KR102146810B1 - Apparatus and method for brain network analysis using magnetic resonance spectroscopy - Google Patents
Apparatus and method for brain network analysis using magnetic resonance spectroscopy Download PDFInfo
- Publication number
- KR102146810B1 KR102146810B1 KR1020180121907A KR20180121907A KR102146810B1 KR 102146810 B1 KR102146810 B1 KR 102146810B1 KR 1020180121907 A KR1020180121907 A KR 1020180121907A KR 20180121907 A KR20180121907 A KR 20180121907A KR 102146810 B1 KR102146810 B1 KR 102146810B1
- Authority
- KR
- South Korea
- Prior art keywords
- brain
- metabolites
- magnetic resonance
- amount
- resonance spectroscopy
- Prior art date
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 207
- 238000004611 spectroscopical analysis Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000003012 network analysis Methods 0.000 title claims abstract description 31
- 239000002207 metabolite Substances 0.000 claims abstract description 171
- 238000001228 spectrum Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000003902 lesion Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- DRBBFCLWYRJSJZ-UHFFFAOYSA-N N-phosphocreatine Chemical compound OC(=O)CN(C)C(=N)NP(O)(O)=O DRBBFCLWYRJSJZ-UHFFFAOYSA-N 0.000 description 8
- 238000005481 NMR spectroscopy Methods 0.000 description 7
- 238000011002 quantification Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- RWSXRVCMGQZWBV-WDSKDSINSA-N glutathione Chemical compound OC(=O)[C@@H](N)CCC(=O)N[C@@H](CS)C(=O)NCC(O)=O RWSXRVCMGQZWBV-WDSKDSINSA-N 0.000 description 4
- 229950007002 phosphocreatine Drugs 0.000 description 4
- CDAISMWEOUEBRE-UHFFFAOYSA-N scyllo-inosotol Natural products OC1C(O)C(O)C(O)C(O)C1O CDAISMWEOUEBRE-UHFFFAOYSA-N 0.000 description 4
- 208000014644 Brain disease Diseases 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 2
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 2
- OTCCIMWXFLJLIA-UHFFFAOYSA-N N-acetyl-DL-aspartic acid Natural products CC(=O)NC(C(O)=O)CC(O)=O OTCCIMWXFLJLIA-UHFFFAOYSA-N 0.000 description 2
- OTCCIMWXFLJLIA-BYPYZUCNSA-N N-acetyl-L-aspartic acid Chemical compound CC(=O)N[C@H](C(O)=O)CC(O)=O OTCCIMWXFLJLIA-BYPYZUCNSA-N 0.000 description 2
- 238000005284 basis set Methods 0.000 description 2
- SUHOQUVVVLNYQR-MRVPVSSYSA-N choline alfoscerate Chemical compound C[N+](C)(C)CCOP([O-])(=O)OC[C@H](O)CO SUHOQUVVVLNYQR-MRVPVSSYSA-N 0.000 description 2
- CVSVTCORWBXHQV-UHFFFAOYSA-N creatine Chemical compound NC(=[NH2+])N(C)CC([O-])=O CVSVTCORWBXHQV-UHFFFAOYSA-N 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 229960003180 glutathione Drugs 0.000 description 2
- 229960004956 glycerylphosphorylcholine Drugs 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- CDAISMWEOUEBRE-GPIVLXJGSA-N inositol Chemical compound O[C@H]1[C@H](O)[C@@H](O)[C@H](O)[C@H](O)[C@@H]1O CDAISMWEOUEBRE-GPIVLXJGSA-N 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- YHHSONZFOIEMCP-UHFFFAOYSA-O phosphocholine Chemical compound C[N+](C)(C)CCOP(O)(O)=O YHHSONZFOIEMCP-UHFFFAOYSA-O 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- XOAAWQZATWQOTB-UHFFFAOYSA-N taurine Chemical compound NCCS(O)(=O)=O XOAAWQZATWQOTB-UHFFFAOYSA-N 0.000 description 2
- OPVPGKGADVGKTG-BQBZGAKWSA-N Ac-Asp-Glu Chemical compound CC(=O)N[C@@H](CC(O)=O)C(=O)N[C@H](C(O)=O)CCC(O)=O OPVPGKGADVGKTG-BQBZGAKWSA-N 0.000 description 1
- 108010024636 Glutathione Proteins 0.000 description 1
- QNAYBMKLOCPYGJ-REOHCLBHSA-N L-alanine Chemical compound C[C@H](N)C(O)=O QNAYBMKLOCPYGJ-REOHCLBHSA-N 0.000 description 1
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 1
- 235000004279 alanine Nutrition 0.000 description 1
- 229940124277 aminobutyric acid Drugs 0.000 description 1
- 229940072107 ascorbate Drugs 0.000 description 1
- 235000010323 ascorbic acid Nutrition 0.000 description 1
- 239000011668 ascorbic acid Substances 0.000 description 1
- 229940009098 aspartate Drugs 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 229960001231 choline Drugs 0.000 description 1
- OEYIOHPDSNJKLS-UHFFFAOYSA-N choline Chemical compound C[N+](C)(C)CCO OEYIOHPDSNJKLS-UHFFFAOYSA-N 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 229960003624 creatine Drugs 0.000 description 1
- 239000006046 creatine Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 229960003692 gamma aminobutyric acid Drugs 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 229930195712 glutamate Natural products 0.000 description 1
- ZDXPYRJPNDTMRX-UHFFFAOYSA-N glutamine Natural products OC(=O)C(N)CCC(N)=O ZDXPYRJPNDTMRX-UHFFFAOYSA-N 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229960000367 inositol Drugs 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- CDAISMWEOUEBRE-CDRYSYESSA-N scyllo-inositol Chemical compound O[C@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O CDAISMWEOUEBRE-CDRYSYESSA-N 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 229960003080 taurine Drugs 0.000 description 1
Images
Classifications
-
- 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
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
본원은 자기공명분광학을 이용한 뇌 네트워크 분석 방법에 관한 것이며, 자기공명분광학을 이용하여 뇌 대사물질의 연결성을 분석하는 방법은, 복수 개의 뇌 대사물질을 기초로 상기 뇌 대사물질 각각의 스펙트럼을 획득하는 단계, 획득된 상기 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 상기 자기공명분광학 데이터를 기초로 상기 다중 복셀 각각에 할당되는 상기 뇌 대사물질의 양을 정량화하는 단계 및 정량화된 상기 뇌 대사물질의 양을 기초로 상관계수를 이용하여 상기 뇌 대사물질의 연결성 변화를 분석하는 단계를 포함할 수 있다.The present application relates to a brain network analysis method using magnetic resonance spectroscopy, and the method of analyzing the connectivity of brain metabolites using magnetic resonance spectroscopy is to acquire spectra of each of the brain metabolites based on a plurality of brain metabolites. Step, Based on the obtained spectrum, measuring magnetic resonance spectroscopy data of each of the multiple voxels in the region of interest, and quantifying the amount of the brain metabolite allocated to each of the multiple voxels based on the measured magnetic resonance spectroscopy data And analyzing a change in connectivity of the brain metabolites using a correlation coefficient based on the quantified amount of the brain metabolites.
Description
본원은 자기공명분광학을 이용한 뇌 네트워크 분석 장치 및 방법에 관한 것이다.The present application relates to a brain network analysis apparatus and method using magnetic resonance spectroscopy.
일반적으로 자기공명분광학(MRS; Magnetic resonance spectroscopy)은 해부학적 및 조직학적 영상을 기반으로 하여 생체 내 대사 정보를 제공하는 도구로서, 화학적 규명 및 정량화를 수행할 수 있다. 이러한 자기공명분광학은 핵자기공명현상(NMR; Nuclear Magnetic Resonance)을 이용하며, 스펙트럼의 분석을 기반으로 하여 인체의 다양한 대사물질의 농도 차이를 구별함으로써, 질병 치료 시 치료 영향을 평가하고 뇌 대사물질의 정량화된 화학적 분석을 위해 사용되고 있다. In general, magnetic resonance spectroscopy (MRS) is a tool that provides metabolic information in vivo based on anatomical and histological images, and can perform chemical identification and quantification. Such magnetic resonance spectroscopy uses the Nuclear Magnetic Resonance (NMR) phenomenon and, based on the analysis of the spectrum, distinguishes the difference in the concentration of various metabolites in the human body, thereby evaluating the effect of treatment in disease treatment and brain metabolites. It is being used for quantitative chemical analysis.
기존 자기공명분광학 연구에서는 특정 시각에 특정한 복셀에서 얻어진 스펙트럼으로부터 특정 뇌 영역의 대사물질의 양에 대한 정보를 얻고, 이를 정상군과 환자군, 또는 정상군과 특정 제약을 가한 실험군의 뇌 대사물질의 양을 비교하여 분석하는 방법을 적용하는 기술이 이용되고 있다.In the existing magnetic resonance spectroscopy research, information on the amount of metabolites in a specific brain region is obtained from a spectrum obtained from a specific voxel at a specific time, and this is the amount of brain metabolites in the normal group and patient group, or the experimental group with certain restrictions applied to the normal group. A technique that applies a method of comparing and analyzing is being used.
하지만, 기존의 뇌 대사물질의 양을 비교하는 방법으로는 뇌 영역들 간 대사물질 연결성을 관찰할 수 없으며, 특히 시간이 지남에 따른 대사물질의 변화 및 뇌 대사물질 연결성 변화에 대한 고찰이 불가하다는 문제점이 있다.However, it is not possible to observe metabolite connectivity between brain regions by comparing the amount of metabolites in the existing brain, and in particular, it is impossible to consider changes in metabolites and brain metabolite connectivity changes over time. There is a problem.
본원의 배경이 되는 기술은 한국등록특허공보 제 10-1789425호에 개시되어 있다.The technology behind the present application is disclosed in Korean Patent Publication No. 10-1789425.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 뇌 대사물질을 일정 시간 간격으로 여러 번 측정하여 측정 시점마다 뇌 대사물질의 네트워크를 구성한 뒤, 각 시점에서의 뇌 대사물질의 연결성 변화를 분석할 수 있는 자기공명분광학을 이용한 뇌 네트워크 분석 장치 및 방법을 제공하려는 것을 목적으로 한다.The present application is to solve the problems of the prior art described above, by measuring brain metabolites several times at regular time intervals, constructing a network of brain metabolites at each measurement time point, and then analyzing changes in the connectivity of brain metabolites at each time point. An object of the present invention is to provide an apparatus and method for analyzing a brain network using magnetic resonance spectroscopy.
또한, 집단간 뇌 대사물질 연결성 및 시간에 따른 연결성 변화를 비교하므로 임상적인 결과를 얻을 수 있고, 뇌 질환자의 시간 별 대사물질 변화 추이를 확인할 수 있으며, 여러 뇌 영역에서의 진단 및 치료 방법을 구상할 수 있는 자기공명분광학을 이용한 뇌 네트워크 분석 장치 및 방법을 제공하려는 것을 목적으로 한다.In addition, clinical results can be obtained by comparing the connectivity of brain metabolites between groups and the change in connectivity over time, confirming the change of metabolites by time of brain disease, and devising diagnosis and treatment methods in various brain regions. An object of the present invention is to provide an apparatus and method for analyzing a brain network using magnetic resonance spectroscopy.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.However, the technical problem to be achieved by the embodiments of the present application is not limited to the technical problems as described above, and other technical problems may exist.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따른 자기공명분광학을 이용하여 뇌 대사물질의 연결성을 분석하는 방법에 있어서, 복수 개의 뇌 대사물질을 기초로 상기 뇌 대사물질 각각의 스펙트럼을 획득하는 단계, 획득된 상기 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 상기 자기공명분광학 데이터를 기초로 상기 다중 복셀 각각에 할당되는 상기 뇌 대사물질의 양을 정량화하는 단계 및 정량화된 상기 뇌 대사물질의 양을 기초로 상관계수를 이용하여 상기 뇌 대사물질의 연결성 변화를 분석하는 단계를 포함할 수 있다.As a technical means for achieving the above technical task, in the method for analyzing the connectivity of brain metabolites using magnetic resonance spectroscopy according to an embodiment of the present application, each of the brain metabolites based on a plurality of brain metabolites Obtaining a spectrum of, based on the obtained spectrum, measuring magnetic resonance spectroscopy data of each of the multiple voxels in the region of interest, and the brain metabolite assigned to each of the multiple voxels based on the measured magnetic resonance spectroscopy data It may include quantifying the amount of and analyzing the change in the connectivity of the brain metabolites using a correlation coefficient based on the quantified amount of the brain metabolite.
또한, 상기 상관계수는, 상기 다중 복셀 중 제1 복셀의 뇌 대사물질의 양, 상기 다중 복셀 중 제2 복셀의 뇌 대사물질의 양, 이중 특정 개체 및 상기 이중 특정 개체의 뇌 대사물질의 양을 기초로 하여 결정될 수 있다In addition, the correlation coefficient is the amount of brain metabolites of the first voxel among the multiple voxels, the amount of brain metabolites of the second voxel among the multiple voxels, and the amount of brain metabolites of the specific individual and the specific individual. Can be determined on the basis of
또한, 상기 상관계수는, 상기 제1 복셀의 뇌 대사물질의 양의 평균, 상기 제2 복셀의 뇌 대사물질의 양의 평균, 상기 제1 복셀의 뇌 대사물질의 양의 표준편차 및 상기 제2 복셀의 뇌 대사물질의 양의 표준편차를 기초로 하여 결정될 수 있다.In addition, the correlation coefficient is an average of the amount of brain metabolites of the first voxel, the average of the amount of brain metabolites of the second voxel, the standard deviation of the amount of brain metabolites of the first voxel, and the second It can be determined based on the standard deviation of the amount of brain metabolites in voxels.
또한, 상기 상관계수는 하기 수학식 1에 의해 산출되고,In addition, the correlation coefficient is calculated by
[수학식1][Equation 1]
여기서,
또한, 상기 스펙트럼을 획득하는 단계는, 상기 뇌 대사물질을 포함하는 팬텀 용액을 이용하여 상기 스펙트럼을 획득할 수 있다In addition, in the step of obtaining the spectrum, the spectrum may be obtained using a phantom solution containing the brain metabolite.
또한, 상기 뇌 대사물질의 양을 정량화하는 단계는, 상기 뇌 대사물질의 양은 미리 설정된 시간을 기초로 하여 반복적으로 실행될 수 있다.In addition, the step of quantifying the amount of the brain metabolite may be repeatedly performed based on a preset time for the amount of the brain metabolite.
또한, 상기 뇌 대사물질의 연결성 변화를 분석하는 단계는, 상기 상관계수에 문턱치 기준을 설정하고, 상기 상관계수의 절대값이 상기 문턱치 기준보다 큰 경우, 상기 제1 복셀 및 상기 제2 복셀은 연결된 것으로 판단될 수 있다.In addition, analyzing the change in connectivity of the brain metabolites includes setting a threshold criterion for the correlation coefficient, and when the absolute value of the correlation coefficient is greater than the threshold criterion, the first voxel and the second voxel are connected. It can be judged as.
또한, 분석된 상기 뇌 대사물질의 연결성 변화를 기초로 하여 병변 정보를 획득하는 단계 및 판단된 상기 병변 정보를 디스플레이상에 출력하는 단계를 더 포함할 수 있다.In addition, the method may further include acquiring lesion information based on a change in connectivity of the analyzed brain metabolites and outputting the determined lesion information on a display.
한편, 본원의 일 실시예에 자기공명분광학을 이용하여 뇌 대사물질의 연결성을 분석하는 장치에 있어서, 복수 개의 뇌 대사물질을 기초로 상기 뇌 대사물질 각각의 스펙트럼을 획득하는 획득부, 획득된 상기 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 상기 자기공명분광학 데이터를 기초로 상기 다중 복셀 각각에 할당되는 상기 뇌 대사물질의 양을 정량화하는 처리부 및 정량화된 상기 뇌 대사물질의 양을 기초로 상관계수를 이용하여 상기 뇌 대사물질의 연결성 변화를 분석하는 분석부를 포함할 수 있다.On the other hand, in the apparatus for analyzing the connectivity of brain metabolites using magnetic resonance spectroscopy according to an embodiment of the present application, an acquisition unit that acquires spectra of each of the brain metabolites based on a plurality of brain metabolites, the acquired A processing unit that measures the magnetic resonance spectroscopy data of each of the multiple voxels in the region of interest based on the spectrum, and quantifies the amount of the brain metabolite allocated to each of the multiple voxels based on the measured magnetic resonance spectroscopy data, and the quantified It may include an analysis unit that analyzes the change in connectivity of the brain metabolites using a correlation coefficient based on the amount of brain metabolites.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.The above-described problem solving means are merely exemplary and should not be construed as limiting the present application. In addition to the above-described exemplary embodiments, additional embodiments may exist in the drawings and detailed description of the invention.
전술한 본원의 과제 해결 수단에 의하면, 뇌 대사물질을 일정 시간 간격으로 여러 번 측정하여 측정 시점마다 뇌 대사물질의 네트워크를 구성함으로써, 각 시점에서의 뇌 대사물질의 연결성 변화를 분석할 수 있는 효과가 있다.According to the above-described problem solving means of the present application, by measuring brain metabolites several times at regular time intervals and constructing a network of brain metabolites at each measurement time point, it is possible to analyze changes in the connectivity of brain metabolites at each time point. There is.
전술한 본원의 과제 해결 수단에 의하면, 집단간 뇌 대사물질 연결성 및 시간에 따른 연결성 변화를 비교함으로써, 임상적인 결과를 얻을 수 있고, 뇌 질환자의 시간 별 대사물질 변화 추이를 확인할 수 있으며, 여러 뇌 영역에서의 진단 및 치료 방법을 구상할 수 있다.According to the above-described problem solving means of the present application, clinical results can be obtained by comparing the brain metabolite connectivity between groups and the connectivity change over time, and it is possible to check the metabolite change trend over time of the brain diseased person. Diagnosis and treatment methods in the domain can be envisioned.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.However, the effect obtainable in the present application is not limited to the effects as described above, and other effects may exist.
도 1은 본원에 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법에 대한 동작 흐름도이다.
도 2는 본원의 일 실시예에 따른 다중 복셀 자기공명분광학 기법을 통해 획득된 스펙트럼의 일 예를 나타낸 도면이다.
도 3은 본원의 일 실시예에 따른 미리 설정된 시간을 기초로 획득된 뇌 대사물질의 정량화의 일 예를 나타낸 것이다.
도 4는 본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 장치의 개략적인 구성도이다.1 is a flowchart illustrating an operation of a brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application.
2 is a diagram illustrating an example of a spectrum obtained through a multi-voxel magnetic resonance spectroscopy technique according to an embodiment of the present application.
3 shows an example of quantification of brain metabolites obtained based on a preset time according to an embodiment of the present application.
4 is a schematic configuration diagram of a brain network analysis apparatus using magnetic resonance spectroscopy according to an embodiment of the present application.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, exemplary embodiments of the present application will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art may easily implement the present application. However, the present application may be implemented in various different forms and is not limited to the embodiments described herein. In addition, in the drawings, parts not related to the description are omitted in order to clearly describe the present application, and similar reference numerals are attached to similar parts throughout the specification.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다. Throughout the present specification, when a part is said to be "connected" with another part, it is not only "directly connected", but also "electrically connected" or "indirectly connected" with another element interposed therebetween. "Including the case.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.Throughout this specification, when a member is positioned "on", "upper", "upper", "under", "lower", and "lower" of another member, this means that a member is located on another member. It includes not only the case where they are in contact but also the case where another member exists between the two members.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification of the present application, when a certain part "includes" a certain component, it means that other components may be further included rather than excluding other components unless specifically stated to the contrary.
도 1은 본원에 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법에 대한 동작 흐름도이다.1 is a flowchart illustrating an operation of a brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application.
도 1을 참조하면, 본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 복수 개의 뇌 대사물질을 기초로 뇌 대사물질 각각의 스펙트럼을 획득할 수 있다(S110). Referring to FIG. 1, in the brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application, spectra of each brain metabolite may be obtained based on a plurality of brain metabolites (S110).
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 자기공명분광학을 이용하여 뇌 대사물질의 연결성을 분석함으로써, 뇌 네트워크를 분석할 수 있다. The brain network analysis method using magnetic resonance spectroscopy according to an exemplary embodiment of the present application may analyze the brain network by analyzing the connectivity of brain metabolites using magnetic resonance spectroscopy.
일반적으로 자기공명분광학(MRS; Magnetic resonance spectroscopy)은 해부학적 및 조직학적 영상을 기반으로 하여 생체 내 대사 정보를 제공하는 도구로서, 화학적 규명 및 정량화를 수행할 수 있다. 이러한 자기공명분광학은 핵자기공명현상(NMR; Nuclear Magnetic Resonance)을 이용하며, 스펙트럼의 분석을 기반으로 하여 인체의 다양한 대사물질의 농도 차이를 구별함으로써, 질병 치료 시 치료 영향을 평가하고 뇌 대사물질의 정량화된 화학적 분석을 위해 사용되고 있다. In general, magnetic resonance spectroscopy (MRS) is a tool that provides metabolic information in vivo based on anatomical and histological images, and can perform chemical identification and quantification. Such magnetic resonance spectroscopy uses the Nuclear Magnetic Resonance (NMR) phenomenon and, based on the analysis of the spectrum, distinguishes the difference in the concentration of various metabolites in the human body, thereby evaluating the effect of treatment during disease treatment and brain metabolites. It is being used for quantitative chemical analysis.
여기서 핵자기공명현상(NMR)이란, 물체에 외부 자장을 가하면 해당 물체 내에 존재하는 스핀은 물질과 자기장의 강도에 의존한 세차주파수로 세차 운동을 하게 되는데, 이 때 스핀에 세차주파수와 같은 주파수를 가진 전자기파를 가하면 스핀이 그 에너지를 흡수해 공명 현상이 발생하게 되는 현상을 의미하며, 핵자기공명현상에 의해 유도기전력이 발생하게 되는데, 발생한 유도기전력을 측정해 스펙트럼으로 나타낸 기법이 자기공명분광학(MRS; Magnetic Resonance Spectroscopy)이다.Here, the term Nuclear Magnetic Resonance (NMR) means that when an external magnetic field is applied to an object, the spin existing in the object performs precession at a precession frequency depending on the strength of the material and the magnetic field. In this case, the spin has the same frequency as the precession frequency. It refers to a phenomenon in which a resonance phenomenon occurs by the spin absorbing the energy when an excitation electromagnetic wave is applied, and induced electromotive force is generated by the nuclear magnetic resonance phenomenon.The method of measuring the generated induced electromotive force and expressing it as a spectrum is magnetic resonance spectroscopy ( MRS; Magnetic Resonance Spectroscopy).
자기공명분광학 기법은 어떠한 검사 대상이 자기장에 놓여져 있을 때, 가해진 RF 펄스에 대한 자기공명신호의 변화를 정밀하게 관측하고, 그 대상의 구조, 성분 및 상태 등을 정량적으로 분석하는 방법이다. 따라서 자기공명분광학 기법은 측정 대상체에 무해한 방법으로 주어진 표본에서 대사물질의 화학작용에 따른 생화학적 정보를 얻을 수 있고, 특히 뇌 조직의 화학적인 특성, 즉 뇌 대사물질의 생화학 정보를 얻는데 사용될 수 있다.The magnetic resonance spectroscopy technique is a method of accurately observing the change of the magnetic resonance signal for an applied RF pulse when an object to be inspected is placed in a magnetic field, and quantitatively analyzing the structure, component, and state of the object. Therefore, the magnetic resonance spectroscopy technique can be used to obtain biochemical information according to the chemistry of metabolites in a given sample in a way that is harmless to the object to be measured, and in particular, it can be used to obtain biochemical information on the chemical properties of brain tissue, that is, brain metabolites. .
기존 자기공명분광학 연구에서는 특정 시각에 특정한 복셀에서 얻어진 스펙트럼으로부터 특정 뇌 영역의 대사물질의 양에 대한 정보를 얻고, 이를 정상군과 환자군, 또는 정상군과 특정 제약을 가한 실험군의 뇌 대사물질의 양을 비교하여 분석하는 방법을 적용하는 기술이 이용되고 있다.In the existing magnetic resonance spectroscopy research, information on the amount of metabolites in a specific brain region is obtained from a spectrum obtained from a specific voxel at a specific time, and this is the amount of brain metabolites in the normal group and patient group, or the experimental group with certain restrictions applied to the normal group. A technique that applies a method of comparing and analyzing is being used.
기존의 뇌 대사물질의 양을 비교하는 방법으로는 뇌 영역들 간 대사물질 연결성을 관찰할 수 없으며, 특히 시간이 지남에 따른 대사물질의 변화 및 뇌 대사물질 연결성 변화에 대한 고찰이 불가하다는 문제점이 있다.The existing method of comparing the amount of brain metabolites has a problem that it is not possible to observe the metabolite connectivity between brain regions, and in particular, it is impossible to consider changes in metabolites and brain metabolite connectivity changes over time. have.
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은 이러한 문제점을 해결하고자 하는 것으로써, 뇌 대사물질을 일정 시간 간격으로 여러 번 측정하여 측정 시점마다 뇌 대사물질의 네트워크를 구성한 뒤, 각 시점에서의 뇌 대사물질의 연결성 변화를 분석할 수 있다. 더불어, 본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은 특정 시점에서의 뇌 대사물질 네트워크로부터 실험군간 연결성의 차이를 분석할 수 있다. 따라서, 본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법을 통해 집단간 뇌 대사물질 연결성 및 시간에 따른 연결성 변화를 비교하므로 임상적인 결과를 얻을 수 있으며, 뇌 질환자의 시간 별 대사물질 변화 추이를 확인할 수 있고, 여러 뇌 영역에서의 진단 및 치료 방법을 구상할 수 있다. The brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application is to solve this problem, and after measuring brain metabolites several times at predetermined time intervals, a network of brain metabolites is constructed at each measurement time point, Changes in the connectivity of brain metabolites at each time point can be analyzed. In addition, the brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application may analyze a difference in connectivity between experimental groups from a brain metabolite network at a specific time point. Therefore, clinical results can be obtained by comparing the brain metabolite connectivity between groups and the change in connectivity over time through the brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application. Change trends can be checked, and diagnosis and treatment methods can be envisioned in various brain regions.
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 먼저 복수 개의 뇌 대사물질을 기초로 뇌 대사물질 각각의 스펙트럼을 획득할 수 있다(S110). In the brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application, first, a spectrum of each brain metabolite may be obtained based on a plurality of brain metabolites (S110).
기존의 자기공명분광학 획득 장비를 이용하여 스펙트럼을 얻는 방법으로는 단일 복셀(single voxel) 자기공명분광학 기법과 다중 복셀(multi voxel) 자기공명분광학 기법이 있다.Methods of obtaining spectra using conventional magnetic resonance spectroscopy acquisition equipment include single voxel magnetic resonance spectroscopy and multi voxel magnetic resonance spectroscopy.
여기서 복셀(voxel)이란, 부피(volume)와 픽셀(pixel)을 조합한 혼성어로, 체적 요소이며 3차원 공간에서 정규 격자 단위의 값을 나타내고, 주로 의료 및 과학 데이터 시각화 및 분석에 사용될 수 있다. Here, a voxel is a hybrid word that combines a volume and a pixel, is a volume element, and represents a value in a regular grid unit in a three-dimensional space, and can be mainly used for medical and scientific data visualization and analysis.
자기공명분광법을 이용한 자기공명분광영상(MRSI; Magnetic Resonance Spectroscopy Imaging)은 각각의 영상 복셀에서의 대사물질에 관한 스펙트럼 정보를 포함하고 있다. 따라서, 신체 조직의 대사물질이나 생화학적 정보의 분포를 파악하기 위해서는 정확한 공간 정보를 갖는 복셀의 획득이 필요하며, 복셀의 정도에 따라 단일 복셀(single voxel) 및 다중 복셀(multi voxel)로 구분될 수 있다.Magnetic Resonance Spectroscopy Imaging (MRSI) using magnetic resonance spectroscopy includes spectral information on metabolites in each image voxel. Therefore, in order to grasp the distribution of metabolites or biochemical information in body tissues, it is necessary to obtain voxels with accurate spatial information, and can be divided into single voxels and multi voxels according to the degree of voxels. I can.
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 여러 영역의 스펙트럼을 동시에 얻어 뇌 대사물질간의 연결성을 분석하는 기술로, 여러 영역의 스펙트럼을 동시에 얻어야 하는 특성이 있으므로, 다중 복셀을 이용한 자기공명분광학 기법일 수 있다.The brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application is a technology that analyzes the connectivity between brain metabolites by obtaining spectrums of several regions at the same time.Since there is a characteristic that spectrums of several regions must be obtained at the same time, multiple voxels It may be a magnetic resonance spectroscopy technique using.
도 2는 본원의 일 실시예에 따른 다중 복셀 자기공명분광학 기법을 통해 획득된 스펙트럼의 일 예를 나타낸 도면이다. 2 is a diagram illustrating an example of a spectrum obtained through a multi-voxel magnetic resonance spectroscopy technique according to an embodiment of the present application.
도 2를 참조하면, 단계 S110에서, 복수 개의 뇌 대사물질을 기초로 하여 다중 복셀 자기공명분광학 기법을 통해 획득된 뇌 대사물질의 각각의 스펙트럼은, 뇌의 여러 복셀에서 각 복셀마다 할당되는 각각의 스펙트럼으로 측정되어 획득될 수 있다. 2, in step S110, each spectrum of a brain metabolite obtained through a multi-voxel magnetic resonance spectroscopy technique based on a plurality of brain metabolites is assigned to each voxel in several voxels of the brain. It can be measured and obtained as a spectrum.
이때, 상기 스펙트럼은, 뇌 대사물질을 포함하는 팬텀 용액을 이용하여 획득될 수 있다.In this case, the spectrum may be obtained using a phantom solution containing a brain metabolite.
일 예로, 스펙트럼은, 18개의 뇌 대사물질에 대해 각각의 뇌 대사물질만을 포함하는 팬텀(phantom) 용액을 제조함으로써, 스펙트럼을 측정한 후, 이를 기저집합(basis set)으로 자기공명분광학 분석 프로그램을 이용하여 측정될 수 있다. 이때 스펙트럼 분석에 사용되는 자기공명분광학 분석 프로그램은 기존 상용화된 분석 프로그램인 LCModel일 수 있다.For example, for the spectrum, by preparing a phantom solution containing only each of the brain metabolites for 18 brain metabolites, after measuring the spectrum, a magnetic resonance spectroscopy analysis program was used as a basis set. Can be measured using. At this time, the magnetic resonance spectroscopy analysis program used for spectrum analysis may be an existing commercially available analysis program, LCModel.
여기서, 분석에 사용되는 뇌 대사물질은 Alanine (Ala), Ascorbate (Asc), Aspartate (Asp), Choline (Cho), Creatine (Cr), Phosphocreatine (PCr),
다음으로, 획득된 스펙트럼을 기초로 관심 영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 자기공명분광학 데이터를 기초로 다중 복셀 각각에 할당되는 뇌 대사물질을 정량화할 수 있다(S120)Next, magnetic resonance spectroscopy data of each of the multiple voxels in the region of interest may be measured based on the acquired spectrum, and brain metabolites assigned to each of the multiple voxels may be quantified based on the measured magnetic resonance spectroscopy data (S120).
단계 S120에서는, 획득된 스펙트럼을 기초로 하여 임의로 설정된 관심 영역 내의 다중 복셀에서의 자기공명분광학 데이터가 측정되면, 기설정된 관심 영역 내의 다중 복셀에서 각각의 뇌 대사물질이 정량화 될 수 있다.In step S120, when magnetic resonance spectroscopy data in multiple voxels in the region of interest arbitrarily set based on the acquired spectrum are measured, each brain metabolite may be quantified in the multiple voxels in the region of interest.
따라서, n개의 개체들 (i1, i2, i3, … , in)에서 임의로 설정된 관심 영역 내의 각각의 복셀에서 뇌 대사물질들의 양을 획득할 수 있다. Accordingly, it is possible to obtain the amount of brain metabolites in each voxel in the region of interest arbitrarily set from n individuals (i1, i2, i3, …, in).
이때, 단계 S120에서, 뇌 대사물질의 양은 미리 설정된 시간(time point 1, time point 2, time point 3, …, time point n)을 기초로 하여 반복적으로 실행될 수 있다. At this time, in step S120, the amount of brain metabolites may be repeatedly executed based on a preset time (
도 3은 본원의 일 실시예에 따른 미리 설정된 시간을 기초로 획득된 뇌 대사물질의 정량화의 일 예를 나타낸 것이다.3 shows an example of quantification of brain metabolites obtained based on a preset time according to an embodiment of the present application.
도 3을 참조하면, 관심 영역 내의 다중복셀에서 각각의 뇌 대사물질의 정량화는 미리 설정된 시간(time point 1, time point 2, time point 3, …, time point n)에 따라 반복적으로 실행될 수 있는데, 아래에 언급되는 상관계수를 이용하여 정량화된 뇌 대사물질의 연결성 변화를 분석할 수 있다.Referring to FIG. 3, quantification of each brain metabolite in multiple voxels within a region of interest may be repeatedly performed according to a preset time (
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 정량화된 뇌 대사물질의 양을 기초로 상관계수를 이용하여 뇌 대사물질의 연결성 변화를 분석할 수 있다(S130).The brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application may analyze a change in connectivity of brain metabolites using a correlation coefficient based on the amount of the quantified brain metabolite (S130).
각각의 뇌 대사물질에 대한 뇌 네트워크를 구성하기 위해서는 다중 복셀 중 임의로 선택된 서로 다른 두 복셀 사이에 상호연관성을 측정하는 척도가 필요하며, 본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 상관계수(correlation coefficient)를 이용하여 뇌 대사물질의 연결성 변화를 분석할 수 있다.In order to construct a brain network for each brain metabolite, a scale for measuring the correlation between two different voxels randomly selected among multiple voxels is required, and a brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application It is, by using the correlation coefficient (correlation coefficient) can analyze the connectivity change in brain metabolite.
여기서 상관계수는 다중 복셀 중 임의로 선택된 제1 복셀의 뇌 대사물질의 양, 다중 복셀 중 임의로 선택된 제2 복셀의 뇌 대사물질의 양, 이중 특정 개체 및 이중 특정 개체의 뇌 대사물질의 양을 기초로 하여 결정될 수 있다.Here, the correlation coefficient is based on the amount of brain metabolites of the first voxel randomly selected among multiple voxels, the amount of brain metabolites of the second voxel randomly selected among multiple voxels, and the amount of brain metabolites of a specific individual and a specific individual among them. Can be determined.
또한, 상관계수는 제1 복셀의 뇌 대사물질의 양의 평균, 제2 복셀의 뇌 대사물질의 양의 평균, 제1 복셀의 뇌 대사물질의 양의 표준편차 및 제2 복셀의 뇌 대사물질의 양의 표준편차를 기초로 하여 결정될 수 있다.In addition, the correlation coefficient is the average of the amount of brain metabolites of the first voxel, the average of the amount of brain metabolites of the second voxel, the standard deviation of the amount of brain metabolites of the first voxel, and the brain metabolites of the second voxel. It can be determined on the basis of the positive standard deviation.
뇌 대사물질의 연결성 변화를 분석하기 위한 상관계수는 하기 [수학식1]에 의해 산출될 수 있다.The correlation coefficient for analyzing the change in the connectivity of brain metabolites can be calculated by the following [Equation 1].
[수학식1][Equation 1]
여기서,
단계 S130에서 뇌 대사물질의 연결성 변화를 분석하는 단계는, 상관계수에 문턱치(threshold) 기준을 설정하고, 상관계수의 절대값이 문턱치 기준보다 큰 경우, 제1 복셀 및 제2 복셀은 연결된 것으로 판단될 수 있다.In the step of analyzing the change in connectivity of brain metabolites in step S130, a threshold criterion is set for the correlation coefficient, and if the absolute value of the correlation coefficient is greater than the threshold criterion, it is determined that the first voxel and the second voxel are connected. Can be.
즉,
또한, 미리 설정된 시간(time point 1, time point 2, time point 3, …, time point n)에서 구성된 뇌 네트워크들 사이의 연결성 변화는 연결 유무 변화 및 상관계수(
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 분석된 뇌 대사물질의 연결성 변화를 기초로 하여 병변 정보를 획득하고, 판단된 병변 정보를 디스플레이상에 출력할 수 있다.In the brain network analysis method using magnetic resonance spectroscopy according to an exemplary embodiment of the present disclosure, lesion information may be obtained based on a change in connectivity of an analyzed brain metabolite, and the determined lesion information may be output on a display.
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은, 단계 S130에서 분석된 뇌 대사물질의 연결성 변화를 기초로 하여 뇌 질환을 포함한 병변 정보를 판단할 수 있으며, 뇌 대사물질 연결성 및 시간에 따른 연결성 변화를 비교함에 따라 뇌 질병의 변화 추이, 진단 및 치료 방법을 포함한 병변 정보를 판단할 수 있다. 또한, 판단된 병변 정보를 디스플레이상에 출력할 수 있다.The brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application may determine lesion information including brain diseases based on the change in connectivity of brain metabolites analyzed in step S130, and the brain metabolite connectivity and By comparing the change in connectivity over time, it is possible to determine lesion information including a change trend of brain disease and a diagnosis and treatment method. Also, the determined lesion information may be output on the display.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 장치 구성을 간단히 살펴보기로 한다.Hereinafter, based on the details described above, the device configuration of the present application will be briefly described.
도 4는 본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 장치의 개략적인 구성도이다.4 is a schematic configuration diagram of a brain network analysis apparatus using magnetic resonance spectroscopy according to an embodiment of the present application.
도 4에 도시된 자기공명분광학을 이용한 뇌 네트워크 분석 장치(100)는 앞서 설명된 자기공명분광학을 이용한 뇌 네트워크 분석 방법을 수행할 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 자기공명분광학을 이용한 뇌 네트워크 분석 방법에 대하여 설명된 내용은 자기공명분광학을 이용한 뇌 네트워크 분석 장치(100)에 대한 설명에도 동일하게 적용될 수 있다.The
본원의 일 실시예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 장치(100)는 복수 개의 뇌 대사물질을 기초로 뇌 대사물질 각각의 스펙트럼을 획득하는 획득부(110), 획득된 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 자기공명분광학 데이터를 기초로 다중 복셀 각각에 할당되는 뇌 대사물질의 양을 정량화하는 처리부(120) 및 정량화된 뇌 대사물질의 양을 기초로 상관계수를 이용하여 뇌 대사물질의 연결성 변화를 분석하는 분석부(130)를 포함할 수 있다.The
획득부(110)는 복수 개의 뇌 대사물질을 기초로 뇌 대사물질 각각의 스펙트럼을 획득할 수 있다. 복수 개의 뇌 대사물질을 기초로 하여 다중 복셀 자기공명분광학 기법을 통해 획득된 뇌 대사물질의 각각의 스펙트럼은, 뇌의 여러 복셀에서 각 복셀마다 할당되는 각각의 스펙트럼으로 측정되어 획득할 수 있다. 이때, 상기 스펙트럼은, 뇌 대사물질을 포함하는 팬텀 용액을 이용하여 획득될 수 있다. 일 예로, 스펙트럼은, 18개의 뇌 대사물질에 대해 각각의 뇌 대사물질만을 포함하는 팬텀(phantom) 용액을 제조함으로써, 스펙트럼을 측정한 후, 이를 기저집합(basis set)으로 자기공명분광학 분석 프로그램을 이용하여 측정될 수 있다.The
처리부(120)는 획득된 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 자기공명분광학 데이터를 기초로 다중 복셀 각각에 할당되는 뇌 대사물질의 양을 정량화할 수 있다.The
처리부(120)는 획득된 스펙트럼을 기초로 하여 임의로 설정된 관심 영역 내의 다중 복셀에서의 자기공명분광학 데이터가 측정되면, 기설정된 관심 영역 내의 다중 복셀에서 각각의 뇌 대사물질이 정량화 할 수 있다.The
따라서, n개의 개체들 (i1, i2, i3, … , in)에서 임의로 설정된 관심 영역 내의 각각의 복셀에서 뇌 대사물질들의 양을 획득할 수 있다. Accordingly, it is possible to obtain the amount of brain metabolites in each voxel in the region of interest arbitrarily set from n individuals (i1, i2, i3, …, in).
이때, 처리부(120)는, 뇌 대사물질의 양은 미리 설정된 시간(time point 1, time point 2, time point 3, …, time point n)을 기초로 하여 반복적으로 실행할 수 있다In this case, the
분석부(130)는 정량화된 뇌 대사물질의 양을 기초로 상관계수를 이용하여 뇌 대사물질의 연결성 변화를 분석할 수 있다. The
여기서 상관계수는 다중 복셀 중 임의로 선택된 제1 복셀의 뇌 대사물질의 양, 다중 복셀 중 임의로 선택된 제2 복셀의 뇌 대사물질의 양, 이중 특정 개체 및 이중 특정 개체의 뇌 대사물질의 양을 기초로 하여 결정될 수 있다.Here, the correlation coefficient is based on the amount of brain metabolites of the first voxel randomly selected among multiple voxels, the amount of brain metabolites of the second voxel randomly selected among multiple voxels, and the amount of brain metabolites of a specific individual and a specific individual among them. Can be determined.
또한, 상관계수는 제1 복셀의 뇌 대사물질의 양의 평균, 제2 복셀의 뇌 대사물질의 양의 평균, 제1 복셀의 뇌 대사물질의 양의 표준편차 및 제2 복셀의 뇌 대사물질의 양의 표준편차를 기초로 하여 결정될 수 있다.In addition, the correlation coefficient is the average of the amount of brain metabolites of the first voxel, the average of the amount of brain metabolites of the second voxel, the standard deviation of the amount of brain metabolites of the first voxel, and the brain metabolites of the second voxel. It can be determined on the basis of the positive standard deviation.
상술한 설명에서, 단계 S110 내지 S130은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.In the above description, steps S110 to S130 may be further divided into additional steps or may be combined into fewer steps, according to an embodiment of the present application. In addition, some steps may be omitted as necessary, and the order between steps may be changed.
본원의 일 실시 예에 따른 자기공명분광학을 이용한 뇌 네트워크 분석 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The brain network analysis method using magnetic resonance spectroscopy according to an embodiment of the present application may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -A hardware device specially configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of the program instructions include not only machine language codes such as those produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The above-described hardware device may be configured to operate as one or more software modules to perform the operation of the present invention, and vice versa.
또한, 전술한 자기공명분광학을 이용한 뇌 네트워크 분석 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다.In addition, the above-described method of analyzing a brain network using magnetic resonance spectroscopy may be implemented in the form of a computer program or application executed by a computer stored in a recording medium.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The foregoing description of the present application is for illustrative purposes only, and those of ordinary skill in the art to which the present application pertains will be able to understand that it can be easily modified into other specific forms without changing the technical spirit or essential features of the present application. Therefore, it should be understood that the embodiments described above are illustrative in all respects and not limiting. For example, each component described as a single type may be implemented in a distributed manner, and similarly, components described as being distributed may also be implemented in a combined form.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present application is indicated by the claims to be described later rather than the detailed description, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be construed as being included in the scope of the present application.
100: 자기공명분광학을 이용한 뇌 네트워크 분석 장치
110: 획득부
120: 처리부
130: 분석부100: brain network analysis device using magnetic resonance spectroscopy
110: acquisition unit
120: processing unit
130: analysis unit
Claims (9)
복수 개의 뇌 대사물질을 기초로 상기 뇌 대사물질 각각의 스펙트럼을 획득하는 단계;
획득된 상기 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 상기 자기공명분광학 데이터를 기초로 상기 다중 복셀 각각에 할당되는 상기 뇌 대사물질의 양을 정량화하는 단계; 및
정량화된 상기 뇌 대사물질의 양을 기초로 상기 다중 복셀 중 서로 다른 두 복셀 사이의 상관계수를 이용하여 상기 뇌 대사물질의 연결성 변화를 분석하는 단계를 포함하는, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.In the method of analyzing the connectivity of brain metabolites using magnetic resonance spectroscopy,
Acquiring spectra of each of the brain metabolites based on a plurality of brain metabolites;
Measuring magnetic resonance spectroscopy data of each of the multiple voxels in a region of interest based on the obtained spectrum, and quantifying the amount of the brain metabolites allocated to each of the multiple voxels based on the measured magnetic resonance spectroscopy data; And
A brain network analysis method using magnetic resonance spectroscopy, comprising analyzing a change in connectivity of the brain metabolites using a correlation coefficient between two different voxels among the multiple voxels based on the quantified amount of the brain metabolites .
상기 상관계수는,
상기 다중 복셀 중 제1 복셀의 뇌 대사물질의 양, 상기 다중 복셀 중 제2 복셀의 뇌 대사물질의 양, 이중 특정 개체 및 상기 이중 특정 개체의 뇌 대사물질의 양을 기초로 하여 결정되는 것인, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.The method of claim 1,
The correlation coefficient is,
It is determined based on the amount of brain metabolites of the first voxel among the multiple voxels, the amount of brain metabolites of the second voxel among the multiple voxels, the amount of brain metabolites of the specific individual and the specific individual , Brain network analysis method using magnetic resonance spectroscopy.
상기 상관계수는,
상기 제1 복셀의 뇌 대사물질의 양의 평균, 상기 제2 복셀의 뇌 대사물질의 양의 평균, 상기 제1 복셀의 뇌 대사물질의 양의 표준편차 및 상기 제2 복셀의 뇌 대사물질의 양의 표준편차를 기초로 하여 결정되는 것인, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.The method of claim 2,
The correlation coefficient is,
The average amount of brain metabolites of the first voxel, the average amount of brain metabolites of the second voxel, the standard deviation of the amount of brain metabolites of the first voxel, and the amount of brain metabolites of the second voxel The brain network analysis method using magnetic resonance spectroscopy is determined based on the standard deviation of.
상기 상관계수는 하기 수학식 1에 의해 산출되고,
[수학식1]
여기서,
The correlation coefficient is calculated by Equation 1 below,
[Equation 1]
here,
상기 스펙트럼을 획득하는 단계는,
상기 뇌 대사물질을 포함하는 팬텀 용액을 이용하여 상기 스펙트럼을 획득하는 것인, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.The method of claim 1,
The step of obtaining the spectrum,
To acquire the spectrum using a phantom solution containing the brain metabolite, brain network analysis method using magnetic resonance spectroscopy.
상기 뇌 대사물질의 양을 정량화하는 단계는,
상기 뇌 대사물질의 양은 미리 설정된 시간을 기초로 하여 반복적으로 실행되는 것인, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.The method of claim 1,
The step of quantifying the amount of the brain metabolite,
The amount of the brain metabolite is to be repeatedly executed based on a preset time, brain network analysis method using magnetic resonance spectroscopy.
상기 뇌 대사물질의 연결성 변화를 분석하는 단계는,
상기 상관계수에 문턱치 기준을 설정하고, 상기 상관계수의 절대값이 상기 문턱치 기준보다 큰 경우, 상기 제1 복셀 및 상기 제2 복셀은 연결된 것으로 판단되는 것인, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.The method of claim 2,
Analyzing the change in connectivity of the brain metabolites,
A method for analyzing a brain network using magnetic resonance spectroscopy, wherein a threshold criterion is set for the correlation coefficient, and when the absolute value of the correlation coefficient is greater than the threshold criterion, the first voxel and the second voxel are determined to be connected. .
분석된 상기 뇌 대사물질의 연결성 변화를 기초로 하여 병변 정보를 획득하는 단계; 및
판단된 상기 병변 정보를 디스플레이상에 출력하는 단계를 더 포함하는, 자기공명분광학을 이용한 뇌 네트워크 분석 방법.The method of claim 1,
Acquiring lesion information based on the analyzed change in connectivity of the brain metabolites; And
The brain network analysis method using magnetic resonance spectroscopy further comprising the step of outputting the determined lesion information on a display.
복수 개의 뇌 대사물질을 기초로 상기 뇌 대사물질 각각의 스펙트럼을 획득하는 획득부;
획득된 상기 스펙트럼을 기초로 관심영역 내의 다중 복셀 각각의 자기공명분광학 데이터를 측정하고, 측정된 상기 자기공명분광학 데이터를 기초로 상기 다중 복셀 각각에 할당되는 상기 뇌 대사물질의 양을 정량화하는 처리부; 및
정량화된 상기 뇌 대사물질의 양을 기초로 상기 다중 복셀 중 서로 다른 두 복셀 사이의 상관계수를 이용하여 상기 뇌 대사물질의 연결성 변화를 분석하는 분석부를 포함하는, 자기공명분광학을 이용한 뇌 네트워크 분석 장치.In the device for analyzing the connectivity of brain metabolites using magnetic resonance spectroscopy,
An acquisition unit for acquiring spectra of each of the brain metabolites based on a plurality of brain metabolites;
A processing unit that measures magnetic resonance spectroscopy data of each of the multiple voxels in the region of interest based on the obtained spectrum, and quantifies the amount of the brain metabolite allocated to each of the multiple voxels based on the measured magnetic resonance spectroscopy data; And
Brain network analysis device using magnetic resonance spectroscopy, comprising an analysis unit for analyzing the change in connectivity of the brain metabolites using a correlation coefficient between two different voxels among the multiple voxels based on the quantified amount of the brain metabolites .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180121907A KR102146810B1 (en) | 2018-10-12 | 2018-10-12 | Apparatus and method for brain network analysis using magnetic resonance spectroscopy |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180121907A KR102146810B1 (en) | 2018-10-12 | 2018-10-12 | Apparatus and method for brain network analysis using magnetic resonance spectroscopy |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200041616A KR20200041616A (en) | 2020-04-22 |
| KR102146810B1 true KR102146810B1 (en) | 2020-08-21 |
Family
ID=70473160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180121907A KR102146810B1 (en) | 2018-10-12 | 2018-10-12 | Apparatus and method for brain network analysis using magnetic resonance spectroscopy |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102146810B1 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102692442B1 (en) * | 2022-03-25 | 2024-08-06 | 주식회사 메트릿 | Apparatus and method for quantifying non-invasive metabolites in the body based on artificial neural networks |
| KR102731528B1 (en) * | 2022-03-25 | 2024-11-21 | 주식회사 메트릿 | Post processing apparatus for quantifying non-invasive metabolites in the body based on artificial neural networks |
| CN116740064B (en) * | 2023-08-14 | 2023-10-20 | 山东奥洛瑞医疗科技有限公司 | Nuclear magnetic resonance tumor region extraction method |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101081358B1 (en) * | 2009-10-27 | 2011-11-09 | 가톨릭대학교 산학협력단 | Method for diagnosis of Parkinson's disease by quantitative measuring of brain metabolites using magnetic resonance spectroscopy |
| KR101471979B1 (en) * | 2013-02-20 | 2014-12-15 | 삼성전자주식회사 | The method and apparatus for obtaining magnetic resonance spectrum of a voxel of a magnetic resonance image |
-
2018
- 2018-10-12 KR KR1020180121907A patent/KR102146810B1/en active IP Right Grant
Non-Patent Citations (1)
| Title |
|---|
| Valentin Riedl 외 8명, "Metabolic connectivity mapping reveals effective connectivity in the resting human brain", PNAS January 12, 2016 113 (2) 428-433; December 28, 2015 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200041616A (en) | 2020-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Buonincontri et al. | Multi-site repeatability and reproducibility of MR fingerprinting of the healthy brain at 1.5 and 3.0 T | |
| Nilsson et al. | The role of tissue microstructure and water exchange in biophysical modelling of diffusion in white matter | |
| Ong et al. | Quantifying axon diameter and intra-cellular volume fraction in excised mouse spinal cord with q-space imaging | |
| US10379189B2 (en) | Simultaneous magnetic resonance angiography and perfusion with nuclear magnetic resonance fingerprinting | |
| US10215827B2 (en) | Method to measure tissue texture using NMR spectroscopy to identify the chemical species of component textural elements in a targeted region of tissue | |
| KR20080073773A (en) | Evaluation of Bone-like Structures Using Spatial Frequency Analysis | |
| Prescot et al. | Two‐dimensional J‐resolved proton MR spectroscopy and prior knowledge fitting (ProFit) in the frontal and parietal lobes of healthy volunteers: assessment of metabolite discrimination and general reproducibility | |
| KR102146810B1 (en) | Apparatus and method for brain network analysis using magnetic resonance spectroscopy | |
| EP2147330B1 (en) | Image processing method | |
| US20220117552A1 (en) | Artificial neural network-based nuclear magnetic resonance and magnetic resonance spectroscopy data processing method and apparatus thereof | |
| Lätt et al. | Effects of restricted diffusion in a biological phantom: a q-space diffusion MRI study of asparagus stems at a 3T clinical scanner | |
| JP7227953B2 (en) | A tissue texture measurement method that uses NMR spectroscopy to identify chemical species of constituent texture elements within a target region of tissue | |
| US9618597B2 (en) | Method and magnetic resonance apparatus for automated analysis of the raw data of a spectrum | |
| KR20200056740A (en) | Apparatus and method for brain metabolism analysis and brain network implementation | |
| KR102170977B1 (en) | Brain metabolite network generation method using time varying function based on MRS | |
| KR20200118763A (en) | Method and apparatus for processing nuclear magnetic resonance and magnetic resonance spectroscopy data based on artificial neural network | |
| US11529054B2 (en) | Method and system for post-traumatic stress disorder (PTSD) and mild traumatic brain injury (mTBI) diagnosis using magnetic resonance spectroscopy | |
| US20200359899A1 (en) | METHODS AND COMPUTER PRODUCT FOR IDENTIFYING TISSUE COMPOSITION USING QUANTITATIVE MAGNETIC RESONANCE IMAGING (qMRI) | |
| US12136217B2 (en) | Magnetic-resonance-based method for measuring microscopic histologic soft tissue textures | |
| US20210349169A1 (en) | METHODS TO FACILITATE AND GUIDE DATA ANALYSIS USING MRµTEXTURE AND METHOD OF APPLICATION OF MRµTEXTURE TO DIAGNOSIS OF COVID-19 AND OTHER MULTI-ORGAN DISEASES | |
| US11789106B2 (en) | Magnetic resonance method, software product, and system for determining a diffusion propagator or related diffusion parameters for spin-labelled particles | |
| US11768264B2 (en) | System and method for magnetic resonance fingerprinting with relaxation and diffusion data acquisition | |
| US11181594B2 (en) | System and method for locally correlated spectroscopy for assessing medical discorders | |
| Clemensson et al. | Development of a post-processing pipeline for Myelin Water Imaging at 7 T | |
| Lauzon et al. | Assessment of bias for MRI diffusion tensor imaging using SIMEX |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20181012 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20200518 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20200812 |
|
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20200814 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20200814 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20230601 Start annual number: 4 End annual number: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20240603 Start annual number: 5 End annual number: 5 |