사건관련뇌전위의 기계학습 기반 분석을 통한 하지불안증후군 환자의 뇌인지기능 저하 특성 규명
저자
발행사항
서울 : 연세대학교 대학원, 2023
학위논문사항
학위논문(석사) -- 연세대학교 대학원 의공학과 2023.2
발행연도
2023
작성언어
한국어
주제어
발행국(도시)
서울
기타서명
Characteristics of cognitive deficits in restless legs syndrome patients by analysis based on machine learning of event-related potentials
형태사항
vi, 63장 : 삽화(일부천연색) ; 26 cm
일반주기명
지도교수: 김경환
UCI식별코드
I804:11046-000000545262
소장기관
본 연구는 설명가능한 기계학습을 기반 사건관련뇌전위 분석을 통해 기존 사건관련뇌전위 연구에서 발생하는 다중 비교 문제를 효과적으로 개선하고, 하지불안증후군 환자에서 나타나는 인지기능 저하의 원인을 대뇌 피질 차원에서 밝히고자 하였다.
하지불안증후군 진단을 받은 9명의 환자와 정상인 13명을 대상으로 task 수행 중 19개의 두피전극으로 피험자의 뇌전위를 얻었다. 두피전극에서 측정한 뇌전위에 신호원 국소화 기법을 적용하여 대뇌 피질 상의 전류 밀도 시계열을 추정한 뒤, Molleweide Projection 기법을 적용하여 2차원 이미지로 데이터를 변환하여 CNN 학습에 사용하였다. 하지불안증후군과 정상 대조군의 대뇌 피질 전류 밀도를 나타내는 2D 이미지를 이용하여 환자를 분류하는 CNN 분류기를 학습하였으며, 학습한 CNN에 설명가능한 기계학습을 적용하여 환자를 판단하는데 중요한 영향을 미친 대뇌 피질 입력 데이터를 특정하였다.
분류기는 단일 시행 사건관련뇌전위로부터 얻은 데이터로 91%의 높은 분류 성능을 보였다. 설명가능한 기계학습을 통해 찾은 하지불안증후군 인지기능 저하 특성을 반영하는 대뇌 피질 영역은 좌측의 상전두엽, 상두정엽, 뇌섬엽, 측두엽, 측후두엽, 우측 상측두엽으로 관찰되었다. 선행 연구를 통해 좌측 상전두엽은 이차 시각 관련 영역인 좌측 하측두엽, 측후두엽, 상두정엽과 함께 선택적 주의력, 집행 기능, 주의 할당에 관여하는 영역으로 작업기억 회상에 있어 밀접한 연관이 있음을 확인하였다. 또한 좌측 뇌섬엽, 우측 상측두엽은 작업기억 회상의 효율을 높이는 의미기억과 연관이 있음을 확인하였다.
결론적으로 본 연구를 통해 하지불안증후군을 단일 시행 사건관련뇌전위기반으로 높은 일반화 성능을 보이는 분류기를 개발할 수 있었으며, 이를 통해 조기 진단 등에 활용될 수 있는 가능성을 보였다. 또한 설명가능한 기계학습 기법을 통해 환자군의 하지불안증후군의 작업기억 저하는 선택적 주의, 주의 할당, 의미기억 등의 기능 결함으로 인한 것임을 대뇌 피질 활동을 통해 밝힐 수 있었다.
This study analyzed the characteristics of cortical current density of event-related potentials (ERPs) measured during work memory task based on explainable machine learning to clarify the cause of cognitive deficits in Restless Legs Syndrome (RLS) patients.
13 patients diagnosed with RLS and 13 normal controls participated in this study, and ERPs were obtained with 19 channel electrodes during the task. To analyze cortical activity from ERPs, the current density time series was estimated by applying the source localization technique. A analysis period was determined to 150–250 ms during memory recollection and averaged, because it is known to be important role to recall an item in working memory. Mollweide projection was applied to the average current density to convert the data into a two-dimensional image and used for input of CNN. CNN classifier was trained to discriminate RLS patients and normal controls, and LRP was applied to the trained CNN to characterize cortical features that had an important effect on the outputs of CNN.
The classifier provided high classification accuracy from single-trial ERPs, which are known to be low signal-to-noise ratio. The critical cortical regions found through LRP were left superior frontal lobe, the left superior parietal lobe, the left inferior lobe, the left inferior lobe, and the right posterior lobe. Previous studies have confirmed that the left superior frontal lobe is a region involved in selective attention, executive function, and attention allocation along with the secondary visual-related areas, including left superior parietal lobe, left inferior temporal lobe, and left lateral occipital lobe. In addition, it was confirmed that the left insular lobe and right superior temporal lobe are related to semantic memory that increases the efficiency of working memory recall based on the knowledge they know in memory recall. The critical cortical activities found through LRP reflect the characteristics of increasing the efficiency of working memory through conscious attention allocation and information comparison in 150 to 250 ms of working memory recall, and it was inferred that the deficits in working memory of RLS was due to functional defects such as selective attention, attention allocation, and semantic memory. Correlation analysis between the average cortical current density in those areas and clinical scores evaluating symptoms of RLS confirmed that cortical activity in some areas has a correlation with sleep disorders, patient symptoms, and anxiety.
In conclusion, this study showed that explainable machine learning was able to successfully find cortical features that reflect working memory deterioration in patients with RLS and showed the potential of being used to diagnose patients based on the single-trial ERP.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)