웨어러블 BCG·PPG 기반 무커프 혈압 추적을 위한 계측 신호처리

Wearable BCG/PPG Signal Processing for Cuff-less Blood Pressure Tracking

연구 내용

웨어러블 BCG와 PPG 신호에서 게이팅·파형 국소화를 수행하고 자세 변화에 따른 변동성과 신호 품질을 평가하여 무커프 혈압 추적의 신뢰성을 높이는 연구

웨어러블 BCG 신호 기반 무커프 혈압 측정에서 측정 기준에 따른 파형 국소화 문제를 해결하기 위해, 기준 신호를 달리하는 상황에서도 동작하는 게이팅 및 wave localization 접근을 구축합니다. BCG beat를 분할하고 기준 신호의 fiducial point와의 시간분포를 이용해 J wave를 정밀하게 국소화하여 PTT를 산출합니다. 또한 자세 변화에 따라 BCG-PPG PTT가 변하는 원인을 신호 왜곡 관점에서 분석하여 일반화 한계를 규명합니다. 마지막으로 motion artifact에 의해 발생하는 노이즈를 줄이기 위해 고품질·저품질 BCG를 시간열-이미지 변환 후 CNN으로 분류하는 방법을 설계합니다.

관련 프로젝트

0건

연구 흐름

2020년에는 ECG 또는 PPG 등 다양한 기준 신호에 호환되는 wearble BCG 게이팅과 wave localization을 통합하는 접근을 제시했습니다. 이후 2021년에는 같은 wrist BCG-PPG 조합에서 자세 및 팔 위치 변화가 PTT에 미치는 영향을 실험적으로 분석하여, 특정 자세에서만 견고하게 동작할 수 있음을 확인했습니다. 2023년에는 팔 BCG의 신호 품질 저하를 방지하기 위해 time-series imaging 기반의 이진 분류 모델을 구성하고, ResNet 계열과 매핑 방법 조합의 성능을 평가했습니다. 현재는 신호 국소화-자세 변동-품질 판정의 흐름을 연동해 무커프 혈압 추적의 조건 의존성을 낮추는 방향으로 연구를 전개하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

웨어러블 BCG 게이팅
BCG wave localization
자세 변동 보정 모델
PTT 기반 혈압 트렌드 산출
BCG 신호 품질 판정
Time-series imaging 변환
모션 아티팩트 완화
저전력 센서 기반 혈압 측정
개인별 신호 특성 적응
실사용 환경 검증 프로토콜