웨어러블 심전도 시스템에서 심박수 검출 성능 향상을 위한 최적화 방법 연구

Abstract

본 논문은 직물 전극을 이용한 웨어러블 심전도 시스템에서 운동 중이나 활동 중 심박수 검출 성능 향상을 위한 연구이다. 직물 전극을 이용한 웨어러블 심전도 시스템은 운동 중 심전도 데이터를 좀 더 무구속적으로 획득할 수 있지만 일반 심전도 시스템보다 노이즈에 대한 내성이 약하다. 그러므로 심박수 검출 성능을 향상시키기 위한 시스템의 최적화 과정이 필요하다. 직물 전극은 전극의 재질, 크기, 패턴, 압력에 의한 영향을 받을 뿐만 아니라 건성 전극이기 때문에 피부나 전극에 일정량의 수분이 필요하다. 그러므로 직물 전극을 사용하기 위해서는 일정량의 피부 수분도가 필요하고 피부 수분도 변화에 따른 심전도 신호의 정량적 평가가 필요하다. 정량적 피부 수분도 측정을 위해 측정 장비는 MPA5(CK Electronics, Germany)를 사용 하였고 측정 결과 피부 수분도가 100~120% 정도에서 표준 전극과 비슷한 크기를 갖는 심전도 신호를 획득 할 수 있었다.또한 직물 전극은 직물 패턴에 따라 노이즈 특성이 바뀌기 때문에 직물 패턴 변화에 따른 심전도 노이즈 특성 변화도 관찰 하였다. 본 연구에서는 동일 재질로 만들어진 3가지 서로 다른 패턴을 갖는 직물 전극을 이용하여 직물 패턴 변화에 따른 노이즈 변화를 정량적으로 분석 하였다. 노이즈 분석은 Gari D Clifford가 제안한 노이즈 분석 방법에 의해 심전도 노이즈를 분석 하였으며 분석 결과 격자무늬 패턴의 직물 전극이 노이즈에 대한 내성에 가장 우수하였다. QRS Complex검출을 위한 신호처리 부분은 적응 필터, 형태 연산, 웨이브렛 방법에 대해 비교 분석하였다. 그 중 웨이브렛 방법은 실시간 환경에 맞게 연산량을 축소한 컨볼루션 웨이브렛(CNW) 알고리즘을 제안하였으며, 제안된 알고리즘은 기존 웨이브렛 방법과 함께 성능 비교를 하였다. 그리고 실제 운동 중 웨어러블 심전도 데이터를 적용 및 처리한 결과 본 논문에서 제안한 컨벌루션 웨이브렛(CNW)의 QRS Complex 검출율은 99.9%였고 적응 필터 99.7% 형태 연산(3M) 99.6% 보다 성능이 좋았다. 그리고 Noise Stress Test Data Base(NSTDB)에서 제공되는 3개의 노이즈 Muscle Artifact, Electorde Motion Artifact, Baseline Wander를 깨끗한 심전도와 혼합하여 Signal to Noise Ratio(SNR)가 6dB에서 QRS Complex검출 알고리즘을 적용한 결과 컨벌루션 웨이브렛 방법은 94.8%의 검출율을 보였고 형태 연산 방법은 87.8%의 검출율을 보였다. 여러 종류의 노이즈가 혼합된 경우에 웨이브렛 방법이 더 강력하다는 것을 알 수 있었고 본 연구에서 제안한 알고리즘은 잡음이 많은 환경에서 기존의 다른 알고리즘 보다 QRS Complex검출 면에서 월등한 성능을 발휘함을 알 수 있었다. 마지막으로 본 논문에서 설계된 웨어러블 시스템의 MCU인 STM32F10X에 포팅하여 다른 신호처리 알고리즘과 연산 속도를 비교 분석하였고 웨어러블 시스템에 적합한 성능을 확보 할 수 있었다.본 논문에서는 단순히 심박수 검출만을 위한 최적화 작업이었으나 앞으로는 다각적 심전도 파라미터를 분석할 수 있는 하이브리드 웨어러블 심전도 시스템 설계가 필요하다. 이를 위해서는 차후 운동 중 QT interval/QTc의 검출을 통해 운동 중 돌연 심장사(Sudden cardiac death)를 예방할 수 있는 시스템 설계가 필요하고 운동 중 좀 더 깨끗한 심전도 획득이 중요하다.