5B에서 도시되어 있다. 분산은 주파수에 대한 전파 속도의 의존성이다. 분산은 연조직에서 매우 약한 것으로서 간주되며 일반적으로 무시된다. 그러나, 이것은 램파의 전파에 대해 강한 영향을 끼친다. 도 5A 및 도 5B는 주파수의 함수로서의 램파 위상 속도의 예시(500 및 510) 및 최저 차수 대칭 및 비대칭 모드의 모드 변형의 대응하는 개략도를 도시한다: (a) 램파 위상-속도의 분산 곡선(도 5A), (b) S0 및 A0 모드 형상(도 5B). 도 5B에서의 모드 형상의 예에 의해 알 수 있는 바와 같이, 램파는, 표면파(surface wave) 또는 벌크파(bulk wave)와는 달리, 상부 표면과 하부 표면(두개골의 경우 외부 및 내부)의 변위를 커플링한다. 음향 매질(예컨대, 물 또는 연조직)에 인접한 램파는 누출될 수도 있다. 누출 레이트는 대략 수 파장이다.
도 6은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 두개골 램파 ICP 모니터의 예시적인 예(600)를 도시한다. 도 6에서, 송신기(602)로부터 전파되는 램파는 상이한 두개내 압력에서 상이한 위상 및 진폭을 가지고 수신기에 도달할 수도 있다. 수신된 파형은 BLUETOOTH 또는 다른 적절한 통신 수단을 통해 APPLE WATCH 또는 IPHONE과 같은 허브(604) 또는 다른 적절한 디바이스로 무선으로 송신될 수도 있다.
몇몇 실시형태에서, 두개골 램파 두개내 압력 모니터를 위한 방법, 시스템, 및/또는 디바이스는 하나 이상의 트랜스듀서를 사용하여 음향 신호를 두개골로 송신한다. 트랜스듀서는, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는, 두개골로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 동일한 트랜스듀서(들)는 음향 신호를 뇌로 송신하고 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 음향 신호를 뇌로 송신하기 위해 사용되는 트랜스듀서(들)는 뇌로부터 획득된 데이터를 수신하기 위해 사용되는 트랜스듀서(들)와는 상이하다.
두개내 압력은 획득된 데이터로부터 결정된다. 예를 들면, 두개내 압력을 결정하는 것은 유도파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함할 수도 있다. 추가적으로 또는 대안적으로, 획득된 데이터는 두개내 압력을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신될 수도 있다. 예를 들면, 두개내 압력은 획득된 데이터의 적어도 일부를 입력으로서 수신하고 두개내 압력의 척도 또는 두개내 압력을 결정하기에 적절한 관련된 정보를 출력하는 (예를 들면, 도 15 및 도 16 또는 다른 적절한 통계 모델과 관련하여 설명되는 바와 같은) 통계 모델을 사용하여 외부 디바이스에서 결정될 수도 있다. 두개골 램파 두개내 압력 모니터를 위한 디바이스는 사람에 의해 착용될 수도 있고, 사람의 두개골 내에 이식 가능할 수도 있으며, 및/또는 본질적으로 휴대할 수도 있다.
몇몇 실시형태에서, 저주파에서, 파장은 더 크고; 따라서, 뇌에서 음향 파의 침투 깊이는 더 크다. 이것은, 뇌의 전체 압력을 추정하려고 시도하는, 본 명세서에서 설명되는 BAR 두개내 압력 모니터에 대해 적절한 환경이다. 고주파수에서, 침투 깊이가 더 작아지는데, 이것은 두개골 램파 두개내 압력 모니터에 대해 더 적합되고 ICP의 국소적 판독을 제공할 수 있다. 예를 들면, 병원 수술 환경에서, ICP는 사람의 두개골에 드릴로 구멍을 뚫을 곳을 결정하기 위해 두개골 램파 두개내 압력 모니터를 사용하여 국소적으로 측정될 수도 있다. 다른 예에서, 응급실 환경에서, ICP는, 사람에 대한 전체 뇌 건강을 결정하기 위해, BAR 두개내 압력을 사용하여 전체적으로 측정될 수도 있다.
뇌 음향 공명(BAR) 발작 모니터
몇몇 실시형태에서, 설명되는 시스템 및 방법은, 작은 착용 가능한 또는 이식 가능한 트랜스듀서를 머리 위에 두는 것에 의해 전체 머리(예를 들면, 뇌와 두개골을 함께) 내에서 음향 모드를 여기시키고 청취하기 위한 BAR 발작 모니터를 제공한다. 트랜스듀서는 작을 수도 있고 가능한 한 많은 모드를 여기시키기 위해 높은 공간 대역폭을 제공할 수도 있다. 몇몇 실시형태에서, 하나의 트랜스듀서만이 발작을 검출하기에 충분할 수도 있다. 몇몇 실시형태에서, 더 많은 국소적 판독치를 갖기 위해, 더 많은 트랜스듀서가 머리 위에 채워질 수 있다.
비제한적 예에서, 전기 활동(또는 활동 전위) 동안 단일의 신경 섬유는 약 5 내지 10㎚의 변위와 함께 팽창을 경험하고, 팽창 압력은 약 1/2 파스칼이다. 생성된 변위의 주파수는 수 ㎑를 중심으로 한다. 발작은 많은 발화(firing)로부터 유래할 것으로 예상되며, 그러므로, 더 큰 소스로부터 더 큰 변위를 가질 것으로, 그리고 더 강한 압력을 생성할 것으로 예상된다. 이것은 발작 부위에서의 낮은 주파수 볼륨 변화인데, 이것은 디바이스에 의해 지속적으로 모니터링되고 있는 뇌의 음향 모드를 교란시킬 것이다. 이들 교란은 상이한 주파수에서 등록되고, 결국에는, (a) 발작을 검출하기에 그리고 (b) 발작 부위의 위치를 파악하기에(localize) 충분한 정보를 제공한다.
몇몇 실시형태에서, 이 디바이스는, 뇌파도(EEG) 판독 및/또는 fMRI, fNIR과 같은 다른 기능적 이미징 기술뿐만 아니라, 신뢰성, 강건성, 정확도, 검출 및 위치 파악의 특이성을 향상시키기 위한 기능적 광음향/열음향 이미징과 결합될 수 있다. 몇몇 실시형태에서, 발작이 임의의 심각한 합병증을 일으키기 몇 초 이전에 발작을 검출하기 위해, 발작의 위치를 파악하기 위해, 그리고 발작을 억제하기 위해, 이 기술은 포커싱된 초음파(Focused Ultrasound: FUS)와 결합될 수 있다. 일단 발작이 밀리미터 분해능을 사용하여 위치가 파악되면, 활동 전위 발화를 억제하기 위해, 그러므로, 발작을 무디게 하기 위해, 초음파 트랜스듀서의 어레이가 고주파수(예를 들면, 0.5 내지 1㎒)에서 사용될 수 있다. 초음파 에너지는, 뇌에서의 거시적 온도 상승을 통해, 가역적인 억제 효과를 갖는 것으로 밝혀졌다.
도 7은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, BAR 발작 모니터의 예시적인 예(700)를 도시한다. 도 7에서, 음향 트랜스듀서(702)는 뇌(704)에서 반향 필드(무질서한 정상파로서 또한 알려짐)를 셋업할 수도 있다. 정상파는 뇌의 음향 공명의 중첩이다. 발작은, 공명의 거동을 변조하는 국소적인 저주파수 효과를 생성한다. 수신된 파형은 BLUETOOTH를 통해 APPLE WATCH 또는 IPHONE와 같은 허브(706)로 무선으로 송신될 수도 있다.
몇몇 실시형태에서, 뇌 음향 공명 발작 모니터를 위한 방법, 시스템, 및/또는 디바이스는 하나 이상의 트랜스듀서를 사용하여 음향 신호를 뇌로 송신한다. 트랜스듀서는, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는, 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 동일한 트랜스듀서(들)는 음향 신호를 뇌로 송신하고 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 음향 신호를 뇌로 송신하기 위해 사용되는 트랜스듀서(들)는 뇌로부터 획득된 데이터를 수신하기 위해 사용되는 트랜스듀서(들)와는 상이하다.
발작은 획득된 데이터로부터 검출된다. 예를 들면, 발작을 검출하는 것은 정상파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함할 수도 있다. 옵션 사항으로(optionally), 발작을 검출하는 것 외에도, 발작 부위의 위치가 정상파에 기초해서 결정될 수도 있다. 추가적으로 또는 대안적으로, 획득된 데이터는 발작을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신될 수도 있다. 예를 들면, 발작은 획득된 데이터의 적어도 일부를 입력으로서 수신하고 발작의 표시 또는 발작을 결정하기에 적절한 관련된 정보를 출력하는 (예를 들면, 도 15 및 도 16 또는 다른 적절한 통계 모델과 관련하여 설명되는 바와 같은) 통계 모델을 사용하여 외부 디바이스에서 검출될 수도 있다. 뇌 음향 공명 발작 모니터를 위한 디바이스는 사람에 의해 착용될 수도 있고, 사람의 두개골 내에 이식 가능할 수도 있으며, 및/또는 본질적으로 휴대할 수도 있다. 몇몇 실시형태에서, ICP에 대한 BAR과 발작에 대한 BAR 사이의 주요 차이점은 추론 알고리즘, 위치 및 개체군, 및/또는 BAR 센서의 중심 주파수에 있을 수도 있다. 몇몇 실시형태에서, ICP를 측정하고 발작을 검출하기 위해 BAR에 기초한 동일한 디바이스가 사용될 수도 있다.
ICP, 발작, ICP 분포, 종양 검출, 및 발작 위치 파악 알고리즘
몇몇 실시형태에서, 수신된 파형(예를 들면, BAR에서의 공명 또는 두개골 램파에서의 송신된 파형의 진폭 및 위상)은 모델 기반의 머신 러닝 알고리즘을 통해 프로세싱된다. 예를 들면, 정상적인 조건 하에서 환자의 뇌를 사용하는 적절한 머신 러닝 기술을 통해 환자의 머리의 물리적 음향 모델이 구성되고 학습될 수도 있다. 그 다음, 이 모델은 나중의 시간에 뇌 상태를 추론하기 위해 사용될 수 있다. 동일한 모델은, 환자의 정상 및 비정상 뇌 활동을 지속적으로 학습하고 이에 적응하기 위한 보강 학습과 같은 기술과 추가로 결합될 수도 있다.
머신 러닝 알고리즘은 분류 또는 회귀 알고리즘의 형태로 활용될 수도 있는데, 분류 또는 회귀 알고리즘은, 컨볼루션 신경망(convolutional neural network), LSTM 및 GRU와 같은 순환 신경망(recurrent neural network), 선형 SVM, 방사 기저 함수(radial basis function) SVM, 로지스틱 회귀(logistic regression), 및 원시 입력 데이터로부터 관련된 피처를 추출하기 위해 사용되는 생성적 적대 신경망(generative adversarial network: GAN), 변분 자동인코더(variational autoencoder: VAE)와 같은 자율 학습으로부터의 다양한 기술과 같은 하나 이상의 하위 컴포넌트를 포함할 수도 있다. 몇몇 실시형태에서, 설명되는 기술은 환자에 고유한데, 계산 및 모델 기반의 학습은 환자의 머리 MR 또는 CT 스캔을 사용하는 것에 의해 구현된다. 의료 이미지는 프로세싱되어 음향 솔버에 공급되는데, 음향 솔버는, 그 다음, 모델 기반의 머신 러닝 알고리즘을 트레이닝시키기 위해 사용된다.
도 8은, 뇌에 걸친 두개내 압력, 그 분포, 발작의 존재, 발작 부위의 위치, 또는 뇌 기능 또는 상태의 다른 지표를 결정하기 위한 예시적인 알고리즘(800)의 개요를 도시한다. 모델에 대한 입력은, 환자 고유의 MR/CT 데이터, 초음파 처리(sonication) 프로토콜 및 트랜스듀서의 구성(예를 들면, 공간적 배열)뿐만 아니라, 기계적 및 전기적 속성과 같은 재료 속성(예를 들면, 음속, 밀도, 탄성, 등)을 포함한다. 이들 입력은, 몇몇 컴퓨터 프로세싱 이후, 물리적 음향 모델(예컨대, 선형/비선형 음향, 전기 역학, 비선형 연속체, 등)에 공급된다. 노드 A 및 B는, 획득된 데이터는 주파수 응답, 임펄스/과도 응답, 또는 음향 모드의 분포를 포함하는 그러나 이들로 제한되지는 않는 여러 형태일 수 있는, 물리적 모델 및 획득된 데이터의 출력을 나타낸다. A와 B 둘 모두는 통계 모델 또는 머신 러닝 모델에 공급된다. 최종 출력은 뇌 전반에 걸친 두개내 압력, 이의 분포, 발작의 존재, 발작 부위의 위치, 또는 뇌 기능 또는 상태의 다른 지표일 수 있다. 데이터 획득, 데이터 사전 프로세싱, 모델 구축, 모델 트레이닝, 모델 평가, 테스트, 및 모델 파라미터 조정을 포함하는, 그러한 알고리즘을 구성하고 배치하기 위해 종종 취해지는 예시적인 단계(900)가 도 9에서 도시되어 있다. 도 10은 BAR 기반의 ICP 추정을 위한 소스(1000), 예를 들면, 환자의 머리로부터의 예시적인 입력 데이터(1050)를 도시한다. 예를 들면, 이 입력 데이터는 뇌에 전반에 걸친 두개내 압력을 결정하기 위한 알고리즘(800)에 제공될 수도 있다.
본 명세서에서 설명되는 ICP에 대한 BAR 및 발작 양태에 대한 BAR과 관련하여, 두개골 내의 음향 공명의 예(1100)는, 4㎑(1110), 11㎑(1120), 17㎑(1130), 및 50㎑(1140)를 포함하는, 도 11의 엄선된 주파수에서 도시된다. 이들 공명의 분포는 무질서하다(또는 확률론적이다). BAR 방법에서, 디바이스는 넓은 공간 및 시간 대역폭을 갖는 트랜스듀서를 사용하여 이들 모드를 집합적으로 여기시키고 청취한다. 뇌에서의 임의의 구조적 변화 예컨대 두개내 압력의 증가 또는 발작 부위에서의 조직의 국소적 변화(예컨대, 압력, 변형, 볼륨 변화, 등)는 이들 모드의 교란으로 이어져서, 등록된 에코에서 고유의 질감(unique texture)을 제공한다. 모델 기반의 머신 러닝 알고리즘을 사용하여, 이들 변화는 구별되고 정량화될 수 있다. 도 12는, 상이한 두개내 압력 및 주파수에서 두개골 위의 센서의 응답의 예(1200)를 도시한다. 마찬가지로, 모델 기반의 머신 러닝 알고리즘을 사용하여, 이들 변경 사항은 구별되고 정량화될 수 있다.
몇몇 실시형태에서, 종양 검출을 위한 방법, 시스템, 및/또는 디바이스는 하나 이상의 트랜스듀서를 사용하여 음향 신호를 뇌 및/또는 두개골로 송신한다. 트랜스듀서는, 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는, 뇌 및/또는 두개골로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 동일한 트랜스듀서(들)는 음향 신호를 뇌로 송신하고 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 음향 신호를 뇌로 송신하기 위해 사용되는 트랜스듀서(들)는 뇌로부터 획득된 데이터를 수신하기 위해 사용되는 트랜스듀서(들)와는 상이하다.
뇌에서 종양의 존재는, 예를 들면, 도 10에서 도시되는 데이터와 유사한, 획득된 데이터로부터 검출된다. 예를 들면, 종양의 존재를 검출하는 것은, 정상파 및/또는 유도파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 것을 포함할 수도 있다. 옵션 사항으로, 종양의 존재를 검출하는 것 외에, 종양의 위치가 획득된 데이터에 기초해서 결정될 수도 있다. 추가적으로 또는 대안적으로, 획득된 데이터는 종양의 존재를 검출하기 위한 프로세서를 갖는 외부 디바이스로 송신될 수도 있다. 예를 들면, 종양은 획득된 데이터의 적어도 일부를 입력으로서 수신하고 종양의 존재에 관한 표시 또는 뇌에 종양이 존재하는지의 여부를 결정하기에 적절한 관련된 정보를 출력하는 (예를 들면, 도 15 및 도 16 또는 다른 적절한 통계 모델과 관련하여 설명되는 바와 같은) 통계 모델을 사용하여 외부 디바이스에서 검출될 수도 있다. 종양 검출을 위한 디바이스는 사람에 의해 착용될 수도 있고, 사람의 두개골 내에 이식 가능할 수도 있으며, 및/또는 본질적으로 휴대할 수도 있다.
몇몇 실시형태에서, 두개내 압력의 분포를 매핑하기 위한 방법, 시스템, 및/또는 디바이스는 하나 이상의 트랜스듀서를 사용하여 음향 신호를 뇌로 송신하여 복수의 음향 모드의 여기를 유도한다. 트랜스듀서는, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는, 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 동일한 트랜스듀서(들)는 음향 신호를 뇌로 송신하고 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 음향 신호를 뇌로 송신하기 위해 사용되는 트랜스듀서(들)는 뇌로부터 획득된 데이터를 수신하기 위해 사용되는 트랜스듀서(들)와는 상이하다.
두개내 압력의 분포는 획득된 데이터로부터 결정된다. 예를 들면, 두개내 압력의 분포를 결정하는 것은, 예를 들면, 도 10에서 도시되는 바와 같이, 획득된 데이터를, 두개내 압력의 분포를 예측하도록 트레이닝되는 (예를 들면, 도 15 및 도 16 또는 다른 적절한 통계 모델과 관련하여 설명되는 바와 같은) 통계 모델 또는 머신 러닝 모델에 제공하는 것을 포함할 수도 있다. 추가적으로 또는 대안적으로, 획득된 데이터는 두개내 압력의 분포를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신될 수도 있다. 예를 들면, 두개내 압력의 분포는, 상기에서 설명되는 통계 모델 또는 머신 러닝을 사용하여, 외부 디바이스에서 검출될 수도 있는데, 외부 디바이스는 획득된 데이터의 적어도 일부를 입력으로서 수신하고 두개내 압력의 분포 또는 두개내 압력의 분포를 결정하는 데 적절한 관련된 정보를 출력한다. 두개내 압력의 분포를 매핑하기 위한 디바이스는 사람에 의해 착용될 수도 있고, 사람의 두개골 내에 이식 가능할 수도 있으며, 및/또는 본질적으로 휴대할 수도 있다.
몇몇 실시형태에서, 발작 위치 파악을 위한 방법, 시스템, 및/또는 디바이스는 하나 이상의 트랜스듀서를 사용하여 음향 신호를 뇌로 송신하여 복수의 음향 모드의 여기를 유도한다. 트랜스듀서는, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는, 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 동일한 트랜스듀서(들)는 음향 신호를 뇌로 송신하고 뇌로부터 획득된 데이터를 수신한다. 몇몇 실시형태에서, 음향 신호를 뇌로 송신하기 위해 사용되는 트랜스듀서(들)는 뇌로부터 획득된 데이터를 수신하기 위해 사용되는 트랜스듀서(들)와는 상이하다.
발작 부위의 위치는 획득된 데이터로부터 결정된다. 예를 들면, 발작 부위의 위치를 결정하는 것은, 획득된 데이터를, 발작 부위의 위치를 예측하도록 트레이닝되는 (예를 들면, 도 15 및 도 16 또는 다른 적절한 통계 모델과 관련하여 설명되는 바와 같은) 통계 모델 또는 머신 러닝 모델에 제공하는 것을 포함할 수도 있다. 몇몇 실시형태에서, 발작을 검출하기 위한 BAR의 경우, 공명의 중첩은 뇌에서 반향을 셋업하는데, 이것은 두개골로의 커플링과 함께, 압력파에 고유의 질감을 제공할 수도 있고, 따라서, 소스의 희소 구성을 사용하여 발작의 소스의 위치 파악을 수 밀리미터까지 가능하게 할 수 있다. 필드 반향은 뇌의 각각의 지점에 대한 음향 파의 여러 가지 심문(interrogation)(통과)으로 이어져, 시간 또는 주파수의 함수로서 이의 서명을 등록하는 것을 허용한다. 이것은 또한, 고분해능 음향 위치 파악을 위해 많은 수의 센서가 종종 필요로 되는 종래의 지식과는 대조적으로, 센서의 수에서 상당한 감소로 이어질 수 있다. 추가적으로 또는 대안적으로, 획득된 데이터는 발작 부위의 위치를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신될 수도 있다. 예를 들면, 발작 부위의 위치는, 획득된 데이터의 적어도 일부를 입력으로서 수신하고 발작 부위의 위치 또는 발작 부위의 위치를 결정하기에 적절한 관련된 정보를 출력하는 상기에서 설명되는 통계 모델 또는 머신 러닝을 사용하여, 외부 디바이스에서 검출될 수도 있다. 발작 위치 파악을 위한 디바이스는 사람에 의해 착용될 수도 있고, 사람의 두개골 내에 이식 가능할 수도 있으며, 및/또는 본질적으로 휴대할 수도 있다.
본 명세서에서 설명되는 센서, 시스템 및 방법은, 설명되는 바와 같이 간질 또는 뇌종양을 모니터링 및/또는 치료하기 위해 사용될 수 있지만, 그러나 본 발명은 그렇게 제한되지는 않는다. 센서, 시스템 및 방법은, ICP 또는 발작의 소스의 위치 파악 또는 ICP의 분포의 매핑을 비롯한, 일반적인 뇌 기능 및/또는 다른 뇌 상태를 모니터링 및/또는 치료하기 위해 사용될 수 있지만, 그러나 본 발명은 그렇게 제한되지는 않는다.
도 13은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, ICP 추정을 위한 프로세스에 대한 예시적인 흐름도(1300)를 도시한다. 단계(1302)에서, 예를 들면, 도 11에서 도시되는 바와 같이, 4㎑, 11㎑, 17㎑, 50㎑ 및/또는 다른 적절한 주파수를 포함하는 엄선된 하나 이상의 주파수에서의 두개골 내의 음향 공명으로부터 원시 데이터가 수신된다. 단계(1304)에서, 이 트레이닝 데이터는 통계 모델, 예를 들면, 심층 신경망(deep neural network), 도 15 및 도 16과 관련하여 설명되는 바와 같은 통계 모델, 또는 다른 적절한 통계 모델로의 입력을 위해 사전 프로세싱된다. 예를 들면, 데이터는 통계 모델에 대한 입력을 위해 정규화, 삭제, 또는 다르게는 균일하게 될 수도 있다. 뇌에서의 임의의 구조적 변화 예컨대 두개내 압력의 증가 또는 발작 부위에서의 조직의 국소적 변화(예컨대, 압력, 변형, 볼륨 변화, 등)는 모드의 교란으로 이어져서, 예를 들면, 도 11에서 도시되는 바와 같이, 등록된 에코에서 고유의 질감을 제공한다. 모델 기반의 머신 러닝 알고리즘을 사용하여, 이들 변화는 구별되고 정량화될 수 있다. 따라서, 단계(1306)에서, 통계 모델은 단계(1304)로부터의 사전 프로세싱된 트레이닝 데이터에 대해 트레이닝되어 두개내 압력 또는 본 명세서에서 설명되는 다른 적절한 지표를 예측한다. 단계(1308)에서, 통계 모델은 뇌로부터 획득된 데이터를 사용하여 사람의 두개내 압력을 예측하기 위해 사용된다. 도 14는, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 혼동 매트릭스를 통한 테스트 데이터에 대한 예시적인 트레이닝된 통계 모델의 성능의 예시(1400)를 도시한다. 대각선 패턴은, 통계 모델이 올바른 두개내 압력을 인식하고 예측한다는 것(및 에러는 이웃하는 지점 내로 제한된다는 것)을 나타낸다.
몇몇 실시형태에서, 본 명세서에서 설명되는 시스템 및 방법은 분류를 위해 통계 모델을 활용하는데, 그 통계 모델은, 컨볼루션 신경망, LSTM 및 GRU와 같은 순환 신경망, 선형 SVM, 방사 기저 함수 SVM, 로지스틱 회귀, 및 원시 입력 데이터로부터 관련된 피처를 추출하기 위해 사용되는 생성적 적대 신경망(GAN), 변분 자동인코더(VAE)와 같은 자율 학습으로부터의 다양한 기술과 같은 하나 이상의 하위 컴포넌트를 포함할 수도 있다. 심층 신경망은, 대규모 데이터세트와 함께 제시될 때, 우수한 성능에 기인하여, 머신 러닝에 대한 관심의 중심에 있었다. 이론적으로, 이들은, 충분히 복잡하게 설계될 때, 임의의 함수 형태, 일반적으로 매핑
Figure pct00002
을 학습할 수 있다. 미지의 역학 및 분포를 갖는 더 작은 데이터세트로부터 학습하기에 유용하지만, 이러한 유연성은 심각한 과적합(overfitting)으로 이어질 수 있다.
도 15는 원샷 또는 퓨샷(few-shot) 학습에 기초한 통계 모델에 대한 예시적인 배열(1500)을 도시한다. 배열은, 샘플 사이의 추상적인 상대적 거리만을 인코딩하는 저차원 표현 상으로 데이터를 투영하는 것에 의해 과적합을 방지 또는 완화할 수 있는 샴(Siamese) 신경망을 포함한다. 그러므로, 이 모델을 트레이닝시키기 위해, 각각의 데이터 포인트는 동일한 또는 상이한 클래스로부터의 모든 다른 데이터 포인트에 대해 평가된다. 이것은 입력 샘플의 수에서의 이차적 증가(quadratic increase)로 이어진다. 도 15에서 도시되는 것과 같은 샴 네트워크는, 두 개 이상의 동일한 하위 네트워크 컴포넌트를 포함하는 신경망이다. 하위 네트워크의 아키텍처가 동일할 뿐만 아니라, 네트워크에 대한 가중치도 이들 사이에서 또한 공유된다. 그러한 네트워크는, 각각의 하위 네트워크의 입력 사이를 비교하기 위해 추가로 사용될 수 있는 유용한 데이터 디스크립터를 학습할 수 있다. 입력 데이터는 수치 데이터(예를 들면, 완전 연결된 계층에 의해 형성되는 하위 네트워크를 가짐), 이미지 데이터(예를 들면, 하위 네트워크로서 CNN을 가짐) 및/또는 문장 또는 시간 신호와 같은 순차적 데이터(예를 들면, 하위 네트워크로서 순환 신경망(RNN)을 가짐)를 포함할 수도 있다.
도 15에서, 예시적인 딥 컨볼루션 신경망(convolutional neural network: CNN)은, 유클리드 거리가 추적에서의 차이를 나타내는 8차원 피처 공간으로 센서 기록을 투영한다. 이 모델을 트레이닝시키기 위해, 상이한 값에 대한 표현 벡터를 서로로부터 멀어지게 푸시하면서, 동일한 압력에 속하는 표현 벡터를 함께 그룹화하는 것을 돕기 위해, 샴 체제(Siamese regime)가 사용된다. 또한, 다중 클래스 분류기를 사용하여 이들 클러스터 중 임의의 것에 클래스 값이 할당될 수도 있다. 인코더 CNN(1506 및 1508)은 부분 최대 풀링(fractional max-pooling: FMP)을 사용하여 더 깊게 만들어진다. 더 깊고 더 좁은 신경망은, 파라미터의 수가 동일할 때, 더 넓고 더 얕은 신경망보다 더 나은 일반화 특성을 나타내었다. FMP는 또한 무질서도(stochasticity)를 추가하고 모델을 변동적으로 만드는데, 이것은 모델을 과적합에 덜 취약하게 만든다. FMP에 대한 추가적인 정보는, [Benjamin Graham, "Fractional Max-Pooling," arXiv:1412.6071, May 2015]에서 발견될 수도 있는데, 이 문헌은 그 전체가 참조에 의해 본 명세서에 통합된다. CNN 아키텍처의 끝을 향한 완전히 연결된 계층(fully connected layer: FC)은, 각각의 입력이 모든 뉴런에 연결되는 평탄화된 입력에 대해 동작한다. FC 계층은 클래스 점수와 같은 목표를 최적화하기 위해 사용될 수 있다. 몇몇 실시형태에서, 당면한 문제에서, 인근의 값을 혼동하는 것이 비용이 덜 들 수도 있다. 결과적으로, 이 정보는, 목적 함수로서, 조건부 엔트로피를 계산하기 이전에, 각각의 라벨을 가우스 윈도우와 컨볼빙하는(convolving) 것에 의해 목적 함수에 통합될 수도 있다.
도 15에서, X1(1502) 및 X2(1504)는, 예를 들면, 도 10에서 도시되는 바와 같은, 입력 원시 데이터이다. 몇몇 실시형태에서, 입력을 제공하기 위해 원시 데이터가 그대로 사용되는 것에 더하여, 스펙트럼 데이터(즉, 푸리에 변환된 원시 데이터), 필터링된 데이터, 윈도우 데이터, 스펙트럼 데이터의 진폭, 스펙트럼 데이터의 피크의 위치, 스펙트럼 데이터의 피크 주변의 대역폭, 등과 같은 임의의 사후 프로세싱된 데이터(post-processed data)는, 머신 러닝 알고리즘을 트레이닝시키기 위해 독립적으로 또는 집합적으로 함께 사용될 수 있다. H1(1510) 및 H2(1512)는 입력의 "인코딩된"(또는 잠재적 또는 숨겨진) 표현이다. H1 및 H2는, 각각, 다중 클래스 추적 분류기(Multiclass Pursue Classifier)(1516 및 1518)에 독립적으로 공급된다. 각각의 분류기는, 여기서는 압력(ICP) 값인 대응하는 "라벨"에 따라 H1 및 H2를 분류한다. 몇몇 실시형태에서, 라벨은 압력(ICP) 값, ICP 값의 분포, 발작의 발생, 발작의 위치, 종양의 위치, 또는 이들의 조합일 수 있다. 차이(1514)의 계수(modulus)인 |H1-H2|는 또 다른 분류기(1520), 예를 들면, 이진 유사성 분류기(binary similarity classifier)로 공급되는데, 여기서 라벨은 1(예를 들면, X1 및 X2가 동일한 압력 값에 대응하는 경우) 또는 0(예를 들면, X1 및 X2가 상이한 압력 값에 대응하는 경우) 중 어느 하나이다. 알고리즘은, 모든 출력을 최소화하는 파라미터를 최적화하는 것에 의해 모델을 학습한다. 몇몇 실시형태에서, 최적화 함수는 모든 출력의 가중된 합으로서 정의될 수도 있다.
도 16은, 본 명세서에서 설명되는 기술의 몇몇 실시형태에 따른, 분류 알고리즘을 구현하기 위해 사용될 수도 있는 컨볼루션 신경망(1600)을 도시한다. 본 명세서에서 설명되는 통계 모델은 컨볼루션 신경망(1600), 및, 추가적으로 또는 대안적으로, 뇌가 신경 장애의 증상을 나타내고 있는지의 여부 또는 나타낼지의 여부를 검출 및/또는 예측하기에 적절한 다른 타입의 네트워크를 포함할 수도 있다. 예를 들면, 컨볼루션 신경망(1600)은 뇌에서의 발작을 검출 및/또는 예측하기 위해 사용될 수도 있다. 도시되는 바와 같이, 컨볼루션 신경망은 입력(1602)(예를 들면, 텐서)에 대한 정보를 수신하도록 구성되는 입력 계층(1604), 출력(예를 들면, n차원 표현 공간에서의 분류)을 제공하도록 구성되는 출력 계층(1608), 및 입력 계층(1604)와 출력 계층(1608) 사이에서 연결되는 복수의 은닉 계층(1606)을 포함한다. 복수의 은닉 계층(1606)은 컨볼루션 및 풀링 계층(1610) 및 완전히 연결된 계층(1612)을 포함한다.
입력 계층(1604)은 하나 이상의 컨볼루션 및 풀링 계층(1610)이 후속될 수도 있다. 컨볼루션 계층은, 컨볼루션 계층에 대한 입력(예를 들면, 입력(1602))보다 공간적으로 더 작은(예를 들면, 더 작은 폭 및/또는 높이를 가짐) 필터의 세트를 포함할 수도 있다. 필터 각각은 모든 공간적 위치에서 그 필터의 응답을 나타내는 활성화 맵(예를 들면, 2 차원 활성화 맵)을 생성하기 위해 컨볼루션 계층에 대한 입력과 컨볼빙될 수도 있다. 컨볼루션 계층은, 컨볼루션 계층의 출력을 다운샘플링하여 이의 차원을 감소시는 풀링 계층이 후속될 수도 있다. 풀링 계층은 최대 풀링 및/또는 전역적 평균 풀링(global average pooling)과 같은 다양한 풀링 기술 중 임의의 것을 사용할 수도 있다. 몇몇 실시형태에서, 다운샘플링은 스트라이딩(striding)을 사용하여 컨볼루션 계층 그 자체에 의해(예를 들면, 풀링 계층 없이) 수행될 수도 있다.
컨볼루션 및 풀링 계층(1610)은 완전히 연결된 계층(1612)이 후속될 수도 있다. 완전히 연결된 계층(1612)은, 이전 계층(예를 들면, 컨볼루션 또는 풀링 계층)으로부터 입력을 수신하고 후속하는 계층(예를 들면, 출력 계층(1608))에 출력을 제공하는 하나 이상의 뉴런을 각각 갖는 하나 이상의 계층을 포함할 수도 있다. 완전히 연결된 계층(1612)은 "조밀한" 것으로 설명될 수도 있는데, 그 이유는, 주어진 계층에서의 뉴런 각각이 이전 계층의 각각의 뉴런으로부터 입력을 수신할 수도 있고 후속하는 계층의 각각의 뉴런에 출력을 제공할 수도 있기 때문이다. 완전히 연결된 계층(1612)은 컨볼루션 신경망의 출력을 제공하는 출력 계층(1608)이 후속될 수도 있다. 출력은, 예를 들면, 입력(1602)(또는 입력(1602)의 임의의 부분)이, 클래스의 세트로부터, 어떤 클래스에 속하는지의 표시일 수도 있다. 컨볼루션 신경망은 확률론적 경사 하강법(stochastic gradient descent) 타입 알고리즘 또는 다른 적절한 알고리즘을 사용하여 트레이닝될 수도 있다. 컨볼루션 신경망은 유효성 확인 세트(validation set)(예를 들면, 트레이닝 데이터로부터 제출된 부분)에 대한 정확도가 포화될 때까지 또는 임의의 다른 적절한 기준 또는 기준들을 사용하여 계속해서 트레이닝될 수도 있다.
도 16에서 도시되는 컨볼루션 신경망은 단지 하나의 예시적인 구현예이다는 것 및 다른 구현예가 활용될 수도 있다는 것이 인식되어야 한다. 예를 들면, 하나 이상의 계층이 도 16에서 도시되는 컨볼루션 신경망에 추가될 수도 있거나 또는 그로부터 제거될 수도 있다. 컨볼루션 신경망에 추가될 수도 있는 추가적인 예시적 계층은 다음의 것을 포함한다: 패드 계층, 사슬 연결 계층(concatenate layer), 및 업스케일 계층(upscale layer). 업스케일 계층은 계층에 대한 입력을 업샘플링하도록 구성될 수도 있다. ReLU 계층은 입력에 대한 전달 함수로서 정류기(때때로 램프 함수(ramp function)로서 지칭됨)를 적용하도록 구성될 수도 있다. 패드 계층은 입력의 하나 이상의 차원을 패딩하는 것에 의해 계층에 대한 입력의 사이즈를 변경하도록 구성될 수도 있다. 사슬 연결 계층은 다수의 입력을 단일의 출력으로 결합하도록(예를 들면, 다중 계층으로부터의 입력을 결합하도록) 구성될 수도 있다. 다른 예로서, 몇몇 실시형태에서, 하나 이상의 컨볼루션, 전치(transpose) 컨볼루션, 풀링, 언풀링(unpooling) 계층, 및/또는 배취 정규화(batch normalization)가 컨볼루션 신경망에 포함될 수도 있다. 또 다른 예로서, 아키텍처는 인접한 계층의 쌍 사이에서 비선형 변환을 수행하기 위해 하나 이상의 계층을 포함할 수도 있다. 비선형 변환은, 정류 선형 유닛(rectified linear unit: ReLU) 변환, 시그모이드(sigmoid), 및/또는 임의의 다른 적절한 타입의 비선형 변환일 수도 있으며, 본 명세서에서 설명되는 기술의 양태가 이 점에서는 제한되지 않기 때문이다.
트레이닝 데이터로부터 신경망 파라미터를 추정하기 위해 임의의 적절한 최적화 기술이 사용될 수도 있다. 예를 들면, 다음의 최적화 기술 중 하나 이상이 사용될 수도 있다: 확률론적 경사 하강법(stochastic gradient descent: SGD), 미니 배취 경사 하강법(mini-batch gradient descent), 모멘텀 SGD, 네스테로브 가속 경사법(Nesterov accelerated gradient), 아다그라드(Adagrad), 아다델타(Adadelta), RMSprop, 적응식 모멘트 추정(Adaptive Moment Estimation: Adam), AdaMax, 네스테로브 가속 적응식 모멘트 추정(Nesterov-accelerated Adaptive Moment Estimation: Nadam), AMSGrad.
컨볼루션 신경망은 본 명세서에서 설명되는 다양한 기능 중 임의의 것을 수행하기 위해 활용될 수도 있다. 몇몇 실시형태에서 예측을 행하기 위해 하나보다 더 많은 컨볼루션 신경망이 활용될 수도 있다는 것이 인식되어야 한다.
예시적인 컴퓨터 아키텍처
본 명세서에서 설명되는 기술의 실시형태 중 임의의 것과 관련하여 사용될 수도 있는 컴퓨터 시스템(1700)의 예시적인 구현예가 도 17에서 도시되어 있다. 컴퓨터 시스템(1700)은 하나 이상의 프로세서(1710) 및 비일시적 컴퓨터 판독 가능 저장 매체(예를 들면, 메모리(1720) 및 하나 이상의 비휘발성 저장 매체(1730))를 포함하는 하나 이상의 제조 물품을 포함한다. 프로세서(1710)는, 임의의 적절한 방식으로 메모리(1720) 및 비휘발성 스토리지 디바이스(1730)에 데이터를 기록하는 것 및 이들로부터 데이터를 판독하는 것을 제어할 수도 있는데, 본 명세서에서 설명되는 기술의 양태가 이 점에서는 제한되지 않기 때문이다. 본 명세서에서 설명되는 기능성 중 임의의 것을 수행하기 위해, 프로세서(1710)는 하나 이상의 비일시적 컴퓨터 판독 가능 저장 매체(예를 들면, 메모리(1720))에 저장되는 하나 이상의 프로세서 실행 가능 명령어를 실행할 수도 있는데, 그 하나 이상의 비일시적 컴퓨터 판독 가능 저장 매체는 프로세서(1710)에 의한 실행을 위한 프로세서 실행 가능 명령어를 저장하는 비일시적 컴퓨터 판독 가능한 저장 매체로서 기능할 수도 있다.
컴퓨팅 디바이스(1700)는, 컴퓨팅 디바이스가 (예를 들면, 네트워크를 통해) 다른 컴퓨팅 디바이스와 통신할 수도 있게 하는 네트워크 입력/출력(input/output: I/O) 인터페이스(1740)를 또한 포함할 수도 있고, 컴퓨팅 디바이스가 사용자에게 출력을 제공할 수도 있고 사용자로부터 입력을 수신할 수도 있게 하는 하나 이상의 사용자 I/O 인터페이스(1750)를 또한 포함할 수도 있다. 사용자 I/O 인터페이스는, 키보드, 마우스, 마이크, 디스플레이 디바이스(예를 들면, 모니터 또는 터치스크린), 스피커, 카메라, 및/또는 다양한 다른 타입의 I/O 디바이스와 같은 디바이스를 포함할 수도 있다.
본 명세서에서 설명되는 실시형태는 다양한 방식 중 임의의 것으로 구현될 수 있다. 예를 들면, 실시형태는 하드웨어, 소프트웨어 또는 이들의 조합을 사용하여 구현될 수도 있다. 소프트웨어로 구현되는 경우, 소프트웨어 코드는, 단일의 컴퓨팅 디바이스에서 제공되든 또는 다수의 컴퓨팅 디바이스 사이에서 분산되든 간에, 임의의 적절한 프로세서(예를 들면, 마이크로프로세서) 또는 프로세서의 콜렉션(collection) 상에서 실행될 수 있다. 본 명세서에서 설명되는 기능을 수행하는 임의의 컴포넌트 또는 컴포넌트의 콜렉션은 본 명세서에서 논의되는 기능을 제어하는 하나 이상의 컨트롤러로서 일반적으로 간주될 수 있다는 것이 인식되어야 한다. 하나 이상의 컨트롤러는 다양한 방식으로, 예컨대 전용 하드웨어를 사용하여, 또는 본 명세서에서 언급되는 기능을 수행하기 위해 마이크로코드 또는 소프트웨어를 사용하여 프로그래밍되는 범용 하드웨어(예를 들면, 하나 이상의 프로세서)를 사용하여 구현될 수 있다.
이와 관련하여, 본 명세서에서 설명되는 실시형태의 하나의 구현예는, 하나 이상의 프로세서 상에서 실행될 때, 하나 이상의 실시형태의 본 명세서에서 논의되는 기능을 수행하는 컴퓨터 프로그램(즉, 복수의 실행 가능 명령어)으로 인코딩되는 적어도 하나의 컴퓨터 판독 가능 저장 매체(예를 들면, RAM, ROM, EEPROM, 플래시 메모리 또는 다른 메모리 기술, CD-ROM, 디지털 다기능 디스크(digital versatile disk: DVD) 또는 다른 광학 디스크 스토리지, 자기 카세트, 자기 테이프, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스, 또는 다른 유형의 비일시적 컴퓨터 판독 가능 저장 매체)를 포함한다는 것이 인식되어야 한다. 컴퓨터 판독 가능 매체는, 그 상에 저장되는 프로그램이 본 명세서에서 논의되는 기술의 양태를 구현하기 위해 임의의 컴퓨팅 디바이스 상으로 로딩될 수 있도록 이송 가능할 수도 있다. 또한, 실행될 때, 본 명세서에서 논의되는 임의의 기능을 수행하는 컴퓨터 프로그램에 대한 언급은 호스트 컴퓨터 상에서 실행되는 애플리케이션 프로그램으로 제한되지는 않는다는 것이 인식되어야 한다. 오히려, 용어 컴퓨터 프로그램 및 소프트웨어는, 본 명세서에서, 본 명세서에서 논의되는 기술의 양태를 구현하도록 하나 이상의 프로세서를 프로그래밍하기 위해 활용될 수 있는 임의의 타입의 컴퓨터 코드(예를 들면, 애플리케이션 소프트웨어, 펌웨어, 마이크로코드, 또는 임의의 다른 형태의 컴퓨터 명령어)를 가리키기 위한 일반적인 의미에서 사용된다.
용어 "프로그램" 또는 "소프트웨어"는, 본 명세서에서, 본 명세서에서 논의되는 바와 같은 실시형태의 다양한 양태를 구현하도록 컴퓨터 또는 다른 프로세서를 프로그래밍하기 위해 활용될 수 있는 임의의 타입의 컴퓨터 코드 또는 프로세서 실행 가능 명령어의 세트를 가리키기 위한 일반적인 의미에서 사용된다. 추가적으로, 하나의 양태에 따르면, 실행시 본 명세서에서 제공되는 본 개시의 방법을 수행하는 하나 이상의 컴퓨터 프로그램은, 단일의 컴퓨터 또는 프로세서 상에서 상주할 필요가 있는 것이 아니라, 본 명세서에서 제공되는 본 개시의 다양한 양태를 구현하기 위해 상이한 컴퓨터 또는 프로세서 사이에서 모듈 양식으로 분산될 수도 있다는 것이 인식되어야 한다.
프로세서 실행 가능 명령어는 하나 이상의 컴퓨터 또는 다른 디바이스에 의해 실행되는, 프로그램 모듈과 같은 많은 형태일 수도 있다. 일반적으로, 프로그램 모듈은 특정한 태스크를 수행하는 또는 특정한 추상 데이터 타입을 구현하는 루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조, 등을 포함한다. 통상적으로, 프로그램 모듈의 기능성은, 다양한 실시형태에서 소망에 따라 조합될 수도 있거나 또는 분산될 수도 있다.
또한, 데이터 구조는 임의의 적절한 형태로 하나 이상의 비일시적 컴퓨터 판독 가능 저장 매체에 저장될 수도 있다. 예시의 간략화를 위해, 데이터 구조는 데이터 구조에서의 위치를 통해 관련되는 필드를 갖는 것으로 도시될 수도 있다. 그러한 관계는, 필드 사이의 관계를 전달하는 비일시적 컴퓨터 판독 가능 매체 내의 위치를 갖는 필드에 대해 스토리지를 할당하는 것에 의해, 마찬가지로 달성될 수도 있다. 그러나, 데이터 구조의 필드 내의 정보 사이의 관계를 확립하기 위해, 포인터, 태그 또는 데이터 엘리먼트 사이의 관계를 확립하는 다른 메커니즘의 사용을 통하는 것을 비롯하여, 임의의 적절한 메커니즘이 사용될 수도 있다.
또한, 다양한 본 발명의 개념은 하나 이상의 프로세스로서 구체화될 수도 있는데, 그 예가 제공되었다. 각각의 프로세스의 일부로서 수행되는 동작은, 임의의 적절한 방식으로 순서가 정해질 수도 있다. 따라서, 비록 예시적인 실시형태에서 순차적인 동작으로서 도시되지만, 예시되는 것과는 상이한 순서로 동작이 수행되는 실시형태가 구성될 수도 있는데, 그 상이한 순서는, 몇몇 동작을 동시에 수행하는 것을 포함할 수도 있다.
본 명세서에 정의되고 사용되는 바와 같이, 모든 정의는, 사전적 정의, 및/또는 정의된 용어의 일반적인 의미를 지배하는 것으로 이해되어야 한다.
본 명세서의 본 명세서 및 청구범위에서 사용될 때, 어구 "적어도 하나(at least one)"는, 하나 이상의 엘리먼트의 목록과 관련하여, 엘리먼트의 그 목록 내의 엘리먼트 중 임의의 하나 이상으로부터 선택되는 적어도 하나의 엘리먼트를 의미하는 것으로 이해되어야 하고, 엘리먼트의 그 목록 내에서 구체적으로 열거되는 각각의 엘리먼트 및 모든 엘리먼트 중 적어도 하나를 반드시 포함하는 것은 아니며 엘리먼트의 목록 내의 엘리먼트의 임의의 조합을 배제하는 것도 아니다. 이 정의는 또한, 어구 "적어도 하나"가 참조하는 엘리먼트의 목록 내에서 명시적으로 식별되는 엘리먼트 이외의 엘리먼트가, 명시적으로 식별되는 이들 엘리먼트에 관련되든 또는 관련되지 않든 간에, 옵션 사항으로 존재할 수도 있다는 것을 허용한다. 따라서, 비제한적인 예로서, "A 및 B 중 적어도 하나"(또는, 등가적으로, "A 또는 B 중 적어도 하나", 또는, 등가적으로 "A 및/또는 B 중 적어도 하나")는, 하나의 실시형태에서, B는 없이(그리고 옵션 사항으로 B 이외의 엘리먼트를 포함함), 옵션 사항으로 하나보다 더 많은 것을 포함하는, 적어도 하나의 A를; 다른 실시형태에서, A는 없이(그리고 옵션 사항으로 A 이외의 엘리먼트를 포함함), 옵션 사항으로 하나보다 더 많은 것을 포함하는, 적어도 하나의 B를; 여전히 다른 실시형태에서, 옵션 사항으로 하나보다 더 많은 것을 포함하는, 적어도 하나의 A, 및 옵션 사항으로 하나보다 더 많은 것을 포함하는, 적어도 하나의 B(및 옵션 사항으로 다른 엘리먼트를 포함함); 등을 가리킬 수 있다.
어구 "및/또는"은, 본 명세서의 본 명세서 및 청구범위에서 사용될 때, 그렇게 결합되는 엘리먼트, 즉 몇몇 경우에 접속적으로(conjunctively) 존재하고 다른 경우에 이접적으로(disjunctively) 존재하는 엘리먼트의 "어느 하나 또는 둘 모두"를 의미하는 것으로 이해되어야 한다. "및/또는"과 함께 열거되는 다수의 엘리먼트도 동일한 방식으로, 즉, 그렇게 결합되는 엘리먼트 중 "하나 이상"으로 해석되어야 한다. "및/또는" 조항에 의해 구체적으로 식별되는 엘리먼트 외에, 구체적으로 식별되는 이들 엘리먼트에 관련되든 또는 관련되지 않든 간에, 다른 엘리먼트가 옵션 사항으로 존재할 수도 있다. 따라서, 비제한적인 예로서, "A 및/또는 B"에 대한 언급은, "포함하는(comprising)"과 같은 확장 가능한(open-ended) 언어와 연계하여 사용될 때, 하나의 실시형태에서, A만을(옵션 사항으로 B 이외의 엘리먼트를 포함함); 다른 실시형태에서, B만을(옵션 사항으로 A 이외의 엘리먼트를 포함함); 여전히 다른 실시형태에서, A 및 B 둘 모두를(옵션 사항으로 다른 엘리먼트를 포함함); 등을 가리킬 수 있다.
청구항 엘리먼트를 수식하기 위한 청구범위에서의 "제1", "제2", "제3", 등과 같은 서수적 용어의 사용은, 그 자체에 의해, 하나의 청구항 엘리먼트의 다른 것에 대한 임의의 우선 순위, 우선권(precedence), 또는 순서 또는 방법의 동작이 수행되는 시간적 순서를 내포하지는 않는다. 그러한 용어는, 소정의 이름을 갖는 하나의 청구항 엘리먼트를, (서수적 용어의 사용을 제외하면) 동일한 이름을 가진 다른 엘리먼트로부터 구별하기 위한 라벨로서 사용되는 것에 불과하다.
본 명세서에서 사용되는 문체(phraseology) 및 전문 용어(terminology)는 설명의 목적을 위한 것이며 제한하는 것으로서 간주되어서는 안된다. "포함하는(including)", "포함하는(comprising)", "구비하는(having)", "함유하는(containing)", "수반하는(involving)" 및 이들의 변형어의 사용은, 앞서 열거되는 아이템 및 추가적인 아이템을 포괄하도록 의도된다.
본 명세서에서 설명되는 기술의 여러 가지 실시형태를 상세하게 설명하였지만, 기술 분야의 숙련된 자는 다양한 수정예 및 개선예를 용이하게 떠올릴 것이다. 그러한 수정예 및 개선예는 본 개시의 취지 및 범위 내에 있는 것으로 의도된다. 따라서, 전술한 설명은 예시일 뿐이며, 제한으로서 의도되지는 않는다. 본 기술은 다음의 청구범위 및 그에 대한 균등물에 의해 정의되는 대로만 제한된다.
본 명세서에서 설명되는 몇몇 양태 및/또는 실시형태가 두개내 압력 또는 간질 관련 애플리케이션과 관련하여 설명되지만, 이들 양태 및/또는 실시형태는 임의의 적절한 신경 장애에 대한 증상을 모니터링 및/또는 치료하는 데 동등하게 적용 가능할 수도 있다. 본 명세서에서 설명되는 실시형태의 임의의 제약은, 이들 실시형태만의 제약에 불과하며, 본 명세서에서 설명되는 임의의 다른 실시형태의 제약은 아니다.

Claims (92)

  1. 방법으로서,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호(acoustic signal)를 환자의 뇌로 송신하는 단계;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파(standing wave), 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도(transient) 응답에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를, 상기 뇌로부터 수신하는 단계; 및
    상기 획득된 데이터로부터, 사람의 두개내 압력(intracranial pressure)을 결정하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서, 상기 두개내 압력을 결정하는 단계는 상기 정상파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 단계를 포함하는, 방법.
  3. 제1항에 있어서, 상기 획득된 데이터를, 상기 두개내 압력을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함하는, 방법.
  4. 제1항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 방법.
  5. 제1항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 방법.
  6. 디바이스로서,
    음향 신호를 사람의 뇌로 송신하고, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터에 기초해서 사람의 두개내 압력을 결정하기 위하여 상기 뇌로부터 획득된 데이터를 수신하는 적어도 하나의 트랜스듀서를 포함하는, 디바이스.
  7. 제6항에 있어서, 상기 디바이스는 사람에 의해 착용 가능한, 디바이스.
  8. 제6항에 있어서, 상기 디바이스는 사람의 두개골(skull) 내에 이식 가능한, 디바이스.
  9. 제6항에 있어서, 상기 디바이스는 휴대용인, 디바이스.
  10. 제6항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 디바이스.
  11. 제6항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 디바이스.
  12. 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 상기 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를, 상기 뇌로부터 수신하는 동작; 및
    상기 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 동작
    을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
  13. 제12항에 있어서, 상기 두개내 압력을 결정하는 것은, 상기 획득된 데이터를, 상기 두개내 압력을 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함하는, 컴퓨터 판독 가능 저장 매체.
  14. 제12항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  15. 제12항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  16. 방법으로서,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 두개골로 송신하는 단계;
    상기 적어도 하나의 트랜스듀서를 사용하여, 유도파(guided wave), 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 두개골로부터 획득된 데이터를, 상기 두개골로부터 수신하는 단계; 및
    상기 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 단계
    를 포함하는, 방법.
  17. 제16항에 있어서, 상기 두개내 압력을 결정하는 단계는 상기 유도파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 단계를 포함하는, 방법.
  18. 제16항에 있어서, 상기 획득된 데이터를, 상기 두개내 압력을 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함하는, 방법.
  19. 제16항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 방법.
  20. 제16항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 방법.
  21. 디바이스로서,
    음향 신호를 사람의 두개골로 송신하고, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 두개골로부터 획득된 데이터에 기초해서 사람의 두개내 압력을 결정하기 위하여, 상기 두개골로부터 획득된 데이터를 수신하는 적어도 하나의 트랜스듀서를 포함하는, 디바이스.
  22. 제21항에 있어서, 상기 디바이스는 사람에 의해 착용 가능한, 디바이스.
  23. 제21항에 있어서, 상기 디바이스는 사람의 두개골 내에 이식 가능한, 디바이스.
  24. 제21항에 있어서, 상기 디바이스는 휴대용인, 디바이스.
  25. 제21항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 디바이스.
  26. 제21항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 디바이스.
  27. 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 상기 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 두개골로 송신하는 동작;
    상기 적어도 하나의 트랜스듀서를 사용하여, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 뇌로부터 획득된 데이터를, 상기 두개골로부터 수신하는 동작; 및
    상기 획득된 데이터로부터, 사람의 두개내 압력을 결정하는 동작
    을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
  28. 제27항에 있어서, 상기 두개내 압력을 결정하는 것은, 상기 획득된 데이터를, 상기 두개내 압력을 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함하는, 컴퓨터 판독 가능 저장 매체.
  29. 제27항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  30. 제27항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  31. 방법으로서,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 단계;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를, 상기 뇌로부터 수신하는 단계; 및
    상기 획득된 데이터로부터, 사람의 발작을 검출하는 단계
    를 포함하는, 방법.
  32. 제31항에 있어서, 상기 발작을 검출하는 단계는 상기 정상파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 단계를 포함하는, 방법
  33. 제31항에 있어서, 상기 획득된 데이터를, 상기 발작을 검출하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함하는, 방법.
  34. 제31항에 있어서, 상기 정상파에 기초해서 발작 부위의 위치를 결정하는 단계를 더 포함하는, 방법.
  35. 제31항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 방법.
  36. 제31항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 방법.
  37. 디바이스로서,
    음향 신호를 사람의 뇌로 송신하고, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터에 기초해서 사람의 발작을 검출하기 위하여, 상기 뇌로부터 획득된 데이터를 수신하는 적어도 하나의 트랜스듀서를 포함하는, 디바이스.
  38. 제37항에 있어서, 상기 디바이스는 사람에 의해 착용 가능한, 디바이스.
  39. 제37항에 있어서, 상기 디바이스는 사람의 두개골 내에 이식 가능한, 디바이스.
  40. 제37항에 있어서, 상기 디바이스는 휴대용인, 디바이스.
  41. 제37항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 디바이스.
  42. 제37항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 디바이스.
  43. 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 상기 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를, 상기 뇌로부터 수신하는 동작; 및
    상기 획득된 데이터로부터, 사람의 발작을 검출하는 동작
    을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
  44. 제43항에 있어서, 상기 발작을 검출하는 것은, 상기 획득된 데이터를, 사람의 발작을 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함하는, 컴퓨터 판독 가능 저장 매체.
  45. 제43항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  46. 제43항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  47. 방법으로서,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌 및/또는 두개골로 송신하는 단계;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌 및/또는 두개골로부터 획득된 데이터를, 상기 뇌 및/또는 두개골로부터 수신하는 단계; 및
    상기 획득된 데이터로부터, 사람의 상기 뇌 내부의 종양의 존재를 결정하는 단계
    를 포함하는, 방법.
  48. 제47항에 있어서, 상기 획득된 데이터에 기초해서 상기 종양의 위치를 결정하는 단계를 더 포함하는, 방법.
  49. 제47항에 있어서, 상기 종양의 존재를 결정하는 단계는, 상기 정상파 및/또는 상기 유도파의 진폭, 대역폭, 및/또는 주파수에서의 변화를 평가하는 단계를 포함하는, 방법.
  50. 제47항에 있어서, 상기 획득된 데이터를, 상기 종양의 상기 존재를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함하는, 방법.
  51. 제47항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 방법.
  52. 제47항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 방법.
  53. 디바이스로서,
    음향 신호를 사람의 뇌 및/또는 두개골로 송신하고, 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌 및/또는 두개골로부터 획득된 데이터에 기초해서, 사람의 뇌 내부의 종양의 존재를 결정하기 위하여, 상기 뇌 및/또는 두개골로부터 획득된 데이터를 수신하는, 적어도 하나의 트랜스듀서를 포함하는, 디바이스.
  54. 제53항에 있어서, 상기 디바이스는 사람에 의해 착용 가능한, 디바이스.
  55. 제53항에 있어서, 상기 디바이스는 사람의 두개골 내에 이식 가능한, 디바이스.
  56. 제53항에 있어서, 상기 디바이스는 휴대용인, 디바이스.
  57. 제53항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 디바이스.
  58. 제53항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 디바이스.
  59. 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 상기 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌 및/또는 두개골로 송신하는 동작;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 유도파, 음향 모드의 분포, 주파수 응답 및/또는 임펄스/과도 응답에 관련된 정보를 포함하는 상기 뇌 및/또는 두개골로부터 획득된 데이터를, 상기 뇌 및/또는 두개골로부터 수신하는 동작; 및
    상기 획득된 데이터로부터, 상기 사람의 뇌 내부의 종양의 존재를 결정하는 동작
    을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
  60. 제59항에 있어서, 상기 종양의 존재를 결정하는 것은, 상기 획득된 데이터를, 상기 사람의 뇌 내부의 종양의 존재를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 것을 포함하는, 컴퓨터 판독 가능 저장 매체.
  61. 제59항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  62. 제59항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  63. 방법으로서,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 단계로서, 상기 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기(excitation)를 유도하도록 구성되는, 상기 송신하는 단계;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를 수신하는 단계; 및
    상기 획득된 데이터로부터, 상기 사람의 뇌 내부의 두개내 압력의 분포를 결정하는 단계
    를 포함하는, 방법.
  64. 제63항에 있어서, 상기 두개내 압력의 분포를 결정하는 단계는, 상기 획득된 데이터를, 상기 두개내 압력의 분포를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 단계를 포함하는, 방법.
  65. 제63항에 있어서, 상기 획득된 데이터를, 상기 두개내 압력의 분포를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함하는, 방법.
  66. 제63항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 방법.
  67. 제63항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 방법.
  68. 디바이스로서,
    음향 신호를 사람의 뇌로 송신하고, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터에 기초해서 두개내 압력의 분포를 결정하기 위하여, 상기 뇌로부터 획득된 데이터를 수신하는 적어도 하나의 트랜스듀서를 포함하는, 디바이스.
  69. 제68항에 있어서, 상기 디바이스는 사람에 의해 착용 가능한, 디바이스.
  70. 제68항에 있어서, 상기 디바이스는 사람의 두개골 내에 이식 가능한, 디바이스.
  71. 제68항에 있어서, 상기 디바이스는 휴대용인, 디바이스.
  72. 제68항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 디바이스.
  73. 제68항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 디바이스.
  74. 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 상기 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금:
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작으로서, 상기 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기를 유도하도록 구성되는, 상기 송신하는 동작;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를 수신하는 동작; 및
    상기 획득된 데이터로부터, 상기 사람의 뇌 내부의 두개내 압력의 분포를 결정하는 동작
    을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
  75. 제74항에 있어서, 상기 두개내 압력의 분포를 결정하는 것은, 상기 획득된 데이터를, 상기 두개내 압력의 분포를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 단계를 포함하는, 컴퓨터 판독 가능 저장 매체.
  76. 제74항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  77. 제74항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  78. 방법으로서,
    상기 적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 단계로서, 상기 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기를 유도하도록 구성되는, 상기 송신하는 단계;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를 수신하는 단계; 및
    상기 획득된 데이터로부터, 상기 사람의 뇌 내부의 발작 부위의 위치를 결정하는 단계
    를 포함하는, 방법.
  79. 제78항에 있어서, 상기 발작 부위의 위치를 결정하는 단계는, 상기 획득된 데이터를, 상기 발작 부위의 위치를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 단계를 포함하는, 방법.
  80. 제78항에 있어서, 상기 획득된 데이터를, 상기 발작 부위의 위치를 결정하기 위한 프로세서를 갖는 외부 디바이스로 송신하는 단계를 더 포함하는, 방법.
  81. 제78항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 방법.
  82. 제78항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 방법.
  83. 디바이스로서,
    음향 신호를 사람의 뇌로 송신하고, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터에 기초해서, 발작 부위의 위치를 결정하기 위하여, 상기 뇌로부터 획득된 데이터를 수신하는 적어도 하나의 트랜스듀서를 포함하는, 디바이스.
  84. 제83항에 있어서, 상기 디바이스는 사람에 의해 착용 가능한, 디바이스.
  85. 제83항에 있어서, 상기 디바이스는 사람의 두개골 내에 이식 가능한, 디바이스.
  86. 제83항에 있어서, 상기 디바이스는 휴대용인, 디바이스.
  87. 제83항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 디바이스.
  88. 제83항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 디바이스.
  89. 프로세서 실행 가능 명령어를 저장하는 적어도 하나의 비일시적 컴퓨터 판독 가능 저장 매체로서,
    상기 프로세서 실행 가능 명령어는, 적어도 하나의 컴퓨터 하드웨어 프로세서에 의해 실행될 때, 상기 적어도 하나의 컴퓨터 하드웨어 프로세서로 하여금,
    적어도 하나의 트랜스듀서를 사용하여, 음향 신호를 환자의 뇌로 송신하는 동작으로서, 상기 적어도 하나의 트랜스듀서는 복수의 음향 모드의 여기를 유도하도록 구성되는, 상기 송신하는 동작;
    상기 적어도 하나의 트랜스듀서를 사용하여, 정상파, 주파수 응답, 임펄스/과도 응답, 및/또는 음향 모드의 분포에 관련된 정보를 포함하는 상기 뇌로부터 획득된 데이터를 수신하는 동작; 및
    상기 획득된 데이터로부터, 상기 사람의 뇌 내부의 발작 부위의 위치를 결정하는 동작
    을 수행하게 하는, 컴퓨터 판독 가능 저장 매체.
  90. 제89항에 있어서, 상기 발작 부위의 위치를 결정하는 것은, 상기 획득된 데이터를, 상기 발작 부위의 위치를 예측하도록 트레이닝되는 머신 러닝 모델에 제공하는 단계를 포함하는, 컴퓨터 판독 가능 저장 매체.
  91. 제89항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하고 상기 획득된 데이터를 수신하기 위한 제1 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
  92. 제89항에 있어서, 상기 적어도 하나의 트랜스듀서는 상기 음향 신호를 송신하기 위한 제1 트랜스듀서 및 상기 획득된 데이터를 수신하기 위한 제2 트랜스듀서를 포함하는, 컴퓨터 판독 가능 저장 매체.
KR1020227002631A 2019-07-03 2020-07-02 뇌 음향 공명 두개내 압력 모니터를 위한 시스템 및 방법 Pending KR20220031905A (ko)

Applications Claiming Priority (13)

Application Number Priority Date Filing Date Title
US201962870547P 2019-07-03 2019-07-03
US201962870569P 2019-07-03 2019-07-03
US201962870562P 2019-07-03 2019-07-03
US201962870590P 2019-07-03 2019-07-03
US201962870555P 2019-07-03 2019-07-03
US201962870579P 2019-07-03 2019-07-03
US62/870,547 2019-07-03
US62/870,562 2019-07-03
US62/870,579 2019-07-03
US62/870,590 2019-07-03
US62/870,555 2019-07-03
US62/870,569 2019-07-03
PCT/US2020/040719 WO2021003402A1 (en) 2019-07-03 2020-07-02 Systems and methods for a brain acoustic resonance intracranial pressure monitor

Publications (1)

Publication Number Publication Date
KR20220031905A true KR20220031905A (ko) 2022-03-14

Family

ID=74065533

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227002631A Pending KR20220031905A (ko) 2019-07-03 2020-07-02 뇌 음향 공명 두개내 압력 모니터를 위한 시스템 및 방법

Country Status (8)

Country Link
US (6) US20210000443A1 (ko)
EP (1) EP3993708A1 (ko)
JP (1) JP2022539179A (ko)
KR (1) KR20220031905A (ko)
AU (1) AU2020300613A1 (ko)
CA (1) CA3143255A1 (ko)
IL (1) IL289574A (ko)
WO (1) WO2021003402A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220015657A1 (en) * 2020-07-20 2022-01-20 X Development Llc Processing eeg data with twin neural networks
US20220269958A1 (en) * 2021-02-19 2022-08-25 Samsung Electronics Co., Ltd. Device-invariant, frequency-domain signal processing with machine learning
WO2022204433A1 (en) * 2021-03-24 2022-09-29 Jumbe Nelson L Systems and methods for measuring intracranial pressure
IT202100012350A1 (it) * 2021-05-13 2022-11-13 Esaote Spa Sistema smaterializzato, multiutente per l’acquisizione, la generazione e l’elaborazione di immagini ecografiche
WO2023049529A1 (en) * 2021-09-27 2023-03-30 Liminal Sciences, Inc. Techniques of measuring brain intracranial pressure, intracranial elastance, and arterial blood pressure
WO2024044832A1 (pt) * 2022-09-02 2024-03-07 Braincare Desenvolvimento E Inovação Tecnológica S.A. Método e sistema para a geração de indicador de complacência e pressão intracraniana
WO2024168264A1 (en) * 2023-02-10 2024-08-15 Regents Of The University Of Minnesota Multimodal ultrasound and acoustic system and method for novel non-invasive hearing assessment and intracranial pressure monitoring

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030199784A1 (en) * 2000-11-27 2003-10-23 Lenhardt Martin L. Non-invasive cerebral spinal fluid pressure monitor apparatus and method
US20060079773A1 (en) * 2000-11-28 2006-04-13 Allez Physionix Limited Systems and methods for making non-invasive physiological assessments by detecting induced acoustic emissions
US7547283B2 (en) * 2000-11-28 2009-06-16 Physiosonics, Inc. Methods for determining intracranial pressure non-invasively
US20100121214A1 (en) * 2008-11-11 2010-05-13 Medtronic, Inc. Seizure disorder evaluation based on intracranial pressure and patient motion
EP2624747A1 (en) * 2010-10-08 2013-08-14 Headsense Medical Ltd. Apparatus and method for measuring intracranial pressure
FI124387B (en) * 2011-11-01 2014-08-15 Oscare Medical Oy Bone method and arrangement utilizing electromagnetic waves

Also Published As

Publication number Publication date
US20210000443A1 (en) 2021-01-07
WO2021003402A1 (en) 2021-01-07
AU2020300613A1 (en) 2022-02-03
US20210000360A1 (en) 2021-01-07
CA3143255A1 (en) 2021-01-07
US20210000407A1 (en) 2021-01-07
US20210000359A1 (en) 2021-01-07
US20210000358A1 (en) 2021-01-07
US20210000444A1 (en) 2021-01-07
JP2022539179A (ja) 2022-09-07
IL289574A (en) 2022-03-01
EP3993708A1 (en) 2022-05-11

Similar Documents

Publication Publication Date Title
KR20220031905A (ko) 뇌 음향 공명 두개내 압력 모니터를 위한 시스템 및 방법
US20210138275A9 (en) Systems and methods for a wearable device for substantially non-destructive acoustic stimulation
US20200375523A1 (en) Systems and methods for monitoring brain health
US20210154499A1 (en) Device and methods for treating neurological disorders and brain conditions
US20220031281A1 (en) Methods and apparatus for pulsatility-mode sensing

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20220124

Patent event code: PA01051R01D

Comment text: International Patent Application

PG1501 Laying open of application