인간 두뇌 내부 EEG의 정량적 분석 및 자동 특성 학습을 통한 간질 발작 예측

목적: 본 연구의 목적은 특히 약물 저항성 발작을 가진 환자를 위해 두부 내부 EEG(iEEG) 데이터를 사용하여 효율적이고 신뢰할 수 있는 간질 발작 예측 시스템을 개발하는 것이다. 예측 절차는 환자에게 다가오는 발작을 알릴 만큼 빠르고 정확한 결과를 제공해야 한다. 방법: 우리는 인간 iEEG 데이터를 정량적으로 분석하여 간질 발작 전후와 사이에서 인간 뇌의 행동에 대한 통찰력을 얻었다. 그 다음, 데이터 크기를 줄이고 시간 시리즈 iEEG 데이터를 합성곱 신경망(CNNs)의 입력으로 사용할 수 있는 이미지 형식으로 변환하기 위한 효율적인 사전 처리 방법을 소개한다. 또한, iEEG 데이터의 자동 특징 학습을 위해 협력 다중 스케일 CNNs를 사용하는 발작 예측 알고리즘을 제안한다. 결과: 1) iEEG 채널은 보완적인 정보를 포함하며, 개별 채널을 제외하면 간질 발작 예측에 필요한 공간 정보가 손실될 수 있으므로 권장되지 않는다. 2) 전통적인 주성분 분석(PCA)은 발작 예측에서 iEEG 데이터 축소에 신뢰할 수 있는 방법이 아니다. 3) 환자마다 다르며 동일한 환자에서도 시간이 지남에 따라 변하는 iEEG 데이터 특성을 고려할 때, 수동으로 설계된 iEEG 특징은 신뢰할 수 있는 발작 예측 성능에 적합하지 않을 수 있다. 4) 발작 예측 결과는 우리 알고리즘이 평균 감도 87.85%와 AUC 점수 0.84를 달성함으로써 기존 방법보다 우수하다는 것을 보여준다. 결론: 간질 발작 직전과 멀리 떨어져 있을 때 인간 뇌의 행동을 이해하면 더 나은 간질 발작 예측기 설계를 돕는다. 의의: 정확한 발작 예측 알고리즘은 환자가 위험한 활동을 피하고, 약물을 투여하여 다가오는 발작을 중단시키고 부상 위험을 최소화할 수 있도록 다음 발작 공격에 대해 경고할 수 있다.