A methodology to rank importance of frequencies and channels in electromyography data with Decision Tree classifiers

논문 요약: 결정 트리 분류기를 활용한 근전도 (EMG) 데이터의 주파수 및 채널 중요도 순위 산정 방법론

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 근전도 (EMG) 신호는 근육 활동 분석, 신경근 기능 평가, 운동 후 회복 모니터링에 널리 사용되지만, 신호가 복잡하고 노이즈가 많아 효과적인 분석을 위한 정보성 있는 특징 (Feature) 식별이 필수적입니다.
• 문제점:
  • 기존 EMG 분류 연구는 종종 높은 정확도와 강건성을 위해 랜덤 포레스트나 그래디언트 부스팅과 같은 앙상블 (Ensemble) 모델을 사용합니다.
  • 그러나 앙상블 모델은 '블랙박스' 성향이 강해 의사결정 과정과 특징의 기여도를 해석하기 어렵습니다. 의료 및 스포츠 과학 분야에서는 모델의 투명성 (Transparency) 과 해석 가능성 (Interpretability) 이 매우 중요하므로, 이 부분이 큰 제약으로 작용합니다.
  • 따라서, 높은 해석 가능성을 유지하면서도 EMG 신호에서 어떤 주파수와 채널이 근육 회복 평가에 가장 중요한지 식별할 수 있는 방법론이 필요합니다.

2. 연구 방법론 (Methodology)

가. 데이터 수집 및 실험 설계

• 참가자: 최종 10 명 (남성 7 명, 여성 3 명, 평균 연령 24.5 세).
• 실험 프로토콜: 스쿼트 (Squat) 동작을 반복 수행하며, 1 분, 5 분, 10 분의 서로 다른 휴식 간격 (Rest Interval) 을 설정하여 근육 회복 정도를 측정했습니다.
• 데이터 획득: 대퇴外侧근 (Vastus Lateralis) 에 3 채널의 EMG 전극을 부착하여 데이터를 수집했습니다.
  • 하드웨어: STM32F401 마이크로컨트롤러 기반의 커스텀 시스템 사용 (샘플링 레이트 1kHz).
  • 전처리: 기준선 보정 (Baseline correction), 20~500Hz 대역 통과 필터링, 50Hz 노치 필터 (전원선 노이즈 제거) 적용.
• 데이터셋: 총 252 개의 관측치 (1 분: 84 개, 5 분: 81 개, 10 분: 87 개) 로 구성되었으며, 각 관측치는 1~450Hz 주파수 대역의 전력 스펙트럼 밀도 (PSD) 값을 특징으로 가집니다 (총 1,351 개의 특징 열).

나. 모델링 및 특징 선택 전략

• 분류기 선택: 단일 결정 트리 (Single Decision Tree) 분류기를 사용했습니다. 앙상블 모델 대신 단일 트리를 선택한 이유는 데이터셋 크기가 작고, 모델의 해석 가능성을 최우선으로 하여 특징 중요도를 직접 파악하기 위함입니다.
• 학습 프로세스:
  1. 그리드 서치 (Grid Search) 및 교차 검증: 클래스 불균형을 해결하기 위해 층화 K-폴드 (Stratified K-Fold) 교차 검증을 적용하고, 하이퍼파라미터 (지니, 엔트로피, 최대 깊이 등) 를 최적화했습니다.
  2. 반복적 특징 제거: 1,349 개의 개별 결정 트리를 학습시켰습니다. 각 학습 후 가장 중요한 특징을 식별하고, 다음 반복에서는 해당 특징을 제외하는 방식으로 특징 수를 하나씩 줄여가며 모델 성능을 분석했습니다.
  3. 성능 지표: 평균 가중 F1 점수 (F1-weighted score) 를 주요 평가 지표로 사용했습니다.

다. 제안된 방법론: EMG Rank Frequency

• 목적: 다양한 주파수와 채널의 안정성과 중요도를 정량화하기 위한 새로운 순위 산정 방법론 제안.
• 순위 함수 (FeatureRank): 상위 10% 성능을 보이는 135 개의 결정 트리 모델을 선정하여 다음 요소들을 종합적으로 고려한 점수를 산출합니다.
  • 교차 검증 점수 (모델 예측 성능)
  • 정보성 있는 특징 (Importance > 0) 의 비율
  • 결정 트리 내에서의 특징 순위
  • 전체 모델 중 해당 트리의 순위
• 공식: $FeatureRank = \frac{I(f_i)}{4} \cdot \sum (\text{성능 점수} + \text{비율} + \text{트리 순위} + \text{특징 순위})$

3. 주요 결과 (Results)

• 분류 성능:
  • 최적의 분류기는 평균 가중 F1 점수 0.4974를 기록했습니다 (기저선 0.33 대비 향상).
  • 학습된 모델의 약 50% 가 0.42 이상의 F1 점수를 달성했습니다.
• 특징 수와 성능의 관계:
  • 전체 특징 수를 늘리는 것은 성능 향상과 직접적인 상관관계가 없었습니다.
  • 오히려 정보성 있는 특징 (Importance > 0) 만을 고려할 때, 특징의 수가 증가한다고 해서 분류 품질이 비례하여 향상되지 않는다는 것이 확인되었습니다. 이는 소수의 고정보성 특징만으로도 충분한 성능을 낼 수 있음을 시사합니다.
• 주요 발견 (Rank Frequency 결과):
  • 분석된 1,350 개 특징 중 상위 10 개 특징은 고주파 및 저주파 성분을 모두 포함했습니다.
  • **전극 3 번 (Channel 3)**이 상위 10 개 특징 중 6 개를 차지하여, 대퇴外侧근의 특정 부위에서 수집된 신호가 근육 회복 평가에 가장 결정적인 역할을 함을 발견했습니다.
  • 소수의 특징 (약 3 개) 만이 3 이상의 높은 순위를 받았으며, 이는 모델의 복잡성을 줄이면서도 정확도를 유지할 수 있는 핵심 특징들이 존재함을 의미합니다.

4. 주요 기여 (Key Contributions)

1. 해석 가능한 EMG 분석 방법론 제안: 앙상블 모델의 정확도 손실을 감수하더라도 단일 결정 트리를 사용하여 의료/스포츠 현장에서 필수적인 '모델 투명성'을 확보했습니다.
2. 새로운 특징 순위 산정법 (Rank Frequency): 주파수 대역과 채널의 중요도를 평가하기 위해 모델 성능, 특징의 빈도, 트리 내 순위 등을 통합한 새로운 지표를 개발했습니다.
3. 효율적인 특징 선택 가이드: EMG 기반 근육 회복 평가에 불필요한 데이터 중복을 줄이고, 소수의 고정보성 특징 (특히 전극 3 번과 특정 주파수 대역) 만으로도 신뢰할 수 있는 분류가 가능함을 입증했습니다.
4. 하드웨어 및 임베디드 시스템 적용 가능성: 복잡도가 낮고 해석 가능한 모델을 제안함으로써, FPGA 등 제한된 컴퓨팅 자원을 가진 임베디드 진단 시스템 개발에 기여할 수 있는 토대를 마련했습니다.

5. 의의 및 향후 전망 (Significance)

• 임상 및 스포츠 응용: 이 연구는 의료진이나 코치가 근육 회복 상태를 투명하고 신뢰할 수 있는 지표로 판단할 수 있도록 돕습니다. 불필요한 데이터 수집을 줄여 실시간 모니터링 시스템의 효율성을 높일 수 있습니다.
• 향후 연구 방향:
  • 제안된 방법론을 더 큰 규모의 오픈 소스 EMG 데이터셋에서 검증할 계획입니다.
  • 앙상블 방법이나 추가 전처리 기법을 결합하여 다양한 응용 분야에서의 강건성을 높이는 연구가 필요하다고 제안합니다.
  • 연구에서 생성된 모든 소스 데이터와 코드 (개인정보 제외) 를 공개하여 과학적 재현성 (Reproducibility) 을 확보했습니다.

결론적으로, 이 논문은 복잡한 EMG 신호 분석에서 '정확도'와 '해석 가능성' 사이의 균형을 맞추기 위해 단일 결정 트리를 활용하고, 이를 통해 근육 회복 평가에 가장 핵심적인 주파수와 채널을 식별하는 체계적인 방법론을 제시했다는 점에서 의의가 큽니다.