이 데이터셋은 전력 스펙트럼 밀도(PSD), 요르트 매개변수, 코히어런스, 정량적 EEG(qEEG) 변수를 포함한 1,149개의 EEG 특징을 포함.

---

시계열 데이터의 전력 스펙트럼 밀도(PSD)

시계열 데이터의 전력 스펙트럼 밀도(PSD)는 주파수 대역에 따른 신호의 전력 분포로 인한 뇌의 진동 활동을 조사하기 위해 계산되었습니다. 이 중 다양한 대역의 에너지(δ, θ , α , β, 감마)는 우울증 진단에 필수적인 신경 패턴을 찾는 확률론자들에게 매우 유용한 기사입니다.

요르스 매개변수(활동성, 이동성, 복잡도)

요르스 매개변수(활동성, 이동성, 복잡도)는 신호의 시간적 특성을 기술하기 위해 계산되며, 이를 통해 신호의 동적 특성을 측정할 수 있습니다.

• 요르스 활동(A)
  요르스 활동(A)은 다음과 같이 정의됩니다.
  A =(신호의 분산)/(신호의 평균)
• 이동성?유동성?(M)
  이동성은 속도, 즉 사물이 얼마나 빨리 변화하는지를 나타내는 척도
• 복잡도(C)
  복잡도(C)는 신호에 잡음이 많거나 물결 모양이 있는 정도를 나타내는 척도입니다.

다양성

다양성은 이 시리즈에서 가장 일반적인 척도인 섀넌 엔트로피를 통해 정량적으로 표현되는데, 이는 EEG 신호가 얼마나 예측 불가능하고 복잡한지를 정량화합니다. 여기서 분류기마다 추출된 특징에 대한 반응이 상당히 다르며, 특히 우울 상태와 비우울 상태에 대해 그 차이가 큽니다.

기존 논문과의 차별성

• 클래스 가중치로 불균형 보정 및 Stratified k-Fold를 통한 일반화 성능 신뢰성 확보
  -> 같은 주제이더라도 자기만의 차별성으로 다를 수 있음.

기여 부분

-> 차별화 포인트로 인해 어떤 기여를 할 수 있는 지, 차별성에 따라 기여 부분이 달라짐.