Not All Entropy Is Equal: Parameter Sensitivity, Ordinal Blindness, and the Case for Sample Entropy in Dementia EEG

이 논문은 알츠하이머성 치매 EEG 연구에서 널리 사용되는 치환 엔트로피 (PE) 가 매개변수 선택에 따라 결과가 극단적으로 달라지고 뇌파의 규칙성 파괴를 포착하지 못하는 구조적 한계를 가짐을 입증하며, 거리 기반의 샘플 엔트로피 (SE) 가 더 강력하고 보완적인 생체표지자임을 제안합니다.

핵심

1. 문제: "나침반"이 방향을 잘못 가리키고 있다?

치매 환자의 뇌는 건강한 뇌와 달리 리듬이 깨지고 불규칙해집니다. 연구자들은 뇌파의 이 '불규칙함'을 수치화해서 치매를 진단하려 노력해 왔습니다. 그중에서 **순열 엔트로피 (Permutation Entropy, PE)**라는 방법이 가장 인기 있었습니다.

하지만 이 논문은 **"이 나침반은 설정 (파라미터) 에 따라 북극을 가리키기도 하고, 남극을 가리키기도, 아예 아무것도 가리키지 않기도 한다"**고 경고합니다.

• 비유: imagine(상상해 보세요). 뇌파를 음악이라고 치죠.
  • 건강한 뇌는 규칙적인 왈츠처럼 리듬이 살아있습니다.
  • 치매 뇌는 리듬이 깨진 산만한 재즈처럼 들립니다.
  • 연구자들은 이 '리듬의 깨짐'을 측정하기 위해 **순열 엔트로피 (PE)**라는 '리듬 측정기'를 사용했습니다.

그런데 이 측정기를 사용할 때, 어떤 '시간 창 (Window)'을 들여다보느냐에 따라 결과가 완전히 달라졌습니다.

1. 잘못된 설정 (짧은 창): 0.01 초짜리 아주 짧은 순간만 들여다보면, 측정기는 리듬이 깨진 게 아니라 파형의 굽은 정도만 보고 "리듬이 깨졌다!"고 큰 소리로 외칩니다. (치매 환자에게서 리듬이 깨진 것으로 잘못 판정)
2. 다른 잘못된 설정: 조금 다른 설정을 쓰면, 반대로 "치매 환자가 오히려 리듬이 더 복잡해졌다!"고 정반대의 결론을 내립니다.
3. 올바른 설정 (한 박자 전체): 음악의 한 박자 (약 0.1 초) 전체를 들여다보면, 놀랍게도 두 그룹 (건강한 사람 vs 치매 환자) 의 리듬 복잡함에는 차이가 전혀 없었다는 결과가 나옵니다.

결론: 그동안 치매 연구 논문들에서 "치매 환자는 뇌파 리듬이 단순해졌다/복잡해졌다"고 한 결론들은, 단순히 측정기를 어떻게 설정했느냐에 따라 달라진 '우연'일 가능성이 매우 높습니다.

2. 해결책: "거리"를 재는 새로운 측정기 (Sample Entropy)

그렇다면 치매를 진단할 수 있는 방법은 없을까요? 연구자들은 **샘플 엔트로피 (Sample Entropy, SE)**라는 다른 측정기를 소개합니다.

• 순열 엔트로피 (PE) 의 한계: 이 방법은 뇌파의 높낮이 (크기) 를 무시하고, 오직 **"어떤 순서로 올라갔다가 내려갔는지"**만 봅니다. 마치 음표의 순서만 보고 음악을 평가하는 것과 같습니다. 하지만 치매 뇌파의 핵심 문제는 '순서'가 아니라 **'리듬의 규칙성'이 깨져서 생기는 '불규칙한 진동'**입니다. PE 는 이 '진동의 크기 차이'를 무시해버리기 때문에 치매의 핵심을 놓칩니다.
• 샘플 엔트로피 (SE) 의 강점: 이 방법은 뇌파의 **높낮이 차이 (거리)**까지 함께 봅니다.
  • 비유: PE 가 "음표 순서만 보고 점수 매기는 음악 평론가"라면, SE 는 **"소리의 울림과 진동까지 듣는 음악 평론가"**입니다.
  • 건강한 뇌파는 매번 거의 똑같은 모양으로 진동합니다 (규칙적).
  • 치매 뇌파는 매번 모양이 제각각입니다 (불규칙적).
  • SE 는 이 **'모양이 얼마나 비슷한지'**를 정확히 재서, 치매 환자를 잘 찾아냅니다.

3. 실제 성과: "음악"과 "소음"을 함께 듣기

연구진은 1,177 명의 임상 뇌파 데이터를 분석했습니다.

• 기존 방법 (순열 엔트로피): 설정만 바꾸면 결과가 180 도 뒤바뀌거나, 아예 아무런 의미도 없는 결과가 나왔습니다.
• 새로운 방법 (샘플 엔트로피 + 주파수 비율):
  1. 주파수 비율: 치매 환자는 '알파파 (건강한 리듬)'가 줄고 '세타파 (느린 리듬)'가 늘어납니다. 이 비율만 봐도 꽤 잘 맞습니다.
  2. 샘플 엔트로피: 위 방법과 별개로, 뇌파의 '규칙성'을 측정합니다.
  3. 결합: 이 두 가지를 합치니 치매 진단 정확도가 78.6% 까지 올라갔습니다.

이는 마치 치매 진단을 위해 "뇌파의 속도 (주파수)"와 "뇌파의 규칙성 (샘플 엔트로피)"이라는 서로 다른 두 가지 단서를 함께 사용하는 것과 같습니다.

4. 이 연구가 우리에게 주는 교훈

1. 설정 (파라미터) 이 생명입니다: 뇌파 분석을 할 때, "어떤 시간 창을 썼는지"를 반드시 명시해야 합니다. 설정 하나만 바꿔도 결과가 완전히 달라질 수 있기 때문입니다.
2. 나이 보정이 필수: 치매 환자는 건강한 사람보다 나이가 많습니다. 나이가 들면 뇌파도 자연스럽게 느려집니다. 연구는 나이를 보정하지 않은 결과는 신뢰할 수 없다고 경고합니다.
3. 새로운 표준의 필요성: 치매와 같은 '리듬의 파괴'를 연구할 때는, 순서만 보는 방법 (PE) 보다 **거리와 모양을 보는 방법 (SE)**이 훨씬 더 적합합니다.

요약

이 논문은 **"치매 진단을 위해 뇌파를 분석할 때, 우리가 써오던 '순열 엔트로피'라는 도구는 설정에 따라 거짓말을 할 수 있다"**고 경고합니다. 대신, 뇌파의 규칙성과 모양을 정확히 재는 **'샘플 엔트로피'**를 사용하면, 기존 방법보다 훨씬 정확하고 신뢰할 수 있는 진단이 가능하다고 말합니다.

마치 치매라는 질병을 찾기 위해, 잘못된 나침반을 버리고 정확한 GPS로 갈아타야 한다는 이야기입니다.

기술 요약

이 논문은 알츠하이머 치매 및 관련 치매 환자의 뇌전도 (EEG) 바이오마커로 널리 연구되어 온 **순열 엔트로피 (Permutation Entropy, PE)**의 심각한 방법론적 결함을 규명하고, 이를 대체할 수 있는 더 적합한 엔트로피 지표를 제안합니다.

저자 Victor Edmonds 는 PE 가 매개변수 선택에 따라 결과가 극단적으로 달라지며, 치매의 병리학적 특징인 '진동 규칙성 파괴'를 포착하는 데 구조적으로 부적합함을 입증했습니다. 대신 **샘플 엔트로피 (Sample Entropy, SE)**가 이러한 한계를 극복하고 강력한 바이오마커가 될 수 있음을 보였습니다.

아래는 논문의 상세한 기술적 요약입니다.

---

1. 연구 배경 및 문제 제기 (Problem)

• PE 의 매개변수 민감성: PE 는 임베딩 차수 (order) 와 지연 (delay) 두 가지 자유 매개변수를 필요로 합니다. 이 매개변수들은 샘플링 주파수와 결합하여 측정되는 물리적 시간 스케일 (timescale) 을 결정합니다.
• 문제의 핵심: 기존 PE-치매 연구들은 매개변수 선택의 물리적 근거를 제시하지 않았으며, 서로 다른 매개변수를 사용한 연구 간 결과 비교가 불가능했습니다.
• 가정: 저자는 PE 결과가 매개변수 선택에 따라 달라질 뿐만 아니라, 특정 매개변수 (하위 주기, sub-cycle) 설정 시 실제 엔트로피 복잡도가 아닌 신호의 국소 곡률이나 스펙트럼 내용을 측정하고 있을 가능성을 제기했습니다.

2. 방법론 (Methodology)

• 데이터셋:
  • 검증 데이터셋 (CAUEEG): 1,177 명의 임상 EEG 기록 (정상 457 명, 경도인지장애 MCI 414 명, 치매 306 명). 200Hz 샘플링, 19 채널.
  • 탐색 데이터셋 (ds004504): 88 명의 공개 데이터 (정상 29 명, 알츠하이머 36 명, 전두측두엽 치매 23 명). 500Hz 샘플링.
• 신호 처리 파이프라인:
  • 눈 감은 구간 추출: 안구 움직임과 같은 아티팩트를 제거하고 표준화된 조건 (눈 감은 상태) 만 사용.
  • 대역 통과 필터링: 알파 대역 (8-12 Hz) 및 세타 대역 (4-8 Hz) 신호 추출.
  • 구간별 엔트로피 계산: 전체 신호를 연결하는 대신, 아티팩트 제거 후 깨끗한 구간별로 엔트로피를 계산하여 경계 아티팩트와 인위적 순열 패턴을 방지.
• 측정 지표:
  • PE: 4 가지 매개변수 조합으로 테스트 (하위 주기, 적절한 알파 주기, 풍부한 상태 공간 등).
  • 샘플 엔트로피 (SE): Chebyshev 거리 메트릭 사용 (거리 정보 보존).
  • Lempel-Ziv 복잡도 (LZC): 이진 변환 및 정규화.
  • 스펙트럼 파워: 알파/세타 파워 비율 (기존 표준 비교 대상).
• 통계 분석: 연령 보정 (잔차화 및 연령 매칭 하위 그룹 분석), 효과 크기 (Cohen's d), ROC 곡선 면적 (AUC) 평가.

3. 주요 결과 (Key Results)

A. PE 의 매개변수 민감성 (가장 중요한 발견)

동일한 데이터 (알파 대역 EEG) 에 대해 4 가지 PE 매개변수를 적용했을 때 결과가 극단적으로 달랐습니다.

• 하위 주기 (Order=3, Delay=1, 10ms): 치매에서 PE 가 감소 ($d = -0.700$). 기존 문헌에서 주로 보고된 결과.
• 거친 알파 (Order=3, Delay=10, 100ms): 치매에서 PE 가 증가 ($d = +0.709$). 방향이 정반대.
• 이론적으로 적절한 알파 (Order=5, Delay=5, 100ms, 1 주기): 완전한 무효 (Null, $d = -0.025$). 치매와 정상 간 유의미한 차이가 없음.
• 의미: PE 의 효과 크기와 방향이 매개변수 선택에 따라 완전히 뒤바뀔 수 있음을 입증.

B. 엔트로피 지표 비교 및 스펙트럼 파워와의 관계

• 스펙트럼 파워 비율 (알파/세타): 가장 큰 효과 크기 ($d = -0.727$, AUC = 0.739) 를 보임. 치매의 전형적인 스펙트럼 지연 (alpha 감소, theta 증가) 을 반영.
• 샘플 엔트로피 (SE$\alpha$): PE 와 달리 스펙트럼 파워와 거의 무관함 ($r = -0.043$).
  • 효과 크기: $d = 0.519$ (AUC = 0.720).
  • 연령 보정 후에도 강건함 (연령 보정 후 $d = 0.373$).
  • 결론: SE 는 스펙트럼 파워가 아닌 신호의 '규칙성 (regularity)' 자체를 측정하는 진정한 엔트로피 지표임.
• LZC: 스펙트럼 파워와 높은 상관관계 ($r = -0.724$) 를 보임. LZC 가 측정하는 복잡도가 실제로는 스펙트럼 내용에 의해 주로 결정됨을 시사.

C. 예측 모델 성능

• 스펙트럼 파워 비율 + SE$\alpha$ 결합 모델: 두 지표가 서로 직교 (orthogonal) 하므로 결합 시 성능이 향상됨.
  • 치매 vs 정상 구분 AUC: 0.786 (단일 지표 대비 개선).
  • 이는 임상적으로 유의미한 임계치 (AUC > 0.80) 에 근접하는 성능입니다.

4. 논의 및 기작 분석 (Discussion & Mechanism)

• PE 가 실패한 이유 (구조적 한계):

  • PE 는 값의 **순서 (rank)**만 사용하고 값 사이의 거리 (distance) 정보를 모두 버립니다.
  • 치매 EEG 의 주요 병리는 '규칙적인 알파 진동의 파괴'와 '불규칙한 노이즈의 증가'입니다. 이는 진폭이나 파형의 형태 변화 (거리 정보) 를 수반합니다.
  • PE 는 파형의 모양이 달라도 순열 패턴이 같으면 동일한 값을 출력하므로, **규칙성 파괴를 감지할 수 있는 구조적 무능 (structural blindness)**을 가집니다.
  • 특히 하위 주기 (sub-cycle) PE 는 진동 위상 분포의 엔트로피를 측정할 뿐, 실제 복잡도를 측정하지 못합니다.

• SE 가 성공한 이유:

  • SE 는 Chebyshev 거리를 사용하여 벡터 간의 **유사도 (similarity)**를 측정합니다.
  • $r = 0.2 \times SD$ (표준편차) 라는 임계값 설정으로 인해 **스케일 불변성 (scale-invariant)**을 가지며, 진폭이 아닌 파형의 상대적 구조적 규칙성을 측정합니다.
  • 이는 치매에서 발생하는 진동 구조의 불규칙성 (fragmentation) 을 정확히 포착합니다.

5. 의의 및 제언 (Significance & Recommendations)

• 학문적 의의:

  • PE-치매 연구 문헌의 재평가 필요: 기존 연구들의 결과가 매개변수 선택에 따른 우연일 가능성이 높음.
  • PE 는 좁은 대역 (narrowband) 신호의 진동 규칙성 파괴를 탐지하는 데 구조적으로 부적합함을 증명.
  • **거리 기반 엔트로피 (Sample Entropy)**가 EEG 바이오마커 연구에서 순서 기반 엔트로피 (PE) 보다 우선시되어야 함을 주장.

• 방법론적 제언:

  1. 물리적 시간 스케일 보고: 단순히 Order/Delay 숫자가 아닌, 밀리초 (ms) 단위의 임베딩 윈도우와 진동 주기의 관계를 명시해야 함.
  2. 다중 매개변수 검증: 하나의 매개변수 조합만 보고하지 말고, 다양한 시간 스케일을 테스트하여 결과의 강건성을 확인해야 함.
  3. 눈 감은 구간 사용: 알파 대역 분석 시 눈 감은 구간을 명확히 추출하여 Berger 효과로 인한 노이즈 제거.
  4. 연령 보정: 치매 연구에서 연령은 강력한 교란 변수이므로, 연령 보정 및 연령 매칭 분석을 필수적으로 수행해야 함.

결론

이 연구는 PE 가 치매 EEG 분석에 있어 매개변수 민감성과 구조적 한계로 인해 신뢰할 수 없는 지표임을 입증했습니다. 반면, **샘플 엔트로피 (SE)**는 스펙트럼 파워와 독립적으로 신호의 규칙성 파괴를 정밀하게 측정하여, 스펙트럼 파워 비율과 결합 시 치매 진단에 높은 정확도 (AUC 0.786) 를 보여주는 유망한 바이오마커임을 밝혔습니다. 이는 EEG 기반 치매 바이오마커 연구의 방법론적 전환을 요구하는 중요한 연구입니다.