뇌파(EEG)에서의 딥러닝: 지난 10년간의 핵심 발전 (2022)

Deep Learning in EEG - Advance of the Last Ten-Year Critical Period.pdf

1.03MB

 

Deep Learning in EEG: Advance of the Last Ten-Year Critical Period

저자 : Shu Gong , Kaibo Xing, Andrzej Cichocki , Junhua Li

딥러닝은 음성 인식과 컴퓨터 비전을 비롯한 다양한 분야에서 뛰어난 성과를 거두었다. 상대적으로 뇌파(EEG) 연구에서는 딥러닝의 적용이 적었지만, 지난 10년 동안 상당한 발전이 이루어졌다. 그러나 EEG에서의 딥러닝 연구를 종합적으로 다루는 포괄적인 리뷰가 부족한 상황이다. 이에 본 연구는 최근의 연구 동향을 정리하고 향후 발전 가능성을 조망하는 것을 목표로 한다.

먼저, EEG 신호에서의 잡음 제거(artifact removal) 기법을 간략히 소개한 후, EEG 처리 및 분류에 사용되는 딥러닝 모델을 다룬다. 이후, 딥러닝의 EEG 응용 사례를 뇌-컴퓨터 인터페이스(BCI), 질병 진단, 감정 인식 등의 카테고리로 분류하여 분석한다.

또한, 딥러닝의 EEG 적용에 대한 장점과 단점을 논의하고, 향후 연구 방향 및 해결해야 할 과제를 제시한다. 본 논문이 EEG 연구에서의 딥러닝 적용을 정리하는 동시에, 향후 발전과 성과를 위한 출발점이 되기를 기대한다.