UPDATE : 2019.9.23 월 11:06
상단여백
HOME News
뇌파 AI로 분석, 각성과 수면 분리할 수 있게 돼

뇌파는 체외에서 측정할 수 있는 유일한 중추신경계의 생리적 마커로 다양한 신경계 질환에서 이상 반응을 측정하는 중요한 지표로 사용되고 있다. 

하지만 이러한 뇌파를 판독하기 위해서는 의식상태를 구분(각성, 렘수면, 비렘수면)하는 것이 중요한데 검사 과정에 시간이 오래 소요될 뿐만 아니라 다양한 기준을 동시에 적용하는 까다로운 과정과 판독을 위해 많은 전문가들이 오랜 시간을 할애해야 하는 문제 등으로 환자와 의료진에 큰 부담으로 작용해왔다.

분당서울대병원 소아청소년과(신경분과) 황희, 김헌민 교수팀과 서울대학교 공과대학 전기정보공학부 윤성로 교수팀은 합성곱신경망( Convolutional Neural Network, CNN)과 장단기 메모리 방식(Long-Short Term Memory, LSTM)의 순환신경망을 동시에 적용한 ‘하이브리드 알고리즘’을 활용하는 방식으로 공동 연구를 진행해 각성 수면 단계를 구분하는 알고리즘을 개발하는데 성공했다.

분당서울대 교수팀은 218명의 건강한 소아의 정상 뇌파를 분석해 최대 3만5000여개 뇌파 분석 단위에 대해 3명의 숙련된 신경과 의사가 각각 독립적으로 수면 단계를 구분했고, 서울대 공과대 인공지능연구소에서는 이 자료를 바탕으로 다양한 종류 데이터 조합과 프로세스를 적용해 가장 좋은 성능으로 각성 수면 단계를 자동 분석하는 알고리즘을 개발했다.

연구팀은 해당 알고리즘이 자동으로 파악한 각성과 제 2단계 비렘수면에 대한 분석결과가 3명의 뇌파 전문가가 분석한 자료와 대비해 각각 96%와 92%의 정확도를 나타냈다고 전했다. 뇌파 자체와 주파수 정보를 분석 대상으로 함께 이용할 때 가장 정확도가 높았으며 분석 단위를 30초로 하고 뇌파 전체를 이용할 때 가장 알고리즘의 성능이 좋았다.

황희 교수는 "다년간의 수련과 전문성이 필요한 뇌파 분석에 인공지능을 적용하면 인적 오류를 최소화할 수 있고, 인공지능이 고도화됨에 따라 더 정확하고 상세한 분석을 시행해 뇌파 분석의 효율을 높이고 질적 수준 향상을 기대할 수 있다"고 밝혔다.

해당 연구 결과는 국제전기전자기술자협회(IEEE) 학술지 'IEEE Access' 에 게재됐다.

임웅 기자  wlim@docdocdoc.co.kr

<저작권자 © 예스헬스, 무단 전재 및 재배포 금지>

임웅 기자의 다른기사 보기
기사 댓글 0
전체보기
첫번째 댓글을 남겨주세요.
Back to Top