EEG 신호 임계성을 통한 깊은 수면 분류: 수면 개선 뉴로피드백을 위한 수동형 BCI 접근법
Deep Sleep Classification via EEG Signal Criticality: A Passive BCI Approach for Sleep-Improvement Neurofeedback
수면 개선 뉴로피드백을 위한 수동형 뇌-컴퓨터 인터페이스(pBCI)에서 깊은 수면(N3)을 식별하기 위해 추세 제거 변동 분석(DFA) 기반의 임계성 특징을 활용하여 분류 성능을 평가했다. Naive Bayes 분류기가 87.17%의 균형 잡힌 정확도를 기록하며 완전 연결 심층 신경망이나 랜덤 포레스트보다 우수한 성능을 보여 pBCI를 위한 고정밀 감지 메커니즘으로 제안되었다.