1. 서론
심장에서 발생하는 문제는 생명과 직결되기 때문에 일상생활에서 지속적인 심장 상태 관찰을 통해 위험 인자를 파악하는 것이 중요하다[1,2]. 심장 상태관찰을 통해 위험 인자를 파악하는 방법 중 가장 정확한 검사 방법은 관상동맥조영술로, 직경 2~3 mm 의 가느다란 관을 동맥 혈관에 삽입하여 조영제를 주사하는 것이다. 그러나 해당 검사를 수행하는 대상자는 당일 금식 및 검사 이후 일정 시간 행동 제약이 있으며, 침습적인 검사 방법이므로 일상생활에서 쉽게 활용하기 어렵다[3].
지금까지 일상생활에서 쉽고 간편하게 심장 상태를 모니터링하기 위해서 보편적으로 비침습적인 진단기기인 청진기가 사용되고 있다. 청진기는 청진판부분의 벨(bell)을 통해서 진동 주파수 20~200Hz에 해당하는 제1심음(S1)과 제2심음(S2)을 측정이 가능하다[4]. 벨을 통해 측정된 소리는 연결관을 지나 전문의의 귀로 전달되는데, 이때 연결관 내부 및 외부에서 발생되는 소리나 승모판막의 협착, 폐쇄부전증과 같은 질병으로 인한 강한 혈액의 와류 등으로 인해 발생하는 소리 때문에 정확한 진단이 어렵다[5,6]. 또한 전문의가 청진기를 통해 전달된 소리의 정상여부를 판단할 때 자신의 경험 및 주관적인 판단에 의존하게 되므로 오진의 가능성도 있다. S. Mangione 과 L.Z. Nieman은 전문의 453명과 의대생 88 명을 대상으로 녹음된 심음을 분석하여 청진 소견의 정확도를 평가하는 연구를 수행하였는데[7], 연구에 참여한 대상자들에게 심음이 녹음된 파일을 들려준 후 설문조사를 실행하였고 그 결과, 12가지의 심장과 관련된 이상징후 중 약 20%만 인식하였다. 이러한실험을 통해 청진기를 사용하여 진찰할 때 사용자의 개인 역량이 진단의 정확도를 결정짓는데 매우 높은 영향을 미친다는 것을 보여주었다. 그러나 이러한 청진기의 한계점에도 불구하고 휴대성과 보관성이 좋고, 간단한 진찰 과정을 통해 심혈관질환 유무 및 이상징후 진단이 가능하다는 점에서 활용도가 높다.
따라서 본 논문에서는 기존의 청진기와 같이 휴대성과 보관성이 높고 비침습적인 방법이면서도, 비전문가가 사용하더라도 높은 정확도로 심음 분석이 가능한 심장 상태 모니터링 전용 웨어러블 장치를 제안 하였으며, 그 구조를 Fig. 1에 나타내었다. 제안한 장치는 링 형태에 손가락을 넣어 착용한 뒤, 가슴 표면에 위치시킴으로써 심음과 맥파 신호의 동시 측정이 가능하다. 두 가지 생체신호가 동시 측정이 되도록 설계한 이유는 심음만 측정하는 청진기의 한계점인 외부 환경 및 잡음에 민감하고, 사용자의 개인 역량에 따른 진단의 정확도 차이의 문제를 해결하기 위해서 제안하였다. 이후 측정된 심음과 맥파 신호는 선행연구에서 개발한 혈관 통과 시간을 활용한 자동심음 분석 알고리즘을 통해 자동으로 S1과 S2의 시점을 식별한다[8]. S1과 S2의 시점을 식별한 심음 분석 결과는 저전력 블루투스(Bluetooth Low Energy, BLE)를 통해 스마트폰 전용 애플리케이션으로 전송된다.
Fig. 1. The construction of the proposed wearable device for cardiac status monitoring.
2. 연구 방법
제안한 장치는 심음과 맥파 신호 측정을 위해 MEMS(Digital Microelectromechanical Systems) 마이크 센서와 광용적맥파(Photoplethysmogram, PPG) 센서를 사용하여 전체적인 구조를 설계하였다. 심음 측정을 위해 선택한 디지털 마이크 센서(ICS- 43434, TDK, Japan)는 20~200Hz에 해당하는 심음주파수 범위를 녹음하기에 적합한 20~30MHz의 광대역 주파수 응답 범위와 64dBA의 높은 SNR를 가지고 있다. 또한 센서의 감도 허용 오차는 ±1dB로 추가적인 시스템 보정이 필요 없으며, MCU에 직접연결할 수 있는 I2S 인터페이스가 있다. 맥파 신호측정을 위해 선택한 PPG 센서(MAX86140, Maxim Integrated, USA)는 19bit ADC, 표준 SPI 호환 인터페이스를 통해 마이크 센서와 같이 MCU에 직접 연결이 가능하다. 또한 특정 알고리즘이 내장되어 있어 과도 응답 제거 속도가 빠르고, 소비 전력이 낮으며, 주변광 제거 기능이 있으므로 맥파 신호 측정 및 심박수 감지와 같은 광학 감지 용도에도 적합하다.
시스템 제어와 측정된 데이터 처리 및 무선 통신을 위해 ARM Cortex-M4 아키텍처로 설계된 32bit 마이크로 컨트롤러를 사용하였다. 이는 낮은 전력 소모 및 빠른 웨이크업 시간 등 저전력 플랫폼을 내장하고 있어 장시간 사용이 가능하며, 다수의 I/O 포트와 다중 통신 인터페이스가 내장되어 있어 디지털마이크 센서와 PPG 센서를 연결하기에 용이하다. 또한 마이크로컨트롤러에 내장된 BLE는 19dBm의 최대 출력 전력과 -102.7dBm의 수신기 감도를 가지고 있어 안정적으로 블루투스 통신이 가능하다.
제안한 개인용 청진 장치의 개념도를 Fig. 2에 나타내었다. 심음과 맥파 신호의 동시 측정 및 신호 처리를 위해 2개의 채널을 구분한 병렬 구조이며, 마이크 센서와 PPG 센서를 통해 측정된 데이터는 각각 I2S 및 SPI 통신 프로토콜을 사용하여 MCU에 전송하도록 설계하였다. 또한 실시간으로 측정되는 심음 데이터는 수신부터 특징 추출을 연속적으로 처리하기 위해 Ping/Pong 버퍼 구조로 설계하였다. 이러한 전처리 과정을 거친 심음과 맥파 신호는 프로토타입에 탑재된 자동 심음 분석 알고리즘을 적용하여 병합 처리 후, 데이터 표시 및 저장을 위해서 스마트폰 전용 애플리케이션으로 전송한다.
Fig. 2. Block diagram of the proposed wearable device for cardiac status monitoring.
3. 실험
본 연구에서는 OrCAD(Cadence, USA)를 이용하여 제안한 장치의 회로도를 설계하였다. 그리고 심음측정을 위해 선택한 디지털 마이크 센서는 하단 포트마이크이므로 PCB 상단에 배치하여, 작은 구멍이 PCB를 관통해 직접 센서와 연결되어 청진기의 벨과같이 소리 진동을 전달할 수 있도록 설계하였다. 이외에도 블루투스 통신을 위한 패턴 안테나, 사용자의 실시간 심박수 확인이 가능한 OLED, 고속 충전 회로배치 및 휴대성과 편의성을 고려하여 98×40×1.6 mm 크기의 단층 구조 PCB를 제작하였다. 장치의 외관은 SoildWorks(Dassault Systems, USA)를 이용하여 기구설계를 하였으며, 제작된 PCB와 함께 Fig. 3과 같이 조립하였다.
Fig. 3. Assembled prototype of the proposed device. (a) top surface, (b) top surface when wearing device, (c) side surface when wearing device, and (d) bottom surface.
구현한 프로토타입의 성능 및 사용성 평가를 위해 자발적으로 실험 참여 의사를 밝힌 사람 중 심혈관계 기저 질환이 없는 건강한 성인 10명(남자:5명, 여자: 5명, 연령 범위: 24~30세)을 대상자로 선정하였다. 또한 실험을 수행하기 전, 대상자들은 본 연구의 목적과 실험 절차에 대한 안내를 받고 동의서에 서명하였다. 실험은 총 10분간 진행되었는데, 먼저 피험자의 긴장 상태 완화를 위해 편한 자세로 의자에 앉아 5분간 휴식을 취하였다. 이후 Fig. 4와 같이 링 부분에 오른쪽 중지를 넣고 프로토타입의 바닥면을 흉곽부근에 위치시켜 5분간 심음 및 맥파 신호를 측정하였다.
Fig. 4. Picture of experimental environment to evaluate the performance and usability for the prototype.
4. 실험 결과 및 고찰
프로토타입과 표준 생체신호 측정기기인 MP160 (BIOPAC System, Inc. USA)을 통해 측정된 실험자 1번의 심음과 맥파 신호를 Fig. 5에 나타내었으며, (a),(c)는 각각 프로토타입을 통해 측정된 심음 및 맥파 신호이고, (b), (d)는 각각 MP160을 통해 측정된 심음 및 맥파의 원시 신호이다. Fig. 5를 통해 프로토타입을 측정된 심음 및 맥파 신호가 MP160을 통해 측정된 심음 및 맥파의 원시 신호에 비해 뚜렷하고 안정적으로 나타나는 것을 확인할 수 있다. 이는 프로토타입에서 생활 환경 속 나타나는 외부 잡음, 폐음이나 호흡음 등의 생체 잡음, 열잡음 등을 제거하기 위한 전처리 과정이 적용되었기 때문이다.
Fig. 5. An example of the heart sound and PPG signal measured by the prototype device and MP160. (a) PCG signal delineated by the prototype device, (b) PCG signal delineated by MP160, (c) PPG signal delineated by the prototype device, and (d) PPG signal delineated by MP160.
프로토타입의 심음 및 맥파 측정의 정확도 및 S1 과 S2 식별 성능 평가 결과를 Fig. 6에 나타내었는데, (a)는 장치를 통해 동시 측정된 심음과 맥파 신호를 나타낸 것이며, (b)는 프로토타입에 탑재된 자동 심음 분석 알고리즘이 적용되는 과정을 나타낸 것이다. 프로토타입에 탑재된 자동 심음 분석 알고리즘은 선행 연구를 통해 개발된 것으로, S1 및 S2가 제 3심음 (S3), 제4심음(S4) 등 다른 소리에 비해 에너지 변화량이 크다는 점을 이용하여 Shannon Entropy를 기반으로 구현하였다[8]. 이를 통해 도출된 심음 시점의 매개변수와 맥파의 수축기 피크가 나타는 시점은 생리학적 상관관계인 VTT를 분석한 계산식을 적용, Fig. 6(c)와 같이 S1과 S2의 시점으로 식별된다. 이렇게 S1과 S2로 식별된 심음 분석 결과는 BLE를 통해 스마트폰 전용 애플리케이션으로 전송됨으로써 사용자가 가시화된 데이터로 확인이 가능하다.
Fig. 6. Prototype performance and usability evaluation results (partial example of subject 1 data). (a) Measured heart sound and PPG signal raw signal, (b) Heart sound analysis algorithm application, and (c) Automatic heart sound analysis result of the measured signal.
5. 결론
본 논문에서는 심장 상태 모니터링을 위해 심음과 맥파 신호를 동시에 측정할 수 있는 웨어러블 장치의 프로토타입을 구현하였다. 구현한 프로토타입의 성능 평가를 위해 건강한 성인 10명을 대상으로 실험을 수행한 결과, 생체신호 측정 및 수집에 대한 프로토타입의 우수한 성능을 확인할 수 있었다. 이를 통해 기존의 아날로그 청진기가 심음을 제외한 외부 소리 및 내부 장기의 움직임으로 인해 발생하는 소리에 취약하다는 점과 사용자의 경험에 따라 진단의 정확도에 영향을 미친다는 점을 해결하였다. 그러나 현재 수집된 데이터들은 심혈관계 기저 질환이 없는 건강한 성인만을 대상으로 한 결과이기 때문에 S3, S4, 말굽소리 등 다양한 심음에 대해서 식별할 수 없는 한계를 가지고 있다. 또한 제안한 프로토타입에 특정 질병을 예측하거나 진단하는 알고리즘은 탑재되어있지 않으므로 정확한 진단을 위해서는 추가적인 진단 알고리즘 개발이 필요하다. 향후 연구를 통해 다양한 연령대와 질병군을 분류하여 데이터베이스를 구축하고 특정 질병의 예측 및 진단이 가능한 알고리즘을 구현하여 장치에 탑재할 예정이다.
참고문헌
- P. Leijdekkers and V. Gay, "Personal Heart Monitoring System Using Smart Phones to Detect Like Threatening Arrhyrthmias," 19th IEEE Symposium on Computer-Based Medicla Systems(CBMS' 06), pp. 157-164, 2006.
- A.F. Otoom, E.E. Abdalllah, Y. Kilani, A. Kefaye, and M. Ashour, "Effective Diagnosis and Monitoring of Heart Disease," International Journal of Software Engineering and Its Applications, Vol. 9, No. 1, pp. 143-156, 2015.
- M. Tavakol, S. Ashraf, and S.J. Brener, "Risks and Complications of Coronary Angiography: A Comprehensive Review," Global Journal of Health Science, Vol. 4, No. 1, p. 65, 2012.
- J.L. Moraes, M.X. Rocha, C.G. Vasconcelos, J.E.V. Filho, V.C. Albuquerque, and A.R. Alexandria, "Advances in Photopletysmography Signal Analysis for Biomedical Applications," Sensors, Vol. 18, No. 6, pp. 1894, 2018.
- T. Syeda-Mahmood and F. Wang, "Shape-Based Retrieval of Heart Sounds for Disease Similarity Detection," European Conference on Computer Vision, pp. 568-581, 2008.
- C. Will, K. Shi, S. Schellenberger, T. Steigleder, F. Michler, J. Fuchs, et al., "Radar-Based Heart Sound Detection," Scientific Reports, Vol. 8, No. 1, pp. 1-14, 2018.
- S. Mangione and L.Z. Nieman, "Cardiac Auscultatory Skills of Internal Medicine and Family Practice Trainees : A Comparison of Diagnostic Proficiency," J ournal of American Medical Association (JAMA) , Vol. 278, No. 9, pp. 717-722, 1997. https://doi.org/10.1001/jama.1997.03550090041030
- S. Lee, Q. Wei, and H. Park, "Development of High-Accuracy Automatic Identification Algorithm for First and Second Heart Sounds Using Vascular Transit Time," J ournal of Korea Multimedia Society, Vol. 24, No. 11, pp. 1500-1507, 2021.