고령자 보행 데이터를 활용한 관성센서 기반 경도 통증 분류 알고리즘 개발

Abstract

통증은 고령자의 삶의 질을 악화시키는 주요 요인이자 질병 및 장애의 초기 증상으로, 예방과 관리를 위해 통증을 조기에 발견하고 객관적으로 평가하는 것이 매우 중요하다. 그러나 임상에서 사용해온 Oswestry Disability Index(ODI) 등의 설문 기반 평가는 주관적 응답에 의존하므로 지속적 모니터링과 경미한 통증 변화를 반영하는데 한계가 있다. 이에 본 연구에서는 관성센서(IMU) 기반 보행 데이터를 활용하여 고령자의 통증을 정량화하고 경미한 통증 상태를 분류하는 알고리즘을 개발하였다. 실험에는 독립적인 보행이 가능한 고령자 25명(평균 73.5±7.2세)이 참여하였으며, ODI 설문을 통해 무통(n=15)과 경도 통증(n=10) 그룹으로 구분하였다. 피험자들은 양측 정강이에 IMU 센서를 부착한 후 자연스러운 속도로 10미터 왕복 보행 과제를 수행하였다. 실험을 통해 수집된 3축 가속도 및 각속도 신호를 이용하여 시공간 보행지표, 변동성 및 대칭성 파라미터를 연산하였으며, ODI와의 상관성을 기반으로 통증평가에 대한 유효성을 분석하였다. 마지막으로 유효성이 검증된 파라미터를 머신러닝 알고리즘에 적용하여 경도 통증 분류 성능을 평가하였다. 그 결과 일반적인 시공간 보행지표들은 통증과 유의한 상관관계를 보이지 않았으나, 변동성 및 대칭성 지표는 ODI와 유의한 상관관계를 보였다(p<0.05). 또한 통증상태 분류에서는 ANN이 가장 높은 정확도(93.8%)를, SVM은 정밀도(93.5%)와 특이도(94.0%)에서 우수한 성능을 보였다. 이를 통해 IMU를 이용하여 통증평가에 유효한 파라미터를 연산할 수 있으며, 경미한 통증도 분류할 수 있음을 확인하였다. 향후에는 착용형 센서 기반 실시간 통증 모니터링 및 평가 시스템을 개발함으로써 통증의 만성화 예방과 고령자의 삶의 질 향상에 기여하고자 한다.