포스트 캡스톤의 시작

포스트 캡스톤

#시작하며

21-1학기까지 1년 동안 진행했던 프로젝트 수업이 끝이 났다. 랩실에 소속되어 교수님과 함께 연구를 진행하고, 논문도 작성하며 다양한 경험을 한 정말 의미 있는 시간이었다. 하지만, 모든 연구가 그러하듯 아직까지 연구할 부분이 많아있었고, 교수님께서 한 학기 더 연구를 진행하는 포스트 캡스톤 수업을 수강하며, 연구했던 내용들을 디벨롭하고 데이터 샘플을 생성하여 저널 작성을 진행하자고 제안해주셔서, 이번 학기에는 팀원들과 함께하는 것이 아닌, 교수님과 단독으로 연구를 진행하게 되어 설렘 반 걱정 반의 마음을 가지고 학기를 진행하고 있다.

 

 

#연구의 시작

가장 먼저 교수님과 함께 미팅을 진행하며 고민했던 주제는, 데이터 샘플 제작에 대한 내용이었다. 기존 연구는, 이상운동증 검사 그리기 방법 중의 하나인 나선 그리기 검사에서 ED(Error Distance)를 측정하여 정량화하는 방법에 대해 연구하였다. 아래 그림은, 지난 학기 교내 학생들을 대상으로 IRB 승인을 받아 진행한 유저 테스트 데이터 샘플 중 하나이다. 초기 목표는 해당 아래의 그림과 같이, 코드로서 데이터 샘플을 제작하고, 필요에 따라 ED의 증상 정도를 증감시킬 수 있도록 모델링하는 것이다. 

 

나선그리기 검사

• 발상

처음 해당 주제에 대해 고민해 보았을 때는 다양한 어려움이 많았다. 해당 그림은, 실제 환자나 검사자가 테블릿 PC로 그리기 검사를 진행하고 이를 일정 /n sec단위의 x, y 좌표로서, 엑셀 형식의 파일이 저장된다. 해당 파일을 Matlab으로 Plot 하는 것인데, 이에 봉착한 문제점은, 기존 Base Line의 좌표 값을 알고 있다고 하더라고, 나선의 특성상 일정 각도로서 계속해서 변화하며 증감을 표현할 수 있는 좌표 값을 찾는 것은 아주 어려웠다. 따라서 고민한 결과 Base Line을 기준으로 새로운 데이터를 형성하는 것이 아닌, 위 나선 그리기 검사 그림과 같이 사람이 측정한 Raw data 샘플을 기준으로 Error를 증감시키는 방법을 고안하였다.

 

• 제작

1차 데이터 Error 증가

기존 Raw data를 기준으로 증감을 진행하는 방식을 사용하여 데이터의 Error를 증가시킨 결과이다. 위 그림에서 보이는 빨간선이 Raw data이고, 해당 데이터를 기준으로 Error를 일정하게 증가시킨 결과를 파란색 선으로 plot 하였다. 이는 Raw data의 좌표 값들이, 모두 원점을 기준으로 일정한 기울기를 가지고 있다는 원리를 바탕으로, 해당 기울기 값을 구하고, 동일한 기울기를 가지며 원점보다 더 멀리 있는 좌표 값들의 집합으로서 표현하였다. 

2차 데이터 Error 증가

위 그림은, 일정하게 데이터를 증가시키지 않고, 짝수 index에 해당하는 좌표 값들에 대해서만 증가를 시켜준 결과이다. 하지만 해당 데이터는 Error Distance가 증가하긴 했지만, 데이터 자체의 결과 값이 실제 사람이 측정한 Raw data와는 많은 이질감이 있었고, Error를 더 높일수록 그 이질감은 비례해서 증가했기 때문에, 보다 부드럽고 실제 데이터와 같은 형태를 가진 모델링 데이터가 필요했고, 이를 목표로 현재 원만한 데이터 샘플 제작을 위해 노력 중이다.

 

#마치며

연구를 혼자서 진행한다는 것이, 연구의 질에 대한 부분도 많은 결핍을 느낄 수 있었지만, 가장 크게 다가온 것은 혼자서 진행하며 지녀야하는 책임감이었다. 혼자서 진행하다 보니 교수님과의 미팅 이외엔 누구도 상관하지 않고 진행하는 연구다 보니, 후순위로서 자리매김하는 경우가 많이 발생하는 것 같다. 앞으로 마음가짐을 새롭게 다잡고 책임감을 가지고 꾸준하게 성장시키는 연구를 진행하고 싶다.