베이즈식 오즈비 필터를 이용한 실시간 P300 검출 혁신

본 논문은 템플릿 기반 신호 검출을 기존의 상관(점곱) 방식에서 베이즈식 모델 선택 방식으로 전환하는 새로운 접근법을 제시한다. 전통적인 상관 방법은 입력 신호와 사전 정의된 템플릿 사이의 유사도를 실시간으로 계산해 신호 세기를 추정하지만, 신호가 실제 존재하는지 여부를 직접 판단하지 못한다. 저자들은 베이즈 정리를 활용해 두 개의 가설 모델—노이즈 전용 모델 \(M_N\)와 신호+노이즈 모델 \(M_{S+N}\)—의 주변가능도(evidence)를 구하고, 그 비율인 오즈비(OR)를 로그 변환해 logOR 지표를 만든다. 수학적으로, 노이즈 모델은 파라미터가 없으므로 증거는 단순히 가우시안 likelihood의 곱으로 표현된다. 신호+노이즈 모델은 단일 트라이얼 진폭 \(\alpha\)를 파라미터로 두고, \(\alpha\)는 0~a 구간에서 균등 혹은 가우시안 사전분포를 갖는다. 두 모델 모두 가우시안 오차 모델을 가정해 배경 EEG 표준편차 \(\sigma_\eta\)를 사용한다. 로그오즈비는 \