스피н키(Spinky)를 만나보세요: 오픈소스 스피indle 및 K-컴플렉스 탐지 툴박스로, 오픈액세스 몬트리올 수면 연구 아카이브(MASS)에서 검증되었습니다.

수면 중 전뇌파(EEG) 기록에서 관찰되는 가장 두드러진 미세 사건 중 하나로 수면 스파인들(spindles)과 K-복합체(K-complexes)가 있다. 이러한 EEG 미세 구조는 수면과 관련된 인지 과정의 상징적 특징으로 여겨진다. 비록 식별과 정량화 과정이 번거롭고 시간이 많이 소요되지만, 건강한 개인과 수면 장애 환자 모두에 대한 수면 연구에서 중요한 역할을 한다. 따라서 스파인과 K-복합체에 대한 자동 탐지 기법은 연구자와 임상의에게 유용한 도구가 될 수 있다. 최근 우리는 티유너블 Q-팩터 웨이블릿 변환(TQWT; Selesnick, 2011a)과 형태학적 구성 요소 분석(MCA)을 기반으로 한 스파인과 K-복합체의 동시 탐지 프레임워크를 제안한 바 있다(Lajnef 등, 2015a). 본 논문에서는 몬트리올 수면 연구 아카이브(MASS; O'Reilly 등, 2014)의 공개된 EEG 데이터를 활용하여 제안된 방법의 정밀한 검증과 벤치마킹을 다양한 성능 지표를 통해 수행하였다. 특히, 동일한 데이터베이스에서 이전에 검증된 대안적 방법들과의 비교를 통해 성능을 평가하였다. 스파인 탐지에 있어서, 본 연구에서 제안한 방법은 대부분의 대안적 방법보다 높은 성능을 달성하였다. 이 결과는 민감도와 정밀도를 동시에 고려한 통계적 검정(예: 매튜스 상관계수(MCC), F1 점수, 코헨의 카파 계수(κ))를 통해 뒷받침되었다. 제안된 방법은 스파인과 K-복합체 탐지를 위한 오픈소스 도구인 Spinky로 공개되었다. GUI 기반 구현과 MATLAB 및 Python 리소스 접근성을 갖춘 Spinky는 건강한 집단과 환자 집단에서 수면 EEG 미세 구조 탐지에 대한 분류기 성능을 비교하고 재현 가능성을 높이는 오픈사이언스 접근에 기여할 것으로 기대된다.