Machine-learning for photoplethysmography analysis: Benchmarking feature, image, and signal-based approaches

이 논문은 혈압 및 심방세동 예측을 위한 광용적맥파 (PPG) 분석에서 해석 가능한 특징, 이미지, 그리고 원시 파형이라는 세 가지 입력 표현 방식을 비교 평가한 결과, 원시 시계열 데이터를 입력으로 사용하는 현대적 합성곱 신경망 (CNN) 기반의 딥러닝 모델이 가장 우수한 성능을 보임을 입증했습니다.

핵심

이 논문은 손목 시계나 스마트 밴드에서 측정하는 심박수 신호 (PPG) 를 이용해 혈압을 재거나 **부정맥 (심방세동)**을 찾아내는 인공지능 (AI) 연구입니다.

마치 **"어떤 요리 방법이 가장 맛있는 음식을 만들어내는가?"**를 비교하는 요리 대회 같은 이야기라고 생각하시면 됩니다. 연구진들은 AI 가 신호를 분석할 때 세 가지 다른 '접시'에 음식을 담아 비교했습니다.

🍽️ 세 가지 접시 (입력 방식)

1. 원재료 접시 (Raw Time Series):

   • 비유: 다듬지 않은 생고기나 채소를 그대로 AI 에게 주는 방식입니다.
   • 특징: AI 가 직접 "아, 이 고기의 결이 이러니까 이 정도 혈압이야!"라고 스스로 모든 특징을 찾아내야 합니다. 가장 많은 정보 (원재료) 를 가지고 있습니다.

2. 조리된 반찬 접시 (Feature-based):

   • 비유: 전문가가 고기를 다져서 소금, 후추를 뿌리고, 지방 비율을 계산한 '완성된 반찬'을 AI 에게 주는 방식입니다.
   • 특징: "심장 박동 간격이 0.8 초야", "파형이 이렇게 생겼어"처럼 사람이 미리 계산해 둔 숫자만 줍니다. 해석은 쉽지만, AI 가 발견하지 못한 숨은 맛 (정보) 을 놓칠 수 있습니다.

3. 사진 접시 (Image-based):

   • 비유: 신호를 시간과 진폭을 축으로 한 '그림'이나 '지형도'로 그려서 AI 에게 보여주는 방식입니다.
   • 특징: AI 가 그림을 보고 "이 산맥 모양은 심장이 불안정해 보이네"라고 판단하게 합니다.

---

🏆 대회의 결과 (핵심 발견)

연구진은 수천 명의 환자 데이터를 이용해 이 세 가지 방식과 다양한 AI 모델 (레시피) 을 시험해 보았습니다.

1. 승자는 '원재료' + '고급 요리사' (Deep Neural Networks on Raw Data)

• 결과: 가장 좋은 결과는 **다듬지 않은 생신호 (원재료) 를 직접 분석하는 최신 AI 모델 (CNN)**이 냈습니다.
• 이유: AI 가 스스로 모든 패턴을 찾아내는 것이, 사람이 미리 다듬어 준 반찬보다 더 정확했습니다. 특히 XResNet이나 Inception 같은 복잡한 구조의 AI 모델이 가장 잘했습니다.
• 비유: "요리사가 직접 재료를 만져보고 맛을 보는 것이, 미리 레시피를 적어둔 반찬을 먹는 것보다 더 맛있는 요리를 만든다"는 뜻입니다.

2. '사진'도 나쁘지 않았다 (Image-based)

• 신호를 그림으로 그려서 분석하는 방법도 꽤 잘했습니다. 하지만 원시 신호를 직접 분석하는 것보다는 약간 뒤처지거나 비슷했습니다.

3. '조리된 반찬'은 약했다 (Feature-based)

• 사람이 미리 계산한 숫자만 주는 방식은, 혈압을 재는 경우 (특히 새로운 환자를 볼 때) 성능이 떨어졌습니다. 사람이 놓친 미세한 신호를 AI 가 놓치게 되기 때문입니다.

4. 모델의 크기는 중요하지 않았다?

• 무조건 AI 모델이 크고 복잡할수록 좋은 것은 아니었습니다. 때로는 작고 간단한 모델도 충분히 잘했습니다. 하지만 혈압을 재는 것처럼 매우 정밀한 작업에서는 **깊고 복잡한 모델 (Deep CNN)**이 유리했습니다.

---

💡 왜 이 연구가 중요한가요?

지금까지 많은 연구자들이 "어떤 AI 모델이 제일 좋을까?"만 고민했습니다. 하지만 이 논문은 **"어떤 데이터를 어떻게 AI 에게 주느냐 (접시 종류)"**가 더 중요하다는 것을 증명했습니다.

• 실제 생활에 적용: 우리가 매일 쓰는 스마트워치가 혈압을 재거나 심방세동을 찾아낼 때, 사람이 직접 계산한 숫자 (반찬) 를 쓰는 것보다, AI 가 원신호 (생고기) 를 직접 분석하게 하는 것이 훨씬 정확하다는 결론입니다.
• 신뢰성: 이 연구는 다양한 데이터 (수술실 데이터, 일상생활 데이터) 를 이용해 검증했기 때문에, 실제 상용 제품에 적용할 때 더 신뢰할 수 있는 가이드라인을 제공합니다.

📝 한 줄 요약

"심박수 신호를 분석할 때, 사람이 미리 다듬은 숫자 (반찬) 를 주는 것보다, AI 가 생신호 (원재료) 를 직접 보고 스스로 배우게 하는 것이 혈압 측정과 부정맥 발견에 훨씬 정확하다!"

이 연구는 앞으로 우리가 손목에 차고 다니는 건강 기기들이 더 똑똑하고 정확하게 작동할 수 있는 길을 열어주었습니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 광용적맥파 (PPG) 는 비침습적이며 웨어러블 기기 (스마트워치 등) 에 널리 통합되어 있어 혈압 (BP) 추정 및 심방세동 (AF) 감지 등 다양한 임상 응용 분야에서 중요한 생리학적 신호입니다. 최근 머신러닝, 특히 딥러닝이 PPG 분석에 활발히 적용되고 있습니다.
• 문제: 기존 연구들은 주로 특정 입력 표현 (Raw 신호, 특징 기반, 이미지 기반) 중 하나에만 초점을 맞추거나, 문헌의 기존 결과와 비교하는 방식에 그쳤습니다. 그러나 입력 표현 (Input Representations) 과 모델 아키텍처 간의 체계적이고 직접적인 비교 (Benchmarking) 는 부족합니다.
  • 어떤 입력 방식 (원시 신호 vs. 공학적 특징 vs. 이미지) 이 가장 효과적인가?
  • 회귀 (혈압 추정) 와 분류 (심방세동 감지) 작업 모두에서 일관된 성능 패턴이 존재하는가?
  • 복잡한 모델이 항상 더 좋은 성능을 내는가?

2. 연구 방법론 (Methodology)

이 연구는 두 가지 대표적인 임상 작업 (분류: 심방세동 감지, 회귀: 혈압 추정) 에 대해 세 가지 다른 입력 표현 방식을 동일한 데이터 분할과 평가 프로토콜을 사용하여 엄격하게 비교했습니다.

A. 데이터셋

1. VitalDB (혈압 추정): 수술 환자에서 수집된 PPG 및 침습적 동맥혈압 (ABP) 데이터.
   • Calib (보정): 훈련/테스트 세트에 동일한 환자가 포함 (개인별 보정 가능).
   • CalibFree (무보정): 훈련/테스트 세트에 환자 중복 없음 (미지의 환자에 대한 일반화 능력 평가).
2. DeepBeat (심방세동 감지): 175 명의 참가자로부터 수집된 PPG 데이터. 기존 데이터셋의 불균형과 중복 문제를 해결하기 위해 새로운 데이터 분할 (Split) 을 적용하여 신뢰성을 높였습니다.

B. 입력 표현 방식 및 모델

세 가지 주요 접근법을 비교했습니다:

1. Raw Time Series (T): 원시 PPG 신호를 직접 입력.
   • 모델: LeNet1d, Inception1d, XResNet1d (50/101), AlexNet1d, MiniRocket, TCN, PPNet, iTransformer, TimesNet 등.
2. Feature-Based (F): 신호 처리를 통해 추출된 임상적으로 해석 가능한 특징 (Feature) 입력.
   • 특징: 맥파 형태 (수축기/이완기 피크 등), 불규칙성 지표 (HRV 등), 웨이블릿 변환 계수.
   • 모델: MLP, Gaussian Process Regression (GPR).
3. Image-Based (I): 신호를 2 차원 이미지로 변환.
   • 기법: 연속 웨이블릿 변환 (CWT) 스칼로그램, 단시간 푸리에 변환 (STFT) 스펙트로그램.
   • 모델: ResNet-18, ResNet-50 (이미넷 사전 학습 가중치 사용).

C. 평가 지표

• 혈압 (회귀): 평균 절대 오차 (MAE), 평균 절대 스케일 오차 (MASE), Bland-Altman 분석 (편향 및 일치 한계), IEEE 1708a-2019 등급 (A~D).
• 심방세동 (분류): AUC, F1 점수, 민감도/특이도, MCC (Matthews Correlation Coefficient).
• 통계적 유의성: 부트스트래핑 (1,000 회) 을 통한 통계적 유의성 검정.

3. 주요 기여 (Key Contributions)

1. 포괄적인 벤치마킹: PPG 분석을 위한 세 가지 주요 입력 표현 (신호, 특징, 이미지) 과 다양한 최신 딥러닝 아키텍처를 동일한 조건에서 비교한 최초의 체계적인 연구 중 하나입니다.
2. 데이터 분할의 엄격성: DeepBeat 데이터셋의 기존 편향 (불균형, 중복) 을 수정하여 더 신뢰할 수 있는 평가 환경을 구축했습니다.
3. 실무 가이드라인 제공: 특정 작업 (회귀 vs 분류) 과 데이터 설정 (보정 vs 무보정) 에 따라 최적의 모델과 입력 방식이 달라질 수 있음을 규명하여, 실제 웨어러블 기기 개발 시 모델 선택에 대한 실용적인 지침을 제시합니다.

4. 주요 결과 (Results)

A. 혈압 추정 (BP Estimation)

• 성능 우위: **Raw Time Series 기반의 심층 신경망 (Deep Neural Networks)**이 가장 우수한 성능을 보였습니다. 특히 XResNet1d50+GNLL 모델이 Calib 환경에서 가장 낮은 오차를 기록했습니다.
• 모델 복잡도:
  • Calib (보정): 환자별 패턴을 학습 (기억) 할 수 있는 더 크고 복잡한 모델 (XResNet1d101 등) 이 유리했습니다.
  • CalibFree (무보정): 미지의 환자에 대한 일반화가 중요하므로, 상대적으로 작고 단순한 모델 (LeNet1d 등) 이 복잡한 모델과 유사하거나 더 나은 성능을 보였습니다.
• 특징/이미지 기반: 특징 기반 (Feature-based) 모델은 Calib 환경에서는 성능이 낮았으나, CalibFree 환경에서는 일부 경쟁력이 있었습니다. 이미지 기반 모델은 Raw 신호 모델보다 약간 낮거나 유사한 성능을 보였습니다.
• 오차 분석: 최상위 모델조차도 개별 샘플 수준에서 큰 변동성 (Bland-Altman LoA) 을 보였으며, 이는 개별 예측의 신뢰성 한계를 시사합니다.

B. 심방세동 감지 (AF Detection)

• 성능 우위: **Raw Time Series 기반의 현대적 CNN (XResNet1d, Inception1d)**이 가장 높은 AUC 와 F1 점수를 기록했습니다.
• 비교:
  • Raw 신호 기반 CNN 이 특징 기반 모델 (특히 임상적 특징 + MLP) 보다 압도적으로 우수했습니다.
  • 이미지 기반 모델 (STFT-ResNet) 은 Raw 신호 기반 최상위 CNN 과 통계적으로 유의미한 차이가 없는 경쟁력 있는 성능을 보였습니다.
  • Transformer 기반 모델 (iTransformer, TimesNet) 은 이 작업에서는 CNN 보다 성능이 낮았습니다.
• 통계적 유의성: 최상위 CNN 과 이미지 기반 모델 간의 성능 차이는 통계적으로 유의미하지 않아, 작업에 따라 이미지 표현도 유효한 대안이 될 수 있음을 시사합니다.

5. 의의 및 결론 (Significance & Conclusion)

• 모델 선택 가이드: PPG 분석을 위해 **Raw Time Series 를 입력으로 하는 현대적인 CNN 아키텍처 (ResNet, Inception 계열)**가 가장 안전하고 강력한 선택지입니다. Transformer 나 복잡한 하이브리드 모델은 이 특정 데이터셋과 작업에서는 추가적인 이점을 제공하지 못했습니다.
• 작업 의존성:
  • 분류 (AF): Raw 신호 기반 CNN 이 압도적입니다.
  • 회귀 (BP): 데이터 설정 (보정 유무) 에 따라 모델 복잡도 선택이 달라져야 합니다. 일반화 (CalibFree) 가 목표라면 과도하게 복잡한 모델은 오히려 불리할 수 있습니다.
• 해석 가능성의 딜레마: 특징 기반 모델은 임상적 해석이 용이하지만, 예측 성능은 Raw 신호 기반 딥러닝에 비해 떨어집니다. 임상 적용 시 성능과 해석 가능성 사이의 균형을 고려해야 합니다.
• 향후 연구 방향:
  • 강건성 (Robustness): 실제 웨어러블 환경의 운동 아티팩트 (Motion Artifacts) 에 대한 모델의 강건성 평가 필요.
  • 불확실성 추정: 개별 예측의 신뢰도를 평가하기 위한 불확실성 추정 (Uncertainty Estimation) 및 OOD(Out-of-Distribution) 감지 연구 필요.
  • 사전 학습 (Pretraining): 자기지도 학습 (Self-supervised learning) 기반의 사전 학습이 성능을 획기적으로 향상시킬 수 있음이 문헌에서 확인되었으며, 향후 연구가 요구됩니다.

이 연구는 PPG 기반 머신러닝 솔루션 개발 시, 단순히 최신 모델을 적용하는 것을 넘어 입력 표현과 작업 유형에 맞는 최적의 전략을 수립하는 데 중요한 기준을 제시했습니다.