손목 착용형 관성 센서를 이용한 CPR 품질 연속 추정

본 논문은 심폐소생술(CPR) 중 가슴 압축의 품질을 실시간으로 평가하기 위해 손목에 부착된 관성 측정 유닛(IMU) 데이터를 활용하는 새로운 방법론을 제시한다. CPR은 심정지 환자의 생존율을 크게 좌우하는 응급 처치이며, 압축 빈도(CCF)와 압축 깊이(CCD)가 국제 가이드라인에 따라 100–120 cpm, 5–6 cm로 유지되어야 한다. 기존 연구들은 스마트폰을 손에 쥐고 가속도 데이터를 수집하거나, FFT 기반 주파수 분석을 통해 CCF를 추정했지만, 피크 검출 오류와 신호 드리프트 문제로 정확도가 제한적이었다. 이에 저자들은 CPR 동작을 주기적인 사인파 형태로 모델링하고, 가속도 신호를 사인곡선의 2차 미분 형태와 직접 매칭시키는 접근을 채택하였다. 구체적으로, 3축 가속도 데이터를 유클리드 노름으로 결합하고 중력 가속도(9.81 m/s²)를 차감해 1차원 가속도 시계열을 만든 뒤, f(t)=−A·ω²·sin(ωt+ρ) 형태의 사인함수에 적합시킨다. 여기서 ω는 압축 빈도, 2·A는 압축 깊이에 해당한다. 파라미터 추정은 (μ+λ) 진화 전략을 변형한 ES 기반 최적화 알고리즘으로 수행된다. 초기 개체군은 무작위로 생성되어 탐색 단계에 집중하고, 이후 변이와 교차 연산을 통해 개체군을 점진적으로 수렴시킨다. 매 세대마다 λ=5개의 새로운 개체를 생성하고, 비용 함수는 RMSE 기반으로 정의한다. 연속적인 윈도우 처리(S_len=3 s, 100 Hz 샘플링)와 이전 세대 개체 일부 보존(ε 비율) 방식을 도입해 실시간 추정이 가능하도록 설계하였다. 실험은 독일의 Resusci Anne 훈련 마네킨을 기준으로 진행되었다. 실험 참가자는 손목에 IMU를 부착한 상태와 손에 스마트폰을 들고 측정한 두 가지 조건에서 CPR을 수행하였다. 결과는 다음과 같다. 압축 빈도는 평균 ±2.22 cpm의 오차를 보였으며, 이는 가이드라인 허용 범위 내에서 충분히 정확한 수치이다. 압축 깊이는 평균 ±0.5 cm 정도의 편차를 나타냈으며, 이는 기존 연구에서 보고된 1 cm 이하 오차와 비슷하거나 약간 개선된 수준이다. 손목 착용형 센서는 손에 들고 측정하는 방식에 비해 사용자의 피로도와 자세 불편을 감소시켜 장시간 CPR 수행 시 유리함을 확인하였다. 논문의 주요 기여는 세 가지로 요약할 수 있다. 첫째, CPR 동작을 사인곡선 모델에 직접 적합시켜 FFT 기반 방법의 한계를 극복하였다. 둘째, 진화 전략을 활용한 실시간 파라미터 추정 알고리즘을 구현함으로써 연속적인 피드백 제공이 가능하도록 하였다. 셋째, 손목에 부착한 IMU가 스마트워치 형태로 구현될 경우, 기존 손에 들고 사용하는 방식보다 사용자 친화적이며 정확도 면에서도 충분히 경쟁력 있음을 실험적으로 입증하였다. 하지만 몇 가지 제한점도 존재한다. 손목에 부착된 센서는 미세한 손목 움직임과 외부 충격에 민감하여 잡음이 발생할 수 있다. 또한, 현재 실험은 정적인 실내 환경과 훈련 마네킨을 사용했으며, 실제 현장(환자 체형 차이, 옷 착용 여부, 주변 소음 등)에서의 성능 검증이 필요하다. 향후 연구에서는 다중 센서 융합(예: 압력 센서와 결합)과 실시간 시각·청각 피드백 UI 개발, 그리고 심박수와 같은 추가 바이오신호를 통합한 종합적인 응급 지원 시스템으로 확장할 계획이다.