# NSSI-Net: A Multi-Concept GAN for Non-Suicidal Self-Injury Detection Using High-Dimensional EEG in a Semi-Supervised Framework

### 저자

Zhen Liang, Weishan Ye, Qile Liu, Li Zhang, Gan Huang, Yongjie Zhou

### 개요

본 논문은 청소년의 비자살적 자해(NSSI) 조기 진단을 위한 새로운 딥러닝 모델 NSSI-Net을 제안한다.  NSSI는 심각한 정신 건강 문제이며, EEG를 이용한 객관적 진단의 필요성이 높다.  NSSI-Net은 공간-시간적 특징 추출 모듈(2D-CNN과 BiGRU 결합)과 다중 개념 판별기(성별, 도메인, 질병 수준 고려)로 구성되어 있으며,  자체 수집한 NSSI 데이터(n=114)를 이용하여 기존 방법 대비 5.44% 향상된 성능을 보였다.  이 모델은 우울증 청소년의 NSSI 이해와 조기 개입에 기여할 수 있다.  소스 코드는 공개되어 있다.

### 시사점, 한계점

- **시사점:**

    - 청소년 NSSI 진단을 위한 새로운 딥러닝 기반 접근법 제시

    - 공간-시간적 EEG 특징을 효과적으로 활용한 모델 개발

    - 다양한 개인 및 질병 변수를 고려한 견고한 모델 성능

    - 기존 방법 대비 향상된 진단 정확도

    - 조기 개입을 통한 NSSI 예방 및 관리 가능성 제시

    - 소스 코드 공개를 통한 연구의 재현성 및 확장성 확보

- **한계점:**

    - 상대적으로 작은 규모의 데이터셋 (n=114) 사용

    - 데이터셋의 다양성 및 일반화 가능성에 대한 추가 연구 필요

    - 모델의 해석 가능성에 대한 추가 연구 필요

    - 다른 NSSI 관련 요인들(예: 환경, 사회적 요인) 고려 필요

[PDF 보기](https://arxiv.org/pdf/2410.12159)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).