[헬스케어] 수면단계 AI 분류, 다중 생체신호(EGG·EOG·EMG)로 수면단계 분류 정확도 올린 방법

EEG/EOG/EMG 다중 생체신호 기반 수면 단계 분류 효과 검증 1. 분석 배경 및 목적 1.1.

분석 배경 수면은 인체의 핵심 생리 기능 중 하나로, 수면 단계의 정확한 분류는 수면 장애 진단 및 치료 연구에서 매우 중요한 요소이다. 기존에는 EEG(뇌파) 단일 신호 기반 분석이 주로 사용되었지만, N1과 REM 단계처럼 생리학적으로 유사한 구간에서는 EEG만으로는 분류에 한계가 존재한다.

이에 본 분석은 EEG와 함께 EOG(안구 움직임) 및 EMG(턴 근전도)를 결합한 다중 생체신호를 활용하여, 수면 단계를 보다 정교하게 자동 분류할 수 있는지를 검증하고자 하였다. 1.2. 분석 목적 본 분석은 Sleep-EDF Expanded 공개 데이터(PhysioNet)를 활용하여 EEG/EOG/EMG 다중 생체신호를 30초 epoch 단위로 특징 추출하고, 추출된 특징이 수면 단계 간 생리학적 차이를 실제로 반영하는지를 탐색적 분석(EDA)을 통해 확인한다.

또한 특징 추출된 데이터...