뇌졸중을 경험한 생존자의 80% 이상에서 보행 장애를 겪으며, 가장 흔한 보행 특징은 편마비 보행(Hemiplegic gait)이다. 그런데 실제 편마비 보행과 정상인(혹은 편마비가 없는 뇌졸중 환자)의 숙련된 모방 편마비 보행은 육안상 구분이 어렵기 때문에 보행 장애의 원인 감별 혹은 뇌졸중 환자의 보행 장애 정도 평가에 어려움을 줄 수 있어 이와 관련한 연구가 필요하다. 편마비 보행을 정상인의 보행과 비교한 연구들이 다수 존재하지만, 아직까지 편마비 보행과 모방 편마비 보행을 비교한 연구는 없는 실정이다. 따라서 본 연구에서는 보행분석을 통해 뇌졸중으로 인한 편마비 환자의 보행과 정상인의 모방 편마비 보행에 차이점이 있는지 확인하고, 육안으로는 구분하기 어려운 두 집단을 기계학습을 통해서 분류하는 것이 가능한지 알아보고자 하였다.
본 연구는 원광대학교 광주한방병원에 내원하여 트레드밀 보행 분석 시스템을 통해 보행 분석을 시행한 자들의 데이터를 수집하여 편마비 보행 집단과 모방 편마비 보행 집단으로 나누어 후향적으로 분석하였다. 발 회전 각도(foot rotation degree), 한 발짝 길이(step length), 한 걸음 길이(stride length) 등의 시공간적 변수와 보행 시 압력중심(center of pressure, COP)의 이동, 각 하지의 보행 주기(gait cycle)의 비율, 보행 시 발생하는 수직지면반력(vertical ground reaction force, vGRF) 등을 통계적으로 분석하고, 기계학습의 분류 알고리즘을 통해 두 집단의 분류를 시행하였다.
트레드밀 보행 분석 결과 시공간적 변수의 변화 특징이 대체로 실제 편마비 보행에서 나타나는 변화와 일치하나, 실제 편마비 보행과는 다른 변화를 보이는 변수들이 존재하여 확실한 구분점이 있었다. 또한, 실제 편마비 보행과 모방 편마비 보행의 트레드밀 보행 분석 데이터를 이용해 학습시킨 기계학습 분류 모델은 최대 95.83% 정확도로 두 집단을 구분할 수 있었다.
이러한 결과를 바탕으로 실제 편마비 보행과 정상인의 모방 편마비 보행을 트레드밀 보행 분석과 기계학습을 통해 구분이 가능함을 확인하였다. 보행 장애의 원인 감별 및 뇌졸중 후 정상에 가깝게 회복되어 보행장애가 없는 환자가 모종의 유리한 이득을 얻기 위해 편마비 보행을 모방하는 것을 판별하는 데 본 연구의 내용을 적용해볼 수 있을 것으로 사료된다.