과거 신경계 혹은 근골격계 질환을 앓고 있지 않은 건강한 고령자 5명(74-78세)과 만성 뇌졸중 환자 5명(49-71세)이 실험에 참여하였다. 만성 뇌졸중 환자의 모집 기준은 뇌졸중 발병 이후 6개월 이상 지났으며 보조기구 없이 독립 보행이 가능한 지원자로 제한하였다. 또한 안정상태에서 혈압이 90/60에서 170/90 mmHg 범위를 벗어난 경우와 심한 통증 및 소통 불능인 경우를 배제하는 기준으로 삼았다. Table 1에 각 참여자에 대한 신체조건을 나타내었다. 연구참여자들은 한국과학기술연구원생명윤리 심의위원회에서 승인한 절차에 따라 사전에 동의를 하였으며, 실험 윤리에 의거하여 모든 실험을 수행하였다(IRB 2021-015).

연구참여자가 선호하는 보행 속도로 트레드밀 위에서 자연스럽게 보행하도록 하였다. 트레드밀은 Motek 사의 장비(CAREN, Motek, Amsterdam, Netherland)를 사용하였고, 연구참여자의 보행 속도에 맞게 실험자가 트레드밀의 속도를 조절하였다. 보행 시작 전 트레드밀의 속도에 적응하도록 2분 정도 연습 과정을 가졌다. 보행 중 낙상의 위험을 방지하기 위하여 하네스를 착용한 상태로 실험을 진행하였다. 건강인의 경우 평균 0.69, 만성 뇌졸중 환자들은 평균 0.22 m/s의 속도로 보행을 수행하였다. 보행은 총 1분씩 수행하였으며 처음과 끝부분을 제외한 중간 30 steps 데이터를 분석에 사용하였다.

근전도 신호를 수집하기 위하여 양쪽 다리에 각각 4개의 무선 근전도 센서(Delsys Trigno Avanti, Delsys Inc., MA, USA)를 부착하였다. 센서 부착 위치는 Rectus Femoris (RF), Tibialis Anterior (TA), Gastrocnemius Lateral (GL), Soleus (SOL)이다. 근전도 센서 부착 위치는 SENIAM을 참고하였다[11]. 근전도 신호는 2,000 Hz의 샘플링 레이트로 측정하였고 보행 중 이탈을 방지하기 위하여 센서 겉면에 테이핑을 하였다. 보행 중 운동학적 데이터는 모션 캡처 시스템(VICON, Oxford, UK)으로 측정하였다. 마커의 위치는 하지 모델용 Plug-In Gait 마커셋의 위치에 따라 17개의 마커를 부착하였다. 트레드밀에 힘판(Forceplate)이 내장되어 있어 보행을 할 때마다 발꿈치닫기 기준으로 보행 주기를 나누었다.

근전도 신호는 20-500 Hz 주파수 대역 사이에서 4차 밴드 패스 필터링(Zero-Lag Butterworth Band-Pass Filter)을 통한 노이즈 제거를 하였다. 이후 평균 차분을 하였고 정류(Full-Wave Rectification)하였다. 이후 4차 저역 통과 필터(Zero-Lag Butterworth Low-Pass Filter)를 10 Hz의 컷오프 주파수대로 수행하였다. 근전도 신호를 100 Hz 주파수로 리샘플링(Resampling)을 수행하였으며 각 근육의 근전도 신호 최댓값을 기준으로 정규화하였다. 전처리된 근전도 신호를 보행 주기별로 나누어 포락선(Envelope)을 계산하였다.

근육 시너지는 Fig. 2와 같이 비음수 행렬분해(Non-Negative Matrix Factorization, NNMF) [12]를 이용하여 계산하였다. 근육 시너지는 각 피험자 별로 4(근육 4개) × 3,000(100 Hz × 30보행) 행렬 크기로 구성된 근전도 데이터셋에서 추출하였다. 비음수 행렬분해를 이용하여 근전도 행렬 M은 Synergy Weights를 나타내는 W와 Activation Signals를 나타내는 H로 분해되며 다음 식(1)과 같이 나타낼 수 있다.

Fig. 2 
Schematic of the EMG reconstruction example using a combination of muscle synergy weights and activation signals

M은 근육 시너지의 선형조합[13]으로 m × t 행렬로 구성되며 m은 근육의 숫자이고 t는 샘플 개수이다. W는 m × n의 크기를 가지며 n은 근육 시너지 개수이다. H는 n × t 크기의 행렬이며 e는 잔차 오류를 의미한다.

최적의 근육 시너지 개수는 1개에서 3개까지의 시너지를 가질 경우를 반복 계산하였고 재건된 근전도 신호가 근전도 원신호와 얼마나 잘 매칭되는지를 기준으로 삼았다. 재건된 근전도가 원신호와 얼마나 잘 매칭되는지 나타내는 정확도는 Variance Accounted For (VAF)로 계산하였다. 비음수 행렬분해 계산 시 국소 최저점에 빠지는 위험을 고려하여 1-3개의 시너지 개수에 따라 20회 반복 수행하였고 모든 경우의 VAF도 계산하였다. 반복 결과 중 VAF가 가장 높은 경우를 채택하였다. 최소 근육 시너지 개수는 VAF > 95%를 만족하며, 시너지 개수 증가 시 5% 미만으로 VAF가 증가할 때의 개수로 선정하였다[14,15].

보행 시마다 근육 시너지의 변동성을 측정하기 위해 Synergy Stability Index (SSI) [16]를 계산하였다. 연구참여자별로 30회의 보행마다 근육 시너지를 계산하였고, 보행 회차별 상관성을 계산하여 보행에 따라 Synergy Weights를 나타내는 w가 변하는 정도를 측정하였다. 보행을 거듭할 때마다 계산되는 Synergy Weights가 변하기 때문에 일정하게 유지되는 정도를 Pearson 상관계수 r로 계산하였다. 다음 식(2)에 SSI 계산 방법을 나타내었다.

p는 보행 개수, k는 시너지 개수 그리고 wli과 wqi는 각각 l번째와 q번째 보행을 나타내며 i번째 시너지의 Weight이다. 피어슨 상관계수는 아래 식(3)과 같이 계산하였다. x, y는 각각 다른 두 벡터이고 x¯와 y¯는 평균이며 S는 표준편차를 나타낸다.

계산된 SSI는 뇌졸중 환자 임상평가에 사용되는 지표인 Fugl-Meyer Assessment (FMA)와 Berg Balance Scale (BBS)과의 상관관계를 분석하였다. FMA는 뇌졸중 환자의 감각기능, 관절 운동능력, 통증 등의 평가 항목으로 구성되며[17] 본 연구에서는 하지 운동기능 평가에 해당하는 FMA-LE 점수를 측정하였다(최대 34점). BBS는 균형 능력을 평가하는 항목으로 구성되어있으며[18] 동적 동작으로 구성된 6가지 항목의 점수(최대 24점)를 측정하였다. 평가자 간 편차를 최소화하기 위하여 한 명의 물리치료사가 평가를 수행하였다.

연구참여자 그룹별 Synergy Weights를 비교하기 위하여 비모수적 검정 방법인 Wilcoxon Signed-Rank Test를 사용하였다. Kolmogorov-Smirnov 테스트로 정규성을 가지는지 확인하였지만 모든 케이스에서 정규성을 만족시키지 않았다.

그룹별 Activation Signals의 차이를 분석하기 위하여 보행 주기를 20개의 시간 포인트(1-5, 6-10, …, 96-100%)로 나누고 각각의 Bin을 평균하였다. 만성 뇌졸중 환자의 환측과 건측, 그리고 환측과 건강인의 근육 시너지를 비교하기 위하여 각각의 시간 포인트들을 비모수적 통계방법인 Paired Permutation Test로 비교하였다. 이때 계산된 p값을 False Discovery Rate (FDR)로 이용하여 1종 오류를 줄이고 가설검정의 신뢰도를 높였다[19].

Fig. 3은 근육 시너지 개수에 따른 VAF를 보인다. 만성 뇌졸중 환자의 환측 다리의 시너지 개수는 2.6±0.49, 건측 다리는 2.8±0.40, 건강인은 3.0±0.44로 계산되었다. 건강인이 상대적으로 많은 수의 근육 모듈 활성화를 가졌지만 통계적으로 유의한 차이는 나타나지 않았다. Figs. 4(a)는 만성 뇌졸중 환자의 환측과 건측에서 각각 계산된 Synergy Weight를, 4(b)는 Activation Signals를 보인다. 건측에 비해 환측에서 Synergy Weights의 연구대상자별 편차가 크게 나타났다.

Fig. 3 
Individual (Blurred lines) and participant mean (Dark lines) of the percentage of Variability Accounted For (VAF). Dashed horizontal lines represents the threshold that determines the number of muscle synergies. (a) VAF of non-paretic and paretic legs, and (b) VAF of healthy participants

Fig. 4 
Synergy weights (a) and activation signals (b) of non-paretic and paretic legs. (a) Asterisks indicate significant differences in the synergy weights (p < 0.05), (b) Red rectangles indicate timing when activation of paretic leg muscles was significantly larger than that of the non-paretic leg muscles. Blue rectangles indicate timing when activation of non-paretic leg muscles was significantly larger than that of the paretic leg muscles, and (c) Ankle and knee joint angles during gait

시너지 A에서는 주로 SOL과 GL이 환측과 건측에서 모두 활성화된 것을 나타내었고 환측의 TA (p < 0.05)와 RF도 활성화됨을 확인하였다. 부하 반응기인 보행 1-15 구간에서 환측이 더 큰 활성화를 보였으며, 흔듦기인 70-95% 구간에서는 건측이 더 큰 활성화를 나타내었다.

시너지 B에서는 양측 다리 모두 RF에서 활성화를 보였으며 환측에서는 두드러진 TA의 활성화(p < 0.05)를 나타내었다. 중간 디딤기에서 말기 디딤기로 전환되는 30% 구간 부근에서 건측의 시너지 활성이 가장 크게 나타났다.

시너지 C에서 건측의 TA 활성이 두드러지게 나타났다(p < 0.05). 부하 반응기와 말기 흔듦기 구간인 보행 1-20과 95-100% 구간에는 건측 시너지 활성화가 높았으며 나머지 구간에서는 환측 시너지의 활성화가 크게 관측되었다.

두 그룹 모두 발등쪽 굽힘의 발목 관절 각도 최댓값이 60% 부근에서 나타났다. 건강인이 보행 주기 40-50% 사이에서 최댓값을[20] 나타내는 데에 비해 늦은 각도 변화를 보였다. 처음 흔듦기 부근(62-75%)에서 양측 발목의 발바닥쪽 굽힘 각도 변화가 비슷한 범위 내에서 발생하였다.

Figs. 5(a)는 만성 뇌졸중 환자의 환측과 건강인의 우세 다리에서 각각 계산된 Synergy Weights를, 5(b)는 Activation Signals를 보인다. 건강인에 비해 환측에서 Synergy Weights의 연구대상자 별 편차가 크게 나타났다.

Fig. 5 
Synergy weights (a) and activation signals (b) of healthy and paretic legs. (a) Asterisks indicate significant differences in the synergy weights (p < 0.05), (b) Red rectangles indicate timing when activation of paretic leg muscles was significantly larger than that of the healthy leg muscles. Green rectangles indicate timing when activation of healthy leg muscles was significantly larger than that of the paretic leg muscles, and (c) Ankle and knee joint angles during gait

시너지 A에서 건강인의 경우 SOL과 GL의 활성화 비중이 높았다. TA에서는 건측과 환측 비교 결과와 마찬가지로 건강인에 비해 환측이 유의하게 큰 활동 패턴을 나타내었다. 흔듦기 전에서 중간 흔듦기 구간인 55-85% 보행에서 건강인의 시너지 활성화가 높게 나타났다.

시너지 B에서는 건강인의 TA와 RF의 활성화가 높게 나타났고 GL 부위의 경우 환측에서 유의하게 큰 활성도를 보였다. 중간 디딤기에서 말기 디딤기까지의 구간(약 15-40%)에서 건강인의 시너지가 상대적으로 큰 활성을 보였고 흔듦기 구간에서는 환측 시너지의 활동이 크게 나타났다.

시너지 C에서는 모든 부위의 근육에서 유의한 차이가 발견되지 않았으며, 두 그룹 모두 말기 디딤기 구간(약 30-40%)에서 최대 시너지 활성화를 보였다.

발목 관절은 보행 40-60% 기간 중 빠르게 각도 감소를 보이지만 환측에서는 큰 변화를 보이지 않는다. 이 기간 동안의 발목관절의 움직임이 토크를 생성하여 밀기(Push Off)를 발생시킨다. 건강인의 무릎 관절은 초기 15% 구간에서 굽힘이 발생하고, 흔듦기에서 60^o 정도로 굽힘을 보인다. 이에 반해 환측의 최대 굽힘은 40^o 정도에 그친다.

근육 시너지 계산 결과 Fig. 4(a)와 같이 환측에서의 보행 별 편차가 크게 발생하였다. 이 결과를 바탕으로 연구대상자별로 SSI를 계산하여 결과를 Fig. 6에 나타내었다. Fig. 6(a)에 보행별 Synergy Weights의 변동성을 반영하는 SSI 결과는 만성 뇌졸중 환자의 환측에서 가장 낮은 수치를 기록하였다. SSI가 높을수록 보행별 변동성이 작고 높은 Synergy Weights별 상관관계를 가짐을 의미한다. 그에 반해 건강인의 경우 보행이 거듭되어도 상대적으로 일정한 Synergy Weights를 보이는 것을 확인하였다.

Fig. 6 
(a) SSI of paretic, non-paretic and healthy leg, (b) Relation between SSI and FMA, with linear regression, and (c) Relation between SSI and BBS, with linear regression

Figs. 6(b)와 6(c)는 기존 임상에서 뇌졸중 환자들의 운동기능 평가 시 사용하는 지표들과 SSI의 관계성에 대해 분석한 결과이다. Fig. 6(b)에서 FMA와의 관계를 비교한 결과 높은 상관관계를 갖는 것으로 나타났다(r = 0.864, p-value = 3.15 × 10^-6). Fig. 6(c)에서 BBS와의 상관관계를 분석한 결과 SSI와의 높은 상관성을 나타내었다(r = 0.809, p-value = 5.57×10^-6).