📄 bioengineering

Ultrasound Tracking Reveals Progressive Regional Strain Differences in Human Achilles Tendons During Fatigue Loading

본 연구는 인간 아킬레스건의 국소 변형률을 정량화하기 위한 자동 초음파 추적 알고리즘을 검증하고, 피로 부하 과정에서 생존한 건과 파열된 건 사이의 최대 및 평균 종방향 변형률이 서로 다른 점진적 궤적을 따른다는 것을 밝힘으로써, 명백한 구조적 실패 이전에 조기 생체역학적 차이가 존재함을 시사한다.

원저자: Nuethong, S., Baxter, J. R.

게시일 2026-09-15

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Nuethong, S., Baxter, J. R.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

아킬레스건은 인체에서 가장 강한 케이블로, 종아리 근육을 뒤꿈치 뼈에 연결하여 우리가 달리고, 점프하고, 지면을 차고 나갈 수 있게 해주는 두꺼운 조직 띠입니다. 끊임없이 긴장이 가해지는 밧줄과 마찬가지로, 이 조직도 시간이 흐르면서 마모될 수 있습니다. 피로라고 알려진 이러한 마모와 손상은 건이 실제로 끊어지기 훨씬 전부터 발생합니다. 수년 동안 의사들은 초음파 기계를 이용해 건의 형태를 관찰하며, 통증이 이미 시작된 후의 파열이나 비후(두꺼워짐)를 포착해 왔습니다. 하지만 형태를 보는 것이 곧 강도를 측정하는 것과 같지는 않습니다. 건이 어떻게 실패하는지를 진정으로 이해하기 위해서, 과학자들은 조직이 부하를 받을 때 어떻게 늘어나고 변형되는지, 그리고 반복적인 스트레스를 견디는 과정에서 섬유들이 어떻게 미세하게 움직이는지를 추적해야 합니다. 문제는 특히 손상이 수천 번의 사이클에 걸쳐 서서히 쌓여가는 상황에서, 침습적인 도구 없이 이 늘어남을 어떻게 정확하게 측정할 것인가 하는 점이었습니다.

펜실베이니아 대학교의 연구팀은 인간의 아킬레스건을 안에서부터 밖으로 관찰하는 새로운 방법을 만들어 이 문제를 해결하고자 했습니다. 그들은 기증자로부터 얻은 10개의 인간 아킬레스건을 가져와, 걷거나 달리는 스트레스를 모사하여 반복적으로 잡아당기는 기계에 배치했습니다. 목표는 건이 파단점에 도달할 때 내부에서 어떤 일이 일어나는지 확인하는 것이었습니다. 어떤 건들은 끊어질 때까지 당겨졌고, 어떤 건들은 아주 오랫동안 당겨졌음에도 테스트를 견뎌냈습니다. 내부에서 무슨 일이 일나를 보기 위해, 연구진은 초음파 프로브를 사용하여 건의 중간 부분을 잡아당기는 동안 수천 장의 사진을 찍었습니다. 그런 다음 이 이미지들을 조직 내의 미세하고 자연적인 입자(speckles)의 움직임을 추적하도록 설계된 맞춤형 컴퓨터 프로그램에 입력했는데, 이는 마치 햇살 속의 먼지 입자를 따라가며 공기의 흐름을 파악하는 것과 같았습니다. 이 프로그램은 건의 각 작은 영역이 정확히 얼마나 늘어났는지를 매핑하여, 조직 전체의 변형(strain)에 대한 상세한 히트맵을 생성했습니다.

첫 번째 주요 난관은 이 새로운 방식이 실제로 작동하는지 증명하는 것이었습니다. 연구진은 초음파 추적을 통해 생성된 늘어남 수치를 건을 잡아당기는 기계의 실제 움직임과 비교했습니다. 결과는 놀라울 정도로 근접했으며, 컴퓨터 비전 접근법이 기계 자체의 측정값과 거의 완벽하게 일치할 만큼 높은 정밀도로 건의 전체적인 늘어남을 측정할 수 있음을 보여주었습니다. 이 검증을 통해 연구진은 프로그램이 국소적인 수준에서 무엇이 일어나고 있는지를 보여주는 상세한 지도를 신뢰할 수 있게 되었습니다.

연구진이 건이 피로해질 때 어떻게 행동하는지 살펴보았을 때, 결국 파열된 건과 살아남은 건 사이에는 명확한 차이가 나타났습니다. 파열된 건들의 경우, 단일 지점에서의 최대 늘어남 정도가 사이클이 계속됨에 따라 점점 더 높아졌습니다. 건 전체의 평균 늘어남 또한 꾸준히 상승했습니다. 반면, 살아남은 건들은 다른 패턴을 보였습니다. 이들의 평균 늘어남은 부하가 지속됨에 따라 오히려 약간 감소했는데, 이는 조직이 부하에 적응하거나 부하를 더 효율적으로 재분배하고 있음을 시사합니다. 가장 결정적인 징후는 과정 초기에 나타났습니다. 첫 10,000 사이클 이내에, 살아남은 건들은 평균 늘어남이 감소한 반면, 나중에 파열될 건들은 이러한 개선을 보이지 않고 늘어남이 평탄하게 유지되거나 위로 치솟기 시작했습니다. 이는 건이 더 효율적인 움직임 패턴으로 자리 잡는 능력이 건강의 징후일 수 있는 반면, 그러지 못하는 것은 문제가 생길 수 있다는 조기 경고가 될 수 있음을 시사합니다.

흥미롭게도, 연구진은 늘어남의 불균일성, 즉 건의 서로 다른 부분들이 서로 얼마나 다르게 늘어나는지에 대한 결과는 두 집단 사이에 차이를 말해주지 않는다는 것을 발견했습니다. 두 집단 모두 시간이 지남에 따라 이러한 불균일성이 감소하는 유사한 양상을 보였습니다. 이는 건의 실패를 예측하는 핵심이 단순히 늘어남이 얼마나 무질서한가에 있는 것이 아니라, 늘어남의 전체적인 크기와 그 크기가 시간이 지남에 따라 어떻게 변하는가에 있다는 것을 의미합니다. 파열된 건들은 늘어남 부하를 줄이지 못했고, 이로 인해 특정 영역에 스트레스가 쌓이다가 조직이 무너졌습니다.

이 연구는 초음파와 스마트 알고리즘만을 사용하여 건의 내부 역학을 관찰하는 것이 가능하다는 것을 보여줍니다. 조직의 미세한 움직임을 추적함으로써, 연구진은 파열로 가는 길이 갑작스러운 사건이 아니라 점진적인 행동의 이탈임을 확인할 수 있었습니다. 살아남은 건들은 부하를 더 잘 나누어 갖는 법을 배웠지만, 파열된 건들은 압박 아래 계속해서 스트레스를 받았습니다. 이러한 발견은 건의 건강을 바라보는 새로운 시각을 제공하며, 반복적인 움직임 중에 건이 어떻게 늘어나고 적응하는지를 측정하는 것이 표준 스캔에서 육안으로 보이는 파열이 나타나기 훨씬 전부터 손상을 밝혀낼 수 있음을 시사합니다. 비록 이 작업은 통제된 실험실 환경 내의 사체 조직을 대상으로 수행되었으나, 이 방법은 건이 어떻게 노화되고 실패하는지를 이해하는 강력한 새로운 렌즈를 제공하며, 잠재적으로 파단점에 도달하기 전 위험이 있는 조직을 식별하는 데 도움을 줄 수 있습니다.

기술 요약: 초음파 추적을 통한 인간 아킬레스건의 피로 하중 중 진행성 국소 변형 차이 규명

문제 제기
아킬레스건 파열은 흔하면서도 심각한 장애를 초나타내는 부상이며, 종종 과사용 및 반복적인 기계적 하중에 의한 기저 건증(tendinopathy)과 연관됩니다. 임상적 평가는 증상이 나타난 후 구조적 이상을 감지할 수는 있지만, 파열 전 건 조직의 점진적인 기계적 퇴화 과정을 통찰하는 데는 한계가 있습니다. 따라서 진행성 조직 손상을 특징지울 수 있는 정량적 생체역학적 지표에 대한 절실한 필요성이 존재합니다. 초음파 영상은 건의 구조와 움직임을 평가하는 데 사용되는 비침습적 방식이지만, 진행성 피로 하중 동안의 국소 건 변형(regional tendon strain)을 정량화하고 파열 전의 기계적 변화를 특징짓는 데 적용하는 연구는 여전히 제한적입니다.

연구 방법론
본 연구는 이전에 확립된 ex vivo 피로 하중 프로토콜을 활용하여 10개의 사체 아킬레스건(7명의 기증자, 연령 60 ± 15세)을 대상으로 실험하였습니다. 표본은 30mm 크기의 dog-bone 형태로 절단되었으며, 1Hz의 빈도로 10~20MPa 사이의 주기적인 사인파 하중(sinusoidal loading)을 최대 150,000 사이클 또는 파열될 때까지 가했습니다. 매 500 사이클마다 응력 테스트를 수행하였습니다.

변형을 정량화하기 위해 저자들은 자동화된 초음파 추적 알고리즘을 개발하고 검증하였습니다:

영상 획득: 하중 주기 동안 건 중간 부위(midsubstance)의 B-모드 초음파 영상을 41Hz로 연속 획득하였습니다.
추적 프레임워크: 건 중간 부위에 12 × 3 커널을 포함하는 직사각형 관심 영역(ROI)을 정의하였습니다. Kanade-Lucas-Tomasi(KLT) 알고리즘을 사용하여 이미지 그래디언트 행렬의 고윳값(eigenvalues)을 기반으로 이미지 특징을 탐지하도록 커널 내에 포인트 트래커(point tracker)를 배치하였습니다.
변위 계산: 매칭된 포인트 트래커 좌표를 사용하여 프레임 간의 2차원 유사 변환(평행 이동, 회전, 균일 스케일링)을 추정하였습니다. 주성분 분석(PCA)을 통해 건의 회전을 고려하여 커널 변위를 종방향 및 횡방향 성분으로 분해하였습니다.
변형 추정:
- 벌크 변형(Bulk Strain): 누적 종방향 변위를 건 깊이에 따라 평균을 냈으며, 초기 열(column) 위치에 대한 선형 회귀를 통해 초음파 유도 벌크 변형을 산출하였습니다.
- 국소 변형(Regional Strain): 변위 그래디언트의 중앙 유한 차분(central finite differences)을 사용하여 종방향 변형 맵을 생성하였습니다. 최대, 평균 및 표준 편차(불균질성, heterogeneity)를 포함한 종방향 변형 지표를 계산하였습니다.
검증 및 분석: 초음파 유도 벌크 변형을 액추에이터 유도(crosshead) 변형과 비교하였습니다. 선형 혼합 효과 모델(LME)을 사용하여 피로 수명 및 초기 10,000 사이클 동안의 국소 변형 지표 변화를 평가하였으며, "생존" 그룹(100,000 사이클 완료)과 "파열" 그룹을 비교하였습니다.

주요 결과

알고리즘 검증: 자동화된 추적 알고리즘은 높은 충실도를 보였습니다. 초음파 유도 벌크 변형은 생존 건( $R^2 = 0.968 \pm 0.017$ )과 파열 건( $R^2 = 0.972 \pm 0.014$ ) 모두에서 액추에이터 유도 변형과 강한 상관관계를 보였습니다. 제곱평균제곱근 오차(RMSE)는 0.070% 미만으로 낮게 유지되었습니다.
발산하는 변형 궤적: 최대 및 평균 종방향 변형은 피로 하중이 진행됨에 따라 두 그룹 간에 유의미하게 다른 궤적을 보였습니다 (Group × FatigueLife 상호작용: $p = 0.003$ $p = 0.003$ 및 $p < 0.0001$ $p < 0.0001$ ).
- 파열 건: 지속적으로 높은 변형을 보였으며, 피로 수명에 따라 증가하였습니다.
- 생존 건: 피로 수명에 따라 감소하는 변형을 보였습니다.
  최종 피로 단계에서 파열 건은 생존 건보다 유의미하게 높은 벌크 변형을 나타냈습니다.
초기 피로 거동: 초기 10,000 사이클 동안, 평균 종방향 변형은 생존 건에서는 유의미하게 감소하였으나( $\beta = -0.0268\%$ per 1,000 cycles, $p = 0.0215$ ), 파열 건에서는 변화가 없었습니다( $\beta = 0.0147\%$ , $p = 0.1197$ ). 이는 유의미한 Group × Cycle 상호작용( $p = 0.0061$ )을 나타냅니다.
변형 불균질성: 종방향 변형의 표준 편차는 두 그룹 모두에서 피로 수명에 따라 감소하였으나, 그룹 간 또는 그룹의 궤적 간에 유의미한 차이는 발견되지 않았습니다 ( $p = 0.146$ for interaction).

의의 및 주장
저자들은 본 연구가 진행성 피로 하중 동안 높은 충실도로 국소 건 변형을 정량화할 수 있는 견고하고 자동화된 초음파 추적 알고리즘을 성공적으로 개발하고 검증했다고 주장합니다. 본 연구의 주요 의의는 절대적인 크기의 뚜렷한 차이가 발생하기 전에 국소 변형 거동이 변화한다는 것을 입증했다는 점에 있습니다.

구체적으로, 본 논문은 다음과 같이 기술합니다:

초기 생체역학적 마커: 초기 하중 단계 동안의 평균 변형의 발산하는 궤적(생존 건에서의 감소 vs 파열 건에서의 안정 유지)은 국소 변형 거동이 손상된 조직의 조기 지표 역할을 할 수 있으며, 이는 거시적 파열 이전에 나타날 수 있음을 시사합니다.
파열 메커니즘 통찰: 파열 건에서 나타나는 최대 및 평균 변형의 점진적 증가는 피로로 인한 미세구조적 손상(콜라겐 퇴화, 섬유 파열)이 하중 지지 능력을 감소시켜 국소적인 변형 집중을 초래한다는 가설과 일치합니다.
임상적 유용성: 본 연구가 특정 파열 예측 임계치를 설정한 것은 아니지만, 공간적으로 분해된 생체역학적 지표가 기존의 형태학적 평가를 보완할 수 있음을 시사합니다. 이 프레임워크는 변형이 집중되는 영역을 식별하고 재활 또는 부상 진행 과정 중의 기계적 변화를 평가하기 위한 종단적 모니터링의 기초를 제공합니다.

저자들은 2D 영상의 특성, ex vivo 모델의 제약, 작은 표본 크기 등의 한계를 언급하며 임상 적용에 대해 신중한 태도를 유지하면서도, 본 연구의 결과가 향후 in vivo 연구를 위한 방법론적 토대를 제공한다는 점을 강조하였습니다.

유사한 논문