생체신호의 동적 시간 워핑 기반 스트레스 검출 알고리즘 개발

Abstract

본 연구에서는 심전도(ECG) 신호와 호흡(RSP) 신호를 기반으로 사용자의 스트레스를 검출하는 알고리즘을 개발하였다. 실험에는 건강한 성인 28명(남성 12명, 여성 16명, 평균 연령 33.9 ± 10.7세)이 참여하였으며, 모든 피험자들은 Biopac MP160 시스템의 ECG와 RSP 및 EDA 센서를 착용하였다. 실험은 정적인 자세를 5분 동안 유지하는 reference 세션과 영어 말하기 및 암산 과제를 5분 동안 수행하는 stress 세션, 시청각 자료와 함께 10분 동안 휴식을 취하는 relax 세션으로 구성하였으며, 모든 피험자들은 각 세션마다 Likert scale을 통해 현재 스트레스 상태에 대해 응답하였다. 모든 생체신호는 2kHz의 샘플링 주파수로 측정되었으며, Python 3.10 소프트웨어와 NeuroKit 2.0 툴킷을 이용하여 데이터를 분석하였다. ECG의 RRI와 RSP의 PPI를 기반으로 standard deviation of NN interval을 연산한 뒤 dynamic time warping(DTW)을 적용하여 스트레스 검출 알고리즘을 개발하였으며, Likert scale 및 EDA 파라미터(Skin Conductance Level[SCL], Skin Conductance Response[SCR], EDA Sympathetic component[EDASymp])와 피어슨 상관관계를 분석하여 스트레스 검출 성능을 평가하였다. EDA 기반 SCL과 SCR 및 EDASymp는 Likert scale과 0.558, 0.541, 0.656의 상관관계를 보였으며, DTW 알고리즘은 Likert scale과 0.650의 상관관계를 보였다. 또한 DTW 알고리즘은 SCL, SCR, EDASymp와 각각 0.748, 0.639, 0.776의 높은 상관관계를 보였다. 이를 통해 ECG와 RSP를 이용한 DTW 알고리즘이 EDA 파라메터만큼 사용자의 스트레스를 검출하는데 효과적임을 확인하였으며, 향후에는 DTW 기반 기계학습 알고리즘을 개발함으로써 실시간 스트레스 상태 분석 시스템을 구현하고자 한다.

후기 본 연구는 경찰청이 지원한 ‘스마트 건강관리(www.kipot.or.kr)' [과제명: 인공지능 기반 빅데이터 분석을 활용한 경찰 맞춤형 라이프로그 획득 시스템 및 스트레스 건강 케어 시스템 개발 및 상용화 / 과제번호: 220222M03]와 2023년도 정부(교육부)의 재원으로 한국연구재단의 지원(No. RS-2023-00275296)을 받아 수행된 기초연구사업의 지원으로 수행되었음