Implementation and evaluation of the BCG measurement system for non-constrained health monitoring

무구속 건강모니터링을 위한 심탄도 계측 시스템 구현 및 평가

노윤홍·정도운 * ^,†

Implementation and evaluation of the BCG measurement system for non-constrained health monitoring

Yun Hong Noh and Do Un Jeong* ^,†

Abstract

This research proposes measuring of BCG(ballistocardiogram) to monitor heart activities in a non-constrained environment, at home or work. Unlike with ECG, measuring BCG does not require the attachment of leads on the subject’s body and allows signal measuring in a non-constrained state. It enables effective long-term monitoring of cardiac conditions. In this study a chair type BCG measurement system to continuous monitor the activity of the heart is implemented. The instrument consists of upper petal and ready for press of chair load cell sensor is attached to measure the change of the object’s weight. In order to extract the output ballistic signal from the weight and force sensor signals.

Beside the signal processing circuit for the digital conversion, the ballistic signal is detected using DAQ equipment. Signal processing algorithm including wavelet transforms for noise cancellation, template matching for normalization and peak detection in BCG is developed. ECG and BCG were concurrently measured to evaluate the performance of the system, and comparing the characteristics of the two signals verified the possibility of the system in non-constrained and non- conscious health monitoring.

Key Words : BCG(ballistocardiogram), ECG(electrocardiogram), non-constrained, healthcare

1. 서 론

인간의 사망원인 중 수위를 차지하고 있는 심장관련 질환은 현대사회에서 업무 과중과 스트레스에 의해 발 병 가능성이 더욱 높아지고 있다 . ^{따라서 일상생활 중}

지속적인 건강모니터링을 통해 건강의 이상증상을 사 전예측 및 조기진단하기위한 연구의 필요성이 부각되 고 있다 ^[1] . ^{최근 유비쿼터스 헬스케어기술의 부각에 따}

라 일상생활 중 지속적인 심전도 모니터링을 통해 심 장관련 질환을 예측하고 응급상황을 조기에 발견하기 위한 다양한 연구들이 수행되고 있다 . 특히 일상생활

중 건강모니터링을 수행하기위해서는 사용자 편리성을 확보해야하며 , ^{이를 위해 센서를 몸에 부착하거나 의복}

형 형태로 제작하여 착용의 편리성을 향상시키기 위한

다양한 연구들이 수행되고 있다 ^[2,3] . 하지만 기존의 심

전도 모니터링에서는 전극을 몸에 부착하거나 의복형 태의 전극일체형 센서를 착용해야만 하며 , 전극과 계측 시스템의 연결을 위한 리드를 사용함에 따라 피검자로 하여금 불편함을 유발시키는 단점이 있다 .

본 연구에서는 가정 또는 사무실에서 무구속 (non-

constrained) 적인 방법으로 심장의 활동상태를 모니터

링하기 위하여 심탄도 (ballistocardiogram, BCG) 를 계 측하고자 하였다 . 심탄도는 심장의 수축과 이완에 따라 심장과 혈관에서의 혈류변화에 따른 탄도를 계측한 신 호를 의미하며 , 심전도와 유사하게 심장의 활동 상태를 나타내는 지표이다 . 하지만 심전도의 측정과는 다르게 신체에 전극을 부착할 필요가 없기 때문에 무구속 무 자각 상태에서 신호계측이 가능하며 , 장시간 건강모니 터링 또는 일상생활 중 건강 모니터링에 유용하게 활

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 : September 16, 2009, Revised : November 6, 2009

Accepted : November 25, 2009)

용할 수 있다 ^[4,5] .

본 연구의 측정대상인 심탄도 신호는 심장에서의 심 근기능 손상에 따른 역류 및 이상혈류현상에 대한 정보 를 포함하며 , 심근이상의 관리 , 모니터링 , 진단 등에 활 용 가능하다 . 실제 임상에서는 심근장애와 회복 정도의 관찰 , 심장기능에 대한 평가와 치료효과를 확인 , 여러 가지 심장병을 진단하고 감별하는 보조적인 수단으로 서 주로 활용되고 있다 ^[5] . 이와 같은 심탄도를 측정하 기위해 기존 연구에서는 수면 중 무구속적으로 심박동 의 변화를 관찰하기 위해 에어매트리스 내부에 압력센 서를 내장하여 척추와 허리에서 검출되는 압력변화를 측정하는 방식을 사용하였으며 ^[6] , 침대 모서리에 로드 셀을 장착하여 수면 중 움직임 변화와 동시에 심탄도를 측정하는 연구가 수행되었다 ^[7] . 그리고 EMFi(electro

mechanical film) 센서를 방석에 내장하여 센서의 두께

변화 시 발생되는 전하 변화를 계측함으로써 심탄도를 측정하는 연구가 수행되었다 ^[8] . 기존의 심탄도 계측방 법은 수면 중 계측으로 제한되거나 방석형 심탄도 계 측의 경우 의자에 앉는 자세에 따라 힘 또는 중량이 분 산되어 신호 계측의 재현성이 떨어지는 단점이 있다 .

본 연구에서 가정이나 사무실과 같은 장소에서 피검 자가 일상생활을 하는 중 무구속 무자각 상태에서 신 호계측을 효과적으로 수행할 수 있도록 하는 새로운 형태의 의자형 무구속 심탄도 측정시스템을 구현하고 자 하였다 . 이를 위하여 로드셀을 의자의 상판과 하판 사이에 설치하여 피검자의 체중을 측정할 수 있는 센 서부를 구성하였으며 , ^{센서부의 구성에 있어 피검자의}

하중이 로드셀의 단일지점에 집중되도록 설계하였다 .

그리고 센서로부터 출력되는 신호를 증폭 및 필터링하 여 심박동에 따른 미세한 힘의 변화를 검출하기 위한 계측회로를 설계 및 구현하였다 . 계측부를 통해 검출된 아날로그 심탄도 신호의 디지털화를 위하여 P400 생체 신호계측기 (physioLab Co., Korea) ^{를 이용하였으며} , ^실

시간 디스플레이 및 데이터 저장 , 신호 분석 등의 처리 를 위한 모니터링 프로그램을 구현하였다 . 그리고 구현 된 심탄도 계측시스템의 성능 및 유용성 평가를 위하 여 심탄도 신호와 심전도신호의 동시계측을 통한 비교 평가를 수행하였다 .

2. 시스템 구현

2.1. 심탄도의 개요

심탄도는 심전도와 유사하게 심장의 활동상태를 반 영하여 건강모니터링 지표로서 사용이 가능하며 , ^무구

속 , 무자각 상태에서 지속적인 심장의 건강상태 모니터

링이 가능하다 . ^{이러한 심탄도의 측정범위는} 0~7 mg,

주파수 범위는 0~40 Hz 의 대역을 갖는다 . 일반적으로

심탄도에서는 F, G, H, I, J, K, L, M, N 의 순서로 9 개 파로 구성되어 지며 , ^{이 가운데서} F, H, J, L, N ^{파는 양}

성파이고 G, I, K, M 파는 음성파이다 . 본 연구에서 건

강모니터링을 위해 측정 대상으로한 심탄도 신호의 구 성 일례를 Fig. 1 ^{에 나타내었다} .

심탄도에서 F, G, H 는 심장에서 혈액의 방출전 단계 이고 I, J, K 는 혈액의 방출기 , L, M, N 은 심장확장기 에 해당한다 . ^또한 H ^{파는 심장에서 혈액을 급속하게}

방출할 때 발생하며 , 아래쪽을 향하고 있는 I 파는 상행 대동맥을 따라 흐르는 혈액의 가속도와 폐동맥 주위의 대동맥궁과 경동맥 내부 변화를 반영하고 , J ^{파는 하강}

하고 있는 혈액의 가속도와 복부 대동맥과 상행대동맥

에 흐르는 혈액의 감속도를 말한다 . ^그리고 I-J ^크기는

좌심실의 수축의 힘을 반영하고 I-J 의 속도는 신축성을 반영한다 . 심장활동에 이상이 발생하면 심전도의 변화 와 마찬가지로 심탄도의 특정 파형의 진폭이 변화하거 나 왜곡되며 , 이를 판별하여 건강모니터링 지표로 사용 이 가능하다 .

2.2. 심탄도 검출부의 구현

본 연구에서는 무구속 상태에서 지속적인 심장의 활 동상태를 모니터링 하기 위하여 의자형 심탄도 측정 시스템을 구현하였다 . 기존 방석형 심탄도 계측방법의 단점인 피검자의 체중 분산과 착좌위치에 따른 신호의 측정편차를 최소화 하기위하여 본 연구에서는 의자의 상판과 하판에 로드셀 (BC single point load cell, 30 kgf

~50 kgf, Cas Co., Korea) ^{을 부착하여 로드셀의 단일지}

점에 힘이 인가되어 보다 정확한 심탄도 계측이 가능 하도록 센서부를 구성하였다 . 본 연구에서 적용한 심탄 도 계측부의 구성도와 실제 구현된 심탄도 계측시스템 을 Fig. 2 에 나타내었다 .

Fig. 1. The waveform of the BCG signal.

로드셀로부터 출력되는 신호로부터 체중과 심탄도 신호를 추출하기위한 신호검출 및 처리회로를 설계 및 구현하였다. 먼저 로드셀로부터 출력되는 미세신호를 증폭하기위하여 계측용 증폭기(INA118, BB Co.,

USA)를 이용한 전치증폭회로를 구성하였다. 이 증폭 기는 저전력, 고정밀 증폭기로 3개의 연산증폭기가 집 적된 CMOS형 증폭기로서 CMRR은 110 dB이고, 최 대 50 uA의 낮은 오프셋 전압, 최대 5 nA의 낮은 입력 바이어스 전류 특성을 가지므로 생체신호 계측용으로 많이 사용된다. 계측용 증폭기의 출력단은 일반 상용전 원으로부터 방사되는 60 Hz 전원잡음을 포함할 수 있 으므로 이를 제거하기위한 2차 Twin-T 노치필터를 구 성하였다. 본 연구에서 적용한 노치필터는 비교적 간단 한 구조를 갖지만 Q값의 조정이 가능하여 보다 정밀한 전원잡음 제거가 가능하다. 또한 신호에 포함된 고주파 잡음의 제거를 위하여 2차의 버터워즈 저역통과필터를 구성하였다. 저역통과필터를 통과한 신호는 아주 미약 한 심탄도를 포함하는 피검자의 체중신호이며, 계측된 체중신호에 2점 교정방식을 적용하여 체중정보를 보정 하고 이를 건강모니터링을 위한 참고자료로 활용 및 피검자 인지를 위한 보조자료로 사용할 수 있도록 하 였다. 또한 의자에 착석유무를 판단하여 계측시스템의 대기 또는 동작 상태를 결정함으로써 시스템의 소비전 력 감소가 가능하다.

심탄도를 포함하는 체중신호로부터 체중신호에 의한 오프셋을 제거하고 미소한 심탄도 신호를 추출하기위 하여 0.1 Hz의 차단주파수를 갖는 2차 고역통과필터를 구성하였다. 그리고 오프셋이 제거된 신호의 증폭 및 필터링을 위한 회로를 구성하여 최종 심탄도 신호를 추출하였다. 본 연구에서 적용한 심탄도 신호처리 회로 Fig. 2. Implemented system (a) The structure of chair type

BCG sensing parts, (b) The implemented BCG measurement system.

Fig. 3. The block diagram of the BCG measurement

circuit.

의 구성을 Fig. 3에 나타내었다.

의자형 심탄도 측정 시스템으로부터 계측된 아날로 그 심탄도 신호를 디지털로 변환하고 PC로 데이터를 전송하기 위하여 PhysioLab사의 생체신호 계측기인 P400을 이용하였다. 이 계측기는 모듈형태의 DAQ장 비로써 심전도, 맥파, 근전도 등 다양한 생체신호의 계 측용 모듈과 4채널의 ADC 및 PC 인터페이스 모듈을 포함하고 있다. 본 연구에서는 심탄도의 유용성 평가를 위하여 P400의 심전도 모듈을 이용하여 의자에 편안하 게 앉은 자세에서 초당 100회의 샘플링 속도로 심전도 및 심탄도 신호를 동시에 계측하였다.

또한 PC상에서 계측된 심탄도 신호의 실시간 디스 플레이, 데이터 저장 그리고 신호분석 등의 처리를 위 하여 VisualStudio2005를 이용한 윈폼 형태의 PC모니 터링 프로그램을 구현하였다. 본 연구에 의해 구현된 프로그램을 이용한 심탄도모니터링 그래프를 Fig. 4에 나타내었다.

3. 심탄도 신호처리

3.1. 웨이브렛 변환을 이용한 전처리

심탄도를 이용한 무구속 건강모니터링을 수행하기위 해서는 심박동수의 추출이 필수적이며, 이를 위해서는 심전도 신호의 R파에 해당하는 심탄도 신호의 J파를 검출해야만 한다. 하지만 심탄도 신호의 경우 심전도 신호와는 다르게 J파의 주파수 대역 및 신호의 크기가 주위 파형 성분과 유사하기 때문에 심전도 신호처리에 적용하는 일반적인 신호처리방법으로는 피크검출의 오 류발생 가능성이 매우 높다.

본 연구에서는 심탄도 신호의 기저선 변화 및 잡음 성분 제거를 위하여 웨이브렛을 이용한 전처리과정을 수행하였다. 웨이브렛 변환은 퓨리에 변환과 같이 기저 함수(basis functions)들의 집합으로 신호를 분해하여 표현하는 방법으로 고주파 대역에서는 폭이 좁은 윈도 우를 저주파 대역에서는 폭이 넓은 윈도우를 사용한다.

따라서 시간-주파수 영역에서 비정상적인 신호의 분석 에 유리한 특성을 가진다. 웨이브렛을 이용한 다해상도 분석에서는 웨이브렛 함수 및 스케일 함수를 시변 입 력신호와 곱하여 주파수 영역에서 고주파(=h(k))와 저 주파(=g(k))로 주파수 성분을 분해 할 수 있으며, 이를 통해 60 Hz전력선 잡음, 기저선 변동 및 근잡음 등과 같은 다양한 종류의 잡음제거가 가능하다 ^[9] . 본 연구에 서는 심탄도 신호의 J파 피크검출이 용이하도록 특징 성분을 재구성하기위해 웨이브렛 신호처리기법을 적용 하였다.

본 연구에서는 DB4(daubiech4) 웨이브렛 함수 및 스케일 함수를 이용하여 심탄도 신호를 총 6단계로 분 해하였으며, 적용한 웨이브렛 함수 및 스케일함수의 수 식은 다음과 같다.

(1)

(2) 여기서 는 웨이브렛 함수, 는 스케일함수를 의 미한다. 본 연구에서 적용한 웨이브렛 함수 및 스케일 함수를 Fig. 5에 도시하였다.

본 연구에서는 심탄도의 기저선 및 잡음제거를 위하 Ψ n ( ) h k ( )Φ 2n k ( – )

∑

=

Φ n ( ) g k ( )Φ 2n k ( – )

∑

=

Ψ Φ

Fig. 4. The BCG monitoring graph. ^{Fig. 5.} DB4 scale function and wavelet function.

Fig. 6. The block diagram of the wavelet decomposition

and reconstruction.

여 DB4 ^{웨이브렛을 적용하였고} , 6 ^{단계의 신호 분해과}

정을 수행하였다 . 또한 분해된 신호 중 잡음성분 및 기

저선 변화 성분을 제외한 cD3, cD4, cD5 의 재조합을

통해 J ^{파 검출이 용이한 신호로 심탄도 신호를 재구성}

하였다 . 본 연구에서 적용한 웨이브렛 심탄도 분해 및

재구성 과정을 Fig. 6 에 나타내었다 .

3.2. 템플릿매칭을 이용한 정규화

템플릿매칭 (template matching) 은 일반적으로 물체 위치 추적에 많이 사용되며 , ^{추적하고자 하는 물체의}

형태에 해당하는 고정 템플릿을 영상의 각 부분과 비 교하여 유사도가 높은 지점을 물체의 위치로 판정하는 방법이다 ^[10] .

본 연구에서는 웨이브렛을 통해 재구성된 신호의 크 기를 정규화하여 문턱치를 적용한 피크검출이 용이하 도록 템플릿매칭기법을 적용하였다 . 본 연구에서 적용 한 템플릿매칭은 심탄도 신호로부터 이상적인 1 주기의 템플릿을 추출하고 템플릿과 입력신호간의 상관계수를 계산하였으며 , 이때 상관계수를 구하기 위한 식은 다음 과 같다 .

(3)

여기서 x는 입력신호 , y는 템플릿 신호 , 와 는 각 각 x와 y의 평균값이다 . 상관계수는 1 에 가까울수록 템 플릿과 유사한 신호로 판단되며 , ^{템플릿 매칭을 통해}

신호의 크기를 정규화 함으로써 심탄도 신호로부터 피 크검출이 용이하다 . 정규화된 심탄도 신호로부터 심탄 도의 피크검출을 위해 0.7 ^{의 상관계수를 문턱치로 설정}

하여 심탄도의 피크검출을 수행하였다 . 본 연구에서 적

용한 템플릿매칭 정규화 및 피크검출의 방법을 Fig. 7

에 도시화 하였다 .

4. 실험 및 결과

4.1. 시스템 유용성평가

본 연구에서는 무구속적인 건강모니터링을 위해 의 자형 심탄도 계측시스템을 구현하였다 . 구현시스템 및 적용 신호처리기법의 타당성을 평가하기위하여 건강한

20 ^{대 대학생 및 대학원생을 대상으로 안정상태에서 심}

탄도 계측을 수행하였다 . 실제 계측된 데이터 중 약

160 초간 계측된 심탄도 데이터 및 본 연구에서 제안한

심탄도 신호처리기법을 적용한 결과의 일례를 Fig. 8 ^에

나타내었다 .

Fig. 8 을 살펴보면 심탄도 신호에 포함된 기저선변화

및 고주파 잡음이 웨이브렛변환을 이용한 신호의 재구 성을 통해 제거됨을 확인할 수 있다 . 그러나 잡음을 제 거하더라도 심탄도의 J 파와 주위파형간의 진폭이 유사 하고 , ^{각 주기마다 심탄도의 크기가 변화함에 따라 문}

턱치를 적용한 피크검출을 적용할 경우 피크검출의 오 류가능성이 매우 높다 . 따라서 본 연구에서 제안한 템 플릿매칭을 적용하여 심탄도 신호를 정규화 함으로써 상대적으로 큰 진폭 특성을 갖는 J 피크의 검출이 용이 하며 , ^{실험결과를 살펴보면 간단한 고정 문턱치를 설정}

하더라도 성공적인 심탄도 피크검출이 가능함을 확인 할 수 있다 .

4.2. 심전도 계측과 비교평가

심탄도를 이용한 심박동 계측의 유용성을 보다 자세 히 확인하기위하여 심전도와 동시계측을 수행 후 피크 검출 결과를 비교평가 하였다 . 건강한 20 대 대학생 및 대학원생을 실험대상군으로 선정하였으며 , 편안한 자세 에서 독서를 하는 동안 심탄도와 심전도를 동시에 계측 하였다 . 심탄도 계측과 동시에 심전도의 계측을 수행하

기위하여 생체신호 계측기인 P400 을 이용하였으며 , 심

전도 유도법 중 리드 I ^{방법을 사용하여 계측하였다} . ^실

제 심탄도와 심전도를 동시 계측한 일례를 Fig. 9 의 (a)

와 (b) ^{에 나타내었다} . ^{심전도 신호의 경우 웨이브렛 신}

호처리 기법만을 적용하더라도 잡음 및 기저선 변화의 제거가 가능하고 R 파가 주변 성분들보다 부각되어 있 으므로 피크검출이 용이함을 확인할 수 있었다 . ^심탄도

신호의 경우 웨이브렛 신호처리와 템플릿매칭 기법을 순차적으로 적용하여 피크검출을 수행하였다 . Fig. 9 의

(a) ^와 (b) ^{로부터 심박동수} (heart rate, HR) ^{변화를 추출하}

여 Fig. 9 의 (c) 와 (d) 에 각각 나타내었다 . 심전도 및 심 r

x n ( ) x –

{ } y n { ( ) y – }

n 1= N

∑

x n ( ) x –

{ }

{ y n ( ) y – }

n 1= N

∑

n 1= N

∑

---

=

x y Fig. 7. The template matching method for signal nor-

malization.

탄도로부터 추출한 심박동수변화는 아주 유사한 형태 로 관찰됨을 확인할 수 있다. 실제 Fig. 9에 제시된 심

전도와 심탄도로부터 추출된 심박동수 변화의 상관관

계를 분석한 결과 상관계수는 0.8534, P<0.0001로 나

Fig. 8. The signal processing method for BCG peak detection.

타났으며, 이를 통해 심탄도로부터의 심박동 추출의 가 능성을 확인하였다. 이는 심전도를 이용한 건강정보 추 출과 유사하게 심탄도로 부터 심박동수 모니터링뿐만 아니라 HRV의 시간 및 주파수 분석을 통해 다양한 건 강정보의 모니터링이 가능함을 보여준다.

4.3. 일상생활 건강모니터링 가능성 평가

본 연구를 통해 구현된 심탄도 계측시스템 및 신호 처리 기법을 일상생활 중 건강모니터링에 적용가능한 지 평가하기위하여 심전도와의 비교평가와 유사한 성 능평가를 수행하였다. 일상생활 건강모니터링 가능성 평가실험에서는 건강한 20대 대학생 및 대학원생 10명 을 대상으로 피검자별로 약 30분 동안의 심전도 및 심 탄도 동시계측실험을 수행하였다. 일상생활 중 적용가 능성을 평가하고자 하였으므로 상기의 실험보다는 실 험환경을 보다 자유롭게 설정하여 독서 또는 인터넷 검색이 가능한 상황에서 실험을 수행하였으며, 10명의 피검자를 대상으로 심전도신호로부터 검출한 피크수와 심탄도 신호로부터 검출한 피크수를 비교하여 그 결과 를 Table 1에 나타내었다.

Table 1에서의 피크검출 정확도는 다음과 같은 수식 으로 나타낼 수 있다.

(4) 여기서 TP(true positive)는 심전도로부터 검출된 피 크의 개수를 의미하며, FP(false positive)는 심탄도로 부터 J 피크 외에 추가로 주변의 피크가 검출된 오류이

며, FN(false negative)는 피크검출이 누락된 오류를 의 미한다.

실험 결과를 살펴보면 심탄도에서 피크검출 성공률 이 평균 97.5 %를 보이고 있으며, 이는 본 연구를 통해 구현된 시스템을 통해 독서 또는 인터넷검색 등 일상 생할 중 무구속 건강모니터링의 가능성을 보여준다.

5. 결 론

본 연구에서 가정이나 사무실에서 피검자가 일상생 활을 하는 중 무구속, 무자각 상태에서 신호를 계측하 여 건강상태를 모니터링 할 수 있는 심탄도 측정시스 Accuracy % ( ) TP

TP FP FN + + --- 100 ×

=

Fig. 9. Results of HR evaluation (a) ECG peak detection, (b) BCG peak detection, (c) HR from ECG, (d) HR from BCG.

Table 1. Result of BCG peak detection Number

of Peak (ECG)

Number of Peak

(BCG)

Error Accuracy F.P F.N Total Error [%]

Object 1 2367 2355 8 20 28 98.8 Object 2 2532 2552 22 2 24 99.1 Object 3 2187 2157 9 39 48 97.9

Object 4 2124 2121 6 9 15 99.3

Object 5 2209 2214 28 13 41 98.2

Object 6 2325 2315 15 25 40 98.7

Object 7 2145 2162 50 33 83 95.5

Object 8 2104 2083 42 63 105 96.1

Object 9 2311 2281 12 42 54 98.9

Object 10 2404 2440 96 60 156 92.6

Average 11.25 17.5 28.75 97.5

템을 구현하고자 하였다. 이를 위하여 의자형 심탄도 계측부 및 신호처리회로를 구현하였으며, PC에서 실시 간 심탄도 모니터링이 가능한 프로그램을 구현하였다.

심탄도 신호에 포함된 잡음성분의 제거 및 피크검출 을 용이하게 하기 위한 특이성분의 재구성을 위해 웨 이브렛 변환기법을 적용하였고, 템플릿 매칭을 통해 신 호의 크기를 정규화하여 재구성된 심탄도 신호로부터 피크 검출을 수행하였다.

구현된 시스템의 성능 및 유용성 평가를 위해 건강 한 대학생 10명을 대상으로 심전도와 심탄도를 동시에 계측하여 각각의 신호로부터 피크검출을 수행한 결과 심탄도로부터 피크검출 성공률이 평균 97.5 %로 나타 났으며, 심탄도를 이용한 무구속, 무자각 건강모니터링 의 가능성 및 구현된 시스템의 유용성을 확인 할 수 있 었다.

향후 연구에서는 구현된 심탄도 측정시스템의 객관 적인 성능평가를 위해 기존 심탄도 계측방법과의 비교 평가를 수행하고자 한다. 또한 움직임에 따른 동잡음의 영향 평가 및 효율적인 제거를 위한 측정시스템의 개 선, 신호처리기법에 관한 연구를 추진하고자하며, 계측 된 심탄도 신호로부터 심박동수의 검출뿐만 아니라 HRV 등의 분석을 통해 건강모니터링에 유용한 정보를 추출하기위한 지속적인 연구를 추진하고자 한다.

감사의 글

이 논문은 2009년도 정부(교육과학기술부)의 재원으 로 한국연구재단의 지원을 받아 수행된 기초연구사업 임(No. 2009-0074866)

참고 문헌

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

보통신기술협회 TTA Journal, no. 112, 2007.

[2] J. Mühlsteff, O. Such, R. Schmidt, M. Perkuhn, H.

Reiter, J. Lauter, J. Thijs, G. Müsch, and M. Harris,

“Wearable approach for continuous ECG and activ- ity patient monitoring”, Proceedings of the 26th Annual International Conference of the IEEE

EMBS , pp. 2184-2187, CA,USA, 2004.

[3] J. Ottenbacher, S. Romer, C. Kunze, U. Großmann, and W. Stork, “Integration of a bluetooth based ECG system into clothing”, Eighth IEEE International Symposium on Wearable Computers (ISWC'04) , pp.

186-187, Arlington, VA, USA, 2004.

[4] J. Alihanka, K. Vaahtoranta, and I. Saarikivi, “A new method for long-term monitoring of the ballis- tocardiogram, heart rate, and respiration”, American Journal of Physiology , vol. 240, pp. 289-297, 1993.

[5] X. Yu, D. J. Gong, C. Osborn, and D. Dent, “A wavelet multireolution and neural network system for BCG signal analysis”, IEEE TECON-Digital signal processing Applications , pp. 491-495, 1996.

[6] Y-J Chee, J-M Han, J-W Youn, and K-S Park, “Air mattress sensor system with balancing tube for unconstrained measurement of respiration and heart beat movements”, Physiol. Meas . vol. 26, no. 4, pp.

413-422, 2005.

[7] M. Brink, H. Muller, and C. Schierz, “Contact-free measurement of heart rate, respiration rate, and body movements during sleep”, Behavior Research Methods , pp.511-521, 2006.

[8] Akhbardeh, A. Junnila, S. Koivuluoma, M. Koivis- toinen, and T. Varri, A, “The heart disease diagnos- ing system based on force sensitive chair's measurement, biorthogonal wavelets and neural net- works”, IEEE/ASME International Conference on , pp.676-681, 2005.

[9] Metin Akay, “Wavelet in biomedical engineering”, Anals of Biomedical Engineering , vol. 23, no. 5, pp.

531-542, 1995.

[10] S. E. Dobbs, N. M. Schmitt, and H. S. Ozemek,

“QRS detection by template matching using real- time correlation on a microcomputer”, J. Clinic.

Eng. , vol 9, no. 3 pp. 197-212, 1984.

[11] 이대석 , 정완영 , “QRS 검출에 의한 ECG 분석 기능을 갖춘 무선센서노드를 활용한 u- 헬스케어 시스템 ”,

센서학회지 , vol. 16, no. 5, pp. 361-368, 2007.

[12] 조정현 , 윤길원 , ^“소형화 및 저전력소모를 구현한 실

시간 생체신호 측정기 개발 ”, 센서학회지 , vol. 15,

no. 5, pp. 334-340, 2006.

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