Introducing circStudio, a Python package for preprocessing, analyzing and modeling actigraphy data

이 논문은 아크타이그래피 데이터의 전처리, 분석 및 수학적 모델링을 단일 프레임워크로 통합하여 연구의 재현성을 높이고 디지털 헬스 및 수면 과학 분야의 연구 응용을 용이하게 하는 파이썬 패키지인 'circStudio'를 소개합니다.

핵심

이 논문은 **'circStudio(서클스튜디오)'**라는 새로운 컴퓨터 프로그램에 대해 소개하고 있습니다. 이 프로그램을 쉽게 이해하실 수 있도록, 일상적인 비유와 이야기로 설명해 드리겠습니다.

🌟 circStudio 란 무엇인가요?

상상해 보세요. 우리 몸은 24 시간 주기로 작동하는 거대한 시계처럼 움직입니다. 이를 '생체 리듬'이라고 하죠. 우리가 잠을 자고, 깨고, 활동하는 패턴은 이 시계와 밀접하게 연결되어 있습니다.

과거에는 이 생체 리듬을 연구하려면 여러 가지 다른 도구를 따로따로 사용해야 했습니다.

1. 데이터 수집 도구: 손목에 차는 시계 같은 기기로 활동량을 기록합니다.
2. 정리 도구: 기록된 더러운 데이터를 깨끗하게 다듬는 도구.
3. 분석 도구: "어제 잠은 잘 잤나?", "리듬이 규칙적인가?"를 계산하는 도구.
4. 예측 도구: "내일 몸이 어떻게 반응할까?"를 수학적으로 시뮬레이션하는 도구.

문제는 이 도구들이 각각 다른 회사에서 만들어져서 서로 통하지 않았다는 점입니다. 데이터를 한 도구에서 다른 도구로 옮기려면 연구자들이 직접 코딩을 하느라 고생해야 했습니다. 마치 레고 블록을 조립할 때, 한 세트의 블록과 다른 세트의 블록이 맞지 않아서 접착제를 발라가며 조립하는 것과 비슷합니다.

circStudio는 바로 이 문제를 해결한 **'만능 레고 박스'**입니다. 이 하나의 프로그램 안에 데이터 수집, 정리, 분석, 예측까지 모든 기능이 다 들어있습니다. 연구자들은 이제 복잡한 코딩 없이도 손쉽게 생체 리듬을 연구할 수 있게 되었습니다.

🛠️ circStudio 가 어떻게 작동하나요? (3 단계 과정)

이 프로그램은 크게 세 가지 단계로 데이터를 처리합니다.

1 단계: 데이터 청소 (Preprocessing)

• 비유: 생선 잡이를 하러 갔다 와서 생선을 손질하는 과정입니다.
• 설명: 손목 시계로 찍은 데이터에는 잡음 (노이즈) 이 많고, 때로는 시계를 벗고 있는 시간도 섞여 있습니다. circStudio 는 이 '불필요한 잡음'을 잘라내고, 빈칸을 채워주며 (이것을 '보간'이라고 합니다), 데이터를 분석하기 좋은 형태로 깔끔하게 다듬어 줍니다.

2 단계: 지표 계산 (Analysis)

• 비유: 손질된 생선으로 요리한 뒤, "이 생선은 얼마나 신선한가?", "비타민이 얼마나 들어있는가?"를 측정하는 과정입니다.
• 설명: 정리된 데이터를 바탕으로 중요한 숫자들을 계산합니다.
  • 수면 규칙성 지수 (SRI): 매일 잠자는 시간이 얼마나 일정한가?
  • 상대 진폭 (RA): 낮에 얼마나 활발하게 움직이고 밤에 얼마나 푹 쉬었는가? (이 차이가 클수록 리듬이 건강하다는 뜻입니다.)
  • 이 외에도 우리가 궁금해하는 다양한 수치를 자동으로 뽑아냅니다.

3 단계: 미래 예측 (Modeling)

• 비유: 날씨 예보처럼, "내일 비가 오면 우리 몸이 어떻게 반응할까?"를 시뮬레이션하는 과정입니다.
• 설명: circStudio 는 빛의 양과 활동량을 입력받아, 우리 몸속의 '생체 시계'가 어떻게 움직일지 수학적으로 예측합니다. 특히 **멜라토닌 (잠을 유도하는 호르몬)**이 언제 분비될지, 혹은 **수면 압력 (졸림)**이 어떻게 변할지까지 예측할 수 있습니다. 이는 단순히 과거를 보는 것을 넘어, 미래의 건강 상태를 미리 알아보는 것과 같습니다.

🌊 실제 사례: 잠수함 안의 생체 리듬

이 프로그램이 실제로 어떻게 쓰였는지 흥미로운 예시가 있습니다. 연구자들은 잠수함 승무원들의 데이터를 분석했습니다. 잠수함 안은 햇빛이 들지 않고, 교대 근무로 수면 시간이 불규칙할 수밖에 없습니다.

연구자들은 circStudio 를 이용해 다음과 같은 질문을 던졌습니다.

"수면 시간이 불규칙한 (SRI 가 낮은) 승무원들은, 낮과 밤의 활동 차이가 줄어든 (RA 가 낮은) 상태일까요?"

그 결과, 수면이 불규칙할수록 낮과 밤의 활동 차이가 줄어들어 생체 리듬이 흐트러진다는 것을 발견했습니다. 이는 circStudio 가 복잡한 데이터를 빠르게 분석하여 중요한 과학적 발견을 이끌어낼 수 있음을 보여줍니다.

💡 결론: 왜 이 프로그램이 중요한가요?

circStudio 는 생체 리듬 연구의 **'공유된 작업대'**를 제공합니다.

• 연구자들에게는: 복잡한 코딩 없이도 정교한 분석이 가능해져서 연구 속도가 빨라집니다.
• 일반인에게는: 더 정확한 수면 분석과 건강 관리 앱이 나올 수 있는 기반이 됩니다.
• 미래에는: 이 프로그램을 통해 우리는 우리 몸의 리듬을 더 잘 이해하고, 불규칙한 생활 습관이 건강에 미치는 영향을 미리 예방할 수 있게 될 것입니다.

간단히 말해, circStudio 는 우리 몸의 '생체 시계'를 읽는 가장 쉽고 강력한 열쇠입니다.

기술 요약

제공된 논문은 circStudio라는 새로운 Python 패키지를 소개하며, 이는 액티그래피 (actigraphy) 데이터의 전처리, 분석, 그리고 생체리듬 (circadian rhythm) 모델링을 통합된 프레임워크 내에서 수행할 수 있도록 설계되었습니다. 아래는 논문의 기술적 요약입니다.

1. 문제 제기 (Problem)

• 분산된 도구와 상호운용성 부재: 액티그래피 데이터 분석을 위해 여러 오픈소스 패키지가 존재하지만, 전처리, 지표 계산, 수학적 모델링 기능이 서로 다른 소프트웨어에 분산되어 있어 상호운용성이 떨어지고 프로그래밍 오버헤드가 증가합니다.
• 기존 도구의 한계:
  • pyActigraphy: 액티그래피 분석에 널리 사용되지만, 전처리와 분석 기능이 여러 모듈에 흩어져 있어 코드 중복이 발생하고 사용자 유연성이 제한적입니다.
  • circadian (Arcascope): 생체리듬 모델링을 제공하지만, 노이즈가 많은 조명 스케줄을 처리하는 데 최적화되지 않았으며, 실제적인 조명 노출 패턴 하에서 모델 상태 변수를 계산하는 데 실패할 수 있습니다.
  • 통합 부재: 전처리, 분석, 모델링을 하나의 통합된 워크플로우로 연결하는 쉬운 Python 패키지가 부족했습니다.

2. 방법론 및 아키텍처 (Methodology & Architecture)

circStudio 는 pyActigraphy 코드베이스를 기반으로 하되, Arcascope의 circadian 패키지에 포함된 생체리듬 모델을 통합하여 개발되었습니다.

• 모듈 구조:
  • io 모듈: 파일 입출력 및 전처리를 담당합니다. 다양한 기기 (ActTrust 등) 의 고유 파일 포맷을 처리하는 어댑터 클래스 (Adaptor classes) 를 포함하며, Raw 클래스를 통해 데이터를 로드하고 전처리합니다.
  • analysis 모듈: 데이터 분석 기능을 제공합니다.
• 주요 설계 특징:
  • 데이터와 분석의 분리: Raw 클래스는 신호 전처리 (로딩, 마스킹, 정제) 에만 전념하도록 설계되었으며, 지표 계산 함수는 Raw 클래스에서 분리된 독립 함수로 구현되었습니다. 이를 통해 사용자가 커스텀 전처리 파이프라인을 구현하거나 다른 시계열 데이터 (예: 말초 체온) 에 동일한 지표를 적용할 수 있습니다.
  • 전처리 기능:
    • 마스킹 (Masking): 기록 시작/종료부의 유효하지 않은 구간 제거, 기록 중의 비활성 구간 (예: 120 분 이상) 마스킹, 사용자 정의 CSV 기반 마스킹 지원.
    • 결측치 보간 (Imputation): 마스킹된 NaN 값을 다른 날의 해당 시간대 평균값으로 채우는 기능 제공.
    • 신호 처리: 신호 이진화 (Binarization), 리샘플링, 스무딩 (Smoothing) 기능 포함.
  • 수학적 모델링: Forger, Jewett, HannaySP/TP, Hilaire07, Breslow13 (멜라토닌 모델), Skeldon23 (수면 압력 모델) 등 다양한 생체리듬 수학적 모델을 구현했습니다. 특히 Skeldon23 모델은 연속 상태 변수와 이산적인 수면/각성 상태 간의 피드백을 처리하기 위해 run() 메서드를 별도로 호출하는 독특한 워크플로우를 따릅니다.

3. 주요 기여 (Key Contributions)

• 통합 프레임워크: 액티그래피 데이터 처리와 생체리듬 수학적 모델링을 단일 Python 패키지 내에서 통합하여, 원시 웨어러블 데이터부터 생리학적 해석 가능한 결과까지의 워크플로우를 단순화했습니다.
• 유연한 아키텍처: 전처리 (Raw 클래스) 와 분석 (독립 함수) 을 분리하여 사용자 정의 파이프라인 구축을 용이하게 했습니다.
• 다양한 모델 지원: 기존에 분리되어 있던 여러 생체리듬 모델 (Kronauer, Forger, Hannay 등) 을 통합하여 노이즈가 있는 실제 조명 데이터에서도 안정적으로 시뮬레이션할 수 있도록 개선했습니다.
• 다양한 분석 도구: Cosinor 분석, 특이 스펙트럼 분석 (SSA), (다중 프랙탈) 제거 추세 변동 분석 (DFA), 기능적 선형 모델링 등 추가 분석 기능을 포함했습니다.

4. 결과 및 적용 사례 (Results & Application)

• 잠수함 연구 사례 적용: 저자들의 이전 연구 (군사 잠수함 임무) 를 바탕으로 circStudio 를 적용하여 **수면 규칙성 지수 (SRI)**와 상대 진폭 (RA) 간의 상관관계를 분석했습니다.
  • 분석 결과: SRI 와 RA 사이에는 moderate positive correlation (ρ = 0.422, p = 0.025) 이 관찰되었으며, SRI 는 낮 시간대 최소 5 시간의 활동량 (L5) 과 음의 상관관계 (ρ = -0.514, p = 0.025) 를 보였습니다.
  • 해석: 수면 불규칙성이 증가할수록 수면 시간대의 활동량이 늘어나 생체리듬의 진폭 (RA) 이 감소한다는 가설을 지지하는 결과를 도출했습니다. 이는 circStudio 가 실제 환경에서 생물학적으로 의미 있는 관계를 신속하게 탐색하고 가설을 생성하는 데 효과적임을 입증했습니다.
• 시각화: 모델 상태 변수 (예: Forger 모델의 x, xc, light drive 등) 와 멜라토닌 궤적, 수면 압력 궤적 등을 시각화하는 인터랙티브 도구를 제공합니다.

5. 의의 및 결론 (Significance)

• 재현성 및 접근성 향상: 폐쇄형 기기 소프트웨어에 의존하던 기존 방식에서 벗어나, 재현 가능한 오픈소스 워크플로우를 제공하여 대규모 데이터 수집 및 분석을 용이하게 합니다.
• 연구 및 임상 응용: 생체리듬 생물학, 수면 과학, 디지털 헬스 분야에서 연구자들이 원시 데이터에서 생리학적 인사이트를 얻는 과정을 가속화합니다.
• 미래 전망: circStudio 는 향후 자동화된 비착용 (non-wear) 구간 감지 알고리즘 도입, 더 일반적인 생물학적 시계열 분석 패키지 확장, 그리고 GUI 개발을 통해 접근성을 높일 계획입니다.

요약하자면, circStudio는 분산되어 있던 액티그래피 분석 도구를 통합하고, 정교한 수학적 모델링을 가능하게 함으로써 웨어러블 데이터를 활용한 생체리듬 연구의 표준화된 프레임워크를 제시한 중요한 도구입니다.