[논문 리뷰] EEG based Major Depressive disorder and Bipolar disorder detection using Neural Networks: A review

Sana Yasin, Syed Asad Hussain외 4명|arXiv (Cornell University)|2020. 09. 28.

Functional Brain Connectivity Studies참고 문헌 192인용 수 203

한 줄 요약

EEG를 이용한 신경망 접근법에 대한 포괄적 조사를 통해 Major Depressive Disorder(MDD)와 Bipolar Disorder(BD)를 검출하고, 아키텍처, 바이오마커, 데이터셋 및 권고사항을 요약한다.

ABSTRACT

Mental disorders represent critical public health challenges as they are leading contributors to the global burden of disease and intensely influence social and financial welfare of individuals. The present comprehensive review concentrate on the two mental disorders: Major depressive Disorder (MDD) and Bipolar Disorder (BD) with noteworthy publications during the last ten years. There is a big need nowadays for phenotypic characterization of psychiatric disorders with biomarkers. Electroencephalography (EEG) signals could offer a rich signature for MDD and BD and then they could improve understanding of pathophysiological mechanisms underling these mental disorders. In this review, we focus on the literature works adopting neural networks fed by EEG signals. Among those studies using EEG and neural networks, we have discussed a variety of EEG based protocols, biomarkers and public datasets for depression and bipolar disorder detection. We conclude with a discussion and valuable recommendations that will help to improve the reliability of developed models and for more accurate and more deterministic computational intelligence based systems in psychiatry. This review will prove to be a structured and valuable initial point for the researchers working on depression and bipolar disorders recognition by using EEG signals.

연구 동기 및 목표

• 2010년부터 2020년까지 신경망을 이용한 EEG 기반 MDD 및 BD 검출에 관한 문헌을 조사하고 종합한다.
• NN 기반 우울 장애 및 양극성 장애 인식에 사용된 EEG 프로토콜, 특징, 바이오마커 및 공개 데이터세트를 요약한다.
• 이 분야에서 얕은 신경망과 심층 신경망 접근법을 비교한다.
• 정신의학에서 모델의 신뢰성과 결정성 향상을 위한 가이드라인과 권고를 제공한다.

제안 방법

• PRISMA 원칙에 따라 여러 데이터베이스에서 체계적 문헌 검색을 수행한다.
• 인공지능 신경망을 이용한 EEG 기반 우울 평가에 중점을 둔 포함 기준.
• 연구 설계, NN 아키텍처, EEG 특징, 데이터세트 및 보고된 결과의 추출과 합성을 수행한다.
• EEG/NN 기반 정신의학에서의 한계, 도전과제 및 향후 연구 방향에 대해 논의한다.
• EEG 신호와 연계된 임상적 관련성과 잠재적 바이오마커에 대한 고려를 다룬다.

실험 결과

연구 질문

• RQ1 EEG 기반 MDD 및 BD 검출에 적용된 신경망 아키텍처(얕은 신경망 대 심층 신경망)는 무엇입니까?
• RQ2 신경망 기반 우울 및 양극성 장애 인식에서 가장 일반적으로 사용되는 EEG 프로토콜, 특징 및 바이오마커는 무엇입니까?
• RQ3 EEG 기반 MDD 및 BD 연구에 사용 가능한 공공 데이터세트는 무엇이며 어떻게 활용됩니까?
• RQ4 현재 EEG/NN 접근법의 주요 한계는 무엇이며 신뢰성과 결정성을 개선하기 위한 권고는 어떠합니까?

주요 결과

• EEG를 이용한 MDD 및 BD 탐지에 얕은 신경망과 심층 신경망 모두를 포괄적으로 조사한다.
• 문헌에 사용된 EEG 바이오마커, 특징 추출 방법 및 실험 프로토콜을 다룬다.
• 이용 가능한 EEG 기반 데이터세트와 그것이 모델 개발 및 평가에서 차지하는 역할을 요약한다.
• 정신의학 응용에서 모델 신뢰성을 개선하기 위한 방법론적 도전과제, 한계 및 지침을 강조한다.
• 이 검토는 EEG 신호를 이용한 우울증 및 양극성 장애 인식을 연구하는 연구자들을 위한 구조화된 출발점으로 제시된다.