[국내논문]연속 가압방식의 맥파 측정방법을 위한 시작점 검출 알고리즘 개발 Novel Detection Algorithm of The Upstroke of Pulse Waveform for Continuously Varying Contact Pressure Method원문보기
본 논문에서는 연속 가압방식으로 측정된 맥파 신호의 분석에 적합한 시작점 검출 알고리즘을 제안한다. 연속 가압방식은 가압의 크기를 조금씩 증가시키면서 맥파 신호를 측정하는 방식인데 이를 이용하면 가압크기에 대응하는 맥파 신호의 분해능이 크게 향상되기 때문에 현재 상용맥진기의 맥파 측정방식인 단계별 가압방식의 정확성과 신뢰성 문제를 해결할 수 있다. 시작점 검출을 위해서 고속 푸리에 변환을 이용한 주기계산, Center-to-edges 방법의 피크 검출, 기저선 보정, 접선 교점 방법에 의한 시작점 검출, 분석 구간 설정을 순차적으로 적용한 알고리즘을 개발하였다. 30명의 피험자를 대상으로 실험한 결과 제안된 알고리즘의 정확도는 99.46%, 민감도는 99.51%로 나타났는데 이는 기존 알고리즘보다 정확도 4.82%, 민감도 2.46%가 향상된 결과이다. 본 연구에서 제안한 연속 가압방식의 맥파 측정방법과 맥파 시작점 검출 알고리즘을 사용한다면 맥파 특징점의 정확한 검출은 물론 허실맥이나 부침맥 등의 맥상 판별 정확성을 높일 수 있을 것으로 기대된다.
본 논문에서는 연속 가압방식으로 측정된 맥파 신호의 분석에 적합한 시작점 검출 알고리즘을 제안한다. 연속 가압방식은 가압의 크기를 조금씩 증가시키면서 맥파 신호를 측정하는 방식인데 이를 이용하면 가압크기에 대응하는 맥파 신호의 분해능이 크게 향상되기 때문에 현재 상용맥진기의 맥파 측정방식인 단계별 가압방식의 정확성과 신뢰성 문제를 해결할 수 있다. 시작점 검출을 위해서 고속 푸리에 변환을 이용한 주기계산, Center-to-edges 방법의 피크 검출, 기저선 보정, 접선 교점 방법에 의한 시작점 검출, 분석 구간 설정을 순차적으로 적용한 알고리즘을 개발하였다. 30명의 피험자를 대상으로 실험한 결과 제안된 알고리즘의 정확도는 99.46%, 민감도는 99.51%로 나타났는데 이는 기존 알고리즘보다 정확도 4.82%, 민감도 2.46%가 향상된 결과이다. 본 연구에서 제안한 연속 가압방식의 맥파 측정방법과 맥파 시작점 검출 알고리즘을 사용한다면 맥파 특징점의 정확한 검출은 물론 허실맥이나 부침맥 등의 맥상 판별 정확성을 높일 수 있을 것으로 기대된다.
We propose a continuously varying contact pressure(CVCP)-adaptive feature extraction algorithm for pulse diagnostic analysis. The CVCP method measures the pulse waveform with continuously increasing contact pressure(CP). This method offer a high resolution signal of the pulse waveform amplitude(PWA)...
We propose a continuously varying contact pressure(CVCP)-adaptive feature extraction algorithm for pulse diagnostic analysis. The CVCP method measures the pulse waveform with continuously increasing contact pressure(CP). This method offer a high resolution signal of the pulse waveform amplitude(PWA) as a function of the contact pressure. Therefore it enables us to overcome the limitation of commercially available pulse-taking devices whose analysis rely on a few number of PWA-CP pairs. We show that an efficient feature extraction algorithm which covers the features of the CVCP-method can be developed by sequentially applying Fast Fourier Transform, peak detection by center-to-edges method, baseline drift removal, detection of the percussion wave upstroke by intersecting tangent method and detection of the analysis region. Finally, by a clinical study with 30 subjects, we show that our CVCP-adaptive feature extraction algorithm detected the upstroke with accuracy of 99.46% and sensitivity of 99.51%, which were about 4.82% and 2.46% increases respectively, compared to a conventional feature extraction method. The proposed CVCP method and the CVCP-adaptive feature extraction algorithm are expected to improve the accuracy in the pulse diagnostic algorithms such as floating/sunken pulse qualities and deficient/excess pulse qualities.
We propose a continuously varying contact pressure(CVCP)-adaptive feature extraction algorithm for pulse diagnostic analysis. The CVCP method measures the pulse waveform with continuously increasing contact pressure(CP). This method offer a high resolution signal of the pulse waveform amplitude(PWA) as a function of the contact pressure. Therefore it enables us to overcome the limitation of commercially available pulse-taking devices whose analysis rely on a few number of PWA-CP pairs. We show that an efficient feature extraction algorithm which covers the features of the CVCP-method can be developed by sequentially applying Fast Fourier Transform, peak detection by center-to-edges method, baseline drift removal, detection of the percussion wave upstroke by intersecting tangent method and detection of the analysis region. Finally, by a clinical study with 30 subjects, we show that our CVCP-adaptive feature extraction algorithm detected the upstroke with accuracy of 99.46% and sensitivity of 99.51%, which were about 4.82% and 2.46% increases respectively, compared to a conventional feature extraction method. The proposed CVCP method and the CVCP-adaptive feature extraction algorithm are expected to improve the accuracy in the pulse diagnostic algorithms such as floating/sunken pulse qualities and deficient/excess pulse qualities.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 접선 교점 방법에서는 최저점을 찾을 때 맥파 크기의 30%를 문턱치로 미리 설정해야 하는데, 연속 가압방식에서는 맥파의 크기가 작았다가 커지고 다시 작아지는 형태로 나타나기 때문에 문턱치를 하나의 값으로 미리 정해서 분석할 수 없다. 따라서 본 연구에서는 연속 가압방식으로 측정한 맥파 신호에 적합한 시작점 검출 알고리즘을 제안한다. 제안한 알고리즘의 순서도는 그림 4에 나타내었다.
본 논문에서는 (1) 연속 가압방식으로 맥파 신호를 수집하고, (2) 수집된 맥파 신호를 분석할 수 있는 시작점 검출 알고리즘을 제안하며, (3) 기존 알고리즘과의 비교분석을 통해 제안한 알고리즘의 성능을 검증하고자 한다.
본 논문에서는 이러한 기존의 문제점을 해결하기 위해 연속 가압방식으로 맥파 신호를 측정하는 방법을 제안한다. 이 방법은 가압 단계를 나누어 특정 가압으로 측정하는 것이 아닌 가압의 크기를 조금씩 연속적으로 증가시키는 방법이다.
본 연구에서는 기존의 문제점을 해결하기 위해 연속 가압방식으로 맥파 신호를 측정하는 방법을 제안하였다. 이 방법은 가압의 크기를 조금씩 연속적으로 증가시키는 방법으로 가압크기 증가에 따른 맥파 신호의 변화를 연속적으로 살펴볼 수 있고, 분해능이 크게 향상되므로 맥파 분석과 맥상 판별의 정확성을 높일 수 있다.
기존 알고리즘과 새롭게 제안된 알고리즘의 검출 성능을 비교하기 위해 식(1)과 식(2)와 같이 정확도 (accuracy)와 민감도(sensitivity)를 계산하였다. 이는 신호의 특징점 검출에 대한 성능을 비교해 볼 수 있는 방법이며[15] 본 논문에서는 여러 특징점 중 시작점 검출 성능에 대해 비교하였다.
제안 방법
피험자 30명의 오른쪽 관 부위 맥파를 연속 가압방식으로 측정하고 이 맥파 신호의 시작점 검출을 위해 고속 푸리에 변환을 이용한 주기계산, Center-to-edges 방법의 피크 검출, 기저선 보정, 분석 제외구간 설정을 특징으로 하는 알고리즘을 개발하였다. 그 후 기존 알고리즘과의 시작점 검출 성능을 비교하였다.
이렇게 측정된 맥파 신호에서 특징점을 검출하고 각 단계별로 5초간의 평균 파형을 생성한다. 그 후 이 5개의 데이터를 이용해 PH-curve를 생성하고 맥파분석을 한다. PH-curve는 한의학에서 거·심·안진맥추세도(擧·尋·按診脈趨勢圖) 라는 이름으로 등장한 개념이며 가로축이 가압력, 세로축이 압맥파로 이루어진 그래프이다[5].
또한 측정자는 맥파의 크기가 줄어드는 것을 눈으로 확인하고 측정을 멈추기 때문에 처음과 끝의 삭제할 시간을 어느 정도로 해야 가장 적합한 방법인지는 불명확할 수밖에 없다. 그러므로 제안한 알고리즘에서는 검출된 각 맥파의 시작점들 크기가 갑자기 크게 변하는 지점을 기준으로 분석 제외구간을 설정하였다. 먼저 맥파 신호가 최대로 측정되는 시간 인덱스를 찾고 그 인덱스를 기준으로 왼쪽 방향과 오른쪽 방향으로 시작점들을 연결한 선을 미분한다.
하지만 앞서 살펴본 대로 접선 교점 방법을 그대로 연속 가압방식으로 측정한 맥파 신호에 적용하기에는 제약이 있다. 그렇기 때문에 맥파 미분신호에서 피크를 찾고각 피크 사이의 구간에서 최저점을 검출한 후 시작점을 검출하는 방법으로 접선 교점 방법을 일부 수정하였다. 이 때 각 맥파 시작점들의 시간 간격이 270∼1500ms 안에 포함되지 않는 점은 삭제하였으며 이렇게 수정된 기존 알고리즘의 순서도를 그림 9에 나타내었다.
005∼30Hz)를 통과시켜 잡음을 최소화 한다. 그리고 맥파 신호의 주기를 계산하기 위해 고속 푸리에 변환(FFT)을 수행한다. 연속 가압방식으로 획득한 신호는 약 40∼50초의 상대적으로 긴 시간 데이터이므로 단계별 가압방식으로 획득한 짧은 신호보다 맥파의 주기를 더 정확하게 계산할 수 있다.
3-D MAC((주)대요메디, 한국)은 대표적인 맥파 측정 장치이다. 압저항 센서와 가압 조절 로봇을 이용해 5단계의 가압을 각각 5초 동안 요골동맥에 가하여 맥파 신호를 측정한다. 이렇게 측정된 맥파 신호에서 특징점을 검출하고 각 단계별로 5초간의 평균 파형을 생성한다.
이 경우 연속적으로 시작점을 잘못 찾을 수 있기 때문에 본 연구에서는 “Center-to-edges” 방법을 제안한다.
피험자 30명의 오른쪽 관 부위 맥파를 연속 가압방식으로 측정하고 이 맥파 신호의 시작점 검출을 위해 고속 푸리에 변환을 이용한 주기계산, Center-to-edges 방법의 피크 검출, 기저선 보정, 분석 제외구간 설정을 특징으로 하는 알고리즘을 개발하였다. 그 후 기존 알고리즘과의 시작점 검출 성능을 비교하였다.
대상 데이터
본 연구에서 제안한 연속 가압방식과 시작점 검출 알고리즘의 성능을 확인하기 위해 60대 남자 피험자 30명을 선별하였다. 피험자의 오른손 관 부위 맥파 신호를 연속 가압방식으로 측정하고 제안한 시작점 검출 알고리즘과 기존의 접선 교점 방법을 비교 분석 하였다.
연속 가압방식으로 맥파 신호를 측정하기 위해 한국한의학연구원에서 자체 개발 중인 맥파 측정 장치를 사용하였다. 이 측정 장치는 피험자의 팔을 거치할 수 있는 본체 부분과 맥파 측정을 위한 센서가 부착된 원통형의 액츄에이터로 구성되어있다.
데이터처리
압저항 센서와 가압 조절 로봇을 이용해 5단계의 가압을 각각 5초 동안 요골동맥에 가하여 맥파 신호를 측정한다. 이렇게 측정된 맥파 신호에서 특징점을 검출하고 각 단계별로 5초간의 평균 파형을 생성한다. 그 후 이 5개의 데이터를 이용해 PH-curve를 생성하고 맥파분석을 한다.
본 연구에서 제안한 연속 가압방식과 시작점 검출 알고리즘의 성능을 확인하기 위해 60대 남자 피험자 30명을 선별하였다. 피험자의 오른손 관 부위 맥파 신호를 연속 가압방식으로 측정하고 제안한 시작점 검출 알고리즘과 기존의 접선 교점 방법을 비교 분석 하였다. 하지만 앞서 살펴본 대로 접선 교점 방법을 그대로 연속 가압방식으로 측정한 맥파 신호에 적용하기에는 제약이 있다.
성능/효과
46% 향상된 수치이다. 따라서 기존 알고리즘보다 제안된 알고리즘이 연속 가압방식으로 측정한 맥파 신호의 시작점 검출을 위해 더 적합한 것으로 사료된다.
67% 향상된 수치이다. 또한 제안된 알고리즘의 정확도는 99.46%, 민감도는 99.51%로 나타났으며 이는 기존 알고리즘에 비해 각각 4.82%와 2.46% 향상된 수치이다.
기존 알고리즘을 사용한 경우 신호의 처음과 끝 부분에서 시작점을 검출하지 못하였다. 반면 제안된 알고리즘을 사용한 경우 모든 맥파의 시작점을 올바르게 검출하는 것을 확인할 수 있다.
이때 분석범위는 제안된 알고리즘의 분석 범위와 동일하게 분석 제외구간을 설정하였다. 분석 결과 시작점이 아님에도 검출한 경우가 34개, 시작점을 검출하지 못한 경우가 30개였고 정확도는 94.88%, 민감도는 97.13%로 나타났다.
비교 결과 기존 알고리즘의 정확도는 94.88%, 민감도는 97.13%로 나타났고 제안된 알고리즘의 정확도는 99.46%, 민감도는 99.51%로 나타났다. 이는 기존 알고리즘에 비해 제안된 알고리즘의 정확도가 4.
다음으로 본 논문에서 제안한 알고리즘을 사용하여 분석한 결과를 표 2에 나타냈다. 시작점이 아님에도 검출한 경우는 6개, 시작점을 검출하지 못한 경우는 1개로 나타났는데 이는 기존 알고리즘에 비해 각각 82.35%와 96.67% 향상된 수치이다. 또한 제안된 알고리즘의 정확도는 99.
연속 가압방식으로 획득한 신호는 약 40∼50초의 상대적으로 긴 시간 데이터이므로 단계별 가압방식으로 획득한 짧은 신호보다 맥파의 주기를 더 정확하게 계산할 수 있다.
51%로 나타났다. 이는 기존 알고리즘에 비해 제안된 알고리즘의 정확도가 4.82%, 민감도가 2.46% 향상된 수치이다. 따라서 기존 알고리즘보다 제안된 알고리즘이 연속 가압방식으로 측정한 맥파 신호의 시작점 검출을 위해 더 적합한 것으로 사료된다.
후속연구
하지만 신호의 끝 부분에서 노이즈를 시작점으로 검출하는 경우가 가끔 발생했기 때문에 더 정확한 분석을 위해서는 분석 제외구간 설정에 대한 심화 연구가 필요하겠다. 또한 추후 PH-curve를 이용하여 허실맥이나 부침맥 판별의 정확성을 비교할 계획이다.
본 논문에서 제안한 연속 가압방식과 알고리즘을 사용해 맥파 신호의 특징점을 자동으로 검출한다면 정확한 맥파 분석이 가능할 것으로 기대된다. 하지만 신호의 끝 부분에서 노이즈를 시작점으로 검출하는 경우가 가끔 발생했기 때문에 더 정확한 분석을 위해서는 분석 제외구간 설정에 대한 심화 연구가 필요하겠다.
본 논문에서 제안한 연속 가압방식과 알고리즘을 사용해 맥파 신호의 특징점을 자동으로 검출한다면 정확한 맥파 분석이 가능할 것으로 기대된다. 하지만 신호의 끝 부분에서 노이즈를 시작점으로 검출하는 경우가 가끔 발생했기 때문에 더 정확한 분석을 위해서는 분석 제외구간 설정에 대한 심화 연구가 필요하겠다. 또한 추후 PH-curve를 이용하여 허실맥이나 부침맥 판별의 정확성을 비교할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
맥진이란 무엇인가?
맥진은 한의학에서 사용하는 대표적인 진단방법으로 요골동맥의 촌, 관, 척 세 부위에서 측정되는 맥파의 특징을 분석해 환자를 진단하는 방법이다. 맥진은 한의사의 주관적인 감각이나 경험에 의존하는데 이를 객관화, 정량화 하기 위한 맥진 센서들이 개발되어 왔고 맥파 신호 측정의 가장 적합한 위치를 찾는 기기도 연구되어왔다[1].
현재 상용되고 있는 맥진기의 맥파 측정 방식은 어떤 방식인가?
현재 상용되고 있는 맥진기의 맥파 측정 방식은 특정 가압 값으로 요골동맥을 누르는 방식이다. 이때 가압을 약한가압, 중간가압, 강한가압 등으로 나누어 힘의 세기를 변화시켜 측정한다.
현재 상용되고 있는 맥진기의 맥파 측정 방식으로서 특정 가압 값으로 요골동맥을 누르는 방식은 가압을 어떻게 나누어 측정하는가?
현재 상용되고 있는 맥진기의 맥파 측정 방식은 특정 가압 값으로 요골동맥을 누르는 방식이다. 이때 가압을 약한가압, 중간가압, 강한가압 등으로 나누어 힘의 세기를 변화시켜 측정한다. 3-D MAC((주)대요메디, 한국) 은 대표적인 맥파 측정 장치이다.
참고문헌 (15)
Chu-Chang Tyan, Shin-Hong Liu, Jan-Yow Chen, Jian-Jung Chen, and Wen-Miin Liang, "A Novel Noninvasive Measurement Technique for Analyzing the Pressure Pulse Waveform of the Radial Artery," IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, Vol. 55, no. 1, pp. 288-297, January 2008.
이전, 우영재, 전영주, 이유정, 김종열, "맥진기를 위한 동잡음 검출 시스템," 전자공학회 논문지, 제45권, SC편, 제5호, 310-316쪽, 2008년 9월
임재중, "전달함수를 이용한 대동맥 맥파 추정 및 증강점 검출 알고리즘 개선에 관한 연구", 전자공학회 논문지, 제45권, SC편, 제3호, 194-205쪽, 2008년 5월
이전, 이유정, 전영주, 우영재, 김종열, "맥진 가압 트레이닝 시스템 개발," 전자공학회 논문지, 제45권, SC편, 제6호, 457-462쪽, 2008년 11월
費兆馥, "중국맥진연구," 의성당, 1993.
Jaeuk U. Kim, Young Ju Jeon, Young-Min Kim, Hae Jung Lee, and Jong Yeol Kim, "Novel Diagnostic Model for the Deficient and Excess Pulse Qualities," Evidence-Based Complementary and Alternative Medicine, Vol. 2012, doi:10.1155/2012/563958, 11 pages, 2012.
Jaeuk U. Kim, Young Ju Jeon, Yu Jung Lee, Keun Ho Kim, and Jong Yeol Kim, "Novel Diagnostic Algorithm for the Floating and Sunken Pulse Qualities and Its Clinical Test," Evidence-Based Complementary and Alternative Medicine, Vol. 2011, doi:10.1155/2011/813427, 10pages, 2011.
김성훈, 김재욱, 전영주, 김근호, 김종열, "새로운 맥상 파라메터를 이용한 허실맥 판단 방법," 동의생리병리학회지, 제24권, 제1호, 42-47쪽, 2010년
전영주, 김재욱, 배장한, 이혜정, 김근호, 김종열, "개별센서모듈을 이용한 7채널 맥진센서의 선형성 평가," 2011년 대한전기학회 의용시스템학술대회, 84-86쪽, 2011년 2월
Y. Christopher Chiu, Patricia W. Arand, Sanjeev G. Shroff, Ted Feldman and John D. Carroll, "Determination of pulse wave velocities with computerized algorithms," American Heart Journal, Vol. 121, no. 5, pp. 1460-1469, May 1991.
이낙범, 임재중, "맥파전달속도 계산을 위한 특징점 검출 알고리즘 개발," Trans. KIEE. 제57권, 제5호, 902-907쪽, 2008년 5월
Nievergelt, Yves, "Splines in Single and Multivariable Calculus," COMAP, 1993.
Lisheng Xu, Kuanquan Wang, David Zhang, Yingshun Li, Zhijie Wan and Jing Wang, "Objectifying Researches on Traditional Chinese Pulse Diagnosis," Informatica Medica Slovenica, Vol. 8, no. 1, pp. 56-63, 2003.
민철홍, 김태선, "심전도기반 u-Healthcare 시스템을 위한 파형추출 방법," 전자공학회 논문지, 제46권, CI편, 제6호, 18-26쪽, 2009년 11월
※ AI-Helper는 부적절한 답변을 할 수 있습니다.