심부정맥혈전증(DVT)은 생명을 위협하는 질환으로 이어질 수 있으나, 증상이 나타난 이후에야 인지될 수 있다. 본 연구는 진동 자극을 가한 근전도(EMG) 신호와 합성곱신경망(CNN) 알고리즘을 이용하여 DVT의 초기 단계를 감지할 수 있는 새로운 방법을 제안하였다. 이 방법의 타당성은 DVT를 수술적으로 유도한 전후로, 9개의 시점에서 8개 다리를 대상으로 시험하였다. 또한 전경골근(tibialis anterior)의 관류압력(PP), 구획 내 압력(IP), 전단 탄성률(SEM)도 함께 수집하였다. 제안된 방법에서는 주성분분석(PCA)과 CNN을 사용하여 EMG 데이터를 분석하고 DVT 단계의 이전과 이후를 분류하였다. 교차검증은 두 가지 전략으로 수행되었다. 하나는 각 다리별로 수행한 방법이고, 다른 하나는 실제 진단 도구를 고려하여 예측 정보를 전혀 사용하지 않는 leave-one-leg-out(LOLO) 방법이었다. 그 결과 PCA-CNN은 DVT 단계 이전과 이후를 분류하는 데 평균 정확도 100%(각 다리) 및 68.4±20.5%(LOLO)를 보였다. 또한 모든 시점( DVT 유도 전 및 DVT 유도 후 8개 시점)에서는 평균 정확도 72.0±11.9%로, 우연 수준(9개 분류에서 11%)보다 실질적으로 높은 정확도를 보였다. 돼지 모델에서의 실험 결과에 근거하면, 제안된 CNN 기반 방법은 DVT의 유도 전후 단계를 높은 정확도로 분류할 수 있다. 이러한 실험 결과는 진동 자극을 가한 EMG 신호만을 이용하는 DVT의 조기 진단 도구를 추가로 개발하기 위한 기반을 제공할 수 있다.