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

본 논문은 뇌전증 발작을 억제하기 위한 폐쇄‑루프 뇌자극 시스템을 설계하고, 이를 검증하기 위해 분수 차수 모델 예측 제어(FOS‑MPC) 프레임워크를 제안한다. 서론에서는 EEG와 같은 신경생리학적 신호가 장기 메모리와 파워‑법칙 의존성을 보이며, 이러한 특성을 포착하기 위해 분수 차수 동역학이 적합하다는 배경을 제시한다. 기존의 개방형 자극 전략은 실시간 뇌 상태를 반영하지 못해 효과가 제한적이며, 모델‑기반 피드백이 필요함을 강조한다. II절에서는 문제 설정을 정리한다. 뇌자극에는 개방형과 폐쇄‑루프 두 가지 방식이 있으며, 폐쇄‑루프는 실시간 EEG 측정을 기반으로 자극을 조절한다. TMS는 비침습적 전자기 유도 방식으로, 다양한 신경질환 치료에 잠재력을 가지고 있다. 기존 선형 시불변(LTI) 모델은 장기 의존성을 충분히 표현하지 못하므로, 저자들은 이산형 분수 차수 시스템(Δ^α xₖ₊₁ = A xₖ + wₖ)으로 모델링한다. 여기서 α는 각 상태 변수의 차수 지수이며, A는 공간적 결합을 나타낸다. FOS는 MV‑AR 모델로 근사 가능하지만, 파라미터 수가 크게 감소해 식별이 용이하다. III절에서는 FOS‑MPC 설계 과정을 상세히 설명한다. 먼저 FOS를 p‑step 확대된 LTI 형태(˜A, ˜B)로 변환하여, 기존 MPC 알고리즘에 적용 가능하도록 한다. 제어 목표는 상태 에너지 최소화와 자극 강도 제한을 동시에 달성하는 것이며, 이를 위해 비용 함수에 Q = I, R = εI(ε>0)를 사용한다. 시스템 잡음은 백색 가우시안(wₖ)으로 가정하고, 제약식으로 자극 전압의 상하한(u_min, u_max)을 설정한다. MPC는 예측 호라이즌(P)와 제어 호라이즌(M)을 정의하고, 매 시간 단계마다 제한된‑시간 LQG 최적화를 수행한다. 최적화는 MATLAB의 quadprog를 이용해 실시간으로 해결되며, 얻어진 피드백 게인 Kₖ를 통해 uₖ = Kₖ xₖ가 계산된다. IV절에서는 시뮬레이션 결과를 제시한다. 데이터는 CHB‑MIT 데이터베이스의 11번 피험자 EEG(4채널, 160 Hz)에서 발작 구간 10 초를 사용해 A와 α를 식별하였다. 식별된 A와 α는 (15a), (15b)와 같이 제시되며, α 값이 0.66~1.07 사이에 분포한다. 잡음 분산은 σ²_w = 0.2로 설정하였다. 세 가지 자극 전략을 비교하였다. 1) 개방형 전략은 사전 정의된 16 Hz 사인파(진폭 0.5)를 일정 간격으로 투입하지만, 시스템 상태를 전혀 고려하지 않으므로 발작 파형을 억제하지 못하고 오히려 증폭시키는 경우가 관찰되었다. 2) 이벤트‑트리거 개방형은 발작 시작을 감지하면 짧은 기간 동안 동일 파형을 적용하지만, 감지 지연과 제한된 피드백으로 인해 완전한 억제는 어려웠다. 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 복귀시켰다. 또한, 외란(dₖ)으로 모델링된 무작위 파형(폭 0.25 및 1)에도 강인하게 대응하였다. 논문은 또한 시간‑가변 FOS(Δ^α xₖ₊₁ = Aₖ xₖ + wₖ) 확장을 논의하며, 이는 뇌의 동적 변화를 추적하는 데 유용할 것으로 기대한다. MPC의 재계산 메커니즘은 모델‑시스템 불일치와 외란에 대한 내성을 제공한다는 점을 강조한다. 결론적으로, 분수 차수 모델과 MPC를 결합한 폐쇄‑루프 TMS 제어는 기존 개방형 및 이벤트‑트리거 전략에 비해 발작 억제 효율이 높으며, 자극 강도 제한을 통해 환자 안전성을 확보한다. 이는 향후 파킨슨병, 알츠하이머, 우울증 등 다른 신경질환에 대한 폐쇄‑루프 뇌자극 설계에도 적용 가능함을 시사한다.