Detection of Epilepsy EEG Signals Using Fast Fourier Transform and Convolutional Neural Networks

This is the authors' abstract. We don't add key points for this paper.

본 논문에서는 고속 푸리에 변환(fast Fourier transform)과 1차원 합성곱 신경망(convolutional neural network)을 이용하여 뇌파 신호로부터 뇌전증 환자를 검출하는 방법을 제안하였다. 뇌전증 환자를 검출하기 위해서 본 논문에서는 다음과 같이 두 개의 단계를 수행하였다. 첫 번째 단계는 데이터 전처리 단계로써 고속 푸리에 변환 변환을 이용하여 뇌파 신호로부터 특정 주파수 성분(오토파워 스펙트럼)을 추출하여 0과 1사이의 값으로 정규화하였다. 고속 푸리에 변환 변환을 신호 처리에서 사용하는 이유는 시간에 따른 복잡한 신호를 주파수 성분으로 나누어 쉽게 분석하고 노이즈를 제거하기 위해서이다. 두 번째 단계는 뇌전증 환자의 검출 단계로써 추출한 특정 주파수 성분(오토파워 스펙트럼)을 1차원 합성곱 신경망의 입력으로 사용하여 뇌전증 환자를 검출하였다. 1차원 합성곱 신경망은 지역적 특징 추출, 가중치 공유, 그리고 시간/공간 불변성 때문에 시계열 신호의 국소적 패턴을 효율적으로 찾아낸다. 본 논문에서는 초기 입력으로 뇌파 신호의 길이로 512개와 256개를 사용하여 분류 성능을 비교 평가하였다. 512개와 256개를 입력으로 사용하여 구한 분류 성능은 모두 100%, 100%, 100%의 민감도, 정확도, 특이도를 나타내었다.