웨이브렛 변환을 이용한 수면상태의 HRV 분석에 관한 연구

Study on HRV Analysis in Sleep Stage Using Wavelet Transform

본 연구에서는 수면상태에서의 자율신경 활동을 관찰하기 위하여 웨이브렛 변환을 이용하여 HRV 신호를 분석하였다. 심전도 신호로부터 HRV 신호를 재구성하고 웨이브렛 변환을 통하여 얻은 계수를 이용하여 신호를 주파수 대역별 분석하였다. 분석된 결과를 AR 모델 기법을 이용한 기존의 주파 수 분석 방법과 비교하였다. 본 논문에서 제안한 웨이브렛 계수에 의한 전력스펙트럼 성분은 기존의 FFT나 AR모델 방법에 의한 결과와 동일한 경향을 나타내고 있었다. 따라서, 웨이브렛 계수에 의한 전력스펙트럼 분석방법은 HRV 신호를 이용한 자율신경계 활동 분석의 도구로 유용함을 알 수 있었다. 피검자가 일단 수면상태로 빠져들면, 심혈관계 역시 빠른 속도로 반응하여 수면에 적절한 활동을 수행하게 된다. 이러한 적응 활동은 심혈관 기관에 따라 차이는 있지만 대부분 수초내에 일어나게 된다. 본 논문에서 제안한 웨이브렛에 의한 분석 기법은 기존의 방법으로는 불가능했던 시간대별 변화 추이를 잘 표현할 수 있으므로 HRV 신호의 분석뿐만 아니라 다른 생체 신호의 분석에도 유용 할 것으로 예상된다.

This research analyzed the HRV signals by using wavelet transform to observe the activities of autonomous nervous system in a sleep state. This research also restructured the HRV signals from electrocardiogram and by using coefficient which was obtained through wavelet transform, analyzed the signals by frequency bandwidth. Then compared the analyzed results with existing frequency analyzing method using AR model techniques. The suggested wavelet coefficient from power spectrum component in the study shows a similar tendency with the results from FFT or AR model technique. Therefore, it can be found that power spectrum analyzing method by wavelet coefficient is a useful as a tool for analyzing autonomous nervous system activities using HRV signals. Since the suggested method able to clearly depict the progression of change in time zone, which was once impossible with the existing methods, it is presumed that it will be useful in other physiological signals.