KR101006534B1 - Stress monitoring device and method using electrocardiogram measurement - Google Patents

Stress monitoring device and method using electrocardiogram measurement Download PDF

Info

Publication number
KR101006534B1
KR101006534B1 KR1020080069477A KR20080069477A KR101006534B1 KR 101006534 B1 KR101006534 B1 KR 101006534B1 KR 1020080069477 A KR1020080069477 A KR 1020080069477A KR 20080069477 A KR20080069477 A KR 20080069477A KR 101006534 B1 KR101006534 B1 KR 101006534B1
Authority
KR
South Korea
Prior art keywords
stress
analysis
electrocardiogram
signal
stress index
Prior art date
Application number
KR1020080069477A
Other languages
English (en)
Other versions
KR20100008875A (ko
Inventor
강미자
심영보
윤건호
조재형
최윤희
Original Assignee
가톨릭대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가톨릭대학교 산학협력단 filed Critical 가톨릭대학교 산학협력단
Priority to KR1020080069477A priority Critical patent/KR101006534B1/ko
Publication of KR20100008875A publication Critical patent/KR20100008875A/ko
Application granted granted Critical
Publication of KR101006534B1 publication Critical patent/KR101006534B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4884Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006ECG or EEG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405Determining heart rate variability
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/04Measuring bioelectric signals of the body or parts thereof
    • A61B5/0402Electrocardiography, i.e. ECG

Abstract

본 발명은 심박동 변이 신호를 분석하여 스트레스 지수를 산출하는 심전도 측정을 이용한 스트레스 모니터링 장치 및 방법에 관한 것으로, 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치는 신체에 부착되어 심전도 데이터를 수집하는 전극, 상기 전극에 의해 수집된 심전도 데이터가 실시간으로 저장되는 메모리, 상기 메모리의 심전도 데이터를 읽어 설정된 시간 간격으로 심박동 변이(Heart Rate Variability, HRV) 신호를 분석하여 스트레스 지수를 계산하는 신호처리부 및 상기 스트레스 지수를 사용자의 이동통신 단말기로 전송하는 무선 통신부를 포함하여 구성되어, 스트레스를 객관적으로 실시간 측정하고 이를 병원 진료시스템과 공유함으로써 스트레스와 관련된 다양한 질환, 예를 들면 당뇨병, 심근경색, 소화기능장애, 우울증 등에 응용하여 스트레스 정도를 파악하고 이로 인한 질병악화를 예방하는데 기여할 수 있는 효과가 있다. The present invention relates to a stress monitoring apparatus and method using an electrocardiogram measurement for analyzing the heart rate variance signal to calculate a stress index, the stress monitoring apparatus using an electrocardiogram measurement according to the present invention is attached to the body to collect the electrocardiogram data, Memory that stores the electrocardiogram data collected by the electrode in real time, a signal processor for calculating a stress index by analyzing heart rate variability (HRV) signals at predetermined time intervals by reading the electrocardiogram data of the memory and the stress index It is configured to include a wireless communication unit for transmitting to the user's mobile terminal, and by measuring the objective objective real-time and share it with the hospital treatment system, various diseases related to stress, for example diabetes, myocardial infarction, digestive dysfunction, depression Back It can be used to determine the degree of stress and contribute to preventing disease exacerbation.
심전도, 생체신호, HRV, 심박동 변이, 스트레스 지수, 정량화 ECG, biosignal, HRV, heart rate variation, stress index, quantification

Description

심전도 측정을 이용한 스트레스 모니터링 장치 및 방법{Stress Monitoring Apparatus and Method Using Measurement of Electrocardiogram}Stress monitoring device and method using electrocardiogram measurement {Stress Monitoring Apparatus and Method Using Measurement of Electrocardiogram}

본 발명은 심전도 측정을 이용한 스트레스 모니터링 장치 및 방법에 관한 것으로서, 특히 심박동 변이 신호를 분석하여 스트레스 지수를 산출하는 심전도 측정을 이용한 스트레스 모니터링 장치 및 방법에 관한 것이다.The present invention relates to a stress monitoring apparatus and method using an electrocardiogram measurement, and more particularly, to a stress monitoring apparatus and method using an electrocardiogram measurement to calculate the stress index by analyzing the heart rate variation signal.

자율 신경은 장기 기능과 물질대사를 조절하고 체내/외적인 환경 요인의 변화에 대하여 적절한 균형을 도모함으로써 생명 유지 활동 및 체내 항상성을 유지시켜주는 신경계이다. 자율신경계는 많은 정신 신체질환과 스트레스성 질환에 관여한다. 특히 환경적 스트레스가 인체에 미치는 영향을 평가하기 위해서는 자율신경계의 상태를 평가하는 것이 중요하다. 이를 위해 교감신경과 부교감신경의 활동을 정량적으로 평가할 수 있는 대안이 요구되었는데, 이것이 바로 심박동 변이(Heart rate variability, 이하 HRV) 평가 기법이다.Autonomic nerves are the nervous system that maintains life sustaining activity and body homeostasis by regulating organ function and metabolism and balancing the changes of internal and external environmental factors. The autonomic nervous system is involved in many mental and physical disorders. In particular, it is important to evaluate the state of the autonomic nervous system in order to assess the effects of environmental stress on the human body. For this purpose, an alternative method for quantitatively evaluating the activity of sympathetic and parasympathetic nerves was required, which is a heart rate variability (HRV) evaluation technique.

스트레스에는 여러 가지 형태가 있지만, 특히 근로자가 겪는 만성적인 직업성 스트레스의 연구 필요성이 대두되고 있으며, 상기 심박동 변이(HRV)는 정신적 스트레스와 심혈관사고 발생 위험간의 기계적인 연관성을 나타내는 중요한 지표라 할 수 있다.There are many forms of stress, but there is a need to study chronic occupational stress, especially those experienced by workers, and the HRV is an important indicator of the mechanical link between mental stress and risk of cardiovascular accidents. have.

한편, 자율 신경계 기능 부전 또는 이상은 피로, 우울증, 섬유성 근통, 과민성 대장 증후군, 신경성 식욕부진, 현기증, 기립성 저혈압, 당뇨, 저혈당, 불안, 천식, 고혈압, 부정맥, 불면증 등 매우 많은 스트레스성 증상 및 질환과 관련이 있다. On the other hand, autonomic nervous system insufficiency or abnormality is very stressful symptoms such as fatigue, depression, fibromyalgia, irritable bowel syndrome, anorexia nervosa, dizziness, orthostatic hypotension, diabetes, hypoglycemia, anxiety, asthma, hypertension, arrhythmia, insomnia And disease.

또한, 최근 사회적 문제가 되고 있는 '과로사'와 '급성 심장사'와 같은 경우에도 스트레스가 그 원인이 된다. In addition, stress is also a cause of social problems such as 'overrosa' and 'acute cardiac death'.

이와 같이 현재 생체신호 특히 심박동 변이(HRV, heart rate variability)신호를 이용한 비침습적인 방법으로 환자의 이상 유무를 진단하는 연구가 활발하게 진행되고 있다. As such, researches for diagnosing abnormalities of patients by non-invasive methods using bio signals, particularly heart rate variability (HRV) signals, are being actively conducted.

스트레스의 경우 다양한 방법으로 정량화하려는 시도가 있어왔지만, 신체의 항상성을 조절하는 자율신경계의 교감신경과 부교감신경의 비율(주파수 영역에서 LF(Low Frequency)/HF(High Frequency) 비)로 스트레스를 평가하는 방법이 가장 일반적이다. 일반적으로 5분 동안의 심박동 데이터로 계산되며, 데이터의 길이 또는 시간에 따라 계산된 값에 편차가 발생한다. 이것은 데이터 자체의 시간에 따른 변화를 적절하게 반영하지만 피험자의 움직임이나 다른 외적인 요인에 의해서 그 정확도가 많이 떨어지기 때문이다. Although attempts have been made to quantify stress in various ways, stress is assessed by the ratio of sympathetic and parasympathetic nerves (LF (Low Frequency) / HF (High Frequency) ratio in the frequency domain) of the autonomic nervous system that controls the homeostasis of the body. The way is most common. It is usually calculated for 5 minutes of heart rate data, and a deviation occurs in the calculated value depending on the length or time of the data. This is because the data adequately reflects the change over time of the data itself, but its accuracy is greatly degraded by the subject's movement or other external factors.

상기에서 살펴본 바와 같이 종래에는 개인이 병원 이외의 장소에서 자신의 스트레스를 용이하게 측정할 수 있는 방법이 없고, 또한 객관적으로 스트레스를 정량화하지 못하였고, 병원이 이를 효율적으로 관리할 수 있는 시스템이 없는 문제점이 있다.As described above, conventionally, there is no way for an individual to easily measure his or her stress in a place other than a hospital, and also has not objectively quantified stress, and there is no system for a hospital to manage it efficiently. There is a problem.

본 발명은 상기한 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 스트레스를 객관적으로 실시간으로 측정하고, 측정된 데이터를 병원 진료 시스템과 공유할 수 있는 심전도 측정을 이용한 스트레스 모니터링 장치 및 방법을 제공하는데 그 목적이 있다.The present invention has been made to solve the above problems of the prior art, and provides a stress monitoring apparatus and method using an electrocardiogram measurement that can measure the stress in real time objectively and share the measured data with the hospital medical care system The purpose is.

상기한 과제를 해결하기 위한 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치는 신체에 부착되어 심전도 데이터를 수집하는 전극, 상기 전극에 의해 수집된 심전도 데이터가 실시간으로 저장되는 메모리, 상기 메모리의 심전도 데이터를 읽어 설정된 시간 간격으로 심박동 변이(Heart Rate Variability, HRV) 신호를 분석하여 스트레스 지수를 계산하는 신호처리부 및 상기 스트레스 지수를 사용자의 이동통신 단말기로 전송하는 무선 통신부를 포함한다.Stress monitoring apparatus using an electrocardiogram measurement according to the present invention for solving the above problems is an electrode attached to the body to collect the electrocardiogram data, a memory in which the electrocardiogram data collected by the electrode is stored in real time, the electrocardiogram data of the memory Read a signal processing unit for calculating the stress index by analyzing the Heart Rate Variability (HRV) signal at a set time interval and a wireless communication unit for transmitting the stress index to the user's mobile communication terminal.

여기서, 상기 신호처리부는 상기 메모리로부터 심전도 데이터를 읽어 심박동 변이 신호를 추출하는 HRV 신호 추출부, 상기 HRV 신호 추출부에서 추출된 심박동 변이 신호를 LF/HF 비율 분석, DFA(detrend fluctuation analysis) 분석, 푸앵카레 맵(poincare map) 분석, 미분신호의 표준편차 비 분석 및 근사 엔트로피(approximate entropy) 분석을 수행하여 각 분석 결과값을 계산하는 HRV 신호 분석부 및 상기 HRV 신호 분석부의 5 가지 분석 결과값을 이용하여 스트레스 지수를 계산하는 스트레스 평가부를 포함한다.Here, the signal processor reads electrocardiogram data from the memory to extract a HRV signal, HRV signal extracted from the HRV signal extractor, LF / HF ratio analysis, DFA (detrend fluctuation analysis) analysis, HRV signal analyzer and HRV signal analyzer 5 calculate the results of each analysis by performing Poincare map analysis, standard deviation ratio analysis of differential signal and approximate entropy analysis It includes a stress evaluation unit to calculate the stress index.

또한, 상기 HRV 신호 추출부는 상기 메모리로부터 매 5 분 간격으로 심전도 데이터를 읽어 심박동 변이를 계산한다.In addition, the HRV signal extractor reads electrocardiogram data every 5 minutes from the memory to calculate a heartbeat variation.

상기 심전도 측정을 이용한 스트레스 모니터링 장치는 상기 신호처리부에서 계산한 스트레스 지수를 출력하는 디스플레이부를 더 포함한다.The stress monitoring apparatus using the electrocardiogram measurement further includes a display unit for outputting a stress index calculated by the signal processor.

상기 사용자의 이동통신 단말기는 상기 스트레스 지수를 병원 내에 구축되는 개인건강정보 시스템(Personal Health Data System)으로 무선으로 전송한다.The mobile communication terminal of the user wirelessly transmits the stress index to a personal health data system built in a hospital.

상기 무선 통신부는 블루투스(bluetooth)를 이용하여 상기 사용자의 이동통신 단말기로 스트레스 지수를 송신한다.The wireless communication unit transmits a stress index to the mobile communication terminal of the user using Bluetooth.

또한 상기한 과제를 해결하기 위한 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 방법은 사용자로부터 심전도 데이터를 수집하는 제 1 단계, 상기 심전도 데이터를 실시간으로 메모리에 저장하는 제 2 단계, 상기 메모리의 심전도 데이터를 읽어 설정된 시간 간격으로 심박동 변이(Heart Rate Variability, HRV) 신호를 분석하여 스트레스 지수를 계산하는 제 3 단계 및 상기 스트레스 지수를 사용자의 이동통신 단말기로 전송하는 제 4 단계를 포함하여 이루어진다.In addition, a stress monitoring method using an electrocardiogram measurement according to the present invention for solving the above problems is a first step of collecting ECG data from a user, a second step of storing the ECG data in a memory in real time, ECG data of the memory A third step of calculating the stress index by analyzing the Heart Rate Variability (HRV) signal at a predetermined time interval is read and a fourth step of transmitting the stress index to the user's mobile communication terminal.

여기서, 상기 제 3 단계는 상기 메모리로부터 심전도 데이터를 읽어 심박동 변이 신호를 추출하는 제 1 과정, 상기 제 1 과정에서 추출된 심박동 변이 신호에 대해 LF/HF 비율 분석, DFA(detrend fluctuation analysis) 분석, 푸앵카레 맵(poincare map) 분석, 미분신호의 표준편차 비 분석 및 근사 엔트로피(approximate entropy) 분석을 수행하여 각 분석 결과값을 계산하는 제 2 과정 및 상기 제 2 과정에서 계산한 5 가지 분석 결과값을 이용하여 스트레스 지수를 계산하는 제 3 과정을 포함하여 이루어진다.The third step may include a first process of reading ECG data from the memory and extracting a heartbeat variance signal, an LF / HF ratio analysis, a detrend fluctuation analysis (DFA) analysis on the heartbeat variance signal extracted in the first process, The second process of calculating each analysis result by performing poincare map analysis, standard deviation ratio analysis of differential signals, and approximate entropy analysis, and five analysis result values calculated in the second process. The third step is to calculate the stress index by using.

또한, 상기 제 1 과정은 상기 메모리로부터 매 5 분 간격으로 심전도 데이터를 읽어 심박동 변이 신호를 추출한다.In addition, the first process reads electrocardiogram data every 5 minutes from the memory and extracts a heartbeat variance signal.

상기 심전도 측정을 이용한 스트레스 모니터링 방법은 상기 제 3 단계 후에 상기 제 2 단계에서 계산된 스트레스 지수를 디스플레이 장치로 출력하는 단계를 더 포함하여 이루어진다.The stress monitoring method using the ECG measurement may further include outputting the stress index calculated in the second step to the display device after the third step.

상기 심전도 측정을 이용한 스트레스 모니터링 방법은 상기 제 4 단계 후에 상기 사용자의 이동통신 단말기가 상기 스트레스 지수를 병원 내에 구축되는 개인건강정보 시스템(Personal Health Data System)으로 무선으로 전송하는 제 5 단계를 더 포함하여 이루어진다.The stress monitoring method using the electrocardiogram measurement further includes a fifth step of wirelessly transmitting, by the user's mobile terminal, the stress index to a personal health data system established in a hospital after the fourth step. It is done by

상기 제 4 단계는 블루투스(bluetooth)를 이용하여 상기 스트레스 지수를 사용자의 이동통신 단말기로 전송한다.The fourth step transmits the stress index to the user's mobile communication terminal using Bluetooth.

상기와 같이 구성되는 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치 및 방법은 기존의 스트레스 분석방법을 응용한 고유의 스트레스 지수를 추출함으로써 좀더 정확하게 스트레스 정도를 정량화할 수 있다. Stress monitoring apparatus and method using the electrocardiogram measurement according to the present invention configured as described above can quantify the degree of stress more accurately by extracting the original stress index applied to the existing stress analysis method.

또한, 기존에는 어려웠던 스트레스를 객관적으로 실시간 측정하고 이를 병원 진료시스템과 공유함으로써 스트레스와 관련된 다양한 질환, 예를 들면 당뇨병, 심근경색, 소화기능장애, 우울증 등에 응용하여 스트레스 정도를 파악하고 이로 인한 질병악화를 예방하는데 기여할 수 있는 효과가 있다. In addition, by measuring objectively real-time stress and sharing it with the hospital medical system, it is applied to various diseases related to stress such as diabetes, myocardial infarction, digestive dysfunction, depression, etc. It has the effect of contributing to prevention.

이하, 첨부된 도면을 참조하여 본 발명의 구체적인 내용 및 실시예를 설명하면 다음과 같다.Hereinafter, with reference to the accompanying drawings will be described specific details and embodiments of the present invention.

도 1은 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치의 전체적인 구성 및 동작이 개략적으로 도시된 도이다.1 is a view schematically showing the overall configuration and operation of the stress monitoring apparatus using an electrocardiogram measurement according to the present invention.

도 1을 참조하여 본 발명의 전체적인 구성 및 동작을 개략적으로 설명하면, 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치(100)는 전극(110)을 포함하여 구성되며, 전극(110)은 사용자의 인체에 부착된다.Referring to Figure 1 schematically illustrating the overall configuration and operation of the present invention, the stress monitoring apparatus 100 using an electrocardiogram measurement according to the present invention comprises an electrode 110, the electrode 110 of the user It is attached to the human body.

본 발명에 따른 스트레스 모니터링 장치(100)는 휴대가 용이한 사이즈로 제작되며, 전극(110)을 통해 수집된 심전도 데이터를 실시간으로 기록하여 심박동 변이(HRV) 신호를 분석하고, 스트레스 지수를 계산하여 스트레스 지수를 디스플레이 창을 통하여 출력한다.The stress monitoring apparatus 100 according to the present invention is manufactured in a size that is easy to carry, analyzes heart rate variability (HRV) signals by recording electrocardiogram data collected through the electrode 110 in real time, and calculates a stress index. The stress index is displayed on the display window.

상기 스트레스 지수는 사용자의 이동통신 단말기(200), 즉 휴대폰으로 전송되고, 휴대폰은 수신한 스트레스 지수를 다시 무선으로 병원 내에 구축된 서버로 전송한다. The stress index is transmitted to the user's mobile terminal 200, that is, a mobile phone, and the mobile phone wirelessly transmits the received stress index to a server built in a hospital.

도 2는 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치의 구성이 도시된 블럭도이다.2 is a block diagram showing the configuration of a stress monitoring apparatus using an electrocardiogram measurement according to the present invention.

도 2를 참조하면, 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치는 전극(110), 메모리(120), 신호처리부(130), 무선 통신부(140), 디스플레이부(150)을 포함한다.2, the stress monitoring apparatus using the electrocardiogram measurement according to the present invention includes an electrode 110, a memory 120, a signal processor 130, a wireless communication unit 140, and a display unit 150.

전극(110)은 인체에 부착되어 생체신호, 여기서는 일례로 심전도 데이터를 수집한다.The electrode 110 is attached to a human body to collect a biosignal, for example, electrocardiogram data.

메모리(120)는 상기 전극(110)에 의해 수집된 심전도 데이터를 실시간으로 저장한다.The memory 120 stores the ECG data collected by the electrode 110 in real time.

상기 메모리(120)에 저장된 심전도 데이터는 신호처리부(130)에 의해 분석된다.The electrocardiogram data stored in the memory 120 is analyzed by the signal processor 130.

신호처리부(130)는 상기 메모리(120)의 심전도 데이터를 읽어 설정된 시간 간격으로 심박동 변이(Heart Rate Variability, HRV) 신호를 분석하여 스트레스 지수를 계산한다.The signal processor 130 reads the electrocardiogram data of the memory 120 and analyzes a Heart Rate Variability (HRV) signal at a predetermined time interval to calculate a stress index.

여기서, 신호처리부(130)는 일 실시예로 5 분 간격으로 심박동 변이 신호를 분석하도록 구성된다.Here, the signal processor 130 is configured to analyze the heartbeat variance signal at 5 minute intervals in one embodiment.

본 발명에서 신호처리부(130)는 신호 자체에 포함된 주파수 성분뿐만 아니라 비선형적인 요소도 함께 고려한다. 즉 심장 역학(heart dynamics)은 예측할 수 없는 비선형적인 움직임이기 때문에 선형적 분석방법인 주파수 분석만으로는 한계가 있기 때문이다. In the present invention, the signal processor 130 considers the non-linear elements as well as the frequency components included in the signal itself. In other words, because heart dynamics are unpredictable nonlinear movements, frequency analysis, which is a linear analysis method, is limited.

따라서, 본 발명은 비선형 분석방법을 동시에 고려함으로써 피험자의 실질적인 상태를 잘 반영한다. Therefore, the present invention reflects the actual state of the subject well by simultaneously considering the nonlinear analysis method.

본 발명에서 사용하는 비선형 분석방법으로는 DFA(detrend fluctuation analysis) , 푸잉카레 맵(poincare map), 미분 신호의 표준편차 비, 근사 엔트로피(approximate entropy)가 스트레스를 잘 나타내는 비선형지수라는 결과를 얻었으며, LF/HF 비를 포함한 5가지 분석방법으로 계산된 값의 평균값으로 스트레스 지수를 재평가한다.As nonlinear analysis method used in the present invention, DFA (detrend fluctuation analysis), Poincare map (poincare map), differential signal standard deviation ratio, approximate entropy (approximate entropy) is the result of the nonlinear exponent that represents the stress was obtained The stress indices are reassessed using the average of the values calculated by five analytical methods, including LF / HF ratios.

무선 통신부(140)는 신호처리부(130)에서 계산된 정량화된 스트레스 지수를 사용자의 이동통신 단말기(200)로 전송하거나, 직접 병원 내에 구축된 개인건강정보 시스템(Personal Health Data System)으로 전송하도록 구성될 수 있다.The wireless communication unit 140 is configured to transmit the quantified stress index calculated by the signal processor 130 to the user's mobile communication terminal 200 or directly to a personal health data system built in a hospital. Can be.

여기서, 개인건강정보 시스템이란 병원 내에 구축되는 서버를 포함하는 시스템을 말하는 것으로, 명칭에 관계없이 환자의 건강 정보에 관한 기록을 보유하고 있는 시스템을 의미한다.Here, the personal health information system refers to a system including a server built in a hospital, and refers to a system that holds a record of health information of a patient regardless of the name.

디스플레이부(150)는 상기 신호처리부(130)에서 계산된 스트레스 지수가 출력되는 출력장치이다.The display unit 150 is an output device that outputs the stress index calculated by the signal processor 130.

도 3은 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치의 신호처리부의 상세 구성이 도시된 블럭도이다.3 is a block diagram illustrating a detailed configuration of a signal processing unit of a stress monitoring apparatus using an electrocardiogram measurement according to the present invention.

도 3을 참조하면, 신호처리부(130)는 HRV 신호 추출부(131), HRV 신호 분석부(132) 및 스트레스 평가부(133)를 포함하여 구성된다.Referring to FIG. 3, the signal processor 130 includes an HRV signal extractor 131, an HRV signal analyzer 132, and a stress evaluator 133.

먼저 HRV 신호 추출부(131)는 메모리에 저장된 심전도 데이터를 읽어 심박동 변이 신호를 추출한다.First, the HRV signal extractor 131 extracts a heartbeat variance signal by reading electrocardiogram data stored in a memory.

HRV 신호 분석부(132)는 추출된 심박동 변이 신호를 LF/HF 비율 분석, DFA(detrend fluctuation analysis) 분석, 푸앵카레 맵(poincare map) 분석, 미분신호의 표준편차 비 분석 및 근사 엔트로피(approximate entropy) 분석을 수행하여 각 분석 결과값을 계산한다.The HRV signal analyzer 132 analyzes the extracted heart rate variance signal by LF / HF ratio analysis, DFA (detrend fluctuation analysis) analysis, poincare map analysis, standard deviation ratio analysis of differential signals, and approximate entropy. Perform analysis to calculate the results of each analysis.

스트레스 평가부(133)는 상기 HRV 신호 분석부(132)의 5 가지 분석 결과값을 이용하여 하기의 수학식에 따라 스트레스 지수를 계산한다.The stress evaluator 133 calculates the stress index according to the following equation by using five analysis result values of the HRV signal analyzer 132.

Figure 112008051383811-pat00001
Figure 112008051383811-pat00001

여기서,

Figure 112008051383811-pat00002
는 LF/HF 비,
Figure 112008051383811-pat00003
는 DFA 분석 결과값,
Figure 112008051383811-pat00004
는 푸앵카레 맵 분석 결과값,
Figure 112008051383811-pat00005
는 미분신호의 표준편차 비,
Figure 112008051383811-pat00006
는 근사 엔트로피 값이다.here,
Figure 112008051383811-pat00002
LF / HF ratio,
Figure 112008051383811-pat00003
Is the result of DFA analysis,
Figure 112008051383811-pat00004
Is the result of analyzing Poincare map,
Figure 112008051383811-pat00005
Is the standard deviation ratio of the differential signal,
Figure 112008051383811-pat00006
Is an approximate entropy value.

도 4는 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 방법이 도시된 순서도이다.4 is a flowchart illustrating a stress monitoring method using an electrocardiogram measurement according to the present invention.

도 4를 참조하면, 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 방법은 먼저 사용자로부터 생체신호, 즉 심전도 데이터를 수집한다(S110).Referring to FIG. 4, the stress monitoring method using electrocardiogram measurement according to the present invention first collects bio signals, that is, electrocardiogram data, from a user (S110).

다음으로, 상기 심전도 데이터를 실시간으로 메모리에 저장한다(S120).Next, the ECG data is stored in a memory in real time (S120).

그 후 상기 메모리로부터 심전도 데이터를 5 분 간격으로 읽어 심박동 변이 신호를 추출한다(S130).Thereafter, electrocardiogram data is read from the memory at intervals of 5 minutes to extract a heartbeat transition signal (S130).

상기 과정에서 추출된 심박동 변이 신호에 대해 LF/HF 비율 분석, DFA(detrend fluctuation analysis) 분석, 푸앵카레 맵(poincare map) 분석, 미분신호의 표준편차 비 분석 및 근사 엔트로피(approximate entropy) 분석을 수행하여 각 분석 결과값을 계산한다(S140).LF / HF ratio analysis, DFA (detrend fluctuation analysis), poincare map analysis, standard deviation ratio analysis of differential signals and approximate entropy analysis are performed on the extracted heart rate variance signals. Each analysis result is calculated (S140).

다음으로, 계산된 5 가지 분석 결과값을 이용하여 스트레스 지수를 계산한다(S150).Next, the stress index is calculated using the calculated five analysis result values (S150).

여기서, 스트레스 지수는 상기의 [수학식 1]에 따라 계산된다.Here, the stress index is calculated according to Equation 1 above.

스트레스 지수가 계산되면, 계산된 스트레스 지수를 사용자가 알 수 있도록 출력한다(S160).When the stress index is calculated, the user outputs the calculated stress index so that the user knows it (S160).

다음으로, 사용자의 이동통신 단말기로 상기 스트레스 지수를 전송한다(S170).Next, the stress index is transmitted to the user's mobile communication terminal (S170).

사용자의 이동통신 단말기는 상기 스트레스 지수를 수신하면 병원 내에 구축되어 있는 개인건강정보 시스템(Personal Health Data System)으로 무선으로 전송한다(S180).When the user's mobile communication terminal receives the stress index, the user's mobile terminal wirelessly transmits to the Personal Health Data System that is established in the hospital (S180).

병원으로 전송된 데이터들은 병원에 있는 의료진에 의해 모니터링 될 수 있으며, 병원에서는 축적된 스트레스 정보를 재분석하여 심혈관질환 발생위험도, 당뇨병의 악화 등을 미리 예측하고 대비할 수 있다.Data transmitted to the hospital can be monitored by the medical staff in the hospital, the hospital can re-analyze the accumulated stress information to predict and prepare for the risk of cardiovascular disease, worsening of diabetes in advance.

이상과 같이 본 발명에 의한 심전도 측정을 이용한 스트레스 모니터링 장치 및 방법을 예시된 도면을 참조로 설명하였으나, 본 명세서에 개시된 실시예와 도면 에 의해 본 발명은 한정되지 않고, 기술사상이 보호되는 범위 이내에서 응용될 수 있다. As described above, the stress monitoring apparatus and method using the electrocardiogram measurement according to the present invention have been described with reference to the illustrated drawings. It can be applied in

도 1은 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치의 전체적인 구성 및 동작이 개략적으로 도시된 도,1 is a view schematically showing the overall configuration and operation of the stress monitoring apparatus using an electrocardiogram measurement according to the present invention,

도 2는 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치의 구성이 도시된 블럭도,2 is a block diagram showing the configuration of a stress monitoring apparatus using an electrocardiogram measurement according to the present invention;

도 3은 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 장치의 신호처리부의 상세 구성이 도시된 블럭도,3 is a block diagram showing the detailed configuration of the signal processing unit of the stress monitoring apparatus using an electrocardiogram measurement according to the present invention;

도 4는 본 발명에 따른 심전도 측정을 이용한 스트레스 모니터링 방법이 도시된 순서도이다.4 is a flowchart illustrating a stress monitoring method using an electrocardiogram measurement according to the present invention.

<도면의 주요 부분에 관한 부호의 설명><Explanation of symbols on main parts of the drawings>

110: 전극 120: 메모리110: electrode 120: memory

130: 신호처리부 131: HRV 신호 추출부130: signal processing unit 131: HRV signal extraction unit

132: HRV 신호 분석부 133: 스트레스 평가부132: HRV signal analysis unit 133: stress evaluation unit

140: 무선 통신부 150: 디스플레이부140: wireless communication unit 150: display unit

200: 이동통신 단말기200: mobile communication terminal

Claims (14)

  1. 신체에 부착되어 심전도 데이터를 수집하는 전극과, An electrode attached to the body to collect electrocardiogram data,
    상기 전극에 의해 수집된 심전도 데이터가 실시간으로 저장되는 메모리와, A memory in which electrocardiogram data collected by the electrode is stored in real time;
    상기 메모리의 심전도 데이터를 읽어 설정된 시간 간격으로 심박동 변이(Heart Rate Variability, HRV) 신호를 분석하여 스트레스 지수를 계산하는 신호처리부 및 A signal processor that reads the electrocardiogram data of the memory and analyzes a heart rate variability (HRV) signal at predetermined time intervals to calculate a stress index;
    상기 스트레스 지수를 사용자의 이동통신 단말기로 전송하는 무선 통신부를 포함하여 구성되고, It comprises a wireless communication unit for transmitting the stress index to the user's mobile communication terminal,
    상기 신호처리부는, The signal processing unit,
    상기 메모리로부터 심전도 데이터를 읽어 심박동 변이 신호를 추출하는 HRV 신호 추출부와, An HRV signal extracting unit which reads electrocardiogram data from the memory and extracts a heartbeat shift signal;
    상기 HRV 신호 추출부에서 추출된 심박동 변이 신호를 LF/HF 비율 분석, DFA(detrend fluctuation analysis) 분석, 푸앵카레 맵(poincare map) 분석, 미분신호의 표준편차 비 분석 및 근사 엔트로피(approximate entropy) 분석을 수행하여 각 분석 결과값을 계산하는 HRV 신호 분석부 및 The heart rate variance signal extracted from the HRV signal extractor is analyzed for LF / HF ratio analysis, DFA (detrend fluctuation analysis) analysis, poincare map analysis, standard deviation ratio analysis of differential signals, and approximate entropy analysis. HRV signal analysis unit to calculate the result of each analysis and
    상기 HRV 신호 분석부의 5가지 분석 결과값을 이용하여 스트레스 지수를 계산하는 스트레스 평가부를 포함하여 구성된 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 장치. And a stress evaluator configured to calculate a stress index using the five analysis result values of the HRV signal analyzer.
  2. 제 1항에 있어서, The method of claim 1,
    상기 HRV 신호 추출부는, 상기 메모리로부터 매 5분 간격으로 심전도 데이터를 읽어 심박동 변이를 계산하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 장치. The HRV signal extracting unit reads electrocardiogram data every 5 minutes from the memory and calculates a heartbeat variation.
  3. 제 2항에 있어서, 3. The method of claim 2,
    상기 스트레스 평가부는, 하기의 수학식에 의해 스트레스 지수를 계산하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 장치. The stress evaluation unit, the stress monitoring device using an electrocardiogram measurement, characterized in that for calculating the stress index by the following equation.
    Figure 112010054949624-pat00023
    Figure 112010054949624-pat00023
    (여기서,
    Figure 112010054949624-pat00024
    는 LF/HF 비,
    Figure 112010054949624-pat00025
    는 DFA 분석 결과값,
    Figure 112010054949624-pat00026
    는 푸앵카레 맵 분석 결과값,
    Figure 112010054949624-pat00027
    는 미분신호의 표준편차 비,
    Figure 112010054949624-pat00028
    는 근사 엔트로피 값)
    (here,
    Figure 112010054949624-pat00024
    LF / HF ratio,
    Figure 112010054949624-pat00025
    Is the result of DFA analysis,
    Figure 112010054949624-pat00026
    Is the result of analyzing Poincare map,
    Figure 112010054949624-pat00027
    Is the standard deviation ratio of the differential signal,
    Figure 112010054949624-pat00028
    Is an approximate entropy value)
  4. 제 1항에 있어서, The method of claim 1,
    상기 심전도 측정을 이용한 스트레스 모니터링 장치는, 상기 신호처리부에서 계산한 스트레스 지수를 출력하는 디스플레이부를 더 포함하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 장치. The stress monitoring apparatus using the electrocardiogram measurement, the stress monitoring apparatus using an electrocardiogram measurement, further comprising a display unit for outputting the stress index calculated by the signal processor.
  5. 제 1항에 있어서, The method of claim 1,
    상기 사용자의 이동통신 단말기는 상기 스트레스 지수를 병원 내에 구축되는 개인 건강정보 시스템(Personal Health Data System)으로 무선으로 전송하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 장치. The user's mobile communication terminal is a stress monitoring device using an electrocardiogram, characterized in that for transmitting the stress index wirelessly to a Personal Health Data System (Personal Health Data System) built in a hospital.
  6. 제 1항에 있어서, The method of claim 1,
    상기 무선 통신부는, 블루투스(bluetooth)를 이용하여 상기 사용자의 이동통신 단말기로 스트레스 지수를 송신하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 장치. The wireless communication unit, the stress monitoring device using the ECG, characterized in that for transmitting the stress index to the user's mobile communication terminal using Bluetooth (bluetooth).
  7. 사용자로부터 심전도 데이터를 수집하는 제 1 단계와, A first step of collecting electrocardiogram data from the user,
    상기 심전도 데이터를 실시간으로 메모리에 저장하는 제 2 단계와, A second step of storing the ECG data in a memory in real time;
    상기 메모리의 심전도 데이터를 읽어 설정된 시간 간격으로 심박동 변이(Heart Rate Variability, HRV) 신호를 분석하여 스트레스 지수를 계산하는 제 3 단계 및 A third step of calculating a stress index by analyzing electrocardiogram data of the memory and analyzing heart rate variability (HRV) signals at predetermined time intervals; and
    상기 스트레스 지수를 사용자의 이동통신 단말기로 전송하는 제 4 단계를 포함하여 구성되고, And a fourth step of transmitting the stress index to a user's mobile communication terminal.
    상기 제 3 단계는, The third step,
    상기 메모리로부터 심전도 데이터를 읽어 심박동 변이 신호를 추출하는 제 1 과정과, A first process of reading electrocardiogram data from the memory and extracting a heartbeat variance signal;
    상기 제 1 과정에서 추출된 심박동 변이 신호에 대해 LF/HF 비율 분석, DFA(detrend fluctuation analysis) 분석, 푸앵카레 맵(poincare map) 분석, 미분신호의 표준편차 비 분석 및 근사 엔트로피(approximate entropy) 분석을 수행하여 각 분석 결과값을 계산하는 제 2 과정 및 LF / HF ratio analysis, DFA (detrend fluctuation analysis) analysis, poincare map analysis, standard deviation ratio analysis of differential signals and approximate entropy analysis are performed on the heartbeat variance signal extracted in the first step. Performing a second process of calculating the result of each analysis; and
    상기 제 2 과정에서 계산한 5가지 분석 결과값을 이용하여 스트레스 지수를 계산하는 제 3 과정을 포함하여 구성된 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 방법. And a third process of calculating a stress index using the five analysis result values calculated in the second process.
  8. 제 7항에 있어서, The method of claim 7, wherein
    상기 제 1 과정은, 상기 메모리로부터 매 5분 간격으로 심전도 데이터를 읽어 심박동 변이 신호를 추출하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 방법. The first step is a stress monitoring method using an electrocardiogram measurement, characterized in that to extract the heart rate variance signal by reading the electrocardiogram data every 5 minutes from the memory.
  9. 제 8항에 있어서, The method of claim 8,
    상기 제 3 과정은, 하기의 수학식에 의해 스트레스 지수를 계산하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 방법. The third step, the stress monitoring method using the electrocardiogram measurement, characterized in that for calculating the stress index by the following equation.
    Figure 112010054949624-pat00029
    Figure 112010054949624-pat00029
    (여기서,
    Figure 112010054949624-pat00030
    는 LF/HF 비,
    Figure 112010054949624-pat00031
    는 DFA 분석 결과값,
    Figure 112010054949624-pat00032
    는 푸앵카레 맵 분석 결과값,
    Figure 112010054949624-pat00033
    는 미분신호의 표준편차 비,
    Figure 112010054949624-pat00034
    는 근사 엔트로피 값)
    (here,
    Figure 112010054949624-pat00030
    LF / HF ratio,
    Figure 112010054949624-pat00031
    Is the result of DFA analysis,
    Figure 112010054949624-pat00032
    Is the result of analyzing Poincare map,
    Figure 112010054949624-pat00033
    Is the standard deviation ratio of the differential signal,
    Figure 112010054949624-pat00034
    Is an approximate entropy value)
  10. 제 7항에 있어서, The method of claim 7, wherein
    상기 심전도 측정을 이용한 스트레스 모니터링 방법은, 상기 제 3 단계 후에 상기 제 2 단계에서 계산된 스트레스 지수를 디스플레이 장치로 출력하는 단계를 더 포함하여 이루어지는 심전도 측정을 이용한 스트레스 모니터링 방법. The stress monitoring method using the electrocardiogram measurement, the stress monitoring method using the electrocardiogram measurement further comprises the step of outputting the stress index calculated in the second step after the third step to the display device.
  11. 제 7항에 있어서, The method of claim 7, wherein
    상기 심전도 측정을 이용한 스트레스 모니터링 방법은, 상기 제 4 단계 후에 상기 사용자의 이동통신 단말기가 상기 스트레스 지수를 병원 내에 구축되는 개인건강정보 시스템(Personal Health Data System)으로 무선으로 전송하는 제 5 단계를 더 포함하여 이루어지는 심전도 측정을 이용한 스트레스 모니터링 방법. The stress monitoring method using the electrocardiogram measurement may further include a fifth step of wirelessly transmitting, by the user's mobile terminal, the stress index to a personal health data system established in a hospital after the fourth step. Stress monitoring method using an electrocardiogram measurement made.
  12. 제 7항에 있어서, The method of claim 7, wherein
    상기 제 4 단계는, 블루투스(bluetooth)를 이용하여 상기 스트레스 지수를 사용자의 이동통신 단말기로 전송하는 것을 특징으로 하는 심전도 측정을 이용한 스트레스 모니터링 방법. The fourth step, the stress monitoring method using ECG, characterized in that for transmitting the stress index to the user's mobile communication terminal using Bluetooth (Bluetooth).
  13. 삭제delete
  14. 삭제delete
KR1020080069477A 2008-07-17 2008-07-17 Stress monitoring device and method using electrocardiogram measurement KR101006534B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080069477A KR101006534B1 (ko) 2008-07-17 2008-07-17 Stress monitoring device and method using electrocardiogram measurement

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080069477A KR101006534B1 (ko) 2008-07-17 2008-07-17 Stress monitoring device and method using electrocardiogram measurement

Publications (2)

Publication Number Publication Date
KR20100008875A KR20100008875A (ko) 2010-01-27
KR101006534B1 true KR101006534B1 (ko) 2011-01-07

Family

ID=41817389

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080069477A KR101006534B1 (ko) 2008-07-17 2008-07-17 Stress monitoring device and method using electrocardiogram measurement

Country Status (1)

Country Link
KR (1) KR101006534B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104127193A (zh) * 2014-07-14 2014-11-05 华南理工大学 一种抑郁症程度量化的评估系统及其评估方法
KR20170010020A (ko) 2017-01-05 2017-01-25 주식회사 쿨시스템 체성분 분석기의 임피던스를 이용한 컨디션 관리 방법 및 시스템
KR101998114B1 (ko) * 2018-03-15 2019-07-10 한국과학기술연구원 심박변이도 파라미터 선택을 이용한 일상생활의 스트레스 모니터링 방법
KR102043376B1 (ko) 2018-08-16 2019-11-11 한국과학기술연구원 심층 신경망 알고리즘을 이용하는 실시간 스트레스 분석 방법

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101029386B1 (ko) * 2010-04-16 2011-04-13 계명대학교 산학협력단 실시간 심전도 모니터링 시스템을 위한 큐알에스 검출 방법
KR20110135702A (ko) * 2010-06-11 2011-12-19 전자부품연구원 복합 생체신호 인식을 통한 건강관리시스템과 이를 이용한 건강관리방법
KR101252543B1 (ko) * 2011-04-29 2013-04-08 김평원 Speech Anxiety Evaluation System and ECG Assessment Method Using Electrocardiogram
KR101366348B1 (ko) * 2011-11-08 2014-02-24 가천대학교 산학협력단 우울증 진단을 위한 뉴로-퍼지 네트워크 기반의 데이터 분석 방법
KR101410989B1 (ko) * 2013-01-02 2014-06-25 (주) 태웅메디칼 장시간 심전도획득 및 스트레스 분석방법
CN106797672B (zh) 2014-10-02 2020-08-04 Lg 电子株式会社 移动终端及其控制方法
KR102173807B1 (ko) * 2018-05-18 2020-11-04 상명대학교산학협력단 심전도를 이용한 경쟁-협력의 감성 인식 방법
KR102030670B1 (ko) 2018-12-28 2019-10-10 (주)제이유엑스 심박 정보를 이용한 등산 가이드 정보 제공 방법 및 이에 적합한 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050103354A (ko) * 2004-04-26 2005-10-31 한국전자통신연구원 이동통신 단말기용 스트레스 측정장치
KR20080038512A (ko) * 2006-10-30 2008-05-07 연세대학교 산학협력단 심전도를 이용한 운전자 스트레스지수 제공시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050103354A (ko) * 2004-04-26 2005-10-31 한국전자통신연구원 이동통신 단말기용 스트레스 측정장치
KR20080038512A (ko) * 2006-10-30 2008-05-07 연세대학교 산학협력단 심전도를 이용한 운전자 스트레스지수 제공시스템 및 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104127193A (zh) * 2014-07-14 2014-11-05 华南理工大学 一种抑郁症程度量化的评估系统及其评估方法
KR20170010020A (ko) 2017-01-05 2017-01-25 주식회사 쿨시스템 체성분 분석기의 임피던스를 이용한 컨디션 관리 방법 및 시스템
KR101998114B1 (ko) * 2018-03-15 2019-07-10 한국과학기술연구원 심박변이도 파라미터 선택을 이용한 일상생활의 스트레스 모니터링 방법
KR102043376B1 (ko) 2018-08-16 2019-11-11 한국과학기술연구원 심층 신경망 알고리즘을 이용하는 실시간 스트레스 분석 방법

Also Published As

Publication number Publication date
KR20100008875A (ko) 2010-01-27

Similar Documents

Publication Publication Date Title
Quintana et al. Guidelines for Reporting Articles on Psychiatry and Heart rate variability (GRAPH): recommendations to advance research communication
US10595731B2 (en) Methods and systems for arrhythmia tracking and scoring
US10085695B2 (en) Mental balance or imbalance estimation system and method
US8509885B2 (en) S and M for analyzing and assessing depression and other mood disorders using electoencephalograhic (EEG) measurements
Goedhart et al. Comparison of time and frequency domain measures of RSA in ambulatory recordings
Lundberg et al. Psychophysiological stress and EMG activity of the trapezius muscle
Haapaniemi et al. Ambulatory ECG and analysis of heart rate variability in Parkinson's disease
Pappachan et al. Cardiac autonomic neuropathy in diabetes mellitus: prevalence, risk factors and utility of corrected QT interval in the ECG for its diagnosis
Mayaudon et al. A new simple method for assessing sudomotor function: relevance in type 2 diabetes
US7433732B1 (en) Real-time brain monitoring system
Scherens et al. Painful or painless lower limb dysesthesias are highly predictive of peripheral neuropathy: comparison of different diagnostic modalities
Michels et al. Determinants and reference values of short-term heart rate variability in children
Brage et al. Effect of combined movement and heart rate monitor placement on physical activity estimates during treadmill locomotion and free-living
Uusitalo et al. Heart rate variability related to effort at work
JP3770204B2 (ja) Pulse wave analysis device and biological condition monitoring device
Pereira et al. Heart rate variability metrics for fine-grained stress level assessment
Beda et al. Heart‐rate and blood‐pressure variability during psychophysiological tasks involving speech: Influence of respiration
US10201308B2 (en) Portable device for monitoring and reporting of medical information for the evidence-based management of patients with chronic respiratory disease
Kaufmann et al. ARTiiFACT: a tool for heart rate artifact processing and heart rate variability analysis
Pickering et al. How common is white coat hypertension?
Javorka et al. Short-term heart rate complexity is reduced in patients with type 1 diabetes mellitus
JP4315321B2 (ja) 体腔の圧力測定からの信号を分析する方法
He et al. Individual-level PM 2.5 exposure and the time course of impaired heart rate variability: the APACR Study
Filomena et al. Short-term blood pressure variability relates to the presence of subclinical brain small vessel disease in primary hypertension
Nair et al. The use of ambulatory tonometric radial arterial wave capture to measure ambulatory blood pressure: the validation of a novel wrist-bound device in adults

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20131104

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20141219

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160218

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee