정상 혈압 데이터베이스 기반 PPG 무압 혈압 추정 모델 벤치마크와 성능 향상

초록

본 연구는 MIMIC‑III와 VitalDB에서 추출한 1 103명의 건강한 성인을 대상으로 101 453개의 고품질 PPG 세그먼트를 모은 NBPDB를 구축하고, 기존 최첨단 PPG‑기반 혈압 추정 모델들을 AAMI/ISO 81060‑2 기준에 따라 체계적으로 벤치마크하였다. 모든 모델이 기준을 충족하지 못함을 확인한 뒤, 연령·성별·BMI 등 인구통계 정보를 입력으로 추가한 멀티모달 구조로 개선하였다. 특히 MInception 모델은 평균 절대 오차(MAE) 4.75 mmHg(SBP)·2.90 mmHg(DBP)를 기록하며 기준에 근접한 성능을 보였다.

상세 분석

본 논문은 PPG 기반 무압 혈압 추정 연구에서 가장 큰 문제점인 데이터 이질성과 임상 기준 미충족을 해결하기 위해 두 단계의 접근을 제시한다. 첫 번째 단계는 NBPDB(Normal Blood Pressure Database)라는 표준화된 벤치마크 서브셋을 구축한 것이다. MIMIC‑III와 VitalDB에서 정상 혈압(90‑130 mmHg SBP, 60‑85 mmHg DBP), 연령(18‑65 yr), BMI(18.5‑25 kg/m²) 조건을 만족하는 레코드를 엄격히 필터링하고, PulseDB와 동일한 전처리 파이프라인(노이즈 제거, 신호 정규화, 2 s 세그먼트 추출)을 적용해 101 453개의 고품질 PPG 세그먼트를 확보하였다. 데이터는 훈련(≈81 k), 캘리브레이션 기반 검증(≈9 k), 캘리브레이션 프리 검증(≈11 k)으로 분할돼 모델 일반화와 개인별 보정 효과를 동시에 평가할 수 있다.

두 번째 단계는 기존 최첨단 모델(1‑D ResNet‑18/50, Inception‑1D, LeNet‑1D, Structured State Space Sequence(S4))을 동일한 입력 포맷으로 재구성하고, 인구통계 변수(age, sex, BMI)를 별도 MLP로 인코딩한 뒤 late‑fusion 레이어에서 결합하는 멀티모달 구조를 적용한 것이다. 이 설계는 PPG 신호가 개인의 혈관 순응성에 크게 의존한다는 생리학적 근거를 반영한다. 실험 결과, 원본 모델들은 모두 평균 오차(mean error) < 5 mmHg와 표준편차 < 8 mmHg라는 AAMI/ISO 기준을 충족하지 못했으며, 특히 캘리브레이션 프리 설정에서 MAE가 6‑9 mmHg 수준으로 크게 악화되었다. 인구통계 정보를 추가한 후에는 모든 모델에서 MAE가 평균 15‑23% 감소했으며, 특히 MInception 모델은 SBP MAE 4.75 mmHg, DBP MAE 2.90 mmHg를 달성해 기준에 근접했다. 이는 연령·성별·BMI가 PPG‑BP 관계를 조정하는 중요한 컨텍스트 변수임을 실증한다.

또한 논문은 모델의 캘리브레이션 기반(개인별 사전 측정값 사용)과 캘리브레이션 프리(완전 무보정) 두 시나리오를 모두 평가함으로써 실제 웨어러블 적용 가능성을 탐색한다. 캘리브레이션 프리 상황에서도 인구통계 융합이 성능 저하를 완화시키는 효과가 확인되었다. 마지막으로, 데이터셋 공개와 평가 프로토콜 제시를 통해 향후 연구자들이 동일 조건에서 재현 가능하고 임상 표준에 부합하는 모델을 개발하도록 기반을 마련한다.