깊은

Scientific Reports 13권, 기사 번호: 9311(2023) 이 기사 인용

67 액세스

1 알트메트릭

측정항목 세부정보

최근 여러 연구에서 PPG(손가락 광용적맥파) 신호를 사용하여 커프리스 혈압(BP)을 측정하는 방법이 제안되었습니다. 이 연구는 점진적인 손가락 압력 하에서 PPG 신호를 측정하는 새로운 혈압 추정 시스템을 제시하여 커프리스 오실로메트릭 방법을 사용할 때 손가락 위치로 인한 오류에 대해 시스템을 상대적으로 견고하게 만듭니다. 손가락 위치로 인한 오류를 줄이기 위해 넓은 시야(FOV)에서 다중 채널 PPG와 힘 신호를 동시에 측정할 수 있는 센서를 개발했습니다. Attention 메커니즘을 사용하여 다중 채널 PPG에서 최적의 PPG 채널에 집중하는 방법을 학습할 수 있는 딥러닝 기반 알고리즘을 제안합니다. 제안된 다중 채널 시스템의 오차(ME ± STD)는 SBP와 DBP에서 각각 0.43±9.35 mmHg, 0.21 ± 7.72 mmHg였다. 광범위한 실험을 통해 손가락 압력을 이용한 혈압 추정 시스템에서 PPG 측정 위치에 따라 상당한 성능 차이가 있음을 발견했습니다.

가장 정확한 혈압(BP) 측정 방법은 의료용 카테터1로, 동맥에 카테터를 삽입하여 직접 혈압을 측정합니다. 이 방법은 중환자실(ICU)에 입원한 환자의 혈압 변화를 장기간 관찰하는 데 적합합니다. 그러나 침습적 특성으로 인해 감염의 위험이 있습니다2. 비침습적 혈압 측정 방법에는 커프 기반3 및 커프 없는 방법이 포함됩니다. 커프 기반 혈압 측정 방법은 전자 혈압계 장치를 사용하며 상대적으로 높은 정확도를 달성할 수 있기 때문에 최적의 표준으로 널리 받아들여지고 있습니다. 또한 사용자는 의료진의 도움 없이 집에서 쉽게 혈압을 측정할 수 있습니다4. 그러나 가해지는 압력으로 인해 사용자가 불편함을 느끼는 단점이 있다. 더욱이, 전자 혈압계 장치는 휴대가 용이하지 않다.

최근 여러 연구에서는 광용적맥파(PPG) 및 심전도(ECG)와 같은 다양한 생체 의학 신호를 사용하여 혈압을 예측하는 커프리스 혈압 측정 방법5,6을 제안했습니다. 펄스 전달 시간(PTT) 또는 펄스 도착 시간(PAT)은 동시에 측정된 PPG 및 ECG 신호를 사용하여 계산할 수 있습니다5. 동맥의 서로 다른 두 지점에서 센서가 측정한 두 신호의 피크 사이의 시간 차이를 사용하여 계산됩니다. 여러 연구에서 BP 예측을 위해 PTT 또는 PAT와 BP6,7 간의 상관 관계를 사용했지만 PPG 및 ECG 신호를 모두 측정하려면 서로 다른 위치에 두 개의 센서가 필요하기 때문에 스마트폰이나 스마트 시계와 같은 모바일 장치에는 적합하지 않습니다. 이러한 단점을 극복하는 한 가지 방법은 PPG 신호의 펄스파 분석(PWA)을 사용하여 혈압을 예측하는 것입니다. PPG 신호는 심혈관계와 상관관계가 있는 주기적인 맥파 신호입니다. 따라서 일부 연구자들은 맥파 내의 높이와 폭과 같은 공학적 특징을 추출하여 이를 사용하여 BP8을 예측했습니다. 그러나 심혈관계의 특성은 연령, 질병, 투여된 약물 등의 요인으로 인해 사람마다 다르기 때문에 정확한 공학적 특성을 추출하는 것은 어렵습니다9.

최근 Mukkamala et al. 은 PPG 센서에 대한 손가락 압력의 점진적인 증가로 인한 혈관 수축 중 PPG 봉투의 변화를 이용하여 혈압을 추정하는 손가락 압력 방법을 사용하여 스마트폰에서 혈압을 측정할 것을 제안했습니다. 그러나 센서는 단일 채널 PPG를 사용하기 때문에 혈압 예측의 정확도는 PPG 센서의 손가락 위치에 따라 크게 영향을 받을 수 있습니다.

본 연구에서는 커프리스 혈압 추정에 대한 새로운 접근 방식을 제안합니다. 본 연구의 기여는 두 가지 주요 측면으로 구성됩니다. 첫째, 우리는 Mukkamala et al.10에서 사용한 것과 유사한 손가락 압력 방법을 사용하여 서로 다른 파장의 다중 채널 PPG 신호를 획득할 수 있는 센서를 개발했습니다. 제안된 PPG 센서는 다중 채널 PPG 신호와 손가락 압력 신호를 동시에 측정하며, 피험자의 손가락 끝은 40초 동안 센서를 점진적으로 가압합니다. 측정된 다중 채널 PPG 및 손가락 압력 신호는 점진적인 압력 특성을 나타내며 커프 기반 혈압 측정 방법에 사용되는 오실로메트릭 파동(OMW) 신호 및 커프 압력 신호와 유사한 특성을 갖습니다. 또한 PPG 신호 측정의 다중 채널 확장은 PPG 센서에서 손가락 위치의 변화를 완화할 것으로 예상됩니다. 둘째, 다채널 PPG와 지압 신호를 이용한 딥러닝 기반 혈압 추정 시스템을 제안하였다. 제안하는 딥러닝 기반 혈압 예측 시스템은 두 부분으로 구성된다. 먼저, 다중 채널 PPG 및 손가락 압력 신호로부터 혈압 추정을 위한 채널별 특징을 추출하는 CNN(Convolutional Neural Network) 기반 모델을 설계했습니다. 둘째, 단일 채널 BP 추정기에서 얻은 잠재 특성을 결합하여 새로운 주의 가중 특성을 생성하는 향상된 BP 추정 정확도를 위한 다중 채널 주의 네트워크가 제안되었습니다. 결합된 특징은 이후 최종 BP 추정에 사용되었습니다.