신경성 방광 기능 장애 환자를 위한 NIRS 기반 방광 용량 감지
본 논문은 신경성 방광 기능 장애 환자의 방광 충만도를 실시간으로 파악하기 위해 근적외선 분광(NIRS) 기술을 활용한 웨어러블 센서를 설계·시험한다. 광학 인공 조직 퍼짐체와 돼지 방광·장기를 이용한 ex‑vivo 실험을 통해 파장 선택과 소스‑디텍터 간 거리(SD distance)가 신호 감도에 미치는 영향을 규명하였다. 이후 IRB 승인 하에 인간 피험자를 대상으로 전·후 방광 상태 비교, 장시간 추적, 측정 위치 변동 등에 대한 데이터를…
저자: Prashant Gupta
본 논문은 신경성 방광 기능 장애(NBD) 환자에게 실시간 방광 충만도 알림을 제공하기 위한 비침습적 웨어러블 센서 개발 과정을 상세히 기술한다. 서론에서는 NBD 환자가 겪는 요실금, 급뇨, 요정체 등 일상 생활의 어려움과 현재 권장되는 2~4시간 간격의 청결 간격 카테터화(CIC)의 한계를 지적한다. 기존의 방광 용량 측정 기기는 크고 비용이 높으며 의료진 중심으로 설계돼 환자에게 직접적인 피드백을 제공하지 못한다는 문제점을 제시한다.
배경 장에서는 근적외선 분광(NIRS)의 물리적 원리와 생물학적 적용 가능성을 설명한다. NIRS는 근적외선 파장이 조직을 수 센티미터까지 투과할 수 있어, 흡수와 산란을 통해 내부 조직의 광학적 특성을 비침습적으로 측정한다. 방광은 주로 물과 요로 구성돼 흡수계수가 변하기 때문에 NIRS를 이용해 충만도를 추정할 수 있다. 또한, 기존 연구(Molavi et al., 2014)와의 차별점을 강조한다.
제3장에서는 디바이스 설계와 실험 방법을 제시한다. 광원으로는 850 nm와 940 nm LED를 사용하고, 검출기로는 고감도 포토다이오드(PD)를 채택했다. 광섬유 프로브는 2 cm, 3 cm, 4 cm의 SD 거리를 갖는 3가지 변형을 제작했으며, 각 변형별 광 신호 특성을 평가하였다. 인공 조직 퍼짐체(투명 젤에 µ‑포어와 흡수제 첨가)에서 파장 선택과 거리 최적화를 수행했으며, 파장별 흡수 스펙트럼을 측정해 850 nm가 가장 높은 감도와 낮은 잡음을 보임을 확인했다.
다음으로 ex‑vivo 실험에서는 돼지 방광과 장기를 이용해 실제 조직에서의 신호 변화를 검증했다. 방광을 물과 요(인공 혼합액)로 채운 후, 전·후 광 신호 차이를 측정했으며, 방광이 가득 찼을 때 평균 12 %의 광 강도 감소가 관찰되었다. 통계적 검증(t‑검정, p < 0.01)으로 유의미함을 입증했다.
제4장에서는 인간 피험자 실험을 상세히 다룬다. IRB 승인을 받은 후 5명의 건강한 성인을 대상으로 ‘Full’(500 ml 물 주입)과 ‘Empty’(자연 배뇨 후) 상태를 비교하였다. 프로브는 복부 전면에 부착했으며, 측정 전후에 초음파로 방광 두께를 확인해 실제 용량을 보정했다. 결과는 3 cm SD와 850 nm 조합에서 가장 큰 ΔI(≈ 9 %)를 보였으며, 다중 피험자 간 변동성은 피부 두께와 지방층 차이에 기인함을 분석했다.
또한, 장시간(30 분) 추적 실험을 통해 방광이 서서히 채워지는 과정에서 광 신호가 선형적으로 감소함을 확인했지만, 피험자의 움직임에 따른 프로브 위치 변동이 신호에 큰 영향을 미쳐 실시간 보정 알고리즘 필요성을 강조했다.
다중 SD 거리와 파장 변화를 동시에 기록한 실험에서는 ‘Low‑frequency longitudinal study’와 ‘High‑frequency longitudinal study’ 두 가지 프로토콜을 적용했다. 저주파 실험에서는 5 분 간격으로 측정해 전체 트렌드를 파악했으며, 고주파 실험에서는 10 초 간격으로 측정해 급격한 변화를 포착했다. 두 경우 모두 방광이 가득 찰 때와 비었을 때의 신호 차이가 통계적으로 유의미했다(p < 0.05).
프로브의 측면 이동(‘lateral photon movement’) 실험에서는 프로브를 좌우로 1 cm 이동시켜도 신호 변화가 2 % 이하로 미미함을 확인해, 위치 보정이 비교적 용이함을 시사한다.
Monte Carlo 시뮬레이션을 통해 광자 전파 모델을 구축하고, 실험 데이터와 비교해 모델 정확도를 85 % 수준으로 검증하였다. 이는 향후 시뮬레이션 기반 최적 설계와 머신러닝 모델 학습에 활용될 수 있다.
제5장에서는 연구 결과를 종합하고 향후 과제를 제시한다. 현재 시스템은 2채널(단일 SD 거리) 기반이므로 깊이 정보를 충분히 확보하지 못한다는 한계가 있다. 다채널 배열과 가변 SD 거리, 그리고 적응형 필터링을 도입해 신호 대 잡음비를 개선하고, 수집된 대규모 데이터를 이용해 딥러닝 회귀 모델을 학습시켜 방광 용량을 정량적으로 추정하는 것이 목표이다. 또한, 배터리 수명, 착용감, 데이터 전송 보안 등 실용화 단계에서 고려해야 할 엔지니어링 과제도 논의한다. 최종적으로, 이 기술이 환자에게 실시간 방광 충만도 알림을 제공함으로써 CIC 빈도 감소, 요실금 예방, 삶의 질 향상에 기여할 수 있음을 강조한다.
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기