뇌전증 발작 예측을 위한 합성 신경망

癫癎은 가장 흔한 신경학적 질환으로, 발작의 정확한 예측은 환자의 불확실성과 무력감을 극복하는 데 도움이 됩니다. 본 연구에서는 뇌전위신호(intracranial electroencephalography, iEEG)를 이용한 발작 예측을 위한 새로운 분류 방법론을 제시하고 논의합니다. 기존 접근 방식과 달리, 우리는 수작업으로 특징을 추출하는 것을 완전히 배제하고, 대신 적합한 신호 특성을 결정하고 발작 전(preictal) 및 비발작(interictal) 구간의 이진 분류를 위해 합성곱 신경망(convolutional neural network, CNN) 구조를 사용합니다. 4마리의 개와 3명의 환자에서 장기적으로 측정된 공개 데이터셋을 사용하여 세 가지 다른 모델을 평가했습니다. 전체적으로 우리의 결과는 일반적인 적용 가능성을 입증하였습니다. 본 연구에서는 우리 방법론의 강점과 한계점을 논의합니다.