Abnormal synchronized oscillations have been dicovered in different level of neural networks such as neuronal network, cortical network, etc. In previous researches proved existence of close relation between function and structure of network, therefore the source of these alterations might be structure of the neural networks. We tried to characterize Ultra-High-Risk Group for Schizophrenia Based on synchronziation measure. To analyze structural characteristic of neural network and synchronization patterns, we could identify Ultra-High-Risk Group for Schizophrenia and show possilble aspect about pregnosis of schizophrenia.
신경 세포, 피질 영역 등 다양한 수준의 신경회로망에서 나타나는 잘못된 형태의 Synchronized Oscillation이 정신분열병의 발병 및 증상에서 중요한 역할을 할 것이라는 연구 결과는 여러 분야에 걸쳐서 발표되었다. 신경회로망의 구조와 그 기능의 관계에 대한 다양한 연구 결과가 발표되었으며 이를 토대로 이와 같이 기능의 이상과 관련된 변화가 나타나는 현상이 신경회로망의 이상과 밀접한 관계가 있을 것이라고 알려져 있다.
최근 예방과 사전 진단에 대한 관심이 높아지면서 정신분열병 연구에서도 고위험군에 대한 연구가 활발히 진행되고 있다. 정신분열병 환자 군은 물론 고위험군의 특성까지 분석하게 되면, 병의 진행과정을 더욱 자세히 알 수 있으며, 연구 결과를 토대로 병의 예방과 발병 메커니즘을 추론하는데, 많은 도움이 될 것이다.
우리는 기존의 연구 결과에 기반하여 정신분열병의 고위험군의 동기화 (Synchronization) 척도를 선형, 비선형 분석법을 활용하여 측정하고, 측정된 동기화 척도를 신경회로망의 형태와 비교하여 그 연관성을 통해 다른 군과 구분되는 고위험군의 특성을 분석하고자 한다. 나아가 네트워크와 동기화 척도에서 나타난 차이를 이용해 고위험군을 구분 짓는 기준을 마련하고, 이를 이용한 사전 진단의 가능성을 제시하고자 한다.
