스마트 스피커를 이용한 심장 박동 탐지

티스토리 뷰

책 논문 읽기

스마트 스피커를 이용한 심장 박동 탐지

yessen 2022. 12. 26. 16:37

728x90

Using smart speakers to contactlessly monitor heart rhythms

(https://www.nature.com/articles/s42003-021-01824-9)

요약:

스마트 스피커를 단거리 활성 소나 시스템(short-range active sonar system)으로 변환하고 규칙적 및 비규칙적 리듬 모두에 대해 RR interval 측정.

스마트 스피커에서 18–22kHz 소리를 방출하고 인체에서 반사된 echo를 수신하는데, 이 때 심장 박동으로 인한 1mm 미만의 변위를 탐지함. 연구 과정에서 심방 세동, 조동 및 울혈성 심부전을 포함하여 다양한 구조적 및 부정맥 심장 이상이 있는 환자와 건강인 모두 측정함.

심전도(ECG)의 R-R interval과 비교하여,

건강인: 12,280회의 심장 박동에 걸쳐 28 ms의 중앙값 오류. 상관 계수는 0.929

입원환자: 5639회 심장 박동에 대해 30ms 오류, 상관 계수 0.901

- 심장 박동은 인체 표면에서 0.3~0.8mm정도의 변위를 일으킴

- 상용 스마트 스피커는 주로 가청 주파수에서 전송하도록 설계되었으며 지원하는 비가청 주파수는 18–22kHz에서 4kHz 정도이며, 샘플링 속도가 약 48kHz로 제한되어 있고 SNR이 낮아 높은 시간 분해능(temporal resolution) 달성이 어려움

- 심장 박동으로 인한 변위보다 호흡으로 인한 변위가 더 크다는 것도 어려운 문제임

- 연구에서 사용한 스마트 스피커 기반 소나 시스템은 주파수가 18kHz에서 22kHz로 선형적으로 증가하는 주파수 변조(FM) 연속파(FMCW) 신호를 생성함

- 마이크에서 캡처한 신호에서 심장 박동 추출. 마이크에서 수신된 신호 전처리 -> 가청 주파수 필터링 (배경 잡음 제거) -> 스피커에서 마이크까지 도달하는 다양한 반사음의 impulse 추출 -> 1m 이상의 거리에서 도달하는 echo 제거 -> 호흡에서 심장 리듬 분리 -> 필터링 외에 adaptive learning-based beamforming algorithm 사용.

- adaptive learning-based beamforming algorithm은 호흡 및 noise의 간섭은 최소화하면서 마이크와 주파수의 심장 박동 신호를 정렬하여 SNIR을 최대화함. 이는 복합 가중치를 통해 주파수에 서로 다른 마이크의 신호를 결합함. 가중치 계산은 gradient ascent algorithm을 사용하는 최적화 함수를 이용함. 또한 갑작스로운 간섭에 대한 페널티를 주기 위해 정규화 매개변수를 추가함

- 마지막으로 심장 박동 신호를 개별 심장 박동으로 분할. 빔포밍은 불완전할 수 있는데, 이 때문에 음향 신호의 동위상(in-phase) 및 직각 위상(quadrature-phase) 사이에서 심장 신호를 앞뒤로 이동시킴. 본 연구의 알고리즘은 분할 포인트와 세그먼트 이동을 동시에 식별하여 R-R과 인접 세그먼트 길이를 비교하고, 잔여 호흡으로 인한 위상 간 이동을 추적함. 이렇게 각 beat의 세그먼트를 식별하면 심박수와 R-R interval을 계산할 수 있음

- ECG와는 달리 심박수와 R-R interval 계산으로 제한적 사용 가능