전처리 (Preprocessing)

전처리 (Preprocessing)

 

일반적으로 전처리는 원시 데이터를 추가 분석에 더 적합하고 사용자가 해석할 수 있는 형식으로 변환하는 절차이다. EEG 데이터의 경우 전처리는 일반적으로 데이터에서 노이즈를 제거하여 실제 신경 신호에 더 가까워지는 것을 의미한다.

 

필터링되지 않은 (왼쪽) EEG 데이터와 필터링된 (오른쪽) EEG 데이터

 

EEG 데이터에 전처리가 필요한 몇 가지 이유가 있다. 우선, 두피에서 수집된 신호는 공간 정보가 손실되기 때문에 반드시 뇌에서 발생하는 신호의 정확한 표현은 아니다. 둘째, EEG 데이터는 약한 EEG 신호를 가릴 수 있는 많은 노이즈를 포함하는 경향이 있다. 깜박임이나 근육 움직임과 같은 인공물은 데이터를 오염시키고 그림을 왜곡할 수 있다. 마지막으로, EEG 기록 중에 발생하는 무작위 신경 활동에서 관련 신경 신호를 분리하고자 한다.

 

EEG 전처리는 여전히 활발한 연구 영역이므로 보편적으로 채택된 EEG 전처리 파이프라인은 없다.

 

데이터에 어떤 종류의 아티팩트가 있을 수 있습니까? 어떤 항목을 제거하고 어떤 항목에 플래그를 지정하고자 하는가? 예를 들어 실험에 따라 눈의 움직임과 깜박임은 소음의 원인으로 간주될 수 있지만 중요한 패턴을 나타낼 수도 있다. 분석이 온라인 또는 오프라인에서 이루어지고 있는가? 데이터가 도착하는 즉시 전처리하는 경우 더 많은 계산 비용이 드는 방법을 사용하지 못할 수 있다. 어떤 기능에 중점을 두고 싶은가? 예를 들어, 사건 관련 전위 (ERP)를 확인하려면 정확한 시간 정보가 필요하지만 운동 이미지 분류를 위해서는 정확한 공간 정보가 필요하다.

 

마지막으로, 최고의 전처리 기술도 잘못된 데이터를 설명할 수 없다는 점을 명심해야 한다. 피험자가 작업을 올바르게 수행하지 않았거나 작업에 주의를 기울이지 않았거나 장비가 오작동하는 경우 문제가 될 수 있다. 데이터를 복구하는 것보다 단순히 실험을 다시 실행하는 것이 가장 좋다.

 

http://learn.neurotechedu.com/preprocessing/

Preprocessing