호흡 공기류의 시간 국소화 파라메트릭 분해: 서브-회색 분석을 위한 접근

호흡 공기류 신호는 호흡 역학에 대한 중요한 통찰력을 제공하지만, 기존 분석 방법은 개별 호흡의 내부 구조를 특성화하는 데 있어 한계가 있습니다. 전통적인 접근법은 공기류를 준주기적 신호로 취급하며, 조석량이나 피크 유량과 같은 전역 설명자를 의존하여 신경근육 조정 및 보상성 호흡 전략을 반영하는 서브-회색 이벤트를 가립니다. 본 연구는 흡입 공기류를 명시적인 진폭, 시작 시간, 지속 시간 파라미터를 가진 소수의 시간 국소화 성분으로 분해하기 위한 파라메트릭 프레임워크를 소개합니다. 주파수 영역이나 데이터 적응형 방법과 달리, 제안된 접근법은 생리학적 기반을 가진 기본 함수(Half-Sine, Gaussian, Beta)를 사용하여 제한된 비선형 최적화를 통해 호흡 내 파형 형태학을 표현합니다. 8,276 회의 호흡에 걸친 평가는 높은 재구성 정확도(4-성분 모델의 경우 평균 제곱 오차 $<$ 0.001)와 중간 수준의 노이즈 하에서도 견고한 파라메트릭 정밀도를 입증했습니다. 서브-회색 타이밍과 조정을 설명하는 성분 유래 특징은 인지적 호흡 경쟁에서 비롯된 인지 피로 상태의 분류를 Matthews 상관 계수 기준으로 최대 30.7% 개선시켰습니다. 이러한 결과는 공기류를 파라메트라이즈되고 시간 국소화 된 원시 함수들의 합으로 모델링함으로써, 호흡 내 조직화, 보상성 호흡 역학, 그리고 인지-호흡 이중 작업 요구 하에서의 호흡 운동 조절 적응을 정량화하기 위한 해석 가능하고 정밀한 기반을 마련함을 보여줍니다.