본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

Title Page

ABSTRACT

Contents

Ⅰ. INTRODUCTION 8

Ⅱ. Channel estimation-based stimulation artifact cancellation (SAC) 13

2.1. Introduction of channel estimation 13

2.2. Maximum length sequence-based method 14

Ⅲ. Method 17

3.1. Experiment setup 17

3.2. Channel modeling and estimation 21

3.3. Synchronization 23

Ⅳ. Results and Discussions 25

4.1. Synchronization of recording data 25

4.2. Channel estimation and stimulation artifact cancellation 28

Ⅴ. CONCLUSION 31

References 32

요약문 35

List of Figures

Fig. 1. Brief structure diagram of deep brain stimulation 13

Fig. 2. Maximum length sequence (left), its frequency power (middle), and autocorrelation (right) 14

Fig. 3. Summary of channel estimation and artifact cancellation 16

Fig. 4. System setup of the in-silico/-vivo experiment 17

Fig. 5. In-vivo setup for targeting CA1, CA3 of rat 18

Fig. 6. Comparison of SPI communication performance of USB-8452 (left) and Analog Discovery 2 (right) 19

Fig. 7. Stimulation parameter settings 20

Fig. 8. Equivalent circuit of electrode-tissue interface 21

Fig. 9. Maximum length sequence with N＝6 (left) and the output of channel in-silico (right) 21

Fig. 10. Example of phase shifted signal in time domain 23

Fig. 11. Phase detection method for the MLS stimulation 24

Fig. 12. Average plot of asynchronous MLSs in-silico (left) and in-vivo (right) 25

Fig. 13. MLS with zero phase delay (left) and half phase delay (right) in-silico 25

Fig. 14. Extrapolation based synchronized data for zero phase (left) and half phase delay (right) in silico 26

Fig. 15. Cross-correlation based synchronized data for zero phase (left) and half phase delay (right) in silico 26

Fig. 16. Synchronized MLS data in-vivo 27

Fig. 17. Estimation and recorded artifacts in asynchronous data in-silico (left) and vivo (right) 28

Fig. 18. Synchronized stimulation artifacts in-vivo data 29

Fig. 19. Time plot of stimulation artifact cancelled in-vivo data 29

초록보기

 파킨슨병은 세계에서 두번째로 많은 환자수를 보유하고 있는 퇴행성 뇌질환의 일종이다. 이를 해결하기 위한 방법으로는 약물 치료와 더불어 뇌심부 자극술이 널리 이용되고 있다. 최근에는 기존 뇌심부 자극술의 단점을 보완할 수 있는 폐루프 뇌심부 자극술이 제안되었으나 이를 위해서는 자극과 동시에 뇌신호를 측정하기 위한 아티팩트 제거 기술이 필요하다. 기존에 제안된 아티팩트 제거 기술은 일정한 파형을 가지는 자극 아티팩트의 제거가 가능함이 확인되었다. 그러나 자극 신호의 변화에 의해 아티팩트 파형이 변하는 경우, 혹은 자극과 함께 일정한 뇌신호 패턴이 발생하는 경우는 아티팩트가 제거되지 않고 남거나 폐루프 제어에 필요한 신경신호가 유실되는 문제가 발생한다. 이러한 문제를 해결하기 위해 본 연구실에서는 이전에 최대 길이 수열(maximum length sequence)을 이용한 채널 추정 기반 자극 아티팩트 제거 기술을 제안한 바가 있다. 해당 기술의 기본적인 동작은 시뮬레이션 및 동물 모델 대상 실험을 통해 확인하였으나, 사용한 실험 환경의 제약 때문에 해당 기술을 폐루프 뇌심부 자극 시스템에 적용하기에는 어려움이 따른다. 따라서, 본 논문은 기존 실험 환경의 문제점을 보완한 실험을 진행하여 자극 아티팩트 제거 기술의 검증을 진행하였다. 또한, 비동기 환경을 고려하여 측정한 데이터의 복원 알고리즘을 적용하였으며, 시물레이션 및 동물 실험 데이터를 통해 검증하였다. 이러한 결과는 이후 파킨슨병 뿐만이 아닌 여러 뇌질환 치료를 위한 폐루프 뇌심부 자극 시스템에 적용하여 보다 정밀한 자극 제어가 가능할 것으로 기대된다. 한편, 이를 위하여 채널의 시변동성을 고려한 채널 추정 방법의 개선이 필요할 것이다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기