맞춤형 개입을 위한 기계 학습 기반 EEG 바이오마커 (EEG-INSIGHT)

본 프로젝트는 뇌파검사(EEG) 신호 및 임상 평가를 기반으로 척수 손상(SCI) 후 신경병증성 통증(NP)에 대한 신경조절 치료(경두개 직류 자극, tDCS)에 대한 반응을 예측하는 인공지능 모델을 개발하는 것을 목표로 합니다. 이 프로젝트는 두 단계로 구성됩니다.

1단계에는 SCI 및 NP 참가자가 우리 센터에서 신경조절 치료를 받고 치료 전후에 데이터가 수집되는 공개 시험이 포함됩니다.

치료 전 평가:

• 신경병증성 통증, 우울증 및 기타 관련 구성 요소와 관련된 요인을 대상으로 인터뷰 및 검증된 설문지를 통한 임상 평가.
• 64채널 장치(Brain Products GmbH, Germany)를 사용한 EEG 기록. EEG는 참가자가 휴식 상태에 있는 방음실에서 먼저 눈을 뜨고 5분 동안 기록한 다음 눈을 감고 5분간 기록됩니다. 참가자들은 녹화 12시간 전부터 음주를 피하고, 녹화 3시간 전부터 카페인을 피해야 합니다.

신경조절 치료:

• 치료 프로토콜에는 비침습적 자극 세션 10회가 포함되며, 각 세션은 30분 동안 지속됩니다.
• tDCS는 6 cm² 식염수 포화 원형 전극이 있는 배터리 구동식 DC 자극기(Sooma tDCS, 핀란드 헬싱키)를 사용하여 투여됩니다.
• 양극은 C3(EEG 10/20 시스템) 위에 배치되어 일차 운동 피질(M1)을 자극하고 음극은 반대측 안와상 영역(FP2) 위에 배치됩니다.
• 비대칭 통증의 경우 통증이 더 심한 반체의 반대쪽 M1에 자극이 적용됩니다. 대칭성 통증의 경우 우성 반구(C3)가 자극됩니다.
• 전달되는 최대 전류는 2mA(전류 밀도: 0.06mA/cm²)입니다.
• 세션은 2주(월~금) 동안 하루 1회, 총 10회 진행됩니다. 모든 자극 매개변수는 경두개 전기 자극에 대한 일반적인 안전 지침을 준수합니다.

치료 후 평가:

• 인터뷰와 치료 전 평가에 사용된 것과 동일한 검증된 설문지를 통해 수행됩니다.

중재의 일환으로 참가자는 뇌의 생체 전기 활동을 비침습적으로 연구하기 위해 EEG 기록을 받게 됩니다. 전극 젤이 포함된 활성 표면 전극을 사용하여 피부 전도성을 향상시킵니다. EEG 기록은 참가자들이 방음실의 빈 벽을 바라보며 눈을 뜨고 5분, 눈을 감고 5분 동안 휴식을 취하면서 실시됩니다.

2단계에서는 신경조절 치료에 대한 반응을 기반으로 환자를 분류하는 예측 모델을 개발합니다. 이 모델은 어떤 환자가 tDCS에 호의적으로 반응할지 예측하는 것을 목표로 치료 전 EEG 기록과 치료 전후에 수행된 임상 평가에서 파생된 측정항목을 사용합니다.

EEG 전처리는 다음을 포함하는 MNE-Python 라이브러리를 기반으로 하는 맞춤형 전처리 파이프라인을 사용하여 Python 프로그래밍 언어를 통해 수행됩니다. 근육 및 안구 활동, 브리지 전극 감지.

EEG 기록은 EEG 신호의 주파수, 복잡성 및 연결성에서 파생된 측정항목을 사용하여 분석됩니다. 이러한 지표는 관련 간행물에서 입증된 잠재력으로 인해 선택되었으며, 이는 치료 반응자와 비반응자 사이, 또는 건강한 대상자와 NP로 고통받는 대상자 사이의 그룹 간 차이를 포착하는 이러한 기능의 능력을 강조합니다. 이러한 EEG 특징과 환자 설문지에서 파생된 기타 특징을 기반으로 모델 일반화 가능성을 최대화하기 위해 이전 문헌의 측정 독립성과 관련성을 기반으로 한 특징 선택 프로세스가 수행됩니다.

응답자와 비응답자를 분류하기 위해 주요 후보 모델이 지원 벡터 머신(SVM)인 기계 학습(ML) 모델이 사용됩니다. 모델은 k-겹 교차 검증을 통해 검증됩니다. 만족스러운 결과가 주어지면 EEG 채널의 언더샘플링(일반적인 10:20 설정 준수)을 사용하여 전극 수가 적은 EEG가 유사한 예측 결과를 얻을 수 있는지 여부를 평가하여 전극 수가 많은 EEG 시스템의 필요성을 줄입니다.