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

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

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

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

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

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

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

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.

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

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

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.

3.1 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

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).

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).

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 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).