[논문 리뷰] EEGsig machine learning-based toolbox for End-to-End EEG signal processing.

Fardin Ghorbani, Soheil Hashemi외 2명|arXiv (Cornell University)|2020. 10. 24.

EEG and Brain-Computer Interfaces참고 문헌 23인용 수 7

한 줄 요약

EEGsig는 프로그래밍이 필요 없는 통합 인터페이스를 제공함으로써 뇌파 신호 처리의 전 과정을 지원하는 오픈소스, MATLAB 기반, GUI 기반 툴박스입니다. 신경과학 연구자들이 기계학습을 활용한 뇌파 분석을 보다 간편하게 수행할 수 있도록 하며, 프로젝트 설정 시간을 크게 단축시킵니다.

ABSTRACT

In the quest to realize comprehensive EEG signal processing toolbox, in this paper, we demonstrate the first toolbox contain three states of EEG signal processing (preprocessing, feature extraction, classification) together. Our goal is to provide a comprehensive toolbox for EEG signal processing. Using MATLAB software, we have developed an open-source toolbox for end-to-end processing of the EEG signal. As we know, in many research work in the field of neuroscience and EEG signal processing, we first clear the signal and remove noise, artifact, etc. Which we know as preprocessing, and then extract the feature from the relevant signal, and finally Machine learning classifiers used to classification of signal. We have tried to provide all the above steps in the form of EEGsig as a graphical user interface(GUI) so that there is no need for programming for all the above steps and reduce the time to complete these projects to a desirable level.

연구 동기 및 목표

• 기존 뇌파 신호 처리 도구들이 산산이 흩어져 있는 문제를 해결하기 위해 전처리, 특징 추출 및 분류를 하나의 워크플로우로 통합한다.
• 뇌과학 및 생체의공학 분야의 연구자들이 뇌파 분석에서 프로그래밍이 필요 없도록 기술적 장벽을 낮춘다.
• 엔드 투 엔드 신호 처리를 위한 시간 효율적이고 사용자 친화적인 인터페이스를 제공함으로써 뇌파 연구를 가속화한다.
• 중앙집중식 오픈소스 플랫폼을 통해 다양한 연구 응용 분야에서 재현 가능하고 표준화된 뇌파 분석을 지원한다.

제안 방법

• 툴박스는 MATLAB을 사용하여 그래픽 사용자 인터페이스(GUI)를 구현하여 프로그래밍 경험이 없는 사용자도 코드를 작성하지 않고도 뇌파 신호 처리 작업을 수행할 수 있도록 한다.
• 전처리 단계로는 아티팩트 제거 및 노이즈 필터링을 포함하며, 밴드패스 필터링 및 독립성 성분 분석(ICA)과 같은 표준 신호 처리 기법을 사용한다.
• 특징 추출은 시간 도메인, 주파수 도메인 및 시간-주파수 도메인 방법을 사용하며, 전력 스펙트럼 밀도 및 웨이브렛 변환을 포함한다.
• 자동 뇌파 신호 분류를 위해 다양한 기계학습 분류기(SVM, 랜덤 포레스트, k-NN 등)를 통합한다.
• 모든 처리 단계는 모듈식이며 상호 연결되어 있어 GUI를 통해 사용자가 처리 단계를 선택하고 연결할 수 있다.
• 전체 파이프라인은 오픈소스이며 확장 가능하도록 설계되어 있어 연구자가 필요에 따라 구성 요소를 커스터마이징하거나 확장할 수 있다.

실험 결과

연구 질문

• RQ1 비전문가 연구자들이 뇌파 신호 처리를 위한 통합된 GUI 기반 툴박스가 엔드 투 엔드 처리를 얼마나 효과적으로 단순화할 수 있는가?
• RQ2 단일 플랫폼에 전처리, 특징 추출 및 분류를 통합함으로써 개발 시간과 기술적 장벽은 어느 정도 감소하는가?
• RQ3 다양한 실험 설정 환경에서 재현 가능한 뇌파 분석 워크플로우를 지원하는 데 툴박스는 얼마나 효과적인가?
• RQ4 뇌파 신호 처리 파이프라인에서 프로그래밍 요구 사항을 제거함으로써 사용성과 접근성에 어떤 영향을 미치는가?

주요 결과

• EEGsig 툴박스는 전처리, 특징 추출 및 분류를 하나의 사용자 友好的 GUI로 통합하여 뇌파 신호 처리 워크플로우에서 프로그래밍이 필요 없도록 성공적으로 구현하였다.
• 다양한 처리 단계를 하나의 탐색 가능한 인터페이스로 통합함으로써 프로젝트 설정 시간을 단축시켰으며, 프로그래밍 전문 지식이 없는 연구자들도 접근할 수 있도록 하였다.
• 오픈소스 접근 방식을 통해 다양한 뇌과학 응용 분야에서 재현 가능하고 협업이 가능한 뇌파 연구를 촉진하였다.
• GUI 환경 내에서 표준 전처리 및 기계학습 기법을 통합함으로써 메서드적 엄밀함을 훼손하지 않은 채 접근성을 향상시켰다.