Development of the wearable ECG measurement system for health monitoring during daily life

일상생활 중 건강모니터링을 위한 착용형 심전도계측 시스템 개발

노윤홍·정도운 * ^†

Development of the wearable ECG measurement system for health monitoring during daily life

Yun Hong Noh and Do Un Jeong * ^†

Abstract

In this study, wearable ECG measurement system was implemented for health monitoring during daily life. A wearable belt-type ECG electrode worn around the chest by measuring the real-time ECG is produced in order to minimize the inconvenience in wearing. The measured ECG signal is transmitted via an ultra low power consumption wireless data communications unit to personal computer using Zigbee-compatible wireless sensor node. The ECG monitoring program is developed at end user which is personal computer. The measured ECG contains many noises mainly due to motion artifacts. For ECG signal processing, adaptive filtering process is proposed which can reduce motion artifacts efficiently and accurately than digital filter. The experimental results show that a reliable performance with high quality ECG signal can be achieved using this wearable ECG monitoring system.

Key Words : ECG, wearable, USN, adaptive filter, health care

1. 서 론

첨단 의료기기 및 의료기술의 발전에 따라 질병의 조기진단 및 조기치료를 통해 질병의 완치율이 높아지 고 있다 . 하지만 인구의 고령화에 따라 만성질환자가 증가하고 있으며 , 이는 급격한 의료수요 증가를 야기한 다 ^[1] . 과거에는 질환을 조기에 진단하여 치료하기위한 기술이 주류를 이루었으나 최근에는 자신의 건강상태 를 수시로 모니터링 하여 항상 건강한 상태를 유지할 수 있도록 지원하는 의료기술들에 관심이 집중되고 있 다 . ^{특히 유비쿼터스기술과 헬스케어기술이 접목되어}

진 유비쿼터스 헬스케어기술을 통해 기존 병원중심의 의료에서 진일보하여 시간과 장소에 구애받지 않고 건 강모니터링을 수행하기 위한 다양한 연구들이 시도되

고 있다 .

유비쿼터스 헬스케어는 전 세계적으로 도입 단계이 며 , 유럽 , 일본 , 미국 등 선진국에서는 정부 주도의 대형 프로젝트를 중심으로 급속히 성장하고 있다 ^[2,3] . 특히 무 선통신기술을 적용하여 다양한 생체신호를 보다 편리하 게 계측하고 이로부터 건강모니터링을 수행하는 연구들 이 추진되었다 ^[4-7] . 최근에는 무선센서네트워크 기술을 헬스케어분야에 적용하여 신체영역통신망을 구축하고 초저전력 무선통신에 의해 건강정보를 모니터링하는 연

구들이 활발하게 수행되고 있다 ^[8,9] . 생체신호의 계측에

있어 환자나 사용자의 편의성을 확보하기위하여 무구속

(nonrestraint), 무자각 (unconsciousness) 생체신호 계측 연구들이 수행되고 있다 . 무구속 무자각 생체정보계측 을 위하여 착용형 (wearable) ^{셔츠 [3]} , ^{팔목 부착형의 계측}

시스템 ^[10] , 변기나 의자 ^[11,12] 등에서 무구속적으로 생체

신호를 계측하는 연구들이 수행되고 있다 .

신체로부터 측정 가능한 다양한 생체정보 중 심장의 활동상태를 반영하는 심전도 (electrocardiogram, ECG)

신호는 일정한 주기를 가지며 규칙적인 리듬을 갖고 발생한다 . 하지만 활동상태의 변화와 병변의 발생에 따 라 주기와 파형의 특성은 변화하는 양상을 보인다 . 따

동서대학교디자인

&IT

IT

(Department of Ubiquitous IT Engineering, Graduate School of Design & IT, Dongseo University)

*

(Division of Computer & Information Engineering, Dongseo University)

†

Corresponding author : [email protected]

(Received : November 24, 2009, Revised : December 30, 2009

Accepted : January 13, 2010)

라서 심전도 신호의 성분들을 분석하여 심장의 이상 유무와 병변 부위를 추측할 수 있으며 , ^{심장의 병리} ·

생리학적인 메커니즘 이상을 추정하여 심질환 진단에 활용이 가능하다 .

심전도 신호의 모니터링에 있어 신호에 포함된 잡음 의 제거는 무엇보다 중요하다 . 특히 잡음의 대역폭이 심전도 신호와 중첩되는 경우 유효한 건강 정보를 포 함하는 심전도 신호의 주요성분을 왜곡시킬 가능성이 높다 . 이러한 문제점을 해결하고 신호에 포함된 잡음제 거를 보다 효율적으로 수행하기위하여 적응신호처리 기법에 대한 연구들이 수행되었다 . 적응신호처리 기법 은 유입되는 잡음에 따라 가변적인 필터링특성을 제공 하며 이를 적용한 연구로서 뇌파에서의 심전도 간섭제 거 ^[13] , ICG(impedance cardiography) 에서 호흡에 의한 기저선 변화 제거 ^[14] , 산모의 심전도로부터 태아의 심 전도를 추출하기 위한 연구 ^[15] , ^{전원잡음의 제거 그리}

고 임피던스 호흡측정기에서의 심전도 간섭 제거 등에 관한 연구들이 수행되었다 .

본 연구에서는 일상생활 중 보다 편리하게 생체신호 계측을 수행하여 지속적인 건강관리를 수행할 수 있는 시스템을 구현하고자 하였다 . ^{이를 위하여 많은 건강정}

보를 포함하고 있으며 , 범용적인 건강모니터링에 활용 가능한 심전도 신호를 계측하기위한 시스템을 구현하 였다 . ^{본 연구에서 구현한 심전도 계측 시스템은 활동}

의 편리성을 고려하여 가슴벨트형의 심전도 전극을 적 용하였으며 , 허리에 부착 가능한 초소형의 무선심전도 모니터링 시스템을 구현하였다 . ^{그리고 정적인 자세에}

서의 생체신호 계측에서 진일보하여 일상생활 중 동잡 음이 발생하더라도 심전도 신호의 모니터링이 가능하 도록 적응신호처리 기법을 적용한 시스템을 설계 및 구현하였다 .

2. 시스템 구현

2.1. 심전도 신호

심전도 신호는 심장 내에 존재하는 특수흥분전도시 스템에 의해 심장을 구성하는 심근이 규칙적으로 수축 과 이완 작용을 수행함에 따라 발생하는 생체 전위이 며 , 이러한 전기 생리학적인 기전에 의해 발생한 전기 적인 신호를 체외의 전극을 이용하여 측정한 파형을 심전도라 한다 . ^{일반적으로 심전도는} P ^파 , QRS ^군 , T ^파

등으로 구성된다 . 먼저 P 파는 심방의 수축 시에 발생

하며 , QRS 군은 심실의 수축 시에 발생한다 . 그리고 심

실의 이완 시에는 T ^{파가 발생하며} , ^{심방의 이완 시에}

발생하는 파는 심실의 수축 시 발생하는 파와 거의 중

첩되기 때문에 측정이 되지 않는다 . ^{심전도 파형의 일}

례와 진단 및 건강 모니터링을 위해 심전도 파형으로 부터 추출 가능한 여러 가지 파라미터를 Fig. 1 에 나타 내었다 .

이러한 심전도 신호는 정상적인 경우 거의 일정한 주 기를 가지며 규칙적인 리듬으로 발생한다 . 따라서 심전 도 신호의 각 파형들을 분석하여 심장의 이상 유무와 병변 부위를 추측을 통해 여러 가지 심질환의 진단에 활용되고 있다 . 일반적으로 진단용 심전도의 대역폭은

0.05 Hz~100 Hz ^이며 , ^{환자모니터링 또는 헬스케어용으}

로 사용할 때는 0.05 Hz~35 Hz 대역을 사용한다 ^[16] . 하

지만 이러한 심전도의 대역은 60 Hz 전력선 잡음 , 호흡

에 의한 기저선 변동 , ^{각종 전자장치로부터의 고주파}

잡음 , 심전도 계측 시 움직임에 따른 피부와 전극사이 임피던스 변화에 따른 동잡음 , ^{근육의 활동에 따른 근}

전도신호 등의 대역과 중첩될 수 있다 .

일반적으로 심전도에 포함된 잡음성분의 제거를 위 해서는 고역통과필터와 저역통과필터 및 전원잡음의 제거를 위한 노치필터를 결합한 필터 셋을 활용한다 .

하지만 이러한 필터 셋은 시간에 따라 잡음성분이 변 화하는 경우 , ^{특히 심전도 신호의 대역폭과 중첩되는}

잡음은 제거가 어렵다 . 호흡 및 동잡음에 의한 저주파

성분의 잡음은 심전도 신호에서 0.8 Hz 이하의 대역을

갖는 ST ^{세그먼트와 중첩되는 경우가 발생하며} , ^저주파

성 잡음의 제거를 위하여 차단주파수가 높은 고역통과

필터를 사용하게 되면 심근허혈이나 심근경색의 임상

적인 정보를 포함하고 있는 ST 세그먼트가 왜곡되는

결과를 초래할 수 있다 ^[16] . 특히 본 연구에서와 같이 정

적인 자세가 아닌 일상생활 중 움직임을 수반하는 상

태에서 심전도를 측정하면 동잡음에 의해 신호의 대역

폭과 중첩되는 저주파 잡음은 더욱 증가하게 된다 . 따

라서 움직임을 수반한 심전도 신호의 계측 시에는 기

존에 활용되고 있는 심전도 처리기법과 차별화되는 신

Fig. 1. The ECG waveform.

호처리 기법의 적용이 필요하다 .

2.2. 착용형 심전도 전극

일반적인 심전도 측정에서는 피부와 전극의 밀착성 을 유지하기 위하여 하이드로젤이 도포된 일회용 Ag-

AgCl 전극을 주로 사용한다 . 하지만 일회용 전극의 경

우 장시간 부착 시 하이드로젤에 의한 알레르기 반응 의 유발 가능성이 있을 뿐만 아니라 땀에 의해 접착력 이 변화되어 피부와 전극사이에 임피던스 변화가 발생 하고 이로 인해 신호의 재현성에 문제를 야기할 수 있 다 . ^{이러한 단점을 보완하기위해 재사용이 가능한 금속}

전극을 적용한 가슴 부착형의 벨트형 심전도 전극을 설계하였다 . 본 연구에 적용한 금속전극은 피부적합성 을 높이기 위하여 황동전극에 은을 도금 처리하여 피 부접촉면을 구성하였으며 , 전극의 착용편리성 및 전극 과 피부사이 밀착도를 높이기 위해 길이 조절이 가능 하고 탄력성을 갖는 재질을 이용하여 벨트를 제작하였 다 . 본 연구에서 제안한 벨트형 심전도전극의 구성을

Fig. 2 ^{에 나타내었다} .

2.3. 심전도 계측 시스템

본 연구에서는 일상생활 중 심전도 모니터링을 위하 여 신체에 착용 가능한 전극 및 계측시스템을 구현하 고자 하였다 . 이를 위하여 배터리구동이 가능한 초소형 심전도 계측시스템 및 근거리 무선전송시스템을 구현 하였다 . 먼저 심전도 계측시스템의 구성에 있어 전극으 로부터 유도된 신호의 검출을 위하여 1 차 저역통과필 터와 계측용 증폭기 (INA118, burr-brown Co., USA) ^로

구성된 전치증폭부를 구성하였다 . 전치증폭부에 적용 한 계측용 증폭기는 낮은 오프셋전압과 110 dB 이상의

CMRR(common mode recection ratio), 높은 입력임피 던스 , 저전력 및 저전압 단전원 동작이 가능하고 입력

단에 ± 40 V ^{고전압 보호회로를 내장하고 있어 생체신}

호 계측용으로 유용하게 활용할 수 있다 . 또한 전극으 로부터 유도된 양극과 음극의 중간전압을 검출하여 피 드백하는 반전 동상신호 구동회로를 적용하여 전극으 로 유입되는 동상신호를 최소화 하였다 . 그리고 차단주

파수가 0.05 Hz 인 고역통과필터를 설계하여 심전도 신

호에 포함된 기저선 및 저주파성분의 잡음을 제거하도 록 하였으며 , 상용전원으로부터 유입될 수 있는 전원잡

음의 제거를 위하여 60 Hz 의 차단주파수를 갖는 Twin-

T ^{노치필터를 설계하였다} . ^{그리고 신호 증폭회로와}

35 Hz 의 차단주파수를 갖는 2 차 버터워즈 저역통과필

터를 설계하여 최종 아날로그 심전도 신호를 검출 하 였다 .

심전도 계측부로부터 검출된 아날로그 심전도 신호 를 디지털 신호로 변환하여 무선 전송하기위해 Zigbee

호환의 무선센서노드인 TIP710CM(Maxfor, Co., Korea)

를 사용하였다 . 이 센서노드는 Moteiv 사의 telos 플랫폼 을 기반으로 설계되었으며 , TI 사의 저전력 마이크로프 로세서인 MSP 430F1611 에 의해 제어된다 . MSP430F1611

프로세서는 1.8 V 정도의 저전압에서도 동작이 가능한

16-bit RISC ^{구조의 마이크로프로세서로서 내부에}

48 kbyte 의 프로그램 메모리와 10 kbyte 의 메모리를 갖 고 있다 . 본 연구에서는 무선센서노드의 마이크로프로 세서에 내장된 A/D ^{변환기를 이용하여} 1 ^초당 100 ^{회 샘}

플링을 통해 12 bit 의 디지털 신호로 변환하였으며 , 변

환된 디지털 심전도 신호를 패킷화 하여 PC 측에 설치 된 수신노드로 무선 전송하도록 하였다 . ^{본 연구에서}

계측된 심전도의 무선전송을 위해 적용한 무선센서노

드의 특성을 요약하여 Table 1 에 나타내었다 .

무선 전송된 심전도 신호를 PC ^{상에서 처리하기위하}

여 Visual Studio2005 를 이용한 모니터링 프로그램을

구현하였다 . PC 모니터링 프로그램에서는 수신된 패킷 의 오류검사과정을 거친 후 심전도 신호의 각 샘플 정 보를 추출하였으며 , 심전도 신호의 각 샘플에 일련번호 를 인가하고 PC ^{모니터링 프로그램에서 이 일련번호를}

검사함으로써 전송과정에서 발생할 수 있는 데이터 누 락을 방지하도록 하였다 . 또한 모니터링 프로그램에서 는 차단주파수의 설정이 가능한 고역통과필터와 저역 통과필터를 선택적으로 적용할 수 있도록 설계하였으 Fig. 2. Structure of the implemented belt type ECG

electrode.

Table 1. Specification of the sensor node for ECG tran- smission

MCU Model TI MSP430F1611

Type 16 bit RISC

Program memory 48 kbyte

External RAM 10 kbyte

Flash 1 Mbyte(8 Mbit) EEPROM 128 byte (1 kbyte)

Radio Model CC2420 (2.4 GHz)

Data Rate 250 kbps

며 , 그래프 컴포넌트를 통해 계측된 심전도 신호를 다 양한 형태로 실시간 디스플레이가 가능하도록 구성하 였다 . 본 연구에 의해 구현된 심전도 측정 시스템의 전

체적인 구성을 Fig. 3 에 나타내었다 .

2.4. 심전도 신호처리

일상생활 중 심전도 신호의 계측에 있어 동잡음의 제거는 무엇보다 중요하다 . ^{하지만 동잡음은 일정한 패}

턴으로 발생하는 것이 아니라 움직임에 따라 수시로 변화하는 특성이 있다 . 이러한 특성 때문에 일반적인 필터링 기법을 이용해서 동잡음을 제거하는 것은 매우 어려운 난제로 인식되고 있다 . 특히 동잡음 성분은 주 로 저주파 성분들로 나타나며 , ^{동잡음 제거를 위하여}

차단주파수가 높은 고역통과필터를 적용하면 건강모니 터링에 중요한 저주파대역의 유효 신호성분의 왜곡을 초래할 수 있다 . ^{본 연구에서는 일상생활 중 움직임에}

따른 심전도 신호의 동잡음을 보다 효율적으로 제거하 기 위해 유입되는 잡음에 따라 필터의 특성이 변화하 는 적응필터를 개발하고자 하였다 .

적응 필터의 알고리즘은 크게 두 종류로 구분할 수 있다 . 먼저 RLS(recursive least squares) 알고리즘은 적 응속도가 빠르고 잡음 제거 능력이 뛰어난 특징이 있 지만 계산 량이 많은 단점을 갖고 있다 . 그리고 또 다 른 적응필터 알고리즘으로 제곱 평균오차를 최소로 하 는 계수를 반복적으로 구해가는 최급하강법 (steepest

decent method) 이 있다 . 최급강하법 알고리즘은 구조가

비교적 간단하고 적응필터의 구현을 위한 시스템 자원 의 요구사항이 적은 특징이 있다 . 본 연구에서는 향후

센서노드에 내장된 마이크로프로세서에서의 알고리즘 구현을 고려하여 최소의 시스템자원에서 구동이 가능 한 적응필터를 개발하고자 최급하강법을 적용한 알고 리즘을 사용하였다 . 이 최급하강법 알고리즘은 현재시 점 n ^{에서 추정된 계수} h k [n](k=0, 1, ^… , M) ^에서 n+1 ^시

점에서의 추정치 h k [n+1](k=0, 1, … , M) 를 다음과 같은 수식을 통해 반복적으로 계산하는 방법이다 .

(1)

여기서 k[n] ^은 n ^{시점에서의 오차 특성곡면의} h k [n]

방향의 경사 , µ는 스텝사이즈 파라미터인 정수이다 . 본 연구에서는 최급하강법을 기초로 한 Wiener 필터이론 의 LMS(least mean square) ^{알고리즘을 이용하여 적응}

필터를 구현하였으며 , 적용한 필터의 구조는 Fig. 4 와 같다 .

LMS ^{적응필터는 주어진 필터계수에 기반 하여 최소}

평균자승 알고리즘으로 필터 계수를 반복적으로 조정 하여 잡음 제거 또는 원하는 신호의 특성을 추정하는 기법이며 , ^{필터의 출력은 다음과 같은 수식으로 나타낼}

수 있다 .

(2) (3)

(4) 여기서 S ( n ) 는 원신호이고 L은 차수 , N ( n ) 은 잡음성 분신호 , ^N R ( ⁿ ) ^{은 참조잡음신호} , ^{은 추정된 잡음신}

호이다 . 그리고 h k ( n ) 는 필터계수 , 는 수렴상수이다 . 이 때 N R ( n ) 은 이동평균필터에 의한 신호를 추출하여 사 용하였으며 , ^{이 신호에서 미약하나마 신호성분 S} ( ⁿ ) ^을

조금 포함하는 경우에는 N ( n ) 의 제거뿐만 아니라 S ( n )

의 제거도 발생할 수 있다 ^[17] . 하지만 심전도 신호의 처 h

^[ n + 1 ^{] h} =

^{[ ] µ n} – ^∇

^{[ ] n}

E n ( ) S n = ( ) N n + ( ) N – ˆ _{( ) n}

N ˆ _{( ) n h}

_N

( _{n k} – )

k 0= L

= ∑

h

⁽ n + 1 ^{) h} =

^{( ) n} + 2 ^{µE n ( )N}

^{( n k} – ⁾

N ˆ _{( ) n}

Fig. 3. Block diagram of the implemented system for wireless ECG monitoring.

Fig. 4. Block diagram of the adaptive filter for noise

cancelling.

리과정에서 고역통과필터를 이용하여 동잡음과 같은 저주파 대역을 제거할 경우 생기는 ST세그먼트의 왜 곡 현상 및 신호와 대역폭이 중첩되는 경우의 잡음성 분을 현저히 감소시킬 수 있다.

3. 실험 및 결과

3.1. 심전도 전극의 특성평가

본 연구에 의해 구현된 벨트형 심전도 전극의 성능 평가를 위하여 상용 심전도 전극인 일회용 Ag-AgCl 전극과의 임피던스 특성을 비교하였다. 본 연구에서 제 작한 전극의 임피던스 변화를 관찰하기 위하여 수용성 젤을 금속전극에 도포하고 흉부에 부착한 후 임피던스 측정기(SI1260, Solartron Co., USA)를 이용하여 전극- 피부간 접촉 임피던스를 측정하였다. 상용전극과의 비 교평가를 위하여 일회용 전극을 금속전극과 동일한 위 치에 부착한 후 임피던스를 측정하였으며, 이 때 분석 주파수 범위는 심전도 신호의 주파수 범위를 고려하여 0.1 Hz~50 Hz로 설정하였다. 본 연구에서 제작한 전극 과 상용전극의 임피던스 특성분석을 수행한 결과를 Fig. 5에 나타내었다. 실험결과를 살펴보면 제작된 전 극의 피부-전극 접촉 임피던스는 20 kΩ~100 kΩ의 특 성을 보였다. 이는 상용일회용전극과 유사한 특성을 나 타내는 것이며, 기존 일회용전극을 대체하여 사용할 수 있음을 보여준다.

3.2. 시스템 구현 결과

본 연구에서는 일상생활 중 보다 편리하게 건강모니 터링을 수행하기 위하여 신체에 착용 가능한 초소형 무선 심전도 계측시스템을 구현하고자 하였으며, 이를 위하여 벨트형의 심전도 전극 및 허리에 부착 가능한

무선 심전도 계측시스템 및 무선전송시스템을 구현하 였다. 본 연구를 통해 구현된 벨트형 심전도 전극을 Fig. 6의 (a)에 나타내었으며, 신체부착이 가능한 초소 형 심전도 계측시스템을 Fig. 6의 (b)에 나타내었다. 그 리고 심전도 계측시스템으로부터 출력되는 아날로그 심전도 신호를 디지털신호로 변환하여 무선 전송하기 위한 Zigbee호환의 무선센서노드를 Fig. 6의 (c)에 각 각 나타내었다.

구현된 계측시스템을 이용하여 측정된 심전도 신호 를 PC상에서 디스플레이하고 분석하기 위하여 Visual Studio 2005를 이용한 모니터링 프로그램을 구현하였 다. 모니터링 프로그램은 센서노드로부터 전송되는 데 Fig. 5. Comparison of electrode Impedances of belt-type

and disposable electrodes.

Fig. 6. Implemented ECG monitoring system.

Fig. 7. Implemented PC program for ECG monitoring.

이터를 실시간으로 디스플레이 하며 , 계측된 데이터의 저장 및 리뷰기능을 제공한다 . ^{본 연구를 통해 구현된}

모니터링 프로그램을 이용하여 실제 심전도 신호를 계 측한 일례를 Fig. 7 에 나타내었다 .

3.3. 적응필터 성능평가

본 연구에서는 일상생활 중 심전도 계측에 있어 동 잡음의 효율적인 제거를 위하여 적응신호처리 기법을 적용하였다 . 구현된 적응필터의 성능을 평가하기 위하

여 MIT-BIH ^{심전도 신호에 잡음성분을 추가 후 본 연}

구에서 제안한 신호처리 기법을 적용하는 잡음제거 성 능평가 시뮬레이션을 수행하였다 . 일반적인 심전도 신

호의 동잡음은 1 Hz~10 Hz ^{의 주파수 대역에서} , ^호흡에

의한 잡음은 0.04 Hz~2 Hz 의 대역에서 나타나는 것으

로 알려져 있다 ^[18] . 본 연구에서는 활동 상태에서 심전 도 계측 시 나타나는 동잡음 성분의 특성을 평가하기 위하여 정적인 자세와 걷거나 뛰는 활동 상태에서 주 파수 특성을 분석하였다 . 동잡음에 따른 잡음주파수 분

석결과 0.8 Hz~4.1 Hz ^{대역에서 동잡음 발생이 많았으}

며 , 이를 바탕으로 1.3 Hz, 2.7 Hz, 4.1 Hz 의 주파수 대 역을 동잡음 시뮬레이션을 위한 잡음주파수 성분으로 활용하였다 . 또한 호흡 등에 의한 기저선 변화 등을 반 영하기위하여 0.04 Hz, 0.1 Hz, 0.15 Hz 의 저주파수 대 역을 포함하는 잡음신호를 생성하였다 .

본 연구에서 적용한 심전도 데이터는 MIT-BIH

Arrhythmia Database 109 번을 사용하였으며 , 심전도 신호의 일부구간을 Fig. 8 ^의 (a) ^{에 나타내었다} . ^그리고

시뮬레이션을 위해 생성된 잡음신호를 Fig. 8 의 (b) 에 나타내었으며 , 심전도 신호에 잡음신호를 첨가한 신호 를 Fig. 8 ^의 (c) ^{에 나타내었다} . ^{본 연구에서 적용한 적}

응필터와의 성능 비교를 위하여 4 차 FIR 고역통과필터 를 적용한 심전도를 Fig. 8 의 (d) 에 나타내었다 . 일반적 인 심전도 신호처리에서 고역통과필터의 차단주파수는

0.05 Hz 를 사용하지만 본 연구에서는 활동 중 심전도

계측 시 기저선 변화를 최소화 하고 , 심전도의 피크검 출을 주목적으로 함에 따라 1 Hz 의 차단주파수를 설정

하였다 . Fig. 8 의 (d) 에서 확인할 수 있듯이 차단주파수

이하의 잡음제거는 이루어졌으나 심전도 신호의 PSD (power spectral density) 분석 결과를 살펴보면 저주파 수대역의 유효주파수도 동시에 제거되었으며 , 원 심전 도 신호와 다른 왜곡현상을 확인할 수 있다 . Fig. 8 ^의 (e) 에 본 연구에서 제안한 적응신호처리 기법을 적용한 심전도 신호처리결과를 나타내었다 . 실험결과를 살펴 보면 원심전도와 유사한 신호로 복원 가능함을 확인할

수 있으며 , PSD 결과에서도 원 심전도 신호와 유사한 PSD ^{형태를 보이며} , ^{이를 통해 제안한 적응필터의 유}

Fig. 8. Results of ECG signal processing.

용성을 확인할 수 있다 .

제안한 신호처리 기법의 보다 정량화된 평가를 위하 여 잡음이 없는 심전도 , 잡음을 추가한 심전도 , 일반적 인 4 ^{차 고역통과필터를 적용한 심전도 그리고 본 연구}

에서 제안한 적응신호처리 기법을 적용한 심전도 데이 터의 PSD 합을 주파수 구간별로 계산하여 그 결과를

Table 2 에 나타내었다 . Table 2 를 살펴보면 본 연구를

통해 구현한 적응필터를 통해 효율적인 잡음의 제거가 가능함을 확인 할 수 있으며 , ^특히 ST ^{세그먼트 주파수}

대역인 0.05 Hz~0.8 Hz 사이의 저주파수 대역에서는

일반적인 고역통과 필터의 왜곡현상과는 달리 원 심전 도 신호와 유사한 PSD ^{특성을 확인할 수 있다} .

3.4. 활동 중 심전도 계측 평가

본 연구에서 제안한 계측시스템 및 신호처리 기법의 실제 적용가능성을 평가하고자 하였다 . 이를 위하여 건 강한 20 대 대학생을 대상으로 구현된 심전도 전극을 가슴에 착용하고 , ^{계측 시스템을 허리에 부착하여 활동}

에 따른 심전도 신호를 측정하였으며 , 실제 활동 중 심

전도를 계측하는 모습을 Fig. 9 에 나타내었다 .

활동상태에 따른 심전도 신호의 계측을 위해 트레드 밀 (treadmill) 을 이용하였으며 , 2 km/h, 4 km/h, 6 km/h

의 속도로 걷거나 뛰는 상황에서 10 ^{분간 신호계측을}

수행하였다 . 각각의 속도에서 계측된 심전도 신호로부

터 건강모니터링에 유용한 정보를 추출하기위하여 일 반적인 디지털필터와 본 연구에서 제안한 신호처리 기 법을 적용하였으며 , 그 결과를 Fig. 10~12 에 나타내었 다 . ^{실험결과를 살펴보면} 2 km/h, 4 km/h ^{의 속도에서는}

일반적인 필터를 적용할 경우에도 심전도의 피크검출

이 가능한 신호처리 결과를 보여준다 . 하지만 Fig. 12

의 6 km/h ^{속도에서 계측한 심전도를 살펴보면 움직임}

에 따른 동잡음이 유입됨에 따라 일반적인 디지털필터 를 적용할 경우 심전도 피크검출에 어려움이 발생한다 .

하지만 본 연구에서 제안한 신호처리 기법을 적용할 Table 2. Results of the PSD analysis

Signal Sum of PSD[dB/Hz]

0.05~0.8 Hz 0.8~5 Hz 5~10 Hz ECG − 1571.9 − 1070.7 − 1628.5 ECG+noise − 1504.3 − 1052.4 − 1628.5 1 Hz HPF ⁻ 1910.6 ⁻ 1052.3 ⁻ 1628.3 Adaptive Filter ⁻ 1570.4 ⁻ 1050.3 ⁻ 1623.2

Fig. 9. Experiment set for ECG monitoring during activity.

Fig. 10. Results of ECG signal processing : 2 km/h.

Fig. 11. Results of ECG signal processing : 4 km/h.

경우 활동 중 심전도 신호로부터도 피크검출이 가능함 을 확인할 수 있다 .

4. 결 론

본 연구에서는 일상생활 중 지속적인 건강상태의 모 니터링을 위하여 가벼운 움직임을 수반하더라도 심전도 계측이 가능한 착용형 계측시스템을 구현하고자 하였다 .

이를 위하여 벨트형 심전도전극과 초소형 무선 계측 시 스템을 구현하였다 . 특히 정적인 자세가 아닌 가벼운 움직임을 수반하더라도 심전도의 모니터링이 가능 하도 록 잡음의 특성에 따라 필터 특성의 가변이 가능한 적 응신호처리 기법을 적용하였다 . 신호처리 기법의 타당 성을 평가하기위하여 일반적인 디지털필터와 제안한 적

응필터를 적용한 결과의 PSD ^{비교분석을 수행하였다} .

그 결과 ST 세그먼트 주파수 대역인 0.05 Hz~0.8 Hz 사 이에서 일반적인 필터를 적용하였을 경우 왜곡현상이 발생하였지만 제안한 신호처리 기법을 적용한 경우 원 신호와 유사한 PSD 특성을 확인 할 수 있었다 . 구현된 계측시스템의 실제 일상생활 건강모니터링 적용가능성 을 평가하기위하여 트레드밀을 이용한 계측성능평가를 수행하였다 . 그 결과 본 연구에서 제안한 신호처리 기

법을 적용할 경우에는 6 km/h ^{의 속도에서도 심전도의}

피크검출이 가능하였으며 , 이는 일상생활 중 지속적인 건강모니터링의 가능성을 보여준다 .

향후 연구에서는 보다 효율적인 동잡음 제거 및 실 시간 적응신호처리 기법의 구현을 위한 알고리즘 최적

화에 관한 연구가 추가적으로 수행되어야 하며 , 마이크 로프로세서 등과 같은 제한적인 시스템자원에서도 적 용이 가능한 알고리즘을 개발하고자 한다 . 그리고 생체 신호의 무선전송 시 고려되어야 할 신뢰성 향상과 저 전력 생체신호 계측 시스템 설계를 위한 지속적인 연 구를 추진하고자 한다 .

감사의 글

본 연구는 동서대학교 유비쿼터스 어플라이언스 지 역혁신센터 및 중소기업청의 산학공동 기술개발지원사 업의 연구비를 지원받았음 .

참고 문헌

[1] ^오해석 , “u- ^{헬스케어 기술 및 표준화 동향} ”, ^한국정

보통신기술협회 TTA Journal, no. 112, 2007.

[2] T. R. F. Fulford-Jones, G. Wei, and M. Welsh, “A portable, pow-power, wireless two-lead EKG sys- tem”, 26th Annual International Conference of the IEEE EMBS pp. 2141-2144, San Francisco, CA, USA, 2004.

[3] The MobiHealth Project. Innovative gprs/umts mobile services for applications in healthcare. http:/

/www.mobihealth.org/.

[4] ^이인광 , ^김성식 , ^장종찬 , ^김군진 , ^김경아 , ^이태수 , ^차

은종 , “ ^{의복착용형 무선 호흡모니터 시스템} ”, ^센서

학회지 , ^제 17 ^권 , ^제 2 ^호 , pp. 133-142, 2008.

[5] ^신광식 , ^권준달 , ^이영동 , ^정완영 , “ ^{무선 센서네트워}

크기술을 활용한 Ad-hoc ^{홈 네트워크시스템} ”, ^센서

학회지 , ^제 16 ^권 , ^제 2 ^호 , pp.142-149, 2007.

[6] E. Jovanov, A. O’'Donnel Lords, D. Raskovic, P.G.

Cox, R. Adhami, and F. Andrasik., “Stress moni- toring using distributed wireless intelligent sensor system”, IEEE Engineering in Medicine and Biol- ogy Magazine , vol. 22, no. 3, pp. 49-55, 2003.

[7] M. Akay, M. Sekine, T. Tamura, Y. Higashi, and T.

Fujimoto., “Unconstrained monitoring of body motion during walking”, IEEE Engineering in Medicine and Biology Magazine , vol. 22, no. 3, pp. 104-109, 2003.

[8] E. Jovanov, A. Milenkovic, C. Otto, and P.C Groen,

“A wireless body area network of intelligent motion sensors for computer assisted physical rehabilita- tion”, J. Neuro Engineering and Rehabilitation , vol.

2, no. 6, pp. 1-10, 2005.

[9] K. Lorincz, D. J. Malan, T. R. F. Fulford-Jones, A.

Nawoj, A. Clavel, V. Shnayder, G. Mainland, M.

Fig. 12. Results of ECG signal processing : 6 km/h.

Welsh, and S. Moulton, “Sensor networks for emer- gency response:challenges and opportunities”, IEEE Pervasive Computing , vol. 3, no. 4, pp. 16-23, 2004.

[10] H. Asada, P. Shaltis, A. Reisner, S. Rhee, and RC.

Hutchinson, “Wearable PPG-Sensor”, IEEE Engi- neering in Medicine and Biology Magazine , vol. 22, no. 3, pp. 28-40, 2003.

[11] H. J. Baek, J. S. Kim, K. K. Kim, and K. S. Park,

“System for unconstrained ECG measurement on a toilet seat using capacitive coupled electrodes: the efficacy and practicality”, Engineering in Medicine and Biology Society , pp. 2326-2328, Vancouver, Canada, 2008.

[12] M. Koivuluoma, J. Alametsä, and A. Värri, “EMFI as physiological signal sensor, first result in ProHe- Mon project”, Proceedings of URSI XXVI conven- tion on Radio Science and Second Finnish Wireless Communication Workshop , Tampere, Finland, 2004.

[13] J. H. Mejia-García, J. L. Martínez-de-Juan, J. L.

Sáiz, J. García-Casado, and J. L. Ponce, “Adaptive cancellation of the ECG interference in external electroenterogram”, Proceedings of the 25th Annual

International Conference of the IEEE , pp.2639- 2642, Cancun, Mexico, 2003.

[14] V. K. Pandey and P. C. Pandey, “Cancellation of res- piratory artifact in impedance cardiography”, Pro- ceedings of the 2005 IEEE Engineering in Medicine and Biology 27th Annual Conference, pp.5503- 5506, Shanghai China, 2005.

[15] E. Soria, M. Martínez, J. Calpe, J. F. Guerrero, and A. J. Serrano, “A new recursive algorithm for extract- ing the fetal ECG”, Revista Brasileira de Engen- haria Biomédica , pp.135-139, 1999.

[16] J. W. Lee and G. K. Lee, “Design of an adaptive fil- ter with a dynamic structure for ECG signal pro- cessing”, International J. Control, Automation, and Systems , vol. 3, no. 1, pp. 137-142, 2005.

[17] ^박광리 , ^이경중 , ^이병채 , ^정기삼 , ^윤형로 , “ ^스트레스

심전도의 근잡음 제거를 위한 Wavelet Interpolation Filter ^{의 설계} ”, J Biomed. Eng. , vol. 21, no. 5, pp.

495-503, 2000.

[18] J. G. Webster, Medical Instrumentation - Applica- tion and Design, John Wiley, New Delhi, 1998.

노 윤 홍

• 2008년 2월 동서대학교 컴퓨터정보공학 부 졸업(공학사)

• 2008년 3월~현재 동서대학교 유비쿼터 스 IT학과 석사과정

• 주관심분야: 생체계측시스템, 생체신호처리

정 도 운

• 2000년 2월 동서대학교 전자공학과 졸업 (공학사)

• 2002년 2월 부산대학교 대학원 의공학협 동과정 졸업(공학석사)

• 2005년 8월 부산대학교 대학원 의공학협 동과정 졸업(공학박사)

• 2005년 3월~현재 동서대학교 컴퓨터정 보공학부 조교수

• 주관심분야: 생체계측시스템, 생체신호처

리, 유비쿼터스 헬스케어