EMG 강도 분석을 위한 필터뱅크와 파형 변환 기법

초록

본 논문은 Vinzenz von Tscharner가 제안한 EMG “Intensity Analysis” 방법을 수학적으로 재검토한다. 비정상적인 근전도 신호를 시간‑주파수 영역에서 강도로 표현하기 위해, 비등비 대역폭을 갖는 스케일 배열로 구성된 필터뱅크를 사용한다. 저자는 이 방식을 기존 연속 웨이브릿 변환, 특히 Morlet 웨이브릿과 연결시키고, 구현을 단순화하며, 동일화(equalizer) 개념과의 연관성을 제시한다. 실험으로는 동적 다리 신전 테스트에서 얻은 EMG 데이터를 적용해 결과를 검증한다.

상세 분석

von Tscharner가 제안한 “Intensity Analysis”는 EMG 신호를 연속적인 대역통과 필터군으로 분해하고, 각 대역에서 제곱값을 시간에 따라 적분함으로써 순간적인 전력(강도)을 추정한다. 핵심은 “비등비(relative bandwidth) 가변 스케일”이다. 전통적인 웨이브릿 변환에서는 스케일이 로그‑선형으로 증가해 대역폭이 일정하거나 1/f 형태를 띤다. 반면 von Tscharner는 중심 주파수 f_c(k)=f_0·q^k (q>1)와 대역폭 Δf_k≈f_c(k)/γ (γ는 고정 상수) 형태를 채택해, 저주파에서는 넓은 대역, 고주파에서는 좁은 대역을 제공한다. 이는 근전도 신호가 저주파에서는 큰 진폭 변동을, 고주파에서는 빠른 진동을 보이는 특성을 반영한다는 점에서 물리적으로 타당하다.

수학적으로는 모랄(Morlet) 웨이브릿 ψ(t)=e^{j2πf_0t}·e^{-t^2/(2σ^2)} 를 사용해 필터를 정의한다. 스케일 s_k= f_0 / f_c(k) 로 변환하면, 각 필터의 주파수 응답은 Gaussian 형태이며, 중앙 주파수와 대역폭이 정확히 설계된 값으로 맞춰진다. 저자는 이 접근을 “정규화된 파워 스펙트럼”이라 부르며, 전체 필터군이 완전한 파워 커버리지를 제공하도록 파라미터 γ와 q를 조정한다.

또한, 저자는 이 필터뱅크가 디지털 오디오 분야의 “equalizer”와 유사하다고 지적한다. equalizer가 특정 주파수 대역을 증폭·감쇠하듯, Intensity Analysis는 각 대역의 에너지를 독립적으로 추출한다. 따라서 결과는 시간‑주파수 매트릭스로 표현되어, 근육 활성화의 순간적인 변화를 시각화하거나 통계적으로 분석하기에 적합하다.

실험에서는 피니(Taija Finni) 교수팀이 제공한 동적 다리 신전 테스트 데이터를 사용한다. EMG 신호는 1 kHz 이상으로 샘플링되었으며, 필터뱅크는 10 Hz500 Hz 범위에 2030개의 중심 주파수를 배치했다. 결과는 전통적인 STFT와 비교했을 때, 고주파 대역에서의 순간적인 피크를 더 명확히 포착하고, 저주파 대역에서는 부드러운 추세를 유지한다는 장점을 보였다.

결론적으로, 본 논문은 von Tscharner의 방법을 기존 웨이브릿 이론에 정립하고, 구현상의 복잡성을 감소시키며, EMG 분석에 실용적인 도구로서의 가능성을 제시한다. 특히 비등비 대역폭 설계와 Morlet 기반 필터 구현은 다른 비정상 신호(예: 심전도, 가속도)에도 확장 가능성을 시사한다.