Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

  1. (Dept. of Software Convergence, Soonchunhyang University, Korea.)
  2. (Dept. of Medical IT Engineering, Soonchunhyang University, Korea.)
  3. (Institute of Wellness Convergence Technology, Soonchunhyang University, Korea.)



ECG, Heart rate, Fingertip, Portable, R-R interval

1. 서 론

지속적으로 고령화가 되고 있는 현 사회에서는 무병장수를 위한 다양한 건강관리에 대한 관심이 나날이 높아지고 있다. 따라서, 최근 환자 뿐 아니라 일반인들의 편의를 위해 무선으로 착용이 쉽고 스마트폰과 연동되어 개인의 건강 상태를 실시간으로 확인하여 편리하게 관리할 수 있는 웨어러블 유형의 다양한 생체신호 측정 기기들이 개발 연구되어왔다(1-3). 또한, 2019년 한국 통계청의 발표에 따르면 현대인은 불규칙한 생활패턴과 잘못된 식습관 및 운동부족, 수면부족 등으로 인하여 성인병의 발병이 점점 가속화되고 있다(4). 성인병 중 심근경색, 협심증과 같은 심장질환은 우리나라의 사망률 중 가장 높은 순위를 차지하는 질병 중 하나이며 성공적인 치료 이후에도 재발률이 높아 심폐기능과 운동기능 회복을 위한 치료적 예후 관리가 장기적으로 필요하다(5,6). 심장질환으로 인해 한번 손상된 심장근육은 재생이 되지 않아 치료 이후에 다시 심부전이 발병 할 수 있으며, 평상시에는 심장에 이상 증상을 느끼지 못하다가 급격하게 증세가 악화되어 급성 심정지로 이어지기도 한다(6).

이런 심장질환의 특성을 고려하여 일상생활 중에 지속적으로 심장의 상태를 모니터링 할 수 있는 웨어러블 기기에 대한 육구가 증가하고 있다. 이러한 욕구에 따라 개발 판매된 웨어러블 기기들은 스마트 워치, 스마트폰, 홈트레이닝용 게임기 등에 Photoplethysmogram(PPG)를 탑재하여 사용자의 ECG 신호 산출 또는 맥박 수를 측정하는 간소화된 기능을 선보여왔다 (7). 하지만 이런 웨어러블 기기들은 시계열 정보는 제공되지 않고 측정된 혈압과 맥박수 등의 최종 결과 값만 표기되며 실시간 ECG 파형이 확인되지는 않는다. 따라서 본 연구에서는 측정과정이 간소화된 웨어러블 ECG기기에 실시간으로 심박동 패턴이 시각화되도록 하였다.

정확한 심전도 측정과 분석을 위해서는 충분한 의학적 전문지식을 가진 전문 의료진을 통해 의료기관에서 이루어져야 한다. 하지만, 질병의 정밀 진단을 위해 의료기관에서 주로 사용되는 전문적 ECG 측정 기기들은 고가이며, 측정 전 기기설정 과정이 복잡하고 시간이 오래 걸릴 뿐 아니라 12-lead 방식으로 측정하므로 총 10개의 전극이 사용된다. 이 과정을 위해 환자의 흉부에 6개, 사지에 4개의 전극을 부착하므로 환자는 약 5분 정도 동안 움직임 없이 고정된 상태로 계속 침상에 누워있어야 하는 불편함이 있다. 부정맥 진단을 위해 개발된 휴대용 ECG 홀터도 환자가 24시간 동안 전극을 부착하고 있어야 하며 심전도 기록계를 몸에 지닌 채로 생활해야 하는 어려움이 있다. 병원을 찾기 어려운 환자들을 위해 일상 중에 자신의 심장 건강상태를 확인할 수 있도록 휴대가 가능하고, 착용이 간편하고, 측정결과 확인이 쉬운 웨어러블 ECG 기기를 제공할 필요성이 있다.

심장질환 환자들의 특성 중 생명을 위협하는 증상으로는 평상시엔 이상 증상이 나타나지 않다가 갑자기 심박동에 변동이 생기는 부정맥, 자세 변동 시 급격하게 어지러움증이 나타나는 기립성저혈압, 갑작스런 흉통이 나타나다가 심정지로 이어질 수 있는 협심증 등이 있다(8). 이런 증상들은 사망 등의 비가역적 결과가 나타나기 이전에 미리 감지하여 예방하는 것이 중요하다. 일반적으로 심장질환 증상을 감지 또는 예측하기 위해 심전도의 임상 지표로 P, Q, R, S, T 다섯 파형의 높낮이와 간격이 사용되는데 그 중 QRS 파는 심실근의 탈분극 시의 전기적 임펄스를 나타내는 가장 특징적인 신호로서 파의 간격의 정도로 빈맥이나 부정맥 등을 진단할 수 있다(9). 최근 발표된 논문에 의하면 심박수가 정상일 경우 두 개의 연속적인 QRS파 사이의 간격인 R-R interval 값을 기준으로 심박수를 계산할 수 있으며 심박수의 변화에 따라 심부전, 부정맥, 심근경색 등의 잠재적 위험요인을 가진 심장질환 환자의 예후를 판단 및 예측 할 수 있다(9,10). 이러한 예후 인자를 일상생활 중에 측정하여 위험을 감지 대처할 수 있는 웨어러블 ECG 측정기기가 개발 제공된다면 환자 뿐 아니라 환자 가족의 삶의 질이 향상될 수 있을 것으로 보인다. 따라서, 본 연구에서는 심장질환의 특성을 고려하여 일상 중에 개인의 심장 건강 상태를 모니터링 할 수 있는 웨어러블 ECG기기에 실시간으로 심박동 파형이 시각화되고, 사지유도 방식을 사용하여 손가락(중지 마디 끝 패드부위)과 팔(위팔세갈래근의 가쪽갈래)에 단 3개의 전극을 부착하여 간편하게 측정하며, 측정된 결과를 곧바로 확인 할 수 있는 휴대용 ECG 모니터링 시스템을 구현하고 그 사용성을 평가하고자 한다.

2. 본 론

2.1 ECG 계측 및 모니터링 시스템 개발

본 연구에서는 표준사지유도(양극유도) 측정원리를 기반으로 ECG 신호를 측정 할 수 있는 휴대용 심전도 측정기기(portable electrocardiogram measurement device, PEMD)를 설계하였다.

그림. 1. ECG 계측 및 모니터링 시스템

Fig. 1. ECG measurement and monitoring system

../../Resources/kiee/KIEE.2020.69.9.1400/fig1.png

설계된 PEMD의 출력값은 analog signal이며, PC에서 디지털 신호처리를 위해서는 Analog to Digital Conversion (ADC) 과정이 필요하다.

따라서, ADC, 데이터 처리 및 전송(BT baud-rate 115,200)을 위해 JARDUINO-UNO-BTmini (JCnet, Daejeon, Republic of Korea)를 사용하였다. JARDUINO는 HC-05칩이 내장되어 있어 블루투스 통신이 가능하며, Atmega 328p (Atmel, California, USA)를 Micro Controller Unit (MCU)로 사용하여 10 bit의 분해능 성능을 가진다. 그림 1은 본 연구에서 설계된 ECG 모니터링 시스템의 개요도로, PEMD로 부터 계측된 analog ECG signal을 MCU를 통해 디지털 신호로 변환한 후 HC-05 블루투스 모듈을 통해 C#기반의 모니터링 시스템에 전송하도록 구현하였다. 이후, MATLAB R2018b를 사용하여 디지털 신호처리를 수행하였다.

2.1.1 PEMD 하드웨어 설계

설계된 PEMD는 ECG signal을 측정할 수 있도록 계측증폭기(instrumentation amplifier), high pass filter (HPF), 연산증폭기(operational amplifier), low pass filter (LPF)순으로 증폭기 및 analog filter를 구성하였다(그림 2).

PEMD의 3개 전극을 통해 들어오는 ECG signal은 아날로그 처리부를 거쳐 수집 할 수 있도록 하였으며, LA, RA을 통해 들어오는 ECG signal은 차동신호임으로 입력단은 높은 입력 임피던스와 공통모드제거비(Common Mode Rejection Ratio)를 가지는 IN331 (TI Instrument, Texas, USA) 계측증폭기를 사용하였다. IN331의 입력 임피던스는 100TΩ이며 공통모드제거비는 94dB의 값을 가지고 있다. 계측증폭기 단에서는 Gain 값을 25로 설정하여 최소한으로 증폭시켜 DC 성분이 ECG

그림. 2. PEMD 회로도

Fig. 2. PEMD schematic

../../Resources/kiee/KIEE.2020.69.9.1400/fig2.png

signal과 함께 증폭할 수 없도록 하였다(11). 이후 0.05 Hz의 차단주파수(cut-off frequency, Fc)를 갖는 HPF를 통해 ECG signal을 제외한 저주파 성분과 남아 있는 DC 성분을 제거하였다. DC 성분이 제거된 ECG signal은 OPA342 (TI Instrument, Texas, USA) 연산증폭기에 설정된 Gain 32를 통해 총 800배(gain 25 x gain 32)로 증폭되도록 설계하였고, 150 Hz의 차단주파수를 갖는 LPF를 통해 고주파 성분을 차단하여 ECG signal외의 잡음을 제거하였다. 증폭되어 출력되는 신호는 Rail to Rail 소자들을 사용하여 신호의 포화상태가 되지 않도록 구성하였으며, 회로도의 동작 전압은 배터리 사용을 위해 3.3 V로 설정하였다. PEMD에 사용된 배터리는 3.7 V 리튬폴리머 배터리를 사용하였고, 3.3 V로의 전압강하 및 안정된 전압을 유지하기 위해 TC1108-3.3 V Regulator (Microchip, Arizona, USA)를 사용하였다. 회로에서 사용하는 계측증폭기와 연산증폭기는 +3.3 V와 0 V의 단 전원(single power supply)에서 구동되도록 설계하였다. 단 전원을 사용하므로 기준전압을 따로 지정해 주어야 하는데, 이를 위해 ECG 전원부는 전압강하 및 안정된 전압을 유지하기 위한 레귤레이터와 전압분배법칙에 기반을 두어 연산증폭기를 이용하여 기준전압을 1.65 V로 지정해주었다. 전압분배에 사용된 저항의 값은 각각 10 kΩ을 적용하였다.

그림. 3. PEMD PCB 디자인 및 실제 사진

Fig. 3. PEMD PCB design and real photos

../../Resources/kiee/KIEE.2020.69.9.1400/fig3.png

그림 3(a)는 PEMD 회로를 기반으로 Altium designer (Altium, California, USA) 소프트웨어 툴을 사용하여 printed circuit board (PCB)를 설계한 도면으로, 사이즈는 53 x 35 mm으로 설계 되었다. 입력 신호는 1 mV 미만의 신호이기 때문에 입력 중 잡음에 대한 영향을 받을 수 있다. 잡음의 영향을 최소한으로 받기 위해 계측증폭기로 들어가는 LA, RA의 입력단을 설계가 가능한 최소한의 길이인 8.6 mm로 하여 PCB를 설계하였다. 또한, 계측증폭기 입력 시 LA, RA 입력의 배선 길이가 다를 경우 시간 차로 인해 차동 신호의 왜곡이 발생할 수 있기 때문에 두 입력의 길이를 동일하게 적용하였다.

2.1.2 PEMD 외관 케이스

외부 잡음 및 충격으로부터 PEMD를 보호하며, 휴대용으로 안전한 사용을 위해 AUTODESK(USA)사의 Inventor CAD tool을 이용하여 클립형태의 case를 제작하였다. 제작한 case는 손가락에 집게처럼 물려 착용하여 신호를 측정 할 수 있도록 그림 4와 같이 디자인되었다.

그림. 4. 외관 케이스 제작 및 개발한 PEMD

Fig. 4. PEMD developed and manufactured exterior case

../../Resources/kiee/KIEE.2020.69.9.1400/fig4.png

2.1.3 ECG 신호 모니터링 소프트웨어

PEMD로 부터 획득한 데이터를 블루투스를 통해 PC에 전송하고 모니터링 및 저장하기 위해 C# 기반의 어플리케이션을 구현하였다(그림 5). 본 연구에서 개발한 어플리케이션은 PEMD가 가지고 있는 통신포트를 설정하여 Connect 버튼을 통해 연결이 가능하며, MCU에서 송신하는 데이터를 받아 실시간으로 입력받은 데이터를 파형으로 출력해준다. 측정 중 사용자가 Save 버튼을 누르면, 그 시점으로부터 Complete 버튼을 누른 시점까지의 데이터를 저장 할 수 있도록 데이터 저장 기능을 구현하였으며, 저장 시 데이터는 text file로 저장되도록 설계하였다.

그림. 5. ECG 데이터 모니터링 어플리케이션

Fig. 5. ECG data monitoring application

../../Resources/kiee/KIEE.2020.69.9.1400/fig5.png

2.2 ECG 데이터 신호처리

ECG 데이터는 본 연구에서 reference기기로 사용된 상용 자동 혈압계(HEM-7121)의 기본 측정 시간인 30초를 기준으로 데이터획득 과정의 안정성을 위해 측정시작 전 5초, 종료 후 5초를 추가하여 총 40초 동안의 데이터를 측정하였다. 측정 데이터는 디지털 신호처리를 수행하여 분석하였다. 신호처리 시, 실험과정에서 임의로 추가했던 첫 5초와 마지막 5초에 해당되는 데이터는 제하고 중앙의 30초에 대한 데이터만을 분석에 사용하였다. 아래의 그림 6은 ECG 신호의 R-peak를 검출하기 위한 알고리즘의 흐름도를 나타내고 있으며, MATLAB R2018b 프로그램을 이용하여 신호처리를 수행하였다.

그림. 6. ECG 데이터 신호처리 흐름도

Fig. 6. ECG data signal processing flow chart

../../Resources/kiee/KIEE.2020.69.9.1400/fig6.png

그림 7에서 나타내듯이, ECG 원 신호(raw data)에서 오프셋을 0으로 설정하기 위해 DC 성분을 제거했으며, 측정 시 발생 할 수 있는 모든 잡음 성분을 analog filter 이후 추가적으로 제거하기 위해 Pan and Tompkins algorithm에 의거하여 LPF, HPF, notch filter 순으로 신호처리를 수행하였다. 또한, Fast Fourier Transform(FFT)을 통해 잡음 성분의 주파수 대역을 확인하여 필터의 차단 주파수를 설정하였다. LPF를 적용하여 차단 주파수 대역(Fc = 90 Hz)보다 큰 고주파 성분을 제거하였고, 이후 HPF를 적용(Fc = 1 Hz)하여 설정 주파수 대역을 제외한 저주파 신호를 제거하여 고주파 성분들의 신호는 더 강조하였다. 마지막으로 60 Hz의 전원잡음을 제거하기 위해 notch filter를 적용하였고, 이후 local maxima algorithm(window size 200)을 이용하여 R peak detection을 수행하였다.

그림. 7. ECG raw data 신호처리

Fig. 7. ECG raw data signal processing

../../Resources/kiee/KIEE.2020.69.9.1400/fig7.png

2.3 실험 프로토콜

본 연구에 참여한 피험자는 총 5명으로, 심장질환 이력이 없고 심혈관계 관련 증상이 없는 건강한 젊은 성인을 대상으로 선정하였으며, 피험자의 기본정보는 표 1과 같다. 본 연구에서 구현한 PEMD에서 검출한 R peak와 맥박 수를 비교하기 위해 맥박 수를 제공해주는 자동혈압계인 HEM-7121을 사용하였고, R-R interval을 비교 평가하기 위해 상용 센서인 BIOPAC MP150(BIOPAC Systems, California, USA)을 사용하였다. 이때 사용된 두 기기의 전극은 위치는 모두 동일한 위치에 부착했으며 사지유도 측정원리에 따라 LA는 왼쪽 팔의 위팔세갈래근의 가쪽갈래 부위 피부에 부착, LL은 LA위치에서 부터 5 cm 위쪽(동일한 왼쪽 팔)에 부착하였다.

표 1. 피험자 기본정보

Table 1. Basic information of the subject

피험자

5명(남성 4명, 여성 1명)

나이

25.4 ± 4.15 세

171 ± 5.04 cm

몸무게

78.6 ± 9.76 kg

Body Mass Index (BMI)

26.79 ± 2.21 kg/m2

RA는 LA로부터 먼 부위에서 전위차를 수집하기 위해 LA에서 약 60 cm 거리인 오른쪽 중지 손가락 끝마디(손가락 패드)에 전극을 부착하였다. LA, LL, RA는 모든 피험자들에게 동일한 기준으로 Ag-Cl 전극이 부착되도록 하였다(그림 8). 실험 시 무릎과 허리의 각도는 90도로 하여 정자세를 유지하도록 유도하였으며, 자동혈압계인 HEM-7121(OMRON, Kyoto, Japan)의 cuff는 PEMD의 손가락 센서를 부착한 오른쪽 팔에 부착하였다. 이때, 오른쪽 팔꿈치는 140도를 유지하도록 피험자에게 주의를 주어 ECG 측정 시 피험자가 움직임을 최소화 할 수 있도록 하였다.

그림. 8. ECG 측정 실험 프로토콜

Fig. 8. ECG measurement experiment protocol

../../Resources/kiee/KIEE.2020.69.9.1400/fig8.png

PEMD의 R peak 검출 및 R-R interval에 대한 성능평가를 위해 다음의 총 5가지 실험 조건을 선정하였다. 측정 결과 값의 기준점(baseline)으로 설정한 개인별 안정 상태의 ECG 측정값(Control, C), Running 직후의 ECG 측정 값 (Experiment, E1), Caffeine 복용 직후 (E2), Caffeine 복용 10분 경과 후(E3), Caffeine 복용 20분 경과 후(E4)(12). 모든 피험자를 대상으로 각 실험 조건별로 1회 40초 동안 총 3번의 ECG 데이터를 수집하였다.

기준점이 되는 조건 C에서는 각 피험자가 제공된 의자에 편안하게 앉은 상태에서 ECG를 측정하였고, E1에서는 트레드밀 위에서 4 km/h의 속도로 30초간 먼저 warm up을 한 후 9.5 km/h의 속도로 2분간 달리기를 유지한 뒤 다시 4 km/h의 속도로 30초간 cool down을 한 후 ECG를 측정하였다. E2, E3, E4에서는 실험을 위해 제공된 Espresso 한 잔의 caffeine 농도가 약 75mg이었으며, 시간에 따른 심전도 신호의 변화를 보기 위해 ECG가 각 조건별로 측정되었다. 실험이 진행된 당일에는 본 연구에서 제공되는 커피 외 다른 카페인 성 음료는 섭취하지 않도록 하였다. 또한, 실험에 참여한 모든 피험자는 공통적으로 안정상태에서 normal ECG를 측정한 뒤, 실제 실험 조건인 E1과 카페인 섭취조건(E2~E4)의 실행 순서는 모두 무작위로 선정하여 진행되었다(그림 9).

그림. 9. 실험 프로토콜 흐름도

Fig. 9. Experimental protocol flow chart

../../Resources/kiee/KIEE.2020.69.9.1400/fig9.png

2.4 데이터 분석

본 연구에서는 PEMD와 BIOPAC 간의 ECG 파형을 비교 분석하기 위해 SPSS 20.0을 사용하여 다음의 총 3가지 데이터를 분석하였다. 첫 번째로, PEMD의 R peak 검출에 대한 성능평가를 수행하기 위해 상용센서인 BIOPAC-MP150 ECG 측정 모듈과 자동 전자혈압계 HEM-7121 모델을 사용하여 분당 R peak 개수 및 분당 맥박수에 대한 비교평가를 진행하였다. 두 번째로, PEMD와 BIOPAC으로 부터 측정된 R peak 간격의 차이를 구한 후 sampling frequency에 따라 R-R interval (second)을 계산하였고 두 센서 간 상관분석을 수행하였다. 마지막으로는, 5가지 조건에 따른 R-R interval time과 각 피험자 간 차이가 통계적으로 유의한지 분석하기 위해 분산분석(analysis of variance; ANOVA)을 수행하였다.

3. 결 과

3.1 PEMD와 BIOPAC간 ECG 파형 비교

PEMD로 측정된 ECG와 BIOPAC으로 측정된 ECG는 그림 10과 같이 측정되었으며, PEMD의 경우 잡음을 포함하고 있다. 하지만 PEMD에서 측정된 파형과 BIOPAC에서 측정된 파형을 비교했을 때, 심방수축을 나타내는 P파와 심실 탈분극(심방의 재분극)을 나타내는 QRS파, 심실의 재분극을 나타내는 T파가 두 기기 간 서로 비슷한 양상을 나타내는 것을 확인 할 수 있다.

그림. 10. PEMD와 BIOPAC의 측정된 ECG 신호 비교

Fig. 10. Comparison of measured ECG signals of PEMD and BIOPAC

../../Resources/kiee/KIEE.2020.69.9.1400/fig10.png

3.2 PEMD와 BIOPAC간 R peak 검출 성능비교 평가

다섯 가지 실험 조건에서 PEMD와 BIOPAC의 R peak 검출에 대한 일치율을 선형회귀분석과 Bland-Altman plot을 이용하여 분석하였다. 선형회귀분석 결과 r$^{2}$은 0.547, 0.868, 0.842, 0.917, 0.365으로 산출되었으며, Bland-Altman plot의 결과 평균 차이는 1.43, 1.85, 1.47, 2.67, 2.43으로 산출되었다(그림 11).

그림. 11. PEMD와 BIOPAC의 R peak 검출 일치도 평가

Fig. 11. Evaluation of the matching degree of R peak detection between PEMD and BIOPAC

../../Resources/kiee/KIEE.2020.69.9.1400/fig11_1.png

../../Resources/kiee/KIEE.2020.69.9.1400/fig11_2.png

../../Resources/kiee/KIEE.2020.69.9.1400/fig11_3.png

3.2.1 PEMD 와 HEM-7121간 R peak 검출 성능비교 평가

다섯 가지 실험 조건에서 PEMD와 HEM-7121의 R peak 검출에 대한 일치율을 확인하기 위해 선형회귀분석과 Bland-Altman plot을 이용하여 분석하였다. 선형회귀분석 결과 r$^{2}$은 0.43, 0.336, 0.287, 0.416, 0.12으로 산출되었으며, Bland-Altman plot의 결과 평균은 2.64, 1.66, -0.2, 1.73, 1.36으로 산출되었다(그림 12).

그림. 12. PEMD와 HEM-7121의 R peak 검출 일치도 평가

Fig. 12. Evaluation of the matching degree of R peak detection between PEMD and HEM-7121

../../Resources/kiee/KIEE.2020.69.9.1400/fig12_1.png

../../Resources/kiee/KIEE.2020.69.9.1400/fig12_2.png

../../Resources/kiee/KIEE.2020.69.9.1400/fig12_3.png

3.3 PEMD와 BIOPAC간 R peak 검출 성능비교 평가

표 2는 PEMD와 BIOPAC 간의 R-R interval time에 대한 상관분석을 실시한 결과표이다. 분석 결과, 피험자 1은 4가지 실험 조건(C, E1, E2, E3)에서 R2 값이 0.82, 0.81, 0.83, 0.38로 상관성이 있는 것으로 나타났다 (p$\le$0.05). 피험자 2의 경우, C, E1, E2, E4 조건에서 R2 값이 0.55, 0.44, 0.70, 0.29로 상관성이 있는 것으로 나타났으며, 피험자 3은 조건 C를 제외한 나머지 실험 조건에 대해서 모두 상관성을 갖는 것으로 나타났다(R2=0.72, 0.37, 0.31, 0.61). 피험자 4의 경우에는 모든 실험 조건에 대해 R2 값이 0.76, 0.82, 0.82, 0.82, 0.69로 두 측정기기 간 상관성이 있는 것으로 나타났으며(p$\le$0.05), 피험자 5는 세 가지 실험 조건(E2, E3, E4)에서 R2 값이 0.51, 0.69, 0.61로 상관성을 갖는 것으로 나타났다(p$\le$0.05).

표 2. 피험자 별 PEMD와 BIOPAC의 R-R interval time 상관분석 (p$\le$0.05)

Table 2. Correlation analysis of R-R interval time between PEMD and BIOPAC for each subject (p$\le$0.05)

Subject

C

E1

E2

E3

E4

1

0.82**

0.81**

0.83**

0.38**

0.04

2

0.55**

0.44**

0.70**

0.13

0.29**

3

0.03

0.72**

0.37**

0.31**

0.61**

4

0.76**

0.82**

0.82**

0.82**

0.69**

5

0.19*

0.00

0.51**

0.63**

0.61**

3.4 각 피험자 별 5가지 실험 조건에 따른 R-R interval time의 차이 분석

표 3은 PEMD에서 측정된 R-R interval time이 각 피험자에서 다섯 가지 실험 조건 간 통계적으로 유의한 차이가 있는지에 대해 ANOVA 분석과 사후분석을 수행한 결과이다. 다섯 명 중 단 한 명의 피험자(Subject 3)에서 C와 E2 간 R-R interval time에 유의한 차이가 없는 것으로 나타났고, 나머지 모든 피험자에서 5가지 실험 조건 간 R-R interval time에 유의한 차이가 있는 것으로 나타났다.

표 3. 5가지 실험 조건 별 PEMD의 R-R interval time 차이 분석

Table 3. Analysis of differences in R-R interval time of PEMD by 5 experimental conditions

Subject

실험 조건

평균차

(C-E)

표준오차

유의확률

(p-value)

95% 신뢰구간

하한 값

상한 값

1

C

E1

49.12*

4.31

.00

36.95

61.29

E2

33.96*

3.91

22.92

45.00

E3

25.42*

3.96

14.24

36.59

E4

38.825*

4.35

26.53

51.11

2

C

E1

36.12*

4.22

.00

48.04

24.21

E2

21.04*

3.69

31.47

10.62

E3

36.02*

3.76

46.63

25.41

E4

37.44*

3.74

48.00

26.89

3

C

E1

41.92*

5.03

.000

27.71

56.12

E2

14.25

5.18

1.000

12.37

16.87

E3

16.45*

5.23

.018

1.68

31.21

E4

24.54*

5.23

.000

9.78

39.31

4

C

E1

70.87*

2.79

.00

62.98

78.76

E2

60.06*

2.81

52.12

68.00

E3

65.69*

2.82

57.72

73.66

E4

42.71*

2.86

34.63

50.78

5

C

E1

37.20*

2.27

.00

30.80

43.61

E2

9.49*

2.12

3.49

15.48

E3

23.07*

2.13

17.05

29.09

E4

27.93*

2.15

21.86

33.99

표 4는 BIOPAC으로 부터 측정된 데이터의 R-R interval time에 대한 ANOVA 분석과 사후분석을 수행한 결과이며, 모든 피험자에서 5가지 실험 조건 간 통계적으로 유의한 차이가 있는 것으로 나타났다 (p$\le$0.05).

표 4. 5가지 실험 조건 별 BIOPAC의 R-R interval time 차이 분석 (p$\le$0.05)

Table 4. Analysis of differences in R-R interval time of BIOPAC by 5 experimental conditions (p$\le$0.05)

Subject

실험 조건

평균차

(C-E)

표준오차

유의확률

(p-value)

95% 신뢰구간

하한 값

상한 값

1

C

E1

48.45*

2.41

.00

41.65

55.25

E2

38.38*

2.19

32.21

44.56

E3

26.86*

2.21

20.62

33.09

E4

30.47*

2.43

23.60

37.34

2

C

E1

39.13*

4.08

.00

27.63

50.64

E2

28.66*

3.57

18.59

38.73

E3

38.19*

3.63

27.95

48.44

E4

41.02*

3.61

30.83

51.21

3

C

E1

38.47*

1.76

.00

33.49

43.45

E2

10.26*

1.82

5.134

15.39

16.87

E3

22.85*

1.83

17.67

28.03

31.21

E4

23.52*

1.83

18.34

28.70

39.31

4

C

E1

74.13*

2.23

.00

67.83

80.42

E2

63.30*

2.25

56.96

69.64

E3

66.68*

2.25

60.32

73.04

E4

44.28*

2.28

37.83

50.72

5

C

E1

35.73*

1.87

.00

30.44

41.02

E2

10.87*

1.75

5.92

15.83

E3

19.99*

1.76

15.02

24.97

E4

26.72*

1.77

21.71

31.73

4. 토의 및 결론

본 연구에서는 일상 중에 개인의 심장 건강 상태를 모니터링 할 수 있는 웨어러블 ECG기기에 실시간으로 심박동 파형이 시각화되고, 단 3개의 전극을 부착하여 간편하게 측정되는 휴대용 ECG 모니터링 시스템(PEMD)을 구현하였다. 환자 뿐 아니라 일반 성인들도 사용할 수 있도록 구현된 PEMD의 사용성 평가를 위해 5가지 실험 조건을 설정해 각 조건 별, 각 피험자 별 ECG 측정 결과 값을 비교 분석하였다.

본 연구에서 구현한 PEMD는 prototype이므로 기기의 기초적 성능평가를 위해 두 가지의 상용센서(BIOPAC, 자동 혈압계)를 선정해 각 기기의 측정 값에 대한 상관성을 분석하는 pilot test를 실시하였다. 첫 번째로, 심장 기능 중 심실수축에 대한 분석을 할 때 기준이 되는 QRS 파 중 R peak 검출 능력에 대해 PEMD와 상용 센서 간의 측정값을 비교했고, 두 번째로는 R-R interval time에 대한 PEMD의 검출 능력을 타 상용 센서들과 비교하였다. 그 결과, 두 가지 지표에 대한 상관성 분석에서 95% 이상의 일치율이 나타나 PEMD가 안정적으로 ECG 데이터를 측정할 수 있음을 확인할 수 있었다.

하지만, 현재 구현된 PEMD의 출력 신호에는 동잡음 및 전원 잡음이 포함되어있다. 이것은 향후 개발 보완되어야 할 부분으로, ECG 측정 회로인 PEMD 자체에서 신호처리 및 노이즈 필터가 가능하도록 설계할 계획이다. 본 연구에서 사용된 PEMD 회로에는 PPG 측정 및 데이터 통신 신호처리를 위한 MCU를 내장할 수 있도록 설계되어있다. 향후에는 이러한 설계를 이용하여 ECG 뿐만 아니라 PPG를 이용하여 pulse transit time (PTT)이 산출 가능하도록 하며, 내장된 MCU를 통해 실시간 신호처리를 진행할 계획이다.

또한, 본 연구는 prototype PEMD의 성능평가를 위해 초기 단계의 pilot 연구로 진행되어 PEMD 기기의 문제점 및 개선점을 파악하는데에 집중하였다. 따라서 본 연구에서 설정한 5가지의 실험 조건 중 카페인 섭취에 따른 심박수의 변화를 관찰한 조건에서는 각 피험자의 체중 및 카페인 섭취와 관련된 생활습관을 고려하지 않아 그에 따른 카페인에 대한 반응성 및 복용량에 따른 효과(dosage & reaction)가 다를 수 있다는 제한점이 있다. 추후에 진행될 본 실험에서는 피험자별 특성을 고려하여 카페인 섭취량(dosage)를 설정할 것이며, 다양한 일상생활 활동을 고려하여 많은 심장질환 위험인자를 감지할 수 있는 다수의 대상자 기반의 향후 연구를 진행할 계획이다.

Acknowledgements

This research was supported by the Bio & Medical Technology Development Program of the National Research Foundation (NRF) funded by the Korean government (MSIT) (No. NRF-2019M3E5D 1A02069073).

References

1 
D. K. Hong, K. H. Kim, 2014, A Study on Wrist type ECG Measurement Device Using Textile-based Electrode, In Information and Control Symposium (ICS 2014), pp. 35-36Google Search
2 
S. W. Kim, S. C. Shin, 2014, Development of Mobile Healthcare System Using ECG Measurement, Journal of the Korea Institute of Information and Communication Engineering, Vol. 18, No. 8, pp. 2008-2016DOI
3 
Q. Zhang, D. Zhou, X. Zeng, 2017, Highly wearable cuff-less blood pressure and heart rate monitoring with single-arm electrocardiogram and photoplethysmogram signals, Biomedical engineering online, Vol. 16, No. 1, pp. 23DOI
4 
H. H. Kim, K. H. Kim, 2016, A study on wrist band type vital sign acquisition device, The Transactions of The Korean Institute of Electrical Engineers, Vol. 65, No. 5, pp. 857-861DOI
5 
Statistics Korea, 2019, Statistics on Causes of Death in 2018Google Search
6 
J. Cho, 2013, Portable Electrocardiograph and Smart Device-based Heart Health Monitoring and Risk Notification System, Journal of the Semiconductor & Display Technology, Vol. 12, No. 2, pp. 73-78Google Search
7 
K. H. Lee, S. S. Lee, S. M. Kim, H. J. Lee, K. J. Min, H. K. Kang, J. W. Lee, 2018, A study on the correlationship between wearable ecg and clinical ecg measurements, Transactions of the Korean Institute of Electrical Engineers, Vol. 67, No. 12, pp. 1690-1698Google Search
8 
S. M. Curkendall, C. deluise, J. K. Jones, S. Lanes, M. R. Stang, E. Goehring Jr, D. She, 2006, Cardiovascular disease in patients with chronic obstructive pulmonary disease, Saskatchewan Canada: cardiovascular disease in COPD patients, Annals of Epidemiology, Vol. 16, No. 1, pp. 63-70DOI
9 
S. J. Yoon, G. J. Kim, C. S. Jang, 2012, Classification of ECG arrhythmia using discrete cosine transform, discrete wavelet transform and neural network, The Journal of the Korea Institute of Electronic Communication Sciences, Vol. 7, No. 4, pp. 727-732DOI
10 
[Guideline] Priori SG, C Blomstrom-Lundqvist, A Mazzanti, 2015 Nov 1, 2015 ESC Guidelines for the management of patients with ventricular arrhythmias and the prevention of sudden cardiac death: The Task Force for the Management of Patients with Ventricular Arrhythmias and the Prevention of Sudden Cardiac Death of the European Society of Cardiology (ESC), Endorsed by: Association for European Paediatric and Congenital Cardiology (AEPC). Eur Heart J., Vol. 36, No. 41, pp. 2793-867DOI
11 
J. G. Webster, M. R. Neuman, 1978, Biopotential amplifiers, Medical Instrumentation Application and Design, pp. 273-335Google Search
12 
P Zuchinali, GC Souza, M Pimentel, D Chemello, A Zimerman, V Giaretta, J Salamoni, B Fracasso, L Zimerman, L. E. Rohde, 2016, Short-term Effects of High-Dose Caffeine on Cardiac Arrhythmias in Patients With Heart Failure: A Randomized Clinical Trial, JAMA Intern Med., Vol. 176, No. 12, pp. 1752-1759DOI

저자소개

장승완 (Seungwan Jang)
../../Resources/kiee/KIEE.2020.69.9.1400/au1.png

He received the A.S. degree in Medical Convergence from Daelim University, Korea, in 2017. He received the B.S. degree in Medical IT Engineering from Soonchunhyang University, Korea, in 2020. He is currently the M.S. candidate degree in Software Convergence Soonchunhyang University.

E-mail : jangseungwan74@gmail.com

김 영 (Young Kim)
../../Resources/kiee/KIEE.2020.69.9.1400/au2.png

She is a registered physiotherapist and received the B.S and M.S. from the Department of Physical Therapy, Yonsei University in 2002 and 2006, respectively. After 2 years of post- doctoral fellowship at Yonsei University, she joined Soonchunhyang University as a Research Professor in 2016 and has been working at the Department of Medical IT Engineering from 2017. Her research area includes wearable feedback sensors for clinical treatments, mobile rehabilitative healthcare, and neuro-rehabilitation.

E-mail : ykim02@sch.ac.kr

왕창원 (Changwon Wang)
../../Resources/kiee/KIEE.2020.69.9.1400/au3.png

He received the B.S, M.S and Ph.D. degrees in Medical IT Engineering from Soonchunhyang University in 2013 and 2020, respectively. He is currently a Ph.D. student as a member of the Medical System & Device laboratory at the Soonchunhyang University. His research interests are Gait analysis, Biomedical engineering, Signal processing, and Smart healthcare.

E-mail : changwon@sch.ac.kr

호종갑 (Jong Gab Ho)
../../Resources/kiee/KIEE.2020.69.9.1400/au4.png

He received the B.S. and M.S. degrees in Medical IT engineering from Soonchunhyang University, Korea, in 2015 and 2018. he is currently the Ph.D. Candidate degree in Software Convergence from Soonchunhyang University.

E-mail : hodori1988@sch.ac.kr

김대겸 (Dae Gyeom Kim)
../../Resources/kiee/KIEE.2020.69.9.1400/au5.png

He received the B.S. degrees in Medical IT engineering from Soonchunhyang University, Korea, in 2019. he is currently the M.S. candidate degree in Software Convergence Soonchunhyang University.

E-mail : daegyeom09@daum.net

민세동 (Se Dong Min)
../../Resources/kiee/KIEE.2020.69.9.1400/au6.png

He received the M.S. and Ph.D. degrees in electrical and electronic engineering from the Department of Electrical and Electronics Engineering, Yonsei University, Seoul, in 2004 and 2010, respectively. He is currently an Associate Professor at the Department of Medical IT Engineering, Soonchunhyang University, Asan, Korea. His research area includes biomedical signal processing, healthcare sensor application, and mobile healthcare technologies.

E-mail : sedongmin@sch.ac.kr