선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 호흡변이도의 진폭 및 주기를 지표로 설정하고 자율신경 상태의 평가에 다양하게 활용 되고 있는 심박변이도 지표와의 상관성을 분석하여 향후 자율신경 활성도를 평가하는데 호흡변이도를 활용하는 기초 연구이다.
- 이에 본 연구는 호흡변이도의 진폭 및 주기를 지표로 설정하고 자율신경 상태의 평가에 다양하게 활용되고 있는 심박변이도 지표와의 상관성을 분석하여 향후 자율신경 활성도를 평가하는데 호흡변이도를 활용하는 기초자료로 이용하고자 한다.
제안 방법
- thermister를 통하여 호흡신호를 획득하여 text파일로 저장된 데이터를 MATLAB 7.1을 이용하여 측정지표를 검출하였다.
- 건강한 성인 59명의 피검자로부터 충분한 안정후 자의적 호흡을 시행하여 얻은 신호를 추출하였으며, 호흡변이도는 호흡 진폭을 분석한 P-mean, P-var, N-mean, N-var, pvd-mean, pvd-var, 호흡 주기를 분석한 R-mean, R-var의 지표를 구하였고, 심박변이도와 호흡변이도와의 상관분석을 하여 다음과 같은 결과를 얻었다.
- 호흡 곡선은 주기 신호에 가까운 신호(pseudo-periodic signal)이므로 각 호흡주기의 특정점을 선택해서 매 호흡 주기의 특정점의 시간 간격을 측정하면 호흡 주기를 구할 수 있다. 본 논문에서는 peak detection 알고리즘을 이용해서 각각 positive peak와 negative peak를 구한 후에, peak positive peak와 negative peak를 구한 후에, peak 간의 시간 간격의 변동률, 크기의 변동률 등을 측정하였다. 특정 변수의 변동률은 100*(변수의 표준편차)/(변수의 평균)로서 정의하였다.
- 본 연구는 건강한 성인 피험자를 대상으로 자의적호흡을 실시하도록 하였으며, 자의적 호흡 시 측정된 심전도와 호흡신호를 가공하여 심박변이도와 호흡변이도 지표를 설정하고, 각 지표들 간의 상관관계를 분석하였다.
- 심박변이도와 호흡변이도의 상관관계를 보기 위하여 Pearson Correlation을 시행하였으며, 78명중 호흡곡선이 불규칙하게 그려진 19명이 제외되고 59명(남:여=33:26, 연령24.31±1.92)의 호흡곡선으로 다음과 같은 결과를 도출하였다.
- 심전도는 다중생체신호측정장비인 HSYS- REC-LD(Stellatte systems INC, Canada)를 이용하여 심전도를 256sample/sec의 표본 추출 속도로 동시 측정하였고, 데이터획득 과정에서 전원 라인을 통해 유입된 60Hz 전원 노이즈를 필터링하여 text파일로 저장한 다음, 심박변이도 추출에 이용하였다.
- 안정을 취한 후 자의적인 호흡을 시행하였을 때의 호흡곡선의 진폭과 주기를 분석하여 호흡변이 도의 지표를 설정하고 자의적인 호흡시에 심박변이도와의 상관관계를 보았다.
- 조용한 방에서 의자에 기대어 앉아 10분간 안정을 취한 후, 호흡신호와 심전도를 15분간 측정하였다.
- 호흡신호는 비강부에 thermistor를 장착하여 호흡에 따른 변화양상을 모니터를 통해 확인할 수있게 하였다. 호흡 상태는 특별한 제한을 받지 않은 안정 상태에서 평소 자신의 호흡대로 자의적 호흡을 15분간 하도록 하였다.
대상 데이터
- 본 연구는 2006년 11월부터 2007년 1월까지 3개월간 건강한 남녀 총 78명(남:여= 47:31, 연령 24.35±1.92)이 참가하였다.
- 본 연구에서 사용된 호흡곡선은 비강 앞 인중 부분에 부착된 thermistor에서 측정된 신호이다. 흡기와 호기에 따른 비강 근처의 온도 변화에 따라 곡선이 변화되며 흡기 시에 곡선이 상승하고 호기 시에 하강한다.
데이터처리
- 심박변이도는 심전도 신호를 바탕으로 Complexity 2.0(Laxtha, Korea)프로그램을 이용하여 추출 하였다. 심박변이도의 측정지표로 시간영역분석(time domain analysis)이 있는데, 본 연구에서는 주파수 영역만을 대상으로 하였고, 평가지표는 모두 로그변환하여 분석에 활용하였다.
이론/모형
- 0(Laxtha, Korea)프로그램을 이용하여 추출 하였다. 심박변이도의 측정지표로 시간영역분석(time domain analysis)이 있는데, 본 연구에서는 주파수 영역만을 대상으로 하였고, 평가지표는 모두 로그변환하여 분석에 활용하였다. 주파수영역분석(frequency domain analysis)은 심장 박동의 변화를 주파수영역에서 분석하여 각 주파수영역의 신호가 상대적으로 어떤 강도(power spectral density; PSD)로 있는지 평가하는 방법으로써, 주요 주파수 대역은 0～0.
성능/효과
- 1) 해당 알고리즘은 대부분의 경우 positive peak과 negative peak이 번갈아가며 나타난다는 점에 착안해서 구성되었다. 분석하고자하는 곡선에서 각각 positive peak과 negative peak의 후보가 되는 지점의 값들이 미리 지정된 문턱값(threshold) 이상 차이가 나는 경우 peak로서 결정되게 된다.
- 1. LF성분은 호흡변이도 지표중 P-var, N-var, R-var, pvd-var, R-mean이 양의 상관관계를 보였다.
- 2. HF성분은 N-var, pvd-var와 양의 상관관계를 보였다.
- 3. TP성분은 N-var, pvd-var, R-var와 양의 상관관계를 보였다.
- N-var는 심박변이도 지표와의 상관분석을 시행 하여 LnTP, LnHF, LnLF와 양의 상관관계를 보였다.
- P-var는 심박변이도 지표와의 상관분석을 시행 하여 LnLF와 양의 상관관계를 보였다.
- R-mean는 심박변이도 지표와의 상관분석을 시행하여 LnLF와 양의 상관관계를 보였다.
- R-var는 심박변이도 지표와의 상관분석을 시행하여 LnTP, LnLF와 양의 상관관계를 보였다.
- pvd-var 는 심박변이도 지표와의 상관분석을 시행하여 LnTP, LnHF, LnLF와 양의 상관관계를 보였다.
- 심박변이도 지표와 호흡변이도와의 상관분석을 통하여 주로 심장에 대한 교감신경과 부교감신경계의 활동을 동시에 반영하는 LF성분은 호흡변이도 지표 중 P-var, N-var, R-var, pvd-var, R-mean이 양의 상관관계를 보였으며, 심장에 대한 부교감신경계의 활동성에 대한 지표로 활용되는 HF성분은 N-var, pvd-var와 양의 상관관계를 보였으며, 자율신경계의 전체적인 활동성을 반영하는 TP성분은 N-var, pvd-var, R-var와 양의 상관관계를 보였다.
- 분석하고자하는 곡선에서 각각 positive peak과 negative peak의 후보가 되는 지점의 값들이 미리 지정된 문턱값(threshold) 이상 차이가 나는 경우 peak로서 결정되게 된다. 이 알고리즘의 특징은 반드시 positive peak과 negative peak을 교호 순서대로 찾는 것으로서 분석 곡선에 noise가 포함되더라도 peak detection이 비교적 기대대로 잘 수행된다는 장점이 있다.
후속연구
- 또한 연령에 따른 LF, HF의 정상범위는 차이33)를 보이는데, 본 연구의 참가자는 20~30세(24.31±1.92)의 연령대를 보이고 있어, 이후의 연구로 다른 연령대의 호흡변이도 측정 및 심박변이도와의 상관성 연구가 필요할 것으로 보인다.
- 심박변이도와 호흡변이도의 상관성을 분석하고, 이를 통해 자율신경을 평가하는데 유용하게 쓰이는 심박변이도를 통하여 호흡과 자율신경의 관계가 갖는 특징도 살펴보려 하였으나, 심장박동조절은 자율신경계의 관여에 주로 이루어지지만, 호흡의 특성상 자율신경계의 관여만으로 조절이 이루어지지 않는 한계점이 있다. 본 연구에서 조용한 방에서 안정상태를 유지하도록 하였으나, 그럼에도 참가자들의 호흡이 자율신경의 관여에 의한 변화만을 나타낸다고 하기에는 보다 많은 연구가 뒷받침되어야 할 것이다.
- 본 연구에서 호흡변이도의 지표설정시 심박변이도의 시간영역분석법 사용시 설정하는 지표들인 심박수에 대한 평균, SDNN의 개념을 도입하였는데, 시간영역분석법의 지표설정과 동일한 개념으로 호흡변이도의 지표를 설정하였음으로 시간영역분석법의 분석지표와의 상관분석도 이후 필요한 연구라 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.