Cross-Dataset Generalization of Quantitative EEG Spectral Biomarkers for Alzheimer’s Disease: A Pre-registered Two-Cohort External Validation and What Does Not Transfer

기술 요약: 알츠하이머병을 위한 정량적 EEG 스펙트럼 바이오마커의 교차 데이터셋 일반화

문제 정의
알츠하이머병(AD)에 대한 정량적 EEG(qEEG) 바이오마커에 관한 현재의 머신러닝 연구는 주로 단일 획득 설정(single-acquisition setups)에 의존하고 있다. 이러한 연구들은 흔히 높은 정확도를 보고하지만, "기록 장비나 전극 몽타주가 변경되었을 때도 이 마커들이 유효성을 유지하는가?"라는 근본적인 질문은 다루지 못하는 경우가 많다. 기존의 검증 방식 대부분은 피험자 정보 누출(예: 에포크 수준의 교차 검증)을 허용하여 성능 지표를 부풀린다. 진정한 외부 검증—하나의 획득 설정에서 모델을 학습시키고 다른 설정에서 테스트하는 것—은 의료 AI 분야에서 매우 드물다(연구의 4% 미만). 본 연구는 이전의 벤치마크에서 식별된 "구성 간 일반화(cross-configuration generalization)" 격차를 해결하며, 특히 한 데이터셋에서 도출된 스펙트럼 특징이 서로 다른 하드웨어로 기록된 완전히 독립적인 데이터셋에서도 AD 환자와 인지 정상(CN) 참가자를 견고하게 구분할 수 있는지 조사한다.

방법론
본 연구는 분석적 엄밀성을 보장하기 위해 데이터 분석 전에 특징 집합, 모델, 검증 체계 및 해석 기준을 고정하는 사전 등록된 설계를 채택하였다.

• 데이터셋: 두 개의 독립적인 공개 휴식기(눈을 감은 상태) EEG 코호트를 활용하였다:
  • AHEPA: 6와이어(Nihon Kohden 2100 시스템, 19채널 10–20 몽타주, Cz 참조)를 사용한 65명의 참가자 (AD 36명, CN 29명).
  • Meghdadi: Advanced Brain Monitoring 시스템(19채널 10–20 몽타주)을 사용한 81명의 참가자 (AD 26명, CN 55명). Meghdadi 데이터셋은 인구통계학적 변수를 최소화하기 위해 눈을 감은 조건과 특정 연령 매칭 대조군만을 포함하도록 필터링되었다.
• 특징 추출: 각 19개 공통 채널에 대해 세 가지 척도 불변(scale-invariant) 스펙트럼 특징을 계산하여 피험자당 133개의 특징을 생성하였다:
  1. 세타/알파 비율 (TAR): 세타(3–7 Hz)와 알파(8–13 Hz) 파워의 비율.
  2. 상대적 대역 파워 (Relative Band Power): $\delta$, $\theta$, $\alpha$, $\beta$, $\gamma$ 대역에 걸친 정규화된 파워.
  3. 알파 피크 주파수 (Alpha Peak Frequency).
     참고: AHEPA와의 비교 가능성을 확보하기 위해 Meghdadi 데이터셋의 전력 스펙트럼 밀도(PSD) 값(log10 저장됨)을 선형화($10^x$)한 후 비율을 계산하였다.
• 모델 및 검증:
  • 분류기: 로지스틱 회귀(주 모델) 및 선형 SVM(강건성 확인).
  • 내부 검증: 피험자 정보 누출을 방지하기 위해 각 데이터셋 내에서 Leave-One-Subject-Out (LOSO) 교차 검증을 수행하였다.
  • 외부 검증: 양방향 전이 학습 수행 (AHEPA $\to$ Meghdadi 및 Meghdadi $\to$ AHEPA).
  • 통계적 제어: 관찰된 결과가 우연이나 데이터 누출에 의한 인위적 결과가 아님을 확인하기 위해 순열 귀무 가설 검정(내부 100회, 외부 500회 셔플)을 실시하였다. 모든 AUC 추정치에 대해 Bootstrap 95% 신뢰 구간을 계산하였다.

주요 결과
연구 결과, 교차 데이터셋 일반화에서 극명한 비대칭성이 드러났다:

1. 내부 타당성 (코호트 내): 두 데이터셋 모두 엄격한 LOSO 검증 하에서 AD와 CN을 성공적으로 구분하였다.

   • AHEPA: 정확도 0.785, AUC 0.802.
   • Meghdality: 정확도 0.753, AUC 0.799.
   • 순열 귀무 검정 결과, 이 결과들이 유의미하게 우연보다 높음을 확인하였다 (셔플 결과 중 AHEPA의 관찰값을 일치시킨 경우는 0%였다).

2. 외부 타당성 (교차 코호트): 성능은 취약했으며 방향에 따라 크게 달랐다.

   • Meghdadi $\to$ AHEPA: Meghdadi에서 학습된 모델은 AHEPA에서 0.728 AUC라는 중간 정도의 성적을 거두었으며, 이는 이 방향으로의 성공적인 전이를 나타낸다.
   • AHEpha $\to$ Meghdadi: AHEPA에서 학습된 모델은 Meghdadi 데이터셋에서 0.328 AUC를 기록하며 붕괴되었으며, 이는 우연보다 현저히 낮은 수치이다 (순열 셔플의 99.2%가 동일하거나 더 나은 결과를 냈음). 이는 분류기가 그룹을 능동적으로 오분류하고 있음을 의미한다.

3. 실패 원인 진단:

   • 클래스 불균형 및 스케일링 오류는 주요 원인에서 제외되었다.
   • 실패 원인은 특징의 절대적 척도(absolute scale)에서의 도메인 시프트로 귀결되었으며, 이는 특정 장비 및 몽타지 구성과 결부되어 있다.
   • 특징 제거 실험 (Feature Ablation): 교차 데이터셋 전이 과정에서 개별 특징을 독립적으로 테스트했을 때, **세타/알파 비율 (TAR)**만이 강건성을 유지하였다. 절대적 및 상대적 대역 파워는 일반화에 실패하여 (AHEPA $\to$ Meghdadi 방향에서 클래스 확률의 역전 발생) 전이에 실패한 반면, TAR은 피험자의 올바른 순위를 보존하였다 (약한 방향에서 0.516 AUC, 강한 방향에서 0.724 AUC).

의의 및 주장
본 논문은 새로운 고정밀 벤치마크를 제시하기보다는 qEEG 바이오마커 일반화의 한계에 대한 "측정된 진술(measured statement)"을 제공한다고 주장한다. 주요 기여는 다음과 같다:

• 비대칭성에 대한 실증적 증거: 하나의 획득 설정에서 학습된 모델이 다른 설정에 적용될 때 무작위보다 성능이 훨씬 낮아질 수 있음을 입증함으로써, qEEG 마커가 보편적으로 이식 가능하다는 가설에 도전한다.
• 강건한 특징의 식별: 연구는 TAR을 서로 다른 획득 구성 간에 가장 재현 가능한 마커로 분리해 냈다. TAR은 단위 불변 비율(unit-invariant ratio)이므로, 절대적 또는 상대적 파워 측정값과 달리 서로 다른 하드웨어 및 몽타지에 의해 발생하는 절대적 척도 변화에 덜 민감하다.
• 방법론적 엄밀성: 엄격한 피험자 수준 검증 및 순별 검정을 갖춘 사전 등록된 프로토콜을 준수함으로써, 신경 진단 분야에서 재현 가능한 외부 검증 사례를 제공한다.
• 실무적 권고: 몽타지 독립적인 EEG 바이오마커 개발을 목표로 하는 연구자들에게, 획득 특이적 도메인 시프트를 완화하기 위해 절대 파워 특징보다는 상대적, 비율 기반 측정치(특히 TAR)를 선호할 것을 제안한다.

저자는 "헤드라인"은 검증된 '비일반화(non-generalization)'에 대한 것이라고 명시하며, 이러한 부정적인 관찰을 현재의 qEEG 진단 도구의 경계를 이해하기 위한 정직하고 필수적인 단계로 규정한다.