Development of a transformation model to analyze horizontal saccades using electrooculography through correlation between video-oculography and electrooculography

이 연구는 수평 안구 운동 중 전안구전위 (EOG) 와 비디오안구운동기록 (VOG) 간의 상관관계를 분석하여 EOG 데이터를 VOG 와 동등한 값으로 변환하는 수학적 모델을 개발하고, 이를 통해 EOG 가 저비용 고정밀 VOG 대안으로서의 유효성을 입증했습니다.

핵심

🧐 문제: "눈의 움직임을 재는 데 왜 이렇게 비싸고 불편할까?"

의학에서 눈이 얼마나 빠르게 움직이는지 (시선 이동, 즉 '사카드') 측정하는 것은 뇌와 신경의 건강을 확인하는 중요한 지표입니다.

• 기존의 황금 표준 (VOG): 눈앞에 카메라를 두고 눈동자를 추적하는 방식입니다. 마치 고성능 스포츠 카메라로 운동선수의 동작을 찍는 것과 비슷합니다. 정확하지만, 장비가 비싸고 크며, 환자가 눈을 뜨고 카메라를 똑바로 봐야 합니다. 병상에서 누워 있거나 의식이 없는 환자에게는 쓰기 어렵습니다.
• 대안 (EOG): 눈 주변에 작은 전극을 붙여 전기 신호를 잡는 방식입니다. 눈은 본질적으로 작은 배터리처럼 작동합니다. 눈이 움직이면 눈앞의 각막 (양극) 과 뒤쪽 (음극) 의 위치가 달라지면서 전압이 변하는데, 이를 전극으로 잡는 거죠. 이 방식은 저렴하고 작아서 잠자는 동안에도, 혹은 누워 있는 동안에도 측정이 가능합니다.

하지만 문제점이 있었습니다.
"카메라 (VOG)"로 측정한 값과 "전극 (EOG)"으로 측정한 값이 숫자상으로 완전히 달랐습니다. 전극으로 측정한 숫자만으로는 "눈이 정확히 몇 도, 몇 초속으로 움직였는지"를 알 수 없었습니다. 마치 **온도계 (전극)**가 온도를 재는데, 그 숫자를 보고 "정확히 몇 도인지"를 알 수 없는 것과 비슷하죠.

---

💡 해결책: "전극의 숫자를 카메라의 숫자로 바꿔주는 '환율' 만들기"

연구팀은 이 두 가지 데이터를 연결해 주는 **수학적 변환 모델 (환율)**을 개발했습니다.

1. 실험: 건강한 성인 4 명에게 눈앞에 점을 보여주고, 그 점을 따라 눈을 빠르게 움직이게 했습니다. 이때 동시에 카메라 (VOG) 와 전극 (EOG) 으로 눈의 움직임을 기록했습니다.
2. 비유:
   • 카메라 (VOG): "눈이 20 도 움직였어!" (정확한 각도)
   • 전극 (EOG): "전압이 2000μV 변했어!" (전기 신호)
   • 연구팀은 이 두 숫자의 관계를 찾아냈습니다. "아, 전압이 2000μV 변하면, 카메라로 보면 약 20 도 움직인 거구나!"라는 **비례 상수 (환율)**를 찾아낸 것입니다.
3. 필터링 (소음 제거): 전극 신호에는 잡음이 많습니다. 마치 라디오를 틀었을 때 잡음이 섞여 들리는 것처럼요. 연구팀은 어떤 주파수의 잡음을 제거해야 가장 정확한지 실험을 반복했습니다. 그 결과, 0.3Hz 이상의 낮은 잡음과 35Hz 이상의 높은 잡음을 잘라내는 필터 설정이 가장 좋다는 것을 발견했습니다.

---

🎯 결과: "전극만으로도 카메라만큼 정확한 측정이 가능하다!"

개발된 모델을 적용해 보니 놀라운 결과가 나왔습니다.

• 높은 일치도: 전극으로 측정한 뒤 변환한 값과, 카메라로 직접 측정한 값이 거의 똑같았습니다. (상관관계 95% 이상)
• 검증: 고정된 각도로 눈을 움직일 때뿐만 아니라, 무작위로 눈을 움직일 때도 이 모델이 잘 작동했습니다.
• 의미: 이제 비싸고 큰 카메라 장비가 없어도, 작은 전극만으로도 눈의 움직임을 정밀하게 분석할 수 있게 되었습니다.

---

🏥 왜 이것이 중요한가요? (실생활 적용)

이 기술은 다음과 같은 상황에서 혁신이 될 수 있습니다.

1. 중환자실 (ICU) 이나 응급실: 환자가 의식이 없거나, 눈을 뜰 수 없거나, 누워있는 상태라도 눈의 움직임을 통해 뇌 기능을 확인할 수 있습니다. (카메라는 눈을 봐야 하지만, 전극은 눈이 감겨도 됩니다.)
2. 수면 연구: 잠자는 동안에도 눈의 움직임을 정확히 분석할 수 있어 수면 장애 진단에 도움이 됩니다.
3. 비용 절감: 고가의 카메라 장비 대신, 훨씬 저렴한 전극 장비를 활용할 수 있습니다.

📝 한 줄 요약

"눈의 움직임을 측정할 때, 비싼 카메라 대신 저렴한 전극을 쓰되, 수학적인 '환율'을 적용해서 카메라만큼 정확한 데이터를 뽑아내는 기술을 개발했습니다."

이 연구는 뇌 신경 질환 진단이나 수면 연구에서, 환자가 불편해하지 않고도 정밀한 검사가 가능하게 하는 새로운 길을 열었습니다.

기술 요약

제공된 논문 "Development of a transformation model to analyze horizontal saccades using electrooculography through correlation between video-oculography and electrooculography"에 대한 상세한 기술적 요약은 다음과 같습니다.

1. 연구 배경 및 문제 제기 (Problem)

• 현황: 안구 운동 (특히 사카드, saccade) 분석은 신경과학 및 임상 신경학에서 중요한 생체 지표 (biomarker) 로서, 현재 **비디오 안구 기록법 (VOG, Video-Oculography)**이 금표준 (Gold Standard) 으로 널리 사용되고 있습니다.
• 문제점: VOG 는 높은 공간 및 시간 분해능을 제공하지만, 고비용, 대형 장비, 낮은 휴대성 등의 한계로 인해 중환자실 (ICU), 수면 연구, 또는 협조가 어려운 환자 (의식 저하, 안검 하수 등) 에 대한 임상 적용이 제한적입니다.
• 대안 및 간극: **전안구 기록법 (EOG, Electrooculography)**은 각막 - 망막 전위 차이를 감지하여 안구 운동을 측정하며, 수면 연구 (PSG) 등에서 널리 사용되지만, 정량적인 사카드 분석 (특히 피크 사카드 속도) 을 위해 VOG 와의 정량적 변환 모델이 부족했습니다. 또한, EOG 신호 처리 시 필터 설정 (특히 고역 통과 필터, HPF) 이 파형 왜곡과 속도 추정에 미치는 영향에 대한 체계적인 평가가 이루어지지 않았습니다.

2. 연구 방법론 (Methodology)

• 연구 대상: 신경계 및 수면 장애가 없는 건강한 성인 4 명 (남녀 2 명씩, 33~44 세).
• 데이터 수집:
  • 장비: EOG (Comet-PLUS PSG 시스템) 와 VOG (SLVNG) 를 동시에 기록.
  • 실험 절차:
    1. 고정 사카드 (Derivation Dataset): 좌우 20°로 고정된 시각 표적에 대한 사카드 (113 회).
    2. 무작위 사카드 (Validation Dataset): 시간과 공간이 무작위인 30° 이내의 표적에 대한 사카드 (79 회).
  • 동기화: VOG 타임라인의 적색 점 (Red dot) 시작 시점과 EOG 기록을 매칭하여 시간 동기화 수행.
• 신호 처리 및 필터링:
  • EOG 신호는 인과적 (causal) 디지털 필터를 사용하여 전처리.
  • 고역 통과 필터 (HPF): 0.1 Hz, 0.3 Hz, 1 Hz 등 다양한 차단 주파수 평가.
  • 저역 통과 필터 (LPF): 35 Hz 등 다양한 조건 평가.
  • 목표: 필터 설정이 파형 왜곡 및 피크 사카드 속도 추정에 미치는 영향을 분석하여 최적의 필터링 조건 도출.
• 변환 모델 개발 (Transformation Model):
  • 수학적 유도: 전극과 각막 사이의 거리 변화에 따른 전압 변화 ($\Delta V$) 와 안구 각도 ($\theta$) 의 기하학적 관계를 기반으로 EOG 전압 변화율과 VOG 각속도 간의 선형 관계를 수학적으로 유도.
  • 계산: EOG 피크 사카드 속도 ($V_e$) 를 VOG 피크 사카드 속도 ($V_v$) 로 변환하는 방향별 (좌/우) 비례 상수 ($C$) 를 도출.
• 통계 분석: EOG 와 VOG 피크 속도 간의 상관관계 분석 (비중심 피어슨 상관 계수 사용) 및 변환된 EOG 값과 실제 VOG 값 간의 차이 검정 (paired t-test).

3. 주요 결과 (Key Results)

• 최적 필터링 조건:
  • HPF 0.3 Hz와 LPF 35 Hz 조합이 파형 왜곡을 최소화하고 VOG 와의 일관된 정합을 보여주는 최적 조건으로 선정됨.
  • 고역 통과 필터 차단 주파수가 높을수록 파형 왜곡이 증가하고 피크 속도 추정이 감소하는 경향 확인.
• 변환 모델의 성능:
  • 상관관계: 고정 사카드 데이터 (Derivation) 에서 EOG 와 VOG 피크 속도 간 매우 강한 상관관계 확인 (우측: $r=0.95$, 좌측: $r=0.93$, $p<0.0001$).
  • 변환 공식: 유도된 수학적 모델을 통해 EOG 전압 변화율을 VOG 각속도 (°/s) 로 변환하는 선형 회귀 식 도출.
    • 우측 사카드 변환 계수 ($C_{right}$): 0.1085
    • 좌측 사카드 변환 계수 ($C_{left}$): 0.1595
  • 검증 (Validation): 고정 사카드로 학습된 모델을 무작위 사카드 데이터에 적용했을 때, 변환된 EOG 값과 실제 VOG 값 간 통계적으로 유의미한 차이가 없었으며, 모델의 일반화 성능이 입증됨.
• 비대칭성 발견:
  • EOG 는 우측 안구 전극 배치로 인해 우측 사카드 (전극 접근) 시 더 큰 전압 변화를 보인 반면, VOG 는 좌측 사카드가 약간 더 빠른 것으로 측정됨.
  • 이러한 방향별 비대칭은 전극 배치, 필터 위상 응답, 안구의 병진 운동 성분 등 기하학적 및 시스템적 요인으로 인해 발생하며, 변환 모델에서 방향별 상수 ($C_{right} \neq C_{left}$) 를 적용함으로써 보정 가능.

4. 주요 기여 (Key Contributions)

1. 수학적 변환 모델의 정립: EOG 데이터를 VOG 와 동등한 정량적 값 (피크 사카드 속도) 으로 변환하는 최초의 검증된 수학적 모델을 제시함.
2. 필터링 최적화: EOG 기반 사카드 분석의 정확도를 높이기 위해 HPF 와 LPF 의 최적 차단 주파수 (0.3 Hz / 35 Hz) 를 체계적으로 규명함.
3. 임상적 접근성 확대: 고비용 및 비휴대성 문제로 인해 제한적이었던 VOG 의 대안으로, 저비용이며 휴대 가능한 EOG 를 정량적 안구 운동 분석 도구로 활용할 수 있는 길을 열었음.

5. 의의 및 시사점 (Significance)

• 임상적 활용도 증대: VOG 가 불가능한 환경 (중환자실, 수면 중, 안검 하수 환자, 협조가 어려운 환자 등) 에서도 EOG 를 통해 정밀한 사카드 분석이 가능해짐. 이는 뇌간 및 대뇌 피질의 신경 회로 기능 평가에 중요한 도구가 됨.
• 비용 효율성: 고가의 VOG 장비 없이도 기존 PSG 또는 EEG 시스템에서 안구 운동 데이터를 정량적으로 분석할 수 있어 의료 비용 절감 및 연구 접근성 향상에 기여.
• 향후 연구 방향: 본 연구는 건강한 성인 4 명을 대상으로 했으므로, 향후 신경계 질환 환자 (뇌졸중, 파킨슨병 등) 에 대한 모델의 일반화 검증 및 다양한 안구 운동 조건 (자유 시선, 수직 사카드 등) 에 대한 추가 연구가 필요함.

결론적으로, 본 연구는 EOG 를 VOG 의 정량적 대안으로 사용할 수 있음을 수학적으로 입증하고, 이를 위한 필터링 및 변환 모델을 제시함으로써 신경과 및 수면 의학 분야에서 안구 운동 분석의 범위를 확장하는 중요한 기초를 마련했습니다.