R 오픈소스 도구를 활용한 바이오신호 분석

초록

본 논문은 근전도(EMG)와 힘판 데이터를 대상으로, 오픈소스 통계·프로그래밍 환경인 R을 이용한 기본적인 신호 처리 기법들을 소개한다. 필터링, 스펙트럼 분석, 시간‑주파수 변환 등 주요 절차를 R 패키지와 스크립트 예제로 제공함으로써, 생체역학 연구자들이 비용 부담 없이 고급 분석을 수행할 수 있음을 강조한다.

상세 분석

이 논문은 생체신호 처리 분야에서 R이 갖는 잠재력을 체계적으로 조명한다. 먼저, EMG와 힘판 데이터라는 두 종류의 바이오신호를 선택한 이유를 설명한다. EMG는 고주파 성분이 풍부하고 잡음에 민감한 특성을 가지며, 힘판 데이터는 저주파 중심의 정적·동적 균형 정보를 제공한다. 이러한 이질적인 데이터셋을 동시에 다루는 것은 R의 범용성 및 확장성을 검증하는 좋은 사례가 된다.

논문에서 제시된 기본 전처리 단계는 (1) 결측치 처리와 (2) 베이스라인 보정이다. R의 zoo와 imputeTS 패키지를 활용해 시간 연속성을 유지하면서 결측치를 보간하고, dplyr을 이용해 각 채널별 평균값을 빼는 방식으로 베이스라인을 정규화한다. 이어지는 필터링 단계에서는 저역통과(FIR)와 대역통과(Band‑pass) 필터를 구현한다. signal 패키지의 butter와 filter 함수를 사용해 20 Hz 이하의 저주파 잡음을 제거하고, 20–450 Hz 대역을 통과시켜 근전도 신호의 주요 스펙트럼을 보존한다. 필터 설계 시 차수와 차단 주파수를 명시적으로 제어함으로써 위상 왜곡을 최소화한다는 점이 강조된다.

시간‑도메인 분석에서는 RMS, 평균 절대값(MAV), 그리고 근활동도(EMG envelope)를 계산한다. pracma와 e1071 패키지를 이용해 이동 평균과 힐버트 변환을 적용, 근활동도의 부드러운 추정치를 얻는다. 또한, 힘판 데이터에 대해서는 중심압력(COP) 궤적을 구하고, ggplot2를 활용한 시각화 예제가 제공된다.

주파수‑도메인 분석에서는 푸리에 변환(FFT)과 파워 스펙트럼 밀도(PSD) 추정을 수행한다. stats::fft와 psd 패키지를 결합해 Welch 방법으로 PSD를 계산하고, 주파수 대역별 에너지 비율을 정량화한다. 특히, EMG의 평균 주파수(MNF)와 중위 주파수(MDF)를 자동으로 산출하는 함수가 구현돼 있어, 근육 피로도 평가에 바로 활용 가능하다.

시간‑주파수 분석 파트에서는 연속 웨이블릿 변환(CWT)과 단일 측정 스펙트로그램을 다룬다. WaveletComp와 seewave 패키지를 이용해 Morlet 웨이브릿을 적용, 근전도 신호의 순간적인 주파수 변화를 시각화한다. 이는 전통적인 FFT가 제공하지 못하는 비정상 신호 특성을 포착하는 데 유용하다.

마지막으로, 논문은 R 스크립트를 재현 가능하게 만드는 팁을 제공한다. 패키지 버전 고정, renv를 통한 의존성 관리, 그리고 R Markdown을 이용한 자동 보고서 생성을 권장한다. 이러한 워크플로우는 연구 투명성을 높이고, 동료 검증을 용이하게 만든다. 전체적으로, 저자는 R이 상용 신호 처리 툴에 비해 비용 효율적일 뿐 아니라, 오픈소스 커뮤니티의 지속적인 패키지 확장 덕분에 최신 알고리즘을 빠르게 적용할 수 있음을 설득력 있게 입증한다.