뇌혈관질환, 뇌졸중에 의한 신경학적 결손증상으로 발생하는 편마비는 부분적 뇌손상으로 인한 운동기능 장애로부터 유발되며 좌우 비대칭 보행과 같은 특징적 보행 패턴을 보인다. 편마비를 진단하기 위한 임상적 기법으로는 도수근력검사(MMT: manual muscle test) 등의 방법들이 있으나, 숙련된 전문가에 의해서 수행 되어야만 하고 검사 복잡도가 높아 일상생활 중 편마비 정도를 연속적으로 ...
뇌혈관질환, 뇌졸중에 의한 신경학적 결손증상으로 발생하는 편마비는 부분적 뇌손상으로 인한 운동기능 장애로부터 유발되며 좌우 비대칭 보행과 같은 특징적 보행 패턴을 보인다. 편마비를 진단하기 위한 임상적 기법으로는 도수근력검사(MMT: manual muscle test) 등의 방법들이 있으나, 숙련된 전문가에 의해서 수행 되어야만 하고 검사 복잡도가 높아 일상생활 중 편마비 정도를 연속적으로 모니터링 하기에는 한계를 가진다. 이 연구는 웨어러블 기기를 사용하여 편바미성 보행과 정상 보행을 구분하기 위한 연구로, 전문적인 실험이나 검사가 없이도 일상 생활 중 편바미성 보행을 쉽게 검출하기 위한 시스템 및 분류 알고리즘을 개발하는 것을 목적으로 한다. 이를 위해 이 연구에서는 3축 가속도와 3축 회전각속도를 측정할 수 있는 웨어러블 시스템을 개발하였다. 개발된 시스템은 벨트형으로 허리에 착용할 수 있는 모듈 형태로 제작되었으며, 측정된 신호는 무선 통신을 이용하여 실시간으로 PC로 전송 및 저장될 수 있다. 개발된 웨어러블 측정시스템 검증을 위해 순천성가롤로병원에서 뇌졸중성 편마비로 인해 치료중인 환자 21명과 병원을 방문한 정상인 21명을 대상으로 실험을 실시하였다(IRB No. SCH2016-130). 실험은 장애물이 없는 평평하고 미끄럽지 않은 20 m 길이의 재활치료센터 복도를 평소 보행속도로 왕복하는 방식으로 진행하였다. 웨어러블 측정시스템은 인체의 무게중심인 요추 3번(L3)과 요추 4번(L4)사이에 3축이 좌우(x축), 상하(y축), 전후(z축) 방향이 되도록 정렬하여 착용하였다. 측정된 신호를 기반으로 편마비성보행을 분류하기 위한 분류기로는 랜덤포레스트(random forest)알고리즘이 사용되었고 결과의 신뢰성 확보를 위해 4겹 교차타당성 검증(4-fold cross validation)을 적용 하였다. 분류기 입력으로는 축별 평균, 표준편차, 주파수 특성 등을 반영할 수 있는 165개 분류속성을 정의하였고, 그 중 유의성이 있고 분류에 효과적인 분류속성을 선별하기 위해 전진탐색(forward search) 알고리즘 10회 반복하여 가장 많이 선정된 분류속성을 최종 분류 속성으로 선정하였다. 편마비성보행 분류는 정상 보행과 편마비성보행을 분류 평가하는 2종 분류(분류1)와 정상보행과 좌측, 우측, 양측 편마비성보행을 분류 평가하는 4종 분류(분류2)로 진행되었다. 이 연구의 결과는 다음과 같이 요약할 수 있다. 1. 분류1(2종 분류)에서는 5개 분류속성 SD1GYROY, NZCACCZ, FMAXACCX, KurGYROZ, NZCACCYZ이 선정되었고, 95.2%의 분류 정확도를 보였다. 2. 분류2(4종 분류)에서는 5개의 분류속성 NZCGYROY, SDZCILGYROYZ, SDACCX, SkewACCY, VarRACCX이 선정되었고, 정확도는 77.4% 이었다. 3. 분류속성으로 신호의 경우 좌우의 흔들림을 반영하는 좌우축 가속도(ACCX), 상체 좌우방향 회전을 나타내는 상하축 기준 회전각속도(GYROY), 상체 좌우방향 기울어짐을 반영하는 전후축 기준 회전각속도(GYROZ)와 같은 신호들이, 데이터의 특징의 경우 영점교차(zero crossing) 횟수, 표준편차(standard deviation) 등과 같이 좌우 방향의 변화율을 반영하는 분류속성들이 주로 선정되었다. 이 연구는 각 보(step) 단위 특징점을 기반으로 보행을 분석하는 기존 연구와 달리 비교적 전처리가 쉬운 신호의 평균, 표준편차, 중심주파수 첨도(kurtosis) 및 왜도(skewness), 영점교차 횟수 및 표준편차 등을 사용하여 편마비성보행을 분류하였고, 결과적으로 비대칭 보행으로 인해 발생하는 가속도신호 특징들로 편마비성보행을 검출해 낼 수 있는 가능성을 보였다. 하지만 이 연구에서는 정상 집단과 편마비환자 집단 평균연령 차이(9.6세)의 영향, 마비측별 피험자 수 차이의 영향에 대한 부분은 충분히 고려되지 못하였으므로 추가적인 연구를 통해 검토될 필요가 있다. 향후 유의성 높은 분류속성의 추가와 피험자군 확장을 통해 분류 정확도를 향상 시킬 수 있을 것으로 예상되며 편마비성보행을 더욱 구체적으로 분류하고 편마비의 중증도 까지 판단할 수 있게 된다면 일상생활 속에서 효과적인 편마비의 진단, 평가 방법으로 활용될 수 있을 것으로 기대된다.
뇌혈관질환, 뇌졸중에 의한 신경학적 결손증상으로 발생하는 편마비는 부분적 뇌손상으로 인한 운동기능 장애로부터 유발되며 좌우 비대칭 보행과 같은 특징적 보행 패턴을 보인다. 편마비를 진단하기 위한 임상적 기법으로는 도수근력검사(MMT: manual muscle test) 등의 방법들이 있으나, 숙련된 전문가에 의해서 수행 되어야만 하고 검사 복잡도가 높아 일상생활 중 편마비 정도를 연속적으로 모니터링 하기에는 한계를 가진다. 이 연구는 웨어러블 기기를 사용하여 편바미성 보행과 정상 보행을 구분하기 위한 연구로, 전문적인 실험이나 검사가 없이도 일상 생활 중 편바미성 보행을 쉽게 검출하기 위한 시스템 및 분류 알고리즘을 개발하는 것을 목적으로 한다. 이를 위해 이 연구에서는 3축 가속도와 3축 회전각속도를 측정할 수 있는 웨어러블 시스템을 개발하였다. 개발된 시스템은 벨트형으로 허리에 착용할 수 있는 모듈 형태로 제작되었으며, 측정된 신호는 무선 통신을 이용하여 실시간으로 PC로 전송 및 저장될 수 있다. 개발된 웨어러블 측정시스템 검증을 위해 순천성가롤로병원에서 뇌졸중성 편마비로 인해 치료중인 환자 21명과 병원을 방문한 정상인 21명을 대상으로 실험을 실시하였다(IRB No. SCH2016-130). 실험은 장애물이 없는 평평하고 미끄럽지 않은 20 m 길이의 재활치료센터 복도를 평소 보행속도로 왕복하는 방식으로 진행하였다. 웨어러블 측정시스템은 인체의 무게중심인 요추 3번(L3)과 요추 4번(L4)사이에 3축이 좌우(x축), 상하(y축), 전후(z축) 방향이 되도록 정렬하여 착용하였다. 측정된 신호를 기반으로 편마비성보행을 분류하기 위한 분류기로는 랜덤포레스트(random forest) 알고리즘이 사용되었고 결과의 신뢰성 확보를 위해 4겹 교차타당성 검증(4-fold cross validation)을 적용 하였다. 분류기 입력으로는 축별 평균, 표준편차, 주파수 특성 등을 반영할 수 있는 165개 분류속성을 정의하였고, 그 중 유의성이 있고 분류에 효과적인 분류속성을 선별하기 위해 전진탐색(forward search) 알고리즘 10회 반복하여 가장 많이 선정된 분류속성을 최종 분류 속성으로 선정하였다. 편마비성보행 분류는 정상 보행과 편마비성보행을 분류 평가하는 2종 분류(분류1)와 정상보행과 좌측, 우측, 양측 편마비성보행을 분류 평가하는 4종 분류(분류2)로 진행되었다. 이 연구의 결과는 다음과 같이 요약할 수 있다. 1. 분류1(2종 분류)에서는 5개 분류속성 SD1GYROY, NZCACCZ, FMAXACCX, KurGYROZ, NZCACCYZ이 선정되었고, 95.2%의 분류 정확도를 보였다. 2. 분류2(4종 분류)에서는 5개의 분류속성 NZCGYROY, SDZCILGYROYZ, SDACCX, SkewACCY, VarRACCX이 선정되었고, 정확도는 77.4% 이었다. 3. 분류속성으로 신호의 경우 좌우의 흔들림을 반영하는 좌우축 가속도(ACCX), 상체 좌우방향 회전을 나타내는 상하축 기준 회전각속도(GYROY), 상체 좌우방향 기울어짐을 반영하는 전후축 기준 회전각속도(GYROZ)와 같은 신호들이, 데이터의 특징의 경우 영점교차(zero crossing) 횟수, 표준편차(standard deviation) 등과 같이 좌우 방향의 변화율을 반영하는 분류속성들이 주로 선정되었다. 이 연구는 각 보(step) 단위 특징점을 기반으로 보행을 분석하는 기존 연구와 달리 비교적 전처리가 쉬운 신호의 평균, 표준편차, 중심주파수 첨도(kurtosis) 및 왜도(skewness), 영점교차 횟수 및 표준편차 등을 사용하여 편마비성보행을 분류하였고, 결과적으로 비대칭 보행으로 인해 발생하는 가속도신호 특징들로 편마비성보행을 검출해 낼 수 있는 가능성을 보였다. 하지만 이 연구에서는 정상 집단과 편마비환자 집단 평균연령 차이(9.6세)의 영향, 마비측별 피험자 수 차이의 영향에 대한 부분은 충분히 고려되지 못하였으므로 추가적인 연구를 통해 검토될 필요가 있다. 향후 유의성 높은 분류속성의 추가와 피험자군 확장을 통해 분류 정확도를 향상 시킬 수 있을 것으로 예상되며 편마비성보행을 더욱 구체적으로 분류하고 편마비의 중증도 까지 판단할 수 있게 된다면 일상생활 속에서 효과적인 편마비의 진단, 평가 방법으로 활용될 수 있을 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.