분수 차수 모델 예측 제어를 이용한 뇌전증 완화를 위한 폐쇄 루프 TMS 전략

초록

본 논문은 뇌전증 발작을 억제하기 위해 EEG 데이터를 기반으로 한 분수 차수 시스템(FOS) 예측 모델을 활용한 모델 예측 제어(MPC) 프레임워크를 제안한다. 기존의 개방형 자극 방식과 비교하여, 제안된 폐쇄‑루프 MPC는 시스템‑모델 불일치를 보상하고, 안전한 자극 강도를 유지하면서 발작 전파를 효과적으로 감소시킨다. 시뮬레이션 결과는 제안 방법이 이벤트‑트리거 개방형 전략보다 우수함을 보여준다.

상세 분석

이 연구는 신경생리학적 사이버‑물리 시스템에 분수 차수 동역학을 도입함으로써 장기 메모리와 파워‑법칙 의존성을 정량화한다. 저자들은 EEG 신호가 비정상적인 장기 상관성을 갖는다는 기존 문헌을 근거로, 선형 분수 차수 시스템(Δ^α xₖ₊₁ = A xₖ + wₖ) 형태의 상태‑공간 모델을 선택하였다. 이 모델은 전통적인 다변량 AR(MV‑AR) 방식에 비해 파라미터 수가 크게 감소해 식별 안정성을 높이며, α 벡터가 각 채널의 메모리 지수를 직접 제공한다는 장점이 있다.

식별 단계에서는 CHB‑MIT 데이터베이스의 10 초 ictal 구간(160 Hz)으로부터 A와 α를 추정했으며, α 값이 0.66~1.07 사이에 분포함을 확인했다. 이는 일부 채널이 거의 1차 미분에 가까운 동작을 보이는 반면, 다른 채널은 강한 장기 의존성을 나타냄을 의미한다. 잡음은 백색 가우시안으로 가정하고, 공분산을 단순화하여 σ²_w = 0.2로 설정하였다.

제안된 MPC는 이 FOS를 p‑step 확대된 LTI 형태(˜A, ˜B)로 변환한 뒤, 제한된 예측 호라이즌(P)과 제어 호라이즌(M)을 사용해 순차적인 제한된‑시간 LQG 문제를 해결한다. 비용 함수는 상태 에너지 최소화(Q = I)와 자극 강도 억제(R = εI)로 구성되어, 발작 억제와 환자 안전을 동시에 고려한다. 제어 입력은 uₖ = Kₖ xₖ 형태의 피드백 게인으로 실시간 계산되며, MATLAB quadprog를 이용해 매 시간 단계마다 최적화한다.

시뮬레이션은 세 가지 시나리오를 비교한다. (1) 순수 개방형 자극은 사전 정의된 사인파(16 Hz, 진폭 0.5)를 일정 간격으로 투입하지만, 시스템 상태를 관찰하지 않으므로 발작 억제에 실패하고 오히려 악화시키는 경우가 발생한다. (2) 이벤트‑트리거 개방형은 발작 시작을 감지하면 짧은 기간 동안 동일 파형을 적용하지만, 감지 지연과 제한된 피드백으로 인해 완전한 억제는 어렵다. (3) 제안된 FOS‑MPC는 실시간 EEG 상태를 입력으로 받아 최적의 자극 파형을 생성하고, 제어 호라이즌 동안만 자극을 적용한다. 결과적으로 상태 에너지 감소와 자극 강도 제한을 동시에 만족하며, 발작 파형을 빠르게 정상 영역으로 복귀시킨다.

또한, 시간‑가변 FOS(Δ^α xₖ₊₁ = Aₖ xₖ + wₖ) 확장도 논의되었으며, 이는 뇌의 비정상적 변화를 추적하는 데 유용할 것으로 기대된다. 저자들은 MPC의 재계산 메커니즘이 모델 불일치와 외란(dₖ)에도 강인함을 제공한다는 점을 강조한다. 전체적으로, 분수 차수 모델과 MPC의 결합은 기존 선형 모델 기반 제어가 갖는 한계를 극복하고, 신경자극 치료에 필요한 정밀도와 안전성을 동시에 달성할 수 있음을 입증한다.