스마트폰 영상 심박수 측정 새로운 접촉면적 신호

본 논문은 스마트폰을 이용한 접촉형 영상광용맥파(PPG) 기반 심박수 측정에서 기존에 사용되던 녹색 색강도 신호만으로는 오류가 큰 ‘꼬리’ 현상이 존재한다는 문제점을 제기한다. 이를 보완하기 위해 손가락이 스마트폰 화면에 닿는 접촉면적을 새로운 신호로 도입하고, 면적‑압력 관계를 물리적으로 모델링한다. 구체적으로 손가락을 탄성 타원체로 가정하고, 스마트폰이 가하는 일정한 힘에 대해 접촉면적이 내부 혈압에 반비례한다는 식(1)을 제시한다. 실험은 62명의 성인(남 25명, 여 37명)으로부터 총 786개의 손가락 영상을 수집하였다. 영상은 iPhone 5(1080×1920 px, 30 fps)로 촬영했으며, 플래시를 켜서 지속적인 조명을 확보하였다. 손가락은 테이블 위에 놓고 스마트폰 무게에 의해 일정한 압력이 가해지도록 하였고, 손가락 가장자리가 영상에 보이도록 배치하였다. 각 영상에 대해 동시에 팔꿈치에 부착된 Omron BP742 혈압계로 심박수를 측정해 기준값을 확보하였다. 영상 처리 단계에서는 레드 채널에 Otsu 임계값을 적용해 손가락 접촉 영역을 이진화하고, Fitzgibbon‑Fisher 알고리즘으로 타원을 피팅해 면적을 추정한다. 면적은 화면 전체 대비 비율로 정규화한다. 녹색 색강도는 동일 영역 내 픽셀의 평균값을 사용한다. 두 신호는 각각 20 초 이상 지속된 구간에서 베이스라인 트렌드를 제거한 뒤 피어슨 상관계수를 계산했으며, 평균 상관계수는 0.50±0.35, 중앙값 0.60으로 양의 상관이 대부분이었지만 11 %는 음의 상관을 보였다. 이는 개인별 조직 탄성 차이와 측정 노이즈를 반영한다. 심박수 추정 알고리즘은 두 가지로 구성된다. 첫 번째는 기존 방식과 동일하게 녹색 색강도만을 사용한 ‘PPG‑only’이며, 두 번째는 색강도와 면적을 동시에 활용한 ‘PPG‑area’이다. 두 알고리즘 모두 신호를 FFT와 그룹 LASSO(그룹별 L1 정규화)로 변환하고, 30‑180 bpm 범위 내에서 가장 큰 스펙트럼 파워를 심박수 후보로 선정한다. FFT와 LASSO 추정값이 5 bpm 이상 차이날 경우 해당 영상을 노이즈로 판단해 배제한다. 최종 추정값은 두 방법의 평균 제곱 오차(σ²_F, σ²_L)를 가중치로 하는 결합식(2)으로 계산한다. 테스트 결과, PPG‑area는 전체 영상 중 91.25 %를 유효하게 사용했으며, 평균 절대 오차는 2.60 ± 0.21 bpm으로 PPG‑only(2.91 ± 0.29 bpm)보다 개선되었다. 10 bpm 초과 절대 오차 비율은 4.11 %로 PPG‑only의 6.42 %보다 낮았으며, 20 bpm 초과 오차는 1.10 % 대비 2.67 %로 감소했다. 40 bpm 초과 오차는 PPG‑area에서 0 %를 기록했다. Bland‑Altman 분석에서도 평균 편차가 -0.51 bpm, 95 % 신뢰구간(-9.71, 8.69)으로 PPG‑only(-0.84 bpm, -13.27~11.59)보다 좁았다. Pearson 상관계수도 0.94로 PPG‑only(0.89)보다 높았다. 논문은 이러한 결과를 바탕으로 접촉면적 신호가 색강도와 독립적인 정보를 제공함을 입증하고, 심박수 측정의 ‘꼬리’ 오류를 효과적으로 감소시킬 수 있음을 주장한다. 제한점으로는 연령·심박수 분포의 편중, 손가락 미세 움직임, 기준 장비의 정확도, 그리고 상용 앱 알고리즘과의 직접 비교가 어려운 점을 언급한다. 향후 연구 방향으로는 면적‑압력 모델을 정교화해 혈압·헤마토크릿 추정에 활용, 가속도계 기반 힘 추정으로 압력 변동 보정, 그리고 개인별 조직 탄성 파라미터를 고려한 비선형 모델 개발을 제시한다.