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 논문은 에어쿠션을 이용하여 호흡 및 심박신호를 검출하는 방법을 제안하였다. 기존의 측정 방법인 접촉식 방법으로 심전도와 PPG 및 호흡 신호를 측정하였으며 압력센서로 전달된 신호를 필터링하여 검출한 심박및 호흡 신호와 비교하여 그 성능을 평가 하였다.
- 만성적 생활 습관병 질환자의 경우는 의료기관에서 검사를 받는 순간뿐만 아니라, 일상생활 중 생체 신호의 변화를 장기적으로 모니터링 할 필요가 있다'이 그러므로 피검자가 누워있을 때뿐만 아니라, 일상생활 중에서도 생체신호를 측정할 수 있는 기술을 개발할 필요가 있다. 이에 본 논문에서는 에어쿠션을 이용한 생체 신호측정 방법을 제안하였으며 측정된 신호를 바탕으로 호흡과 심박을 검출하는 신호처리 방법을 제안하였다.
제안 방법
- 전력 스펙트럼을 얻기 위해 Burg method를 사용하였으며 0~2Hz 대역을 이용하여 심전도와 PPG 각각으로 부터 계산된 심박변동 신호의 전력 스펙트럼 간 상관계수와 심전도와 압력센서 출력신호로부터 계산된 전력 스펙트럼간 상관계수를 구하여 비교하였다. 그림 11과 같이 심전도, PPG, 압력센서 출력신호의 심박변이도 전력 스펙트럼을 구하였다. 표 6에 심전도와 PPG 신호의 심박변동률 전력 스펙트럼과 심전도와 압력센서 출력신호의 전력 스펙트럼 상관계수를 나타내었다.
- 방법을 제안하였다. 기존의 측정 방법인 접촉식 방법으로 심전도와 PPG 및 호흡 신호를 측정하였으며 압력센서로 전달된 신호를 필터링하여 검출한 심박및 호흡 신호와 비교하여 그 성능을 평가 하였다. 제안된 방법에 의해 호흡 및 심박 검출을 쉽게 할 수 있을 뿐 아니라 검출률 또한 신뢰할 만한 결과를 보임으로써 기존의 에어매트리스, 침대를 이용한 연구의 단점을 보완할 수 있다.
- 디지털 신호처리에서는 총 6분 길이의 데이터를 사용하여 호흡 및 심박 정보를 추출하였다. 압력 센서에서 출력된 신호로 부터 필터링 된 결과를 그림 7, 8에 나타내었다.
- 또한 압력센서 출력신호를 필터링하여 얻은 심박신호의 심박변이도 전력 스펙트럼과 심전도 신호의 심박 변이도 전력 스펙트럼 비교를 통해 두 신호의 상관성을 분석하였다.
- 본 논문에서 제안된 에어쿠션을 이용한 호흡 및 심 박을 측정 시스템은 에어쿠션, 센서 및 아날로그 처리부, 디지털 하드웨어 및 신호 처리부로 구성된다. 에어쿠션으로부터 측정된 심박과 호흡 정보를 검증하기 위하여 별도의 사지유도 심전도 측정회로와 PPG회로 및 흉부 호흡 벨트를 통한 호흡 측정회로를 구성하였다.
- 상기의 과정에 의해 처리된 호흡 신호와 심박 신호는 기준 신호인 심전도(ECG), 벨트로 측정된 기준 호흡 신호와 비교를 통해 호홉 및 심박 검출 성능을 평가하였다. 또한 압력센서 출력신호를 필터링하여 얻은 심박신호의 심박변이도 전력 스펙트럼과 심전도 신호의 심박 변이도 전력 스펙트럼 비교를 통해 두 신호의 상관성을 분석하였다.
- 그림 5는 압력센서의 출력신호와 메디안 필터를 통과한 신호의 주파수 대역((a), (b) 의위)으로 부터 자기상관방법에 의해 검출된 호흡 및 심박 주파수를 근거로 호흡 및 심박 주파수 대역을 추출한 결과((a), (b)의 아래)를 나타낸 것이다. 시간 영역의 신호로 역퓨리에 변환된 신호에서 호흡수, 심박수를 계산하기 위해 신호의 피크를 검출하였으며 피크 검출을 위해 신호의 미분 값과 문턱치를 사용하였다. 기준 신호로 사용된 PPG와 벨트로 측정된 호흡신호 역시 같은 피크 검출 방법이 사용되었으며 심전도 신호는 대역 통과 필터링 후 신호를 미분하여 신호의 1차 미분 값의 부호 변화 구간을 통해 R 피크를 검출하였다關.
- 8%의 오차를 갖는다는 것을 의미하며 이를 통해 에어쿠션을 이용한 호흡 신호 측정이 신뢰할 만한 수준임을 알 수 있었다. 심 박신호의 평균제곱근 편차 값은 심전도로부터 계산된 심 박을 기준으로 압력센서 출력신호로부터 계산한 심박률과 PPG로부터 구한 심박률을 비교하였다. 그 결과를 표 4에 정리하였으며 압력센서 출력신호를 필터링한 신호는 PPG에 비하여 심박률 편차의 평균값이 크다는 것을 알 수 있다.
- 심전도, PPG, 압력센서의 출력신호 각각에 대하여 심박 변동률 신호의 전력 스펙트럼을 구하여 비교하였다. 각각의 심박 변동률 신호는 등간격으로 보간한 뒤 4Hz 로 재샘플링 하였다.
- 피험자는 에어쿠션이 놓인 의자에 앉아 정적인 상태를 5분간 유지하도록 한 후 압력센서를 통해 측정된 신호와 함께 기준신호인 심전도, PPG, 호흡 신호를 6분 동안 측정하였다. 심전도는 팔에 전극을 붙인 후 심전도 리드를 연결하여 측정하였으며 PPG는 왼쪽 손가락에 센서를 부착하여 측정하였다. 호흡은 벨트를 흉부에 감아 측정하였다.
- 나타낸 블록도이다. 아날로그회로를 통과한 신호는 마이크로프로세서 (PIC18F4523, Microchip, USA) 에 의해 240Hz 샘플링율로 12bit 해상도를 갖도록 A/D 변환하였으며, 디지털값으로 변환된 신호는 블루투스모듀Promi_ESD 200, SENA technology, USA)을 통해 PC로 전송하였다. 전송된 신호는 PC에서 Labview (National Instrument, USA)를 이용하여 디스플레이 및 저장이 가능하도록 하였다.
- 이에 앉은, 앙와위, 복와위 자세로 달리하여 측정을 실시해 보았다. 앉은 자세는 의자의 바닥 면에 에어쿠션을 위치시킨 후 실시하였으며 누운 자세는 테이블(240><i22x72cm3) 의 바닥면에 에어쿠션을 두고 피험자를 앙와위 및 복와위 자세로 변화시키며 실시하였다.
- 나. 압력센서 출력신호를 필터링하여 얻은 호흡 및심박 신호에서 1분마다 펄스수를 각각 계산하여 추정된 호흡수 및 심박수(estimated pulse beat number, EPBN)를 계산한다.
- 압력센서 출력신호를 필터링한 신호를 이용하여 호흡 및 심박 검출 성능을 평가하였다. 성능 평가를 위하여 기존의 연구(3)에서 사용한 방법을 이용하였다.
- 압력센서에서 출력된 신호는 대역통과 필터, 증폭회로로 구성된 아날로그 회로를 통과하도록 하였다. 압력 센서 출력신호에서 호흡 및 심박 정보를 추출하기 위한 대역 통과 필터의 통과 대역은 o.
- 에어쿠션으로부터 측정된 심박과 호흡 정보를 검증하기 위하여 별도의 사지유도 심전도 측정회로와 PPG회로 및 흉부 호흡 벨트를 통한 호흡 측정회로를 구성하였다. 그림 1은 전체 시스템의 블록도를 나타낸 것이다.
- 에어쿠션을 통해 전달되는 생체 신호는 심장 박동으로 인한 인체의 미세한 떨림 신호인 심탄도 (ballistocardiogram, BCG)로서, 심박동에 의해 발생하는 미세한 압력변화를 신호화 하여 측정하였다. 심탄도는 심장의 혈류박출 속도와 밀접한 관련이 있으며回 인체에서 심장과 인접한 부위와 말초 부위의 혈류 속도가 다르므로 측정위치에 따라 심탄도의 파형이 달라진다.
- 바. 위의 결과를 이용하여 펄스 민감도, 펄스 양성 예측도를 식 (1), (2)와 같이 계산하였으며 기존의 샘플 단위 계산과정에서 발생하는 true negative number(TNN)가 존재 하지 않는다.
- 이는 호흡과 심박검출 성능평가에서 적용되는 샘플 (sample)단위의 계산이 아닌 펄스(pulse)단위를 이용하였으며 다음과 같은 과정을 통해 펄스 민감도(pulse sensitivity, PSE), 펄스 양성 예측도(pulse positive predictivity, P*) P를 정의하여 계산하였다.
- 한편 자기 상관을 이용한 방법은 심박 변이 (heart rate variability, HRV)를 얻을 수 없기 때문에 주파수 영역에서 심박 주파수 대역만을 추출한 후 다시 역퓨리에 변환된 신호로부터 심박 신호 검출을 시도하였다. 이때 메디안 필터를 통과하여 호흡 신호를 제거 한 후 퓨리에 변환하였으며 자기상관의 결과로 검출된 심박 주파수의 ±0.2Hz 대역만을 추출한 후 다시 역퓨리에 변환하였다. 그림 5는 압력센서의 출력신호와 메디안 필터를 통과한 신호의 주파수 대역((a), (b) 의위)으로 부터 자기상관방법에 의해 검출된 호흡 및 심박 주파수를 근거로 호흡 및 심박 주파수 대역을 추출한 결과((a), (b)의 아래)를 나타낸 것이다.
- 각각의 심박 변동률 신호는 등간격으로 보간한 뒤 4Hz 로 재샘플링 하였다. 전력 스펙트럼을 얻기 위해 Burg method를 사용하였으며 0~2Hz 대역을 이용하여 심전도와 PPG 각각으로 부터 계산된 심박변동 신호의 전력 스펙트럼 간 상관계수와 심전도와 압력센서 출력신호로부터 계산된 전력 스펙트럼간 상관계수를 구하여 비교하였다. 그림 11과 같이 심전도, PPG, 압력센서 출력신호의 심박변이도 전력 스펙트럼을 구하였다.
- 아날로그회로를 통과한 신호는 마이크로프로세서 (PIC18F4523, Microchip, USA) 에 의해 240Hz 샘플링율로 12bit 해상도를 갖도록 A/D 변환하였으며, 디지털값으로 변환된 신호는 블루투스모듀Promi_ESD 200, SENA technology, USA)을 통해 PC로 전송하였다. 전송된 신호는 PC에서 Labview (National Instrument, USA)를 이용하여 디스플레이 및 저장이 가능하도록 하였다.
- 8kPa을 유지한 상태에서 측정하였다. 측정된 신호는 인체의 움직임에 의한 정적(static) 성분과 호흡과 심박에 의한 동적(dynamic) 성분이 섞여서 나타나는데 신호의 잡음을 제거하고 동적 성분만을 얻기 위해 피험자의 움직임은 최대한 정적인 상태를 유지하도록 한 뒤 측정하였다.
- 수 있다. 쿠션은 사용자가 내부 압력을 조절할 수 있도록 수동 주입식 펌프 및 가변 밸브가 일체형으로 연결되어 있으며 쿠션 내부의 압력을 센서로 전달하기 위해 에어쿠션의 공기 주입부와 압력센서 사이에 직경 3.5mm의 튜브를 연결하였다. 전달된 압력은 압전저항 스트레인 게이지(piezoresistive strain gage)형태의 압력센서 (NPC1210, GE sensing, USA)에 의해 전기적인 신호로 변환 된다.
- lkg)의 피험자가 참여하였다. 피험자는 에어쿠션이 놓인 의자에 앉아 정적인 상태를 5분간 유지하도록 한 후 압력센서를 통해 측정된 신호와 함께 기준신호인 심전도, PPG, 호흡 신호를 6분 동안 측정하였다. 심전도는 팔에 전극을 붙인 후 심전도 리드를 연결하여 측정하였으며 PPG는 왼쪽 손가락에 센서를 부착하여 측정하였다.
- 메디안 필터는 압력센서 신호에서 나타나는 호흡 신호를 제거하기 위해 사용하였으며, 메디안 필터를 거친 신호의 자기상관 결과는 그림 4 (b)와 같으며 호흡 신호가 제거되기 때문에 심박 주기를 추출할 수 있다. 한편 자기 상관을 이용한 방법은 심박 변이 (heart rate variability, HRV)를 얻을 수 없기 때문에 주파수 영역에서 심박 주파수 대역만을 추출한 후 다시 역퓨리에 변환된 신호로부터 심박 신호 검출을 시도하였다. 이때 메디안 필터를 통과하여 호흡 신호를 제거 한 후 퓨리에 변환하였으며 자기상관의 결과로 검출된 심박 주파수의 ±0.
대상 데이터
- 본 연구에서는 심장 병력이 없는 건강한 6명(남 5, 여 1명, 나이: 26.6±2.3세, 키: 171.3+6.5cm, 몸무게: 67.2±ll.lkg)의 피험자가 참여하였다. 피험자는 에어쿠션이 놓인 의자에 앉아 정적인 상태를 5분간 유지하도록 한 후 압력센서를 통해 측정된 신호와 함께 기준신호인 심전도, PPG, 호흡 신호를 6분 동안 측정하였다.
- 측정에 사용된 에어쿠션(Airtex, Mantoo, Korea)은 42x36x2cm3의 크기를 가지며 최대 49kPa 까지 공기를 주입할 수 있다. 쿠션은 사용자가 내부 압력을 조절할 수 있도록 수동 주입식 펌프 및 가변 밸브가 일체형으로 연결되어 있으며 쿠션 내부의 압력을 센서로 전달하기 위해 에어쿠션의 공기 주입부와 압력센서 사이에 직경 3.
데이터처리
- PPG 신호와 압력센서의 출력신호를 필터링한 신호 간 위상차와 파형의 형태를 비교하기 위해 PPG 신호의 피크를 기준으로 전후 각각 100 샘플의 신호를 이용하여 각 심박 파형의 앙상블 평균(ensemble average)을 계산하였으며 그 결과를 그림 9에 나타내었다. 그림 9 (a), (c)의 결과와 같이 에어쿠션에 앉았을 때와 복와위자세의 신호는 PPG 신호 피크 위치에서 신호의 파형 이반대로 내려가는 형태를 나타내었다.
- 본 논문에서 제안된 신호처리 방법으로 필터링한 신호를 이용하여 분당 호흡률(respiration rate), 및 심박률 (heart rate)을 계산한 뒤, 계산된 값의 오차를 구하기 위해 평균 제곱근 편차(root mean s*e quai deviation, RMSD)를 계산하였다幽. 압력센서의 출력신호로부터 계산된 호흡률과 벨트에서 측정된 분당 호흡수간의 편차를 표 4에 계산하여 나타내었으며 호흡률의 평균 제곱근 편차의 평균은 0.
- 획득된 신호는 PC에서 상용 프로그램인 Matlab (Mathworks, USA)을 사용하여 처리하였으며 전체적인 신호처리 블록도는 그림 3과 같다.
이론/모형
- 본 논문에서 사용된 신호처리 방법의 성능 비교를 위해 이산 웨이블렛 변환(discrete wavelet transform, DWT)과 무한 임펄스 응답(UR)필터를 사용하였다. DWT에 쓰인 모웨이블렛으로는 Daubechies를 사용하였으며 신호는 레벨 12까지 분해하였다.
- 및 심박 검출 성능을 평가하였다. 성능 평가를 위하여 기존의 연구(3)에서 사용한 방법을 이용하였다.
- 에어쿠션에서 측정된 신호는 호흡 신호에 심 박신호가 섞여 있는 형태로 나타나며 이 신호에서 심박 및 호흡 신호를 검출하기 위해 자기상관(autocorrelation), 메디안 필터(median filter), 주파수 영역필터 (frequency domain filter)를 이용한 디지털 신호처리 방법을 사용하였다. 자기상관은 신호가 가지고 있는 주기를 검출하는데 사용하였으며 압력센서에서 출력된 신호의 자기 상관의 결과는 그림 4 (a)와 같다.
성능/효과
- 9 (a), (c)의 결과와 같이 에어쿠션에 앉았을 때와 복와위자세의 신호는 PPG 신호 피크 위치에서 신호의 파형 이반대로 내려가는 형태를 나타내었다. 반면 그림 9 (b) 와같이 앙와위 자세로 누웠을 때 획득된 에어쿠션 신호의 피크 위치는 PPG 신호의 피크와 시간차이가 나타나는 것을 알 수 있었다.
- 그림 9 (a), (c)의 결과와 같이 에어쿠션에 앉았을 때와 복와위자세의 신호는 PPG 신호 피크 위치에서 신호의 파형 이반대로 내려가는 형태를 나타내었다. 반면 그림 9 (b) 와같이 앙와위 자세로 누웠을 때 획득된 에어쿠션 신호의 피크 위치는 PPG 신호의 피크와 시간차이가 나타나는 것을 알 수 있었다. 이 결과는 인체의 부위별로 측정되는 심탄도 신호의 모양이 다르다는 것을 보여주고 있으며 에어쿠션의 크기가 적절히 커진다면 기존의 에어매트리스를 이용한 방법처럼 수면 상태의 무호흡 검출이나 호흡 측정에 사용될 수 있다.
- 심 박신호의 평균제곱근 편차 값은 심전도로부터 계산된 심 박을 기준으로 압력센서 출력신호로부터 계산한 심박률과 PPG로부터 구한 심박률을 비교하였다. 그 결과를 표 4에 정리하였으며 압력센서 출력신호를 필터링한 신호는 PPG에 비하여 심박률 편차의 평균값이 크다는 것을 알 수 있다. 이는 에어쿠션에서 측정된 신호는 피험자의 미세한 움직임에도 신호의 왜곡이 크게 발생했기 때문이다.
- 피크의 위치는 PPG의 신호와 위상차가 작게 나타나지만 파형의 형태는 피크를 기준으로 진동하며, 만약 이 진동의 변동률이 피크의 신호 보다 커지면 심박을 검출하는데 제약이 따르게 된다. 따라서 제안된 신호처리 방법을 통한 심박 검출이 보다 용이함을 알 수 있다.
- 표 2 의 피험자 1과 같이 압력센서 신호를 필터링한 신호의 양성 예측도가 PPG와 같은 경우도 있었으며 전체 피험자에 있어 평균 1%의 차이를 보였다. 또한 기존의 연 구결 과인 에어베개의 심박검출 펄스 민감도 값 99.17%에 비하여 거의 차이가 없으며 이로부터 에어쿠션을 이용한 심박검줄의 정확도가 매우 높은 수준임을 알 수 있었다.
- 또한 압력 센서 출력신호를 필터링한 신호와 심전도의 상관계수 값은 심전도와 PPG의 상관계수 값에 비해 표준편차 값이 약 10배 크다는 것을 알 수 있다. 이는 신호 측정 시 심박이 잘 나타나는 피험자와 심박이 잘 나타나지 않는 피험자간의 심박변동률 상관계수 값의 편차가 크기 때문이며 심박이 잘 검출된 피험자 일수록 심전도 신호의 R peak와 위상의 오차가 작아지는 결과를 보였다.
- 실험결과 압력센서 출력 신호와 PPG 신호는 매우 잘 동기화되어 나타나지만 압력센서 출력 신호를 필터링한 결과의 피크 위치가 PPG 신호와 정확히 일치하지 않으며 자세에 따라 파형의 모양도 다르게 나타나는 것으로 확인 되었다. 이에 앉은, 앙와위, 복와위 자세로 달리하여 측정을 실시해 보았다.
- 압력센서의 출력 신호를 필터 링한 신호는 PPG 신호에 비해 낮은 상관계수 값을 갖는다는 것을 알 수 있는데 이는 역퓨리에 변환에 의해 신호가 복원되었을 때 위상이 변화하였기 때문이며 이로 인해 심박변동률을 구하기 위해 필요한 피크 간격에 왜곡이 발생하게 되므로 PPG신호에 비해 낮은 상관계수가 도출되었다. 또한 압력 센서 출력신호를 필터링한 신호와 심전도의 상관계수 값은 심전도와 PPG의 상관계수 값에 비해 표준편차 값이 약 10배 크다는 것을 알 수 있다.
- 계산하였다幽. 압력센서의 출력신호로부터 계산된 호흡률과 벨트에서 측정된 분당 호흡수간의 편차를 표 4에 계산하여 나타내었으며 호흡률의 평균 제곱근 편차의 평균은 0.85이었다. 이는 평균 분당 호흡수가 17.
- 기존의 측정 방법인 접촉식 방법으로 심전도와 PPG 및 호흡 신호를 측정하였으며 압력센서로 전달된 신호를 필터링하여 검출한 심박및 호흡 신호와 비교하여 그 성능을 평가 하였다. 제안된 방법에 의해 호흡 및 심박 검출을 쉽게 할 수 있을 뿐 아니라 검출률 또한 신뢰할 만한 결과를 보임으로써 기존의 에어매트리스, 침대를 이용한 연구의 단점을 보완할 수 있다.
- 이는 필터링 된 파형의 형태는 비교적 일정하며 구간 내의 피크를 모두 검출하기 때문으로 판단된다. 표 2 의 피험자 1과 같이 압력센서 신호를 필터링한 신호의 양성 예측도가 PPG와 같은 경우도 있었으며 전체 피험자에 있어 평균 1%의 차이를 보였다. 또한 기존의 연 구결 과인 에어베개의 심박검출 펄스 민감도 값 99.
- 정리하여 나타낸 것이다. 호흡률 검출의 펄스 민감도는 평균값이 98.67%이었으며, 이는 기존의 연구결과図인 에어베개의 호흡률 펄스 민감도인 95%에 비해 더 향상된 결과이다. 이로써 에어쿠션을 이용한 호흡검줄은 높은 정확성을 갖는다는 것을 알 수 있었디。.
후속연구
- 계측 장비에서 발생하는 문제이다. 또한 본 논문에서 제안된 방법은 향후 DSP프로세서를 이용하여 실시간으로 구현해야 하는 과제를 안고 있다,
- 향후 에어쿠션에서 측정되는 심탄도 신호의 측정 방법이 향상되고 신호처리를 보완하여 HRV를 정확히 구한다면 인체의 자율신경 활동 평가의 지표로 사용 될 수 있을 뿐만 아니라 헬스케어에 널리 활용될 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.