중국 맥진을 위한 새로운 정량 분류 지표 개발

초록

본 연구는 전통적인 손가락 촉진 방식에 의존하던 중국 맥진을 파형 신호로 전환하고, 감마 밀도 함수를 이용한 다변량 분석을 통해 네 가지 정량적 지표(파장, 상대 위상 차, 비율 파라미터, 피크 비율)를 도출하였다. 이 지표들은 맥파 형태를 객관적으로 구분하고, 임상 병리 상태와의 연관성을 높이는 데 기여한다.

상세 분석

본 논문은 전통적인 중국 맥진을 현대 신호 처리와 통계 모델링 기법으로 재구성하려는 시도이다. 먼저 저자들은 피험자의 손목에서 수집한 맥파 데이터를 연속적인 파형 신호로 변환하고, 이를 감마(Gamma) 밀도 함수의 선형 결합 형태로 근사한다. 감마 함수는 비대칭적인 피크와 긴 꼬리를 가진 형태를 갖추고 있어, 실제 맥파가 보이는 급격한 상승과 완만한 하강을 효과적으로 모델링할 수 있다. 다변량 변수 분석(multidimensional variable analysis)을 적용해 각 감마 성분의 파라미터(형태 파라미터 k, 비율 파라미터 θ 등)를 최적화함으로써 전체 파형과의 최소 제곱 오차를 최소화한다.

이 과정에서 저자들은 네 가지 핵심 지표를 정의한다. 첫째, 파장(wavelength)은 전체 맥파 주기의 시간적 길이로, 심박수와 직접 연관된다. 둘째, 상대 위상 차(relative phase difference)는 다중 감마 성분 간의 위상 차이를 정량화하여, 맥파의 복합적인 상승·하강 구조를 구분한다. 셋째, 비율 파라미터(rate parameter)는 감마 함수의 스케일 파라미터 θ에 해당하며, 파형의 급격성이나 완만함을 나타낸다. 넷째, 피크 비율(peak ratio)은 주요 피크와 부피 피크의 진폭 비율로, 전통적인 ‘촉맥’의 강도와 깊이를 수치화한다.

실험 결과, 이 네 지표를 이용한 군집 분석은 기존의 12가지 전통 맥형(예: 활맥, 곤맥, 얕은맥 등)과 높은 일치도를 보였으며, 특히 병리적 상태(예: 심부전, 간질환)와 연관된 맥형을 구분하는 데 유의미한 차이를 나타냈다. 통계적 검증에서는 ANOVA와 다변량 회귀 분석을 통해 각 지표가 독립적으로 혹은 조합적으로 질병 상태를 예측함을 확인하였다.

하지만 몇 가지 한계점도 존재한다. 첫째, 감마 함수의 선택이 다른 비선형 모델(예: Weibull, Log‑Normal)보다 우월함을 입증하기 위한 비교 실험이 부족하다. 둘째, 맥파 측정 장비와 센서의 위치·압력 변동이 파형에 미치는 영향을 보정하는 절차가 상세히 기술되지 않아 재현성에 의문이 남는다. 셋째, 표본 크기가 제한적이며, 다양한 연령·성별·체형군에 대한 일반화 검증이 부족하다. 넷째, 실제 임상 적용을 위해서는 실시간 분석 알고리즘과 사용자 친화적인 인터페이스가 필요하지만, 논문에서는 알고리즘 구현 세부 사항이 생략되었다.

전반적으로, 전통 맥진을 정량화하려는 시도는 한의학과 현대 의학의 융합에 중요한 발판을 제공한다. 향후 연구에서는 다양한 비선형 모델과 딥러닝 기반 파형 분류를 비교하고, 대규모 코호트와 다기관 데이터를 활용해 지표의 임상 유효성을 검증하는 것이 필요하다.