뇌자도

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

뇌자도(MEG)는 뇌에서 발생하는 미세한 자기장을 감지하여 뇌 활동을 측정하는 신경 영상 기술이다. 1968년 데이비드 코언에 의해 처음 측정되었으며, 초전도 양자 간섭 장치(SQUID)의 개발로 발전했다. MEG는 뇌의 전기적 활동에 의해 생성되는 자기장을 측정하며, 뇌파 검사(EEG)보다 공간 해상도가 뛰어나다. 연구 분야에서 뇌 활동의 시간적 변화를 측정하는 데 주로 사용되며, 임상적으로는 뇌전증, 뇌종양, 외상성 뇌 손상 등의 진단 및 수술 계획에 활용된다. 뇌전도(EEG), 양전자 방출 단층촬영(PET), 기능적 자기공명영상(fMRI) 등 다른 뇌 영상 기술과 상호 보완적으로 사용되며, 특히 fMRI보다 높은 시간 해상도를 제공한다.

더 읽어볼만한 페이지

신경공학 - 사이보그
사이보그는 인공 부위를 이식받아 신체 기능이 복원되거나 향상된 개조 생명체로, 보철, 인공 장기 등의 기술을 포함하며 의료, 윤리, 군사적 측면에서 다양한 논의를 낳고 있다.
신경공학 - 광유전학
광유전학은 빛에 반응하는 단백질을 이용하여 신경 세포를 포함한 특정 세포의 활동을 정밀하게 조절하는 기술로, 신경과학 연구 및 뇌 질환 치료 등 다양한 분야에 응용될 가능성이 높고, 관련 연구자들이 다수의 수상 경력을 가지고 있다.
의학 검사 - 신체검사
신체검사는 건강 상태 평가를 위한 의료 행위로 병력 청취, 신체 진찰, 필요시 추가 검사 등을 포함하며, 정기 건강검진의 효과에 대해서는 신중한 접근이 필요하다는 의견이 있다.
의학 검사 - 수면다원검사
수면다원검사는 뇌파, 안구 운동, 근육 긴장 등을 측정하여 수면 장애를 진단하고, 수면의 깊이, 수면 중단 등을 분석하여 기면병, 수면 무호흡증 등의 진단에 활용한다.

뇌자도
개요
뇌자도 측정 중인 모습
정의	뇌 전류로 인해 발생하는 자기장을 기록하여 뇌 활동을 측정하는 기술
특징
원리	뇌의 전류 활동으로 발생하는 자기장을 측정
장점	비침습적 측정 시간 분해능이 높음
단점	공간 분해능이 상대적으로 낮음 고가의 장비 필요
활용
신경과학 연구	뇌 기능 연구, 인지 과정 연구
임상 응용	뇌전증 진단 및 병변 위치 파악 뇌졸중, 뇌종양 등 뇌 질환 연구 수술 전 기능적 뇌 지도 작성
기타	뇌-컴퓨터 인터페이스 (BCI) 연구
구성 요소
자기장 센서	초전도 양자 간섭 장치 (SQUID) 사용
차폐 장치	외부 자기장 노이즈 차단
데이터 수집 및 분석 시스템	뇌 활동 시각화 및 분석
기타 정보
관련 용어	뇌파 (EEG) 기능적 자기 공명 영상 (fMRI)
참고 문헌

2. 역사

뇌자도(MEG) 기술은 여러 단계를 거쳐 발전해왔다. 초기에는 낮은 민감도의 구리 코일 검출기를 사용했지만, 이후 초전도 양자 간섭 장치(SQUID)의 개발과 다중 센서 배열 도입으로 측정 정확도와 효율성이 크게 향상되었다. 최근에는 스핀 교환 이완 자유(SERF) 자력계와 같은 신기술을 이용하여 휴대성을 높이려는 시도가 이루어지고 있다.

2. 1. 초기 역사

MEG 신호는 1968년 일리노이 대학교의 물리학자 데이비드 코언이 구리 코일을 가지고 처음으로 측정하였다.^[63]^[4] 당시에는 자기 배경 노이즈를 줄이기 위해 자기차폐된 공간을 만들어 거기서 MEG 신호를 측정하였다. 구리 코일 검출기의 민감도가 매우 낮아 당시 측정한 신호는 매우 부정확했다. 후에 코언은 MIT에서 훨씬 더 나은 차폐실 안에서 포드사의 연구원 제임스 E. 짐머만이 개발한 최초의 SQUID 탐지기 중 하나를 사용하여 MEG 신호를 다시 측정했다.^[64]^[65]^[5]^[6] 이번에는 MEG 신호가 뇌전도 신호와 거의 비슷했다.

이후 SQUID를 통해 MEG를 측정하는 방법에 많은 변화가 생겼다. 처음에는 단일 SQUID 검출기를 통해 피험자의 머리 주위 여러 지점에서 자기장을 연속적으로 측정했다. 그러나 이 과정이 너무 번거로웠기 때문에 1980년대에는 머리의 넓은 영역을 덮을 수 있는 센서 배열을 제작하기 시작했다.^[7]

2. 2. 발전과 변화

1980년대에는 머리의 넓은 영역을 측정하기 위해 여러 개의 센서를 배열하기 시작했다.^[7] 초기에는 피험자의 머리 주위 여러 지점에서 자기장을 측정하기 위해 단일 SQUID 검출기를 사용했지만, 이 과정은 매우 번거로웠다. 이에 MEG 제조업체들은 측정의 효율성을 높이기 위해 다중 센서 배열을 개발하였다. 현대의 MEG 배열은 헬멧 모양의 듀어에 설치되며, 일반적으로 300개의 센서가 머리 대부분을 덮는 형태로 제작된다.^[43] 이를 통해 피험자나 환자의 뇌자도를 빠르고 효율적으로 측정할 수 있게 되었다.

2. 3. 최신 기술 동향

뇌자도 (MEG) 스캐너의 휴대성을 높이기 위해 스핀 교환 이완 자유(SERF) 자력계를 이용하는 연구가 진행되고 있다. SERF 자력계는 부피가 큰 냉각 시스템이 필요하지 않아 SQUID 기반 뇌자도 기기보다 더 작으면서도 동등한 민감도를 가질 수 있다. 2012년에는 칩 크기 원자 자력계(CSAM, SERF의 일종)를 사용하여 뇌자도를 측정할 수 있다는 것이 증명되었다.^[66] 2017년에는 연구자들이 휴대용 3D 프린팅 헬멧에 설치된 SERF 자력계를 사용하는 작동 프로토타입을 만들었으며, 인터뷰에서 미래에는 자전거 헬멧과 같이 사용하기 더 쉬운 것으로 교체할 수 있다고 언급했다.^[67]

3. 뇌자도 신호의 기반

뇌자도 신호는 신경 세포의 활동으로 발생한다. 신경 세포들이 동기화되어 전류가 흐를 때, 쌍극자와 유사하게 작용하여 전자기 유도에 의해 자기장이 유도된다. 이 자기장은 매우 미약하여, 뇌자도는 이 미세한 신호를 측정한다. 뇌자도 신호는 주변의 자기 잡음에 비해 매우 약하기 때문에, 신호를 정확하게 측정하기 위해서는 주변 자기 잡음을 차폐하는 것이 중요하다.^[68]

신호를 측정하기 위해서는 대략 5만 개의 뉴런이 동시에 활성화되어야 한다.^[69] 활동전위는 일반적으로 자기 신호를 만들어내지 못하는데, 이는 활동 전위로 인한 자기장들이 거시적 관점에서는 서로 상쇄되기 때문이다. 그러나 말초신경의 경우는 활동 전위의 자도를 측정하는 것이 가능하다.

동기화된 신경 활동에 의해 발생하는 전류는 매우 약한 자기장을 유도한다. 이 뇌 자기장은 매우 약하여, 초전도 양자 간섭계(SQUID)라는 매우 감도가 좋은 측정 장치를 사용하여 측정한다.^[44] 최근에는 광 펌핑 자력계를 이용한 기술도 연구되고 있으며, 이는 냉각 장치가 필요 없고 더 높은 감도를 가질 수 있어 새로운 뇌자도 센서로 기대된다.^[45]

3. 1. 신경생리학적 기전

신경 세포들이 동기화되어 전류가 흐르면 일종의 쌍극자처럼 기능하여 전자기 유도에 의해 축을 중심으로 자기장이 유도된다.^[68] 이때, 대뇌 피질에 수직으로 배치된 피라미드 세포 층에서 주로 이러한 활성이 일어나며, 이 세포들은 주로 대뇌고랑에 위치한다. 대뇌 피질의 자기장은 대략 10fT(펨토 테슬라) 정도이고, 알파파의 경우는 1pT 정도이다.^[69] 1pT는 대략 0.1μT 수준인 자연 속 자기장 노이즈보다 십만 배가량 적은 수치이므로, 주변 자기장 노이즈를 차폐하는 것이 중요하다.

동기화된 뉴런 전류는 미약한 자기장을 유도한다. 뇌의 자기장은 피질 활동의 경우 10fT이고, 인간의 알파파의 경우 10³ fT를 측정하며, 도시 환경의 주변 자기 잡음은 10⁸ fT 또는 0.1μT의 크기이므로 뇌 자기장은 주변 잡음보다 훨씬 작다.

뇌자도(MEG) 신호는 시냅스 전달 동안 뉴런의 수상돌기에서 흐르는 이온 전류의 순 효과에서 파생된다. 맥스웰 방정식에 따르면, 모든 전기 전류는 자기장을 생성하며, 뇌자도는 이 자기장을 측정한다. 순 전류는 전류 쌍극자로 생각할 수 있는데, 이는 위치, 방향, 크기를 가지지만 공간적 범위는 없는 전류이다.^[1] 오른손 법칙에 따르면, 전류 쌍극자는 해당 벡터 성분의 축을 중심으로 하는 자기장을 발생시킨다.

감지할 수 있는 신호를 생성하려면 약 50,000개의 활성 뉴런이 필요하다.^[9] 전류 쌍극자는 서로를 강화하는 자기장을 생성하기 위해 유사한 방향을 가져야 하므로, 측정 가능한 자기장을 발생시키는 것은 종종 피질 표면에 수직으로 위치한 피라미드 세포의 층이다. 두피 표면에 접선 방향으로 향하는 이러한 뉴런 묶음은 머리 외부로 측정 가능한 자기장 부분을 투사하며, 이러한 묶음은 일반적으로 고랑에 위치한다.

활동 전위는 일반적으로 관찰 가능한 자기장을 생성하지 않는데, 주로 활동 전위와 관련된 전류가 반대 방향으로 흐르고 자기장이 상쇄되기 때문이다. 그러나 활동 전위는 말초 신경계에서 측정되었다.

3. 2. 맥스웰 방정식과의 관계

맥스웰 방정식에 따르면, 모든 전기 전류는 자기장을 생성하며, 뇌자도(MEG)는 이 자기장을 측정한다. 순 전류는 위치, 방향, 크기를 가지지만 공간적 범위는 없는 전류 쌍극자로 생각할 수 있다.^[1] 오른손 법칙에 따르면, 전류 쌍극자는 해당 벡터 성분의 축을 중심으로 하는 자기장을 발생시킨다.

뇌자도와 뇌파(EEG)의 신호는 시냅스 전달 동안 뉴런의 수상돌기에서 흐르는 이온 전류의 순 효과에서 파생된다.^[1]

앙페르의 법칙으로부터, 전류 쌍극자는 그 쌍극자의 벡터 성분을 축으로 하는 자기장을 발생시킨다. 대부분의 경우, 활동 전위는 검출 가능한 자기장을 발생시킬 수 없는데, 이는 활동 전위에 의해 발생하는 전류가 반대 방향으로 흘러 자기장이 상쇄되기 때문이다. 그러나 말초 신경에서의 활동 전위에 의해 발생하는 자기장은 검출 가능하다.

4. 자기 차폐

뇌에서 방출되는 자기장은 매우 작아(수 펨토 테슬라, 1 fT = 10^-15 T) 외부 자기장, 특히 지자기를 차폐하는 것이 필수적이다. 이러한 자기 차폐는 알루미늄과 뮤메탈로 만들어진 방을 통해 이루어지며, 고주파 및 저주파 노이즈를 각각 감소시킨다.^[10]

4. 1. 자기 차폐실 (MSR)

뇌에서 방출되는 자기 신호는 수 펨토테슬라(femtoteslas) 수준이므로, 지구 자기장을 포함한 외부 자기 신호로부터의 차폐가 필요하다. 적절한 자기 차폐는 고주파 및 저주파 잡음을 각각 감소시키기 위해 알루미늄과 뮤 금속으로 만들어진 방을 건설하여 얻을 수 있다.^[10]

자기 차폐실(MSR) 모델은 세 개의 중첩된 주요 층으로 구성된다. 각 층은 순수 알루미늄 층과 고투자율 강자성 층으로 구성되며, 몰리브덴 퍼멀로이와 유사한 조성을 가지고 있다. 강자성 층은 1 mm 시트로 제공되며, 가장 안쪽 층은 밀착된 4개의 시트로, 바깥쪽 두 층은 각각 3개의 시트로 구성된다. 자기 연속성은 오버레이 스트립으로 유지된다. 절연 와셔는 각 주요 층이 전기적으로 절연되도록 나사 조립품에 사용된다. 이는 SQUID 성능을 저하시키는 전파 방사를 제거하는 데 도움이 된다. 알루미늄의 전기적 연속성은 또한 1 Hz보다 큰 주파수에서 중요한 교류 와전류 차폐를 보장하기 위해 알루미늄 오버레이 스트립으로 유지된다. 내부 층의 접합부는 알루미늄 층의 전기 전도도를 향상시키기 위해 은 또는 금으로 전기도금되는 경우가 많다.^[10]^[47]

4. 2. 능동 차폐 시스템

능동형 시스템은 3차원 잡음 제거를 위해 설계되었다. 능동형 시스템을 구현하기 위해, 저잡음 플럭스게이트 자력계가 각 표면의 중심에 장착되고 이에 직각으로 정렬된다. 이는 양의 피드백과 진동을 최소화하기 위해 완만한 감쇠를 갖는 저역 통과 네트워크를 통해 직류 증폭기에 부정적으로 공급된다. 시스템에는 쉐이킹 와이어와 디가우징 와이어가 내장되어 있다. 쉐이킹 와이어는 자기 투과율을 증가시키고, 영구 디가우징 와이어는 내부 주층의 모든 표면에 적용되어 표면을 디가우징한다.^[4] 또한, 잡음 제거 알고리즘은 저주파수 및 고주파수 잡음을 모두 줄일 수 있다.

5. 뇌자도 측정의 어려움과 전류원 추정

뇌자도(MEG) 측정은 머리 밖에서 자기장을 측정하여 뇌 안의 전기적 활동 위치를 추정하는 '역문제'를 풀어야 하는 어려움이 있다. 역문제는 측정된 데이터로부터 모델의 매개변수를 추정하는 문제인데, 뇌자도의 경우 유일한 해가 존재하지 않아 최적의 해를 정의하기가 매우 어렵다.^[12] 이러한 문제를 해결하기 위해 뇌 활동에 대한 사전 지식을 포함하는 모델을 사용하여 가능한 해를 도출한다.

전류원 추정에는 크게 과결정 모델과 과소결정 모델이 사용된다. 과결정 모델은 몇 개의 점과 같은 소스(등가 쌍극자)로 구성되며, 데이터로부터 위치를 추정한다. 기대-최대화 알고리즘이나 빔포밍과 같은 기술이 사용된다. 빔포밍은 전류 쌍극자가 생성하는 자기장에 대한 이론적 모델과 데이터의 2차 통계를 이용하여 센서에 대한 선형 가중치를 계산하는 방식이다.^[49] 과소결정 모델은 여러 분산된 영역이 활성화되는 경우에 사용되며, 측정 결과를 설명하는 무한히 많은 가능한 전류 분포 중 가장 가능성이 높은 것을 선택한다.

제약 없는 뇌자도 역문제는 매우 풀기 어렵기 때문에, 5mm 해상도로 뇌 내 전류 밀도를 추정할 때 자기장 측정이 아닌 문제에 적용된 제약에서 대부분의 정보가 필요하다.^[13]

5. 1. 역문제 (Inverse problem)

뇌자도(MEG)는 머리 밖에서 측정된 자기장을 이용하여 뇌 안의 전기적 활동 위치를 추정하는 역문제를 풀어야 한다. 역문제는 측정된 데이터(SQUID 신호)로부터 모델 매개변수(활동 위치)를 추정하는 문제로, 정문제와 반대된다.^[11]

역문제의 주요 어려움은 유일한 해가 없다는 것이다. 즉, 무한히 많은 가능한 "정답"이 존재하여 최적의 해를 정의하는 것 자체가 어려운 연구 과제이다.^[12] 이러한 문제를 해결하기 위해 뇌 활동에 대한 사전 지식을 포함하는 모델을 사용하여 가능한 해를 도출한다.

소스 모델은 과결정 모델과 과소결정 모델로 나눌 수 있다. 과결정 모델은 몇 개의 점과 같은 소스(등가 쌍극자)로 구성되며, 해당 위치는 데이터로부터 추정된다. 과소결정 모델은 여러 분산된 영역이 활성화되는 경우에 사용되며, 측정 결과를 설명하는 무한히 많은 가능한 전류 분포 중 가장 가능성이 높은 것을 선택한다.

위치 추정 알고리즘은 주어진 소스 및 머리 모델을 사용하여 기본 초점장 생성기의 가능한 위치를 찾는다. 과결정 모델에 대한 위치 추정 알고리즘의 한 유형은 기대-최대화 알고리즘을 통해 작동하며, 초기 추측에서 시작하여 순방향 모델을 통해 자기장을 시뮬레이션하고, 추측을 조정하여 시뮬레이션된 필드와 측정된 필드 간의 불일치를 줄이는 과정을 반복한다.

다른 기술로는 빔포밍이 있다. 빔포밍은 주어진 전류 쌍극자가 생성하는 자기장에 대한 이론적 모델을 사전 정보로 사용하고, 공분산 행렬 형태의 데이터의 2차 통계를 사용하여 센서 어레이에 대한 선형 가중치를 계산한다. 이는 Backus-Gilbert 역을 통해 이루어지며, 선형 제약 최소 분산(LCMV) 빔포머라고도 한다.

제약 없는 뇌자도 역문제는 매우 풀기 어렵다. 5mm 해상도로 인간 뇌 내의 전류 밀도를 추정하는 경우, 고유한 해를 구하기 위해 필요한 정보의 대부분은 자기장 측정이 아닌 문제에 적용된 제약에서 와야 한다. 또한, 그러한 제약이 있더라도 해가 불안정할 수 있다.^[13]

5. 2. 과결정 모델과 과소결정 모델

뇌 활동의 위치를 결정하기 위해, 머리 밖에서 측정된 자기장으로부터 활동원의 위치를 추정하는 신호 처리 기법이 사용된다. 이러한 추정은 '역문제'를 푸는 것이 된다. (이 경우, '순문제'는 활동원의 위치와 거기서부터의 거리로부터 자기장을 추정하는 문제가 된다.) 가장 큰 기술적인 문제는 역문제가 유일한 해를 갖지 않는다는 것이다. (즉, 여러 개의 "올바른" 해를 갖는다.) 그리고 최적해를 찾는 기법 자체가 철저한 연구 대상이 되고 있다. 적절한 해를 얻기 위해서는 뇌 활동에 관한 전제적인 지식을 포함한 모델이 사용된다.

전류원의 모델은 과잉 결정 모델과 과소 결정 모델의 두 종류가 있다. 과잉 결정 모델에서는 데이터에 기초하여 위치가 추정된 수 개의 점상(點狀)의 전류원으로 구성된다. 한편, 과소 결정 모델은, 많은 다른 넓이를 가진 영역이 활동하고 있는 경우에 사용된다. 측정된 결과를 설명하는 전류원의 분포는 여러 가지가 생각되지만, 가장 가능성이 높은 것이 선택된다. 더 복잡한 전류원 모델일수록 해의 질을 향상시킨다고 생각하는 연구자도 존재한다. 그러나 그러한 모델은 추정의 견고성(robustness)을 낮추고, 순모델의 오차를 높여 버린다. 많은 실험에서는 단순한 모델이 사용되고, 오차가 발생할 가능성을 줄이고, 해를 찾기 위한 계산 시간을 줄이고 있다.

위치 추정 알고리즘은 가정된 전류원과 머리 부분의 모델을 이용하여, 초점이 되는 자기장원의 최적 위치를 추정하는 것이다. 다른 방법으로, 순모델을 사용하지 않고 전류원을 분리하기 위해 독립 성분 분석을 먼저 사용하고^[48], 다음에 그 분리된 전류원의 각각의 위치를 추정하는 것이 있다. 이 방법은 비신경 유래의 노이즈와 신경 유래의 신호를 정확하게 분리함으로써, 뛰어난 S/N 비(신호 대 잡음비)를 나타내어, 초점이 되는 신경 전류원을 분리하는 것을 가능하게 한다.

과잉 결정 모델을 사용한 위치 추정 알고리즘은 처음 위치 추정에 연속적인 미세 조정을 더해 가는 것이다. 이 시스템에서는 먼저 처음에 추정된 전류원의 위치 정보로부터, 순모델을 이용하여 그 전류원에 의해 만들어지는 자기장을 계산하고, 계산된 자기장과 실제 관측된 자기장과의 오차가 감소하도록 전류원의 위치가 수정된다. 이 수정을 두 자기장이 일치할 때까지 반복하는 것이다.

다른 방법으로는, 이 불량 설정인 역문제를 무시하고, 어떤 고정점에 있어서의 전류를 추정하는 것으로, 빔 포밍(beamforming) 법을 이용한 것이다. 그러한 기법의 하나로서, 데이터의 공분산 행렬과 쌍극자의 자기장 도출 행렬로부터, 센서에 선형적인 가중치를 하는 공간 필터를 계산하는, SAM (Synthetic Aperture Magnetometry)이라고 불리는 방법이 있다. SAM은 신호의 시간적인 요소를 이용하여 쌍극자의 비선형적인 추정을 하지만, 신호의 푸리에 변환을 이용하여 쌍극자의 선형적인 추정을 하는 기법도 존재한다. 그렇게 해서 근사된 전류원은 거대한 뇌신경 네트워크의 동기를 추정하기 위한 계산에 사용된다^[49]。

5. 3. 자기장원 영상 (Magnetic Source Imaging, MSI)

추정된 자기장원 위치는 자기 공명 영상(MRI) 영상과 결합되어 자기장원 영상 (magnetic source image: MSI)이 만들어진다.^[50] 두 세트의 데이터는 MRI 상에서는 지질 마커, MEG 상에서는 대전성 코일로 각각 표식된 기준점의 위치를 측정함으로써 결합된다. 각 데이터에서의 기준점 위치는 공통 좌표계를 정의하기 위해 사용되며, 뇌 기능에 관한 MEG 데이터와 뇌 구조에 관한 MRI 데이터가 중첩("공동 등록")된다.

이러한 기법의 임상적 응용에는, MRI 영상상에 명확한 경계선으로 색상이 구분된 영역이 그려지는 것에 대해 비판이 있다. 충분한 훈련을 받지 않은 사람은 MEG의 공간 분해능이 비교적 낮기 때문에, 이 색 구분이 생리적인 확실성이 아닌 통계 처리에 의해 계산되는 확률의 집합이라는 것을 이해하지 못한다. 자기장원 영상이 다른 데이터를 뒷받침하는 경우, 임상적 유용성이 있을 것이다.

5. 4. 쌍극자 모델과 분산 소스 모델

뇌자도(MEG) 신호의 소스를 모델링하는 데는 크게 두 가지 접근 방식이 사용된다.

등가 전류 쌍극자 (Equivalent Current Dipole, ECD) 모델: 신경 활동이 국소적이라는 가정 하에, 뇌 활동을 몇 개의 점 전류원, 즉 등가 전류 쌍극자(ECD)로 표현한다. 이 방법은 미지 쌍극자 매개변수 수가 측정 횟수보다 적어 과결정(overdetermined) 문제이며, 비선형적이다.^[14] 다중 신호 분류(MUSIC) 및 다중 시작 공간 및 시간 모델링(MSST)과 같은 알고리즘이 사용된다. 그러나 ECD 모델은 다음과 같은 한계가 있다.

1. 넓게 퍼진 소스를 정확하게 나타내기 어렵다.^[51]

2. 쌍극자의 총 수를 사전에 정확히 추정하기 어렵다.^[51]

3. 특히 뇌 심부에서 위치 추정 정확도가 낮다.^[51]

분산 소스 모델 (Distributed Source Models): 소스 공간을 많은 수의 쌍극자를 포함하는 그리드로 나누어, 각 그리드 노드의 쌍극자 모멘트를 추정한다.^[15] 미지 쌍극자 모멘트 수가 센서 수보다 훨씬 많아 과소결정(underdetermined) 문제이므로, 해의 모호성을 줄이기 위해 추가적인 제약 조건이 필요하다.^[15] 이 방법은 소스 모델에 대한 사전 가정이 필요 없다는 장점이 있지만, 실제 뉴런 소스 분포의 "흐릿한" 이미지만을 반영하며, 공간 해상도가 여러 요인에 따라 크게 달라진다는 단점이 있다.^[16]

5. 5. 독립 성분 분석 (Independent Component Analysis, ICA)

독립 성분 분석(ICA)은 시간적으로 통계적으로 독립적인 서로 다른 신호를 분리하는 신호 처리 방법이다. 주로 뇌자도(MEG) 및 뇌전도(EEG) 신호에서 깜빡임, 눈 근육 움직임, 얼굴 근육, 심장 박동 등으로 인한 인공물(artifact) 등 외부 소음으로 오염될 수 있는 신호를 제거하는 데 사용된다.^[17] 그러나 ICA는 상관관계가 높은 뇌원(brain source)의 분해능이 좋지 않다.

6. 활용 분야

전 세계 100개 이상의 뇌자도(MEG) 시스템 운영 현황. 일본은 1인당 뇌자도 시스템 수가 가장 많고, 미국은 전체 시스템 수가 가장 많다. 유아 및/또는 태아 기록용으로 설계된 시스템은 매우 적다.

뇌자도(MEG)는 뇌 반응을 더 잘 국소화하는 데 사용된다. 뇌자도 장치의 개방성은 외부 청각 및 시각 자극을 쉽게 도입할 수 있게 하며, 피험자의 머리를 흔들지 않는 한 약간의 움직임도 허용한다. 이러한 자극/움직임 도입 전, 중, 후의 뇌 반응은 뇌파(EEG)보다 높은 공간 해상도로 매핑할 수 있다.^[18]

최근 다발성 경화증, 알츠하이머병, 정신 분열증(조현병), 쇼그렌 증후군, 만성 알코올 중독, 안면 통증, 시상피질 이율배반증 환자를 건강한 대조군과 구별하는 데 뇌자도가 사용될 수 있음이 보고되어, 진단 도구로서의 가능성을 제시한다.^[21]^[22]

뇌자도 사용의 어려움과 비용의 상당 부분은 데이터 수동 분석의 필요성에서 기인한다. 하지만 환자 스캔을 정상 스캔 데이터베이스와 비교하여 컴퓨터로 분석하는 기술이 발전하면서 비용 절감의 가능성이 열리고 있다.^[37]

6. 1. 연구 분야

뇌자도(MEG)는 연구에서 주로 뇌 활동의 시간 경과를 측정하는 데 사용된다. 뇌자도(MEG)는 10밀리초(ms) 또는 그보다 빠른 정밀도로 사건을 분석할 수 있지만, 혈류 변화에 의존하는 기능적 자기 공명 영상(fMRI)은 수백 밀리초의 정밀도로만 사건을 분석할 수 있기 때문이다. 뇌자도(MEG)는 또한 1차 청각, 체감각 및 운동 영역의 근원을 정확하게 지적한다.^[18]

더 복잡한 인지 과제 동안 인간 대뇌 피질의 기능적 지도를 만들기 위해 뇌자도(MEG)는 상호 보완적인 방법으로 fMRI와 함께 가장 많이 사용된다. 신경(뇌자도(MEG)) 및 혈역학적 fMRI 데이터는 국소 전위장(LFP)과 혈액 산소화 수준 의존(BOLD) 신호 간의 긴밀한 관계에도 불구하고 반드시 일치하는 것은 아니다. 뇌자도(MEG)와 BOLD 신호는 동일한 근원에서 발생할 수 있다(하지만 BOLD 신호는 혈역학적 반응을 통해 필터링된다).^[18]

뇌자도(MEG)는 뇌의 반응을 더 잘 국소화하는 데 사용되고 있다. 뇌자도(MEG) 장치의 개방성은 외부 청각 및 시각 자극을 쉽게 도입할 수 있게 한다. 피험자의 머리를 흔들지 않는 한 피험자의 약간의 움직임도 가능하다. 이러한 자극/움직임의 도입 전, 중 및 후의 뇌 반응은 이전에 뇌파(EEG)로 가능했던 것보다 더 높은 공간 해상도로 매핑할 수 있다.^[18]

심리학자들은 또한 뇌 기능과 행동 간의 관계를 더 잘 이해하기 위해 뇌자도(MEG) 신경 영상의 이점을 활용하고 있다. 예를 들어, 심리적 어려움을 겪는 환자의 뇌자도(MEG) 반응과 대조군 환자의 뇌자도(MEG) 반응을 비교하는 여러 연구가 수행되었다. 인간의 목소리에 대한 청각 게이팅 결함과 같은 정신 분열증 환자에서 고유한 반응을 분리하는 데 큰 성공을 거두었다.^[19] 뇌자도(MEG)는 또한 언어 이해의 정서적 의존성과 같은 표준 심리적 반응을 연관시키는 데 사용되고 있다.^[20]

최근 연구에서는 다발성 경화증, 알츠하이머병, 정신 분열증, 쇼그렌 증후군, 만성 알코올 중독, 안면 통증 및 시상피질 이율배반증 환자의 성공적인 분류가 보고되었다. 뇌자도(MEG)는 이러한 환자를 건강한 대조군과 구별하는 데 사용될 수 있으며, 진단에서 뇌자도(MEG)의 미래 역할을 시사한다.^[21]^[22]

6. 2. 뇌 연결성 및 신경 진동 연구

뇌자도(MEG)는 국소 신경 동기화 및 영역 간 동기화를 연구하는 데 널리 사용된다. 뇌자도는 완벽한 시간 해상도를 가지고 있기 때문에 뇌의 진동 활동을 연구하는 데 용이하다. 국소 신경 동기화의 예로, 뇌자도는 시각^[23] 또는 청각 피질^[25]과 같이 다양한 뇌 영역에서 알파 리듬을 조사하는 데 사용되어 왔다. 다른 연구에서는 뇌자도를 사용하여 전두엽 피질과 시각 피질 사이와 같이 서로 다른 뇌 영역 간의 신경 상호 작용을 연구했다.^[26] 뇌자도는 수면과 같이 의식의 여러 단계에 걸쳐 신경 진동의 변화를 연구하는 데에도 사용할 수 있다.^[27]

6. 3. 임상 분야

뇌자도(MEG)는 뇌전증 병변의 위치를 파악하는 데 사용된다. 또한, 뇌종양이나 난치성 뇌전증 환자의 수술 계획을 세울 때 뇌 기능 영역(Eloquent cortex)을 국소화하는 데 활용된다. 뇌전증 수술의 목표는 건강한 뇌 부위를 보존하면서 뇌전증을 유발하는 조직을 제거하는 것이기 때문에^[28], 일차 운동 피질, 일차 감각 피질, 시각 피질, 언어 생성 및 이해와 관련된 영역과 같이 필수적인 뇌 영역의 정확한 위치를 파악하는 것이 중요하다. 뇌피질전기자극술(ECoG)에서 기록된 직접적인 피질 자극과 체감각 유발 전위는 필수적인 뇌 영역을 국소화하는 표준으로 간주되지만, 침습적인 방법이다.

체감각 유발 자기장으로부터 얻은 중심 고랑의 비침습적 MEG 국소화는 침습적 기록과 강력한 일치도를 보인다.^[29]^[30]^[31] MEG 연구는 일차 체감각 피질의 기능적 조직을 명확히 하고 개별 손가락 자극을 통해 손 체감각 피질의 공간적 범위를 파악하는 데 도움을 주어, MEG 분석의 효과를 보여주며 미래에는 침습적 절차를 대체할 가능성을 시사한다.

최근 연구에서는 다발성 경화증, 알츠하이머병, 정신 분열증(조현병), 쇼그렌 증후군, 만성 알코올 중독, 안면 통증 및 시상피질 이율배반증 환자를 건강한 대조군과 구별하는 데 뇌자도(MEG)가 사용될 수 있음을 보고하여, 진단 도구로서의 가능성을 제시한다.^[21]^[22]

외상성 뇌 손상(Traumatic Brain Injury, TBI) 진단에도 뇌자도(MEG)가 사용될 수 있다. 특히 폭발에 노출된 군인들에게 흔한 외상성 뇌 손상은 증상이 외상 후 스트레스 장애(PTSD)와 같은 질환과 겹쳐 다른 방법으로는 진단이 어려울 수 있기 때문이다.^[37]

태아 뇌자도(Fetal MEG)를 이용하여 태아 및 신생아의 시각, 청각, 언어 처리와 같은 인지 과정을 연구할 수도 있다.^[32]

7. 다른 뇌영상 기법과의 비교

뇌자도는 1960년대부터 개발되었으나, 최근 컴퓨팅 알고리즘과 하드웨어의 발전으로 크게 향상되었다. 뇌자도는 매우 높은 시간 해상도(1ms 이하)로 뇌 활동을 측정할 수 있으며 공간 해상도 역시 우수하다. 뇌자도 신호는 뉴런 활동을 직접 측정하므로, 시간 해상도는 뇌피질전도 등 두개 내 전극의 시간 해상도와 비교할 만하다.

뇌자도는 뇌전도(EEG), 양전자 방출 단층촬영(PET), 기능적 자기공명영상(fMRI)과 같은 다른 뇌 활동 측정 기술과 상호 보완적이다. 뇌자도는 두개골 및 두피 구조의 영향을 받지 않고, 비침습적이며, PET와 달리 이온화 방사선을 사용하지 않는다는 장점이 있다. 또한, 뇌자도는 fMRI에 비해 높은 시간 해상도를 제공한다.

7. 1. 뇌전도 (EEG)와의 비교

뇌자도(MEG)와 뇌전도(EEG) 신호는 동일한 신경생리학적 과정에서 발생하지만, 두 방법에는 중요한 차이점이 존재한다.^[70],^[38],^[58] 자기장은 두개골과 두피에 의해 전기장보다 덜 왜곡되기 때문에 MEG는 EEG보다 더 나은 공간 해상도를 제공한다. 두피 EEG는 구형 부도체 내에서 접선성(tangential)과 방사성(radial) 성분 모두에 민감한 반면, MEG는 접선성 성분에만 민감하다. 따라서 EEG는 대뇌고랑(sulci)과 대뇌이랑(gyri) 상단의 활동을 모두 감지할 수 있는 반면, MEG는 주로 대뇌고랑에서 발생하는 활동에 민감하다. 결과적으로 EEG는 더 많은 뇌 영역의 활동을 감지할 수 있지만, MEG가 감지한 활동은 더 높은 정확도로 위치를 파악할 수 있다.

두피 EEG는 시냅스 후 전위로 인해 생성된 세포 외 체적 전류에 민감하다. 반면, MEG는 주로 이러한 시냅스 전위와 관련된 세포 내 전류를 감지하는데, 이는 구형 부도체에서 세포 외 전류 성분이 상쇄되는 경향이 있기 때문이다.^[71],^[39],^[59] 자기장은 거리의 함수로 전기장보다 더 빠르게 감쇠되므로, MEG는 대뇌 피질의 활동에 더 민감하며, 신피질성 간질 연구에 유용하게 사용된다. 또한, MEG는 기준점과 독립적(reference-free)이지만, EEG는 기준 전극에 의존한다는 차이점이 있다.

7. 2. 양전자 방출 단층촬영 (PET)과의 비교

뇌자도는 뇌전도(EEG), 양전자 방출 단층촬영(PET), 기능적 자기공명영상(fMRI)과 같은 다른 뇌 활동 측정 기술과 상호 보완적이다. 뇌자도는 두개골 및 두피 구조의 영향을 받지 않고, 비침습적이며, PET와 달리 이온화 방사선을 사용하지 않는다는 장점이 있다. 또한, 뇌자도는 fMRI에 비해 높은 시간 해상도를 제공한다.

7. 3. 기능적 자기공명영상 (fMRI)과의 비교

뇌자도(MEG)는 뇌전도(EEG), 양전자 방출 단층촬영(PET), 기능적 자기공명영상(fMRI)과 같은 다른 뇌 활동 측정 기술과 상호 보완적이다. 뇌자도는 fMRI에 비해 높은 시간 해상도를 제공한다는 장점이 있다.^[1] 이는 뇌 활동의 시간적 변화를 측정하는 데 매우 유용하며, fMRI에서는 측정할 수 없는 부분이다.^[3]

뇌자도 신호는 뉴런 활동을 직접 측정하므로, 시간 해상도는 뇌피질전도 등 두개 내 전극의 시간 해상도와 비교할 만하다.^[1] 뇌자도는 뇌파, 뇌자도가 감지하는 신호인 국소 전장 전위(local field potentials: LFP)와 BOLD 신호(blood oxygenation level dependent signals)가 깊은 관련이 있기 때문에 fMRI와 공통의 발생원을 가질 것으로 생각된다.^[3]

뇌자도는 EEG에 비해 머리 형태에 독립적이며(단, 강자성 임플란트가 있는 경우는 예외), 비침습적이며, PET와 달리 이온화 방사선을 사용하지 않는다.^[2]

참조

_[1] 논문 Magnetoencephalography—theory, instrumentation, and applications to noninvasive studies of the working human brain https://aaltodoc.aal[...]
_[2] 논문 Moving magnetoencephalography towards real-world applications with a wearable system 2018-03-00
_[3] 서적 Physiology of Behavior https://archive.org/[...] Pearson Education Inc.
_[4] 논문 Magnetoencephalography: evidence of magnetic fields produced by alpha-rhythm currents 1968-08-00
_[5] 논문 Design and operation of stable rf-biased superconducting point-contact quantum devices, etc
_[6] 논문 Magnetoencephalography: detection of the brain's electrical activity with a superconducting magnetometer http://davidcohen.mi[...] 1972-02-00
_[7] 논문 Magnetic localization of neuronal activity in the human brain.
_[8] 논문 Magnetoencephalography with a chip-scale atomic magnetometer 2012-05-00
_[9] 서적 Biomagnetism: an Interdisciplinary Approach Plenum Press
_[10] 논문 New Six-Layer Magnetically-Shielded Room for MEG https://pdfs.semanti[...] VDE Verlag 2002-08-00
_[11] 논문 Numerical Modeling in Electro- and Magnetoencephalography http://lib.tkk.fi/Di[...] Helsinki University of Technology
_[12] 논문 Comparison of noise-normalized minimum norm estimates for MEG analysis using multiple resolution metrics 2011-02-00
_[13] 논문 Invertibility of current density from near-field electromagnetic data http://www.math.unm.[...]
_[14] 논문 Vector-based spatial-temporal minimum L1-norm solution for MEG https://escholarship[...] 2006-07-00
_[15] 논문 Interpreting magnetic fields of the brain: minimum norm estimates 1994-01-00
_[16] 논문 Quantification of the benefit from integrating MEG and EEG data in minimum ℓ₂-norm estimation 2008-09-00
_[17] 논문 Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects 2000-10-00
_[18] 논문 Effects of force-load on cortical activity preceding voluntary finger movement
_[19] 논문 Auditory gating deficit to human voices in schizophrenia: a MEG study 2010-03-00
_[20] 논문 Language comprehension dependent on emotional context: a magnetoencephalography study 2012-01-00
_[21] 논문 Synchronous neural interactions assessed by magnetoencephalography: a functional biomarker for brain disorders http://stacks.iop.or[...] 2007-12-00
_[22] 논문 Altered temporal correlations in parietal alpha and prefrontal theta oscillations in early-stage Alzheimer disease 2009-02-00
_[23] 논문 Alpha Synchrony and the Neurofeedback Control of Spatial Attention 2020-02-00
_[24] 논문 Attentional Weighting in the Face Processing Network: A Magnetic Response Image-guided Magnetoencephalography Study Using Multiple Cyclic Entrainments 2019-10-00
_[25] 논문 Decoding Object-Based Auditory Attention from Source-Reconstructed MEG Alpha Oscillations 2021-10-00
_[26] 논문 Neural mechanisms of object-based attention 2014-04-00
_[27] 논문 Cortical source localization of sleep-stage specific oscillatory activity 2020-04-00
_[28] 서적 Epilepsy Surgery New York Raven Press
_[29] 논문 The magnetic and electric fields agree with intracranial localizations of somatosensory cortex 1988-11-00
_[30] 논문 Functional localization by magnetoencephalography 1995-11-00
_[31] 논문 Magnetoencephalography and magnetic source imaging. Capabilities and limitations 1995-05-00
_[32] 논문 Fetal Magnetoencephalography - Achievements and Challenges in the Study of Prenatal and Early Postnatal Brain Responses: A Review
_[33] 논문 Not with a "zap" but with a "beep": Measuring the origins of perinatal experience https://psyarxiv.com[...] 2023-06-00
_[34] 웹사이트 CTF installs MEG system at KUMC https://www.auntminn[...] 2002-12-10
_[35] 논문 Fetal rhythm-based language discrimination: a biomagnetometry study 2017-07-00
_[36] 저널 Magnetoencephalography with optically pumped magnetometers (OPM-MEG): the next generation of functional neuroimaging 2022-08-01
_[37] 뉴스 British army veterans denied treatment for brain injuries https://www.theguard[...] 2022-02-20
_[38] 저널 Demonstration of useful differences between magnetoencephalogram and electroencephalogram 1983-07-01
_[39] 저널 Intracellular currents of interictal penicillin spikes: evidence from neuromagnetic mapping 1986-03-01
_[40] 저널 Magnetoencephalography: evidence of magnetic fields produced by alpha rhythm currents 1968-01-01
_[41] 저널 Design and operation of stable rf-biased superconducting point-contact quantum devices, etc
_[42] 저널 Magnetoencephalography: detection of the brain's electrical activity with a superconducting magnetometer 1972-01-01
_[43] 저널 Magnetic localization of neuronal activity in the human brain 1988-01-01
_[44] 웹사이트 非侵襲高次脳機能計測とイメージング http://bfe.kuee.kyot[...]
_[45] 웹사이트 超高感度光ポンピング原子磁気センサの開発と医用イメージング http://bfe.kuee.kyot[...]
_[46] 서적 Biomagnetism: an Interdisciplinary Approach Plenum Press
_[47] 문서 New Six-Layer Magnetically-Shielded Room for MEG
_[48] 웹사이트 The Forward model - the imaging process by Bjorn Gustavsson (2000) http://www.irf.se/~b[...]
_[49] 저널 Normal and pathological oscillatory communication in the brain
_[50] 저널 Magnetic localization of neuronal activity in the human brain 1988-01-01
_[51] 저널 Vector-based spatial-temporal minimum L1-norm solution for MEG
_[52] 저널 Interpreting magnetic fields of the brain: minimum norm estimates
_[53] 저널 Removal of eye activity artifacts from visual event-related potentials in normal and clinical subjects
_[54] 서적 Epilepsy surgery New York Raven Press
_[55] 저널 The magnetic and electric fields agree with intracranial localizations of somatosensory cortex
_[56] 저널 Functional localization by rnagnetoencephalography
_[57] 저널 Magnetoencephalograpby and magnetic source imaging. Capabilities and limitations
_[58] 저널 Demonstration of useful differences between the magnetoencephalogram and electroencephalogram
_[59] 저널 Intracellular currents of interictal penicillin spikes: evidence from neuromagnetic mapping
_[60] 저널 Magnetoencephalography—theory, instrumentation, and applications to noninvasive studies of the working human brain https://aaltodoc.aal[...]
_[61] 저널 Moving magnetoencephalography towards real-world applications with a wearable system 2018-03-01
_[62] 서적 Physiology of Behavior https://archive.org/[...] Pearson Education Inc.
_[63] 저널 Magnetoencephalography: evidence of magnetic fields produced by alpha-rhythm currents 1968-08-01
_[64] 저널 Design and operation of stable rf-biased superconducting point-contact quantum devices, etc
_[65] 저널 Magnetoencephalography: detection of the brain's electrical activity with a superconducting magnetometer http://davidcohen.mi[...] 1972-02-01
_[66] 저널 Magnetoencephalography with a chip-scale atomic magnetometer 2012-05-01
_[67] 저널 Moving magnetoencephalography towards real-world applications with a wearable system 2018-03-01
_[68] 저널 Magnetoencephalography---theory, instrumentation, and applications to noninvasive studies of the working human brain https://aaltodoc.aal[...] 1993-04-01
_[69] 서적 Biomagnetism: an Interdisciplinary Approach Plenum Press
_[70] 저널 Demonstration of useful differences between magnetoencephalogram and electroencephalogram 1983-07-01
_[71] 저널 Intracellular currents of interictal penicillin spikes: evidence from neuromagnetic mapping 1986-03-00

뇌자도