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 연구에서는 스마트워치를 이용하여 측정한 맥박변이도의 정확성을 검증하여 맥박변이도의 활용성을 평가하고자 한다.
- 본 연구에서는 제한적 연령대의 피험자를 대상으로 실험실 환경에서 데이터를 측정하였다. 측정 데이터의 신호대 잡음비를 높이기 위하여, 피험자의 움직임을 최소화하여 측정 하였다.
제안 방법
- VLF의 정확한 값 추출을 위해서는 5 분정도의 측정이 필요하나, 본 연구에서는 1 분 동안의 DBT를 측정하였다.
- 1 분 동안 DBT 측정 후, 충분한 휴식을 가지며 총 3 회 반복 측정하게 된다. sHRV는 5 분 동안 이전 단계와 동일한 자세를 유지하며, DBT 조건과 달리 호흡을 조절하지 않고 정상호흡을 하며 측정하였다. 앞서 DBT와 동일하게 1 회 측정 후 충분한 휴식을 갖고 총 3 회 반복 측정을 하였다[8].
- 다양한 시간 영역의 변이도 지표들과 주파수 영역의 변이도 지표들의 두 측정법에 의한 상관관계를 상관계수 및 BA ratio를 계산하였다.
- 동시에 측정된 두 방식의 변이도를 분석하여 맥박변이도로 유효하게 예측 가능한 심박 변이도 지표를 제시하여, 스마트워치의 활용성을 최종적으로 평가하고자 한다.
- 맥박변이도의 검증은 표준 전극방식으로 측정한 심박 변이도에 기반하며, 측정은 안정적인 상태에서 짧은 시간에 측정되는 short heart rate variability (sHRV)와 임상에서 주로 사용되는 심호흡 심박변이도(deep breathing test, DBT)를 측정하고자 한다[5].
- 먼저 측정 시 유입되는 변이도 노이즈 성분을 제거하기 위하여, 0.35 초 역치 기반으로 노이즈를 제어하였으며, 이후 위에서 제시된 시간영역 및 주파수 영역의 변이도 지표를 계산하였다.
- 본 연구에서는 20 명(남자 10 명, 여자 10 명, 평균나이 22.7 ± 2.8 세)을 대상으로 진행하였으며, 피험자는 안정적인 상태의 생체신호 측정을 위하여 임상 시험 24 시간 전부터 알코올 섭취와 과도한 운동을 삼가도록 하였다[6].
- 본 연구에서는 스마트워치를 이용하여 측정된 맥박변이도와 심박측정시스템으로 측정된 심박변이도의 상관관계 및 유효성을 평가하였다.
- 본 연구에서는 측정된 심박신호와 맥박신호의 변이도는 시간영역 및 주파수 영역의 변이도 지표를 계산하여 비교 분석하였다[9].
- 본 연구에서는 피험자로부터 두 개의 서로 다른 기기로 심전도와 맥박신호를 동시에 측정하였다(그림 1).
- 주파수 영역 측정 지표로서 매우 낮은 저주파 영역대 파워(very low-frequency, VLF) (0.003-0.04 Hz), 저주파 영역대 파워(low-frequency, LF) (0.04-0.15 Hz), 고주파 영역대 파워(high-frequency, HF) (0.15-0.40 Hz)를 선정하였다(Table 1).
- 측정 데이터의 신호대 잡음비를 높이기 위하여, 피험자의 움직임을 최소화하여 측정 하였다.
- 측정된 각각의 데이터는 시간정보에 기반하여 두데이터를 동기화하였다. 피험자는 심박신호 및 맥박신호 측정 전 먼저 적절온도로 유지된 실내에서 10 분간 안정을 취한 후, DBT와 평상시 안정된 상태의 측정(short heart rate variability, sHRV) 2 가지 조건으로 각각 신호를 측정하게 된다. DBT는 심호흡을 통하여 자율신경계를 조절하는 기능을 평가하는 방법으로 피험자는 분당 6 회 메트로놈의 리듬에 맞춰 심호흡을 하게 된다[5].
데이터처리
- 두 가지 방법에 의하여 계산된 변이도 지표들은 두 지표의 일치성에 대한 정량적 분석을 위하여 Bland-Altman ratio (BA ratio)를 계산 하였다.
- 본 연구에서는 저장된 심전도 데이터와 맥박신호를 이용 하여, 변이도 지표를 사후 분석하였으며, 분석은 변이도 분석 프로그램인 Kubios HRV 프로그램(KUBIOS Ltd, Finland)을 사용하였다.
- 시간영역 및 주파수 영역의 심박변이도와 맥박변이도의 상관관계의 정량적 분석은 Pearson correlation coefficient 와 Bland-Altman ratio (BA ratio)를 계산하여 비교·평가 하였다[11].
- 시간영역 측정 지표로서 평균 심박동(mean HR), 평균 RR interval (mean RR), R-R interval의 표준 편차 (SDNN), 연속적인 R-R interval의 평균 제곱 제곱근 (RMSSD), 50 ms 보다 긴 차이를 보이는 연속적인 R-R interval의 수(NN50), NN50을 전체 R-R interval의 수로 나눈 비율(pNN50)을 사용하였다(Table 1).
이론/모형
- PRV-HRV의 값이 0인 경우 두 방식으로 측정된 변이도 간의 차이가 없다는 의미를 보여주고 있으며, 값이 클수록 두 방식으로 측정된 변이도가 차이가 있음을 보여주고 있다. 각 피험자 별, 측정 횟수 별 변이도 간의 차이에 대한 평가는 BA ratio를 이용하였다[12,13].
- 심전도는 PC 기반의 심전도 측정기(iWorx Systems Inc., USA)를이용하여 200 Hz 샘플링 주파수로 측정하였으며, 맥박신호는 광혈류측정법 기반의 스마트워치(PulseOn, Finland)를이용하여 25 Hz 샘플링 주파수로 측정하였다[7].
성능/효과
- sHRV와 DBT의 측정지표 중 시간 영역 변이 도 지표인 Mean RR, SDNN, 그리고 Mean HR이 95% 신뢰구간에 많은 데이터가 분포하여, 두 방식간의 일치도가 높았다.
- sHRV의 경우 Mean RR, SDNN, Mean HR, VLF의 맥박변이도와 심박 변이도의 일치성이 높았으며, DBT의 경우 VLF, HF를 제외한 모든 지표에서 맥박변이도와 심박변이도의 일치성이 높게 측정되었다.
- sHRV의 시간영역 측정지표 중 긴시간의 변동성을 나타내는 Mean RR, SDNN, Mean HR 지표가 짧은 시간의 변동성을 나타내는 RMSSD, NN50, pNN50에 비하여 일치도가높음을 BA ratio로 확인하였다.
- 또한, DBT 경우 VLF와 HF를 제외하고 모든 변이도 지표에서 두 방법간의 일치도가 높게 평가되었다.
- 전반적으로 sHRV와 DBT 경우 모두 주파수 영역의 변이도 지표에 비해 시간 영역 변이도 지표에서 높은 일치도를 보였다.
- sHRV와 DBT의 측정지표 중 시간 영역 변이 도 지표인 Mean RR, SDNN, 그리고 Mean HR이 95% 신뢰구간에 많은 데이터가 분포하여, 두 방식간의 일치도가 높았다. 주파수 영역에서 sHRV에서는 VLF가 높은 일치도를 나타냈으며 DBT에서는 LF와 LF/HF가 높은 일치도를 나타 내었다.
후속연구
- VLF의 정확한 값 추출을 위해서는 5 분정도의 측정이 필요하나, 본 연구에서는 1 분 동안의 DBT를 측정하였다. 1 분의 시간에서도 VLF 성분을 추출 가능 하나 좀 더 정확한 측정을 위해서는 향후 긴 시간의 데이터 측정과 분석이 필요하다고 판단된다.
- 따라서, 낮은 주파수의 샘플링에 따른 문제를 보정해줄 수 있는 방법을 적용한다면 주파수 영역의 지표의 일치도를 증가시킬 수 있으리라 기대된다.
- 따라서, 추후 다양한 연령대의 피험자가 실생활에서 사용시 맥박변이도 측정의 문제점, 움직임으로 발생하는 잡음을 줄일 수 있는 방법, 그리고, 최적의 PRV 신호처리 방식에 대한 연구를 진행하여, 스마트워치 기반의 안정적으로 심박변이도를 예측할 수 있는 시스템 개발을 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.