청각 자극 기반 실제 발화와 상상 발화의 ERP 분석: ICA를 통한 artifact 제거 평가

국문 초록 (Abstract)

최근 EEG(Electroencephalogram) 신호에서 일반적인 전처리 과정이 데이터에 부정적인 영향을 미칠 수 있다고 발표되었지만, 눈 깜빡임이나 근육 활동 같은 artifact를 제거하는 ICA(Independent Component Analysis)가 청각 자극에 대한 상상 발화 데이터 질에 미치는 영향은 아직 평가되지 않았다. 이에 본 연구팀은 EEG/ERP를 통해 청각 자극에 대한 실제/상상 발화 데이터에서 ICA 적용 전후의 artifact 제거 효과를 분석하고자 한다. 5명의 피실험자로부터 각각 180회의 소리에 대한 실제/상상 발화 과제를 통해 얻은 총 900개의 데이터를 사용했다. 결과적으로, ICA는 amplitude 감소를 통해 artifact 제거 효과를 확인할 수 있었다. 그러나 ERP 신호의 시간적 일관성 확보에는 한계가 있었다. 피실험자 간의 신경 신호 변동성과 ICA 과정에서의 artifact 제거 한계로 인해, 일부 피실험자에서는 시간 간격의 편차가 증가하는 양상이 나타났다. 결론적으로, ICA는 artifact 제거에는 성공적이었으나, ERP 분석에서 시간적 특징을 유지하는 데는 제한적임을 시사한다.

다국어 초록 (Multilingual Abstract)

Recently, it has been reported that conventional preprocessing procedures on EEG(Electroencephalogram) signals can negatively affect the data. However, the impact of ICA(Independent Component Analysis) in removing noise such as eye blinks or muscle activity on the quality of inner speech data in response to auditory stimuli has not yet been evaluated. Therefore, our research team aimed to analyze the effects of artifact removal before and after applying ICA on actual and inner speech data in response to auditory stimuli using EEG/ERP. We used a total of 900 data points obtained from 5 participants, each completing 180 tasks involving actual and inner speech related to auditory stimuli. As a result, ICA was found to be effective in artifact removal through amplitude reduction. However, there were limitations in maintaining temporal consistency of the ERP signals. Due to inter-subject variability in neural signals and the limitations of artifact removal in the ICA process, some participants showed increased variability in timing intervals. In conclusion, while ICA was successful in artifact removal, it was limited in maintaining temporal consistency in ERP analysis