발달 단계에 맞춘 소아 EEG 특성 추출을 위한 텐서 기반 분석 프레임워크

본 논문은 소아의 뇌 발달 과정에서 EEG 신호가 보이는 비정형적 변화를 정량화하고, 이를 차세대 뇌‑컴퓨터 인터페이스(BCI) 등에 적용하기 위한 신호 처리 파이프라인을 제안한다. 연구는 세 개의 공개 데이터셋을 활용한다. 첫 번째는 에든버러 Muir Maxwell Epilepsy Centre(MMEC)에서 수집한 5세 이하 소아 간질 환자(총 50명)이며, 두 번째는 Children’s Hospital Boston‑MIT에서 제공한 2‑19세 간질 환자(17명), 세 번째는 Child Mind Institute에서 제공한 6‑11세 정상 아동(44명)이다. 각 데이터는 32‑채널(MMEC), 28‑채널(CHB‑MIT), 129‑채널(CMI)으로 구성돼 있어 채널 수와 전극 배치가 상이하지만, 모두 휴식 상태 기록을 사용한다. 전처리 과정에서는 FieldTrip 툴박스를 이용해 0.5‑31 Hz 대역의 양방향 제로‑위상 필터링을 적용하고, 10 s(또는 5 s) 길이의 트라이얼로 분할한다. 공통 평균 레퍼런스로 재참조하고, 근육·눈동자·점프 아티팩트는 자동 임계값 기반 제거 후 수동 검증을 거쳐 최종 클린 데이터셋을 만든다. 이후 각 트라이얼에 대해 멀티패스 시간‑주파수 분석을 수행해 0.1 Hz(또는 0.5 Hz) 해상도의 파워 스펙트럼을 추출한다. 이러한 전처리된 스펙트럼과 채널 정보를 결합해 3‑차원 텐서(