1. 서 론

호흡은 산소를 공급하고 이산화탄소를 배출하기 위한 인체에 필수적인 활동이며, 비강과 구강을 통해 수행된다^[1]-[2]. 비강 호흡은 인체에 산소를 들여오는 흡기와 체내에서 발생한 이산화탄소를 외부로 배출하는 호기로 구분된다. 비강 호흡의 경우 공기 여과, 가습의 기능을 수행하고, 구강 호흡의 경우 격렬한 운동이나 긴급 상황에서 신체가 더 많은 산소를 필요로 할 때 유용하나, 구강 호흡이 지속되면 삶의 질 저하 및 호흡기 감염의 위험을 증가시킬 수 있다^[3]-[5]. 그러나 비강의 폐색 시 구강 호흡이 불가피하므로, 안정적인 호흡을 위해 비강 호흡의 기능을 진단하는 것이 필요하다.

비폐색은 비강을 통한 공기 흐름이 충분하지 않다는 주관적인 인식과 객관적인 상태를 의미하며, 생리적 요인, 구조적 문제 등 다양한 원인에 의해 흔히 발생한다^[6]. 또한 비폐색은 대부분의 비강 질환에서 공통적으로 발견되는 초기 증상으로 비폐색에 대한 정확한 평가 및 진단이 중요하다. 하지만 환자마다 비폐색 인식 정도가 상이하고 주관적이기 때문에 정확한 진단을 위해서는 이를 정량화하는 것이 필요하다^[7].

기존 임상에서 비강을 진단할 때는 영상 검사와 기능 검사를 이용한다. 영상 검사에는 비강 현미경 중 전비경(anterior rhinoscopy) 검사, 컴퓨터 단층 촬영(computed tomography, CT) 등이 있다. 전비경 검사는 비강의 전방 절반을 평가하여 비강 내강, 해부학적 관계, 그리고 점막 질환에 대한 관찰을 바탕으로 비폐색을 판단할 수 있으며, 이는 비폐색 평가에서 가장 널리 사용되는 진단 도구이다^[8]. 하지만 시진 소견에 크게 의존하므로 검사자의 임상 경험과 숙련도에 따라 판독이 달라질 수 있고, 해부학적 구조물과의 관계를 동시에 평가하기에는 제한이 있다^[9]. CT는 방사선을 이용하여 비강 내부를 비침습적으로 관찰할 수 있다는 장점이 있지만, 방사선 노출을 피할 수 없고 비강 내 기류의 패턴이나 온도 변화와 같은 생리적 과정은 직접 관측할 수 없다는 한계를 갖는다^[10]. 기능 검사에는 최대 비흡기 유속(peak nasal inspiratory flow, PNIF), 음향 비강 통기도 검사(acoustic rhinometry, AR)가 있다. 이들은 비폐색을 정량적으로 평가하는 기법으로 주로 비수술 요법 전후로 양측 비강 기능 개선 평가에 사용된다. 하지만 검사 시 필요한 마스크의 크기 종류가 한정되어 안면과 마스크 사이에 빈 공간이 발생할 시 정확한 진단에 어려움이 있어 단일 검사를 통한 진단이 불가능하다는 한계가 있다^[8].

기존의 비폐색 진단 방법의 한계를 극복하기 위해 적외선 열 영상 카메라 기반의 비강 호흡 분석 연구가 수행되고 있다. 적외선 열 영상 카메라는 사람의 눈에 보이지 않는 열에너지를 영상으로 획득할 수 있다. 비강 호흡 과정에서 흡기 시 공기는 폐를 거치며 체온에 가까운 온도로 가열되고, 호기 시 체열에 의해 가열된 공기가 외부로 배출된다. 따라서 적외선 열 영상 카메라를 통해 육안으로 호기의 진행 양상을 확인할 수 있다. 이와 같은 적외선 열 영상 카메라의 특성을 활용한 비강 호흡 기류 연구들이 진행되고 있으나, 기존의 열 영상 기반 비강 호흡 기류 연구는 호흡률, 비공의 온도 변화와 같은 생리학적 지표 분석에 국한된다는 한계가 있다^[11]-[12].

비강 호흡 기류의 패턴은 사람마다, 좌ㆍ우 비강마다 차이가 관찰된다^[13]. 이러한 차이는 비강의 상태 및 해부학적 구조의 차이에 기인하는 것으로 추정된다^[14]. 정확한 진단을 위해서는 비강 내부 구조를 파악하는 것이 중요하나 직접 진단 장치를 비강 내부에 삽입하거나 주변에 접촉하는 방식은 환자에게 불편을 초래한다. 따라서 열 영상 기반 비강 호기 기류 패턴과 같은 비접촉식 데이터 획득을 통한 비강 호흡의 형태학적 지표 분석이 필요하다.

본 연구에서는 비강의 상태 및 해부학적 구조의 잠재적인 이상 가능성을 확인하기 위해 비강 호기 기류의 형태생리학적 분석을 수행하고자 한다. 이를 위해 비강 호기 열 영상을 획득하고, 형태학적ㆍ생리학적 특징을 추출하여 비강 호기 기류의 패턴을 도출함으로써 최종적으로 비강 기능 평가에 활용 가능한 정량적 지표를 제시하고자 한다.

2. 본 론

그림 1은 비강 호기 기류의 형태생리학적 분석을 위한 연구 절차를 보여준다.

그림 1. 연구 프레임워크

Fig. 1. Research framework

2.1 실험 방법

본 연구는 순천향대학교 생명윤리위원회(NO. : 1040875-202002-BM-010) 규정에 따라 35명의 실험 대상자(나이: 21 ~ 47, 남성 18, 여성 17)를 대상으로 실험을 진행하였고, 비강 호기의 시공간적 변화를 정량화하기 위해 비강 호기 기류를 열 영상으로 획득하였다. 그림 2는 본 연구 주제에 적합하게 제작한 비폐색 자가 문진표(self nose patency questionnaire, SNPQ)이다^[15]-[17]. 실험 대상자들은 실험 참여 전에 실험 참여 동의서, 개인 정보동의서 및 SNPQ를 서면으로 작성한 후 실험에 참여했다. 실험 대상자의 상태는 SNPQ 그림 2의 2번, 3번 문항을 통해 분류되었다.

그림 2. 비폐색 자가문진표

Fig. 2. Self-questionnaire for nasal obstruction

2.1.1 촬영 장비 및 환경 구축

비강 호기 기류를 기록하기 위해 적외선 열 영상 카메라 FLIR C2(FLIR Systems, Inc., Wilsonville, USA)를 사용하였으며, 초당 30 프레임으로 동영상을 획득하였다. 촬영 및 저장은 제조사에서 제공하는 전용 소프트웨어 FLIR Tools(FLIR Systems, Inc., Wilsonville, USA)를 사용하여 수행하였고, 촬영 과정에서 분석에 직접적으로 영향을 줄 수 있는 열 영상 스펙트럼은 온도 구간(22 ~ 40℃)으로 고정하였다^[18].

외부 환경 변화로 인한 열 분포의 변동을 최소화하기 위해 항온·항습이 유지되는 실내환경(21 ± 2℃; 30 ~ 75%)에서 촬영을 진행하였다. 또한 열 영상 내 주변 배경 및 신체로 인한 노이즈를 최소화한 호기 기류만을 관찰하기 위해 촬영대와 고정대를 제작하였다. 촬영대는 21.1 × 27.1 cm 크기의 아크릴(두께 0.5 cm) 판으로 구성하였고, 표면에는 검정 종이(두께 0.5 mm)를 부착하여 모든 종류의 빛을 입사하는 대로 완전히 흡수하고, 흡수한 에너지를 다시 온도에 따라 방출하는 이상적인 물체인 흑체(blackbody)의 이상 조건에 근접시켜 배경 반사에 의한 오차를 줄였다^[19]. 고정대는 Inventor Professional(Autodesk Inc., San Rafael, CA, USA)로 3D 모델링 후 Ultimaker 3 Extended(Ultimaking Ltd., 4191PL Geldermalsen, Netherlands)로 출력하였으며, 촬영대를 실험 테이블과 수직이 되도록 고정하였다. 또한 카메라와 촬영대 간의 거리는 0.5m로 고정하였다.

열 영상 촬영은 주변 광원 및 외부 열원의 영향을 받을 수 있으며, 실내 기류 변화는 호기 기류의 패턴과 속도에 직접적인 변동을 유발할 수 있다^[19]-[20]. 따라서 분석에 불필요한 적외선 유입을 차단하고 실내 기류 변화를 최소화하기 위해 암막 텐트를 이용하여 암막 환경을 구축하였다. 이를 통해 열 영상 내 주변 배경으로부터 발생하는 열 노이즈를 줄이고, 비강 호기에 의해 형성되는 기류를 상대적으로 명확하게 관찰할 수 있도록 하였다. 그림 1.(a)는 구축한 실험 환경을 나타낸다.

2.1.2 촬영 자세 및 호흡 강도

비강은 해부학적으로 비강 구조물들의 크기와 모양이 각기 다양하므로 촬영대에 최대한 동일한 열을 전달하기 위해 촬영 자세를 고정하였다. 자신의 신장 높이에 맞게 의자의 높이를 조절한 후, 피험자의 두 눈이 실험 테이블과 수평 상태가 되도록 하였고, 피험자의 코 끝이 촬영대의 중앙에 위치하도록 하였다(그림 1.(b)).

호흡은 긴장, 떨림 등의 심리적인 요인에도 영향을 받는다^[21]. 따라서 실험 대상자가 심리적으로 안정되어 평소의 호흡 패턴을 유지할 수 있도록 충분한 연습을 수행하였으며, 실험 대상자가 안정되었다고 느낄 때 데이터 획득을 시작하였다. 또한 호기 강도 및 시간은 개인차가 존재하므로 편안한 상태에서 평소처럼 흡기 후 최대한 강한 비강 호기를 수행하도록 하였고 지속 시간은 제한하지 않았다. 실험 대상자의 안전 및 데이터의 일관성을 위해 강한 비강 호기 후 5분 이상 휴식을 취하고 재측정하였다.

3. 결과

3.1 전처리 결과

그림 3는 좌ㆍ우 호기 기류만을 분석하기 위해 수행된 각 전처리 과정에 따른 결과를 보여준다. 먼저 호기 기류와 배경을 분리하기 위해, 호기 영상의 가장 마지막 프레임(그림 3.(a))에 Otsu 알고리즘을 적용하여 분할을 수행하였다(그림 3.(b)). 그 후 좌ㆍ우 비강 호기를 각각 분석하기 위해, 비공의 중앙을 기준으로 좌측 호기와 우측 호기를 분리(그림 3.(c): 좌측 호기, 그림 3.(e): 우측 호기) 및 좌측 호기를 좌우대칭으로 변환하여 우측 호기와 좌표계 기준점을 일치시켰다(그림 3.(d)).

그림 3. 호기 끝 영상에 대한 전처리 결과

(a) 호기 마지막 프레임 grayscale 이미지

(b) otsu로 처리한 분할 결과

(c) 우측과 분리된 좌측 호기

(d) 좌우대칭 변환한 좌측 호기

(e) 좌측과 분리된 우측 호기

Fig. 3. Preprocessing results for the end-expiratory image

(a) Grayscale image of the final end-expiratory frame

(b) Segmentation result using Otsu’s thresholding

(c) Left expiratory region isolated from the right

(d) Left expiratory region after left-right symmetry transformation

(e) Right expiratory region isolated from the left

3.1.1 좌표 추출 결과

그림 4는 비강 호기 기류의 패턴을 분석하기 위해 비강 호기 기류를 추적하여 좌표로 추출한 결과를 보여준다. 그림 3.(d), 그림 3.(e)와 같이 전처리된 영상에서 최하단 지점의 좌표(x, y 픽셀)를 추출하였으며, 해당 지점을 빨간 점으로 시각화하였다. 호기가 진행될수록 호기에 의한 열이 아래로 확산됨에 따라 그림 4와 같이 좌표를 추출할 수 있다.

그림 4. 좌표 추출 결과

(a) 좌측 호기 좌표 추출 결과

(b) 우측 호기 좌표 추출 결과

Fig. 4. Results of coordinate extraction

(a) Coordinates extracted from the left expiratory region

(b) Coordinates extracted from the right expiratory region

3.1.2 다항식 근사 결과

그림 5는 그림 4에서 호기의 기류를 추적하여 추출한 좌표들을 다항식으로 근사하여 시각화한 결과이다. 근사한 다항식을 기반으로 3.2절과 3.3절에서 비강 호기 기류의 정량적인 비교 및 분석을 수행하였다.

그림 5. 다항식 근사 결과

(a) 좌측 호기 다항식 근사 결과

(b) 우측 호기 다항식 근사 결과

Fig. 5. Results of polynomial fitting

(a) Polynomial fitting of the left expiratory region

(b) Polynomial fitting of the right expiratory region

3.2 K-means clustering 결과

K-평균 군집 분석을 위해 Elbow Method로 군집 수를 탐색한 결과 SSE 감소율 그래프의 기울기가 완만하게 변하는 지점인 K=2로 최적의 군집 수가 결정되었다 (그림 6). 이를 바탕으로 K-평균 군집 분석을 수행한 결과 그림 7과 같이 군집이 분리되었다. 분리된 군집 수의 타당성을 평가하기 위해 Silhouette score를 산출한 결과 K=2에서의 평균 Silhouette score는 0.276으로 나타났다 (그림 8). 또한 분리된 군집과 자가 문진표로 얻은 비폐색 여부의 관련성 검토를 위해 카이제곱 검정을 실시한 결과, 두 변인 간의 통계적 유의성은 나타나지 않았다($ X^2 = 8.762, p = .067 $). 그러나 효과 크기를 나타내는 Cramér's V 계수가 0.500으로 산출되어, 두 변인 사이에는 실질적으로 강한 연관성이 존재함을 알 수 있다.

그림 6. Elbow method 사용 결과

Fig. 6. Results of the Elbow method

그림 7. K-means clustering 결과

Fig. 7. Results of K-means clustering

그림 8. Silhouette 분석 결과

Fig. 8. Results of Silhouette analysis

4. 고 찰

호흡은 산소 공급과 이산화탄소 배출을 위한 필수 생리 작용으로, 비강과 구강을 통해 이루어진다. 이 중 비강 호흡은 공기 여과와 가습 등 중요한 기능을 수행하며, 안정적인 호흡에 필수적이다. 그러나 비강 호흡 기능 저하의 주요인인 비폐색은 환경적 요인, 생리적 요인, 구조적 문제 등 다양한 원인에 의해 흔히 발생하는데, 대부분의 비강 질환에서 공통적으로 발견되는 초기 증상이므로 비폐색에 대한 정확한 평가 및 진단이 중요하다.

기존의 진단 방법으로는 전비경 검사, CT와 같은 영상 검사와 PNIF, AR 등의 기능 검사가 활용되지만, 검사자의 숙련도 의존성, 방사선 노출, 생리적 정보 동시 측정의 한계, 그리고 측정 환경 제약 등 여러 한계를 가진다. 이러한 한계를 보완하기 위해 적외선 열 영상 기반의 비강 호흡 분석이 제안되었으나, 기존 연구는 주로 호흡률이나 비공 온도 변화와 같은 생리학적 지표에 국한된다. 비강 호흡 기류 패턴은 개인 및 좌ㆍ우 비강 간 차이가 존재하며, 이는 해부학적 구조와 밀접한 관련이 있다. 따라서 열 영상 기반 비강 호기 기류 패턴과 같은 비강 내부의 형태학적 정보를 반영한 새로운 분석 방법이 요구된다. 이에 본 연구는 비강 호기 열 영상을 활용하여 기류의 형태생리학적 특징을 분석하고, 이를 기반으로 비강 기능 평가에 활용 가능한 정량적 지표를 제시하는 것을 목적으로 하였다.

비강 호기 열 영상은 신호 대 잡음 비 및 대조도가 낮아 객체와 배경이 뚜렷하게 구분되지 않는다. 이를 해결하기 위해 본 연구에서는 호기의 열이 전달되는 촬영대를 흑체의 이상적인 조건에 근접하도록 설계하였으며, 호흡 데이터 특성에 맞춰 Otsu 알고리즘을 최적화하여 사용하였다.

Otsu 알고리즘은 이미지의 히스토그램 정보를 기반으로 최적의 임계값을 자동으로 찾아 이미지를 이진화하는 알고리즘이다. 일반적으로 각각의 프레임에서 임계값을 기준으로 클래스 간 분산이 최대가 되는 즉, 두 그룹 사이의 밝기 차이가 가장 뚜렷해지는 임계값을 최적의 임계값으로 결정한다. 하지만 본 연구에서는 최종 프레임에서 산출한 임계값을 모든 프레임에 동일하게 적용하였다. 이는 호기 기류의 실제 열 확산 과정만을 추적하기 위함이다. 만약 각 프레임마다 임계값을 다르게 적용하면, 임계값 기준 변화에 따라 전체 호흡 과정의 열 확산 정보가 왜곡될 위험이 있다. 따라서 최종 프레임에서 산출한 임계값을 모든 프레임에 동일하게 적용하였다.

분할된 호기 기류의 형태학적 분석을 위해 프레임별로 호기 열이 확산된 가장 끝 지점의 좌표를 추출하고 다항식을 근사하였다. 근사한 다항식에서 가속도, 곡률, 차수, 극값 개수 등의 형태학적 특징을 추출하였다. 또한 호기 기류의 생리학적 분석을 위해 호기 영역에 해당하는 픽셀들의 intensity 총합을 계산하여 호기 기류의 부피를 생리학적 특징으로 추출하였다. 추출한 형태생리학적 특징들을 기반으로 K-평균 군집화 및 Mann–Whitney U test, 효과 크기 분석을 수행하고 각 군집 간의 평균 특징값을 비교하였다. 이러한 분석 방법은 비강 호기 기류를 다항식과 다양한 지표를 통해 정량화함으로써 공기역학적 흐름을 기하학적으로 객관화하며, 비강 호기 기류의 형태학적ㆍ생리학적 분석을 동시에 가능하게 한다. 또한 해당 분석의 핵심적인 특징들을 확인할 수 있고, 비강 내부 구조에 잠재적인 이상 확인 가능성이 높은 군집을 분류할 수 있다는 의의가 있다.

다만 본 연구는 몇 가지 한계점을 갖는다. 첫째, 본 연구에서는 호기 기류를 2차원으로 투영하여 관측하였기 때문에 3차원 형태학적 물체 및 물질의 ‘깊이(depth)’ 정보가 배제되었다. 호흡은 본질적으로 3차원 공간의 크기 및 양을 차지하는 기체 물질이지만, 본 연구에서는 x축과 y축 방향의 변화 및 물리량만을 추적하고 z축 방향 추적은 배제되었기 때문에, 실제 호기 기류의 3차원적 패턴이 제한적으로 표현될 수 있다. 또한, intensity 값을 통하여 산출된 호기 기류의 부피는 실제 깊이 정보가 반영된 물리량이 아닌 재구성된 값이라는 점에서 지표이므로 실제 생리학적 호흡량과 차이가 발생할 가능성이 있다. 따라서 보다 정밀한 진단을 위해 3차원 투영을 통한 기반의 다각적 분석이 필요하다. 둘째, 좌ㆍ우 비공 데이터는 동일 피험자에서 획득된 값으로 상관성을 가질 수 있으나, 본 연구에서는 이를 독립적인 관측치로 처리하였다. 이는 데이터 분포 및 집단 간 경향성 파악을 목적으로 하는 탐색적 분석의 특성을 고려한 선택이다. 그러나 이러한 접근은 통계적 독립성 가정을 강건히 충족하기에 한계가 존재하므로 본 결과는 해당 제한점을 고려하여 해석되어야 한다. 셋째, 속도, 가속도, 곡률, 극값 개수 등의 형태학적 특징은 다항식으로 표현된 비강 호기 기류의 패턴을 비교 분석하기 위해 정의된 지표이다. 다항식에서 얻을 수 있는 다양한 수학적 지표 중 분석에 유의미한 지표를 찾기 위해 통계 분석을 진행하고, 해당 지표의 전반적인 경향을 분석하였다. 이를 통해 비강 호기의 잠재적 이상 패턴 분석에 유의미한 형태학적 지표와 군집 별 해당 지표들의 경향을 확인할 수 있었으나, 해당 지표의 임상적 해석은 제한적이다. 따라서 다양한 호흡기 질환군에서의 해당 지표 분석을 통해 각 지표의 임상적 의미를 설명하는 것이 필요하다. 넷째, K-평균 군집 분석을 위해 결정된 군집 수 K=2에 대한 Silhouette score는 0.276으로 나타나 군집 간 분리도가 충분히 확보되지 않은 것으로 해석된다. 이는 표본 수의 제한, 사용된 변수의 구분력 부족 등이 복합적으로 작용한 결과일 가능성이 있다. 따라서 다양한 질환군을 포함한 데이터 규모를 확대 및 변수 구성의 정교화를 통해 군집 구조의 타당성을 재검증할 필요가 있다.

본 연구는 열 영상 기반 비강 호기 분석의 지표를 제안하는 선도적 연구로, 비지도 학습인 군집화를 이용하여 전체 비강 호기 기류 데이터 표본에서 잠재 이상 패턴을 확인 후, 상이한 두 그룹으로 군집됨을 확인하였다. 이는 향후 비강 기능 평가에 활용 가능한 정량적 지표의 후보군 기반을 마련했다는 제시했다 점에서 학술적 의미를 갖는다.

5. 결 론

본 연구에서는 비강 호기 열 영상을 통해 비침습적으로 비강의 내부 상태 및 구조적 차이를 유추하기 위해 열 영상 기반 비강 호기 기류 데이터를 획득하고 형태학적ㆍ생리학적 특징을 추출하여 패턴을 도출함으로써 비강 기능 평가에 활용 가능한 정량적 지표를 제시하고자 하였다.

비강 호기 기류의 다양한 특징을 기반으로 유사한 특성을 지닌 데이터들을 동일한 그룹으로 분류한 결과, 두 개의 군집으로 분류되었다. 다양한 특징 중 통계적으로 유의하고 두 집단 간 차이가 큰 가속도, 곡률, 차수, 극값 개수가 형태학적 지표 분석에 핵심적인 특징임을 확인하였다. 또한 분류된 두 군집 중 Cluster 0에서 핵심적인 특징들의 평균이 모두 큰 값을 가졌다. 이는 Cluster 0에 속한 피험자의 비강 호기 기류가 전반적으로 형태가 복잡하고 급격하게 변화한다는 것을 의미하고, Cluster 1에 속한 피험자의 비강 호기 기류는 비교적 단순하고 안정적이라는 것을 의미한다. 비강 호흡 기류의 패턴은 비강의 상태와 구조에 따라 달라지므로 Cluster 0에 속한 피험자들의 경우 비강 내부 구조에서 잠재적인 구조적 변이 가능성에 대해 추가적인 검토가 필요한 것으로 보인다.

제안 방법은 비강 호기 기류의 패턴과 부피를 정밀 분석함으로써 임상 현장에서의 스크리닝 및 모니터링 수단으로 활용될 것으로 기대된다.

본 연구의 결과를 기반으로 향후 연구에서는 3차원 투영 분석, 다양한 호흡기 질환군을 포함한 데이터 확장, 변수 구성의 정교화를 통해 다양한 비강 상태에서의 신뢰도 높은 후속 연구를 수행하고자 한다.