IoBT-VISTEC/EEGWaveNet
📦 오픈 소스 프로젝트IoBT-VISTEC
EEG 신호의 정밀한 시공간적 발작 탐지를 위한 다중 스케일 CNN 기반 딥러닝 프레임워크입니다.
EEGWaveNet은 의료 분야, 특히 EEG 기반 발작 탐지의 난제를 해결하기 위해 설계된 특화된 딥러닝 모델입니다. 이 아키텍처는 다중 스케일 특징 추출에 중점을 두어, 간질 활동의 징후인 EEG 파형 내의 일시적 및 지속적 패턴을 모두 포착합니다. CNN을 활용하여 다채널 EEG 데이터에 내재된 시공간적 의존성을 효과적으로 매핑합니다. 이 저장소는 전체 소스 코드를 제공하여 연구자들이 연구 결과를 재현하거나 다른 생체 신호 분류 작업에 아키텍처를 적용할 수 있도록 돕습니다. 주요 혁신 기술로는 다중 스케일 처리를 통해 EEG 신호의 비정상성(non-stationary)을 처리하는 능력이 있으며, 이는 기존 머신러닝 방식보다 민감도와 특이도를 크게 향상시킵니다. Python과 PyTorch로 구현되어 현대적인 딥러닝 워크플로우와의 호환성이 뛰어나며 임상 연구 파이프라인에 쉽게 통합할 수 있습니다.
💡하이라이트
- ├─다중 스케일 CNN 아키텍처 적용
- ├─효율적인 시공간적 특징 추출
- └─EEG 발작 탐지에 최적화된 설계
🎯대상
- ├─의료 AI 연구원
- └─생체의공학자