[논문 리뷰] Open and free EEG datasets for epilepsy diagnosis

Palak Handa, Monika Mathur외 1명|arXiv (Cornell University)|2021. 08. 02.

EEG and Brain-Computer Interfaces참고 문헌 21인용 수 13

한 줄 요약

이 논문은 뇌전증 진단을 위한 개방형, 무료 EEG 데이터셋을 종합하고 평가하며, 인공지능 기반 경련 탐지 및 분류 연구의 발전에 기여하는 데 중점을 둔다. 기초적인 본 데이터셋부터 템플 대학교 및 피지오넷과 같은 대규모 레포지토리에 이르기까지 15개 이상의 공개적으로 이용 가능한 데이터셋을 정리하여, 그 핵심적 특성, 가용성, 임상적 관련성을 연구자들이 생물의학 신호 처리 및 헬스케어 분야의 인공지능 연구에 활용할 수 있도록 한다.

ABSTRACT

The Epilepsies are a common, chronic neurological disorder affecting more than 50 million individuals across the globe. It is characterized by unprovoked, recurring (similar or different type) seizures which are commonly diagnosed through clinical EEGs. Good-quality, open-access and free EEG data can act as a catalyst for on-going state-of-the-art (SOTA) research works for detection, prediction and management of epilepsy and seizures. They can also aid in improving the quality of life (QOL) of these diseased individuals and contribute research in healthcare multimedia, data analytics and Artificial Intelligence (AI) in personalized medicine. This paper presents widely used, available, open and free EEG datasets available for epilepsy and seizure diagnosis. A brief comparison and discussion of open and private datasets has also been done. Such datasets will help in development and evaluation of automatic computer-aided system in healthcare.

연구 동기 및 목표

• 재현 가능 연구를 지원하기 위해 공개된, 개방형 EEG 데이터셋을 종합하고 평가하기 위해.
• 뇌전증 연구에서의 데이터 부족 및 일관성 문제를 해결하기 위해, 접근 가능한 데이터셋에 대한 중심화되고 최신화된 참고 자료를 제공하기 위해.
• 개방형 데이터셋과 비개방형 데이터셋 간의 품질, 구조, 임상 주석을 비교하여 연구자가 데이터셋 선택에 도움이 되도록 하기 위해.
• 자동 경련 탐지 및 예측을 위한 강력한 인공지능 및 머신러닝 모델 개발을 위해 고품질, 잡음이 없는 EEG 데이터의 사용을 촉진하기 위해.
• 표준화되고 주석이 달린 EEG 데이터에의 접근을 통해 개인 맞춤 의료 및 헬스케어 멀티미디어 분야의 발전을 지원하기 위해.

제안 방법

• PubMed 및 Google Scholar에서 'EEG 데이터셋을 위한 뇌전증' 및 '개방형 EEG 데이터셋'과 같은 关련 키워드를 사용하여 뇌전증을 위한 개방형 EEG 데이터셋을 체계적으로 식별하기 위해.
• 데이터 품질(잡음, 아티팩트, 주석 포함 여부), 샘플링 속도, 채널 수, 지속 시간, 가용성(개방형 접근 vs. 로그인 필요) 등의 기준에 따라 데이터셋을 평가하기 위해.
• 성인 및 소아 인구군으로 데이터셋을 분류하고, 각 데이터셋의 출처, 크기, 형식(예: EDF, MATLAB, ASCII), 임상적 관련성에 대한 상세 기술을 제공하기 위해.
• 개방형 데이터셋(예: 본 EEG, 피지오넷, 템플 대학교)과 비개방형 또는 제한 접근 데이터셋(예: 유럽 뇌전증 데이터베이스, 파누아르 등, 2019)을 비교하여 가용성 및 연구 활용도의 차이를 부각하기 위해.
• 데이터셋 선택을 보조하기 위해 파일 크기, 참가자 수, 기록 지속 시간, 경련 유형(발작기, 간격기, 발작 전기) 등의 메타데이터 포함하기 위해.
• 2021년 7월 26일 기준으로 데이터셋의 가용성 및 링크를 확인하였으며, 이후 삭제되거나 접근 불가가 된 데이터셋에 대한 비고를 기재하기 위해.

실험 결과

연구 질문

• RQ1 현재 연구 목적용으로 이용 가능한 개방형 EEG 데이터셋은 무엇이며, 어디서 접근할 수 있는가?
• RQ2 개방형 EEG 데이터셋의 품질, 주석, 구조적 특성은 비개방형 또는 제한 접근 데이터셋과 비교해 어떻게 다를까?
• RQ3 뇌전증 진단에 널리 사용되는 개방형 EEG 데이터셋의 주요 특성(샘플링 속도, 채널 수, 지속 시간, 참가자 수)은 무엇인가?
• RQ4 EEG 데이터셋의 가용성과 접근 가능성은 인공지능 기반 뇌전증 연구의 재현 가능성과 확장성에 어떤 영향을 미치는가?
• RQ5 데이터셋의 삭제 또는 접근 불가(예: UCI에서의 본 EEG)는 뇌전증 신호 분석 분야에서 장기적인 연구 재현 가능성에 어떤 영향을 미치는가?

주요 결과

• 잡음이 없고 주석이 잘 되어 있으며 오랫동안 가용한 덕분에 본 EEG 데이터셋은 뇌전증 연구에서 가장 널리 사용되는 벤치마크로 남아 있다.
• 템플 대학교 EEG 코퍼스는 현재까지 공개된 가장 큰 뇌전증 전용 EEG 데이터셋으로, 환자 수 10,874명, 총 572GB의 데이터를 포함하며, 로그인은 필요하지만 연구 목적으로 무료로 이용 가능하다.
• 피지오넷과 오픈 뉴로 레포지토리는 높은 품질의 주석이 달린 데이터셋을 제공하며, 예를 들어 데티(2020) 데이터셋과 나스레딘(2021) 데이터셋은 각각 29명, 52명의 참가자를 포함하여 복잡한 경련 탐지 작업을 지원한다.
• 카르니아 대학 및 미국 뇌전증 협회 경련 예측 챌린지에서 제공한 일부 데이터셋은 더 이상 공개적으로 접근할 수 없게 되어 연구에서 데이터 손실의 위험을 보여준다.
• 베른-바르셀로나 EEG 데이터베이스는 약물 내성 뇌전증 환자로부터 다중 채널, 고샘플링 속도(512–1024 Hz)의 기록을 제공하여 국소성 및 비국소성 활동의 고도화된 분석을 가능하게 한다.
• 소아 중심의 데이터셋으로, 10-20 체계 기반 EEG 기록(예: 2021년 연구)은 3시간 분량의 기록을 2000 Hz에서 제공하며 수면 단계 주석이 포함되어 있어 어린이의 연령별 고주파 옵저버블(FO) 분석에 필수적이다.