최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
DataON 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Edison 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Kafe 바로가기주관연구기관 | 서경대학교 |
---|---|
연구책임자 | 서성철 |
참여연구자 | 이수현 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-08 |
과제시작연도 | 2020 |
주관부처 | 환경부 Ministry of Environment |
등록번호 | TRKO202300003808 |
과제고유번호 | 1485017766 |
사업명 | 생활공감환경보건기술(R&D) |
DB 구축일자 | 2023-07-19 |
키워드 | 수용체.천식.만성폐쇄성폐질환.빅데이터.Receptor.Asthma.COPD.Big data. |
□ 연구개발 목표 및 내용
◼ 최종 목표
민감/취약집단 대상 환경 유해인자 노출 평가 정보 및 질환 정보 데이터베이스 기반 환경보건 건강영향 예방 시스템 개발
◼ 전체 내용
• (환경성 폐 질환 예방·관리를 위한) 수용체 중심의 노출-건강정보 플랫폼 개발
• 실시간 건강정보(호흡음) 수집을 위한 착용형 기기(Wearable de vice) 개발
• 민감(환자군) 및 환경보건 취약 집단(환경오염지역 주민) 대상의 연구대상 구축
• 모바일 기반 건강정보 수집 및 보고 플랫폼 구축 및 실제 적
□ 연구개발 목표 및 내용
◼ 최종 목표
민감/취약집단 대상 환경 유해인자 노출 평가 정보 및 질환 정보 데이터베이스 기반 환경보건 건강영향 예방 시스템 개발
◼ 전체 내용
• (환경성 폐 질환 예방·관리를 위한) 수용체 중심의 노출-건강정보 플랫폼 개발
• 실시간 건강정보(호흡음) 수집을 위한 착용형 기기(Wearable de vice) 개발
• 민감(환자군) 및 환경보건 취약 집단(환경오염지역 주민) 대상의 연구대상 구축
• 모바일 기반 건강정보 수집 및 보고 플랫폼 구축 및 실제 적용
• 노출 데이터와 건강정보의 상호관계 규명(질환 위험도, 시계열 분석, 상호 관련성 등)
• 질환 위험도 정보의 총괄팀 전송을 통한 전생애 주기별 노출 평가 시스템의 활용성 분석/향상 등
◼ 당해연도
❏ 목표
● 실시간 호흡 생체신호 정보 모니터링 웨어러블 기기 개발 고도화
● 천식 및 COPD 환자군 모집 및 구축, 임상 TEST
● 구축된 노출 정보를 활용한 소아천식 및 성인 대상의 만성 폐쇄성 질환(COPD) 증상 악화 상관성 분석
● 수용체민감·취약집단 중심의 노출-임상 정보 플랫폼 기반의 환경영향 예방 시스템 개발
❏ 내용
● 외부·내부 노이즈 차단 성능, 배터리 용량이 개선된 센서 모듈 집적화
● 저전력 구동, Sampling rate 최소화를 통한 웨어러블 센서 착용 및 작동 기간 최대화
● 음향 증폭을 위한 구조물 설계
● 전임상시험; Bleomycin(BLM)으로 유도한 폐 섬유화 동물모델 폐음 측정
● 민감 집단(환자군) 및 취약집단 연구대상 구축 및 임상 테스트
● 의료기기 임상시험계획 승인
● Deep learning 기법 등을 활용한 환경정보와 건강정보의 상관관계 규명
● 모바일 기반 대상 집단 건강정보 수집 및 보고 플랫폼 구축 및 실제 적용
□ 연구개발성과
● 실시간 호흡 생체신호 정보 모니터링 웨어러블 기기 개발
⑴ 외부·내부 노이즈 차단 성능, 배터리 용량이 개선된 센서 모듈 집적화
- 폐 소리 수집을 위한 Miic 센서화 사용자 간 무선통신 시스템(통신 모듈 및 배터리) 집적화를 통한 유연 기판 위에 집적된 Lung sound 감지 웨어러블 센서 성능 고도화하여 패치를 측정하고자 하는 신체 부위에 패치를 부착하고, 체내의 작은 소리가 센서를 통해 측정 및 전기적인 신호로 변환되고, BLE 모듈로 스마트폰 애플리케이션으로 전송하도록 설계하였음
- LSP V5.0에서 측정된 Wave sound를 IIR 필터에 해당하는 Butterworth filter를 적용하여 최종적인 Filtered Sound를 출력하였으며, Lung simulator와 Human subject에서의 동작 테스트를 통해 노이즈가 있는 환경에서의 호흡음을 측정함. 필터의 차수를 높일수록 천이 대역이 좁아지며 천이가 급격해지므로 이상적인 필터에 가까워짐을 확인할 수 있었음
⑵ 저전력 구동, Sampling rate 최소화를 통한 웨어러블 센서 착용 및 작동 기간 최대화
- 의료기기 인증의 사용 적합성 엔지니어링 프로세스에 대비하여 페어링 동작 식별 LED(Blue)의 동작 시간 및 직렬 저항을 변경(1 [kΩ] → 10 [kΩ])하였음. 블루투스 페어링이 계속되면 불필요한 전력이 소모되어 on/off 동작으로 소모되는 전력을 최소화(그림 5.에서 붉은색은 점멸하는 경우 소모되는 전력이며, 초록색은 연속으로 점등할 경우 소모되는 전력임)하였으며, 100mAh 리튬 폴리머 배터리를 완충 후, LSP V5.0의 배터리가 방전될 때까지 평균 32~33시간 동작하게 설계하였음
⑶ 음향 증폭을 위한 면접비 효과용 구조체 설계
- 신체에 닿는 측정부가 아닌 마이크의 상단 부분은 외부 노이즈를 받아들일 수 있기 때문에 이를 방지하고자, 면접비 효과를 통한 폐음 증폭을 위한 돔 형태의 구조(입구의 지름 6mm, 마이크 부분의 지름 2mm)로 제작하였음. 구조체가 있는 녹음 결과가 구조체 없이 마이크만 가지고 녹음한 결과에 비해 약 4배 정도의 음향 증폭 효과를 보여주는 것을 확인하였음
● 천식 및 COPD 환자군 모집 및 구축, 임상 TEST
⑴ 전임상 실험; Bleomycin(BLM)으로 유도한 폐 섬유화 동물모델의 폐음 측정
- Bleomycin(BLM)으로 유도한 폐 섬유화 동물모델에서의 폐음을 측정한 결과, 폐음 측정 시 관찰한 호흡수와 심박수는 BLM 투여 후 시간 경과에 따른 차이는 관찰되지 않았으나, 폐 병변 mild에 비해서 moderate에서 호흡수와 심박수가 모두 증가하였으며, 시간 경과에 따라서 점차 감소하는 경향을 나타내었음. 결과들을 종합할 때 BLM 투여는 조직학적 평가에서 폐포 염증과 섬유화로 폐 병변의 중증도가 증가함에 따라 폐포 및 기관지의 직경 증가하며, 폐포 총면적이 감소하는 것으로 관찰되었고, 폐 조직 내 가스 교환과 확산능 감소 및 혈중 산소 농도 감소가 발생해 심박수와 호흡수 증가, 호흡-비호흡 차이 및 E/I 증가를 나타낸 것으로 판단되었음
⑵ 민감 집단(환자군) 및 취약집단 연구대상 구축
- 민감 취약집단 및 환경성질환 환자(천식, COPD) 중심의 연구대상 총 174명을 구축하였음(Test bed).
⑶ 환자 대상 pilot 실험을 통한 Lung sound에서의 특이 주파수 대역 선별
- 두 가지 방법(① 리트만 전자청진기를 이용한 1차 폐음 수집, ② 착용형 기기를 이용한 2차 폐음 수집)으로 연구대상자의 가슴과 등에 각각 부착하여 30분간 폐음을 수집하였음
- 밀양에 소재한 굿모닝병원에서 본 연구에서 개발한 LSP V5.0으로 정상인과 환자의 폐음을 측정하였음. 정상적인 호흡음와 비정상적인 호흡음의 흡기(Inhale)와 호기(Exhale)의 파형 및 Spectrogram을 비교하고, 실제 음원에서 들리는 것을 확인하였음. 비정상적인 호흡음에서는 호기를 할 때 비정상적인 호흡음이 발생하였으며, 이를 통해 LSP V5.0 성능 검증 및 비정상적인 호흡음을 개발한 디바이스를 확인할 수 있었음
● 구축된 노출 정보를 활용한 소아천식 및 성인 대상 만성폐쇄성폐질환(COPD) 증상 악화 상관성 분석
⑴ 노출 데이터와 건강정보의 상관관계 규명; 다 지점 측정 미세먼지 데이터를 이용한 지역 내 호흡기질환 응급실 내원 환자 수 예측 딥러닝 분석
- 구로구 내의 24개 관측소를 보유하고 있는 KTR 관측 데이터와 Air Korea의 구로구 1개 측정소에서 관측한 각각의 데이터를 이용하여 구로구 내 소재하는 고대구로병원의 응급실 내원 환자에 대한 1일 환자 수를 예측하는 모델을 학습. 다 지점의 모니터링 되는 데이터가 단일 지점에서 모니터링되는 데이터와 비교하여 예측 정확도를 향상시키는데 주요한 특징으로 작용할 수 있는지 비교하였음
- AK 데이터로 학습했을 때에 비해 KTR 데이터로 학습했을 경우 지역 내 호흡기질환 응급실 환자 수 예측이 보다 정확해지는 것을 확인하였음
- 미세먼지 정보의 시간적 변화 양상의 중요성은 제한된 지점에서만 측정될 경우 큰 의미가 없고 다수의 지역에서 측정하는 다 지점 모형의 경우 더 중요한 역할을 하는 것으로 나타남.
- 환경성질환 예방을 위해 지역 내 미세먼지 노출 자료를 확보하기 위해서는 기존의 제한된 지역내 대규모 측정소 설치보다는 저용량 소규모 측정기기라 할 수 지라도 최대한 다수의 지점에 설치하여 지역 내 미세먼지 변화의 공간적 양태를 반영하는 것이 중요하다는 것으로 확인하였음
● 수용체민감·취약집단 중심의 노출-임상 정보 플랫폼 기반의 환경영향 예방 시스템 개발
- 모바일 기반 대상 집단 건강정보 수집 및 보고 플랫폼 구축
- 소프트웨어 구성은 API를 통한 환경 유해인자, 사용자 위치정보, 생체신호 정보(폐음)를 데이터 베이스 저장하고 서비스관리 모듈을 구축하여 표출시스템으로 구성하였음
- 실내외 환경 유해인자와 국가망 환경 유해인자 데이터는 API를 통하여 데이터베이스에 저장하며, 사용자 위치정보와 질환 정보는 모바일 애플리케이션을 개발하여 데이터베이스에 저장하도록 함
- 개발된 플랫폼 기반의 환경영향 시스템을 연구진 대상으로 시범 운영하였으며, 시범 운영 결과는 다음과 같음
· GPS Tracker (Android, iOS) : 앱 실행 시 위치추적 데이터가 정상적으로 서버에 전송이 되고 있으나 슬립 모드일 경우 OS의 보안정책에 따라 서버전송에 어려움이 있음
· 미세먼지 노출량 : 사용자의 위치정보가 서버에 전송된 경우 위치정보에 근접한 국가망 데이터를 데이터베이스에 정상적으로 저장하고 있음
· 폐음 데이터 산출 : LSP 착용 시 wheezing 카운터 데이터베이스를 저장. 정상인 테스트 사항으로 인위적으로 wheezing을 발생하여 데이터가 정상적으로 저장됨을 확인함
· 증상일지 작성 : 시범운영자별로 증상일지를 작성한 사항을 데이터베이스에 정상적으로 저장되고 있음을 확인하고, 통계집계 사항을 확인함
□ 연구개발성과 활용계획 및 기대 효과
본 연구개발에서는 총괄 연구팀 및 타 협동 연구팀에서 개발하는 실내외 환경 유해인자 노출량 추정 모델을 통하여 수용체 중심의 환경 유해인자 노출로 인한 환경성질환 위험 예측 시스템을 개발, 검증하는 것을 목표로 하고 있음.
* 각 연구 수행 단계에서 만들어지는 성과물은 실제 환경성질환 환자를 대상으로 하는 환경 유해 인자와 환경성질환 빅데이터를 이용한 관계 정립, 실외 환경 유해인자 노출 평가 모델, 실내환경 유해인자 노출 평가 모듈, 환경 유해인자 노출 알고리즘 및 이를 근거로 한 예방 효과 등이며, 이를 사용자 친화적으로 서비스화하기 위한 소통 체계를 제시함.
* 본 연구 결과를 이용한 권역형 환경보건센터 활성화 방안: 본 사업에서 제안하는 환경보건 시스템은 KEITI에서 주관하는 Eye-of Horus Exposure Study 연구단의 결과물로서, 권역형 환경보건센터의 과제 수행 내역 중 환경보건 플랫폼 기술 지원이 가능할 것으로 예상됨.
(출처 : 요약문 7p)
과제명(ProjectTitle) : | - |
---|---|
연구책임자(Manager) : | - |
과제기간(DetailSeriesProject) : | - |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | - |
과제수행기간(LeadAgency) : | - |
연구목표(Goal) : | - |
연구내용(Abstract) : | - |
기대효과(Effect) : | - |
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.