Epoching

Epoching

 

https://www.researchgate.net/figure/One-EEG-epoch-of-Fpz-channel-and-its-5-level-wavelet-decomposition-coeffic

 

EEG epoching은 연속적인 EEG 신호에서 특정 시간 창을 추출하는 절차이다. 이러한 시간 창을 "에포크"라고 하며 일반적으로 시각적 자극과 같은 이벤트와 관련하여 시간이 고정되어 있다. EEG 데이터가 시간이 완전한 연속 EEG 신호인 행렬 [채널 x 시간]에 있는 경우 에포칭 절차 후에 시간이 각 에포크의 시간 길이이고 에포크인 행렬 [채널 x 시간 x 에포크]가 있어야 한다. 연속 EEG 신호에서 추출한 세그먼트의 수이다. 마지막으로, 신호에서 에포크를 추출하려면 분석할 관심 세그먼트 (ex. 특정 자극)가 무엇인지 알아야 한다. 

 

특히 EEG 신호와 관련된 epoch가 특정 지침에 따라 수면 단계 분류에 사용되는 30초 간격인 수면 epoch를 나타낼 수 있음을 명확히 하는 것이 중요하다. 

 

실제로 EEG를 연구하는 것은 신경과학, 신호 처리 등 어떤 관점을 고려하고 있는지에 따라 다르기 때문에 상당히 어렵다. 예를 들어, EEG 및 기타 양식을 수집하는 사용자 친화적인 장치를 갖춘 모바일 건강 애플리케이션을 위한 모니터링 목적의 생체 신호 데이터는 모바일 장치에서 수집되어 사전 처리되어 원격 서버로 전송된다. 목표는 초기에 이러한 데이터를 압축하여 여러 양식의 내부 및 상호 상관을 활용하여 전달을 최적화하는 것이다. 이러한 주제는 잘 조사되지 않고 고전적인 접근 방식에 비해 특이한 접근 방식이므로 딥 러닝 관점에서 공부하는 것이 좋다. 

 

요약하자면, 전체 영역을 공부하기 보다는 특정 문제 (ig 압축, 분류, ...)에 집중하는 것이 좋다.