[논문 리뷰] NEURAL: quantitative features for newborn EEG using Matlab

John M. Toole, Geraldine B. Boylan|arXiv (Cornell University)|2017. 04. 19.

Neonatal and fetal brain pathology인용 수 37

한 줄 요약

이 논문은 신생아 뇌전도(EEG)의 정량적 분석을 위한 표준화되고 재현 가능한 프레임워크를 제공하는 오픈소스 Matlab 소프트웨어 패키지인 NEURAL을 소개한다. 이 소프트웨어는 정적 특징—진폭, 스펙트럼, 연결성, 그리고 인터버스트 간격 지표—를 정확한 알고리즘 세부 정보와 함께 구현하여, 신생아 집중 치료 병동 연구에서 일관되고 자동화된 분석을 가능하게 하며, 뇌 발달 및 손상 탐지에 관한 연구를 지원한다.

ABSTRACT

Background: For newborn infants in critical care, continuous monitoring of brain function can help identify infants at-risk of brain injury. Quantitative features allow a consistent and reproducible approach to EEG analysis, but only when all implementation aspects are clearly defined. Methods: We detail quantitative features frequently used in neonatal EEG analysis and present a Matlab software package together with exact implementation details for all features. The feature set includes stationary features that capture amplitude and frequency characteristics and features of inter-hemispheric connectivity. The software, a Neonatal Eeg featURe set in mAtLab (NEURAL), is open source and freely available. The software also includes a pre-processing stage with a basic artefact removal procedure. Conclusions: NEURAL provides a common platform for quantitative analysis of neonatal EEG. This will support reproducible research and enable comparisons across independent studies. These features present summary measures of the EEG that can also be used in automated methods to determine brain development and health of the newborn in critical care.

연구 동기 및 목표

• 신생아 연구에서 정량적 EEG 특징의 표준화되고 재현 가능한 구현 방식의 부족을 해결하기 위해.
• 구현 세부 사항이 누락되거나 모호하여 연구 간 특징 추출의 이질성이 발생하는 문제를 해결하기 위해.
• 독립된 신생아 EEG 연구 간 결과 비교를 직접 가능하게 하는 공통 소프트웨어 플랫폼을 제공하기 위해.
• 신생아 집중 치료 병동(NICUs)에서 자동화된 지속적인 EEG 모니터링 시스템 개발을 지원하기 위해.
• 객관적이고 정량적인 EEG 특징을 활용하여 뇌 성숙도, 손상 및 임상 결과에 관한 연구를 촉진하기 위해.

제안 방법

• NEURAL 소프트웨어 패키지는 Matlab(v0.3.1)로 구현되었으며, IIR 저통과 필터링과 64 Hz로의 재샘플링을 포함한 사전 처리 단계를 내장하고 있다.
• 진폭 특징은 원시 EEG와 그 에너지 함수에서 계산되며, 총 전력, 표준편차, 왜도, 첨도, 그리고 범위 EEG(rEEG) 지표를 포함한다.
• 스펙트럼 특징은 단기 푸리에 변환(STFT)을 사용하여 유도되며, 전력 스펙트럼 밀도(PSD), 스펙트럼 엔트로피(샤논 및 위너), 스펙트럼 에지 주파수, 그리고 프랙탈 차원을 포함한다.
• 연결성 특징은 편측 채널 쌍 간에 상관관계, 교차상관, 뇌 대칭 지수(BSI)를 사용하여 계산된다.
• 인터버스트 간격(IBI) 특징은 버스트 억제 주석에서 추출되며, 중앙값 및 최대 IBI 길이, 버스트 비율, 버스트 수를 포함한다.
• 모든 파라미터는 중앙 파라미터 파일(neural_parameters.m)을 통해 설정 가능하며, 필터 커프로프(30 Hz)와 재샘플링 주파수(64 Hz)에 대한 기본 설정이 제공된다.

실험 결과

연구 질문

• RQ1 표준화되고 오픈소스인 소프트웨어 패키지가 독립된 연구 연구 간의 신생아 EEG 특징 추출의 재현성과 비교 가능성에 기여할 수 있는가?
• RQ2 표준화된 구현 세부 사항은 비표준적 구현 대비 정량적 EEG 특징의 변동성을 어느 정도 감소시키는가?
• RQ3 실현된 정적 특징(진폭, 스펙트럼, 연결성, IBI)이 신생아 뇌 기능과 성숙도의 임상적으로 관련된 측면을 얼마나 잘 반영하는가?
• RQ4 NEURAL 툴박스가 신생아 집중 치료 병동에서 자동화된 실시간 EEG 분석 시스템 개발의 기초가 될 수 있는가?
• RQ5 사전 처리 단계(예: 필터링 및 재샘플링)가 신생아에서 정량적 EEG 특징의 신뢰성과 일관성에 어떤 영향을 미치는가?

주요 결과

• NEURAL 소프트웨어 패키지는 신생아 EEG에 대한 핵심 정량적 EEG 특징을 정확한 알고리즘 세부 정보와 함께 완전히 문서화된 오픈소스 구현을 제공한다.
• 패키지에는 IIR 저통과 필터링과 64 Hz로의 재샘플링을 포함한 사전 처리 파이프라인이 내장되어 있어 연구 간 일관된 신호 준비를 보장한다.
• rEEG 평균, 중앙값, 폭과 같은 진폭 특징은 신호 에너지 함수에서 계산되어 aEEG와의 비교를 가능하게 하면서도 더 많은 웨이브폼 세부 정보를 유지한다.
• 스펙트럼 엔트로피(샤논 및 위너), 스펙트럼 에지 주파수, 프랙탈 차원과 같은 스펙트럼 특징은 주파수 대역별로 계산되어 뇌 활동 복잡성 분석을 지원한다.
• 상관관계와 뇌 대칭 지수(BSI)와 같은 연결성 특징은 쌍으로 조합된 채널 간에 계산되어 이측 간 기능적 연결성 평가가 가능하다.
• 중앙 IBI 길이 및 버스트 비율과 같은 인터버스트 간격 특징은 조기 출생아(<32주 임신기)에 특화되어 있어 버스트 억제 패tern 평가에 기여한다.