동잡음 저감된 무선 웨어러블 PPG 센서와 이를 이용한 활동 혈압 추정 알고리즘 개발 = Development of a Motion-Artifact-Reduced Wireless PPG Sensor and an Ambulatory Blood Pressure Estimation Algorithm

국문 초록 (Abstract)

최근 광용적 맥파(Photoplethysmography, PPG) 기반 웨어러블 혈압 추정 연구가 활 발히 진행되고 있으나, 동잡음(Motion Artifact)에 대한 취약성과 다중 센서 사용에 따 른 시스템 복잡성이 한계로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 동잡음 저감형 무선 웨어러블 PPG 센서와 단일 센서 기반의 활동 혈압 추정 알고리즘을 제안 한다. 손가락 끝 고정형 소형 광학 센싱 모듈과 고성능 유기 포토디텍터(Organic Phot odetector, OPD)를 적용하여, 저전력 조건에서도 높은 신호 대 잡음비(Signal-to-Noise Ratio, SNR)를 확보하였다. 또한, 센서와 구동부를 분리한 시계형 구조와 탄성 밴드를 활용한 패키징을 통해 보행 및 실내 사이클 운동 중에도 안정적인 PPG 신호를 획득하 였다. 소프트웨어 측면에서는 PPG 신호로부터 맥파 형태 분석(Pulse Wave Analysis, P WA)을 수행하였으며, 혈압 추정 모델로는 소규모 데이터셋에서도 안정적인 예측력을 제공하는 CatBoost 회귀 모델을 사용하였다. 총 10명의 피험자를 대상으로 안정 및 운 동 전·중·후 데이터를 수집하였고, 5-fold 교차 검증을 통해 모델 성능을 평가하였다. 그 결과 수축기 혈압은 MAE 3.24 mmHg, RMSE 4.43 mmHg, 이완기 혈압은 MAE 2.00 mmHg, RMSE 2.66 mmHg를 기록하여 AAMI(Association for the Advancement of Medical Instrumentation) 기준을 만족하였다. 또한, BHS(British Hypertension Socie ty) 기준 평가 결과, 수축기 및 이완기 혈압의 5 mmHg 이내 오차 누적 비율이 각각 79.0%와 93.1%를 기록하며 두 지표 모두 상위 등급인 Class A를 획득하였다. 본 시스 템을 통해 기존 방식으로는 측정이 어려웠던 운동 중 혈압 변화를 연속적으로 예측하 고 그 트렌드를 분석할 수 있음을 확인하였다.

다국어 초록 (Multilingual Abstract)

Recently, research on wearable blood pressure (BP) estimation based on ph otoplethysmography (PPG) has been actively conducted. However, its high susc eptibility to motion artifacts (MA) and the system complexity arising from mult i-sensor configurations remain significant limitations. To address these challe nges, this study proposes a motion-artifact-reduced wireless wearable PPG se nsor and a single-sensor-based ambulatory BP estimation algorithm.
The hardware employs a miniature fingertip-fixed optical sensing module in tegrated with a high-performance Organic Photodetector (OPD), ensuring a hig h signal-to-noise ratio (SNR) even under low-power conditions. Furthermore, a watch-type architecture that decouples the sensing module from the driving circuitry, combined with elastic band-based packaging, enables stable PPG sig nal acquisition during walking and indoor cycling. On the software side, pulse wave analysis (PWA) was performed on the extracted PPG signals, and a CatBo ost regression model—optimized for stable predictive performance even with s mall datasets—was utilized for BP estimation.
Data were collected from 10 subjects during rest, as well as before, during, and after exercise, and the model was validated using a 5-fold cross-validatio n approach. The results yielded a Mean Absolute Error (MAE) of 3.24 mmHg a nd a Root Mean Square Error (RMSE) of 4.43 mmHg for systolic blood pressur- 33 e (SBP), and an MAE of 2.00 mmHg and RMSE of 2.66 mmHg for diastolic blo od pressure (DBP), satisfying the Association for the Advancement of Medical I nstrumentation (AAMI) standards. Additionally, according to the British Hypert ension Society (BHS) criteria, the system achieved Grade A for both SBP and DBP, with cumulative error percentages within 5 mmHg of 79.0% and 93.1%, r espectively. This system demonstrates the feasibility of continuous BP predicti on and trend analysis during physical activity, which has been traditionally dif ficult to achieve with conventional methods.

목차 (Table of Contents)

• 1. 서론 1
• 1.1. 지속적인 혈압 모니터링의 필요성 1
• 1.2. 현재 혈압 측정에서 상용 기술의 제한점 1
• 1.3. 현재 제안되는 연속 혈압 모니터링 방법 2
• 1.4. 광혈류 측정(PPG) 기반 혈압 추정 기술의 현황 및 한계 2
• 1.5. 연구 목적 4
• 2. 동잡음 저감된 무선 웨어러블 PPG 센서 개발 6
• 2.1. 광모듈 하드웨어 구성 6
• 2.1.1. 광학 센싱 모듈 제작 6
• 2.1.2. 탄성 밴드 기반 패키징 9
• 2.2. 웨어러블 무선 구동 하드웨어 개발 15
• 3. 혈압 추정 알고리즘 개발 19
• 3.1. 데이터 취득 20
• 3.2. 데이터 전처리 22
• 3.3. 특징 추출 23
• 3.4. 데이터 분할 25
• 3.5. 혈압 추정 알고리즘 결과 26
• 4. 결론 및 후속 연구 29
• 참고문헌 30
• Abstract 32