• 목록

• 페이스북 공유
• 트위터 공유

AI(인공지능) 머신러닝을 통해 우울증 환자의 다중뇌파를 분석하는 연구가 국내에서 성공적으로 수행되었습니다. 이번 연구에서는 우울증을 정밀하게 진단하기 위해 다양한 뇌파 지표들을 이용하였으며, 머신러닝을 통해 우울증 환자와 정상인을 구분하는 데 성공하였습니다.

우울증은 다양한 형태를 가지고 있어 뇌파만으로는 정밀한 진단이 어려운 질환입니다. 기존의 우울증 감별 지표들도 환자에 따라 일관성이 없어 진단의 한계가 있었습니다. 이에 연구진은 AI 머신러닝 기술을 활용하여 우울증 환자와 정상인의 뇌파를 분석하였습니다.

연구는 약물치료 경험이 없는 우울증 환자 31명과 정상인 31명을 대상으로 실시되었습니다. 이들에게서 REEG(안정상태정량뇌파), P300A(청각P300유발전위), LDAEP(세르토닌 활성도 반영 뇌파)라는 3가지 우울증 뇌파 지표를 측정하였고, 머신러닝을 통해 뇌파를 분석한 결과 우울증 환자를 94.52%의 정확도로 구분할 수 있었습니다. 특히, 다중뇌파를 측정할 때 단일뇌파보다 높은 정확도를 보였습니다.

연구팀은 측정된 뇌파에서 30개의 지표를 선택하였으며, 서포트벡터머신(SVM)과 선형판별분석(LDA) 방식을 이용하여 머신러닝 성능을 확인하였습니다. 결과적으로 SVM은 90%의 정확도, LDA는 94%의 정확도를 보였습니다. 다중으로 뇌파를 측정할 때 개별적으로 측정하는 것보다 더 높은 정확도를 보였습니다.

연구진은 우울증 환자의 뇌파에서 P300 뇌파 지표가 정상인에 비해 더 높은 수준을 보였고, LDAEP 지표는 더 낮은 수준을 보였다고 설명하였습니다. 우울증 환자의 뇌파 분석을 통해 증상의 특징을 확인할 수 있었으며, 이는 우울증 진단 및 치료에 도움이 될 수 있는 중요한 정보가 될 것입니다.

추천

0

비추천

0