[Paper Review] Advances in Hyperbaric Oxygen Therapy: Medical Benefits and Technical Perspectives

한 줄 요약: HBOT 챔버 내 유체 거동을 수학적으로 모델링하고, 축소 실험 챔버 + MCU 기반 압력 제어 시스템으로 검증한 연구

📌 논문 정보

🎯 문제 정의

기존 HBOT 시스템은 대부분 empirical calibration에 의존하고 있으며, gas flow 및 pressure dynamics에 대한 predictive model이 부족하다. 또한 압력·산소 제어의 자동화 수준이 낮고, control loop의 feedback delay 문제가 있어 치료 재현성이 떨어진다. 이 논문은 이러한 한계를 수학적·실험적 framework으로 해결하고자 한다.

💡 Contribution

• Reynolds, Froude, Archimedes 등 dimensionless number를 활용한 HBOT 챔버 내 oxygenated air flow 수학 모델 수립
• Ruark transformation을 도입해 dimensionless coordinate로 일반화 → 유사 환경에 결과 확장 가능
• Geometric similarity condition (K=10)을 적용한 축소 실험 챔버 설계 및 제작
• ATMEL AT89C52 + solenoid valve 3개 (EV1~EV3) + pressure/vacuum pump 기반 자동 압력 제어 시스템 구현
• LabWindows GUI를 통한 real-time monitoring 및 CRC 기반 통신 프로토콜 설계

🔬 방법론

Mathematical Modeling

• Continuity equation, Navier-Stokes, thermal energy equation, Fick’s diffusion equation을 무차원화
• Similarity condition: Re idem (self-modeling 영역), Froude idem, geometric similarity
• 실제 챔버 대비 1/10 축소 모델 → 모델 유량 D=8.5 l/min, D₁=0.45 l/min 도출

Experimental Setup

• Pressure transducer (MPX 5100 AP) → ADC → AT89C52 MCU → solenoid valve / pump 제어
• PC ↔ MCU 간 4-byte frame [T, X, Y, CRC] 양방향 통신
• EV1 (가압), EV2 (배기 차단), EV3 (감압) 로직으로 압력 제어

Validation

• 산소 농도, pressure behavior, 열적 효과 측정 후 모델 예측값과 비교
• Isothermal·단순화 boundary condition 하에서 안정성과 재현성 평가

📊 실험 및 결과

• 챔버 압력 10% 증가 시 모델 내 pO₂ 약 8~9% 향상 → 조직 산소화 관련 생리학적 반응과 일치
• 제안된 압력 제어 시스템은 안정적인 pressurization/depressurization cycle을 재현, 상업용 HBOT 챔버와 원리적으로 유사함을 확인
• Vacuum pump는 pressure pump 대비 유량 3배 → 감압 시간 ≈ 가압 시간의 절반

한계: oxygen concentration mapping, flow visualization, CFD 비교는 수행하지 않았으며 향후 과제로 남김. CO₂, 습도 등 exhaled gas 조성도 미반영.

✅ 장점 / ⚠️ 한계

장점

• Mathematical model → 축소 실험 챔버 → 실제 제어 시스템까지 일관된 multidisciplinary pipeline
• Control architecture가 platform-independent → STM32, FPGA 등 현대 embedded platform으로 이식 가능하다고 명시
• 무차원화를 통해 결과의 generalizability 확보

한계

• AT89C52 + single sensor feedback loop → 임상용이 아닌 연구/교육 수준
• Isothermal 조건에서 실험 → 실제 HBOT 챔버의 thermodynamic complexity 미반영
• 개인별 호흡 패턴, 대사율 차이 등 생리적 변수 미포함
• 실험적 검증 범위가 pressure stabilization 및 flow behavior에 한정

💬 내 생각 / 인사이트

석사 논문에서 Tinker Board 2S + dual PID + AD5420 DAC 기반으로 HBOT 시스템을 구현했던 경험이 있어서, 이 논문의 방향성이 꽤 친숙하게 읽혔다.

1. 모델 접근법의 차이: 이 논문은 Navier-Stokes + dimensionless number 기반의 fluid dynamics model에 집중한 반면, 내 연구는 PID control loop의 real-time tuning과 DAC 기반 analog output에 초점을 뒀다. 두 접근이 서로 보완적이라고 생각함.

2. Control architecture: EV1~EV3 solenoid + on/off 제어 방식은 단순하지만 실용적. 다만 proportional valve를 쓰지 않아서 pressure ramping의 세밀함에 한계가 있을 것 같다. 논문도 이 점을 인정하고 있음.

3. Platform 이식 가능성 언급: STM32, Arduino/ARM 등으로 포팅 가능하다고 명시한 게 인상적. 지금 STM32F411RE Nucleo로 공부 중인 입장에서, 이 제어 로직을 STM32로 직접 구현해보면 좋은 포트폴리오가 될 것 같다.

4. 아쉬운 점: CFD 미수행, oxygen concentration distribution 미측정이 가장 큰 빈자리. 후속 연구로 OpenFOAM 기반 CFD와 연결하면 재밌을 것 같다.

🔗 관련 논문

• Flegg et al. (2010) - Mathematical model of HBOT for chronic diabetic wounds, Bull. Math. Biol.
• Kovtanyuk et al. (2023) - Mathematical modeling of cerebral oxygen transport, Front. Appl. Math. Stat.
• Gracia et al. (2018) - Identification and control of a multiplace hyperbaric chamber, PLoS ONE