광혈류측정(PPG) 기반 동맥혈압 특징 연속 추정

초록

본 연구는 5차 ARMA 모델을 이용해 광혈류측정(Photoplethysmography, PPG) 신호만으로 수축기·이완기 혈압을 연속 추정한다. 15명의 건강한 청년을 대상으로 정상 호흡과 호흡 정지 상태에서 비침습식 전맥압을 기준으로 검증했으며, 정상 호흡 시 RMS 오차는 5 mmHg 이하, 호흡 정지 시 8 mmHg 이하, 평균 잔차는 3.2 mmHg 미만을 기록하였다. 모델 간 차이는 1% 미만에 불과해 높은 일관성을 보였다.

상세 분석

이 논문은 기존의 연속 혈압 측정 방법이 침습적이거나 고가 장비에 의존한다는 한계를 극복하고자, 저비용·비침습적인 PPG 신호만을 입력으로 하는 5차 자기회귀이동평균(ARMA) 모델을 설계하였다. ARMA 모델은 시계열 데이터의 과거값과 현재 입력을 결합해 미래값을 예측하는 구조로, PPG 파형의 미세한 변동을 혈압 변동과 연관짓는 데 적합하다. 연구자는 먼저 PPG 신호를 전처리하여 심박 주기별로 정규화하고, 각 심박마다 수축기·이완기 혈압을 레이블로 사용해 모델을 학습시켰다. 모델 차수(5차)를 선택한 이유는 차수 증가에 따른 과적합 위험과 계산 복잡도 사이의 균형을 고려했으며, 교차 검증을 통해 최적 차수를 확인하였다.

실험은 15명의 20~30대 건강한 피험자를 대상으로, 누워있는(supine) 자세에서 정상 호흡과 30초 정도의 호흡 정지(breath‑hold) 두 조건을 적용하였다. 기준 혈압은 비침습식 전맥압(beat‑to‑beat full‑wave)으로 측정했으며, 이를 PPG 기반 추정값과 비교해 RMS 오차와 평균 잔차를 산출하였다. 정상 호흡 시 RMS 오차가 5 mmHg 이하, 호흡 정지 시 8 mmHg 이하라는 결과는 임상적으로 허용 가능한 정확도 범위에 해당한다. 평균 잔차가 3.2 mmHg 미만이라는 점은 모델이 편향 없이 안정적으로 추정한다는 것을 의미한다.

통계적으로 모델 간 차이를 검증한 결과, 전체 모델 중 1% 미만만이 p < 0.05 수준에서 유의한 차이를 보였으며, 이는 피험자 간 생리적 차이가 모델 성능에 크게 영향을 미치지 않음을 시사한다. 그러나 연구는 다음과 같은 제한점을 가지고 있다. 첫째, 피험자 연령·건강 상태가 제한적이어서 고령자·심혈관 질환자를 포함한 일반 인구에 대한 일반화가 필요하다. 둘째, 실험 환경이 정적인 누워있는 자세였으며, 움직임이나 외부 잡음이 많은 실제 착용 상황에서의 성능 검증이 부족하다. 셋째, 호흡 정지와 같은 급격한 혈압 변동만을 테스트했기 때문에 일상적인 혈압 변동에 대한 민감도는 추가 연구가 요구된다.

향후 연구 방향으로는(1) 다양한 연령·질환군을 포함한 대규모 코호트를 구축해 모델의 일반화 능력을 검증하고, (2) 실시간 착용이 가능한 웨어러블 디바이스에 구현해 움직임·노이즈 환경에서도 견고한 성능을 확보하며, (3) 딥러닝 기반 비선형 모델과 ARMA 모델을 혼합해 복합적인 혈압 변동 메커니즘을 포착하는 하이브리드 접근법을 탐색할 수 있다. 이러한 발전이 이루어지면, PPG 기반 연속 혈압 모니터링이 가정·헬스케어·운동 분야에서 광범위하게 활용될 가능성이 높다.