심박률을 고려한 맥파전달속도의 보정과 내중막 두께 추정에 관한 연구

Abstract

[한글]본 연구에서는 심박률을 고려하여 맥파전달속도를 보정하고, 이 수치를 이용하여 내중막 두께를 추정하는 회귀식을 도출하고자 한다. 동맥경화증의 진단을 위해 가장 널리 사용되는 방법으로 초음파 영상을 이용한 내중막 두께측정 방법(initima-media thickness; IMT)과 동맥의 일정 구간에서 통과하는 맥파의 속도를 측정하여 동맥경직도를 추정하는 맥파전달속도(pulse wave velocity; PWV)가 있다. 일반적으로 동맥의 벽이 두꺼워지면 그에 비례해서 탄성이 떨어지고, 탄성이 떨어지면 수축기때 확장과 이완기때의 되튐(recoil)이 감소할 것으로 예측할 수 있다. 하지만, 기존의 연구에서는 동맥경직도와 내중막 두께가 상관성을 보이지 않는다고 발표하고 있다. 이에, 본 연구에서는 심박률에 따른 맥파전달속도의 변동을 보정하여 HCI(heart-rate correction index)를 도출하고, 추정에 적합한 부위의 HCI를 이용하여 내중막 두께의 회귀식을 도출하고자 한다. 본 연구를 위하여 다음과 같이 실험을 실시하였다. 성인 남성 25명에게서 신체정보, 설문지 검사, 초음파 영상, 귓불, 양측수지와 양측족지에서의 맥파와 심전도를 측정하고, 측정된 맥파와 심전도를 이용하여 각 부위에서의 맥파전달속도를 산출하였다. 산출된 맥파전달속도와 내중막 두께와의 상관관계는 귓불-심장, 우측족지-심장부위를 제외한 모든 부위에서 유의수준이 0.05 이상으로 상관성에 의미를 갖지 않았다. 보정된 맥파전달속도의 수치인 HCI와 내중막 두께와 상관관계분석의 결과는 모든 측정부위에서 유의확률 가 0.05 이하로 높은 유의성을 갖는 것으로 나타났다. 이로부터, 내중막 두께와 HCI가 상관성이 있음을 확인하였고, HCI와 기본신체정보, 설문조사정보와 함께 내중막 두께를 추정을 하고자 변수선택법인 후진제거법을 이용하였다. 후진제거법의 수행 결과, 기본신체 정보와 설문조사정보가 모두 제거되어 HCI만으로도 내중막 두께의 추정이 가능함을 알 수 있었다. HCI와 내중막 두께는 2차식의 관계를 갖고 있어 다항회귀분석을 이용하였다. 분석 결과, 귓불에서 측정된 HCI의 회귀분석 결과치가 R^2 = 0.735, adjR^2 = 0.711 로 다른 부위의 HCI보다도 가장 높은 설명력을 갖는 것으로 나타났다. 귓불의 HCI를 이용한 회귀식에 대하여 검증을 하기위해, 오차분석을 수행해 본 결과, RMSEP=0.0328, MAPE(%)=4.7622 으로 낮은 오차값을 확인할 수 있었다. 이와 같이, 회귀분석을 통하여 HCI가 유효하게 보정되었음을 확인할 수 있었으며 HCI와 내중막 두께와의 관계와 귓불-심장, 우측족지-심장 HCI를 이용한 회귀식이 가장 정확하게 내중막 두께를 추정할 수 있음을 알 수 있었다. 또한, 한 개의 심혈관계 질환 위험예측 대리표지자의 측정만으로도 다른 한 개의 대리표지자를 얻을 수 있는 가능성을 제시할 수 있었다.

[영문]In this paper, we correct Pulse Wave Velocity(PWV) with heart-rate and derive regression equations to estimate Intima-Media Thickness(IMT). Widely used methods for diagnosis of arteriosclerosis are IMT and PWV. Arterial wall stiffness determines the degree of energy absorbed by the elastic aorta and its recoil in diastole but there is not correlation between sclerosis and IMT in an existing study.

In this study, we will correct PWV with heart-rate and get regression equation to estimate IMT using Heart-rate Correction Index(HCI). We executed experiments for this study. Made up question of physical condition and measured electrocardiogram(ECG), plethysmogram(PPG) of finger-tip and foot-tip and ultrasound image of carotid artery. Calculated PWV and IMT using ECG, PPG and ultrasound image. We found that every p-value between PWV and IMT is not significant(<0.05). But p-value between IMT and HCI which is a corrected PWV using heart-rate is significant(>0.01). We use the HCI and varioud meared parameter for estimating regression equation and apply backward estimation to select parameters for regression. Result of backward estimation, found that only HCI is possible to derive proper regression equation of IMT. Relationship between PWV and IMT is second order. Result of regression equation of E-H PWV is , . This is the best correlation value. We calculated error of its anlysis for verification of earlobe PWV regression equation. Its result is RMSEP=0.0328, MAPE(%)=4.7622. Like this regression analysis, we know that HCI is useful parameter and relationship between PWV, HCI and IMT. In addition, we are able to suggest the possibility which is that we can get different parameter of prediction throughout just one measurement.