KR101271577B1 - 광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법 - Google Patents

광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법 Download PDF

Info

Publication number
KR101271577B1
KR101271577B1 KR1020127026758A KR20127026758A KR101271577B1 KR 101271577 B1 KR101271577 B1 KR 101271577B1 KR 1020127026758 A KR1020127026758 A KR 1020127026758A KR 20127026758 A KR20127026758 A KR 20127026758A KR 101271577 B1 KR101271577 B1 KR 101271577B1
Authority
KR
South Korea
Prior art keywords
signal
signal processing
uniform sampling
sampling instances
samples
Prior art date
Application number
KR1020127026758A
Other languages
English (en)
Other versions
KR20120123158A (ko
Inventor
하리나쓰 가루다드리
파완 쿠마르 바히티
Original Assignee
퀄컴 인코포레이티드
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 퀄컴 인코포레이티드 filed Critical 퀄컴 인코포레이티드
Publication of KR20120123158A publication Critical patent/KR20120123158A/ko
Application granted granted Critical
Publication of KR101271577B1 publication Critical patent/KR101271577B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R13/00—Arrangements for displaying electric variables or waveforms
    • G01R13/02—Arrangements for displaying electric variables or waveforms for displaying measured electric variables in digital form
    • G01R13/0218—Circuits therefor
    • G01R13/0272—Circuits therefor for sampling
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
    • H03M7/3062—Compressive sampling or sensing
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/60—General implementation details not specific to a particular type of compression
    • H03M7/6047—Power optimization with respect to the encoder, decoder, storage or transmission
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/70—Type of the data to be coded, other than image and sound
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0204—Operational features of power management
    • A61B2560/0209—Operational features of power management adapted for power saving
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Telephone Function (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 개시물의 특정 양상들은 압축된 감지(CS)를 위한 방법에 관한 것이다. CS는 섀넌/나이키스트(Shannon/Nyquist) 이론에 의해 제안되는 것보다 상당히 적은 센서 측정장치들이 임의의 정밀한 해법으로 신호들을 복원하기 위해 사용될 수 있는 신호 처리 개념이다. 이 개시물에서, CS 프레임워크는 헬스케어 및 휘트니스 애플리케이션들에 대한 바디 영역 네트워크(BAN)들에서 낮은 전력 로버스트 센서들 및 신뢰가능한 통신을 지원하기 위해 센서 신호 처리를 위해 적용된다.

Description

광전용적맥파(ＰＰＧ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ＰＰＧ 데이터의 재구성을 위한 방법{METHOD AND APPARATUS FOR UNDER-SAMPLED ACQUISITION AND TRANSMISSION OF PHOHTOPLETHYSMOGRAPH (PPG) DATA AND RECONSTRUCTION OF FULL BAND PPG DATA AT THE RECEIVER}
35 U.S.C.§119 규정 하의 우선권 주장
본 발명의 출원은 2008년 9월 26일 출원된 미국 가출원 번호 61/100,654 및 2008년 9월 29일 출원된 미국 임시 출원 번호 61/101,056호이고, 본 발명의 양수인에게 양도되고 여기에 참조로 전체적으로 포함되는 가출원들에 대한 우선권을 청구한다.
본 개시물의 특정 양상들은 일반적으로 신호 처리에 관한 것이고, 보다 구체적으로, 신호의 언더-샘플링된 포착, 전송 및 재구성을 위한 방법에 관한 것이다.
압축된 감지(CS, compressed sensing)는 섀넌/나이키스트 샘플링 이론에 의해 제안되는 것보다 상당히 더 적은 센서 측정치들이 임의의 정밀한 해법으로 신호들을 복원하기 위해 이용될 수 있는, 최근 생겨난 신호 처리 개념이다. 이는 감지되는 신호들이 특정 도메인에서 고유하게 압축가능하거나 또는 희소한지를 감지할 때 가능하다. M개의 비-제로 스펙트럼 컴포넌트들을 가진 대역-제한 신호들의 클래스가 고려되고, 여기서, M<<fs /2이고, fs 는 나이키스트 샘플링 레이트와 같이 제안된 샘플링 레이트이다. 전통적으로 이러한 신호들은 보다 효율적인 전송 및/또는 저장을 위해 포착 후에 압축될 수 있다.
CS 프레임워크에서, 포착 처리(즉, 감지)는 소스 압축에 통합될 수 있고, 신호들의 희소 성질에 독립적일 수 있다. 하지만, 이러한 희소 정보는 신호 재구성을 수행하기 위해 수신기측에서 요구될 수 있다. CS 프레임워크들의 측정치들은 일반적으로 랜덤 기반 함수들을 이용하여 신호들의 내적들로서 정의된다. 이러한 신호들은 적어도 2·M 개의 샘플들이 수신기에서 이용가능하면 비록 수신기에서 임의의 부가적인 계산 복잡성이 있더라도 정확히 복원될 수 있다. 이는 바디 영역 네트워크(BAN, body area network)에서 이용되는 센서들의 작동 수명을 증가시키기 위해 계산 복잡성이 유연한 전력 예산을 가진 노드들에 시프팅되기 때문에 BAN에서 유용할 수 있다.
CS 패러다임은 신호 검출/분류, 이미징, 데이터 압축 및 자기 공명 이미징(MRI)에 관한 애플리케이션들에 대하여 이용될 수 있다. CS의 이점들은 향상된 신호 정확도 및 우월한 인식 성능에 대하여 보고된다. 본 개시물에서, CS-기반 신호 처리는 헬스케어 및 휘트니스 애플리케이션들에 대하여 BAN 내의 저전력 센서들을 제고하기 위해 제안된다.
헬스케어 애플리케이션들에서 BAN의 중요한 양상은 센서 전력 및 통신 레이턴시를 감소시키면서, 센서들(즉, 전송기들) 및 집합기(즉, 수신기) 사이에서 신뢰가능한 통신 링크를 제공하는 것이다. 50% 까지의 패킷 손실율이 멀티-홉 무선 네트워크에 관하여 관찰된다고 이전에 보고된다. 하지만, 패킷 손실 성능은 서비스 품질(Qos) 인지 네트워크들을 이용함으로써 향상될 수 있다. 듀얼-채널 접근은 하나의 채널이 비상 경고 메시지들에 대하여 예비될 수 있는 경우 적용될 수 있다. 결과적으로, 5% 내지 25%의 더 낮은 패킷 손실율이 관찰될 수 있다. 하지만, 패킷 손실율은 네트워크 혼잡을 증가시킬 수 있다.
또한, BAN 시나리오들 내에서 순방향 에러 검출(FEC) 코딩의 사용이 탐구된다. FEC 방식들을 사용함으로써, 대략 몇 초들에서(on the order of seconds) 통신 레이턴시에 대한 작은 잔여 패킷 손실율이 관찰될 수 있다. 또한 범용 패킷 무선 서비스(GPRS) 링크를 통한 심전도(ECG) 신호의 전송이 조사되고, 작은 손실율이 대력 몇 초들에서 통신 레이턴시에 대하여 달성된다. FEC를 사용하는 이점들은 향상된 전송 대역폭 및 센서 복잡성을 희생하고 얻어진다. 반면, 재전송들에 기반한 기술은 FEC 접근에 비하여 더 작은 대역폭 페널티를 가지지만, 센서 복잡도는 패킷들이 전송기에서 버퍼링될 필요가 있음에 따라 상당할 수 있다. 또한 왕복 시간에 비례하는 레이턴시 페널티가 존재한다.
그러므로, 주어진 패킷 손실율에 대하여 애플리케이션 특정 대상 품질 메트릭들을 타협하지 않으면서, 보다 긴 센서 수명을 야기하는, 전송기에서 더 낮은 대역폭 오버헤드 및 더 낮은 계산 복잡도를 가진 방법들이 당업계에서 필요하다.
특정 양상들은 신호 처리를 위한 방법을 제공한다. 상기 방법은 일반적으로, 장치에서 비-균일 샘플링 인스턴스(instance)들을 발생시키는 단계; 및 복수의 상기 비-균일 샘플링 인스턴스들 동안 신호의 샘플들을 감지하는 단계를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로 비-균일 샘플링 인스턴스들을 발생시키도록 구성된 발생기; 및 복수의 상기 비-균일 샘플링 인스턴스들 동안 신호의 샘플들을 감지하도록 구성된 센서를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로, 비-균일 샘플링 인스턴스들을 발생시키기 위한 수단; 및 복수의 상기 비-균일 샘플링 인스턴스들 동안 신호의 샘플들을 감지하기 위한 수단을 포함한다.
특정 양상들은 신호를 처리하기 위한 컴퓨터-프로그램 물건을 제공한다. 상기 컴퓨터-프로그램 물건은 비-균일 샘플링 인스턴스들을 발생시키고; 그리고 복수의 상기 비-균일 샘플링 인스턴스들 동안 신호의 샘플들을 감지하기 위해 실행가능한 명령들을 포함하는 컴퓨터-판독가능한 매체를 포함한다.
특정 양상들은 감지 디바이스를 제공한다. 상기 감지 디바이스는 일반적으로, 비-균일 샘플링 인스턴스들을 발생시키도록 구성된 발생기; 복수의 상기 비-균일 샘플링 인스턴스들 동안 신호의 샘플들을 감지하도록 구성된 센서; 및 상기 감지된 샘플들을 전송하도록 구성된 전송기를 포함한다.
특정 양상들은 신호 처리를 위한 방법을 제공한다. 상기 방법은 일반적으로 장치에서 다른 장치로부터 전송되는 신호의 샘플들을 수신하는 단계; 상기 다른 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하는 단계; 및 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하는 단계를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 다른 장치로부터 전송되는 신호의 샘플들을 수신하도록 구성되는 수신기; 상기 다른 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로; 및 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성되는 재-구성기를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로 다른 장치로부터 전송되는 신호의 샘플들을 수신하기 위한 수단; 신호가 상기 다른 장치에서 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하기 위한 수단; 및 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하기 위한 수단을 포함한다.
특정 양상들은 신호 처리를 위한 컴퓨터-프로그램 물건을 제공한다. 상기 컴퓨터-프로그램 물건은 장치로부터 전송되는 신호의 샘플들을 수신하고; 신호가 상기 장치에서 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하고; 그리고 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하기 위해 실행가능한 명령들을 포함하는 컴퓨터-판독가능한 매체를 포함한다.
특정 양상들은 헤드셋을 제공한다. 상기 헤드셋은 일반적으로, 장치로부터 전송된 신호의 샘플들을 수신하도록 구성되는 수신기; 상기 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로; 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 신호를 재구성하도록 구성되는 재-구성기; 및 상기 재구성된 신호에 기반하여 오디오 출력을 제공하도록 구성된 트랜스듀서를 포함한다.
특정 양상들은 시계를 제공한다. 상기 시계는 일반적으로, 장치로부터 전송된 신호의 샘플들을 수신하도록 구성되는 수신기; 상기 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성된 회로; 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성된 재-구성기; 및 상기 재구성된 신호에 기반하여 표시를 제공하도록 구성된 사용자 인터페이스를 포함한다.
특정 양상들은 모니터링 디바이스를 제공한다. 모니터링 디바이스는 일반적으로 커넥터; 장치로부터 전송된 신호의 샘플들을 상기 커넥터를 통해 수신하도록 구성되는 수신기; 상기 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로; 상기 비-균일 샘플링 인스턴스들의 결정된 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성되는 재-구성기; 및 상기 재구성된 신호에 기반하여 표시를 제공하도록 구성된 사용자 인터페이스를 포함한다.
특정 양상들은 신호 처리를 위한 방법을 제공한다. 상기 방법은 일반적으로 복수의 비-균일 샘플링 인스턴스들 동안 소스를 작동시키는 단계; 및 상기 복수의 비-균일 샘플링 인스턴스들 사이에서 소스를 작동해제시키는 단계를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로 복수의 비-균일 샘플링 인스턴스들 동안 소스를 작동시키도록 구성되는 작동 회로; 및 상기 복수의 비-균일 샘플링 인스턴스들 사이에서 소스를 작동해제시키도록 구성되는 작동해제 회로를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로 복수의 비-균일 샘플링 인스턴스들 동안 소스를 작동시키기 위한 수단; 및 상기 복수의 비-균일 샘플링 인스턴스들 사이에서 소스를 작동해제시키기 위한 수단을 포함한다.
특정 양상들은 신호 처리를 위한 컴퓨터-프로그램 물건을 제공한다. 상기 컴퓨터-프로그램 물건은 복수의 비-균일 샘플링 인스턴스들 동안 소스를 작동시키고; 그리고 상기 복수의 비-균일 샘플링 인스턴스들 사이에서 소스를 작동해제시키기 위해 실행가능한 명령들을 포함하는 컴퓨터-판독가능한 매체를 포함한다.
특정 양상들은 감지 디바이스를 제공한다. 상기 감지 장치는 일반적으로 적어도 복수의 비-균일 샘플링 인스턴스들 동안 소스를 작동시키도록 구성된 작동 회로; 상기 복수의 비-균일 샘플링 인스턴스들 동안 신호의 샘플들을 감지하도록 구성되는 센서; 및 적어도 상기 복수의 비-균일 샘플링 인스턴스들 사이에서 소스를 작동해제시키도록 구성된 작동해제 회로를 포함한다.
본 개시물의 상기 언급된 특징들이 상세히 이해되도록 상기 간략히 요약된 더 특정 설명이 첨부되는 도면들에서 도시되는 양상들에 의해 참조될 수 있다. 하지만, 첨부된 도면들은 본 개시물의 오직 특정 전형적인 양상들을 설명하고 그러므로, 다른 균등한 양상들을 허용할 수 있는 설명에 대하여 자신의 범위를 제한하는 것으로 고려되지 않을 것임에 주목해야한다.
도 1은 본 개시물의 특정 양상들에 따른 예시적인 무선 통신 시스템을 도시한다.
도 2는 본 개시물의 특정 양상들에 따른 무선 디바이스에서 사용될 수 있는 다양한 컴포넌트들을 도시한다.
도 3은 본 개시물의 특정 양상들에 따른 무선 통신 시스템 내에서 사용될 수 있는 예시적인 전송기 및 예시적인 수신기를 도시한다.
도 4는 본 개시물의 특정 양상들에 따른 바디 영역 네트워크(BAN)의 일 예시를 도시한다.
도 5는 본 개시물의 특정 양상들에 따른 BAN 내에서 사용되는 센서들의 배열의 예시적인 블록도를 도시한다.
도 6은 본 개시물의 특정 양상들에 따른 BAN 내에서 사용되는 집합기의 예시적인 블록도를 도시한다.
도 7은 본 개시물의 특정 양상들에 따른 시간-도메인 광전용적맥파(PPG) 신호 및 자신의 주파수 스펙트럼의 예시를 도시한다.
도 8은 본 개시물의 특정 양상들에 따라 시간-도메인 심전도(ECG) 신호 및 자신의 주파수 스펙트럼의 예시를 도시한다.
도 9는 본 개시물의 특정 양상들에 따라 PPG 신호의 주파수 스펙트럼의 다른 예시를 도시한다.
도 10은 본 개시물의 특정 양상들에 따라 가버(Gabor) 스페이스에서 PPG 신호 및 자신의 변형의 예시를 도시한다.
도 11은 본 개시물의 특정 양상들에 따라 상이한 언더-샘플링 비(USR)들을 사용하여 획득된 재구성된 신호들의 비교를 도시한다.
도 12는 본 개시물의 특정 양상들에 따라 상이한 USR들에 대한 압축된 감지(CS) 프레임워크에 기반하여 심박동수(HR) 추정의 비교를 도시한다.
도 13은 본 개시물의 특정 양상들에 따라 상이한 USR들에 대한 CS 프레임워크에 기반하여 PPG 신호 재구성의 비교를 도시한다.
도 14는 본 개시물의 특정 양상들에 따라 ECG 및 PPG 신호 피크들에 기반하여 펄스 도착 시간(PAT) 및 HR의 예시적인 측정을 도시한다.
도 15는 본 개시물의 특정 양상들에 따라 수축 혈압(SBP) 추정 에러 및 확장기 혈압(DBP) 추정 에러에 대한 표준 편차를 도시한다.
도 16은 본 개시물의 특정 양상들에 따라 CS-기반 패킷 손실 보상(PLC) 방법에 대한 예시적인 동작들을 도시한다.
도 16a는 도 16에 도시된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 도시한다.
도 17은 본 개시물의 특정 양상들에 따라 ECG 신호의 프리코딩된 버전 및 가버 스페이스에서 예시적인 ECG 신호, 자신의 변환을 도시한다.
도 18은 본 개시물의 특정 양상들에 따라 인터리빙-기반 CS-PLC 방법을 위한 예시적인 동작들을 도시한다.
도 18a는 도 18에 도시된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 도시한다.
도 19는 본 개시물의 특정 양상들에 따라 상이한 수의 전송된 패킷들에 대한 CS-PLC의 예시적인 루트-평균-제곱-에러(RMSE)의 그래프를 도시한다.
도 20은 본 개시물의 특정 양상들에 따라 PLC 없는 방식 및 CS-PLC 접근을 사용하는 신호 재구성의 예시를 도시한다.
도 21은 본 개시물의 특정 양상들에 따라 다양한 PLC 방식에 대한 예시적인 정규화된 RMSE 성능의 그래프를 도시한다.
도 22는 본 개시물의 특정 양상들에 따라 다양한 PLC 방식들에 대한 심박동수 검출 성능 비교들을 도시한다.
도 23은 본 개시물의 특정 양상들에 따라 CS-PLC를 사용하여 복원된 오디오 신호의 예시를 도시한다.
도 24는 본 개시물의 특정 양상들에 따라 CS-PLC 방식을 사용하여 복원된 오디오 신호의 다른 실시예를 도시한다.
도 25는 본 개시물의 특정 양상들에 따라 언더-샘플링 포착 및 재구성에 대한 예시적인 동작들을 도시한다.
도 25a는 도 25에 도시된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 도시한다.
도 26은 본 개시물의 특정 양상들에 따라 센서 및 재구성기의 예시적인 블록도를 도시한다.
도 27은 본 개시물의 특정 양상들에 따라 비-균일 샘플링 인스턴스들에서 감지된 신호의 예시를 도시한다.
도 28은 본 개시물의 특정 양상들에 따라 센서에서 소스를 작동시키고 작동해제시키기 위한 예시적인 동작들을 도시한다.
도 28a는 도 28에 도시된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 도시한다.
개시물의 다양한 양상들은 첨부된 도면들을 참조하여 이제부터 더 완전히 설명된다. 본 개시물은 하지만, 많은 상이한 형태들로 구현될 수 있고, 본 개시물을 통해 제시된 임의의 특정 구조 또는 기능에 제한되도록 고려되면 안된다. 오히려, 이러한 양상들은 본 개시물이 철저하고 완료될 수 있도록 제공되고, 당업자에게 개시물의 범위를 완전히 전달할 것이다. 본 개시물의 교시들에 기반하여 당업자는 본 개시물의 범위가 본 개시물의 임의의 다른 양상과 독립적으로 또는 결합하여 구현되는 지 여부에 관계없이 본 명세서에 개시된 개시물의 모든 양상을 커버하도록 의도된다. 예를 들어, 장치는 여기서 설명된 임의의 수의 양상들을 사용하여 실시될 수 있다. 또한, 본 개시물의 범위는 여기서 설명된 개시물의 다양한 양상들에 부가하여 또는 그 외에 다른 구조, 기능성 또는 구조 및 기능성을 사용하여 실시되는 장치 또는 방법을 커버하도록 의도된다. 여기서 설명된 개시물의 임의의 양상은 청구항의 하나 이상의 엘리먼트들에 의해 구현될 수 있음이 이해되어야 한다.
용어 “예시적인”은 여기서 “예, 보기, 또는 예시로서 기능하는” 것을 의미하는 것으로 이용된다. “예시적인” 것으로서 여기 기재되는 임의의 실시예 또는 설계가 반드시 다른 실시예들 또는 설계들에 비해 바람직하거나 유리한 것으로 해석되는 것은 아니다.
특정 양상들이 본 명세서에서 설명되지만, 이러한 양상들의 많은 변형들 및 변경들이 본 개시물의 범위에 포함된다. 비록 선호되는 양상들의 이점들 및 이익들이 언급되지만, 본 개시물의 양상들은 특정 이점들, 사용들 또는 목적들에 제한되고자 의도되지 않는다. 오히려, 본 개시물의 양상들은 상이한 무선 기술들, 시스템 구성들, 네트워크들, 전송 프로토콜들에 널리 적용가능하도록 의도되고, 일부는 선호되는 양상들의 도면들 및 아래의 설명에서 예시로서 설명된다. 상세한 설명 및 도면들은 첨부된 청구항들 및 이들의 균등물들에 의해 정의되는 개시물의 범위를 제한하기보다는 오히려 개시물의 단순한 설명이다.
예시적인 무선 통신 시스템
본 명세서에서 설명되는 기술들은 직교 다중화 방식 및 단일 캐리어 전송에 기반하는 통신 시스템들을 포함하는, 다양한 광대역 무선 통신 시스템들에 대하여 이용될 수 있다. 이러한 통신 시스템들의 예시들은 직교 주파수 분할 다중 액세스(OFDMA) 시스템들, 단일-캐리어 주파수 분할 다중 액세스(SC-FDMA) 시스템들, 코드 분할 다중 액세스(CDMA) 등을 포함한다. OFDMA 시스템은 전체 시스템 대역폭을 다중 직교 서브-캐리어들로 분할하는 변조 기술인, 직교 주파수 분할 다중화(OFDMA)을 사용한다. 이러한 서브-캐리어들은 또한 톤들, 빈들 등으로 지칭될 수 있다. OFDMA을 사용하여, 각 서브-캐리어는 데이터와 독립적으로 변조될 수 있다. SC-FDMA 시스템은 시스템 대역폭에 걸쳐 분산된 서브-캐리어들상에서 전송하기 위한 인터리빙 FDMA(IFDMA), 인접 서브-캐리어들의 블록상에서 전송하기 위한 로컬화된 FDMA(LFDMA) 또는 인접한 서브-캐리어들의 다수의 블록상에서 전송하기 위한 향상된 FDMA(LFDMA)를 사용할 수 있다. 일반적으로, 변조 심볼들은 OFDM를 사용하여 주파수 도메인에서, SC-FDMA를 사용하여 시간 도메인에서 전송된다. CDMA 시스템은 다수의 사용자들이 동일 물리 채널을 통해 다중화되도록 하기 위해 코드가 각 전송기(즉, 사용자)에 할당되는 확산-스펙트럼 기술 및 코딩 방식을 이용할 수 있다.
직교 다중화 방식에 기반한 통신 시스템의 하나의 특정 예시는 와이맥스 시스템이다. Worldwide Interoperability for Microwave Access를 의미하는, 와이맥스는 긴 거리들에 걸쳐 고-스루풋 광대역 접속들을 제공하는 표준-기반 광대역 무선 기술이다. 오늘날 와이맥스의 두 개의 주요 애플리케이션들이 존재한다: 고정 와이맥스 및 이동 와이맥스. 고정 와이맥스 애플리케이션들은 예를 들어, 가정들 및 사업들에 광대역 액세스를 가능하게 하는 포인트-투-멀티포인트이다. 이동 와이맥스는 광대역 속도들에서 셀룰러 네트워크들의 완전한 이동성을 제공한다.
IEEE 802.16x는 고정 및 이동 광대역 무선 액세스(BWA)시스템들에 대한 무선 인터페이스를 정의하기 위한 최근 생겨난 표준 협회이다. IEEE 802.16x는 고정 BWA 시스템들에 대한 2004년 5월에 "IEEE P802.16d/D5-2004"를 승인했고, 이동 BWA 시스템들에 대하여 2005년 10월에 "IEEE P802.16e/D12 Oct.2005"를 출간했다. IEEE 802.16의 최근 개정안 "IEEE P802.16Rev2/D8 December 2008", 드래프트 표준은 이제 IEEE 802.16e로부터의 자료들 및 개정안들을 이제 통합한다. 표준들은 네 개의 상이한 물리 계층(PHY)들 및 하나의 매체 액세스 제어(MAC) 계층을 정의한다. 네 개의 물리 계층들의 OFDM 및 OFDMA 물리 계층은 각각 고정 및 이동 BWA 영역들에서 가장 인기있다.
본 명세서의 교시들은 다양한 무선 또는 유선 장치들(예를 들어, 노드들)로 통합될 수 있다(예를 들어, 다양한 무선 또는 유선 장치들 내에서 구현 또는 에 의해 수행됨). 일부 양상들에서, 본 명세서의 교시들에 따라 구현된 노드는 액세스 포인트 또는 액세스 단말을 포함할 수 있다.
액세스 포인트("AP")는 노드B, 무선 네트워크 컨트롤러("RNC"), e노드B, 기지국 컨트롤러("BSC"), 베이스 트랜시버 스테이션("BTS"), 기지국("BS"), 트랜시버 기능("TF"), 무선 라우터, 무선 트랜시버, 기본 서비스 세트("BSS"), 확장된 서비스 세트("ESS"), 무선 기지국("RBS") 또는 임의의 다른 용어를 포함하거나, 이로서 구현 또는 알려질 수 있다.
액세스 단말("AT")은 액세스 단말, 가입자국, 가입자 유닛, 이동국, 원격국, 원격 단말, 사용자 단말, 사용자 에이전트, 사용자 디바이스, 사용자 장비 또는 임의의 다른 용어를 포함하거나, 이로서 구현 또는 알려질 수 있다. 일부 구현들에서, 액세스 단말은 셀룰러 전화, 코드리스 전화, 세션 개시 프로토콜(SIP) 전화, 무선 로컬 루프(WLL) 스테이션, 개인 휴대 단말기(PDA), 연결 능력을 구비한 휴대용 장치, 또는 무선 모뎀에 연결되는 임의의 다른 적합한 처리 장치를 포함할 수 있다. 따라서, 본 명세서에 교시된 하나 이상의 양상들은 전화(예를 들어, 셀룰러 전화 또는 스마트 전화), 컴퓨터(예를 들어, 랩톱), 휴대용 통신 디바이스, 휴대용 컴퓨팅 디바이스(예를 들어, PDA), 엔터테인먼트 디바이스(예를 들어, 음악 또는 비디오 디바이스 또는 위성 라디오), GPS 디바이스 또는 무선 또는 유선 매체를 통해 통신하도록 구성되는 임의의 다른 적합한 디바이스로 통합될 수 있다. 일부 양상들에서 노드는 무선 노드이다. 이러한 무선 노드는 예를 들어, 무선 또는 유선 통신 링크를 통해 네트워크(예를 들어, 인터넷과 같은 광역 네트워크 또는 셀룰러 네트워크)에 대한 또는 로의 접속성을 제공할 수 있다.
도 1은 본 개시물의 양상들이 이용될 수 있는 무선 통신 시스템(100)의 예시를 도시한다. 무선 통신 시스템(100)은 광대역 무선 통신 시스템일 수 있다. 무선 통신 시스템(100)은 각각이 기지국(104)에 의해 서비스되는 다수의 셀들(102)에 대한 통신을 제공할 수 있다. 기지국(104)은 사용자 단말들(106)과 통신하는 고정국일 수 있다. 기지국(104)은 대안적으로, 액세스 포인트, 노드 B 또는 임의의 다른 용어로 지칭될 수 있다.
도 1은 시스템(100) 전체를 통해 분산되는 다양한 사용자 단말들(106)을 도시한다. 사용자 단말들(106)은 고정(즉, 정지) 또는 이동할 수 있다. 사용자 단말들(106)은 원격국들, 액세스 단말들, 단말들, 가입자 유닛들, 이동국들, 스테이션들, 사용자 장비 등으로서 대안적으로 지칭될 수 있다. 사용자 단말들(106)은 셀룰러 전화들, PDA들, 휴대용 디바이스들, 무선 모뎀들, 랩톱 컴퓨터들, 개인용 컴퓨터들 등과 같은 무선 디바이스들일 수 있다.
다양한 알고리즘들 및 방법들이 기지국들(104) 및 사용자 단말들(106) 사이의 무선 통신 시스템(100)의 전송들에 대하여 사용될 수 있다. 예를 들어, 신호들은 OFDA/OFDMA 기술들에 따라 기지국들(104) 및 사용자 단말들(106) 사이에서 전송 및 수신될 수 있다. 이 경우라면, 무선 통신 시스템(100)은 OFDM/OFDMA 시스템으로 지칭될 수 있다. 대안적으로, 신호들은 CDMA 기술들에 따라 기지국들(104) 및 사용자 단말들(106) 사이에서 전송 및 수신될 수 있다. 이 경우에, 무선 통신 시스템(100)은 CDMA 시스템으로 지칭될 수 있다.
기지국(104)으로부터 사용자 단말(106)로의 전송을 용이하게 하는 통신 링크는 다운링크(DL)(108)로 지칭될 수 있고, 사용자 단말(106)로부터 기지국(104)로의 전송을 용이하게 하는 통신 링크는 업링크(UL)(110)로 지칭될 수 있다. 대안적으로, 다운링크(108)는 순방향 링크 또는 순방향 채널로 지칭될 수 있고, 업링크(110)는 역방향 링크 또는 역방향 채널로 지칭될 수 있다.
셀(102)은 다수의 섹터들(112)로 분할될 수 있다. 섹터(112)는 셀(102) 내의 물리적 커버리지 영역이다. 무선 통신 시스템(100) 내의 기지국들(104)은 셀(102)의 특정 섹터(112) 내의 전력의 흐름을 집중시키는 안테나들을 이용할 수 있다. 이러한 안테나들은 지향성 안테나들로 지칭될 수 있다.
도 2는 무선 통신 시스템(100) 내에서 이용될 수 있는 무선 디바이스(202)에서 활용될 수 있는 다양한 컴포넌트들을 도시한다. 무선 디바이스(202)는 본 명세서에 설명된 다양한 방법들을 구현하도록 구성될 수 있는 디바이스의 실시예이다. 무선 디바이스(202)는 기지국(104) 또는 사용자 단말(106)일 수 있다.
무선 디바이스(202)는 무선 디바이스(202)의 동작을 제어하는 프로세서(204)를 포함할 수 있다. 프로세서(204)는 또한 중앙 처리 유닛(CPU)으로 지칭될 수 있다. 판독 전용 메모리(ROM) 및 랜덤 액세스 메모리(RAM) 둘 다를 포함할 수 있는, 메모리(206)는 프로세서(204)에 명령들 및 데이터를 제공한다. 메모리(206)의 부분은 또한 비-휘발성 랜덤 액세스 메모리(NVRAM)를 포함할 수 있다. 프로세서(204)는 전형적으로 메모리(206)에 저장된 프로그램 명령들에 기반하여 논리 및 연산 동작들을 수행한다. 메모리(206)의 명령들은 본 명세서에 설명된 방법들을 구현하기 위해 실행가능할 수 있다.
무선 디바이스(202)는 또한 무선 디바이스(202) 및 원격 위치 사이에서 데이터의 전송 및 수신을 허용하기 위한 전송기(210) 및 수신기(212)를 포함할 수 있는 하우징(208)을 포함할 수 있다. 전송기(210) 및 수신기(212)는 트랜시버(214)로 결합될 수 있다. 안테나(216)는 하우징(208)에 부착될 수 있고, 트랜시버(214)에 전기적으로 커플링될 수 있다. 무선 디바이스(202)는 또한 다수의 전송기들, 다수의 수신기들, 다수의 트랜시버들 및/또는 다수의 안테나들을 포함할 수 있다(도시 안됨).
무선 디바이스(202)는 또한 트랜시버(214)에 의해 수신되는 신호들의 레벨을 검출하고 양자화하기 위해 사용될 수 있는 신호 검출기(218)를 포함할 수 있다. 신호 검출기(218)는 총 에너지, 심볼당 서브캐리어당 에너지, 전력 스펙트럼 밀도와 같은 신호들 및 다른 신호들을 검출할 수 있다. 무선 디바이스(202)는 또한 신호들의 처리에 사용하기 위한 디지털 신호 프로세서(DSP)(220)를 포함할 수 있다.
무선 디바이스(202)의 다양한 컴포넌트들은 데이터 버스 외에 전력 버스, 제어 신호 버스 및 상태 신호 버스를 포함할 수 있는 버스 시스템(222)에 의해 함께 커플링될 수 있다.
도 3은 OFDM/OFDMA를 활용하는 무선 통신 시스템(100) 내에서 사용될 수 있는 전송기(302)의 예시를 도시한다. 전송기(302)의 부분들은 무선 디바이스(202)의 전송기(210)에서 구현될 수 있다. 전송기(302)는 다운링크(108)를 통해 사용자단말(106)에 데이터(306)를 전송하기 위해 기지국(104)에서 구현될 수 있다. 전송기(302)는 또한 업링크(110)를 통해 기지국(104)으로 데이터(306)를 전송하기 위해 사용자 단말(106)에서 구현될 수 있다.
전송될 데이터(306)는 직렬-대-병렬(S/P) 변환기(308)에 입력으로서 제공되는 것으로 도시된다. S/P 변환기(308)는 전송 신호를 M개의 병렬 데이터 스트림들(31)로 분할할 수 있다.
N개의 병렬 데이터 스트림들(310)은 그 다음에 맵퍼(312)에 입력으로서 제공될 수 있다. 맵퍼(312)는 N개의 성상도(constellation) 포인트들상으로 N개의 병렬 데이터 스트림들(310)을 맵핑할 수 있다. 맵핑은 이진 위상-시프트 키잉(BPSK), 직교 위상-시프트 키잉(QPSK), 8 위상-시프트 키잉(8PSK), 직교 진폭 변조(QAM) 등과 같은 임의의 변조 성상도를 사용하여 이루어질 수 있다. 그러므로, 맵퍼(312)는 N개의 병렬 심볼 스트림들(316)을 출력할 수 있고, 각 심볼 스트림(316)은 역 고속 푸리에 변환(IFFT)(320)의 N개의 직교 서브캐리어들 중 하나에 대응한다. 이러한 N개의 병렬 심볼 스트림들(316)은 주파수 도메인에서 제시되고, IFFT 컴포넌트(320)에 의해 N개의 병렬 시간 도메인 샘플 스트림들(318)로 변환될 수 있다.
용어에 관한 간단한 노트가 이제 제공될 수 있다. 주파수 도메인에서 N개의 병렬 변조들은 주파수 도메인에서 N개의 변조 심볼들과 동일하고, 주파수 도메인에서 N개의 맵핑 및 N-포인트 IFFT와 동일하고, 시간 도메인에서 하나의(유용한) OFDM 심볼과 동일하고, 시간 도메인에서 N개의 샘플들에 동일하다. 시간 도메인에서 하나의 OFDM 심볼(N s )은 N cp (OFMD 심볼 당 사이클릭 프리픽스(CP) 샘플들의 수) + N(OFDM 심볼 당 유용한 샘플들의 수)와 동일하다.
N개의 병렬 시간 도메인 샘플 스트림들(318)은 병렬-대-직렬(P/S) 변환기(324)에 의해 OFDM/OFDMA 심볼 스트림(322)으로 변환될 수 있다. 사이클릭 프리픽스 삽입 컴포넌트(326)는 OFDM/OFDMA 심볼 스트림(322)의 연속적인 OFDM/OFDMA 심볼들 사이에 CP를 삽입할 수 있다. CP 삽입 컴포넌트(326)의 출력은 그 다음에 무선 주파수(RF) 프론트 엔드(328)에 의해 원하는 전송 주파수 대역으로 상향변환될 수 있다. 안테나(330)는 그 다음에 결과적인 신호(332)를 전송할 수 있다.
도 3은 또한 OFDM/OFDMA를 활용하는 무선 디바이스(202) 내에서 사용될 수 있는 수신기(304)의 예시를 도시한다. 수신기(304)의 부분들은 무선 디바이스(202)의 수신기(212)에서 구현될 수 있다. 수신기(304)는 다운링크(108)를 통해 기지국(104)으로부터 데이터(306)를 수신하기 위해 사용자 단말(106)에서 구현될 수 있다. 수신기(304)는 또한 업링크(110)를 통해 사용자 단말(106)로부터 데이터(306)를 수신하기 위해 기지국(104)에서 구현될 수 있다.
전송된 신호(332)는 무선 채널(334)을 통해 이동하는 것으로 도시된다. 신호(332')는 안테나(330')에 의해 수신될 때, 수신된 신호(332')는 RF 프론트 엔드(328')에 의해 기저대역 신호로 하향변환될 수 있다. CP 제거 컴포넌트(326')는 그 다음에 CP 삽입 컴포넌트(326)에 의해 OFDM/OFDMA 심볼들 사이에 삽입된 CP를 제거할 수 있다.
CP 제거 컴포넌트(326')의 출력은 S/P 변환기(324')로 제공될 수 있다. S/P 변환기(324')는 OFDM/OFDMA 심볼 스트림(322')을 각각이 N개의 직교 서브캐리어들 중 하나에 대응하는, N개의 병렬 시간-도메인 심볼 스트림들(318')로 분할할 수 있다. 고속 푸리에 변환(FFT) 컴포넌트(320')는 N개의 병렬 시간-도메인 심볼 스트림들(318')을 주파수 도메인으로 변환할 수 있고, N개의 병렬 주파수-도메인 심볼 스트림들(316')을 출력할 수 있다.
디맵퍼(312')는 맵퍼(312)에 의해 수행되는 심볼 맵핑 동작의 역을 수행함으로써 N개의 병렬 데이터 스트림들(310')을 출력할 수 있다. P/S 변환기(308')는 N개의 병렬 데이터 스트림들(310')을 단일 데이터 스트림(306')으로 결합할 수 있다. 이상적으로, 이 데이터 스트림(306')은 전송기(302)에 입력으로서 제공되는 데이터(306)에 대응한다. 엘리먼트들(308', 310', 312', 316', 318' 및 324')은 기저대역 프로세서(340')에서 모두 발견될 수 있다.
바디 영역 네트워크 개념
도 4는 도 1에 도시된 무선 시스템(100)에 대응할 수 있는 바디 영역 네트워크(BAN)(400)의 일 예시를 도시한다. 바디 영역 네트워크들은 진단 목적들을 위한 연속적인 모니터링, 숙환(chronic ailment)에 대한 약들의 효과들과 같은 헬스케어 애플리케이션들에 대한 유망한 개념을 제시한다.
BAN은 여러 포착 회로들로 구성할 수 있다. 각 포착 회로는 하나 이상의 생체 표시들을 감지하고 모바일 헤드셋, 무선 시계 또는 개인용 데이터 보조기(PDA)와 같은 집합기(즉, 액세스 단말)에 상기 하나 이상의 생체 표시들을 통신하는 무선 센서를 포함할 수 있다. 다양한 생물 의학적 신호들을 포착하고 이들은 집합기(410)에 무선 채널을 통해 전송하는 센서들(402, 404, 406 및 408)은 액세스 포인트들(104)과 동일한 기능을 가질 수 있다. 도 5는 BAN(400) 내의 센서들(402-408)에 대응할 수 있는 생물 의학적 센서들(510a-510k)의 배열의 상세한 블록도를 도시한다. 각 센서(510a-510k)는 도 2로부터의 전송기(210) 및 도 3으로부터의 전송기(302)의 일 예시일 수 있다.
도 4에 도시된 집합기(410)는 센서들(402-408)로부터 무선 채널을 통해 전송되는 다양한 생물 의학적 신호들을 수신하고 처리할 수 있다. 집합기(410)는 모바일 핸드셋 또는 PDA일 수 있고, 도 1로부터의 모바일 디바이스(106)와 동일한 기능을 가질 수 있다. 도 6은 BAN(400) 내의 집합기(410)에 대응할 수 있는 집합기(610)의 상세한 블록도를 도시한다. 집합기(610)는 도 2로부터 수신기(212) 및 도 3으로부터 수신기(304)의 일 예시일 수 있다.
BAN에서 사용되는 센서들을 비-침입적이고(non-intrusive) 오래 지속되게 하도록 하는 것이 바람직하다. 광전용적맥파(PPG) 및 심전도(ECG) 신호들은 센서 신호 처리에 대한 압축된 감지(CS) 기술들의 이점들을 설명하기 위해 본 개시물에서 고려될 수 있다. PPG, ECG 및 활동 감지는 인구의 많은 세그먼트에서 숙환들의 큰 백분율을 커버하고 그러므로 BAN에서 무선 기술들 및 무선 영역 네트워크(WAN) 접속성을 가진 모바일 디바이스들에 대한 상당한 기회들을 제공한다.
펄스 산소 농도계 센서들은 혈중 산소(또한 SpO2로 지칭됨), 허파들을 포함하는 폐 시스템의 결정적인 표시자 및 호흡의 연속적인 모니터링을 가능하게 할 수 있는 PPG 파형을 발생시킬 수 있다. 혈액은 자신의 생존, 적절한 기능을 보장하고 세포 폐기물들을 제거하기 위해 바디 세포들에 산소, 영양물들 및 화학물질들을 운운반한다. SpO2는 진단, 수술, 장기 모니터링 등을 위해 임상 설정들에서 널리 사용된다. 도 7은 시간-도메인 PPG 신호 및 이의 주파수 스펙트럼의 일 예시를 도시한다.
ECG는 심혈관 시스템에 액세스하기 위한 다른 중요한 생체 사인이다. 심장은 가장 열심히 일하는 바디 부분들 중 하나이고, 인간들의 바디를 통해 약 분당 6 리터들의 혈액을 펌핑한다. 각 심장 사이클 동안 발생되는 전기적 신호들은 ECG를 형성하고, Ag/AgCl 전극 센서들에 의해 쉽게 캡처될 수 있다. ECG는 심장 관련 문제들을 진단하기 위한 임상 설정들에서 일상적으로 사용될 수 있고, ECG의 연속적인 모니터링은 많은 만성적인 조건들의 이른 진단을 가능하게 할 수 있다. 도 8은 시간-도메인 ECG 신호 및 이의 주파수 스펙트럼의 일 예시를 도시한다.
혈압(BP)은 막대한 임상 값을 가진 다른 생체 사인이다. 수축성 혈압(SBP) 및 확장성 혈압(DBP)은 ECG 및 PPG 신호들을 사용하여 추정될 수 있다.
제안된 방법들의 개관
본 개시물의 특정 양상들은 펄스 산소 농도계 센서의 전력 소비를 감소시키기 위한 방법들에 관한 것이다. 상업적인 펄스 산소 농도계들은 전형적으로 약 20-60mW의 전력을 소비할 수 있다. 적색 및 적외선 발광 다이오드(LED)들은 이 전력의 대부분의 이유가 된다. PPG 센서에 대한 전력-효율 설계는 1.5mW 아래의 전력 소비를 가져올 수 있다. LED 발광과 관련된 듀티 사이클은 주어진 균일 샘플링 레이트에 대하여 감소될 수 있다. 고속 검출기들 및 더 높은 클록 주파수들은 다른 최적화들 사이에서 사용될 수 있다. 그러므로, LED는 T·f s 듀레이션에 대하여 스위칭될 수 있고, 여기서 f s 및 T는 각각 각 샘플을 포착하기 위해 요구되는 발광의 샘플링 레이트 및 듀레이션을 나타낸다.
PPG 신호들은 스펙트럼 도메인에서 희소적일 수 있고, 그러므로 압축가능할 수 있다. 이는 PPG 신호들을 포착하기 위해 압축된 감지(CS) 프레임워크의 사용을 가능하게 할 수 있다. PPG 신호들은 비-균일(즉, 랜덤) 시간 간격들에서 샘플링될 수 있지만, F s 의 평균 샘플링 레이트를 가질 수 있다. CS 접근에서, 샘플링 레이트(F s )는 균일 샘플링 레이트(f s )보다 훨씬 작을 수 있다. 인자(f s /F s )는 언더-샘플링비(USR)로 지칭될 수 있다. 이 샘플링 접근은 LED가 T·f s 대신에 오직 T·f s /USR 듀레이션에 대하여 발광될 수 있기 때문에, PPG 포착에 대하여 사용되는 펄스 산소 농도계 센서들의 감소된 전력 소비(즉, 대략적으로 USR의 인자만큼)를 야기할 수 있다.
로 패스 필터링 및 f s /USR에서의 샘플링에 비하여 CS-기반 접근의 이점은 f s /USR 이상의 신호 콘텐츠를 손실하지 않을 수 있다는 것이다. 유사하게, 더 높은 주파수들에서 좁은-대역 신호들은 높은 USR로 또한 포착될 수 있다. 도 9는 f s = 125Hz에서 샘플링되는 PPG 신호의 예시적인 스펙트럼을 도시한다. 만약 오직 로-패스 필터가 PPG 신호에 적용되고, 40의 USR에 대하여 f s /40=3.125Hz에서 샘플링되면 상당한 스펙트럼 콘텐츠가 손실될 수 있음이 관찰될 것이다.
CS 프레임워크를 사용하는 다른 이점은 측정치들이 전통적인 나이키스트 레이트 샘플링에서와 같은 푸리에 스페이스를 포함하는, 재구성에서 사용되는 변환 스페이스와 독립적일 수 있다는 것이다. CS 측정 프레임워크는 PPG 신호의 근사치를 재구성하기 위해 수신기에서 증가된 계산적 오버헤드를 희생하여 센서측상에서 상당한 전력-절감들로 전환할 수 있다.
또한, 또한 요구되는 계산들이 모바일 핸드셋 또는 PDA에서 호스트될 수 있기 때문에, 주어진 태스크에 대하여 수신기 복잡도를 상승시키는 점이 흥미롭다. 예를 들어, 심박동수(HR) 추정 태스크는 CS 샘플들로부터 PPG 신호의 중간 표시를 요구하지 않을 수 있고, 그러므로 후-처리 복잡도는 예를 들어, PPG 신호 재구성 및 HR 추정과 같은 태스크들과 상이할 수 있다.
집중 케어에 대한 멀티-파라미터 지능 모니터링(MIMIC) 데이터베이스는 HR 및 BP 추정 정확도가 USR의 상이한 값들을 가진 CS 프레임워크에서 보상되지 않을 수 있음을 설명하기 위해 이용될 수 있다. MIMIC 데이터베이스는 24 시간 이상에 걸쳐 여러 혈류 역학적 불안정 대상들(즉, ECG, PPG 및 BP 패턴들이 주어진 관찰 기간 동안 변할 수 있는 대상들)로부터 ECG, PPG 및 BP의 동시 기록들로 구성된다.
본 개시물의 특정 양상들은 신호들의 전송 동안 패킷 손실 완화를 위해 CS 프레임워크의 사용을 지원한다. 이는 수신기가 희소 표시로부터 신호들을 재구성하기 위해 충분히 준비가 되어있기 때문에 가능할 수 있다. 감지 모듈로부터 집합기로의 생물 의학적 신호들의 무선 전송이 고려된다. 예를 들어, 생(raw) ECG 데이터는 랜덤 프로젝션들(예를 들어, 레이드매처(Rademacher) 패턴들)을 사용하여 인코딩될 수 있고, 야기되는 랜덤 계수들은 무선을 통해 전송을 위해 패킷화될 수 있다.
인코딩된 ECG 신호의 희소적 성질은 이러한 랜덤 계수들의 서브세트를 사용하는 재구성의 수행을 허용하고, 여기서 서브세트 카디널리티(cardinality)는 희소 정보에 의존할 수 있다. 이는 ECG 신호가 다시 재구성될 수 있고, HR 추정은 채널 에러들에 기인하여 일부 패킷들을 손실함에도 불구하고, 수신기에서 수행될 수 있음을 제안한다. 이 접근의 이점은 재전송들이 요구되지 않을 수 있고, 센서에서 더 낮은 레이턴시 및 더 간단한 프로토콜 스택을 야기한다는 것이다. 다른 가장 중요한 양상은 랜덤 프로젝션들의 수(즉, 압축된 감지 대역폭)가 채널 조건들에 따라 적응될 수 있다는 것일 수 있다.
압축된 감지 기반 포착 및 재구성
도 26은 생물 의학적 신호들의 감지 및 재구성을 위한 예시적인 블록도를 도시한다. PPG 신호와 같은 생물 의학적 신호들을 포착하기 위한 센서(2602)는 LED들(2606), 광검출기(2610) 및 각각 LED들 및 광검출기에 대한 발광 및 샘플링 시퀀스(2604 및 2612)의 세 개의 주요 컴포넌트들을 포함할 수 있다. LED들(2606)은 또한 스펙트럼의 적색 및 적외선 부분들을 포함하는 600 nm 및 1000 nm 사이의 파장들을 가진 빛을 방사할 수 있다. LED들(2606)로부터의 빛은 조직(2608)(예를 들어, 도 26에 도시된 바와 같이, 인간 손가락 또는 귀)로부터 전송/반사될 수 있고, 광검출기(2610)상에서 수집될 수 있다. 광검출기에서 측정되는 LED들에 대응하는 평균 강도들의 비는 혈액에서 산소 콘텐츠(SpO2)를 결정하는 데 유용될 수 있다. 그러므로, SpO2는 PPG 신호의 평균(DC 콘텐츠)의 함수일 수 있다.
발광 시퀀스(2604) 및 샘플링 시퀀스(2612)는 정의된 언더-샘플링 비(USR)(2616)에 따라 시드 발생기(2614)에 의해 발생되는 랜덤 시드를 사용하여 획득될 수 있다. 광검출기(2610)로부터의 샘플링 데이터(2618)는 전송 전에 매체 액세스 제어/물리 계층(MAC/PHY) 처리(2620)에 대하여 송신될 수 있다. 처리된 샘플들은 그 다음에 패킷화되고 하나 이상의 안테나들(2622)에 의해 전송될 수 있다.
도 26에 도시된 바와 같은, 수신기측에서, 전송된 샘플들은 하나 이상의 안테나들(2624)에 의해 수신될 수 있고, MAC/PHY 블록(2626)에 의해 처리될 수 있다. 데이터는 그 다음에 원래 감지된 생물 의학적 신호를 획득하기 위해 재구성기(2628)에 전달될 수 있다. 정확한 재구성을 위해, 샘플링 시퀀스(2632)를 발생시키는 랜덤 시드 발생기(2630)는 센서의 랜덤 시드 발생기(2614)와 동기화될 필요가 있을 수 있다.
본 개시물의 일 양상에서, 그라디언트 기반 희소 재구성(2636)은 예를 들어, l1-놈(norm)(2638)에 대한 수정된-가버 희소성 기반 규정 벡터를 사용함으로써 샘플링된 데이터(2634)에 적용될 수 있다. 추정된 신호(2640)는 그 다음에 예를 들어, 혈압 추정, 혈액의 산소의 레벨 및 심박동수를 획득하기 위해 태스크-특정 처리를 위한 유닛(2642)에 의해 이용될 수 있다. 실제 신호(2644)는 샘플링 인스턴스들을 발생시키기 위해 이용되는 USR을 업데이트하기 위해 유닛(2648)에 의해 타겟 신호(2646)과 비교될 수 있다. 유닛(2650)의 출력에서 업데이트된 USR 값(2652)은 랜덤 시드 발생기(2630)에 의해 사용될 수 있고, 또한, 센서의 USR(2616)을 적응시키기 위해 센서에 피드백될 수 있다. USR 외에, 부가적인 피드백 정보는 또한 센서에서 측정치들의 수, 측정치 매트릭스의 계수들, 신호의 전송된 샘플들의 수 및 각 전송된 패킷의 샘플들의 수와 같은 임의의 다른 파라미터들을 적응시키기 위해 센서에 전송될 수 있다.
(적색 또는 적외선 LED들과 연관된) PPG 파형의 변조들은 순간적인 혈류(blood flow)와 관련될 수 있다. 순간적인 심박동수(HR)는 파형 피크들 사이의 거리의 역으로 추정될 수 있다. LED들에 대한 발광 시퀀스는 PPG 신호에 대한 요구되는 샘플링 레이트에 의존할 수 있다. 균일 나이키스트 샘플링 레이트가 가정될 수 있다. 또한, LED들의 빈번한 발광은 펄스 산소 농도계 센서의 상당한 전류 소비를 야기할 수 있음이 주목될 수 있다.
본 개시물의 특정 양상들은 PPG 신호의 희소 성질의 이용 및 센서 전력을 절약하기 위해 더 적은 측정들을 이루는 것을 지원한다. 가버 기반은 상이한 스케일들에서 가우시안 윈도우 함수들에 의해 제한되는 시간 지원을 가진 다양한 코사인 파들로 구성되는 변환 스페이스로서 이용될 수 있다.
원래 샘플링된 PPG 신호가 N-차원 벡터 x로 표시되고, 희소-도메인 변환 기반이 NxN 매트릭스 W에 의해 표시되도록 한다. 매트릭스 W의 (i, j) 엔트리는 아래와 같이 주어질 수 있다:
Figure 112012083054614-pat00001
식 (1)로부터 용어 W는 가버 기반에서 가우시안 커널의 폭과 연관될 수 있다. 매트릭스 W의 각 행은 대응하는 l2-놈이 1과 동일하도록 정규화될 수 있고, 매트릭스 W는 희소-기반으로 지칭될 수 있다. PPG 신호 x는 가버 변환 스페이스에서 대응하는 N-차원 표시를 발생시키기 위해 희소-기반에 투영될 수 있고, 아래와 같이 주어질 수 있다.
y= W·x (2)
도 10은 본 개시물의 특정 양상들에 따라 가버 변환 스페이스에서 PPG 신호 및 대응하는 표시 y의 짧은 세그먼트의 일 예시를 도시한다. 도 10은 125Hz에서 샘플링된 8-초 세그먼트(즉, 총 N=1000 샘플들)를 도시한다. 신호 x가 절대 등급에 관하여 0.2보다 더 큰 약 30 계수들을 가진 변환 도메인에서 희소적 및 압축가능할 수 있음이 관찰될 수 있다. 이는 PPG 신호 특성들의 대부분이 N에 비하여 훨씬 더 낮은-차원 스페이스에 상주할 수 있고, 그러므로, PPG 신호가 압축가능할 수 있음을 나타낸다.
그러므로, CS 원리들은 K<<N 측정치들이 되도록 허용하기 위해(즉, 원래 데이터를 매우 언더-샘플링하기 위해) 이용될 수 있고, 또한, 높은 신뢰도를 가진 x를 추정하기 위해 이용될 수 있다. 신호 x가 변환 스페이스에서 오직 M개의 비-제로 엘리먼트들을 가진 명백하게-희소적이면, 그 다음에 x로부터 랜덤으로 K≥ M log N/M 샘플들을 선택하는 것은 0 에러를 가진 신호 재구성을 가능하게 하기 위해 높은 가능성을 가진 충분한 정보를 제공할 수 있다.
실제 상태들에서, 신호는 절대 진실로 희소적일 수 없고, 일부의 정보 콘텐츠는 변환-스페이스 전체를 통해 존재할 수 있다. 하지만, ε보다 더 큰 등급을 가진 중요한 컴포넌트들의 수(여기서, ε<<max(y))는 N보다 훨씬 더 작을 수 있다. 도 10에서, ε의 값은 0.2이다. 이 접근은 x가 명백하게-희소적이지 않은 경우로 확장될 수 있고, CS 패러다임은 여전히 유효할 수 있다. 하지만, 재구성 에러는 정확히 0과 동일하지 않을 수 있다.
x에 대한 감지 처리는 수학적으로 표현될 수 있다. P가 1 및 N사이의 범위를 가진 각 엘리먼트를 가진 고유 엔트리들(예를 들어, 랜덤하게 선택됨)을 포함하는 K-차원 벡터를 나타낸다고 하자. 이는 본질적으로 x로부터 엘리먼트들을 선택하기 위해 K 랜덤 위치들을 제공할 수 있다. 벡터 P를 구성하기 위한 랜덤 번호 발생을 위한 시드는 센서 또는 수신기에서 국부적으로 발생될 수 있다. 시드는 통신 링크의 보안 프로토콜들에서 사용되는 키들에 기반할 수 있다. x로부터 획득되는, K-차원 측정 벡터 r은 아래와 같이 표시될 수 있다:
r=H·x (3)
여기서, H는 KxN 측정 매트릭스를 나타낸다.
식 (3)으로부터 매트릭스 H의 i번째 행은 P의 i번째 엘리먼트에 의해 주어진 위치에서 1을 가진 모든-0 벡터일 수 있다. CS 프레임워크에서 측정 매트릭스는 랜덤 독립 및 이상적으로 분산된(i.i.d) 엘리먼트들을 포함하는 매트릭스로서 정의될 수 있다. 이러한 측정 매트릭스는 입력 신호가 시간 도메인 또는 변환 도메인에서 희소적이라고 선험적으로 알려지지 않을 때 필요할 수 있다.
매칭 추구(MP) 알고리즘은 측정 벡터 r로부터 신호 재구성을 위해 이용될 수 있다. MP 기술은 국부적으로 최적 결정을 이룸으로써 반복적으로 신호 근사치를 구축하는 그리디(greedy) 알고리즘을 표시한다. MP 알고리즘의 초기화는
Figure 112012083054614-pat00002
이도록 차원 KxN의 수정된 기반 V=H·W를 정의함으로써 주어질 수 있고, 여기서, V j는 V의 j번째 열 벡터이다. 그 다음에, 레지듀얼(residual)은 r 0=r로서 초기화될 수 있고, 근사치
Figure 112012083054614-pat00003
는 y(즉, N)과 동일하다. 반복 카운터는 또한 i=1로서 초기화될 수 있다.
이 후에, V상에서 레지듀얼 r i -1의 내적을 최대화하는 V로부터 열 벡터가 발견될 수 있다:
Figure 112012083054614-pat00004
그 다음에, 레지듀얼은 업데이트될 수 있고, 계수 벡터 y는 아래와 같이 추정될 수 있다:
Figure 112012083054614-pat00005
이 후에, 반복 카운터 i는 증분될 수 있고,
Figure 112012083054614-pat00006
가 정의될 수 있다. i<m이고,
Figure 112012083054614-pat00007
이면, 그 다음에 식 (4)에 의해 정의된 알고리즘 단계는 반복될 수 있다. 그렇지 않으면,
Figure 112012083054614-pat00008
및
Figure 112012083054614-pat00009
이고, 알고리즘은 식들 (5) 및 (6)에 의해 정의된 단계로 진행할 수 있다. 최종적으로, 원래 추정들은
Figure 112012083054614-pat00010
로서 획득될 수 있다.
용어 m은 재구성을 위해 허용되는 반복들의 수의 상위-경계를 표시하고, 용어 ε는 컨버전스 기준을 정의한다. MP 알고리즘에 대한 직관(intuition behind the MP algorithm)은 이중이다. 각 반복 단계에서, 알고리즘은 r의 레지듀얼과 가장 강하게 상관될 수 있는 V의 열을 발견하고자 시도할 수 있고, 그 다음에 r로부터 이 열 벡터의 기여를 감산할 수 있다. 이 알고리즘은 각 단계에서 W에서 원래 신호 x의 가장 도미넌트(dominant)한 컴포넌트를 추정할 수 있기 때문에 성질상 그리디하다. 또한, MP 알고리즘의 주 복잡도는 단일 반복에 대하여 0(K·N) 연산 동작들을 희생시킬 수 있는 식(4)에 놓여있음이 주목될 수 있다.
본 개시물의 특정 양상들은 특정 벡터 r로부터 재구성된 신호를 획득하기 위해 그라디언트-투영 기반 희소 재구성(GPSR) 접근을 사용한다. 이 접근은 제약들이 없는 상황에서 변환 스페이스(즉, 희소의 측정)의 데이터 충실도 텀(즉, 에러의 l2 놈) 및 l1-놈을 공동으로 최소화함으로써 원래 신호 x를 추정할 수 있다. 본 개시물에서 가중된 l1-놈을 사용함으로써 이 최적화 문제를 수정하기 위해 제안된다. 재구성 알고리즘은 아래와 같이 주어질 수 있다.
Figure 112012083054614-pat00011
여기서 f는 희소성의 측정(즉, l1-놈)을 계산하기 위해 변환 스페이스에서 계수들의 상대적 중요성을 제공하는 N-차원 벡터이다. 양 τ는 비용 함수에서 l2-놈 및 l1-놈의 상대적 가중치를 표시하는 비-음수 파라미터이다. 텀들
Figure 112012083054614-pat00012
및
Figure 112012083054614-pat00013
은 각각 벡터들 f 및
Figure 112012083054614-pat00014
의 i번째 엘리먼트를 나타낸다.
벡터 f의 i번째 엘리먼트는 아래와 주어질 수 있다:
Figure 112012083054614-pat00015
여기서 σ는 작은 규정 파라미터이다. 양
Figure 112012083054614-pat00016
은 원래 신호 벡터 x의 총체 평균(ensemble mean)을 표시하고, 트레이닝 예시 벡터들을 평규함으로써 추정될 수 있다. MIMIC 데이터베이스로부터의 세그먼트는
Figure 112012083054614-pat00017
를 추정하기 위해 이용될 수 있고, 그 다음에 아래에 설명된 실험적 확인들로부터 배제될 수 있다.
도 25는 본 개시물의 특정 양상들에 따라 센서에서 언더-샘플링된 포착 및 수신기에서 재구성을 위해 예시적인 동작들(2500)을 도시한다. 도 28은 센서에서 광원을 작동시키고 작동해제시키기 위한 예시적인 동작들(2800)을 도시한다. 2510에서, 비-균일 샘플링 인스턴스들은 랜덤 시드에 따라 센서에서 발생될 수 있다. 2520에서, 신호의 샘플들은 복수의 비-균일 샘플링 인스턴스들 동안 감지될 수 있다. 2810에서, 센서에서 소스는 예를 들어, 복수의 발생된 비-균일 샘플링 인스턴스들 동안 하나 이상의 LED들을 턴온함으로써 작동될 수 있고, 소스는 2820에서, 복수의 비-균일 샘플링 인스턴스들 사이에서 작동해제될 수 있다.
신호의 감지된 샘플들은 감지된 샘플들의 적어도 하나의 패킷을 획득하기 위해 그 다음에 패킷화될 수 있고, 획득된 적어도 하나의 패킷은 무선 채널을 통해 전송될 수 있다. 2530에서, 신호의 샘플들은 재구성기에서 센서로부터 수신될 수 있다. 2540에서, 비-균일 샘플링 인스턴스들의 세트는 상기 랜덤 시드에 따라 센서에서 신호가 샘플링되는 동안 재구성기에서 결정될 수 있다. 일 양상에서, 비-균일 샘플링 시퀀스에 대한 시드는 센서 및 재구성기 사이의 통신 링크의 보안 프로토콜들에서 사용되는 키들에 기반하여 재구성기에서 발생될 수 있다. 다른 양상에서, 비-균일 샘플링 시퀀스에 대한 시드는 센서에서 결정될 수 있고, 재구성기로 전달될 수 있다(즉, 수신기로). 또 다른 양상에서, 비-균일 샘플링 시퀀스에 대한 시드는 수신기에서 결정될 수 있고, 센서로 전달될 수 있다. 2550에서, 신호는 예를 들어, 식들 (7)-(8)에 의해 정의된 수정된 GPSR 알고리즘에 따라 상기 결정된 비-균일 샘플링 시퀀스를 사용하여 수신된 샘플들로부터 재구성될 수 있다.
비-균일 샘플링 인스턴스들은 신호의 정확한 재구성을 위해 신호의 수신된 샘플들과 동기화될 수 있다. 재구성 동안 관찰된 정보(예를 들어, 재구성된 신호에 관련된 계수들, 전송 동안 드롭된 패킷들의 수, 채널 신호-대-잡음 비 또는 변수들(
Figure 112012083054614-pat00018
및
Figure 112012083054614-pat00019
) 중 적어도 하나)는 피드백 메커니즘을 통해 센서로 관찰된 정보를 전달함으로써 다양한 센서 파라미터들(예를 들어, USR, 측정치들의 수(K), 신호의 전송된 샘플들의 수(N), 각 전송된 패킷에서 신호의 샘플들의 수(P), 측정 매트릭스(H))을 적응시키기 위해 이용될 수 있다. 그러므로, 비-균일 샘플링 인스턴스들은 수신된 피드백 정보에 따라 센서에서 적응될 수 있다.
CS 접근에 기반하여 발생된 일부 재구성 예시들은 본 개시물에 제시된다. 8-초 세그먼트는 125Hz에서 샘플링된 MIMIC 데이터베이스로부터 선택될 수 있다(즉, N=1000 샘플들). CS 샘플들의 수는 N/K와 같은 언더-샘플링 비(USR)를 정의하는 K임이 상기될 수 있다. 도 11은 500과 같은 MP 반복들의 수(m)의 상부 경계를 가진 10, 20 및 30의 USR에 대하여 획득되는 CS-PPG 신호 재구성들에 대한 예시를 도시한다. 커브(1110)는 균일하게 샘플링된 원래 신호를 표시하고 커브들(1120, 1130 및 1140)은 각각, 10, 20 및 30의 USR의 값들에 대하여 재구성된 신호들을 나타낸다. 도 27은 40의 USR에서 비-균일 샘플링 인스턴스들에서 감지된 신호의 일 예시를 도시한다. 샘플링 인스턴스들은 수직 라인들로 도시된다.
신호 인티그리티(integrity)는 20의 USR까지 잘 보존될 수 있고, 이후에 저하가 시작할 수 있음이 도 11로부터 관찰될 수 있다. 하지만, 신호 피크 위치들은 고 USR(즉, 30의 USR 값)을 가졌을 때에도 잘 보존될 수 있음이 주목될 것이다. 이 경우에서, LED 전력 소비(PPG 데이터 포착의 일 부분으로서)는 LED들이 T·f s 초들 대신에 특히 오직 T·f s /USR 초들 동안에 훨씬 더 작은 듀레이션 동안 발광될 수 있기 때문에, USR의 인자만큼 상당히 감소될 수 있다.
심박동수 및 PPG 재구성들
계수 벡터 y의 각 엘리먼트는 대략적으로 샘플링된 신호 x에서 코사인의 세기(특정 주파수를 가진)를 표시할 수 있음이 식들 (1) 및 (2)로부터 상기될 수 있다. 또한, PPG 신호가 HR 신호에 비례하는 도미넌트 주파수를 이용하여 성질상 진동할 수 있음이 주목될 수 있다. 그러므로, HR 신호는 CS 재구성(
Figure 112012083054614-pat00020
)으로부터 추정될 수 있고, 이는 아래와 같이 MP 알고리즘을 통해 획득될 수 있다:
Figure 112012083054614-pat00021
여기서
Figure 112012083054614-pat00022
이고,
Figure 112012083054614-pat00023
는 벡터
Figure 112012083054614-pat00024
의 j번째 엘리먼트이고, bpm은 분당 비트들의 단위를 표시한다.
식 (9)에 의해 주어진 HR 추정은 N· f s 초들의 시간 듀레이션을 통해 획득되는 평균일 수 있음이 주목될 수 있다. 또한, 추정의 해상도는 N=1000 및 f s =125Hz에 대하여 3.75bpm과 동일한
Figure 112012083054614-pat00025
에 의해 주어질 수 있다. 이 해상도는 더 작은 N으로 향상될 수 있고, N=1000의 선택은 임의적임이 관찰될 수 있다.
HR 추정에 대한 MP 알고리즘의 복잡도는 PPG 재구성의 복잡도와 비교될 수 있다. 추정된 HR이 82.5bpm임을 시사하는 n max 가 23과 동일한, 도 10에 도시된 예시적인 PPG 신호 세그먼트가 고려될 수 있다. 또한, 투영 스페이스 W에서 PPG 신호의 도미넌트 컴포넌트들은 초기 반복들에서 추정될 수 있음이 암시하는 성질상 MP 알고리즘은 그리디함이 상기될 수 있다. 이 경우에, 두 개의 가장 도미넌트한 컴포넌트들은 HR에 대응하는 주파수를 가진 코사인 및 DC 컴포넌트일 수 있다. 그러므로, MP 알고리즘의 몇 개의 반복들 내에서 HR의 신뢰적 추정을 달성하도록 기대될 수 있고, 이는 또한 완전한 PPG 신호의 중간 표시를 발생할 필요가 없을 수 있음을 제안한다.
반면, MP 기반 후-처리의 상당히 더 많은 반복들을 야기할 수 있는 신호 재구성 태스크에 대하여 투영 스페이스 W에서 더 많은 계수들을 재구성할 것을 요구할 수 있다. MP 알고리즘의 m개의 반복들은 대략 0(m·K·N) 연산 동작들을 희생시킬 수 있음이 주목될 수 있다. 그러므로, HR 추정(예를 들어, CS 측정치들로부터)은 PPG 신호 재구성에 비교할 때 수신기에서 더 작은 계산적 복잡도를 요구할 수 있다. 또한, N-차원 신호 x에 대응하는 CS 샘플들의 수는 N/K와 같은 언더-샘플링 비(USR)를 정의하는 K일 수 있음이 상기될 수 있다. 증가된 USR을 이용하여, 특정된 성능 레벨을 달성하기 위해 수신기에서 증가된 계산적 복잡도를 예상할 수 있다. 이는 센서 전력(전송기에서 더 적은 측정치들) 및 집합기 전력(수신기에서 더 많은 반복들 및 계산) 사이의 트레이드-오프를 나타낸다.
HR 추정 및 PPG 신호 재구성에 대한 성능 메트릭들이 도입될 수 있다. HR 추정에 대하여, 메트릭은
Figure 112012083054614-pat00026
로서 정의되는 루트-평균-제곱-에러(RMSE)일 수 있다. PPG 재구성에 대한 메트릭은
Figure 112012083054614-pat00027
로서 정의된 정규화된 RMSE일 수 있다. 텀
Figure 112012083054614-pat00028
은 PPG 신호들 x 및 상이한 측정치 기반들 H의 다양한 구현들을 통해 몬테-카를로 평균화를 이용하는 기대 연산자를 나타낸다. PPG 신호 구현들 x은 MIMIC 데이터베이스로부터 취해질 수 있다. 진짜 심박동수는 식 (9)에서 제시된 바와 같이 원래 신호 x로부터 추출될 수 있다. 각 신호 세그먼트 x는 8초 길이 및 125Hz에서 샘플링되도록 취해질 수 있다.
도 12는 10 및 20의 USR에 대한 MP-기반 후-처리에 대한 반복들의 수 m에 관하여 HR 추정 RMSE를 도시한다. 추정 정확도가 증가하는 수의 반복들을 이용하여 추정 정확도를 향상하기 때문에, RMSE는 증가하는 m을 이용하여 감소될 수 있음이 관찰될 수 있다. 또한, 특정된 RMSE를 달성하기 위해 요구되는 반복들의 수는 증가하는 USR을 이용하여 증가할 수 있다. m=50에서, HR 추정 RMSE는 1bpm과 동일하고, 이는 각각 10 및 20의 USR에 대하여 3.75bpm 및 4bpm의 고려되는 해상도보다 더 적을 수 있다.
그러므로, 10의 USR에서 1bpm의 HR 추정 RMSE를 달성하기 위해, 초당 약 0.625 백만 연산 동작들이 대략 요구될 수 있다(즉,
Figure 112012083054614-pat00029
, 여기서 f s =125Hz). 유사하게, USR=10에서 RMSE
Figure 112012083054614-pat00030
0.1을 가진 신호를 재구성하기 위해, 초당 약 3.875 백만 연산 동작들이 대략 요구될 수 있다(즉,
Figure 112012083054614-pat00031
). 이는 설명된 추정 접근이 현재 스마트 전화들 또는 PDA들에서 계산적 리소드들에 의해 처리될 수 있음을 제안한다.
도 13은 10 및 20의 USR에 대한 알고리즘 반복들의 수(m)에 관하여 정규화된 재구성 RMSE를 도시한다. RMSE는 증가하는 m을 감소시킬 수 있음이 관찰될 수 있다. 하지만, 감소는 HR 추정 RMSE와 반대로 m으로 점진적일 수 있다. 이는 재구성 태스크는 HR 추정의 경우에서 단일 도미넌트 컴포넌트에 반대로 희소 스페이스 W에서 복수의 계수들의 추정을 요구할 수 있기 때문일 수 있다.
그러므로, 수신기 복잡도는 USR의 값, 관심 태스크 및 요구되는 성능 레벨에 의존할 수 있다. PPG 신호의 중간 표시(완전한 재구성을 요구할 수 있음)는 HR 추정 태스트와 같은, 특정 태스크들을 요구할 수 있다. 또한, 하나는 재구성 동안 MP 알고리즘에서 정의된
Figure 112012083054614-pat00032
및
Figure 112012083054614-pat00033
변수들의 값들을 모니터링할 수 있다. 이 정보는 신호 변형들에 적응시키기 위해 센서 측에서 USR의 값을 수정하기 위해 이용될 수 있다.
커프리스(cuffless) 혈압 추정
SBP 및 DBP는 펄스 도착 시간(PAT) 및 심박동수(HR)를 사용하여 추정될 수 있고, 여기서 PAT는 ECG 파형에서 쿼시-랜덤 신호 피크 및 PPG 파형에서 대응하는 피크 사이에서 지연으로서 정의될 수 있다. 도 14는 예시적인 ECG 및 PPG 파형들에 기반하여 PAT 및 HR의 정의를 도시한다.
혈압(BP) 추정 알고리즘에 수반되는 제 1 단계는 피크들 및 다른 관심 포인트들이 신호들로부터 추출될 수 있도록 ECG 및 PPG 신호들을 세그먼팅하는 것일 수 있다. 제 2 단계는 PAT 및 HR로부터 BP를 추정하는 것일 수 있다.
ECG 세그먼테이션은 가변 듀레이션의 세그먼트들에서 스케어링(squaring)하고 그 다음에 처리함으로써 8Hz 및 15Hz 사이에서 대역-패스 필터를 적용함으로써 달성될 수 있다. 초기 세그먼트 듀레이션은 2초일 수 있다. 매 세그먼트에 대하여, 임계치는 계산될 수 있고, 임계치 이상의 모든 피크들이 위치될 수 있다. 그 다음에, 0.17초보다 적게 떨어진 모든 피크들이 제거될 수 있고, 항상 가장 높은 진폭으로 피크를 유지한다. PPG 신호를 세그먼팅하기 위해, 두 개의 연속적인 ECG 피크들 사이의 세그먼트가 분석될 수 있다. 피크들 및 밸리들은 각 세그먼트 내의 최대 및 최소 포인트들을 발견함으로써 검출될 수 있다. 임의의 순간에서 신뢰적 PAT 및 HR 추정들을 제공하기 위해, 인접의 신호 피크들은 또한 신뢰적일 필요가 있을 수 있다.
BP 추정 모델은 아래와 같이 언급될 수 있다.
Figure 112012083054614-pat00034
눈금 파라미터들(ai, bi 및 ci, i=1, 2)은 트레이닝 처리 동안 추정될 수 있고, 매 재-눈금 기회에서 반복 최소 제곱(RLS) 알고리즘을 통해 적응될 수 있다.
본 개시물의 일 양상에서, 재눈금은 매 1시간 마다 한번 수행될 수 있다. 재눈금 듀레이션은 본질적으로 모델 파라미터들을 추정 또는 적응시키기 위해 얼마나 자주 요구되는지를 암시할 수 있다. 재눈금 단계는 바이어스 및 드리프트 이슈들을 태클하기 위해 실제 애플리케이션들에 대하여 요구될 수 있다. 혈압이 더 긴 시간 기간 동안 커프-리스 방식으로 연속적으로 그리고 비-외과적으로 측정될 수 있도록 재-눈금 기간이 긴 것이 요구될 수 있다. 더 빈번한 재눈금들은 덜 빈번한 재눈금들이 시스템을 매일 사용에 대하여 잘 받아들이도록 하는 반면, BP 추정 에러를 감소시킬 수 있다.
CS-PPG를 사용하는 BP 추정의 결과들은 표시되고, 나이키스트-PPG를 사용하는 것과 비교된다. 예를 들어, MIMIC 데이터베이스로부터의 13명의 환자들에 대응하는 기록들은 이 평가를 위해 사용될 수 있고, 기록들의 길이는 약 38 시간의 평균이다. 그라디언트 투영 기반 희소 재구성(GPSR) 접근은 전체 환자 기록에 대하여 CS-PPG를 발생시키도록 사용될 수 있다.
도 15는 제안된 접근의 ECG 및 CS-PPG 신호들의 사용에 기반하는 BP 추정 결과들을 도시한다. USR의 값은 PPG 신호의 CS 프레임워크-기반 측정에 대하여 40으로 취해질 수 있다. BP 모니터링은 BP 추정들을 보고/발생하는 빈도를 계산하는 데에 중요할 수 있다. 텀 N BP 는 CS-PPG 및 나이키스트-PPG 베이스라인 알고리즘을 사용하여 분 당 발생되는 BP 추정들의 평균 수로서 도입될 수 있다.
도 15는 또한, 40의 USR을 가진 CS-PPG 및 나이키스트-PPG에 대한 N BP 뿐만 아니라 SBP 및 DBP 추정 에러의 표준 변환을 도시한다. BP 추정에 대한 AAMI(The Association for the Advancement of Medical Instrumentation) 요건들은 에러의 표준 편차는 SBP 및 DBP 모두에 대하여 8mmHg 미만이어야 함을 표시한다. 도 15로부터 SBP 및 DBP 추정 에러 모두에 대하여 평균 표준 편차가 8mmHg미만일 수 있음이 관찰될 수 있다. 또한, 정확도는 나이키스트-PPG에 비교할 때 CS-PPG를 사용함으로써 저하되지 않는다. 이 예시적인 시뮬레이션에서, 분당 8.85BP 측정치들의 평균이 나이키스트-PPG를 사용하는 분당 51BP 추정치들의 평균과 비교하여 40의 USR에서 추정될 수 있다.
CS-기반 낮은 전력 해법은 HR 및 BP 추정 정확도가 제안된 CS-PPG 접근을 사용하여 보상될 수 없는 동안, PPG 신호들을 포착하기 위해 본 개시물에서 제안된다. 또한, 전체 PPG 신호가 적어도 K≥M 로그 N/M 샘플들이 포착되고, 적합한 계산적 리소스들이 수신기에서 이용가능함이 제공되는, 임의로 정밀한 해법으로 재구성될 수 있음이 서술된다.
압축된 감지 기반 패킷-손실 보상
송신기 및 수신기 사이에서 불량한 채널 조건들, 혼잡 및 이동성에 기인한 패킷 손실들의 이슈가 본 개시물에서 언급된다. 특히, 통신 링크에서 패킷 손실들에 대하여 강건성을 향상시키기 위해 생물 의학적 신호들의 희소 성질(즉, PPG 신호들, ECG 신호들 등)을 이용하는 것에 관심이 있다. 무선을 통해 전송되는 신호가 성질상 희소할 때(즉, 중복들을 가짐), 그 다음에 패킷-손실들은 채널에 의해 수행되는 압축으로서 대략 여겨질 수 있다.
본 개시물의 특정 양상들은 전력 소비를 더 낮추고, 원격의료에서 ECG 신호들의 강건한 통신을 달성하기 위해 CS-기반 접근을 지원한다. ECG 신호들은 PPG 신호들에 비하여 푸리에/가버 스페이스에서 덜 희소할 수 있다. 도 17에 도시된 바와 같이, ECG 신호들에 대하여 임상적으로 적절하다고 고려될 수 있는, 0.05Hz 내지 40Hz 내의 많은 컴포넌트들이 존재할 수 있다. 본 개시물에서 제안된 CS-기반 PLC 접근은 또한 적어도 K≥M 로그 N/M 측정치들이 재구성을 위해 수신기에서 이용가능함이 제공되는, PPG 및 다른 신호들에 완전히 적용가능할 수 있다.
데이터는 송신기(즉, 센서)로부터 수신기(즉, 집합기)로 패킷들의 형태로 무선으로 전송될 수 있다고 가정될 수 있다. 전통적인 용어에 따라, 각 패킷은 서비스 데이터 유닛(SDU) 및 애플리케이션 데이터 유닛(ADU)를 포함할 수 있다. ADU들은 애플리케이션 계층의 ECG 페이로드를 포함할 수 있고, 페이로드8 내지 12 비트들의 전형적인 비트 해상도를 가진 P개의 ECG 샘플들을 포함하도록 정의될 수 있다. 채널 에러들을 가진 SDU들이 더 낮은 계층들에서 드롭될 수 있고, 손실된 패킷들의 위치들은 정확히 수신된 패킷들의 헤더들에서 시퀀스 번호 필드를 통해 애플리케이션 계층에서 식별될 수 있다.
데이터는 생 ECG 샘플들의 형태로 전송되지 않을 수 있다. 대신에, 애플리케이션 계층 프로코딩은 데이터상에서 수행될 수 있다. 아이디어는 식 (3)에 의해 정의된 랜덤 측정 매크릭스 H를 사용함으로써 전송 전에 원래 ECG 신호를 프리-코딩하는 것이다. 결과적인 프리코딩된 데이터는 순차적인 순서로 수신기로 그 다음에 전송될 수 있는 n>1(즉, 다수의) 패킷들을 형성하기 위해 이용될 수 있다. 이 동작은 패킷 손실들의 경우에서 원래 신호에 관한 일부 정보를 추론하는 것이 가능할 수 있음을 보장할 수 있다. CS-기반 재구성 원리는 ECG 신호 추정, HR 추정 등을 획득하기 위해 수신된 데이터에 적용될 수 있다. 이 프로세스는 전송될 각 정보 비트가 상수 길이로서 정의된 더 긴 듀레이션을 통해 분산되는 컨볼루션 인코딩에 유사할 수 있다. 각 ADU의 샘플들의 수는 P에 의해 나타내어진다. ECG 신호들은 MIMIC 데이터베이스로부터 취해질 수 있고, 샘플링 레이트는 f s =125Hz일 수 있다.
도 16은 본 개시물의 특정 양상들에 따라 CS-기반 패킷 손실 보상(PLC)에 대한 예시적인 동작들(1600)을 도시한다. 동작들(1610-1640)은 송신기(예를 들어, PPG 센서 및 ECG 센서와 같은, 생물 의학적 센서)에서 수행될 수 있고, 동작들(1650-1670)은 수신기(예를 들어, 모바일 핸드셋 또는 PDA)에서 수행될 수 있다.
1610에서, 모니터링된 생물 의학적 신호의 샘플들이 포착될 수 있다. 예를 들어, N개의 연속적인 ECG 샘플들을 포함하는 벡터 x가 발생될 수 있고, 여기서, N=n·P이다. 이 후에, 차원 KxN의 측정치 매트릭스 H가 생성될 수 있다. 일 양상에서, 매트릭스 H의 엘리먼트들은 대칭 베르눌리 분산 Pr(H i ,j=-1 또는 1)=1/2로부터 독립적으로 선택될 수 있다. 다른 양상에서, 측정치 매트릭스의 행들은 2K 왈쉬 시퀀스들로부터 랜덤하게 선택될 수 있다. 또 다른 양상에서, 측정치 매트릭스의 행들은 크기 NxN의 하르(Haar) 매트릭스로부터 랜덤하게 선택될 수 있다.
1620에서, 모니터링된 생물 의학적 신호의 포착된 샘플들은 처리된 관심 신호를 획득하기 위해 선택적으로 처리될 수 있다. 예를 들어, 도 14에 도시된 바와 같이, ECG 및 PPG 신호들은 혈액의 산소 콘텐츠를 획득하기 위해서뿐만 아니라 펄스 도착 시간(PAT) 및 심박동수(HR) 가변성을 획득하기 위해 이용될 수 있다. HR 가변성 및 PAT는 식 (10)에 의해 정의되는 바와 같은, 혈압을 계산하기 위해 또한 이용될 수 있다. 1630에서, 원래 신호 x(예를 들어, ECG 신호 및 PPG 신호) 또는 처리된 신호(예를 들어, PAT, HR 가변성, 산소 콘텐츠 등)는 프리코딩된 신호를 획득하기 측정치 매트릭스를 사용하여 프리코딩될 수 있다.
1640에서, 프리코딩된 신호는 프리코딩된 신호의 적어도 하나의 패킷을 획득하기 위해 패킷화될 수 있다. 예를 들어, K개의 프리코딩된 샘플들은 전송 전에 n=K/P개의 패킷들로 패킹될 수 있다. 채널이 일부 패킷들을 드롭하는 경우, 그 다음에, 모니터링된 생물 의학적 신호의 언더라잉 변환-도메인 희소성은 정확히 수신된 프리코딩된 데이터 패킷들로부터 원래 신호를 재구성하기 위해 이용될 수 있다. 재구성 신뢰성은 패킷 손실 레이트 및 신호 희소성 구조에 의존할 수 있음이 주목될 수 있다. 1650에서, 프리코딩된 신호의 적어도 하나의 패킷은 무선 채널을 통해 전송될 수 있다. N개의 샘플들이 프리코딩되고 전송되기 때문에, N/fs(또는
Figure 112012083054614-pat00035
) 초들의 상수 엔드-투-엔드 레이턴시가 시스템에서 도입될 수 있다. 파라미터(K)는 N(즉, n·P로) 설정될 수 있다. PPG 포착에 대하여, 파라미터(K)는 포착 전력을 절약하기 위해 N보다 훨씬 더 작게 설정될 수 있고, 희소성을 레버리징(leverage)할 수 있다.
1660에서, 무선 채널을 통해 전송된 적어도 하나의 패킷은 집합기에서 수신될 수 있다. 1670에서, 전송동안 변질되거나 도는 손실된 패킷들의 인덱스들이 식별될 수 있다. 이러한 인덱스들은 그 다음에 1680에서 전송된 신호의 원래 샘플들을 재구성하기 위해 이용될 수 있다.
센서는 비-균일 샘플링 인스턴스들의 시퀀스를 발생시키기 위해 랜덤 시드를 이용할 수 있다. 이 랜덤 시드는 샘플링 인스턴스들의 시퀀스가 재구성 동안 재-발생되고 사용될 수 있도록 수신기에 통신될 수 있다. 수신기는 보안 통신에서 사용되는 키들에 기반하여 랜덤 시드를 선택할 수 있다. 이 경우에서, 수신기는 샘플링 인스턴스들의 동일한 시퀀스들이 센서 및 수신기 둘 다에서 이용될 수 있도록 어떤 랜덤 시드를 사용할지를 센서에 통지할 수 있다.
무선 채널이 차원 KxK의 대각 매트릭스 H c에 의해 표시되도록 한다. S가 손실된 패킷들의 인덱스들을 포함하는 세트이고 재구성을 위해 애플리케이션 계층에서 이용가능하지 않도록 한다. 세트 S의 카디널리티는 드롭된 패킷들의 수를 나타낼 수 있다. H c의 대각의 엘리먼트들은 아래와 같이 정의될 수 있다:
Figure 112012083054614-pat00036
r을 이용한 H c의 선-곱셈은 성공적으로 수신된 프리코딩된 데이터 샘플들을 본질적으로 제공할 수 있다. 결과적인 벡터
Figure 112012083054614-pat00037
로서 나타내어질 수 있고, H c ·H·x에 의해 주어진다. 세트 S의 카디널리티가 n인 경우, 그 다음에 이는 모든 패킷들이 전송 동안 드롭되었음을 암시할 수 있고, 이 경우에서 수신기에서 추정된 신호가 0으로 설정될 수 있다. 이 경우에서, ECG 신호(
Figure 112012083054614-pat00038
)는
Figure 112012083054614-pat00039
로서 간단히 추정될 수 있고,
Figure 112012083054614-pat00040
는 H의 의사-역이다. S의 카디널리티가 0보다 크고 n보다 작은 경우, 그 다음에, 이전에 설명된 MP 알고리즘은 수신된 벡터(
Figure 112012083054614-pat00041
)에 기반하여 신호 추정(
Figure 112012083054614-pat00042
)을 획득하기 위해 이용될 수 있다. MP 알고리즘의 텀(H)이 이 특정 경우에서 H c ·H에 의해 대체될 필요가 있을 수 있음이 주목될 수 있다.
식 (1)에 의해 정의되는 가버 기반 W는 CS 재구성 동안 희소성을 강화하기 위해 사용될 수 있다. 이 특정 CS-기반 PLC 방식은 CS-PLC로서 지칭될 수 있다. 도 15는 ECG 신호(x) 및 가버 변환 스페이스에서 그 대응하는 표시(y)(즉, W·x)의 짧은 세그먼트의 일 실시예를 도시한다. r=H·x에 의해 주어진 x의 프리코딩된 버전은 도 17에 또한 도시된다.
CS-PLC 접근 내의 프리코딩은 n·P 내적들을 수반할 수 있고, 각 내적은 약 n·P 연산 동작들을 요구할 수 있음이 주목될 수 있다. 그러므로, 프리코딩 복잡도는 약 0(n2·P2)이다. 프리코딩 복잡도를 감소시키기 위해, 인터리빙에 기반하는 대안적인 CS-기반 PLC 접근이 또한 본 개시물에서 제안된다.
도 18은 본 개시물의 특정 양상들에 따라 인터리빙 기반 CS-PLC에 대한 예시적인 동작들(1800)을 도시한다. 동작들(1810-1850)은 송신기(예를 들어, PPG 센서 및 ECG 센서와 같은, 생물 의학적 신호의 센서)에서 수행될 수 있다. 동작들(1860-1890)은 수신기(예를 들어, 모바일 핸드셋 또는 PDA)에서 수행될 수 있다.
1810에서, 모니터링된 생물 의학적 신호의 샘플들이 포착될 수 있다. 1820에서, 포착된 샘플들의 정의된 수는 프리코딩된 샘플들의 세트를 획득하기 위해 프리코딩될 수 있다. 1830에서, 샘플-레벨 인터리빙은 인터리빙된 신호를 획득하기 위해 프리코딩된 샘플들의 세트를 통해 수행될 수 있다. 1840에서, 인터리빙된 신호는 인터리빙된 신호의 적어도 하나의 패킷을 획득하기 위해 패킷화될 수 있다. 1850에서, 인터리빙된 신호의 적어도 하나의 패킷은 무선 채널을 통해 전송될 수 있다.
1860에서, 무선 채널을 통해 전송되는 적어도 하나의 패킷이 수신될 수 있다. 1870에서, 전송 동안 변질되거나 또는 손실되는 패킷들의 인덱스들이 식별될 수 있다. 이러한 인덱스들은 그 다음에 전송된 신호의 원래 샘플들을 재구성하기 위해 그 다음에 사용될 수 있다. 1880에서, 수신된 신호는 디-인터리빙된 신호를 획득하기 위해 디-인터리빙될 수 있다. 최종적으로, 1890에서, 디-인터리빙된 신호는 전송된 신호의 원래 샘플들을 추정하기 위해 예를 들어, MP 알고리즘을 사용함으로써 처리될 수 있다.
도 16에 도시된 CS-PLC 방식(1600)에 비하여 주요한 차이는 프리코딩이 n·P 샘플들 대신에 P ECG 샘플들에 대하여 이제 수행될 수 있고, 이는 n2의 인자에 의해 프리코딩 복잡도를 감소시킬 수 있다는 것이다. 이는 n·P 샘플들의 길이에 걸쳐 프리코딩된 데이터의 샘플-레벨 인터리빙에 의해 후속될 수 있다. 비록 원래 ECG 데이터가 도 16으로부터의 CS-PLC 방식(1600)에 비하여 더 짧은 듀레이션들을 통해 프리코딩될 수 있지만, 인터리빙 단계(1830)는 더 긴 듀레이션에 걸쳐 신호 정보를 확산하는 것을 허용할 수 있다. 인터리빙 처리는 버스티 채널 에러들의 처리를 용이하게 할 수 있다(즉, 시퀀스에서 다수의 패킷들을 손실하는 것). 또한, 파라미터들(USR, n, K 및 H)이 센서 수명 및 재구성 신뢰도 사이의 최적 트레이드-오프를 달성하기 위해 수신기에서 H c,
Figure 112012083054614-pat00043
및
Figure 112012083054614-pat00044
의 관찰된 값들에 기반하여 적응될 수 있음이 주목될 수 있다.
제안된 CS-PLC 방식은 재전송-기반 접근과 비교될 수 있고, 여기서, k-1까지의 재전송 시도들은 수신기에서 성공적으로 수신되지 않는 패킷들에서 이루어질 수 있다. 그러므로, k-1은 데이터가 송신기로부터 오직 한번 전송될 수 있음을 표시하고, 패킷이 드롭되면, 그 다음에 대응하는 신호 위치들은 수신기에 의해 0으로 설정될 수 있다. 재전송은 순방향 에러 정정(FEC)에 비하여 더 적은 대역폭 페널티를 가질 수 있지만, 패킷들이 송신기에서 버퍼링될 필요가 있기 때문에, 고려가능한 복잡도를 희생할 수 있다. 그러므로, 시스템 레이턴시는 클 수 있고, 왕복 시간(RTT)에 비례한다. 이러한 이유들에 대하여, CS-PLC 접근은 낮은 전력 센서들에 대하여 FEC 및 재전송-기반 접근들을 통해 바람직할 수 있다.
상기 논의된 다양한 PCL 방식들의 양적인 비교들은 패킷 손실 레이트에 관하여 표시된다. 이 패킷 손실 레이트는 채널 조건들, 혼잡 등의 표시일 수 있고, 패킷들이 전송 동안 드롭되는 레이트를 표시할 수 있다. 패킷 손실 레이트는 0 및 1 사이에서 경계지어질 수 있고, 0은 채널이 깨끗함을 표시할 수 이쏙, 1은 채널이 완전히 신뢰가능하지 않음을 표시할 수 있다. 본 개시물에 제시되는 모든 비교들은 20000 몬테-카를로 채널 실현들을 통해 평균화된다.
PLC 방식들의 성능은
Figure 112012083054614-pat00045
로서 정의된 정규화된 RMSE에 관하여 먼저 평가된다. 텀
Figure 112012083054614-pat00046
은 ECG 신호들(x) 및 상이한 채널 구현들 Hc의 다양한 구현들을 통해 몬테-카를로 평균을 사용하는 기대 연산자를 나타낸다. ECG 신호 구현들(x)은 125Hz에서 샘플링된 MIMIC 데이터베이스로부터 취해질 수 있다.
도 19는 파라미터(n)의 상이한 값들에 대하여 CS-PLC 방식의 정규화된 RMSE 성능을 비교한다. K의 값은 각 제시된 양적 분석에 대하여 패킷 당 20개의 샘플들로 설정된다. n의 고려되는 예시적인 값들은 각각 0.8, 1.6 및 2.4 초들의 레이턴시들에 대응하는 5, 10 및 20이다. 정규화된 RMSE는 증가하는 패킷 손실 레이트를 이용하여 저하할 수 있음이 도 19로부터 관찰될 수 있다. 이는 더 높은 패킷 손실 레이트들이
Figure 112012083054614-pat00047
를 추정하기 위해 수신기에서 이용가능한 신뢰가능한 데이터의 감소된 양을 암시할 수 있기 때문에 예상될 수 있다. 또한, 정규화된 RMSE 성능은 패킷들의 증가하는 수(n)를 이용하여 향상시킬 수 있음이 주목될 수 있다. 더 높은 n을 이용하여, 희소성은 더 긴 ECG 듀레이션을 통해 강화될 수 있고, 그러므로, 재구성 신뢰도가 향상될 수 있다.
도 20은 네 개의 패킷들이 무선 채널에 의해 드롭되었을 때 수신기에서 예시적인 신호 재구성을 도시한다. 이 특정 실시예에서, n은 15개의 패킷들로 설정된다. 커브(2010)는 원래 신호를 나타낸다. 커브(2020)는 k-전송 방식을 나타내고, 여기서, k=1(즉, 단일 전송) 및 커브(2030)는 CS-PLC 기반 신호 추정을 나타낸다. 커브(2020)에 대응하는 1-전송 방식에서 수반되는 패킷 손실 보상이 존재하지 않는다, 즉, 패킷이 손실되는 경우 그다음에 0들은 수신기에서 적절한 신호 위치에서 대체될 수 있다. 1-전송 방식을 이용하여, 두 개의 ECG 피크들은 이 특정 실시예에서 손실될 수 있는 반면, CS-PLC를 사용하여, 완전한 ECG 신호는 높은 신뢰도로 추정될 수 있다. 또한, 중요한 위치들에서 신호 콘텐츠를 손실하는 것은 연속적인 HR 모니터링과 같은 의료 애플리케이션들에 심각한 영향을 미칠 수 있음이 주목될 것이다.
도 21은 CS-PLC 방식, 인터리빙을 이용하는 CS 및 재전송 방식들의 비교를 도시한다. 커브들(2110 및 2120)은 각각 CS-PLC 및 "CS 및 인터리빙" 방식들을 표시한다. n의 값은 15개의 패킷들로 설정된다. "CS 및 인터리빙" 기술을 사용하여 획득되는 재구성 신뢰도는 CS-PLC 방법에 매우 비슷할 수 있음이 주목될 것이다. 프리코딩이 "CS 및 인터리빙" 방식에서 더 작은 신호 지원(즉, 각 패킷 내에서)을 통해 수행될 수 있지만, 인터리빙 처리는 N개의 샘플들의 길이를 통해 정보를 분산하도록 허용할 수 있다. "CS 및 인터리빙" 기술을 사용하는 주요한 이점은 전형적으로 더 전력-강요된 측일 수 있는, 센서측에서 감소된 프리코딩 복잡도일 수 있다. 도 21에서 커브(2130)는 1-전송 방식을 표시한다. 10-2의 보통 패킷 손실 레이트에서 1-전송 방법은 CS-PLC 방식에 비하여 RMSE 성능에 관하여 약 5배 열악하게 수행할 수 있음이 주목될 수 있다.
이전에 제안된 샘플-레벨 인터리빙은 1-전송 방식에서 이용될 수 있다. 인터리빙을 이용하여, 1-전송 방법은 10-2의 패킷 손실 레이트에 대하여 CS-PLC에 비하여 오직 3배 더 열악하게 수행할 수 있다(즉, 플롯(2140) vs 플롯(2110)). RMSE 성능은 인터리빙이 없는 k-전송 접근에서 k의 상이한 값들에 대하여 제시된다. 커브들(2150, 2160 및 2170)은 각각 k=2, 3, 및 4인 경우들을 나타낸다. 둘 및 셋의 재전송들을 이용하여, 재구성 RMSE의 상당한 양상이 달성될 수 있음이 관찰될 수 있다. 하지만, 이는 센서에서 증가된 전송 대역폭, 엔드-투-엔드 시스템 레이턴시 및 더 높은 프로토콜 복잡도를 희생할 수 있다.
상기 제시된 상이한 PLC 방식들은 심박동수 검출 정확도에 관하여 비교될 수 있다. 이 양은 ECG 신호의 피크들을 정확히 식별하는 레이트로 정의될 수 있다. 100%의 값은 정확한 비트 검출을 표시할 수 있는 반면, 0%의 값은 비트 검출이 없음을 표시할 수 있다. AAMI 표준들에 따라, 비트는 데이터베이스로부터 사전에 이용가능한 주석이 달린 비트 인덱스의 150ms 내에 있는 경우 정확히 검출되는 것으로 고려될 수 있다.
도 22는 본 개시물의 특정 양상들에 따라 다양한 PLC 방식들에 대하여 심박동수 검출 성능 비교들을 도시한다. 도 22에 도시된 몬테-카를로 시뮬레이션들에 대한 가정된 파라미터들은 도 21에 도시된 시뮬레이션들에 대한 것과 동일하다. 도 22에 도시된 시뮬레이션 결과들로부터 여러 관찰들이 존재한다. 우선, 심박동수 검출 레이트는 예상된 바와 같이 증가하는 패킷 손실 레이트를 이용하여 저하할 수 있다. 두 번째로, 성능은 재전송들의 증가하는 수(k)를 이용하여 k-전송 방식들에 대하여 향상할 수 있다. 다시, 이는 증가된 전송 대역폭 및 엔드-투-엔드 시스템 레이턴시를 희생하여 획득될 수 있다. 세 번째로, 제안된 CS-기반 PLC 방식들(즉, 플롯들(2210 및 2220))은 심지어 매우 높은 패킷 손실 레이트들에서도 3-전송 방법보다 우월하게 수행할 수 있다. 0.5의 패킷 손실 레이트에서, CS 및 인터리빙-기반 PLC 방법(즉, 플롯(2220))은 87% 검출 정확도를 달성할 수 있는, 3-전송 방법(즉, 플롯(2260))에 반대로 96% 검출 정확도를 달성할 수 있다. 단일 전송 및 인터리비 없음(즉, 플롯(2230))을 이용하여, 0.5의 패킷 손실 레이트에서 획득되는 검출 정확도는 55%와 동일할 수 있다.
도 23-24는 제안된 CS-PLC 방식을 사용하여 복원된 오디오 신호들의 예시들을 도시한다. CS-PLC 방식이 비-생물 의학적 신호들에 대한 충분히 정확한 추정 결과들을 제공할 수 있음이 관찰될 수 있다.
요약하기 위해, 압축된 감지(CS)의 상이한 애플리케이션들은 헬스케어 및 휘트니스 애플리케이션들에 대하여 바디 영역 네트워크들에서 낮은 전력 및 강건한 센서들에 관하여 본 개시물에서 제안된다. 펄스 산소 농도계 센서 포착 전력은 임상 애플리케이션들에서 자신의 유용성을 타협하지 않으면서 상당히 감소될 수 있다. 특히, CS-기반 포착 접근은 MIMIC 데이터베이스에서 많은 대상들로부터 장기 데이터를 사용하여 나이키스트 샘플링과 비교되고, HR 및 BP 추정은 수용된 정확도 기준을 만족시킬 수 있다.
CS-기반 접근은 수신기에서 부가적인 복잡도를 희생하여 센서들의 수명을 증가시키기 위해 사용될 수 있다. 트레이드오프들은 센서측에서의 언더-샘플링 및 주어진 태스크에 대한 수신기 복잡도 사이에서 나타내어진다. BAN에서 많은 헬스케어 및 휘트니스 애플리케이션들에 대하여, 수신기 복잡도는 현재 모바일 핸드셋들 및 PDA 플랫폼들의 역량들 내에서 좋아질 수 있다. 심박동수 추정과 같은 애플리케이션들은 완전한 재구성이 필요하지 않을 수 있고, 또한 수신기 복잡도를 감소시킬 수 있다. 최종적으로, CS-기반 신호 처리의 이점들은 패킷 손실들이 존재할 때 강건한 통신을 위해 존재한다. 재구성 정확도는 패킷 손실 레이트가 증가함에 따라 적절하게 저하할 수 있음이 도시된다. ECG 신호들이 높은 패킷 손실 레이트 조건들이 존재하는 경우에도, 높은 신뢰도로 복원될 수 있음이 설명될 수 있다. MIMIC 데이터베이스로부터 ECG에 기반하는 제시된 시뮬레이션들은 96%까지의 비트-검출 정확도가 0.5만큼 높은 패킷 레이트들에서도 유지될 수 있음을 설명할 수 있다.
상기 설명된 방법들의 다양한 동작들은 대응하는 기능들을 수행할 수 있는 임의의 적합한 수단에 의해 수행될 수 있다. 수단은 회로, 주문형 집적 회로(ASIC) 또는 프로세서를 비제한적으로 포함하는, 다양한 하드웨어 및/또는 소프트웨어 컴포넌트(들) 및/또는 모듈(들)을 포함할 수 있다. 일반적으로, 도면들에 도시된 동작들이 존재하는 경우, 이러한 동작들은 유사한 참조번호를 가진 대응하는 상대 수단-기능 컴포넌트들을 가질 수 있다. 예를 들어, 도 16, 18, 25 및 28에 도시된 블록들(1610-1680, 1810-1890, 2510-2550 및 2810-2820)은 도 16a, 18a, 25a 및 28a에 도시된 회로 블록들(1610a-1680a, 1810a-1890a, 2510a-2550a 및 2810a-2820a)에 대응한다.
본 명세서에서 사용되는, 용어 "결정하다"는 넓은 다양한 동작들을 내포한다. 예를 들어, "결정하다"는 계산하다, 컴퓨팅하다, 처리하다, 유도하다, 조사하다, 룩업하다(예를 들어, 테이블, 데이터베이스 또는 다른 데이터 구조에서 룩업), 확인하다 등을 포함할 수 있다. 또한, "결정하다"는 수신하다(예를 들어, 정보를 수신), 액세스 하다(예를 들어, 메모리의 데이터에 액세스) 등을 포함할 수 있다. 또한, "결정하다"는 해결하다, 셀렉팅하다, 선택하다, 구축하다 등을 포함할 수 있다.
본 명세서에서 사용된, 아이템들의 리스트 "중 적어도 하나"로 지칭되는 문구는 단일 멤버들을 포함하는 이러한 아이템들의 임의의 조합을 지칭한다. 예시로서, "a, b, 또는 c 중 적어도 하나"는 a, b, c, a-b, a-c, b-c 및 a-b-c를 커버하고자 의도된다.
상기 설명된 방법들의 다양한 동작들은 다양한 하드웨어 및/또는 소프트웨어 컴포넌트(들), 회로들 및/또는 모듈(들)과 같은 동작들을 수행할 수 있는 임의의 적합한 수단에 의해 수행될 수 있다. 일반적으로, 도면들에 도시된 임의의 동작들은 동작들을 수행할 수 있는 대응하는 기능 수단에 의해 수행될 수 있다.
본 개시물과 결합하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들이 범용 프로세서; 디지털 신호 처리기, DSP; 주문형 집적회로, ASIC; 필드 프로그램어블 게이트 어레이, FPGA; 또는 다른 프로그램어블 논리 장치(PLD); 이산 게이트 또는 트랜지스터 논리; 이산 하드웨어 컴포넌트들; 또는 이러한 기능들을 구현하도록 설계된 것들의 조합을 통해 구현 또는 수행될 수 있다. 범용 프로세서는 마이크로 프로세서 일 수 있지만; 대안적 실시예에서, 이러한 프로세서는 기존 프로세서, 제어기, 마이크로 제어기, 또는 상태 머신일 수 있다. 프로세서는 또한 예를 들어, DSP 및 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 결합된 하나 이상의 마이크로 프로세서, 또는 임의의 다른 이러한 구성과 같이 계산 장치들의 조합으로서 구현될 수 있다.
본 개시물과 결합하여 설명된 방법의 단계들 또는 알고리즘은 하드웨어에서, 프로세서에 의해 실행되는 소프트웨어 모듈에서, 또는 이들의 조합에 의해 직접 구현될 수 있다. 소프트웨어 모듈은 공지된 임의의 형태의 저장 매체에 상주할 수 있다. 사용될 수 있는 저장 매체들의 임의의 예시들은 랜덤 액세스 메모리(RAM); 플래쉬 메모리; 판독 전용 메모리(ROM); 전기적 프로그램어블 ROM(EPROM); 전기적 소거가능한 프로그램어블 ROM(EEPROM); 레지스터; 하드디스크; 휴대용 디스크; 콤팩트 디스크 ROM(CD-ROM) 등을 포함한다. 소프트웨어 모듈은 단일 명령 또는 많은 명령들을 포함할 수 있고, 상이한 프로그램들 중에서 다수의 저장 매체들을 통해 여러 상이한 코드 세그먼트들을 통해 분산될 수 있다. 저장 매체는 프로세서가 저장 매체로부터 정보를 판독하고, 저장 매체에 정보를 기록할 수 있도록 프로세서에 커플링될 수 있다. 대안적으로, 저장 매체는 프로세서에 통합될 수 있다.
본 명세서에 개시된 방법들은 설명된 방법을 달성하기 위해 하나 이상의 단계들 또는 동작들을 포함한다. 방법 단계들 및/또는 동작들은 청구범위의 범위로부터 벗어남이 없이 서로 상호교환될 수 있다. 달리 말하면, 단계들 또는 동작들의 특정 순서가 특정되지 않는한, 특정 단계들 및/또는 동작들의 순서 및/또는 사용은 청구항들의 범위로부터 벗어남이 없이 수정될 수 있다.
설명된 기능들은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 임의의 조합으로 구현될 수 있다. 소프트웨어로 구현되는 경우, 기능들은 컴퓨터-판독가능한 매체상에서 하나 이상의 명령들로서 저장될 수 있다. 저장 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 이용가능한 매체들일 수 있다. 제한이 아닌 예시로서, 이러한 컴퓨터-판독가능한 매체들은 RAM, ROM, EEPRO, CD-ROM 또는 다른 광학 디스크 저장소, 자기 디스크 저장소 도는 다른 자기 저장 디바이스들 또는 컴퓨터에 의해 액세스될 수 있고 명령들 또는 데이터 구조들의 형태로 원하는 프로그램 코드를 캐리 또는 저장할 수 있는 임의의 다른 매체를 포함할 수 있다. 여기서 사용되는 disk 및 disc은 컴팩트 disc(CD), 레이저 disc , 광 disc, DVD, 플로피 disk, 및 블루-레이 disc를 포함하며, 여기서 disk는 데이터를 자기적으로 재생하지만, disc은 레이저를 통해 광학적으로 데이터를 재생한다.
그러므로, 특정 양상들은 본 명세서에 제시된 동작들을 수행하기 위해 컴퓨터 프로그램 물건을 포함할 수 있다. 예를 들어, 이러한 컴퓨터 프로그램 물건은 저장된(및/또는 인코딩된) 명령들을 포함하는 컴퓨터 판독가능한 매체를 포함할 수 있고, 명령들은 본 명세서에 설명된 동작들을 수행하기 위해 하나 이상의 프로세서들에 의해 실행가능하다. 특정 양상들에 대하여, 컴퓨터 프로그램 물건은 패키징 매터리얼을 포함할 수 있다.
소프트웨어 또는 명령들은 또한 전송 매체를 통해 전송될 수 있다. 예를 들어, 소프트웨어가 웹사이트, 서버, 또는 다른 원격 소스로부터 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 라인(DSL), 또는 적외선 라디오, 및 마이크로웨이브와 같은 무선 기술들을 통해 전송되는 경우, 이러한 동축 케이블, 광섬유 케이블, 연선, DSL, 또는 적외선 라디오, 및 마이크로웨이브와 같은 무선 기술들이 이러한 매체의 정의 내에 포함될 수 있다.
또한, 본 명세서에 설명된 방법들 및 기술들을 수행하기 위한 모듈들 및/또는 다른 적절한 수단이 다운로드될 수 있고 그리고/또는 적용가능한 액세스 단말 및/또는 액세스 포인트에 의해 달리 획득될 수 있음이 인식되어야 한다. 예를 들어, 이러한 디바이스는 본 명세서에 설명된 방법들을 수행하기 위한 수단의 전달을 용이하게 하기 위해 서버에 커플링될 수 있다. 대안적으로, 본 명세서에 설명된 다양한 방법들은 액세스 단말 및/또는 액세스 포인트가 디바이스에 저장 수단을 커플링 또는 제공 시 다양한 방법들을 획득할 수 있도록 저장 수단(예를 들어, RAM, ROM, CD(compact disc) 또는 플로피 디스크 등과 같은 물리 저장 매체)을 통해 제공될 수 있다. 또한, 디바이스에 본 명세서에 설명된 방법들 및 기술들을 제공하기 위해 임의의 다른 적합한 기술이 이용될 수 있다.
청구항들이 상기 설명된 정확한 구성 및 컴포넌트들로 제한되지 않음이 이해될 것이다. 다양한 수정들, 변경들 및 변형들은 청구항들의 범위로부터 벗어남이 없이 상기 설명된 방법들 및 장치들의 배열, 동작 및 세부사항들에서 이루어질 수 있다.
본 개시물의 무선 디바이스는 무선 디바이스에 의해 전송되거나 또는 무선 디바이스에서 수신되는 신호들에 기반하여 기능들을 수행하는 다양한 컴포넌트들을 포함할 수 있다. 무선 디바이스는 또한 착용가능한 무선 디바이스로 지칭될 수 있다. 일부 양상들에서, 착용가능한 무선 디바이스는 무선 헤드셋 또는 무선 시계를 포함할 수 있다. 예를 들어, 무선 헤드셋은 수신기를 통해 수신되는 데이터에 기반하여 오디오 출력을 제공하도록 적응되는 트랜스듀서를 포함할 수 있다. 무선 시계는 수신기를 통해 수신된 데이터에 기반하여 표시를 제공하도록 적응되는 사용자 인터페이스를 포함할 수 있다. 무선 감지 디바이스는 전송기를 통해 전송될 데이터를 제공하도록 적응되는 센서를 포함할 수 있다.
무선 디바이스는 임의의 적합한 무선 통신 기술에 기반하는 또는 지원하는 하나 이상의 무선 통신 링크들을 통해 통신할 수 있다. 예를 들어, 일부 양상들에서, 무선 디바이스는 네트워크와 연관될 수 있다. 일부 양상들에서, 초-광대역 기술 또는 임의의 다른 적합한 기술을 사용하여 구현되는 개인 영역 네트워크(예를 들어, 약 30 미터들의 무선 커버리지 영역을 지원) 또는 바디 영역 네트워크(예를 들어, 약 10 미터들의 무선 커버리지 영역을 지원)를 포함할 수 있다. 일부 양상들에서, 네트워크는 로컬 영역 네트워크 또는 광역 네트워크를 포함할 수 있다. 무선 디바이스는 예를 들어, CDMA, TDMA, OFDM, OFDMA, 와이맥스 및 와이-파이와 같은 다양한 무선 통신 기술들, 프로토콜들 또는 표준들 중 하나 이상을 지원 또는 사용할 수 있다. 유사하게, 무선 디바이스는 다양한 대응하는 변조 또는 다중화 방식들 중 하나 이상을 지원 또는 사용할 수 있다. 무선 디바이스는 그러므로 상기 또는 다른 무선 통신 기술들을 사용하여 하나 이상의 무선 통신 링크들을 통해 구축 및 통신하기 위해 적절한 컴포넌트들(예를 들어, 무선 인터페이스들)을 포함할 수 있다. 예를 들어, 디바이스는 무선 매체를 통해 통신을 용이하게 하는 다양한 컴포넌트들(예를 들어, 신호 발생기들 및 신호 프로세서들)을 포함할 수 있는 연관된 전송기 및 수신기 컴포넌트들(예를 들어, 전송기(210 또는 302) 및 수신기(212 또는 304))을 가진 무선 트랜시버를 포함할 수 있다.
본 명세서의 교시들은 다양한 장치들(예를 들어, 디바이스들)로 통합될 수 있다(예를 들어, 내에 구현 또는 에 의해 수행). 예를 들어, 본 명세서에서 교시되는 하나 이상의 양상들은 전화(예를 들어, 셀룰러 전화), 개인용 데이터 보조기("PDA") 또는 소위 스마트폰, 엔터테인먼트 디바이스(예를 들어, 음악 및 비디오 재생기들을 포함하는, 휴대용 미디어 디바이스), 헤드셋(예를 들어, 헤드폰들, 이어피스 등), 마이크로폰, 의학용 감지 디바이스(예를 들어, 바이오메트릭 센서, 심박동수 모니터, 보수계, EKG 디바이스, 스마트 붕대 등), 사용자 I/O 디바이스(예를 들어, 시계, 원격 제어, 광 스위치, 키보드, 마우스 등), 환경 감지 디바이스(예를 들어, 타이어 압력 모니터), 의료용 또는 환경 감지 디바이스(예를 들어, 데스크탑, 모바일 컴퓨터 등)로부터 데이터를 수신할 수 있는 모니터링 디바이스, 관심 포인트 디바이스, 청력 보조기, 셋톱 박스, 또는 임의의 다른 적합한 디바이스로 통합될 수 있다. 모니터링 디바이스는 또한 네트워크와의 접속을 통해 상이한 감지 디바이스들로부터 데이터에 대한 액세스를 가질 수 있다.
이러한 디바이스들은 상이한 전력 및 데이터 요건들을 가질 수 있다. 일부 양상들에서, 본 명세서의 교시들은 낮은 전력 애플리케이션들에서 사용하기 위해 적응될 수 있고(예를 들어, 임펄스-기반 시그널링 방식 및 낮은 듀티 사이클 모드들의 사용을 통해) 상대적으로 높은 데이터 레이트들을 포함하는 다양한 데이터 레이트들을 지원할 수 있다(예를 들어, 높은-대역폭 펄스들의 사용을 통해).
일부 양상들에서, 무선 디바이스는 통신 시스템에 대하여 액세스 디바이스(예를 들어, 액세스 포인트)를 포함할 수 있다. 이러한 액세스 디비아스는 예를 들어, 무선 또는 유선 통신 링크를 통해 다른 네트워크(예를 들어, 인터넷과 같은 광역 네트워크 또는 셀룰러 네트워크)에 대한 접속을 제공할 수 있다. 따라서, 액세스 디바이스는 다른 디바이스(예를 들어, 무선 스테이션)가 다른 네트워크 또는 임의의 임의의 다른 기능성에 액세스하도록 할 수 있다. 또한, 디바이스들 중 하나 또는 둘은 휴대가능할 수 있거나 또는 일부 경우들에서 상대적으로 비-휴대가능할 수 있음이 인식되어야 한다. 또한, 무선 디바이스는 또한 적절한 통신 인터페이스를 통해 비-무선 방식으로(예를 들어, 유선 접속을 통해) 정보를 전송 및/또는 수신할 수 있을 수 있음이 인식되어야 한다.

Claims (25)

  1. 신호 처리를 위한 방법으로서,
    다른 장치로부터 전송되는 신호의 샘플들을 장치에서 수신하는 단계;
    상기 다른 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하는 단계; 및
    수정된 그라디언트-투영 기반 희소 재구성(gradient-projection based sparse reconstruction: GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하는 단계
    를 포함하는,
    신호 처리를 위한 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 수정된 GPSR 알고리즘은 가중 인자를 적용하는 것을 포함하고,
    상기 가중 인자는 원래 신호의 추정된 총체 평균(ensemble mean)을 포함하는,
    신호 처리를 위한 방법.
  4. 제 3 항에 있어서,
    상기 총체 평균은 트레이닝 신호들의 세트를 평균함으로써 추정되는,
    신호 처리를 위한 방법.
  5. 제 1 항에 있어서,
    상기 비-균일 샘플링 인스턴스들의 세트를 결정하는 단계는,
    시드(seed)에 따라 상기 비-균일 샘플링 인스턴스들의 세트를 생성하는 단계를 포함하는,
    신호 처리를 위한 방법.
  6. 제 5 항에 있어서,
    상기 시드는 상기 장치를 수반하는 통신 링크의 보안 프로토콜들에서 사용되는 키(key)들에 기반하여 상기 장치에서 생성되는,
    신호 처리를 위한 방법.
  7. 제 6 항에 있어서,
    상기 다른 장치로 상기 시드에 관한 정보를 다시 전송하는 단계를 더 포함하는,
    신호 처리를 위한 방법.
  8. 신호 처리를 위한 장치로서,
    다른 장치로부터 전송되는 신호의 샘플들을 수신하도록 구성되는 수신기;
    상기 다른 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로; 및
    수정된 그라디언트-투영 기반 희소 재구성(GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성되는 재-구성기
    를 포함하는,
    신호 처리를 위한 장치.
  9. 삭제
  10. 제 8 항에 있어서,
    상기 수정된 GPSR 알고리즘은 가중 인자를 적용하는 것을 포함하고,
    상기 가중 인자는 원래 신호의 추정된 총체 평균을 포함하는,
    신호 처리를 위한 장치.
  11. 제 10 항에 있어서,
    상기 총체 평균은 트레이닝 신호들의 세트를 평균함으로써 추정되는,
    신호 처리를 위한 장치.
  12. 제 8 항에 있어서,
    상기 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로는,
    시드에 따라 상기 비-균일 샘플링 인스턴스들의 세트를 생성하도록 구성되는 발생기(generator)를 포함하는,
    신호 처리를 위한 장치.
  13. 제 12 항에 있어서,
    상기 시드는 상기 장치를 수반하는 통신 링크의 보안 프로토콜들에서 사용되는 키들에 기반하여 상기 장치에서 생성되는,
    신호 처리를 위한 장치.
  14. 제 13 항에 있어서,
    상기 다른 장치로 상기 시드에 관한 정보를 다시 전송하도록 구성되는 전송기를 더 포함하는,
    신호 처리를 위한 장치.
  15. 신호 처리를 위한 장치로서,
    다른 장치로부터 전송되는 신호의 샘플들을 수신하기 위한 수단;
    신호가 상기 다른 장치에서 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하기 위한 수단; 및
    수정된 그라디언트-투영 기반 희소 재구성(GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하기 위한 수단
    을 포함하는,
    신호 처리를 위한 장치.
  16. 삭제
  17. 제 15 항에 있어서,
    상기 수정된 GPSR 알고리즘은 가중 인자를 적용하는 것을 포함하고,
    상기 가중 인자는 원래 신호의 추정된 총체 평균을 포함하는,
    신호 처리를 위한 장치.
  18. 제 17 항에 있어서,
    상기 총체 평균은 트레이닝 신호들의 세트를 평균함으로써 추정되는,
    신호 처리를 위한 장치.
  19. 제 15 항에 있어서,
    상기 비-균일 샘플링 인스턴스들의 세트를 결정하기 위한 수단은,
    시드에 따라 상기 비-균일 샘플링 인스턴스들의 세트를 생성하기 위한 수단을 포함하는,
    신호 처리를 위한 장치.
  20. 제 19 항에 있어서,
    상기 시드는 상기 장치를 수반하는 통신 링크의 보안 프로토콜들에서 사용되는 키들에 기반하여 상기 장치에서 생성되는,
    신호 처리를 위한 장치.
  21. 제 20 항에 있어서,
    상기 다른 장치로 상기 시드에 관한 정보를 다시 전송하기 위한 수단을 더 포함하는,
    신호 처리를 위한 장치.
  22. 신호 처리를 위한 컴퓨터-판독가능 매체로서,
    상기 컴퓨터-판독가능 매체는 이하의 동작들을 수행하도록 실행가능한 명령들을 포함하며, 상기 동작들은,
    장치로부터 전송되는 신호의 샘플들을 수신하고;
    신호가 상기 장치에서 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하고; 그리고
    수정된 그라디언트-투영 기반 희소 재구성(GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하는,
    신호 처리를 위한 컴퓨터-판독가능 매체.
  23. 헤드셋으로서,
    장치로부터 전송된 신호의 샘플들을 수신하도록 구성되는 수신기;
    상기 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로;
    수정된 그라디언트-투영 기반 희소 재구성(GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성되는 재-구성기; 및
    상기 재구성된 신호에 기반하여 오디오 출력을 제공하도록 구성된 트랜스듀서를 포함하는,
    헤드셋.
  24. 시계로서,
    장치로부터 전송된 신호의 샘플들을 수신하도록 구성되는 수신기;
    상기 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성된 회로;
    수정된 그라디언트-투영 기반 희소 재구성(GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성된 재-구성기; 및
    상기 재구성된 신호에 기반하여 표시(indication)를 제공하도록 구성된 사용자 인터페이스를 포함하는,
    시계.
  25. 모니터링 디바이스로서,
    커넥터;
    장치로부터 전송된 신호의 샘플들을 상기 커넥터를 통해 수신하도록 구성되는 수신기;
    상기 장치에서 신호가 샘플링되었던 비-균일 샘플링 인스턴스들의 세트를 결정하도록 구성되는 회로;
    수정된 그라디언트-투영 기반 희소 재구성(GPSR) 알고리즘에 따라 상기 결정된 비-균일 샘플링 인스턴스들의 세트를 사용하여 상기 수신된 샘플들로부터 상기 신호를 재구성하도록 구성되는 재-구성기; 및
    상기 재구성된 신호에 기반하여 표시를 제공하도록 구성된 사용자 인터페이스를 포함하는,
    모니터링 디바이스.
KR1020127026758A 2008-09-26 2009-09-25 광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법 KR101271577B1 (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US10065408P 2008-09-26 2008-09-26
US61/100,654 2008-09-26
US10105608P 2008-09-29 2008-09-29
US61/101,056 2008-09-29
US12/512,480 2009-07-30
US12/512,480 US10213164B2 (en) 2008-09-26 2009-07-30 Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver
PCT/US2009/058383 WO2010036894A2 (en) 2008-09-26 2009-09-25 Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (ppg) data and reconstruction of full band ppg data at the receiver

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020117009532A Division KR101271574B1 (ko) 2008-09-26 2009-09-25 광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법

Publications (2)

Publication Number Publication Date
KR20120123158A KR20120123158A (ko) 2012-11-07
KR101271577B1 true KR101271577B1 (ko) 2013-07-30

Family

ID=42058357

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020127026758A KR101271577B1 (ko) 2008-09-26 2009-09-25 광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법
KR1020117009532A KR101271574B1 (ko) 2008-09-26 2009-09-25 광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020117009532A KR101271574B1 (ko) 2008-09-26 2009-09-25 광전용적맥파(ｐｐｇ)의 언더-샘플링된 포착 및 전송 및 수신기에서 풀 대역 ｐｐｇ 데이터의 재구성을 위한 방법

Country Status (7)

Country Link
US (3) US10213164B2 (ko)
EP (2) EP3672084A1 (ko)
JP (1) JP5415544B2 (ko)
KR (2) KR101271577B1 (ko)
CN (1) CN102165698B (ko)
TW (1) TW201110569A (ko)
WO (1) WO2010036894A2 (ko)

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9131892B2 (en) 2006-07-25 2015-09-15 Gal Markel Wearable items providing physiological, environmental and situational parameter monitoring
US10213164B2 (en) * 2008-09-26 2019-02-26 Qualcomm Incorporated Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver
US8787186B2 (en) 2008-12-12 2014-07-22 Blackberry Limited Mobility in a distributed antenna system
US8693597B2 (en) * 2008-12-12 2014-04-08 Blackberry Limited Sensor-based wireless communication systems using compressive sampling
US8644244B2 (en) * 2008-12-12 2014-02-04 Research In Motion Limited Sensor-based wireless communication systems using compressive sampling
US20100290395A1 (en) * 2009-04-15 2010-11-18 Research In Motion Ltd Sensor-based wireless communication systems using compressive sampling
US7916052B2 (en) * 2009-07-13 2011-03-29 L3 Communications Integrated Systems, L.P. Compressed sensing characterization system and method
US20110134906A1 (en) * 2009-12-03 2011-06-09 Qualcomm Incorporated Method and apparatus for distributed processing for wireless sensors
US20120130645A1 (en) * 2010-06-30 2012-05-24 Qualcomm Incorporated Method and apparatus for measuring body impedance based on baseband signal detection
US9294179B2 (en) 2012-02-07 2016-03-22 Google Technology Holdings LLC Gain normalization correction of PMI and COI feedback for base station with antenna array
US9253857B2 (en) 2012-03-05 2016-02-02 Empire Technology Development Llc Integrated occupancy and ambient light sensors
KR101311279B1 (ko) * 2012-06-25 2013-09-25 인텔렉추얼디스커버리 주식회사 Ｅｃｇ 신호 검출 시스템 및 방법
WO2014110176A1 (en) * 2013-01-08 2014-07-17 Fastert Steven Application for monitoring a property of a surface
CN103107815B (zh) * 2013-01-09 2016-03-02 华为技术有限公司 一种信号重建方法及设备
US9351688B2 (en) * 2013-01-29 2016-05-31 Covidien Lp Low power monitoring systems and method
US8774338B1 (en) * 2013-02-13 2014-07-08 Lookout, Inc. Method and system for providing a bit string on electronic devices
US10052038B2 (en) * 2013-03-14 2018-08-21 Koninklijke Philips N.V. Device and method for determining vital signs of a subject
US9642543B2 (en) 2013-05-23 2017-05-09 Arizona Board Of Regents Systems and methods for model-based non-contact physiological data acquisition
CN103347268B (zh) * 2013-06-05 2016-03-30 杭州电子科技大学 认知传感器网络中基于能量有效性观测的自适应压缩重构方法
GB2516865A (en) * 2013-08-02 2015-02-11 Nokia Corp Method, apparatus and computer program product for activity recognition
CN103781116B (zh) * 2013-11-01 2017-02-15 上海交通大学 一种基于分布式存储的无线传感网的数据融合方法
US9626521B2 (en) 2014-04-16 2017-04-18 Arizona Board Of Regents On Behalf Of Arizona State University Physiological signal-based encryption and EHR management
CN104682964B (zh) * 2015-03-15 2017-10-24 西安电子科技大学 一种半确定压缩感知测量矩阵的构造方法
WO2017001249A1 (en) * 2015-06-30 2017-01-05 Koninklijke Philips N.V. A sensor system and method which makes use of multiple ppg sensors
KR102486700B1 (ko) * 2015-08-11 2023-01-11 삼성전자주식회사 혈압 추정 방법 및 장치
CN105430347A (zh) * 2015-11-30 2016-03-23 燕山大学 一种基于压缩感知的无线传感器图像采集传输系统
WO2017100649A1 (en) * 2015-12-09 2017-06-15 Lawrence Livermore National Security, Llc Implantable neuromodulation system for closed-loop stimulation and recording simultaneously at multiple brain sets
KR102454895B1 (ko) * 2015-12-14 2022-10-14 삼성전자주식회사 연속적인 생체 신호 모니터링 방법 및 시스템
US10608780B2 (en) * 2016-02-02 2020-03-31 Massachusetts Institute Of Technology Methods, apparatus and systems for transmission and reception of sparse signals in wireless sensor networks
US10667690B2 (en) * 2016-04-02 2020-06-02 Intel Corporation Compressive sensing sparse sampling photoplethysmogram (PPG) measurement
US10128897B2 (en) * 2016-05-26 2018-11-13 Huawei Technologies Co., Ltd. Two-phase transmission for machine-type communication
CN106037706A (zh) * 2016-07-11 2016-10-26 天津大学 一种基于光电容积法的心率监测可穿戴设备及监测方法
US9986069B2 (en) 2016-09-28 2018-05-29 Intel Corporation Devices and methods to compress sensor data
JP2018068428A (ja) * 2016-10-25 2018-05-10 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
US10020930B2 (en) * 2016-11-04 2018-07-10 Commissariat A L'energie Atomique Et Aux Energies Alternatives Method of non-uniform wavelet bandpass sampling
US20190274560A1 (en) * 2016-11-10 2019-09-12 ContinUse Biometrics Ltd. System and method for monitoring periodic signals
US11841424B2 (en) * 2017-11-28 2023-12-12 Texas Instruments Incorporated Methods and electronic device for dynamic distance measurements
CN108259095B (zh) * 2018-01-29 2020-10-27 中国科学技术大学 联合sfft与coa的无线传感器网络部署结构及频谱重建方法
CN108802687A (zh) * 2018-06-25 2018-11-13 大连大学 混响房间内分布式麦克风阵列多声源定位方法
US11463522B1 (en) * 2019-07-31 2022-10-04 United Services Automobile Association (Usaa) System and method for efficiently transmitting signals with repeating structures
CN110623651B (zh) * 2019-09-25 2020-11-27 江苏盖睿健康科技有限公司 一种对袖带压力振荡波的测量数据处理方法及装置
EP3829138A1 (en) * 2019-11-28 2021-06-02 Bayer AG A data processing method and system
CN113069089B (zh) * 2020-01-06 2022-08-26 华为技术有限公司 电子设备
CN111443641B (zh) * 2020-04-20 2021-03-02 英华达（上海）科技有限公司 采样率校正方法、系统、设备及存储介质
US11790385B2 (en) * 2021-04-13 2023-10-17 S&P Global Inc. ESG forecasting
US11488075B1 (en) * 2021-04-13 2022-11-01 S&P Global Inc. ESG supply chain forecasting
US20220414560A1 (en) * 2021-06-10 2022-12-29 Impact Cubed Limited, a Registered Private Company of the Bailiwick of JERSEY System and Method for Performing Environmental, Social, and Governance (ESG) Rating Across Multiple Asset Classes
GB2619737A (en) * 2022-06-14 2023-12-20 Univ Essex Body sensor network

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4869262A (en) * 1987-02-02 1989-09-26 Pulse Time Products Limited Device for displaying blood pressure
US5511553A (en) * 1989-02-15 1996-04-30 Segalowitz; Jacob Device-system and method for monitoring multiple physiological parameters (MMPP) continuously and simultaneously
JPH08317912A (ja) 1995-03-23 1996-12-03 Seiko Instr Inc 脈拍計
JPH10209821A (ja) * 1996-12-05 1998-08-07 Texas Instr Inc <Ti> ランダムノイズ発生器及び発生方法
US7996187B2 (en) * 2005-02-16 2011-08-09 Card Guard Scientific Survival Ltd. Method and system for health monitoring
US20020052539A1 (en) * 1999-07-07 2002-05-02 Markus Haller System and method for emergency communication between an implantable medical device and a remote computer system or health care provider
US7051203B1 (en) * 1999-11-08 2006-05-23 International Business Machines Corporation Data watermarks created by using an uneven sampling period
DE10040988A1 (de) * 2000-08-22 2002-03-21 Evotec Biosystems Ag Verfahren und Vorrichtung zum Messen chemischer und/oder biologischer Proben
DE60136387D1 (de) 2000-12-29 2008-12-11 Ares Medical Inc Risikobewertung von schlafapnoe
EP1297784B8 (en) 2001-09-28 2011-01-12 CSEM Centre Suisse d'Electronique et de Microtechnique SA - Recherche et Développement Method and device for pulse rate detection
EP1485015A1 (en) 2002-02-22 2004-12-15 Datex-Ohmeda, Inc. Cepstral domain pulse oximetry
ES2290487T3 (es) * 2002-09-20 2008-02-16 Queen's University At Kingston Deteccion de moleculas biologicas por segmentacion diferencial de sustratos y productos enzimaticos.
JP3696209B2 (ja) * 2003-01-29 2005-09-14 株式会社東芝 シード生成回路、乱数生成回路、半導体集積回路、ｉｃカード及び情報端末機器
KR100571811B1 (ko) 2003-05-09 2006-04-17 삼성전자주식회사 귀속형 생체 신호 측정 장치
US7158899B2 (en) * 2003-09-25 2007-01-02 Logicvision, Inc. Circuit and method for measuring jitter of high speed signals
CA2556331A1 (en) * 2004-02-17 2005-09-29 Therasense, Inc. Method and system for providing data communication in continuous glucose monitoring and management system
EP1596219A1 (en) * 2004-05-13 2005-11-16 Mitsubishi Electric Information Technology Centre Europe B.V. Signal processing circuit for time delay determination
US7091894B2 (en) * 2004-06-12 2006-08-15 L-3 Integrated Systems Company Systems and methods for analog to digital conversion
JP4579618B2 (ja) * 2004-08-16 2010-11-10 ビットワレット株式会社 決済サーバ及び決済依頼サーバ
US20060239336A1 (en) * 2005-04-21 2006-10-26 Baraniuk Richard G Method and Apparatus for Compressive Imaging Device
JP2007075372A (ja) 2005-09-14 2007-03-29 Mitsuba Corp 生体信号監視装置
US7436912B2 (en) * 2005-10-11 2008-10-14 L-3 Communications Integrated Systems L.P. Nyquist folded bandpass sampling receivers and related methods
WO2007050593A2 (en) * 2005-10-25 2007-05-03 William Marsh Rice University Method and apparatus for signal detection, classification, and estimation from compressive measurements
US7729889B2 (en) * 2005-11-15 2010-06-01 Agilent Technologies, Inc. Random sample timing method and system using same
JP4714025B2 (ja) 2006-01-06 2011-06-29 株式会社日立製作所 センサノード、基地局、センサネット及びセンシングデータの送信方法
US9133506B2 (en) * 2006-01-10 2015-09-15 Applied Spectral Imaging Ltd. Methods and systems for analyzing biological samples
US7403875B2 (en) * 2006-04-12 2008-07-22 Infineon Technologies Ag System for reconstruction of non-uniformly sampled signals
EP2049013B1 (en) * 2006-07-29 2013-09-11 Cardicell Ltd. Device for mobile electrocardiogram recording
WO2008020835A1 (en) 2006-08-15 2008-02-21 Otis Elevator Company Elevator machine brake with integrated bearing and brake surface
US7878030B2 (en) * 2006-10-27 2011-02-01 Textronics, Inc. Wearable article with band portion adapted to include textile-based electrodes and method of making such article
US20080104163A1 (en) * 2006-10-30 2008-05-01 Barford Lee A Non-Uniform Sampling To Avoid Aliasing
KR100843081B1 (ko) * 2006-12-06 2008-07-02 삼성전자주식회사 보안 제공 시스템 및 방법
US8147416B2 (en) * 2007-08-31 2012-04-03 Pacesetter, Inc. Implantable systemic blood pressure measurement systems and methods
US8218496B2 (en) * 2007-10-26 2012-07-10 Texas Instruments Incorporated Random access cyclic prefix dimensioning in wireless networks
US7916303B2 (en) * 2007-11-13 2011-03-29 Optoplan As Non-uniform sampling to extend dynamic range of interferometric sensors
KR100956795B1 (ko) * 2007-12-14 2010-05-11 한국전자통신연구원 생체 신호 측정 장치
US8213554B2 (en) * 2008-01-29 2012-07-03 Qualcomm Incorporated Sparse sampling of signal innovations
US8843069B2 (en) * 2008-02-01 2014-09-23 Qualcomm Incorporated Interference reduction request in a wireless communication system
US7949389B2 (en) * 2008-04-15 2011-05-24 Tufts Medical Center, Inc. Fetal ECG monitoring
DE102008032735A1 (de) 2008-07-11 2010-01-14 Forschungszentrum Karlsruhe Gmbh Verfahren zur Digitalisierung analoger Signale und Rekonstruktion des jeweiligen Signals daraus sowie Signalverarbeitungsstrecke zur Durchführung des Verfahrens
US8265098B2 (en) * 2008-07-11 2012-09-11 Qualcomm Incorporated Flash position signaling: multiplexing and interference management
US20100081946A1 (en) * 2008-09-26 2010-04-01 Qualcomm Incorporated Method and apparatus for non-invasive cuff-less blood pressure estimation using pulse arrival time and heart rate with adaptive calibration
US10213164B2 (en) * 2008-09-26 2019-02-26 Qualcomm Incorporated Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver
US8644244B2 (en) * 2008-12-12 2014-02-04 Research In Motion Limited Sensor-based wireless communication systems using compressive sampling
JP5406315B2 (ja) * 2009-02-27 2014-02-05 イカノス テクノロジー リミテッド 自己誘導遠端クロストークを緩和するためのシステムおよび方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JASON LASKA et al., ‘Random Sampling for Analog-to-Information Conversion of Wideband Signals’, Design, Applications, Integration and Software, 2006 IEEE DALLAS/CAS Workshop, 2006.10.01
JASON LASKA et al., 'Random Sampling for Analog-to-Information Conversion of Wideband Signals', Design, Applications, Integration and Software, 2006 IEEE DALLAS/CAS Workshop, 2006.10.01 *

Also Published As

Publication number Publication date
CN102165698B (zh) 2014-08-13
TW201110569A (en) 2011-03-16
JP2012504022A (ja) 2012-02-16
WO2010036894A3 (en) 2010-07-08
KR20120123158A (ko) 2012-11-07
US11819343B2 (en) 2023-11-21
US20100082302A1 (en) 2010-04-01
US10939873B2 (en) 2021-03-09
WO2010036894A2 (en) 2010-04-01
KR20110076971A (ko) 2011-07-06
US10213164B2 (en) 2019-02-26
JP5415544B2 (ja) 2014-02-12
CN102165698A (zh) 2011-08-24
US20190125271A1 (en) 2019-05-02
US20210169426A1 (en) 2021-06-10
EP3672084A1 (en) 2020-06-24
EP2345165A2 (en) 2011-07-20
KR101271574B1 (ko) 2013-07-30

Similar Documents

Publication Publication Date Title
US11819343B2 (en) Wearable system for capturing and transmitting biomedical signals
US20100246651A1 (en) Packet loss mitigation in transmission of biomedical signals for healthcare and fitness applications
US10045293B2 (en) Method and apparatus for distributed processing for wireless sensors
EP2475293B1 (en) Method and apparatus for artifacts mitigation with multiple wireless sensors
US9356731B2 (en) Method and apparatus for low complexity compression of signals employing differential operation for transient segment detection
US9658825B2 (en) Method and apparatus for processing and reconstructing data

Legal Events

Date Code Title Description
A107 Divisional application of patent
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: 20160330

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170330

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20180329

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190327

Year of fee payment: 7