신생아 호흡수 추정을 위한 압력 매트 시간·주파수 영역 비교

본 논문은 압력 민감 매트(PSM)를 이용해 신생아 호흡수를 비침습적으로 추정하는 가능성을 평가하고, 시간 영역과 주파수 영역 분석 방법의 성능을 비교한다. 서론에서는 기존 성인 대상 연구와 달리 신생아는 체중·압력 범위가 작아 센서 감도와 신호 대 잡음비 확보가 어려운 점을 지적하고, 기존 기계식 센서가 공간 해상도와 이동성에서 한계를 가진다는 점을 강조한다. 이에 저자들은 정전용량식 XSensor LX100 매트를 선택했으며, 매트를 매트리스 위에 놓고 NICU에서 흔히 사용하는 크리브와 오버헤드 워머 매트를 각각 테스트했다. 실험 장비는 Laerdal사의 신생아 시뮬레이터 ‘SimNewB’를 사용했으며, 무게 2790 g, 길이 51 cm로 신생아와 유사하게 설정하였다. 시뮬레이터는 정상 호흡과 그린팅(그런팅) 패턴을 각각 45, 60, 75 bpm으로 설정했으며, 누운(supine)과 엎드린(prone) 자세에서 각각 측정하였다. 총 20회의 실험이 수행되었고, 각 실험은 30~80 초 동안 20 fps로 압력 데이터를 수집하였다. 압력 데이터는 흉부 영역의 평균값을 추출해 분석에 사용하였다. 데이터 전처리는 세 단계로 이루어졌다. 첫째, 평균값을 빼는 정규화(Normalization)로 DC 오프셋을 제거했다. 이는 주파수 스펙트럼에서 0 Hz 피크를 억제해 기본 호흡 주파수의 가시성을 높였다. 둘째, MATLAB의 detrend 함수를 이용해 저주파 드리프트를 제거했으며, 이는 센서 자체의 메타로지컬 특성인 drift를 보정한다. 셋째, 중앙값 필터(Median filter)를 적용해 고주파 잡음을 감소시켜 부드러운 호흡 파형을 복원했다. 전처리 전후의 파형과 스펙트럼을 그림 2에 제시해 전처리 효과를 시각적으로 확인하였다. 시간 영역 분석은 원시 데이터와 전처리된 데이터 모두에 적용되었다. 임계값은 원시 데이터의 75번째 백분위수, 전처리 데이터는 그 절반값으로 설정했으며, 신호가 이 임계값을 교차하는 횟수를 세어 호흡수를 추정했다. 추정된 호흡수와 시뮬레이터 설정값의 차이를 백분율 오차(RR‑TDE)로 계산하고, 각 실험 조건별 RMS 값을 구했다. 결과는 원시 데이터에서 64 % 이상의 오류가 발생했으며, 전처리 후에도 최소 1.57 % RMS 오류에 그쳤다. 주파수 영역 분석은 0.3–1.5 Hz 대역의 2차 버터워스 밴드패스 필터링 후 FFT를 수행했다. 스펙트럼에서 가장 큰 파워 피크를 기본 호흡 주파수(a)로, 두 번째 큰 피크를 보조 피크(b)로 정의했다. a를 60배하면 bpm 단위 호흡수가 얻어지며, a와 b의 비율 L C = a/b를 신뢰도 지표로 사용했다. 전처리 여부와 관계없이 주파수 영역 분석은 평균 0 % 오류를 기록했으며, L C 값은 4.45~12.17 사이로, 특히 정규화 후에는 높은 신뢰도를 보였다. 표 I에 정리된 결과를 보면, 자세가 supine일 때는 주파수 영역에서 거의 완벽한 추정이 이루어졌고, prone 자세에서는 약간의 오차가 있었지만 여전히 시간 영역보다 우수했다. 그린팅이 포함된 경우에도 주파수 영역은 1.69 % 이하의 RMS 오류를 유지했으며, 매트 종류에 따라 차이가 있었지만 전반적으로 주파수 기반 방법이 더 안정적이었다. 논의에서는 주파수 영역 분석이 신호가 약하고 잡음이 많은 신생아 환경에 적합함을 강조한다. 특히 L C와 같은 신뢰도 지표를 도입함으로써 실시간 모니터링 시스템에서 자동 품질 판단이 가능해진다. 반면, 시간 영역 방법은 전처리와 임계값 설정에 민감해 실제 임상 적용 시 변동성이 크다. 한계점으로는 시뮬레이터 기반 실험이므로 실제 신생아의 움직임, 비정상적인 호흡 패턴, 환경 소음 등을 완전히 재현하지 못한다는 점을 들었다. 또한, 매트와 시뮬레이터 사이의 압력 전달 효율이 매트 종류에 따라 크게 달라졌으며, 특히 오버헤드 워머 매트에서는 신호 감도가 낮아 오류가 증가했다. 결론에서는 압력 민감 매트를 이용한 주파수 영역 분석이 신생아 호흡수 모니터링에 매우 유망함을 제시하고, 향후 실제 NICU 환자 데이터를 활용한 임상 검증, 실시간 알고리즘 구현, 다중 센서 융합 등을 통해 시스템의 신뢰성과 적용 범위를 확대할 필요가 있음을 강조한다.