VesiscanClinicalAndroid/VesiScan_Android_Pipeline_Summary.md

VesiScan Android App — 완전 가이드

작성일: 2026-04-23

작성자: dwjang

마지막 업데이트: 2026-04-24 (v2)

---

1. 이 앱이 뭔가요?

배에 초음파 센서를 갖다 대면 방광에 소변이 얼마나 차 있는지 알려주는 앱입니다.

병원에 안 가고도 집에서 방광 상태를 확인할 수 있습니다.

iOS 버전과 동일한 기능을 Kotlin + Jetpack Compose로 구현한 Android 버전입니다.

---

2. iOS 버전과 달라진 점

항목	iOS	Android	비고
전처리	TVD + SG 필터	SG 필터만	TVD 제거 (6ch 알고리즘)
LOW_ECHO_AMP	1600	1150	ADC range 변경
DISTANCE_PER_SAMPLE	1.974	1.771	6ch 기기 보정값
기기 프리셋	FLAT/CASE1/CASE2	V0/V1/V2	Snell's law 굴절 각도 적용
lr_ratio	고정 1.0	CH4/CH5에서 동적 계산	타원 단면 추정
BV 추정	5ch (CH0~CH4)	6ch (center 4ch + lateral lr_ratio)	estimate_bladder_volume_6ch
배터리 폴링	5초	5초	동일 (keep-alive)
BLE reconnect	수동	자동 (3s→5s→10s, 5회)	백오프 재시도
Spot 자동측정	0.8초 롱프레스	롱프레스 (detectTapGestures)	30초 간격

---

3. 앱 사용 순서 (처음부터 끝까지)

① 앱 실행
    ↓
② 온보딩 (처음 한 번만)
    ↓
③ 개인정보 동의
    ↓
④ 사용자 등록 (이름, 나이, 성별, 키/몸무게)
    ↓
⑤ PIN 설정 (4자리, 셔플 키패드)
    ↓
⑥ 홈 화면
    ↓
⑦ "Start" 버튼 → 센서 종류 선택 (Piezo / NIRS)
    ↓
⑧ BLE 기기 스캔 → 연결 (2025* / VBT* 필터)
    ↓
⑨ 센서 설정 (자세, 위치, 최대 용량)
    ↓
⑩ ★ 센서 위치 안내 (Placement Guide)
    ↓
⑪ ★ 방광 측정 화면 (Piezo Monitoring)
    ↓
⑫ 결과 확인 + 기록

---

4. 기기 자동 감지 (프리셋)

BLE 기기 이름으로 센서 각도 preset을 자동 설정합니다.

기기 이름 규칙

VBT26040x0y
         │ │
         │ └─ y: 기기 번호 (1,2,3...)
         └─── x: 각도 타입
               0 = V0 (0,0,0,0,0,0) — BLE 테스트용
               2 = V1 (max 20° housing, Snell's law)
               3 = V2 (max 30° housing, Snell's law)

2025MEDIP = 기존 5ch 기기 (legacy)

Preset별 각도 (Snell's law 굴절 후)

Preset	CH0	CH1	CH2	CH3	CH4(L)	CH5(R)	LR(CH4)	LR(CH5)
V0	0°	0°	0°	0°	0°	0°	0°	0°
V1	6.89°	0°	-6.89°	-13.66°	-6.87°	-6.87°	-3.42°	3.42°
V2	0°	-6.89°	-13.66°	-20.20°	-6.87°	-6.87°	-3.42°	3.42°
legacy	0°	-2.2°	-4.4°	-6.6°	-8.8°	—	0°	0°

Housing 각도 → 실제 빔 각도 변환 (Snell's law):

• V1 housing: [10, 0, -10, -20, -10, -10] → refracted: [6.89, 0, -6.89, -13.66, -6.87, -6.87]
• V2 housing: [0, -10, -20, -30, -10, -10] → refracted: [0, -6.89, -13.66, -20.20, -6.87, -6.87]

센서 좌표 (mm)

Preset	CH0 z	CH1 z	CH2 z	CH3 z	CH4 z	CH5 z	CH4 x	CH5 x
V0	21.0	14.0	7.0	0.0	10.5	10.5	-10.0	10.0
V1	20.1	12.8	7.0	0.0	9.9	9.9	-10.0	10.0
V2	19.3	13.0	6.7	0.0	9.85	9.85	-10.0	10.0

---

5. 측정 파이프라인 상세

5.1 BLE 통신

사용하는 명령어

명령	응답	용도
mpa?	rpa:	센서 전원 켜기
maa?	reb: × 6 + raa:	6채널 전체 측정
msn?	rsn:	배터리 확인 (5초마다, keep-alive)

패킷 구조 (208 바이트)

reb:(4바이트) + repeat_count(2바이트) + ADC데이터(200바이트) + CRC(2바이트)
└ "reb:" 문자  └ 항상 100     └ 100개 × 2바이트(16-bit)  └ 체크섬

Big Endian 자동 감지

reb: 패킷 수신 → 첫 번째 채널(CH0)의 첫 ADC 샘플 확인
  LE로 해석한 값 > 4095 AND BE로 해석한 값 ≤ 4095 → Big Endian
  그 외 → Little Endian

첫 채널에서 감지 → 나머지 CH1~CH5에 동일 적용

BLE 자동 재연결

예기치 않은 끊김 감지
    ↓
자동 재연결 시도 (최대 5회)
    ├── 1차: 3초 후
    ├── 2차: 5초 후
    ├── 3차: 10초 후
    ├── 4차: 10초 후
    └── 5차: 10초 후

성공 → 배너 자동 숨김 + 배터리 폴링 재시작
실패 → 빨간 배너 "Could not reconnect" + 수동 Reconnect 버튼

사용자가 수동 disconnect → 자동 재연결 안 함
측정 중 끊김 → isMeasuring 리셋 + 자동측정 중지

---

5.2 전처리 — 노이즈 제거

iOS와 다른 점

iOS:     TVD (Chambolle) → SG 필터
Android: SG 필터만 사용 (TVD 제거)

Savitzky-Golay Filter (5-tap, poly=2)

고정 계수: [-3, 12, 17, 12, -3] / 35

내부 (i=2~n-3):
  out[i] = (-3×sig[i-2] + 12×sig[i-1] + 17×sig[i] + 12×sig[i+1] - 3×sig[i+2]) / 35

Edge (i=0,1 / n-2,n-1):
  5개 점에 2차 다항식 피팅 → 가장자리 값 보간

효과: 미세한 울퉁불퉁 제거, 벽(높은 곳)은 유지

---

5.3 UrinAI — 소변 존재 판정 (문지기)

역할

"여기에 소변이 있나요?" → Yes / No

No이면 벽 찾기를 아예 안 함 → 엉뚱한 결과 방지.

상수 (GreenZoneConstants.kt)

상수	값	의미
liquidThrLoose	1400	이보다 낮으면 "액체" (이진화)
liquidThrStrict	1400	순수 소변 확인용
minLiquidRun	5	연속 소변 최소 5칸
minChord	15	앞벽~뒷벽 최소 15칸
contrastMin	0.15	벽과 소변의 차이 15% 이상
ringSkip	3	처음 3칸은 무시 (센서 자체 반사)
useSamples	90	앞 90개 샘플만 사용

알고리즘

1. 이진화: ADC < 1400 → 액체(true) / ≥ 1400 → 조직(false)

2. fw 찾기: 3번째 칸부터 시작해서
   "연속 3개가 전부 액체"인 첫 위치 = 소변 시작점

3. bw 찾기: fw 이후에서 "연속 3개가 전부 조직"인 그룹 중
   합계가 가장 큰 그룹의 최대값 위치 = 뒷벽
   (못 찾으면 2개로 완화 → 소방광 대응)

4. 순수 소변 확인: fw~bw 사이에서
   ADC < 1400이 연속 몇 칸인지 세기

5. 대비 계산: (벽 최대 - 소변 최소) / 벽 최대

6. 판정: 순수소변 ≥ 5칸 AND 깊이 ≥ 15칸 AND 대비 ≥ 0.15
   → 세 개 다 통과해야 "소변 있음!"

---

5.4 Low-Echo Detection — 벽 찾기 (Method B)

역할

UrinAI가 "소변 있다!" 하면, 정확히 어디서 어디까지인지 찾습니다.

상수 (PiezoEchoAnalyzer.kt)

상수	값	의미
lowEchoAmp	1150	denoised ≤ 이 값 = low-echo
lowMinLen	3	low-echo span 최소 길이
mergeGapMax	3	인접 span 합치기 최대 gap
peakSearchWin	20	벽 peak 탐색 범위
postMaxIdx	80	후벽 최대 인덱스
minPeakMargin	30	peak 최소 높이 = low_mean + 30
minUrineLen	3	최소 소변 구간 길이
maxPeakCandidates	3	방향별 최대 후보 수
valleyStopRise	50	valley 스캔 시 상승 early stop 임계 (기존 10)
edgeDistDecay	0.12	edge 거리 penalty 계수 (신규)

알고리즘 (Prominence + Edge Distance, 2026-04-24 업데이트)

1. 디노이징된 신호에서 1150 이하인 연속 구간 찾기
   → "여기가 소변이겠구나" (low-echo span)

2. 인접한 구간 합치기 (gap ≤ 3칸이면 합침)
   단, gap 안에 1155 이상인 peak이 있으면 합치지 않음

3. 양쪽에서 벽 peak 후보 찾기 (±20칸 범위)
   - edge 포함 boundary: left [leftLo:edge+1], right [edge-1:rightHi+1]
   - 후보 중 score가 가장 높은 것을 선택

   score = prominence / (1 + 0.12 × distance_from_edge)

   prominence = peak 높이 - valley(소변 방향)
   distance = |peak위치 - low-echo edge|

   → low-echo에 가까운 peak이 더 높은 점수 (먼 peak은 패널티)

   valley 스캔 시 최소값에서 50 이상 올라가면 early stop
   (기존 10에서 50으로 상향 → 더 깊은 valley까지 탐색)

4. 후벽이 80칸 넘으면 → 구간 뒤쪽 절반에서 다시 찾기

5. 결과: ant(전벽 위치), post(후벽 위치), urine_len(소변 길이)

파형 차트에서 보이는 것

색상         의미
─────────────────────
연한 파랑     Raw ADC (원본 신호)
진한 파랑     Denoised (노이즈 제거 후)
주황 점선     Threshold (1150)
노란 영역     Low-echo span (1150 이하 구간)
시안 영역     Urine region (ant ~ post)
초록 선+점    Anterior wall (전벽)
빨강 선+점    Posterior wall (후벽)

---

5.5 LR Ratio 계산 — 타원 단면 추정

iOS와 다른 점

iOS:     lr_ratio = 1.0 (고정, 원형 단면 가정)
Android: CH4/CH5 lateral에서 동적으로 타원 비율 계산

알고리즘

1. Center AP 직경 계산 (CH1, CH2 기준)
   - 각 이웃 채널의 (post-ant) × cos(θ) → 평균 = D_center
   - D_center ≤ 0 → lr_ratio = 1.2 (invalid fallback)

2. Lateral 직경 계산 (CH4, CH5 각각)
   - P = cos(alpha) × cos(beta)     [SI 보정]
   - Q = cos(alpha) × sin(beta)     [LR 성분]
   - D_lateral = (dFar - dNear) × P
   - y_mid = sensor_x + d_mid × Q   [LR 위치]
   - ratio = D_lateral / D_center

3. LR ratio 계산
   - 2개 lateral → 타원 방정식 풀기:
     u = yL × yR × (yR - yL) / denom
     d = -(u × (rL² - 1) + yL²) / (2 × yL)
     b² = u + d²
     lr_raw = 2√u / D_center

   - 1개 lateral → 중심 가정:
     b = |y_mid| / √(1 - r²)
     lr_raw = b / (D_center/2)

4. Shrinkage (Bayesian 사후확률)
   - confidence = ((1 - avg_ratio) / 0.10).clamp(0, 1)
   - lr_final = lr_prior(1.2) + (lr_raw - 1.2) × confidence

Fallback 값

상황	lr_ratio
lateral 데이터 없음	1.0 (원형)
lateral 있지만 계산 실패	1.2 (해부학적 기본값)
정상 계산	동적 값 (shrinkage 적용)

---

5.6 BV Estimation — 용적 계산

iOS와 다른 점

iOS:     estimateBladderVolume(5채널, lr_ratio=1.0)
Android: estimateBladderVolume6ch(6채널)
         → center 4채널 분리 + lateral lr_ratio 계산
         → estimateBladderVolume(4채널, lr_ratio=동적)

Frustum(절두체) 적분

        ┌──╮        ← Top Cap
       ╱    ╲
      │  CH3  │     ← 층 3 (절두체)
      │       │
      │  CH2  │     ← 층 2 (절두체)
      │       │
      │  CH1  │     ← 층 1 (절두체)
       ╲    ╱
        └──╯        ← Bottom Cap

각 층의 부피 = (높이/3) × (위 면적 + 아래 면적 + √(위×아래))
총 부피 = 바닥 + 층1 + 층2 + 층3 + 뚜껑

10단계 파이프라인

Step	뭘 하나?	수식
1	Edge 채널 필터	CH3이 CH1/CH2 대비 0.9배 미만이면 short
2	칸 번호 → 실제 거리(mm)	d = 6.85 + 칸번호 × 1.771
3	방광 직경 구하기 (각도 보정)	D = (뒷벽거리 - 앞벽거리) × cos(각도)
4	단면적 구하기	S = (π/4) × D² × lr_ratio
5	각 층의 높이 위치	y = 센서위치 + 중간점 × sin(각도)
6	아래→위 순서로 정렬	-
7	포물선으로 보정	2차 곡선 맞추기 + 이상치 수정
8	층별 부피 합산	절두체 공식
9	바닥 뚜껑 (항상 구)	V = S×h/2 + π×h³/6
10	윗 뚜껑 (원뿔 or 구)	원뿔: V = S×h/3 / 구: 위와 동일

물리 상수

상수	값	의미
distancePerSample	1.771 mm	샘플 당 거리 (iOS: 1.974)
delayOffsetMm	6.85 mm	ADC 전 고정 전파 지연
areaK	π/4	원형 단면적 계수

---

6. Placement Guide — 센서 위치 안내

센서 배치도 (실제 기기 스펙)

         [CH3] 30°      ← 가장 아래 (치골쪽, y=0mm)
          │
    [CH4] [CH2] 20° [CH5]  ← 중앙 + 좌우 날개
     왼쪽   │        오른쪽
          [CH1] 10°     ← 위쪽
          │
         [CH0]  0°      ← 가장 위 (배꼽쪽, y=21mm)

방향 안내 로직 (2단계)

1단계: 이진 판정 (4채널 미만일 때)

물리적 프로브 배치 기준:

• CH0 = 배꼽 방향 (위)
• CH3 = 치골 방향 (아래)

CH0(배꼽)	CH3(치골)	CH4(왼)	CH5(오)	안내
✅	❌	-	-	"센서를 위로 올리세요" (UP)
❌	✅	-	-	"센서를 아래로 내리세요" (DOWN)
-	-	❌	✅	"센서를 왼쪽으로 옮기세요" (LEFT)
-	-	✅	❌	"센서를 오른쪽으로 옮기세요" (RIGHT)
❌	❌	❌	❌	"방광이 안 잡힙니다. 센서 접촉을 확인하세요"

2단계: CV threshold 정밀 가이드 (center 3채널 이상 잡힌 후)

4채널 이상 잡히더라도, 방광 중앙에 정확히 위치해야 측정이 정확합니다. 각 채널의 **cos-corrected depth(mm)**의 변동계수(CV)로 배치 품질을 판정합니다.

CV (Coefficient of Variation) 계산

1. 각 center 채널(CH0~CH3)의 ant/post wall 위치를 mm로 변환:
   depth_mm = (post_mm - ant_mm) × cos(beam_angle)

2. 유효 채널(≥3개)의 depth 평균과 표준편차 계산:
   CV = std(depths) / mean(depths)

3. 판정:
   CV ≤ 0.15 → PASS (Best Placement)
   CV > 0.15 → FAIL → 방향 안내

왜 CV인가?

잘 맞은 경우 (중앙):          치우친 경우 (가장자리):
CH0: depth=45mm              CH0: depth=15mm  ← 짧음
CH1: depth=52mm              CH1: depth=48mm
CH2: depth=50mm              CH2: depth=42mm
CH3: depth=42mm              CH3: depth=10mm  ← 짧음

CV = 0.09 → PASS ✅           CV = 0.52 → FAIL ❌
                               weakest = CH3 → "MOVE UP"

중앙을 관통하면 모든 채널의 depth가 비슷 → CV 작음. 가장자리를 스치면 일부 채널이 짧음 → CV 큼.

SI(세로) 방향 판정

deviation[i] = (depth[i] - mean) / mean

weakest = 가장 deviation이 큰 채널

severity:
  |dev| < 0.10  → slight
  0.10 ≤ < 0.25 → moderate
  |dev| ≥ 0.25  → severe

방향:
  weakest가 CH0/CH1 (top) → MOVE DOWN
  weakest가 CH2/CH3 (bottom) → MOVE UP

LR(가로) 판정

depth_CH4 = raw_depth × cos(SI_angle) × cos(LR_angle)
depth_CH5 = raw_depth × cos(SI_angle) × cos(LR_angle)

lr_dev = (depth_CH4 - depth_CH5) / mean(depth_CH4, depth_CH5)

|lr_dev| ≤ 0.15 → PASS
lr_dev > 0 → MOVE RIGHT (왼쪽이 더 길음)
lr_dev < 0 → MOVE LEFT  (오른쪽이 더 길음)

최종 판정

is_pass = CV ≤ cv_thr AND |lr_dev| ≤ lr_dev_thr

cv_thr = 0.15 + repeatCount × 0.02  (반복 시 완화)
lr_dev_thr = 0.15 (고정)

Threshold Relaxation (반복 완화)

Scan 흐름:
  1회차: CV_thr = 0.15
  2회차: CV_thr = 0.17
  3회차: CV_thr = 0.19
  ...
  n회차: CV_thr = 0.15 + n × 0.02

→ Best Placement가 아닌 경우 반복 측정 동안 기준을 완화하여
  사용자가 무한히 조절하지 않도록 함

연속 스캔 동작

"Start Scanning" 버튼 탭
    ↓
즉시 첫 스캔 (maa 6채널)
    ↓ 결과: CV, 방향, Score 표시
3초 대기
    ↓
자동 재스캔 (repeatCount 증가 → threshold 완화)
    ↓
... 반복 (사용자가 Stop 누를 때까지)

is_pass = true → Lock → "Start Measurement" 활성화

---

7. "Spot" 버튼 측정 흐름

Spot 버튼 탭
    │
    ▼
앱 → 센서: "maa" 명령 (6채널 전부 측정해!)
    │
    ▼ (~0.7초 후)
센서 → 앱: 6개 채널의 초음파 에코 데이터
    │
    ▼
[전처리] SG 필터만 (TVD 없음)
    │
    ▼
[벽 찾기] 각 채널에서 방광 앞벽/뒷벽 위치 탐색
    │         - 신호가 1150 이하로 떨어지는 구간 = 소변
    │         - 그 양옆의 prominence 가장 큰 peak = 벽
    │
    ▼
[lr_ratio] CH4/CH5 lateral에서 타원 비율 계산
    │         - 2개 lateral → 타원 방정식 풀기
    │         - 1개 → 중심 가정, 0개 → 1.0 (원형)
    │
    ▼
[용적 계산] Frustum(절두체) 적분
    │         - CH0~CH3 (center 4채널)만 사용
    │         - 단면적 = π/4 × D² × lr_ratio
    │         - 층별 절두체 공식 + Cap 보정
    │
    ▼
화면에 "305 ml" 표시! (도넛차트 + 레벨 업데이트)

롱프레스 자동측정

Spot 버튼을 길게 누르면 자동 측정 모드:

• 30초마다 자동으로 측정
• 빨간색 "Auto" 배지 표시
• 한 번 탭하면 중지
• 구현: detectTapGestures(onLongPress) + LaunchedEffect 30초 루프

측정 실패 시 자동 재시도

15초 타임아웃 → retry 1/2 (collector reset + 재전송)
    ↓
15초 타임아웃 → retry 2/2
    ↓
실패 → isMeasuring=false, 에러 로그

---

8. "Catheterize" 버튼 — 배뇨 기록

4가지 입력 방식 (iOS DiaryRecordSheet 스타일):

┌──────────────────────────────┐
│     배뇨 기록                 │
│     추정 용량: 305 ml         │
│                              │
│  ✏️ 수기 입력    (주황)      →  │
│  🎤 음성 입력    (파랑)      →  │
│  📷 카메라 입력  (보라)      →  │
│  ⚡ 빠른 저장    305 ml  →  │  ← Quick Save (NEW!)
│                              │
│         [취소]               │
└──────────────────────────────┘

• 수기: 숫자 키패드로 ml 직접 입력
• 음성: 음성인식 → 숫자 추출
• 카메라: YOLO 소변컵 감지 + OCR 측정
• 빠른 저장: 현재 추정 용량으로 즉시 저장 ⚡

---

9. 파일 구조

medilightv2android/
├── ble/
│   ├── BleManager.kt              ← BLE 통신 (자동 reconnect 포함)
│   ├── PiezoPacketCollector.kt     ← 멀티패킷 수집 + Endian 감지
│   └── CRC16.kt                   ← 체크섬 계산
│
├── managers/
│   ├── PiezoEchoAnalyzer.kt       ← Low-echo detection (벽 찾기)
│   ├── PiezoBVEstimator.kt        ← 6ch BV 추정 + lr_ratio 계산
│   ├── UrinAI.kt                  ← 소변 존재 판정 (문지기)
│   ├── GreenZoneConstants.kt      ← 공유 상수 (한 곳에서 관리)
│   └── PiezoEchoAnalyzer.kt       ← NIRS 산소 포화도 계산
│
├── models/
│   ├── BladderLevel.kt            ← 방광 레벨 (0~10)
│   ├── UrgencyLevel.kt            ← 긴급도 (Safe/Warning/Urgent)
│   └── PiezoSettings.kt           ← 센서 설정 (자세/위치/최대용량)
│
├── services/
│   ├── ReminderService.kt         ← 배뇨 알림 (5종 랜덤, 유동 스케줄)
│   ├── MeasurementLogService.kt   ← 측정 로그 자동 저장 (JSONL)
│   └── NotificationService.kt     ← 긴급도 알림
│
├── ui/views/
│   ├── monitoring/
│   │   ├── PiezoMonitoringView.kt     ← ★ 메인 측정 화면
│   │   ├── PlacementGuideView.kt      ← ★ 센서 위치 안내
│   │   ├── VivamyoMonitoringView.kt   ← NIRS 모니터링
│   │   ├── VoidingDiaryView.kt        ← 배뇨일지
│   │   └── UrineCameraScreen.kt       ← 소변컵 카메라 측정
│   ├── reminder/
│   │   └── ReminderSettingsView.kt    ← 알림 설정 (iOS 동기화)
│   └── (onboarding, registration, pin, ...)
│
└── AppState.kt                    ← 전역 상태 관리 + 화면 라우팅

포팅 원본 대조

Kotlin 파일	원본	원본 언어
PiezoEchoAnalyzer	low_echo_detection_method_b.py	Python (원은지)
PiezoBVEstimator	bv_estimation.py (6ch)	Python (원은지)
UrinAI	UrinAI.kt (xBench)	Kotlin (권오준)
GreenZoneConstants	GreenZoneConstants.kt (xBench)	Kotlin (권오준)
config (PiezoHW)	config_6ch.py	Python (원은지)

---

10. 상수 조정 가이드

증상별 조정

증상	원인	조정
"소변 있는데 No Signal"	strict 임계값 너무 낮음	liquidThrStrict ↑
"소변 없는데 감지됨"	loose 임계값 너무 높음	liquidThrLoose ↓
"작은 방광 못 잡음"	최소 기준 너무 높음	minChord ↓, minLiquidRun ↓
"벽을 못 찾음"	low-echo 임계값 안 맞음	lowEchoAmp 조정
"용적이 너무 큼/작음"	DPS 캘리브레이션	distancePerSample 조정

---

11. 측정 로그 자동 저장

저장 위치

Android: app내부저장소/vesiscan_logs/YYYY-MM-DD.jsonl

로그 이벤트

이벤트	내용
measurement	용적, 채널별 ant/post/score, BV 상세, lr_ratio
placement	6채널 감지 상태, 방향 안내
ble_connected	기기 이름, 연결 시각, preset
ble_disconnected	기기 이름, 해제 시각

보관 정책

• 일별 파일 자동 생성
• 90일 이후 자동 삭제

---

12. Python ↔ Android 1:1 검증 결과

검증 대상

Python 파일	Android 파일	검증 결과
config_6ch.py	PiezoBVEstimator.kt (PiezoHW)	✅ 완벽 일치
denoising.py	PiezoEchoAnalyzer.kt (denoise, sgSmooth)	✅ 완벽 일치
low_echo_detection_method_b.py	PiezoEchoAnalyzer.kt (detectLowEcho)	✅ 완벽 일치
bv_estimation.py (6ch)	PiezoBVEstimator.kt (estimateBladderVolume6ch)	✅ 완벽 일치
span_utils.py	PiezoEchoAnalyzer.kt (findPeaks1D, mergeClose)	✅ 완벽 일치

상수 비교 (전수 검증)

하드웨어 프리셋 (config_6ch.py ↔ PiezoHW)

항목	Python V0	Android V0	Python V1	Android V1	Python V2	Android V2
CH0 z	21.0	21.0 ✅	20.1	20.1 ✅	19.3	19.3 ✅
CH1 z	14.0	14.0 ✅	12.8	12.8 ✅	13.0	13.0 ✅
CH2 z	7.0	7.0 ✅	7.0	7.0 ✅	6.7	6.7 ✅
CH3 z	0.0	0.0 ✅	0.0	0.0 ✅	0.0	0.0 ✅
CH4/5 z	10.5	10.5 ✅	9.9	9.9 ✅	9.85	9.85 ✅
CH0 deg	0.0	0.0 ✅	6.89	6.89 ✅	0.0	0.0 ✅
CH1 deg	0.0	0.0 ✅	0.0	0.0 ✅	-6.89	-6.89 ✅
CH2 deg	0.0	0.0 ✅	-6.89	-6.89 ✅	-13.66	-13.66 ✅
CH3 deg	0.0	0.0 ✅	-13.66	-13.66 ✅	-20.20	-20.20 ✅
CH4/5 deg	0.0	0.0 ✅	-6.87	-6.87 ✅	-6.87	-6.87 ✅
CH4/5 LR	0.0	0.0 ✅	∓3.42	∓3.42 ✅	∓3.42	∓3.42 ✅

음향 상수

상수	Python (6ch)	Android	일치
DISTANCE_PER_SAMPLE	1.771 mm	1.771 mm	✅
DELAY_OFFSET_MM	6.85 mm	6.85 mm	✅
AREA_K	π/4	π/4	✅

Low-echo Detection 상수

상수	Python	Android	일치
LOW_ECHO_AMP	1150	1150	✅
LOW_MIN_LEN	3	3	✅
MERGE_GAP_MAX	3	3	✅
PEAK_SEARCH_WIN	20	20	✅
POST_MAX_IDX	80	80	✅
MIN_PEAK_MARGIN	30	30	✅
MIN_URINE_LEN	3	3	✅

LR Ratio 상수

상수	Python	Android	일치
DEFAULT_LR_RATIO	1.0	1.0	✅
LR_RATIO_NO_DETECTION	1.0	1.0	✅
LR_RATIO_INVALID	1.2	1.2	✅
LR_PRIOR	1.2	1.2	✅

알고리즘 비교 (로직 수준)

전처리 (denoising.py ↔ PiezoEchoAnalyzer.denoise)

Python:  denoise() → sg_smooth() (SG 필터만, TVD 없음)
Android: denoise() → sgSmooth() (SG 필터만, TVD 없음)

SG 계수: [-3, 12, 17, 12, -3] / 35 (양쪽 동일)
Edge 처리: 양 끝 2샘플에 2차 다항식 피팅 (양쪽 동일)

Adaptive TGC: Python 공유 코드에 미포함. 원은지님이 언급했으나 denoising.py에 TGC 코드 없음.

Low-echo Detection (Prominence 기반)

1. low_mask = sg ≤ 1150         (양쪽 동일 ✅)
2. span 추출 (≥3칸)             (양쪽 동일 ✅)
3. 인접 span 합치기 (gap≤3)     (양쪽 동일 ✅)
   - gap 내 peak > 1155면 합치지 않음
4. 양쪽 벽 prominence 탐색      (양쪽 동일 ✅)
   - ant: 오른쪽 valley 기준
   - post: 왼쪽 valley 기준
   - 최대 3개 후보 중 prominence 최대
5. post > 80 → 뒤쪽 절반에서 재탐색 (양쪽 동일 ✅)
6. urineLen = post - ant - 1     (양쪽 동일 ✅)

LR Ratio 계산 (compute_lr_ratio)

1. Center AP 직경: CH1/CH2의 (post-ant)×cos(θ) 평균  (양쪽 동일 ✅)
2. Lateral 직경:
   P = cos(α)·cos(β), Q = cos(α)·sin(β)
   D_lateral = (dFar-dNear)·P
   y_mid = sensor_x + d_mid·Q                        (양쪽 동일 ✅)
3-A. 2개 lateral → 타원 방정식:
   u = yL·yR·(yR-yL) / denom
   d = -(u·(rL²-1) + yL²) / (2·yL)
   lr_raw = 2√u / D_center                           (양쪽 동일 ✅)
3-B. 1개 lateral → 중심 가정:
   b = |y_mid| / √(1-r²)
   lr_raw = b / (D_center/2)                          (양쪽 동일 ✅)
4. Shrinkage:
   confidence = ((1-avg_ratio)/0.10).clamp(0,1)
   lr = 1.2 + (lr_raw-1.2)·confidence                 (양쪽 동일 ✅)

BV 추정 (Frustum + Cap)

1. Edge 필터: CH3 < CH1/CH2 × 0.9 → short             (양쪽 동일 ✅)
2. sample → mm: d = 6.85 + idx × 1.771                  (양쪽 동일 ✅)
3. 직경: D = (dPost-dAnt) × cos(θ)                       (양쪽 동일 ✅)
4. 단면적: S = (π/4) × D² × lr_ratio                     (양쪽 동일 ✅)
5. y좌표: y = sensorZ + dMid × sin(θ)                    (양쪽 동일 ✅)
6. y 오름차순 정렬                                         (양쪽 동일 ✅)
7. 포물선 피팅: Phase 0(edge-peak) → Phase 1(1.5σ) → Phase 2(b_eff)
                                                         (양쪽 동일 ✅)
8. Frustum: V = (h/3)·(S₁+S₂+√(S₁·S₂))                  (양쪽 동일 ✅)
9. Bottom cap: V = S·h/2 + π·h³/6 (항상 구)               (양쪽 동일 ✅)
10. Top cap: cone(정상) or sphere(edge short)              (양쪽 동일 ✅)

미구현 항목

항목	Python	Android	비고
Adaptive TGC	공유 코드에 없음	없음	원은지님 확인 필요
Phantom preset (lrRatio)	있음	없음	디버깅용, 앱 불필요
Hybrid mode (coord)	있음 (disabled)	없음	Python에서도 미사용

---

13. BLE 자동 재연결 시스템

흐름도

정상 통신 중 (5초마다 msn/rsn 주고받음)
    ↓
기기와 멀어짐 (RSSI -80 → -88 → 응답 없음)
    ↓
[경로 A] Android GATT 에러 콜백 (status≠0)
    → GATT_ERROR 로그
    → wasConnected=true → scheduleAutoReconnect()

[경로 B] GATT 콜백 안 옴 (좀비 연결)
    → Watchdog Thread (별도 스레드, 5초마다 체크)
    → 15초 무응답 → WATCHDOG_TIMEOUT
    → 강제 disconnect → scheduleAutoReconnect()
    ↓
scheduleAutoReconnect()
    ├── 1차: 3초 후 → BLE 스캔 8초 (기기 이름/MAC 매칭)
    ├── 2차: 5초 후 → BLE 스캔 8초
    ├── 3차: 10초 후 → BLE 스캔 8초
    ├── 4차: 10초 후 → BLE 스캔 8초
    └── 5차: 10초 후 → BLE 스캔 8초
         ↓ 발견 시
    connectGatt(autoConnect=false) → 빠른 연결 (1~2초)
         ↓ 5회 모두 실패 시
    빨간 배너 "Could not reconnect" + 수동 Reconnect 버튼

Watchdog 상세

• 실행 위치: 별도 daemon Thread (BLE handler 블로킹 무관)
• 체크 주기: 5초
• 타임아웃: 15초 (마지막 RX 기준)
• GATT close: watchdog Thread에서 직접 호출 (스레드 안전)
• UI 갱신: handler.post로 메인 스레드에서 처리

GATT 에러 경로 (핵심 버그 수정)

Android BLE는 disconnect 시 STATE_DISCONNECTED 대신 GATT 에러(status≠0)로 콜백을 보내는 경우가 많음. 기존에는 에러 경로에서 재연결을 시작하지 않아서 첫 끊김 시 재연결이 안 되는 버그가 있었음.

수정: wasConnected=true이면 에러 경로에서도 scheduleAutoReconnect() 호출.

BLE 디버그 로거

모든 TX/RX 패킷을 파싱된 형태로 기록:

TX: "maa 6ch measure [8B]"
RX: "rsn battery=3850mV (100%) [8B]"
RX: "reb 100samples [208B]"
RX: "raa all-ch complete [8B]"

내보내기: Downloads/VesiScan_BLE_날짜시간.log

---

14. BLE 명령어 포맷 (펌웨어 특이사항)

이 기기(VBTFW0111)는 파라미터 없는 명령어에도 cmd? (물음표+공백) 포맷이 필요합니다.

// ❌ 안 됨 (rxs: cmd_not_supported 응답)
CRC16.buildCommand("mid")           // → "mid?" + CRC

// ✅ 됨
CRC16.buildCommandASCII("mid", " ") // → "mid? " + CRC

명령어별 포맷

명령	함수	포맷	응답
maa?	sendChannelsOnly()	buildCommand("maa", [0])	reb:×6 → raa:
mbb?	sendFullMeasurement()	buildCommandASCII("mbb", " ")	rbb: → reb:×6 → raa:
msp?	sendImuQuery()	buildCommandASCII("msp", " ")	rsp: (18B, accel+gyro)
mid?	sendDeviceInfoQuery()	buildCommandASCII("mid", " ")	rid: (HW/SN/FW)
mls? + state	sendLedMode(state)	buildCommand("mls", [state])	rls:
msn? + 0	sendBatteryQuery()	buildCommand("msn", [0])	rsn: (mV)
mpa? + freq/cyc	sendPiezoPowerOn()	buildCommand("mpa", [...])	rpa:

기기 정보 (연결 시 자동 조회)

연결 직후 mid? 전송 → rid: 응답:
  DEVICE_INFO VBTHW0100   VBT26040001 VBTFW0111
              ├ HW Version ├ Serial Number  └ FW Version

---

15. 자동 측정 루프 (IMU + 6ch)

동작 방식

자동측정 시작 (Spot 롱프레스)
    ↓
1초차: msp? (IMU) → rsp: accel(x,y,z) + gyro(x,y,z)
2초차: msp? (IMU)
...
9초차: msp? (IMU)
10초차: maa? (6ch 측정) → reb:×6 → raa: → BV 파이프라인
11초차: msp? (IMU)
...
20초차: maa? (6ch 측정)
... 반복 (Stop 누를 때까지)

병렬 통신

배터리 쿼리(msn, 5초)와 IMU/측정이 동시에 진행됩니다:

13:52:09.549 TX    msp IMU query [7B]
13:52:09.607 TX    msn battery query [8B]     ← 거의 동시
13:52:09.707 RX    rsp IMU data [18B]
13:52:09.707 RX    rsn battery=4128mV [8B]    ← 둘 다 응답 옴

---

16. LED 모드 (Placement Guide 연동)

LED 상태 코드

state	이름	용도
0	OFF	기본
4	DETACH_WARNING	미부착 시
5	ALIGN_SEARCHING	정렬 모드 탐지 중
6	ALIGN_COMPLETE	정렬 모드 탐지 완료
7	ERROR	오류 발생

Placement Guide 연동 (3단계 판정)

매 3초 스캔 →
    │
    ├─ [1단계] 미부착 감지 (DetachmentDetection)
    │   mean(|y|) < 100 AND std(y) < 100 → 미부착
    │   → LED 4 (DETACH_WARNING)
    │   → "Sensor detached — check contact"
    │
    ├─ [2단계] Placement 판정 (CV threshold)
    │   CV > 0.15 또는 |lr_dev| > 0.15 → 부적절
    │   → LED 5 (ALIGN_SEARCHING)
    │   → 방향 가이드 (MOVE UP/DOWN/LEFT/RIGHT)
    │
    └─ [3단계] 최적 위치
        CV ≤ 0.15 AND |lr_dev| ≤ 0.15 → PASS
        → LED 6 (ALIGN_COMPLETE)
        → "Best Placement!"

Stop Scanning → LED 0 (OFF)

---

17. 미부착 감지 (Detachment Detection)

원본: detachment_detection.py (원은지님, 2026-04-24)

알고리즘

입력: 6채널 ADC raw 데이터 (100 samples × 6ch)

1. Center 채널 추출 (CH0~CH3, 4채널)

2. Baseline 제거:
   baseline = median(signal[80:100])  ← 끝부분 20개 샘플의 중앙값
   y = signal[20:80] - baseline       ← 중간 60개 샘플에서 baseline 차감

3. 특징 계산 (채널별):
   mean_abs = mean(|y|)   ← 절대값 평균 (신호 크기)
   std      = std(y)      ← 표준편차 (신호 변동성)

4. 4채널 평균:
   mean_abs = avg(mean_abs_ch0, ..., mean_abs_ch3)
   std_val  = avg(std_ch0, ..., std_ch3)

5. 판정 ("and" rule):
   미부착 = mean_abs < 100 AND std_val < 100

왜 이 방식인가?

부착된 경우:                     미부착된 경우:
  초음파가 조직을 통과 → 반사        공기 중 → 신호 거의 없음
  signal[20:80] 구간에 변동 있음     signal[20:80] 구간이 평탄
  mean_abs >> 100, std >> 100       mean_abs < 100, std < 100

실측 데이터 (원은지님):
  미부착 max: mean=33.7, std=43.4     ← threshold 100보다 훨씬 낮음
  부적절 min: mean=254.8, std=234.7   ← threshold 100보다 훨씬 높음
  → ~2.5배 안전 마진

상수

상수	값	의미
WINDOW_START	20	분석 구간 시작 (ringdown 이후)
WINDOW_END	80	분석 구간 끝
BASELINE_WINDOW_START	80	baseline 구간 시작
BASELINE_WINDOW_END	100	baseline 구간 끝
THR_MEAN	100	mean(
THR_STD	100	std(y) 임계값

---

18. Placement 전체 파이프라인 (CV threshold + Detachment + LED)

원본: placement.py (원은지님, 2026-04-24)

전체 흐름도

Start Scanning (3초 간격 자동 반복)
    ↓
[매 스캔]
    ↓
6채널 ADC 수신 (maa? → reb:×6 → raa:)
    ↓
┌───────────────────────────────────────┐
│ 1. Detachment Detection              │
│    signal[20:80] - median([80:100])   │
│    mean(|y|) < 100 AND std < 100?     │
│    → YES: LED 4 (미부착) → 다음 스캔  │
└───────────────────────────────────────┘
    ↓ NO (부착됨)
┌───────────────────────────────────────┐
│ 2. Echo Analysis (6채널)              │
│    SG denoise → Low-echo detection    │
│    → ant/post wall 위치 (mm)          │
└───────────────────────────────────────┘
    ↓
┌───────────────────────────────────────┐
│ 3. CV Threshold (Center CH0~CH3)      │
│    depth_mm = (post-ant) × DPS × cos(θ)│
│    CV = std(depths) / mean(depths)    │
│    CV ≤ 0.15? → PASS                 │
└───────────────────────────────────────┘
    ↓
┌───────────────────────────────────────┐
│ 4. LR Deviation (CH4 vs CH5)         │
│    lr_dev = (depth4-depth5) / mean    │
│    |lr_dev| ≤ 0.15? → PASS           │
└───────────────────────────────────────┘
    ↓
┌───────────────────────────────────────┐
│ 5. 최종 판정                          │
│    CV PASS AND LR PASS               │
│    → YES: LED 6 (최적 위치) → Lock    │
│    → NO:  LED 5 (탐색 중)             │
│           + 방향 가이드                │
│           (MOVE UP/DOWN/LEFT/RIGHT)   │
│           + severity (slight/moderate/severe) │
└───────────────────────────────────────┘
    ↓
Threshold Relaxation (반복 시):
    CV_thr = 0.15 + scanCount × 0.02
    → 오래 조절해도 안 되면 기준 완화

Lock → "Start Measurement" 버튼 활성화

BLE 디버그 로그 출력 예시

13:45:39 WARN  DETACHED mean=12.3 std=8.7
13:45:42 INFO  PLACEMENT_SEARCHING cv=0.234 dir=MOVE UP moderate score=35
13:45:45 INFO  PLACEMENT_SEARCHING cv=0.180 dir=MOVE DOWN slight score=52
13:45:48 INFO  PLACEMENT_PASS cv=0.112 lr_dev=0.089 score=78

---

19. 런타임 캘리브레이션 (Settings 패널)

측정 화면 Settings(톱니바퀴)에서 실시간으로 조절 가능:

Low Echo Threshold (주황색 슬라이더, 800~2000)

기본값: 1150
용도: low-echo 판정 임계값. 올리면 벽 경계를 더 일찍 잡음.
문제: CH4/CH5 lateral에서 threshold가 너무 낮으면 urine을 과도하게 잡음
  → len이 비정상적으로 길어짐 → lr_ratio 왜곡 → BV 과소평가
해결: threshold를 1200~1300으로 올려서 테스트

Distance/Sample (초록색 숫자 직접 입력, 0.5~5.0mm)

기본값: 1.771 mm/sample
용도: ADC 샘플 1개당 물리적 거리. BV 계산에 직접 영향.
  d_mm = delay_offset + sample_index × distance_per_sample
입력: 소수점 3자리까지 정밀 입력 가능 (슬라이더 대신 텍스트 필드)
조절: 기기별 캘리브레이션 시 팬텀 실측값과 맞추기 위해 사용

SG Filter (토글 스위치, ON/OFF)

기본값: ON
용도: Savitzky-Golay 5-tap 스무딩 필터 on/off
ON:  SG 적용 → 부드러운 파형, 안정적인 벽 탐지
OFF: Raw ADC 그대로 → 원본 신호로 벽 탐지 (디버깅용)
효과: 그래프에서 진한 파랑(Denoised)이 연한 파랑(Raw)과 동일해지면 OFF

lr_ratio 하한 제한

lr_ratio = computeLrRatio(center, lateral)
result = max(lr_ratio, 1.0)  ← 원형보다 좁은 단면 방지

문제: 500ml 팬텀에서 CH4/CH5 짧음 → lr=0.32 → 100ml 과소평가
수정: 하한 1.0 제한 → 정상 용적 출력

---

20. BLE 명령어 Endian 통일 (테스터 exe 분석)

테스터 코드 (vsbtester/ble.js buildPacket) 분석 결과

// 파라미터 없는 명령: '?' 뒤에 공백 0x20 추가
if (payloadParams.length === 0) {
    bytes.push(0x20);
}
// 파라미터 있는 명령: 16비트 Big Endian
for (const p of payloadParams) {
    bytes.push((n >> 8) & 0xff);  // High byte first
    bytes.push(n & 0xff);         // Low byte
}
// CRC: Little Endian
bytes.push(crc & 0xff);
bytes.push((crc >> 8) & 0xff);

Android 통일 결과

명령	파라미터	포맷	함수
maa	없음	maa? + CRC(LE)	buildCommandASCII(" ")
mbb	없음	mbb? + CRC(LE)	buildCommandASCII(" ")
msp	없음	msp? + CRC(LE)	buildCommandASCII(" ")
mid	없음	mid? + CRC(LE)	buildCommandASCII(" ")
mpa	[freq,cyc]	mpa? + params(BE) + CRC(LE)	buildCommandBE
mec	[6개]	mec? + params(BE) + CRC(LE)	buildCommandBE
mls	[state]	mls? + 0x00,state + CRC(LE)	buildCommandBE
msn	[0]	msn? + 0x00,0x00 + CRC(LE)	buildCommandBE

---

21. ADC 데이터 CSV 저장

파일 위치

Downloads/VesiScan_ADC/YYYY-MM-DD.csv

하루 1개 CSV 파일에 매 측정마다 append. 파일 탐색기에서 바로 접근 가능.

CSV 포맷

scan_id,timestamp,volume_ml,lr_ratio,threshold,dps,sg_filter,channel,s0,s1,...,s99
1,14:30:12,305.2,1.20,1150,1.771,ON,CH0,1823,1801,...,1245
1,14:30:12,305.2,1.20,1150,1.771,ON,CH1,1756,1734,...,1198
1,14:30:12,305.2,1.20,1150,1.771,ON,CH2,1802,1788,...,1234
1,14:30:12,305.2,1.20,1150,1.771,ON,CH3,1834,1812,...,1267
1,14:30:12,305.2,1.20,1150,1.771,ON,CH4,1645,1623,...,1123
1,14:30:12,305.2,1.20,1150,1.771,ON,CH5,1721,1698,...,1178
2,14:30:22,419.0,1.20,1221,1.968,ON,CH0,1830,...
3,14:30:32,,1.00,1150,1.771,OFF,CH0,1234,...

• scan_id: 측정 회차 (같은 ID = 같은 측정의 6채널). BLE 로그에도 동일 ID 기록
• volume_ml: BV 추정 결과 (빈칸이면 측정 실패)
• lr_ratio: lr_ratio 계산값
• threshold: Low Echo Threshold (측정 시점의 설정값)
• dps: Distance Per Sample mm (측정 시점의 설정값)
• sg_filter: SG 필터 적용 여부 (ON/OFF)
• channel: CH0~CH5
• s0~s99: Raw ADC 100개 샘플 (SG 적용 전 원본, 항상 raw)

Python에서 읽기

import pandas as pd

df = pd.read_csv("2026-04-27.csv")

# 1회차 측정 전체
scan1 = df[df.scan_id == 1]

# CH0 ADC 100개
ch0_adc = scan1[scan1.channel == "CH0"].iloc[0, 8:].values

# 전체 측정 용적 추이
volumes = df[df.channel == "CH0"][["scan_id", "timestamp", "volume_ml", "threshold", "dps"]].drop_duplicates()

# threshold 1221로 측정한 것만
df_1221 = df[df.threshold == 1221]

# SG OFF로 측정한 것만
df_nosg = df[df.sg_filter == "OFF"]

BLE 로그와 대조

BLE 로그: INFO  MEASUREMENT scan=3 vol=305.2ml lr=1.20 valid=4/6
CSV:      3,14:30:12,305.2,1.20,1150,1.771,ON,CH0,...

→ scan=3으로 동일 측정의 ADC + 설정값 + 로그를 대조 가능

저장 시점

• BV 추정 성공 시: volume_ml + lr_ratio + 설정값 + 6채널 ADC
• BV 추정 실패 시 (center 부족): volume_ml 빈칸 + 설정값 + 6채널 ADC
• 0채널 감지 시: volume_ml 빈칸 + 설정값 + 6채널 ADC (raw 보존)

Endian 자동 감지

ADC 파싱 시 Big/Little Endian을 자동 감지:

• VBT* 기기: 기본 Big Endian (forceBigEndian=true)
• 2025MEDIP: 기본 Little Endian
• CH0 첫 샘플로 확인, 애매하면 기기 기본값 사용
• CSV에는 항상 정상 파싱된 0~4095 범위의 raw ADC 저장

---

22. 향후 과제

항목	상태	비고
BLE 6채널 수신	✅ 완료
Low-echo Detection (prominence + edge penalty)	✅ 완료	VALLEY_STOP=50, EDGE_DECAY=0.12
Frustum BV 추정 (6ch)	✅ 완료	center 4ch + lateral lr_ratio(≥1.0)
lr_ratio 동적 계산	✅ 완료	CH4/CH5 타원 추정, 하한 1.0
Placement Guide (CV threshold)	✅ 완료	CV≤0.15 + LR dev≤0.15 + relaxation
미부착 감지 (DetachmentDetection)	✅ 완료	mean/std < 100 → LED 4
LED 모드 (mls?) BE 포맷	✅ 완료	Placement 3단계 (4→5→6→0)
BLE 자동 reconnect	✅ 완료	무한 3초 재시도 + watchdog
BLE 디버그 로거	✅ 완료	TX/RX 파싱 + Downloads 내보내기
BLE 명령어 Endian 통일	✅ 완료	테스터 exe와 100% 동일 (BE+공백)
자동측정 (IMU 1s + 측정 10s)	✅ 완료
런타임 캘리브레이션	✅ 완료	Threshold 슬라이더 + DPS 직접입력 + SG 토글
도넛차트 실시간 ml	✅ 완료	lastVolumeMl 직접 표시
ADC CSV 저장	✅ 완료	Downloads/VesiScan_ADC/일별.csv + 설정값 포함
Endian 감지 안정화	✅ 완료	VBT=BE 기본, 애매한 경우 기기 기반 fallback
Python ↔ Android 1:1 검증	✅ 완료	전수 상수 비교
금요일 APK 배포	🔜 예정	Gitea 릴리즈
mbb 전체측정 전환	🔜 예정	rbb: 헤더 파싱 검증 후
Adaptive TGC	🔜 예정	원은지님 코드 확인 필요
Placement Score 캘리브레이션	🔜 예정	팬텀 실측 기반 CV threshold 조정
인체 임상 검증	🔜 예정	상수 재조정