[논문 리뷰] Epileptic seizure classification using statistical sampling and a novel feature selection algorithm

Mursalin Mursalin, Syed Mohammed Shamsul Islam외 2명|arXiv (Cornell University)|2019. 02. 25.

EEG and Brain-Computer Interfaces참고 문헌 34인용 수 10

한 줄 요약

이 논문은 통계적 표본 추출과 새로운 특징 선택 알고리즘을 사용하여 데이터 크기와 특징 수를 줄이는 이중 단계 접근법을 제안한다. 95% 신뢰수준에서 최적 배정 표본 추출을 적용하고 상관관계 기반 임계값 특징 선택을 통해, 오직 다섯 개의 특징만으로도 최대 98.60%의 정확도를 달성하며, 동일한 EEG 데이터셋에서 최신 기술을 능가하면서 계산 비용을 최소화한다.

ABSTRACT

Epilepsy is a well-known neuronal disorder that can be identified by interpretation of the electroencephalogram (EEG) signal. Usually, the length of an EEG signal is quite long which is challenging to interpret manually. In this work, we propose an automated epileptic seizure detection method by applying a two-step minimization technique: first, we reduce the data points using a statistical sampling technique and then, we minimize the number of features using our novel feature selection algorithm. We then apply different machine learning algorithms for performance measurement of the proposed feature selection algorithm. The experimental results outperform some of the state-of-the-art methods for seizure detection using the reduced data points and the least number of features.

연구 동기 및 목표

• 큰 데이터 크기와 고차원 특징으로 인한 EEG 기반 발작 분류의 높은 계산 비용 문제를 해결하기 위해.
• 신뢰수준(70%, 85%, 95%, 99%)에 기반한 최적 배정 표본 추출 기법을 사용하여 데이터 볼륨을 줄이면서도 분류에 유의미한 신호 특징을 유지하기 위해.
• 상관관계와 임계값 기반의 새로운 특징 선택 알고리즘을 개발하여 중복 특징을 최소화하기 위해.
• 기본 EEG 데이터셋에서 다양한 분류기(SVM, RF, NB, KNN, LMT)를 대상으로 제안된 방법의 성능을 평가하기 위해.
• 감소된 데이터 및 특징 세트가 기존 방법과 비교해도 분류 정확도를 유지하거나 향상시킬 수 있음을 입증하기 위해.

제안 방법

• 이 방법은 신뢰수준(70%, 85%, 95%, 99%)에 따라 구분된 층(스트라타)에서 대표 표본을 선택하여 EEG 신호 길이를 줄이는 최적 배정 표본 추출을 적용한다.
• 본 포드 대학(University of Bonn)에서 제공한 EEG 데이터셋(세트 A–E)은 층으로 나누어지며, 각 층의 표본 크기는 공식 n = (z² × p × (1−p)) / e²를 사용해 계산된다.
• 각 표본 층에서 시간 도메인, 주파수 도메인, 비선형 특징(예: 근사 엔트로피, 표본 엔트로피 포함) 등의 특징을 추출한다.
• 목표 클래스와의 상관관계를 기반으로 특징을 순위 매기고, 동적 임계값을 적용하여 중복 특징을 제거하는 새로운 특징 선택 알고리즘을 제안한다.
• 성능 평가를 위해 랜덤 포레스트, SVM, 나이브 베이즈, K-최근접 이웃, 로지스틱 모델 트리 등 다섯 가지 분류기를 사용하여 전체 및 감소된 특징 세트에서의 성능을 평가한다.
• 정확도(AC), 표준편차, 다양한 신뢰수준과 특징 수 간 비교를 통해 성능을 평가한다.

실험 결과

연구 질문

• RQ1 다양한 신뢰수준(70%에서 99%)에서 통계적 표본 추출을 적용하면 EEG 데이터 크기를 효과적으로 줄일 수 있을까? 이 과정에서 분류 성능가 유지되는가?
• RQ2 제안된 특징 선택 알고리즘이 기존의 상관관계 기반 방법보다 특징 수를 더 효과적으로 줄일 수 있는가?
• RQ3 간질 발작 탐지에서 데이터 감소와 분류 정확도 사이의 최적 균형은 무엇인가?
• RQ4 감소된 데이터 및 특징 세트를 사용할 때, 다양한 분류기의 성능는 어떻게 비교되는가?
• RQ5 제안된 방법이 훨씬 적은 데이터 포인트와 특징 수로도 최신 기술을 능가하는 높은 정확도를 달성할 수 있는가?

주요 결과

• 95% 신뢰수준에서 가장 뛰어난 분류 성능를 기록했으며, 모든 케이스 평균 정확도는 97.20%였다.
• 95% 신뢰수준에서 평균적으로 오직 다섯 개의 특징만 필요로 하여 특징 감소 효율성이 매우 높음을 입증했다.
• 특징 선택 후 랜덤 포레스트는 케이스 1에서 98.60% ± 0.36의 최고 정확도를 기록하여 다른 분류기들을 능가했다.
• 제안된 방법은 케이스 1에서 98.60%, 케이스 2에서 96.20%, 케이스 3에서 96.96%의 정확도를 달성했으며, 동일한 데이터셋에서 몇몇 최신 기술을 능가했다.
• 30% 이상의 데이터 감소(즉, 95% 이하의 신뢰수준)는 정확도 저하를 초래하여, 95%가 최적의 균형임을 시사했다.
• 심층 학습 및 신경망 기반 접근법(예: 88.7% 정확도)에 비해 훨씬 낮은 계산 비용과 더 적은 데이터로도 성능를 뛰어나게 했다.