다중채널 수면 스파인드 탐지에 대한 희소 저질량 최적화 방법

배경:인간 수면 EEG에서 단일 채널(spindle) 검출을 자동화한 기법은 인간 전문가의 시각적 주석과 달리, 기록된 다른 채널에서의 스파인드 존재 여부를 인지하지 못한다.새로운 방법:본 연구에서는 인간 수면 EEG에서 전역적 및 국소적 스파인드 활동을 탐지하기 위한 다채널 스파인드 탐지 방법을 제안한다. 비선형 신호 모델을 기반으로, 입력 EEG가 일시적 성분과 진동 성분의 합으로 구성된다고 가정하며, 이를 바탕으로 다채널 일시적 성분 분리 알고리즘을 제안한다. 다채널 진동 성분의 연속적인 겹치는 블록은 낮은 랭크(low-rank)를 가진다고 가정하고, 일시적 성분은 영 기준을 갖는 조각별 상수(piecewise constant) 성분으로 가정한다. 추정된 진동 성분은 밴드패스 필터와 Teager 연산자와 결합하여 수면 스파인드를 탐지하는 데 사용된다.결과 및 기존 방법과의 비교:제안된 방법은 두 개의 공개된 데이터베이스에 적용되었으며, 기존의 7가지 단일 채널 자동 탐지기법과 비교되었다. 두 데이터베이스에 대한 제안된 스파인드 탐지 방법의 F1 점수는 각각 평균 0.66(표준편차 0.02) 및 0.62(표준편차 0.06)를 기록하였다. 6채널의 과거 밤 수면 EEG 신호에 대해, 단일 알고리즘 파라미터 설정으로 모든 채널에서 동시에 스파인드를 탐지하는 데 약 4분이 소요된다.결론:본 연구에서 제안된 방법은 특정 인간 전문가의 행동을 모방하고 활용함으로써, 수면 스파인드 탐지의 정확도를 향상시키려는 시도이다. 즉, 디지털 화면에 표시된 중심 채널 외의 다른 채널에서의 스파인드 존재 여부가 스파인드 이벤트의 판단에 무의식적으로 영향을 미칠 수 있다는 전문가의 특성을 반영한 것이다.