Abstract
We propose a continuously varying contact pressure(CVCP)-adaptive feature extraction algorithm for pulse diagnostic analysis. The CVCP method measures the pulse waveform with continuously increasing contact pressure(CP). This method offer a high resolution signal of the pulse waveform amplitude(PWA) as a function of the contact pressure. Therefore it enables us to overcome the limitation of commercially available pulse-taking devices whose analysis rely on a few number of PWA-CP pairs. We show that an efficient feature extraction algorithm which covers the features of the CVCP-method can be developed by sequentially applying Fast Fourier Transform, peak detection by center-to-edges method, baseline drift removal, detection of the percussion wave upstroke by intersecting tangent method and detection of the analysis region. Finally, by a clinical study with 30 subjects, we show that our CVCP-adaptive feature extraction algorithm detected the upstroke with accuracy of 99.46% and sensitivity of 99.51%, which were about 4.82% and 2.46% increases respectively, compared to a conventional feature extraction method. The proposed CVCP method and the CVCP-adaptive feature extraction algorithm are expected to improve the accuracy in the pulse diagnostic algorithms such as floating/sunken pulse qualities and deficient/excess pulse qualities.
본 논문에서는 연속 가압방식으로 측정된 맥파 신호의 분석에 적합한 시작점 검출 알고리즘을 제안한다. 연속 가압방식은 가압의 크기를 조금씩 증가시키면서 맥파 신호를 측정하는 방식인데 이를 이용하면 가압크기에 대응하는 맥파 신호의 분해능이 크게 향상되기 때문에 현재 상용맥진기의 맥파 측정방식인 단계별 가압방식의 정확성과 신뢰성 문제를 해결할 수 있다. 시작점 검출을 위해서 고속 푸리에 변환을 이용한 주기계산, Center-to-edges 방법의 피크 검출, 기저선 보정, 접선 교점 방법에 의한 시작점 검출, 분석 구간 설정을 순차적으로 적용한 알고리즘을 개발하였다. 30명의 피험자를 대상으로 실험한 결과 제안된 알고리즘의 정확도는 99.46%, 민감도는 99.51%로 나타났는데 이는 기존 알고리즘보다 정확도 4.82%, 민감도 2.46%가 향상된 결과이다. 본 연구에서 제안한 연속 가압방식의 맥파 측정방법과 맥파 시작점 검출 알고리즘을 사용한다면 맥파 특징점의 정확한 검출은 물론 허실맥이나 부침맥 등의 맥상 판별 정확성을 높일 수 있을 것으로 기대된다.
