초록 ▼

심장질환 사망률은 인구 10만명당 62.4명으로 전체 사망원인의 2위. 고령화 사회로 진입하며 심장 판막질환 환자수가 급증. 대동맥 협착증은 무증상 땐 1년 사망률 1%지만 증상이 나타나면 6개월내 12% 돌연사. 따라서 자각 증상 없을 때 조기 검진 방법 필요.

기존에 심장 판막 질환 검사의 표준 방법인 심장 초음파 검사는 접근성이 낮고 고비용이라 선별검사로는 부적합. 생체신호인 APW(동맥압 파형)과 PPG(광용적맥파)는 수술 중 항상 모니터링하며 심혈관계와 관련이 깊음. 이들 생체신호 분석으로 판막질환을 진단한다면

심장질환 사망률은 인구 10만명당 62.4명으로 전체 사망원인의 2위. 고령화 사회로 진입하며 심장 판막질환 환자수가 급증. 대동맥 협착증은 무증상 땐 1년 사망률 1%지만 증상이 나타나면 6개월내 12% 돌연사. 따라서 자각 증상 없을 때 조기 검진 방법 필요.

기존에 심장 판막 질환 검사의 표준 방법인 심장 초음파 검사는 접근성이 낮고 고비용이라 선별검사로는 부적합. 생체신호인 APW(동맥압 파형)과 PPG(광용적맥파)는 수술 중 항상 모니터링하며 심혈관계와 관련이 깊음. 이들 생체신호 분석으로 판막질환을 진단한다면 대부분 환자에서 추가비용 없이 판막질환의 조기진단 가능.

당초 목표는 APW를 통한 AS(Aortic Stenosis, 대동맥 협착증=판막 질환의 하나) 예측 모델의 구축이었으나, 여러 문제로 임상 데이터가 충분히 수집되지 않았기 때문에 공개 데이터 활용으로 선회. AIx(확대 지수)는 대동맥 압력 파형에서 얻어낸 비침습적 혈관 경직도 추정법이며 심혈관질환의 좋은 에측인자. 판막 질환과도 연관되어 있으므로 이를 예측한다면 판막 질환 가능성을 예측하는 것이라고도 할 수 있음. VitalDB에서 2000여명 환자의 AIx 추출 뒤 PPG를 통해 이를 예측하는 모델 개발. RMSE 0.13이며 예측이 통계적으로 유의미함을 증명하였음.

위 과정에서 기존 AIx 정의를 물리 모델을 이용해 개선하였으며 670GB에 달하는 잡음이 심한 생체신호 데이터를 완전 자동화해 학습이 가능하도록 고속으로 전처리하는 알고리즘 또한 개발. 본 연구결과를 이용해 웨어러블 디바이스에 탑재된 PPG센서를 이용, 손쉽게 혈관 경직도를 추정하는 애플리케이션을 개발 가능. 또한 대용량 생체신호 데이터의 완전자동화 전처리 알고리즘을 이용해 기존에 시도하지 못했던 규모의 연구가 가능해질 것.

(출처 : 초록 3p)

Abstract ▼

Cardiovascular disease is one of the most major causes of death in the modern world. Early detection and prescription of it is critical to prevent sudden cardiovascular death. Photoplethysmogram (PPG), which can be easily obtained by a simple device, is related to patients' vascular condition. Augme

Cardiovascular disease is one of the most major causes of death in the modern world. Early detection and prescription of it is critical to prevent sudden cardiovascular death. Photoplethysmogram (PPG), which can be easily obtained by a simple device, is related to patients' vascular condition. Augmentation Index (AIx), a measure of arterial stiffness, is obtained from the radial aortic pressure in each case of VitalDB. We trained a machine learning model to predict AIx from PPG, which showed RMSE 0.13. To make use of 670GB of signal, we adjusted the definition of AIx with a physical understanding of it and developed a fully automated preprocessing pipeline that finds stable intervals of the signals measured in the clinical environment. The work will enable us to develop an application that estimates the user's vascular stiffness from their wearable devices.

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 3
• 요 약 문 ... 4
• S U M M A R Y ... 5
• C O N T E N T S ... 6
• 목차 ... 7
• 1. 주요 추진계획 대비 수행성과 ... 8
• 1) 과제개발 달성도 ... 8
• 2. 과제수행 성과 ... 9
• 1) 정성적 성과내용 (Demo, Prototype, Product를 포함하여 기술) ... 9
• 2) 정량적 성과 ... 14
• 끝페이지 ... 14