Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Insights into Schizophrenia: Leveraging Machine Learning for Early Identification via EEG, ERP, and Demographic Attributes

Created by
  • Haebom
Category
Empty

저자

Sara Alkhalifa

개요

본 연구는 뇌파(EEG) 데이터, 특히 사건 관련 전위(ERP)와 인구통계학적 변수를 활용하여 정신분열증 환자와 건강한 대조군을 구분하는 머신러닝(ML) 분류기를 제시한다. 온라인 데이터셋에서 얻은 81명의 참가자(건강한 대조군 32명, 정신분열증 환자 49명) 데이터를 사용하여, 전처리 후 99.930%의 정확도를 달성하였다. 이는 심층 학습 방법을 사용한 이전 연구보다 성능이 우수하며, 개별 특징의 분류 정확도 향상에 대한 기여도 분석을 위해 특징을 체계적으로 제거하는 실험을 수행하였다.

시사점, 한계점

•
시사점:
◦
EEG 기반 ERP와 인구통계학적 변수를 사용하여 정신분열증을 높은 정확도로 분류할 수 있는 ML 모델 개발.
◦
기존 심층 학습 기반 연구보다 우수한 분류 성능 달성.
◦
특징 선택을 통한 중요 변수 식별 가능성 제시.
•
한계점:
◦
상대적으로 작은 샘플 크기(81명).
◦
온라인 데이터셋 사용으로 인한 데이터 품질 및 일반화 가능성에 대한 우려.
◦
모델의 과적합 가능성 (높은 정확도에도 불구하고).
◦
실제 임상 환경에서의 일반화 가능성에 대한 추가 검증 필요.
👍
Made with Slashpage