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 심박변이도 분석을 기반으로 온도 변화에 대한 자 율신경계 변화 특성을 관찰하는 것을 목표로 한다. 인체는 외부온도에 무관하게 항상성을 유지하며, 이 과정에서 발생되는 자율 신경계 활동은 심장 활동에 영향을 주게 된다.
제안 방법
- 심박변이도는 특정 조건보다는 개인 특성에 의해 값이 크게 변동되므로 도출된 값 그대로를 분석에 사용하기에는 제약이 존 재한다. 따라서 다양한 온도 환경에서 심박변이도의 변화를 관찰 하기 위하여, 유도된 분석지표들을 정규화 하고 각 상태에 따른 상승 및 하강을 관찰 하였다. 이때 각 상태에서의 지표 간 차이를 나타내기 위하여 중온(MID)-저온(LOW), 저온 (LOW)-고온(HIGH), 중온(MID)-고온(HIGH)상태에 대한 각 지표 값의 차이를 계산하였다
- 획득된 심전도로부터 심박변이도 유도하기 위해서는 획득된 신호의 노이즈 제거, QRS검출과 같은 전처리를 수행하고 획득된 QRS를 기준으로 분석 지표를 추출하여야 한다. 먼저 심전도의 저주파, 고주파 잡음을 제거하기 위해 획득된 신호는 0.05 ~ 35 Hz의 통과대역을 가지는 대역통과필터(BPF, band pass filter)를 사용하여 필터링 되었다. 이후 QRS검출을 위해서는 널리 사용되는 QRS검출 방법 중 하나인 Pan-Tompkins QRS 검출 기법 [12]을 사용하였고 (threshold = 0.
- 본 연구에서는 심박변이도의 시간영역 분석을 위하여 AVNN, SDNN, SDSD, RMSSD, NN50, pNN50, NN20, pNN20을 유도하였다. 이 중 AVNN과 SDNNe QRS간격과 관련된 지표로, 추출 된 QRS을 기반으로 계산하였으며 이 외 파라미터들은 QRS간격 의 차분 값에 기반 하므로 도출된 QRS간격의 차분을 구하여 계 산에 적용하였다.
- 실내온도에 따른 자율신경계 활동 변화를 관찰하기 위하여 저 온(18C), 중온(25C), 고온(38C)환경으로 설정된 각각의 방에서 연속적으로 심전도를 측정하였다. 심전도는 각 환경마다 각각 10 분씩 측정되었으나 인체가 온도변화에 적응하는 시간을 고려하여 각 환경에서 측정된 심전도의 초기 5분 데이터는 분석에서 제외 되었다.
- 본 연구에서는 심박변이도의 시간영역 분석을 위하여 AVNN, SDNN, SDSD, RMSSD, NN50, pNN50, NN20, pNN20을 유도하였다. 이 중 AVNN과 SDNNe QRS간격과 관련된 지표로, 추출 된 QRS을 기반으로 계산하였으며 이 외 파라미터들은 QRS간격 의 차분 값에 기반 하므로 도출된 QRS간격의 차분을 구하여 계 산에 적용하였다. 그림 1은 신호의 획득부터 심박변이도 분석지 표 추출에 이르는 일련의 과정을 보여주며, 이 과정에 의하여 유 도된 심박변이도의 시간 영역 지표 값은 표 2와 같다.
- 따라서 다양한 온도 환경에서 심박변이도의 변화를 관찰 하기 위하여, 유도된 분석지표들을 정규화 하고 각 상태에 따른 상승 및 하강을 관찰 하였다. 이때 각 상태에서의 지표 간 차이를 나타내기 위하여 중온(MID)-저온(LOW), 저온 (LOW)-고온(HIGH), 중온(MID)-고온(HIGH)상태에 대한 각 지표 값의 차이를 계산하였다
- 심전도는 각 환경마다 각각 10 분씩 측정되었으나 인체가 온도변화에 적응하는 시간을 고려하여 각 환경에서 측정된 심전도의 초기 5분 데이터는 분석에서 제외 되었다. 측정 순서는 혈압 측정 후 휴식(실험 전 5분), 고온(10 분), 중온(10분), 저온(10분)의 순서로 수행되었다. 설정된 실내온도는 ISO7730 열쾌적기준(thermal comfort standard)을 참고하여 설정하였다［10］.
대상 데이터
- 모든 데이터는 의자에 편히 앉은 상태에서 획득 되었다. 실험에는 총 22명이 참여하였으며 (남 12, 여 10) 피험자의 연령은 20.8 ±1.1 세, 키는 168.3 ±7.35 cm, 체중은 62.4 ±14.2 kg, 체질량지수 (BMI, body mass index)는 21.9 ±4.0 kg/cm2로 나타났다. 피험자 전원은 심혈관 질환을 가지지 않은 건강한 성인 으로 음주와 흡연, 카페인 섭취 등의 자율신경계 활동에 영향을 줄 수 있는 활동을 실험 하루 전부터 제한하였다.
데이터처리
- 이로 미루어 보아 NN20의 경우 AVNN, RMSSD에 비해 온도 조건에 대한 자율신경계 변화를 균일하게 반영하지 못할 것으로 유추할 수 있다. 온도 조건에 따라 분석된 값의 변화가 통계적으로 유의미한지 판단하기 위하여 각각의 온도 상태에서 도출된 분석 값에 대한 대응표본 t검정(paired t-test)을 수행하였고 결과는 그림 3과 같다.
이론/모형
- 측정 순서는 혈압 측정 후 휴식(실험 전 5분), 고온(10 분), 중온(10분), 저온(10분)의 순서로 수행되었다. 설정된 실내온도는 ISO7730 열쾌적기준(thermal comfort standard)을 참고하여 설정하였다［10］. 실험중 실내의 상대 습도는 대략 30% (27 5%)로 통제 되었고, 기존 연구 ［11］에 의하면 젊은 성인의 경우 생리적 변화에 영향을 끼 치지 않는 습도 범위이므로 습도로 인한 자율신경변화는 본 연구에서는 배제 하였다.
- 9를 사용하여 연결된 컴퓨터에 저장되었다. 이 때, 심전도는 표준사지유도법 중 Lead II 방법으로 획득 하였으며, 샘플링 주파수는 1 kHz로 설정하였다.
- 05 ~ 35 Hz의 통과대역을 가지는 대역통과필터(BPF, band pass filter)를 사용하여 필터링 되었다. 이후 QRS검출을 위해서는 널리 사용되는 QRS검출 방법 중 하나인 Pan-Tompkins QRS 검출 기법 [12]을 사용하였고 (threshold = 0.25) 수동검증을 통해 오검출 을 수정하였다
성능/효과
- 본 연구는 주변 온도변화에 의해 유발되는 자율신경계 활 동을 관찰하기 위하여, 다양한 온도조건에서 심박변이도를 분석하였고 결과적으로 심박변이도 시간영역 분석 기법을 통해 추출한 자율신경계 분석지표와 주변 온도의 변화가 유의한 상관성을 가지고 있는 것을 확인하였다. 고온-중온저온 조건에서 분석 지표를 추출하여 비교한 결과 온도차이가 커질수록 유의한 지표수가 증가하였으며, 중온을 기준으로 고온보다는 저온에서 자율신경계 활동이 더욱 활성화되는 것을 확인하였다. 또한, 본 연구 수행조건에서는 다양한 시간 영역 분석지표 중 AVNN, RMSSD, pNN20이 자율신 경계 활동을 가장 유의미하게 반영하는 것으로 나타났다.
- 대응표본 t검정 결과 분석 지표별로는 AVNN과 RMSSD, pNN20이 모든 경우에서 유의미한 차이(p<0.05)를 가지는 것으로 확인 되었다. SDNN, SDSD, NN50, pNN50, NN20은 저온-중온, 저온-고온의 경우에 유의미한 차이를 보이는 것으로 나타났으나 중온-고온의 경우에는 유의미한 차이를 보이지 않았다.
- 고온-중온저온 조건에서 분석 지표를 추출하여 비교한 결과 온도차이가 커질수록 유의한 지표수가 증가하였으며, 중온을 기준으로 고온보다는 저온에서 자율신경계 활동이 더욱 활성화되는 것을 확인하였다. 또한, 본 연구 수행조건에서는 다양한 시간 영역 분석지표 중 AVNN, RMSSD, pNN20이 자율신 경계 활동을 가장 유의미하게 반영하는 것으로 나타났다.
- 본 연구는 주변 온도변화에 의해 유발되는 자율신경계 활 동을 관찰하기 위하여, 다양한 온도조건에서 심박변이도를 분석하였고 결과적으로 심박변이도 시간영역 분석 기법을 통해 추출한 자율신경계 분석지표와 주변 온도의 변화가 유의한 상관성을 가지고 있는 것을 확인하였다. 고온-중온저온 조건에서 분석 지표를 추출하여 비교한 결과 온도차이가 커질수록 유의한 지표수가 증가하였으며, 중온을 기준으로 고온보다는 저온에서 자율신경계 활동이 더욱 활성화되는 것을 확인하였다.
- 분석지표 별로 의미를 살펴보면 전반적인 심장박동수를 나타내는 AVNNe 온도가 상승할수록 작아지는 것을 확인할 수 있으며 이것은 온도가 상승할수록 박동 간 간격이 짧아지는, 즉 온 도가 상승할수록 심박 수가 상승하는 것을 보여주고 있다. 심장 박동 간격의 변화폭을 나타내는 SDNN도 온도가 상승할수록 작 아지고 있는데 이 결과는 온도가 상승할수록 교감신경이 활성화 됨에 따라 심박 간격의 변동폭이 감소함을 시사하고 있다.
- SDNN, SDSD, NN50, pNN50, NN20은 저온-중온, 저온-고온의 경우에 유의미한 차이를 보이는 것으로 나타났으나 중온-고온의 경우에는 유의미한 차이를 보이지 않았다. 온도 조 건별로는 저온-고온, 저온-중온의 경우는 모든 분석 방법에서 유 의미한 차이를 확인할 수 있었다. 하지만, 중온-고온의 경우는 AVNN, RMSSD, pNN20의 경우에서만 유의미한 차이(p<0.
- 온도 조 건별로는 저온-고온, 저온-중온의 경우는 모든 분석 방법에서 유 의미한 차이를 확인할 수 있었다. 하지만, 중온-고온의 경우는 AVNN, RMSSD, pNN20의 경우에서만 유의미한 차이(p<0.05)가 나타났다, 특별히 AVNN과 RMSSD의 경우에는 가장 확연한 차 이(p<0.001)를 보이는 것으로 나타났다.
- 한 가지 흥미로운 사실은 일반적으로 심박변이도의 저주파수 성분이 체온조절과 상관성이 있다고 인식되고 있는 것과 비교할 때, 본 연구 결과에서는 고주파수 성분을 반영한다고 알려진 분 석지표 들에서도 온도-분석지표 간 유의미한 결과가 다수 도출 되었다는 것이다. 이러한 결과가 도출된 데에는 다양한 이유들이 있을 수 있으나 주로 측정 데이터의 길이, 온도 적응 시간 등이 분석 결과에 주요한 영향을 미칠 수 있을 것으로 사료된다.
후속연구
- 이러한 결과가 도출된 데에는 다양한 이유들이 있을 수 있으나 주로 측정 데이터의 길이, 온도 적응 시간 등이 분석 결과에 주요한 영향을 미칠 수 있을 것으로 사료된다. 따라서 보다 심도 있는 연구를 위해서는 장시간 측정 및 충분한 온도 적응시간 제공 등이 필요하다 여겨지며 정확한 주파수 특성을 비 교하기 위한 주파수 분석법과의 비교 또한 필요하다고 판단된다.
- 향후 연구에서는 시간영역 분석 외의 빠른 푸리에 변환, 자기회귀모델 등에 기반 한 주파수 영역 분석 방법, 프랙털(fractal) 분석법 등을 활 용하는 비선형적 분석 방법을 적용함으로 보다 정확한 결과를 도출할 수 있을 것으로 보인다. 또한, 본 연구에서는 저 온, 중온 고온의 3단계에 대한 분석을 수행하였으나, 향후 보다 세분화된 온도 조건에 대한 실험을 수행하고 온도-심 박변이도 분석지표 간 회귀식 또는 룩업테이블(Look-up table) 증의 도출을 통해 다양한 실제 환경에 적용 가능한 기술로 발전 적용될 수 있을 것으로 전망된다.
- 이상의 연구들은 온도변화에 대한 자율신경반응에 대한 정보를 제공하고 있으나 온도만의 영향보다는 대기오염, 오 존 농도 등의 외부 변수 또는 계절적 연구를 포함하고 있다. 또한, 일반적인 환경이 아닌 수면 등의 특정 환경에 한 정된 결과를 제공하고 있다.
- 시간영역 분석 기법은 심박변이도 분석의 가장 기본적인 분석 법으로 구현이 쉽고 직관적인 해석이 편리하여 다양한 건강관리 분야에 손쉽고 빠르게 도입될 수 있다. 향후 연구에서는 시간영역 분석 외의 빠른 푸리에 변환, 자기회귀모델 등에 기반 한 주파수 영역 분석 방법, 프랙털(fractal) 분석법 등을 활 용하는 비선형적 분석 방법을 적용함으로 보다 정확한 결과를 도출할 수 있을 것으로 보인다. 또한, 본 연구에서는 저 온, 중온 고온의 3단계에 대한 분석을 수행하였으나, 향후 보다 세분화된 온도 조건에 대한 실험을 수행하고 온도-심 박변이도 분석지표 간 회귀식 또는 룩업테이블(Look-up table) 증의 도출을 통해 다양한 실제 환경에 적용 가능한 기술로 발전 적용될 수 있을 것으로 전망된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.