중환자 치료의 발전은 중증 급성 뇌손상을 가진 환자의 생존율을 향상시켰지만, 의식장애 환자에서의 진단 오류는 여전히 높은 수준이다. 진단에 따라 효과적인 치료가 달라질 수 있으므로, 이러한 환자에 대한 정확한 진단은 매우 중요하다. 본 연구에서는 의식(awareness)을 중심으로 반응이 없는 각성상태(unresponsive wakefulness syndrome)와 최소의식상태(minimally conscious state)를 분류하기 위한 체계(framework)를 제안한다. 특히 의식의 핵심 특징인 공간 정보를 고려하여, 전력 스펙트럼 밀도(power spectral density)와 공통 공간 패턴(common spatial patterns)을 함께 사용하였다. 반응이 없는 각성상태 16명과 최소의식상태 14명의 총 30명의 환자가 휴식기 뇌파 검사(resting-state electroencephalography) 측정을 받았다. 또한 의식과 관련된 각 주파수(δ, θ, α, β, γ 대역)를 활용하여 성능을 비교하였다. 그 결과 EEGNet 분류기에서 특히 β 주파수 대역에서 95.06%의 가장 높은 정확도를 달성하였다. 공통 공간 패턴을 사용했을 때 분류 성능이 향상되는 것을 관찰함으로써, 의식에서 공간 정보가 매우 중요함을 입증하였다. 이러한 결과는 의식장애 환자 진단을 위한 다양한 체계에 대한 통찰을 제공하며, 향후 진단률을 높여 환자의 생존에 도움이 될 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.