임피던스 폐활량 측정에서 심장 잡음 재활용

본 논문은 임피던스 폐활량(impedance pneumography, IP) 신호에 내재된 심장 유래 잡음, 즉 카디오제닉 아티팩트를 단순히 제거하는 것을 넘어, 그 잡음에 포함된 혈역학 정보를 추출하고 신호를 재구성하는 새로운 알고리즘을 제시한다. 연구 배경으로는 모바일 헬스케어나 응급 상황 등에서 사용 가능한 센서가 제한적일 때, 하나의 채널에 여러 생리 신호가 혼합되어 기록되는 경우가 빈번하다는 점을 들었다. 특히, 호흡 신호에 섞여 나타나는 심장 잡음은 전통적으로 ‘노이즈’로 간주되어 필터링되지만, 실제로는 심박동수와 심장 파형 정보를 담고 있다. 이러한 잡음을 ‘재활용’함으로써 센서 하나만으로도 호흡과 심장 정보를 동시에 얻을 수 있다. 문제 정의는 ‘single‑channel blind source separation (scBSS)’로, 다중 진동 성분이 하나의 신호에 중첩된 상황을 의미한다. 기존 방법은 다채널 블라인드 소스 분리, 적응형 필터링, 템플릿 서브트랙션 등이다. 하지만 채널이 하나뿐인 경우 이러한 방법은 적용이 어렵다. 저자들은 비선형 시간‑주파수 분석 기법인 de‑shape synchrosqueezing transform(dsSST)을 도입해 이 문제를 해결한다. 먼저, IP 신호를 ‘adaptive non‑harmonic model’로 수학적으로 모델링한다. 이 모델은 각 진동 성분을 진폭 aₗ(t), 위상 φₗ(t), 그리고 1‑주기 파형 sₗ(·) 로 표현한다. IP는 호흡 성분과 심장 성분 두 개(L=2)의 합으로 구성되며, 각각의 진폭·주기가 시간에 따라 변한다. 특히 심장 성분은 심박동 변동성(HRV) 때문에 주파수가 비정상적이며, 파형도 비사인형이다. 따라서 단순 푸리에 변환이나 고정 밴드패스 필터로는 기본 주파수와 고조파를 구분하기 어렵다. dsSST는 두 단계의 비선형 연산을 통해 이를 해결한다. 첫 단계에서는 단시간 푸리에 변환(STFT) V(t,ξ)를 계산하고, 그 절대값의 γ‑제곱을 취해 short‑time cepstral transform(C) 를 만든다. C는 주파수 축에 대한 ‘cepstrum’ 정보를 제공하며, 여기서 기본 주기와 그 배수를 추출한다. 이를 역변환해 비선형 마스크 U(t,ξ)=C(t,1/ξ) 를 얻는다. 마스크 U는 기본 주파수와 그 배수를 반전시켜 고조파를 억제한다. V와 U의 점곱 W=V·U는 고조파가 제거된 스펙트럼이다. 두 번째 단계에서는 synchrosqueezing transform(SST) 를 적용한다. SST는 위상 정보를 이용해 에너지 재배치를 수행해 스펙트럼을 더욱 선명하게 만든다. 구체적으로, W의 파생형 V′와 V를 이용해 재배치 연산 Ω(t,ξ)=−Im