연구진이 심전도 신호(PPG)를 활용한 심박출량(CO) 추정 모델 CVAF-Net을 개발했어요.
CVAF-Net은 심전도 신호의 원시 데이터와 기존 생리학적 지표를 결합해 심박출량을 추정하며, 기존 모델 대비 연산 효율성이 12배 향상됐어요.
시뮬레이션 데이터에서 평균 절대 오차(MAE) 0.19 L/min, 평균 절대 퍼센트 오차(MAPE) 3.95%를 기록하며, 실제 환경에서도 높은 정확도를 보였어요.
CVAF-Net은 나이, 심박수, 혈관 저항과 같은 생리학적 요인과 일관된 심박출량 추정 결과를 보여줘서, 웨어러블 기기를 활용한 지속적인 심박출량 모니터링에 활용될 수 있을 것으로 기대돼요.