Parkinson’s disease (PD) is a neurodegenerative disorder that leads to motor disability and cognitive impairment. It is important to distinguish PD from other forms of dementia, including Alzheimer’s disease (AD), but differential diagnosis is difficult because PD-D is accompanied with AD and vice versa. Besides, their symptoms are similar. Electroencephalography (EEG) can be useful for quick and simple diagnosis. Few studies have compared the EEG characteristics of PD and AD because EEG measurement is difficult, as PD lesions are located in the substantia nigra and subcortical regions and EEG patterns show similar slowing activity in both PD and AD patients. In this study, two methods were suggested for the diagnosis of PD.
First, non-linear dynamics and the regularity of EEG were examined using Approximate Entropy (ApEn). One time delay selected by Auto Mutual Information (AMI) and 2 embedding dimensions selected by False Nearest Neighbors (FNN) were used as features of ApEn. ApEn values were decreased in patients in most channels, and ApEn values in PD patients were significantly lower than those in AD patients in channels F3-C3 and C3-P3. These results showed that EEG patterns are simple and regular in the cognitively impaired brain. In particular, the difference in ApEn values between PD and AD patients in frontocentral channels might have resulted from motor disability in PD patients because the frontocentral cortex is related to the motor area. An increase in regularity in patients might be correlated with slowing brain activity, as seen in the results from spectral analysis. This method can be used to differentiate between PD patients and controls as well as to differentiate between PD patients and AD patients.
Next, a Brain Stethoscope was designed by mapping low-alpha (8-10 Hz) power and low-beta (12-20 Hz) into low-pitched sound and high-pitched sound. Low-alpha power was dominant in PD patients, and low-beta power was dominant in controls. This result proved the existence of slowing brain activity in PD patients. The total performance was 83.45% with 77.62% sensitivity and 86% specificity in channels T3-T5. This result revealed better performance compared to the machine learning algorithm. This method can be expected to help doctors diagnose PD easily and simply.
파킨슨 병은 중뇌의 흑질에서 도파민 회로의 문제로 인해 생기는 퇴행성 질환으로 손 떨림과 같은 운동능력의 상실과 인지 능력의 저하로 인한 치매 등의 증상을 가진다. 파킨슨병과 알쯔하이머 병과 같은 다른 치매와의 구분은 치료에 있어 중요하다. 하지만 기존 진단은 의사의 임상진단과 문진에 의존하고 있으나, 대부분 두 질환이 동반하여 나타나는 경우가 많고 증상이 비슷해 어떤 질환으로 인해 발달된 질병인지 구분하기 어렵다. 따라서 뇌전도 (EEG)를 활용한 빠르고 간단한 진단 방법을 제안한다. 기존의 파킨슨병과 알쯔하이머병의 뇌전도는 정상인에 비해 느린 특성을 가지고, 이 특성이 비슷하기 때문에 두 질환 간의 구분이 힘들다.
먼저 Approximate Entropy (ApEn)라는 기술을 통해 뇌전도의 비선형 특성과 규칙성을 관찰하였다. ApEn 값은 파킨슨병과 알쯔하이머병 환자에서 감소하는 것을 확인할 수 있었는데 이는 뇌의 손상으로 인해 뇌의 활동이 단순해진 결과이다. 특히, F3-C3 채널에서 파킨슨병의 ApEn 값은 알쯔하이머병 환자의 ApEn 값에 비해 통계적으로 유의미하게 작은 것으로 나타났는데, 이는 본 채널이 운동 능력과 관련 있는 대뇌 피질의 운동령과 가까워서 나온 결과로 해석할 수 있다. 즉, 파킨슨성 치매 환자는 알쯔하이머성 치매 환자와는 달리 운동 능력 저하와 같은 증상이 발생하고 이 것이 해당 채널에서의 뇌전도의 규칙성을 감소시키는 것이다.
다음으로 뇌전도의 특성을 소리로 바꾸어 들려줌으로써 파킨슨병을 진단할 수 있는 뇌파청진기를 고안하였다. Low-alpha (8-10Hz)의 파워는 파킨슨병 환자의 뇌전도에서 크고, low-beta (12-20Hz)의 파워는 정상인에서 크게 나타나는 것을 확인했다. 이를 각각 낮은 음과 높은 음으로 바꾸어 정상인에게 들려준 결과 총 83.45%의 정확도를 보였고, 민감도는 77.62%, 특이도는 83.45%로 나타나는 것을 확인하였다.
본 연구를 통해 두 가지 뇌전도를 이용한 접근법은 파킨슨성 치매 환자와 알쯔하이머성 치매 환자의 구분을 위한 기초 연구로서의 가치와 파킨슨병 환자를 진단하는 새로운 방법론으로서의 가치를 지니고, 후속 연구를 통해 진단 도구로의 사용을 기대한다.
