EEG 기반 조현병 단계 구분을 위한 스펙트럼 가중 투표와 LES 활용

본 논문은 휴식 상태 뇌전도(EEG) 데이터를 활용해 조현병의 세 단계—건강 대조군(HC), 임상 고위험군(CHR), 초발병 환자(FES)—를 구분하는 새로운 분석 파이프라인을 제시한다. 연구 배경으로는 EEG가 비침습적이며 높은 시간 해상도를 제공하지만, 신호가 저진폭·저신호대잡음비(SNR)인 점, 그리고 다양한 뇌파 밴드가 복합적으로 작용한다는 점에서 기존 분석이 어려움을 겪고 있다는 점을 들었다. 특히 CHR 단계는 HC와 FES 사이에 위치해 경계가 모호해 기존 단일 지표 기반 분류가 한계가 있었다. 데이터는 64채널, 1000 Hz로 측정된 휴식 상태 EEG를 사용했으며, 각 샘플은 동일 실험실 환경에서 수집되었다. 전처리 단계에서는 0.5 Hz 이하와 50 Hz 이상을 차단하는 band‑pass 필터링을 수행하고, Fast Fourier Transform(FFT)으로 주파수 스펙트럼을 얻었다. 이후, 표준 EEG 밴드(델타, 세타, 저·고 알파, 저·고 베타, 저·중·고 감마)로 구간을 나누어 각 밴드마다 동일한 채널 수를 유지한 블록 형태로 재구성하였다. 특징 추출에는 선형 고유값 통계(LES)를 적용한다. LES는 표본 공분산 행렬 M = (1/n)XXᵀ의 고유값 λ₁…λₚ에 대해 테스트 함수 ϕ(λ)=−λ log λ(네이만 엔트로피)를 적용해 N