[논문]운동 중 스마트워치 심박수 믿을 만한가? 폴라와 스마트워치 심박수 간 상관과 일치도 분석

김지혜; 이정련; 우민정

doi:10.15207/jkcs.2020.11.6.331

운동 중 스마트워치 심박수 믿을 만한가? 폴라와 스마트워치 심박수 간 상관과 일치도 분석
Is Heart Rate Measured by Smartwatch during Exercise Reliable? Analysis of Correlation and Agreement Between Heart Rates of Polar and Smartwatch 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.6, 2020년, pp.331 - 339

김지혜 (울산대학교 체육학과) , 이정련 (울산대학교 체육학과) , 우민정 (울산대학교 스포츠과학부)

초록
AI-Helper

본 연구의 목적은 스마트워치에서 측정된 심박수의 정확도 확인을 위해, 폴라 심박수와 스마트워치 심박수 간 상관과 일치도를 조사하는 것이다. 대학생 남자 27명(22.41±4.29세), 여자 23명(22.48±6.33세)을 대상으로 스마트워치와 폴라를 착용시킨 뒤, 휴식, 걷기, 줌바, 사이클 네 가지 조건에서 각 조건별 3분씩 총 12분간 심박수가 측정되었고, 두 기기 간 상관과 일치도를 분석하였다. 분석결과, 상관계수(r)가 휴식 0.995, 걷기 0.961, 줌바 0.923, 사이클 0.932로 모든 운동 조건에서 폴라와 스마트워치 간 유의하고 높은 상관관계가 나타났다. BA ratio 값은 휴식 0.02, 걷기 0.03, 줌바 0.06, 사이클 0.04로 폴라와 스마트워치 간 심박수의 일치도가 높은 것으로 나타났다. 종합적으로 스마트워치의 심박수는 모든 조건에서 폴라와 높은 상관과 일치도를 보였다. 따라서 본 연구에서 사용된 스마트워치는 스포츠 현장에서 폴라를 대체할 수 있는 심박수 측정도구로 사용가능 할 것으로 보인다.

Abstract ▼ AI-Helper

The purpose of this study is to investigate the correlation and agreement between heart rates of Polar heart rate monitor and a smartwatch in order to confirm the accuracy of heart rate measured by the smartwatch. Heart rates of fifty college students were measured for a total of 12 minutes under four conditions: rest, walk, Zumba, and cycle. As a result of correlation and agreement analysis between heart rates of the two devices, correlation coefficient (r) was 0.995 at rest, 0.991 at walk, 0.923 at Zumba, 0.932 at cycle, and Bland-Altman ratio (BA ratio) was 0.02 at rest, 0.03 at walk, 0.06 at Zumba, 0.04 at cycle. Heart rate from smartwatch showed high correlation and agreement with heart rate from Polar in all conditions, representing that smartwatch can be considered an reliable apparatus to measure hear rate.

주제어

표/그림 (7)

그림 Fig. 1. Watch remote control (left) and data acquisition (right) processes using the watch control application
그림 Fig. 2. Process for measuring heart rate in four conditions (rest, walk, Zumba, cycle).
그림 Fig. 3. Correlation coefficient between heart rate average measured by Polar and smartwatch in rest, walk, Zumba, and cycle conditions.
표 Table 1. Mean heart rate of Polar and smart watch by exercise condition (BPM).
표 Table 2. Correlation of polar and smartwatch.
그림 Fig. 4. Bland-Altman(BA) ratio between heart rate mean measured by Polar and smartwatch in rest, walk, Zumba, and cycle conditions.
표 Table 3. Quantitative analysis of the matching of Polar and smartwatch.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구에서는 스마트워치를 스포츠현장 연구에 적절히 활용하기 위해 스마트워치에서 측정된 심박수의 정확도 검증을 위해 다양한 운동조건에서 폴라와 스마트워치 심박수 간의 상관관계와 심박수 일치도를 조사하였다.
본 연구의 목적은 휴식, 걷기, 줌바, 사이클 운동 조건에서 스마트워치와 폴라에서 측정된 심박수 간 상관관계와 일치도를 조사하는 것이다.

제안 방법

ZIN™ play를 사용하여 메렝게(Merengue) 리듬의 ‘Fiesta’ 음원을 재생한 뒤, 연구대상자는 줌바 자격증을 소지한 강사의 동작을 따라하도록 하였고, 3분간 심박수가 측정되었다.
운동 중 스마트워치의 움직임과 센서의 빛 손실을 최소화하기 위해, 워치 센서 주위에 스포츠 테이프(Kinesiology tape)를 부착한 뒤, 자뼈를 기준으로 상단에 밀착력 있게 스마트워치를 착용시켰다[18]. 두 기기의 착용이 완료되고 두 신호의 측정에 문제가 없으면, Fig. 2와 같이 휴식, 걷기, 줌바, 사이클의 순서대로 3분씩 총 12분 간 심박수를 측정하였다.
본 연구에서 운동조건은 신체의 움직임이 전혀 없는 휴식조건, 앞뒤로 규칙적인 팔의 움직임이 있는 걷기조건, 상하좌우 팔의 다이나믹한 움직임을 동반하는 줌바조건, 심박수의 상승을 유발하지만 팔의 움직임은 제한된 사이클조건으로 구분하여 진행하였다. 이는 팔의 움직임와 심박수 상승이 스마트워치에서 측정된 심박수의 정확성에 영향을 미치는지를 확인하기 위함이었다.
스마트워치를 구동하여 심박수를 측정하기 위해 컴퓨터 소프트웨어 공학 전문가와의 공동연구를 통해 스마트 워치 심박수 측정 앱과 스마트워치 제어 앱을 자체 개발 하였다. 심박수 측정 앱은 안드로이드 웨어 OS(버전 8.
심박수, 위성항법시스템(Global Positioning System: GPS), 근접센서, 가속도계, 평형센서를 내장하고 있으면서, 심리 설문의 전송과 회신 기능의 구현이 가능한 안드로이드 웨어(Wear) OS 2.0 기반 스마트워치를 검색하였다. 그 중 가성비가 좋고, 스마트워치 개발 전문가가 추천한 TicWatch E(Mobvoi, China)를 선정하였다.
연구대상자가 메트로놈 100bpm에 맞추어 3분 동안 제자리 걷기 할 때의 심박수를 측정하였다. 이때 팔 움직임은 앞뒤로 규칙적으로 움직이도록 하였다.
연구대상자가 에르고미터 사이클에 앉아 60rpm을 유지하며 사이클을 타도록 한 후, 60rpm이 유지되는 시점 부터 3분간 심박수가 측정되었다. 이때 대상자가 팔을 펴고, 손목의 각도를 평평하게 유지하도록 하여 팔의 움직임을 제한시켰다.
33세)이었다. 연구대상자는 안정적인 상태의 생체신호 측정을 위하여 실험 24시간 전부터 알코올 섭취와 과도한 운동을 삼가도록 하였다.
폴라는 밴드의 전극부분에 물을 묻힌 후 흔들리지 않도록 가슴에 착용시켰다. 운동 중 스마트워치의 움직임과 센서의 빛 손실을 최소화하기 위해, 워치 센서 주위에 스포츠 테이프(Kinesiology tape)를 부착한 뒤, 자뼈를 기준으로 상단에 밀착력 있게 스마트워치를 착용시켰다[18]. 두 기기의 착용이 완료되고 두 신호의 측정에 문제가 없으면, Fig.
줌바조건에서 음악재생을 위해 줌바 피트니스의 자격증을 소지하고 ZIN(Zumba Instructor Network)에 가입한 회원에게 제공되는 줌바 음악플레이 애플리케이션 (ZIN™ Play)을 사용하였다.
본 연구에서 사용된 스마트폰은 Android 운영체제가 탑재되었고, 폴라 심박수 측정을 위해 폴라 회사에서 제공하는 폴라비트(Polar Beat, Polar Electro, Finland) 앱을 사용하였다. 폴라비트 앱을 통해 측정된 심박수 데이터는 폴라 서버(www.flow.polar.com)에 저장되며, 저장된 데이터를 다운로드 하여 추가적인 분석을 실시하였다. 스마트워치의 심박수 측정을 위해 자체개발 한 워치제어 앱이 스마트폰에 설치되었다.

대상 데이터

0 기반 스마트워치를 검색하였다. 그 중 가성비가 좋고, 스마트워치 개발 전문가가 추천한 TicWatch E(Mobvoi, China)를 선정하였다.
스마트워치나 폴라의 심박수 측정 및 저장 등의 원격 제어를 위해 스마트폰(Galaxy Note9, Samsung, Korea) 이 사용되었다. 본 연구에서 사용된 스마트폰은 Android 운영체제가 탑재되었고, 폴라 심박수 측정을 위해 폴라 회사에서 제공하는 폴라비트(Polar Beat, Polar Electro, Finland) 앱을 사용하였다. 폴라비트 앱을 통해 측정된 심박수 데이터는 폴라 서버(www.
2.1 스마트폰
스마트워치나 폴라의 심박수 측정 및 저장 등의 원격 제어를 위해 스마트폰(Galaxy Note9, Samsung, Korea) 이 사용되었다. 본 연구에서 사용된 스마트폰은 Android 운영체제가 탑재되었고, 폴라 심박수 측정을 위해 폴라 회사에서 제공하는 폴라비트(Polar Beat, Polar Electro, Finland) 앱을 사용하였다.
연구 대상자는 남자 27명(22.41±4.29세)과, 여자 23명(22.48±6.33세)으로 구성된 대학생 50명 (22.44±5.33세)이었다.

데이터처리

운동조건에 따라 개인별 폴라와 스마트워치의 심박수 평균을 계산한 뒤, 두 기기 간 상관분석(Pearson Corelation)과 Bland-Altman(BA) ratio를 계산하였다 [19]. 상관분석을 위해 PASW Statistics 18(IBM Corporation, USA)을 사용하였으며, 유의수준은 .

이론/모형

이에 Bland와 Altman은 두 변수의 정량적 측정치 사이의 일치도를 정량화하기 위해 Bland-Altman(BA) ratio를 계산하고 BA plot을 통해 일치도를 시각화 하였다[20,21]. 김창진, 우지환[11]이 사용한 아래의 공식을 사용하여 엑셀로 BA ratio를 계산하였다. 스마트워치 심박수에서 폴라 심박수를 뺀 값의 표준편차(SD), 폴라 심박수의 평균과 스마트워치 심박수의 평균을 평균한 분당 미터(Meters Per Minute: MPM) 값을 이용하여 식 1.
본 연구에서는 줌바조건에서 메렝게(Merengue) 리듬의 음원인‘Fiesta’재생을 위해 ZIN™ Play를 사용하였다.
스마트워치에서 제공되는 심박수는 광학센서를 이용한 지첨용적맥파(Photo Plethysmo Graphy: PPG) 신호 측정 원리를 이용하여 측정된다. 손목과 맞닿는 부분 에 위치한 LED광원이 발광부이고, 광학센서가 수광부가 되며[14-16], 광학센서로 반사되어 들어온 빛의 변화량 이 PPG 신호파형으로 나타난다.

성능/효과

이에 Gillinov 등[10]은 운동 중 ECG와 5 개의 스마트워치(Apple watch, Tom Tom Spark Cardio, Garmin Forunner, Scosche Rhythm, Fitbit Blaze)에서 측정된 심박수 간 상관계수를 조사하였다. 그 결과 ECG와 5개의 스마트워치 간 상관계수(r)는 Apple watch 0.92, Tom Tom Spark Cardio 0.83, Garmin Forunner 0.81, Scosche Rhythm 0.75, Fitbit Blaze 0.67로 나타났다. 또 운동 중 ECG와 4개의 스마트워치 (Apple watch, Fitbit Charge HR, Samsung Gear S, Mio ALPHA) 간 심박수 상관을 조사한 Wallen 등[17] 의 연구결과, ECG와 4개의 스마트워치 간 상관계수(r)는 Apple watch 0.
BA ratio가 0인 경우 두 기기로 측정된 심박수 평균의 차이가 없음을 나타내며, 절대 차가 클수록 두 기기로 측정된 심박수 평균의 차이가 있음을 나타낸다. 따라서 모든 운동조건에서 폴라의 심박수와 스마트워치의 심박수 평균의 일치도가 높은 것을 확인 할 수 있다.
91)를 조사한 Wallen [17]등의 결과보다 높게 나타났다. 본 연구를 수행하기 전, 스마트워치와 피부의 밀착력 정도와 광센서의 빛 손실이 정확도에 영향을 미친다는 Henriksen 등[18]의 연구와 스마트워치의 착용 시 피부밀착력과 스마트워치의 흔들림이 심박수의 정확도에 영향을 미친다는 Ra 등[23]의 연구를 토대로, 폴라와 스마트워치 간 심박수의 정확도를 높이기 위해 스마트워치 광센서의 빛 손실을 줄이고 스마트워치의 피부 밀착력을 높이는 사전 조치에 주의를 기울였다. 이것이 본 연구에서 폴라와 스마트워치 간 정확도와 일치도 상승에 영향을 주었을 것 으로 예측된다.
92 이상의 유의하고 높은 상관을 보여 운동 중에 워치로 측정된 심박수의 정확도가 높은 것으로 보인다. 본 연구에서 운동 조건별 폴라와 스마트워치의 심박수 간 BA ratio 분석결과, 휴식을 취하는 조건에서 BA ratio 값이 0.02로 일치도가 가장 높았고, 걷기 0.03, 사이클 0.04, 줌바 0.06로 BA ratio 값이 소폭 하락하였다. 즉 움직임이 없는 상태인 휴식조건에서의 일치도가 가장 높고, 운동 중 심박수 상승 폭이 큰 사이클과 줌바 조건에서 BA ratio 값의 감소가 있었다.
본 연구에서 폴라와 스마트워치의 상관계수는 0.968 로 5개의 스마트워치(Apple watch, Tom Tom Spark Cardio, Garmin Forunner, Scosche Rhythm, Fitbit Blaze)와 심전도 간의 상관계수(Apple watch 0.92, Tom Tom Spark Cardio 0.83, Garmin Forunner 0.81 , Scosche Rhythm 0.75, Fitbit Blaze 0.67)를 조사한 Gillinov 등[10]과 4개의 스마트워치와 심전도 간의 상관계수(Apple watch 0.98, Fitbit Charge HR 0.78, Samsung Gear S 0.80, Mio ALPHA 0.91)를 조사한 Wallen [17]등의 결과보다 높게 나타났다. 본 연구를 수행하기 전, 스마트워치와 피부의 밀착력 정도와 광센서의 빛 손실이 정확도에 영향을 미친다는 Henriksen 등[18]의 연구와 스마트워치의 착용 시 피부밀착력과 스마트워치의 흔들림이 심박수의 정확도에 영향을 미친다는 Ra 등[23]의 연구를 토대로, 폴라와 스마트워치 간 심박수의 정확도를 높이기 위해 스마트워치 광센서의 빛 손실을 줄이고 스마트워치의 피부 밀착력을 높이는 사전 조치에 주의를 기울였다.
즉 두 폴라와 워치 심박수 간 상관은 운동 중 심박수의 상승이 얼마나 크게 나타났는지와 신체의 움직임에 영향을 받지만, 팔의 움직임에 여부가 심박수 정확도를 결정하는 의미있는 요인으로 보이지는 않는다. 비록 운동 조건에 따라 폴라와 스마트워치 간 상관계수에 차이는 있었으나, 모두 0.92 이상의 유의하고 높은 상관을 보여 운동 중에 워치로 측정된 심박수의 정확도가 높은 것으로 보인다. 본 연구에서 운동 조건별 폴라와 스마트워치의 심박수 간 BA ratio 분석결과, 휴식을 취하는 조건에서 BA ratio 값이 0.
961보다 다소 감소하였다. 사이클 조건에서 평균 심박수는 97.05로 걷기조건의 96.97과 흡사하지만, 사이클은 팔의 움직임을 고정하였고, 걷기는 규칙적인 팔의 움직임이 있었다. 따라서 사이클 조건에서 두 기기 간 상관의 감소는 두 기기의 상관이 팔의 움직임이나 운동 중 심박수 상승 외에, 하체의 움직임과 같은 다른 요인에 영향을 받을 가능성도 시사한다.
923으로 나타났다. 신체의 움직임 없이 휴식을 취하는 조건에서 워치의 심박수와 폴라의 심박수 간 상관계수는 0.995로 가장 높았고, 이는 움직임이 없는 조건에서는 폴라만큼 스마트워치로 측정된 심박수가 정확하다는 것을 의미한다. 걷기 조건에서는 두 기기 간 상관계수가 0.
3와 같다. 운동 조건별 (휴식, 걷기, 줌바, 사이클, 전체 데이터) 폴라와 스마트워치로 측정된 심박수의 상관분석을 실시한 결과, 모든 운동조건에서 폴라와 스마트워치의 심박수 간 유의한 상관 관계가 나타났으며. 상관계수(r)값은 휴식조건은 0.
4와 같다. 운동 조건별(휴식, 걷기, 줌바, 사이클) 스마트워치 심박수에서 폴라 심박수를 뺀 값의 표준편차(SD)를 계산한 결과, 휴식조건은 1.25, 걷기조건은 3.56, 줌바조건은 5.78, 사이클조건은 4.95, 전체데이터의 SD는 3.89로 나타났다. 폴라 심박수 평균과 스마트워치 심박수 평균을 평균한 MPM 값을 계산한 결과, 휴식조건은 79.
이러한 결과는 전신의 움직임과 운동에 의한 심박수 상승 모두가 운동 시 폴라와 워치의 심박수 간 상관의 감소에 영향을 미친다는 것을 뜻한다. 즉 두 폴라와 워치 심박수 간 상관은 운동 중 심박수의 상승이 얼마나 크게 나타났는지와 신체의 움직임에 영향을 받지만, 팔의 움직임에 여부가 심박수 정확도를 결정하는 의미있는 요인으로 보이지는 않는다. 비록 운동 조건에 따라 폴라와 스마트워치 간 상관계수에 차이는 있었으나, 모두 0.
06로 BA ratio 값이 소폭 하락하였다. 즉 움직임이 없는 상태인 휴식조건에서의 일치도가 가장 높고, 운동 중 심박수 상승 폭이 큰 사이클과 줌바 조건에서 BA ratio 값의 감소가 있었다. 그러나 모든 운 동조건에서 BA ratio 값이 0.
89로 나타났다. 폴라 심박수 평균과 스마트워치 심박수 평균을 평균한 MPM 값을 계산한 결과, 휴식조건은 79.74, 걷기 조건은 96.97, 줌바조건은 110.79, 사이클조건은 97.05, 전체 데이터의 MPM은 96.13으로 나타났다. BA ratio 분석 결과, 휴식조건은 0.
휴식, 걷기, 줌바, 사이클 조건에서 폴라와 스마트워치에서 측정된 심박수의 상관관계 분석 결과, 상관계수(r)가 휴식조건에서 0.995, 걷기조건에서 0.961, 사이클조건에서 0.932, 줌바조건에서 0.923으로 나타났다. 신체의 움직임 없이 휴식을 취하는 조건에서 워치의 심박수와 폴라의 심박수 간 상관계수는 0.

후속연구

특히 스포츠 현장에서 스마트워치의 활용으로 운동 중의 생체 신호와 심리변화의 실시간 측정이 가능해져, 기존 측정도구의 제한점을 극복하는데 도움이 될 것으로 기대된다. 그러나 Gillinov 등[10], Wallen 등[17]의 연구와 같이, 스마트워치에 따른 생체신호 정확도가 워치의 종류와 착용방법에 따라 달라지기 때문에, 연구에 사용되기 위해서는 스마트워치에 대한 데이터의 정확도 검증이 선행되어야 할 것이다.
본 연구의 결과를 종합해보면, 운동 조건에서도 스마트워치의 심박수는 폴라의 심박수와 높은 상관과 일치도를 갖는 것으로 확인되었으므로, 스포츠 현장에서 다수를 대상으로 한 연구를 진행할 때 스마트워치는 폴라를 대체할 수 있는 측정도구로 사용될 수 있을 것이다. 특히 스포츠 현장에서 스마트워치의 활용으로 운동 중의 생체 신호와 심리변화의 실시간 측정이 가능해져, 기존 측정도구의 제한점을 극복하는데 도움이 될 것으로 기대된다.
이것이 본 연구에서 폴라와 스마트워치 간 정확도와 일치도 상승에 영향을 주었을 것 으로 예측된다. 추후 스마트워치를 활용한 연구수행 시 데이터의 정확성을 높이기 위해 스마트워치 광센서의 빛 손실 방지와 스마트워치 착용에 만전을 기하는 노력이 필요할 것이다.
본 연구의 결과를 종합해보면, 운동 조건에서도 스마트워치의 심박수는 폴라의 심박수와 높은 상관과 일치도를 갖는 것으로 확인되었으므로, 스포츠 현장에서 다수를 대상으로 한 연구를 진행할 때 스마트워치는 폴라를 대체할 수 있는 측정도구로 사용될 수 있을 것이다. 특히 스포츠 현장에서 스마트워치의 활용으로 운동 중의 생체 신호와 심리변화의 실시간 측정이 가능해져, 기존 측정도구의 제한점을 극복하는데 도움이 될 것으로 기대된다. 그러나 Gillinov 등[10], Wallen 등[17]의 연구와 같이, 스마트워치에 따른 생체신호 정확도가 워치의 종류와 착용방법에 따라 달라지기 때문에, 연구에 사용되기 위해서는 스마트워치에 대한 데이터의 정확도 검증이 선행되어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PPG 신호 파형의 두가지 에지단계는?	PPG 신호 파형은 헤모 글로빈 양과 비례하는데, 혈액의 헤모글로빈의 변화가 반사되는 빛의 양을 변화시켜 PPG 신호의 변화를 유도한다. PPG 신호 파형은 맥박의 상승과 하강의 두 가지 에지(edge)단계가 있으며, 상승 에지단계는 심장의 수축기, 하강 에지단계는 심장의 이완기를 나타낸다[14,16].
	폴라를 통한 심박수 측정의 단점은?	996으로 나타나 폴라가 심전도로 측정된 심박수와 100%에 가까운 상관을 보인다고 보고하였다. 하지만 폴라는 옷 안에 착용해야 하고, 전극과 피부의 접촉력이 좋아야 하며, 방해 주파수가 생기면 측정결과에 영향을 미친다는 단점이 있다[11]. 이런 이유 로 스포츠 현장에서의 접근성을 높이기 위해 착용과 사용이 편리하면서 심박수의 신뢰도가 보장된 기기에 대한 필요성이 제기되었다.
	적합한 운동방법이 중요한 이유는?	운동은 기적의 약(wonder drug)이라고 불릴 만큼 신체적, 심리적으로 긍정적 효과가 뛰어나다[1]. 운동의 혜택이 널리 알려지면서, 규칙적 체육활동 참여율이 증가했지만[2], 건강증진, 체력증진, 스트레스 해소, 체중조절 및 체형관리, 자기만족도는 2012년에서 2015년까지 큰 변화가 없었다[3]. 이러한 결과는 운동참여가 운동에 의한 긍정적 효과를 담보하는 것이 아니며, 적합한 운동방법의 활용과 적정 강도에서 운동이 중요하다는 것을 의미한다.

참고문헌 (23)

D. H. Kim. (2008). The Meta-analysis on exercise program effect, Doctoral dissertation, Chungang Graduate University, Seoul.
Korean Statistical Information Service. (2018). National Life Sports Survey: Participation rate and frequency of regular sports activities. Name of Web Site. http://kosis.kr
Korean Statistical Information Service. (2016). National Living Sports Participation Survey: Effects of Physical Education Activities. Name of Web Site. http://kosis.kr
D. P. Swain & B. A. Franklin. (2002). VO2 Reserve and the Minimal Intensity for Improving Cardiorespiratory Fitness. Medicine and Science in Sports and Exercise, 34(1), 152-157. DOI : 10.1097/00005768-200201000-00023

상세보기
G. R. Yeom, J. S. Lee, J. Y. Jang & J. D. Joo. (2017). Treadmill control system based on heart rate maintenance and customized exercise intensity setting. The HCI Society of Korea, 2, 342-345.
Y. J. Kim. (2011). Moderate to High intense exercise prescriptions using Treadmill stress testaffect physical response according to exercise types. Korea Sport Society, 9(3), 579-590.
W. J. Yoon. (2011). Optimization study for heart rate detection performance improvement in a wearable ECG system. Master dissertation, Yonsei University, Seoul.
M. R. Esco, M. S. Olson, H. N. Williford, D. L. Blessing, D. Shannon & P. Grandjean. (2010). The relationship between resting heart rate variability and heart rate recovery. Clinical Autonomic Research, 20(1), 33-38. DOI :10.1007/s10286-009-0033-2

상세보기
M. Weippert, M. Kumar, S. Kreuzfeld, D. Arndt, A. Rieger & R. Stoll. (2010). Comparison of three mobile devices for measuring R-P intervals and heart rate variability : Polar S810i, Suunto t6 and an ambulatory ECG system. European Journal of Applied Physiology, 109(4), 779-786. DOI :10.1007/s00421-010-1415-9.

상세보기
S. Gillinov et al. (2017). Variable Accuracy of Wearable Heart Rate Monitors during Aerobic Exercise. Medicine and Science in Sports and Exercise, 49(8), 1697-703. DOI : 10.1249/MSS.0000000000001284

상세보기
C. J. Kim & J. H. Woo. (2018). Heart rate variability, pulse rate variability, smart watch, short heart rate variability, deep breathing test. Journal of Biomedical Engineering Research, 39(2), 87-93. DOI : dx.10.9718/JBER.2018.39.2.87
J. S. Yoo, J. W. Lee & K. C. Kim. (2016, June). A Study on the Security Vulnerabilities of Smart Watch as a Wearable Device. Proceedings of Symposium of the Korean Institute of communications and Information Sciences, (pp. 119-120). Jeju : ICC.
S. C. Lim. (2017). A Study on the Analysis of Technology and Service Issues for Wearable Devices and Future Development Direction, The Journal of Korean Institute of Next Generation Computing, 13(4), 81-89.
S. Y. Nam. (2015). PPG Implementation of PPG Signal Measuremnt System and Comparative Analysis of PPG Signal on Palm. Unpublished Master dissertation, Tongmyong University, Busan.
M. S. Shin & Y. J. Lee. (2015). A Study on the Influential Factors of Purchase Intention and Continuance Intention of Wearable Device: Focused on Wrist Wearable Healthcare Device. Master dissertation, Seoul National University of Science and Technology, Seoul. DOI : 10.5392/jkca.2015.15.05.498
S. H. Kim, D. W. Ryoo & C. S. Bae. (2007). Adaptive Noise Cancellation Using Accelerometers for the PPG Signal from Forehead. Conference Proceedings-IEEE Engineering in Medicine Biology Society, 10, 22-26. DOI : 10.1109/IEMBS.2007.4352852
M. P. Wallen, S. R. Gomersall, S. E. Keating, U. Wisloff & J. S. Coombes. (2016). Accuracy of Heart Rate Watches: Implications for Weight Management. PLoS ONE, 11(5), e0154420. DOI : 10.1371/journal.pone.0154420

상세보기
A. Henriksen et al. (2018). Using Fitness Trackers and Smartwatches to Measure Physical Activity in Research: Analysis of Consumer Wrist-worn Wearables. Journal of Medical Internet Research, 20(3), 110-129. DOI : 10.2196/jmir.9157

상세보기
D. Laurent, V. Maite, D. B. Ilse & C. Geert. (2017). Validation of three Android Wear smartwatches (Huawei Watch, Polar M600 and Asus Zenwatch 3) and Fitbit Charge for measuring amount of steps and time of moderate-to-vigorous physical activity. 16th Annual meeting of the International Society of Behavioral Nutrition and Physical Activity. Canada : Victoria, BC.
D. Giavarina. (2015). Understanding Bland Altman analysis. Croatian Society of Medical Biochemistry and Laboratory Medicine, 25(2), 141-151. DOI : 10.11613/BM.2015.015
G. P. Luiz & F. J. Luiz. (2008). Comparison of TimeDomain ShortTerm Heart Interval Variability Analysis Using a WristWorn Heart Rate Monitor and the Conventional Electrocardiogram. Official Journal of the World Society of Arrhythmias, 32(1), 43-51. DOI : 10.1111/j.1540-8159.2009.02175.x
S. W. Weinschenk, R. D. Beise & J. Lorenz. (2016). Heart rate variability (HRV) in deep breathing tests and 5-min short term recordings: agreement of ear photoplethysmography with ECG measurements, in 343 subjects. European Journal of Applied Physiology, 116(8), 1527-1535. DOI :10.1007/s00421-016-3401-3

상세보기
H. K. Ra, J. Ahn, H. J. Yoon, D. Yoon, S. H Son & J. Ko. (2017). I am a "Smart" watch, Smart Enough to Know the Accuracy of My Own Heart Rate Sensor. HotMobile '17: Proceedings of the 18th International Workshop on Mobile Computing Systems and Applications. (49-54). USA : CA.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증