간질 환자 분류를 위한 DNN 기반 간질 뇌파 검출 시스템

Abstract

간질은 발작으로 온몸이 꼬이고 입에 거품을 물며 의식을 잃는 뇌 질환으로 전 세계적으로 4~5천만에 이르는 인구가 앓고 있는 흔한 질병이다. 간질은 예측이 불가능하기 때문에 간질 환자는 항상 신체 손상의 위험에 노출되어 있다. 따라서 간질 환자를 발작 전에 분류해내어 사고를 예방하는 것이 중요하다. 본 연구에서는 간질 환자를 진단하기 위한 DNN 기반 간질 뇌파 검출 시스템을 제안한다. 정상인과 간질 환자의 뇌파 데이터를 사용하여 연구를 진행하였다. 데이터의 불균형 문제를 해결하기 위해 ADASYN 기법을 사용하였고, IPCA 기법을 사용하여 간질 뇌파 검출 시에 필요한 중요한 특징들을 추출하였다. 추출된 특징들을 DNN기반의 4가지 최적화 알고리즘에 적용하여 모델을 구축하고 성능평가를 진행하였다. 실험 결과 Nadam 알고리즘을 사용한 최적화 모델이 97.6%의 정확도와 0.997의 AUC 값으로 가장 높은 성능을 나타냈다. 이 최적화 모델을 사용하여 의사는 뇌파검사 시에 높은 정확도로 간질 환자를 분류할 수 있을 것이다.