KR101317798B1 - 다수의 무선 센서들을 이용한 아티팩트들의 완화를 위한 방법 및 장치 - Google Patents
다수의 무선 센서들을 이용한 아티팩트들의 완화를 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR101317798B1 KR101317798B1 KR1020127009267A KR20127009267A KR101317798B1 KR 101317798 B1 KR101317798 B1 KR 101317798B1 KR 1020127009267 A KR1020127009267 A KR 1020127009267A KR 20127009267 A KR20127009267 A KR 20127009267A KR 101317798 B1 KR101317798 B1 KR 101317798B1
- Authority
- KR
- South Korea
- Prior art keywords
- signal
- motion information
- samples
- signal processing
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 100
- 230000000116 mitigating effect Effects 0.000 title abstract description 6
- 230000033001 locomotion Effects 0.000 claims abstract description 128
- 238000012545 processing Methods 0.000 claims description 77
- 238000005070 sampling Methods 0.000 claims description 55
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000005286 illumination Methods 0.000 claims description 15
- 238000012986 modification Methods 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 10
- 239000008280 blood Substances 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000001413 cellular effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 235000016936 Dendrocalamus strictus Nutrition 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 229910021607 Silver chloride Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication 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
-
- 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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/24—Radio transmission systems, i.e. using radiation field for communication between two or more posts
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
- A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
-
- 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
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)
- Cardiology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- External Artificial Organs (AREA)
Abstract
본 개시의 특정 양상들은 인체 영역 네트워크에서 생물 물리학적 신호들의 아티팩트들을 완화하기 위한 기술에 관한 것이다. (신체의 움직임 정보를 포함하는) 다수의 센서들로부터의 정보가 아티팩트들의 완화에 이용될 수 있다. 인체 영역 네트워크의 생물 물리학적 신호들은 압축 감지될 수 있다.
Description
본 특허 출원은 2009년 9월 11일자 제출된 가출원 61/241,851호의 이익을 주장하며, 이는 본원의 양수인에게 양도되었고 이로써 본원에 명백히 참조로 포함된다.
본 개시의 특정 양상들은 일반적으로 무선 인체 영역 네트워크(body area network)들에서의 신호 처리에 관한 것으로, 보다 구체적으로는 다수의 무선 센서들을 이용함으로써 아티팩트들을 완화하기 위한 방법 및 장치에 관한 것이다.
인체로부터의 생물 물리학적(biophysical) 신호들은 심전도(ECG: electro-cardiogram) 신호들을 감지하기 위한 Ag/AgCl 전극들, 혈중 산소(blood oxygenation)(SpO2)를 감지하기 위한 펄스 산소 농도계(pulse oximeter)들, 신체 활동을 감지하기 위한 3D 가속도계(3D-accelerometer)들과 같은 미세 전자 기계(MEM: micro-electro-mechanical) 디바이스들 등과 같은 다양한 센서들을 사용함으로써 감지될 수 있다. 그 다음에, 이러한 신호들은 광역 네트워크(WAN: Wide Area Network)들에 대한 접속성을 갖는 신체 부착형(body worn) 게이트웨이 디바이스에 무선으로 전송될 수 있다. 자동 프로그램들 및/또는 의료인(healthcare provider)들이 이러한 생물 물리학적 신호들로부터의 바이탈 사인(vital sign)들을 해석하고, 사용자에게 피드백을 제공하거나 적절히 치료에 개입하는 것이 가능할 수 있다. 이러한 애플리케이션들에서, 감지 및 송신 아티팩트들은 정확한 해석을 방해할 수 있기 때문에, 신호들에는 이러한 아티팩트들이 없는 것이 유리하다.
아티팩트 검출 및 제거를 수행하는 알고리즘이 기술분야에 존재한다. 이러한 알고리즘들은 모두 생물 물리학적 신호들에서 이상을 감지하고 특정 시간-주파수 도메인 동작들을 수행하여 아티팩트들의 영향을 완화한다. 그러나 아티팩트들은 압축 감지(CS: compressed sensing) 공간이 아니라 신호 공간에서 직접 제거된다. CS는 더 낮은 구현 복잡도를 제공할 수 있는 한편, 신호 해석의 정확도가 향상될 수 있다. 예를 들어, CS 포착은 움직임 및 잡음으로부터 발생하는 고주파 성분들로 인한 에일리어싱(aliasing)을 일으키지 않을 수도 있다.
특정 양상들은 신호 처리를 위한 방법을 제공한다. 상기 방법은 일반적으로, 랜덤 시드(seed)에 따라 샘플링 인스턴스(instance)들을 생성하는 단계, 움직임 정보를 감지하는 단계, 상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하는 단계, 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하는 단계, 및 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하는 단계를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로, 랜덤 시드에 따라 샘플링 인스턴스들을 생성하도록 구성된 제 1 회로, 움직임 정보를 감지하도록 구성된 센서, 상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하도록 구성된 다른 센서, 및 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하도록 구성된 제 2 회로를 포함하며, 상기 다른 센서는 또한 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하도록 구성된다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로, 랜덤 시드에 따라 샘플링 인스턴스들을 생성하기 위한 수단, 움직임 정보를 감지하기 위한 수단, 상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하기 위한 수단, 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하기 위한 수단, 및 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하기 위한 수단을 포함한다.
특정 양상들은 신호 처리를 위한 컴퓨터 프로그램 물건을 제공한다. 상기 컴퓨터 프로그램 물건은 랜덤 시드에 따라 샘플링 인스턴스들을 생성하고, 움직임 정보를 감지하고, 상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하고, 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하고, 그리고 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하도록 실행 가능한 명령들을 포함하는 컴퓨터 판독 가능 매체를 포함한다.
특정 양상들은 감지 디바이스를 제공한다. 상기 감지 디바이스는 일반적으로, 랜덤 시드에 따라 샘플링 인스턴스들을 생성하도록 구성된 제 1 회로, 움직임 정보를 감지하도록 구성된 센서, 상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하도록 구성된 다른 센서, 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하도록 구성된 제 2 회로 ― 상기 다른 센서는 또한 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하도록 구성됨 ―, 및 상기 감지된 제 2 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 전송하도록 구성된 송신기를 포함한다.
특정 양상들은 신호 처리를 위한 방법을 제공한다. 상기 방법은 일반적으로, 움직임 정보 및 신호의 샘플들을 수신하는 단계, 희소성 베이시스(sparsity basis) 및 감지 행렬을 생성하는 단계, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소(sparse) 공간 계수를 결정하는 단계, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하는 단계, 및 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하는 단계를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로, 움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기, 희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로, 및 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기를 포함한다.
특정 양상들은 신호 처리를 위한 장치를 제공한다. 상기 장치는 일반적으로, 움직임 정보 및 신호의 샘플들을 수신하기 위한 수단, 희소성 베이시스 및 감지 행렬을 생성하기 위한 수단, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하기 위한 수단, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하기 위한 수단, 및 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하기 위한 수단을 포함한다.
특정 양상들은 신호 처리를 위한 컴퓨터 프로그램 물건을 제공한다. 상기 컴퓨터 프로그램 물건은 움직임 정보 및 신호의 샘플들을 수신하고, 희소성 베이시스 및 감지 행렬을 생성하고, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하고, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하고, 그리고 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 실행 가능한 명령들을 포함하는 컴퓨터 판독 가능 매체를 포함한다.
특정 양상들은 헤드셋을 제공한다. 상기 헤드셋은 일반적으로, 움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기, 희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로, 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기, 및 상기 결정된 하나 이상의 다른 신호들을 기초로 표시를 제공하도록 구성된 트랜스듀서(transducer)를 포함한다.
특정 양상들은 시계를 제공한다. 상기 시계는 일반적으로, 움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기, 희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로, 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기, 및 상기 결정된 하나 이상의 다른 신호들을 기초로 표시를 제공하도록 구성된 사용자 인터페이스를 포함한다.
특정 양상들은 모니터링 디바이스를 제공한다. 상기 모니터링 디바이스는 일반적으로, 접속기, 상기 접속기를 통해 움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기, 희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로, 상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터, 상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로, 상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기, 및 상기 결정된 하나 이상의 다른 신호들을 기초로 오디오 출력을 제공하도록 구성된 사용자 인터페이스를 포함한다.
본 개시의 상기의 언급된 특징들이 상세히 이해될 수 있도록, 상기에 간단히 요약된 보다 구체적인 설명이 양상들을 참조로 이루어질 수 있으며, 양상들 중 일부는 첨부 도면들에서 설명된다. 그러나 이 설명은 동등하게 유효한 다른 양상들에 적용될 수 있으므로, 첨부 도면들은 본 개시의 대표적인 특정 양상들만을 설명하며, 따라서 그 범위의 한정으로 간주되지 않아야 한다는 점에 유의해야 한다.
도 1은 본 개시의 특정 양상들에 따른 인체 영역 네트워크(BAN)의 예를 나타낸다.
도 2는 본 개시의 특정 양상들에 따른 BAN의 무선 디바이스에 이용될 수 있는 다양한 컴포넌트들을 나타낸다.
도 3은 본 개시의 특정 양상들에 따른 일반적인 펄스 산소 농도계 센서 측의 예와 일반적인 펄스 산소 농도계 디코더 측의 예를 나타낸다.
도 4는 본 개시의 특정 양상들에 따른 다수의 센서들을 구비한 펄스 산소 농도계 센서 측의 예를 나타낸다.
도 5는 본 개시의 특정 양상들에 따른 펄스 산소 농도계 센서 측에서 수행될 수 있는 예시적인 동작들을 나타낸다.
도 5a는 도 5에서 설명된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 나타낸다.
도 6은 본 개시의 특정 양상들에 따른 펄스 산소 농도계 디코더 측의 예를 나타낸다.
도 7은 본 개시의 특정 양상들에 따른 펄스 산소 농도계 디코더 측에서 수행될 수 있는 예시적인 동작들을 나타낸다.
도 7a는 도 7에서 설명된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 나타낸다.
도 1은 본 개시의 특정 양상들에 따른 인체 영역 네트워크(BAN)의 예를 나타낸다.
도 2는 본 개시의 특정 양상들에 따른 BAN의 무선 디바이스에 이용될 수 있는 다양한 컴포넌트들을 나타낸다.
도 3은 본 개시의 특정 양상들에 따른 일반적인 펄스 산소 농도계 센서 측의 예와 일반적인 펄스 산소 농도계 디코더 측의 예를 나타낸다.
도 4는 본 개시의 특정 양상들에 따른 다수의 센서들을 구비한 펄스 산소 농도계 센서 측의 예를 나타낸다.
도 5는 본 개시의 특정 양상들에 따른 펄스 산소 농도계 센서 측에서 수행될 수 있는 예시적인 동작들을 나타낸다.
도 5a는 도 5에서 설명된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 나타낸다.
도 6은 본 개시의 특정 양상들에 따른 펄스 산소 농도계 디코더 측의 예를 나타낸다.
도 7은 본 개시의 특정 양상들에 따른 펄스 산소 농도계 디코더 측에서 수행될 수 있는 예시적인 동작들을 나타낸다.
도 7a는 도 7에서 설명된 동작들을 수행할 수 있는 예시적인 컴포넌트들을 나타낸다.
이하, 첨부 도면들을 참조하여 본 개시의 다양한 양상들이 더 충분히 설명된다. 그러나 본 개시는 많은 다른 형태들로 구현될 수도 있고, 본 개시 전체에 제시되는 어떠한 특정 구조 또는 기능에 국한된 것으로 간주되지 않아야 한다. 오히려, 이러한 양상들은 본 개시가 철저하고 완전해지도록 제공되며, 기술분야에 통상의 지식을 가진 자에게 본 개시의 범위를 충분히 전달할 것이다. 본 명세서의 사상들을 기반으로, 기술분야에 통상의 지식을 가진 자는 여기서 공개되는 개시가 독립적으로 구현되든 아니면 본 개시의 임의의 다른 양상과 결합하여 구현되든, 본 개시의 범위가 본 명세서에서 개시되는 본 개시의 임의의 양상을 커버하는 것으로 의도된다는 점을 인식해야 한다. 예를 들어, 본 명세서에서 제시되는 임의의 수의 양상들을 사용하여 장치가 구현될 수 있거나 방법이 실시될 수 있다. 또한, 본 개시의 범위는 여기서 제시되는 본 개시의 다양한 양상들에 부가하여 또는 그 외에 다른 구조, 기능, 또는 구조와 기능을 사용하여 실시되는 이러한 장치 또는 방법을 커버하는 것으로 의도된다. 여기서 공개되는 개시의 임의의 양상은 청구항의 하나 이상의 엘리먼트들에 의해 구현될 수 있음이 이해되어야 한다.
"예시적인"이라는 단어는 여기서 "예시, 실례 또는 예증으로서 사용되는 것"의 의미로 사용된다. 여기서 "예시적인" 것으로서 설명되는 어떠한 양상도 다른 양상들에 비해 반드시 바람직하거나 유리한 것으로 해석되는 것은 아니다.
여기서는 특정 양상들이 설명되지만, 이러한 양상들의 많은 변형들 및 치환들이 본 개시의 범위 내에 포함된다. 바람직한 양상들의 일부 이익들 및 이점들이 언급되지만, 개시의 범위는 특정 이익들, 용도들 또는 목적들에 국한되는 것으로 의도되지 않는다. 오히려, 개시의 양상들은 다른 무선 기술들, 시스템 구성들, 네트워크들 및 전송 프로토콜들에 폭넓게 적용될 수 있는 것으로 의도되며, 그 일부는 바람직한 양상들의 다음 설명 및 도면들에서 예로서 설명된다. 상세한 설명 및 도면들은 첨부된 청구항들 및 그 등가물들에 의해 정의되는 개시의 범위를 한정하기보다는 오히려 개시의 실례가 될 뿐이다.
예시적인 무선 통신 시스템
여기서 설명되는 기술들은 직교 다중화 방식 및 단일 반송파 송신을 기반으로 하는 통신 시스템들을 포함하여, 다양한 광대역 무선 통신 시스템들에 사용될 수 있다. 이러한 통신 시스템들의 예시들은 직교 주파수 분할 다중 액세스(OFDMA: Orthogonal Frequency Division Multiple Access) 시스템들, 단일 반송파 주파수 분할 다중 액세스(SC-FDMA: Single-Carrier Frequency Division Multiple Access) 시스템들, 코드 분할 다중 액세스(CDMA: Code Division Multiple Access) 시스템들 등을 포함한다. OFDMA 시스템은 전체 시스템 대역폭을 다수의 직교 부반송파들로 분할하는 변조 기술인 직교 주파수 분할 다중화(OFDM: orthogonal frequency division multiplexing)를 이용한다. 이러한 부반송파들은 또한 톤(tone)들, 빈(bin)들 등으로 지칭될 수도 있다. OFDM에 의해, 각각의 부반송파는 데이터로 독립적으로 변조될 수 있다. SC-FDMA 시스템은 인터리빙된 FDMA(IFDMA: interleaved FDMA)를 이용하여 시스템 대역폭 전역에 분포된 부반송파들을 통해 전송할 수도 있고, 로컬화된 FDMA(LFDMA: localized FDMA)를 이용하여 인접 부반송파들의 블록을 통해 전송할 수도 있고, 또는 향상된 FDMA(EFDMA: enhanced FDMA)를 이용하여 인접 부반송파들의 다수의 블록들을 통해 전송할 수도 있다. 일반적으로, 변조 심벌들은 OFDM의 경우에는 주파수 도메인에서 전송되고, SC-FDMA의 경우에는 시간 도메인에서 전송된다. CDMA 시스템은 다수의 사용자들이 동일한 물리 채널 상에서 다중화되게 하기 위해 각각의 송신기(즉, 사용자)에 코드가 할당되는 확산 스펙트럼 기술 및 코딩 방식을 이용할 수 있다.
직교 다중화 방식을 기반으로 하는 통신 시스템의 특정한 일례는 와이맥스(WiMAX) 시스템이다. 마이크로파 액세스를 위한 월드와이드 상호 운용성(Worldwide Interoperability for Microwave Access)을 의미하는 와이맥스는 장거리들에 걸쳐 높은 스루풋의 광대역 접속들을 제공하는, 표준들 기반의 광대역 무선 기술이다. 오늘날 와이맥스의 두 개의 주요 애플리케이션들: 고정 와이맥스 및 모바일 와이맥스가 존재한다. 고정 와이맥스 애플리케이션들은 예를 들어, 가정용 및 업무용의 광대역 액세스를 가능하게 하는 포인트-투-멀티포인트(point-to-multipoint)이다. 모바일 와이맥스는 광대역 속도들로 셀룰러 네트워크들의 완전한 이동성(full mobility)을 제공한다.
IEEE 802.16x는 고정 및 모바일 광대역 무선 액세스(BWA: broadband wireless access) 시스템들에 대한 에어 인터페이스를 정의하기 위한 신흥(emerging) 표준 기구이다. IEEE 802.16x는 2004년 5월에 고정 BWA 시스템들에 대해 "IEEE P802.16d/D5-2004"를 승인하였고, 2005년 10월에 모바일 BWA 시스템들에 대해 "IEEE P802.16e/D12 Oct.2005"를 발표하였다. IEEE 802.16의 최신 개정안의 표준 초안인 "IEEE P802.16Rev2/D8 December 2008"은 이제 IEEE 802.16e로부터의 자료들 및 수정 사항(corrigendum)을 통합한다. 표준들은 4개의 서로 다른 물리 계층(PHY: physical layer)들과 하나의 매체 액세스 제어(MAC: media access control) 계층을 규정한다. 4개의 물리 계층들 중 OFDM 및 OFDMA 물리 계층은 각각 고정 BWA 영역 및 모바일 BWA 영역에서 가장 대중적이다.
본원의 사상들은 다양한 유선 또는 무선 장치들(예를 들어, 노드들)로 통합(예를 들어, 다양한 유선 또는 무선 장치들 내에 구현되거나 이들에 의해 수행)될 수 있다. 일부 양상들에서, 본원의 사상들에 따라 구현되는 무선 노드는 액세스 포인트 또는 액세스 단말을 포함할 수 있다.
액세스 단말("AT(access terminal)")은 액세스 단말, 가입자국, 가입자 유닛, 이동국, 원격국, 원격 단말, 사용자 단말, 사용자 에이전트, 사용자 디바이스, 사용자 장비 또는 다른 어떤 용어를 포함하거나, 이로서 구현되거나, 이로서 알려질 수 있다. 일부 구현들에서, 액세스 단말은 셀룰러폰, 코드리스(cordless) 전화, 세션 시작 프로토콜("SIP(Session Initiation Protocol)") 전화, 무선 로컬 루프("WLL(wireless local loop)") 스테이션, 개인용 디지털 보조기기("PDA(personal digital assistant)"), 무선 접속 능력을 구비한 핸드헬드 디바이스, 또는 무선 모뎀에 접속되는 다른 어떤 적합한 처리 디바이스를 포함할 수 있다. 이에 따라, 본원에 교시된 하나 이상의 양상들은 전화(예를 들어, 셀룰러폰 또는 스마트폰), 컴퓨터(예를 들어, 랩톱), 휴대용 통신 디바이스, 휴대용 컴퓨팅 디바이스(예를 들어, 개인용 데이터 보조기기), 엔터테인먼트 디바이스(예를 들어, 음악 또는 비디오 디바이스 또는 위성 라디오), 글로벌 위치 결정 시스템 디바이스, 또는 무선 또는 유선 매체를 통해 통신하도록 구성된 임의의 다른 적합한 디바이스로 통합될 수 있다. 일부 양상들에서, 노드는 무선 노드이다. 이러한 무선 노드는 예를 들어, 유선 또는 무선 통신 링크를 통해 네트워크(예를 들어, 인터넷과 같은 광역 네트워크나 셀룰러 네트워크)에 대한 또는 네트워크로의 접속성을 제공할 수 있다.
본 개시의 특정 양상들은 인체 영역 네트워크(BAN: body area network)들로 구현되는 방법들을 지원한다. BAN들은 진단 목적을 위한 연속적인 모니터링, 숙환(chronic ailment)에 대한 치료들의 효과들 등과 같은 의료 애플리케이션들에 대한 유망한 개념을 제시한다. 도 1은 여러 개의 포착 회로들(102-108)을 포함할 수 있는 BAN(100)의 예를 나타낸다. 각각의 포착 회로는 하나 이상의 바이탈 생물 물리학적 신호들을 감지하고 이들을 처리 목적들을 위해 (예를 들어, 무선 채널을 통해) 집선기(aggregator)(110)에 전달하는 무선 센서를 포함할 수 있다.
따라서 BAN(100)은 다양한 무선 노드들(즉, 포착 회로들 및 집선기)이 직교 다중화 방식이나 단일 반송파 송신을 이용하여 통신하는 무선 통신 시스템으로서 제시될 수 있다. 집선기(110)는 모바일 핸드셋, 무선 시계, 헤드셋, 모니터링 디바이스 또는 개인용 데이터 보조기기(PDA: Personal Data Assistant)일 수 있다. 도 1에 도시된 바와 같이, 포착 회로(102)는 이어(ear) 광전용적맥파(PPG: photoplethysmograph) 센서에 대응할 수 있고, 포착 회로(104)는 핑거 PPG 센서에 대응할 수 있고, 포착 회로(106)는 심전도(ECG: electro-cardiogram) 센서에 대응할 수 있고, 포착 회로(108)는 3D 가속도계(3D-Accl) 센서에 대응할 수 있다.
도 2는 BAN(100) 내에서 사용될 수 있는 무선 디바이스(202)에 이용될 수 있는 다양한 컴포넌트들을 나타낸다. 무선 디바이스(202)는 여기서 설명되는 다양한 방법들을 구현하도록 구성될 수 있는 디바이스의 일례이다. 무선 디바이스(202)는 집선기(110)에 대응하거나 포착 회로들(102-108) 중 하나에 대응할 수 있다.
무선 디바이스(202)는 이 무선 디바이스(202)의 동작을 제어하는 프로세서(204)를 포함할 수 있다. 프로세서(204)는 또한 중앙 처리 유닛(CPU: central processing unit)으로 지칭될 수도 있다. 판독 전용 메모리(ROM: read-only memory)와 랜덤 액세스 메모리(RAM: random access memory)를 모두 포함할 수 있는 메모리(206)는 프로세서(204)에 명령들과 데이터를 제공한다. 메모리(206)의 일부는 또한 비휘발성 랜덤 액세스 메모리(NVRAM: non-volatile random access memory)를 포함할 수도 있다. 프로세서(204)는 일반적으로 메모리(206) 내에 저장된 프로그램 명령들을 기초로 논리 및 산술 연산들을 수행한다. 메모리(206) 내의 명령들은 여기서 설명되는 방법들을 구현하도록 실행 가능할 수 있다.
무선 디바이스(202)는 또한 무선 디바이스(202)와 원격 위치 간의 데이터 송신 및 수신을 가능하게 하기 위한 송신기(210) 및 수신기(212)를 포함할 수 있는 하우징(208)을 포함할 수 있다. 송신기(210) 및 수신기(212)는 트랜시버(214)로 결합될 수 있다. 안테나(216)가 하우징(208)에 부착되어 트랜시버(214)에 전기적으로 연결될 수 있다. 무선 디바이스(202)는 또한 (도시되지 않은) 다수의 송신기들, 다수의 수신기들, 다수의 트랜시버들 및/또는 다수의 안테나들을 포함할 수도 있다.
무선 디바이스(202)는 또한 트랜시버(214)에 의해 수신되는 신호들의 레벨을 검출하여 정량화(quantify)하기 위한 노력에 사용될 수 있는 신호 검출기(218)를 포함할 수 있다. 신호 검출기(218)는 이러한 신호들을 총 에너지, 심벌당 부반송파별 에너지, 전력 스펙트럼 밀도 및 다른 신호들로서 검출할 수 있다. 무선 디바이스(202)는 또한 신호들의 처리에 사용하기 위한 디지털 신호 프로세서(DSP: digital signal processor)(220)를 포함할 수 있다.
무선 디바이스(202)의 다양한 컴포넌트들은 버스 시스템(222)에 의해 함께 연결될 수 있으며, 버스 시스템(222)은 데이터 버스 외에도 전력 버스, 제어 신호 버스 및 상태 신호 버스를 포함할 수 있다.
다수의 센서들을 이용한 생물 물리학적 신호 아티팩트들의 완화
생물 물리학적 신호들에서 신호 아티팩트들을 완화하기 위한 새로운 접근이 본 개시에서 제안되며, 여기서는 (신체의 움직임 정보를 포함하는) 다수의 센서들로부터의 정보가 이용된다. 인체 영역 네트워크(BAN)(예를 들어, 도 1에서 설명된 BAN(100))의 생물 물리학적 신호들은 나이퀴스트(Nyquist) 주파수보다 낮은 샘플링 주파수를 이용한 압축 방식으로 감지될 수 있다.
BAN(100)에서는, 3D 가속도계(3D-Accl) 센서(108)가 이어 광전용적맥파(PPG) 센서(102) 또는 핑거 PPG 센서(104)와 같은 펄스 산소 농도계 센서와 함께 같은 장소에 배치(co-locate)될 수 있다. 그런 다음, PPG 센서의 움직임이 3D-Accl 데이터로부터 직접 추론될 수 있다. 추론된 움직임 정보를 기초로, 감지된 PPG 데이터의 움직임 아티팩트들이 완화될 수 있다.
본 개시의 한 양상에서는, 움직임 정보와 PPG 데이터 아티팩트들 사이에 매핑 함수가 확립될 수 있다. 움직임 및 잡음 아티팩트들의 모델들은 주어진 신호 공간에서보다는 압축 감지(CS) 재구성 공간에서 구성될 수 있다. 움직임 및 잡음으로부터 발생하는 고주파 성분들로 인한 에일리어싱이 CS 포착 동안 일어나지 않을 수도 있으며, 이는 신호 해석의 향상된 정확도를 야기할 수 있다는 점에 주목해야 한다.
재구성 측에서, 매핑 함수에 의해 예측되는 잡음 성분들과 같은 스펙트럼 성분들 중 하나 이상이 0으로 설정될 수 있으며, 이로써 CS 재구성 도메인에서 직접 잡음 아티팩트들을 완화할 수 있다. 더욱이, 하나 이상의 스펙트럼 성분들이 움직임 모델에 의해 예측되는 값들을 기초로 수정될 수 있으며, 이로써 CS 재구성 도메인에서 직접 움직임 아티팩트들을 완화할 수 있다. 추가로, 포착 에러들에 대한 견고성(robustness)을 향상시키기 위해 CS 포착을 조정하는 데 움직임 센서들로부터의 정보가 사용될 수 있다.
도 3은 본 개시의 특정 양상들에 따른 일반적인 펄스 산소 농도계 센서 측(310)의 예와 일반적인 펄스 산소 농도계 디코더 측(320)의 예를 나타낸다. 본 개시의 한 양상에서, PPG 신호들의 감지에서 움직임 아티팩트들이 최소화될 수 있도록, 3D-Accl 데이터가 펄스 산소 농도계 센서 측(310)에서 처리되어 PPG 감지 파라미터들을 수정하는 데 사용될 수 있다. 본 개시의 다른 양상에서, 펄스 산소 농도계(310)의 적어도 하나의 센서(312)의 감지 파라미터들은 다른 센서(312)로부터 수신된 정보를 기초로 펄스 산소 농도계 디코더(320)에서 추정될 수 있다. 본 개시의 다른 양상에서, 센서들(312) 중 적어도 하나의 센서로부터의 정보가 적어도 하나의 추가 센서(312)로부터의 샘플들을 기초로 포착 아티팩트들을 완화하도록 처리될 수 있다. 본 개시의 또 다른 양상에서, 센서들(312) 중 적어도 하나의 센서는 압축 샘플링될 수 있으며, 모든 센서들(312)로부터의 데이터가 추가 처리를 위해 수신기(320)로 전송될 수 있다.
도 4는 본 개시의 특정 양상들에 따른 다수의 센서들이 장착된 펄스 산소 농도계 센서 측(400)의 예를 나타낸다. 발광 다이오드(LED: light-emitting diode) 제어 및 타이머 인터럽트 모듈(402)이 적색 LED들(404)과 적외선(IR: infrared) LED들(406)의 조명뿐만 아니라 이들의 세기 레벨들도 제어할 수 있다. 모듈(402)은 또한 광전 다이오드(408)와 연관된 신호 조정 블록(410)으로 샘플링 인스턴스(instance)들을 제공할 수 있다. 샘플링 인스턴스들은 CS 포착에 대응하는 나이퀴스트 주파수보다 낮은 샘플링 주파수에 따라 생성될 수 있다. CS 포착의 빈도에 대한 나이퀴스트 주파수의 비는 언더샘플링 비(USR: under-sampling ratio)를 나타낸다.
유닛(418)에 의해 측정 신호대 잡음비(SNR: signal-to-noise ratio) 상태들이 결정될 수 있도록, 3D 가속도계(412) 및 온도 센서들(414)이 신호 조정 블록(416)을 통해 피드백을 제공하는 데 사용될 수 있다. 광전 다이오드(408)로부터의 샘플링된 데이터(420)는 적색 LED 및 IR LED에 대응하는 2개의 벡터들로 분해 수 있다. 이러한 벡터들은 각각 언더샘플링된 적색 PPG 및 언더샘플링된 IR PPG 샘플들로 표시된다.
유닛(424)에서 USR을 업데이트하고, SNR이 정해진 임계값 미만인 경우에 유닛(426)에서 LED 세기 제어를 발생시키며, 주변 조명, 움직임 등으로 인해 광전 다이오드 측정이 드리프트(drift)하고 있는 경우에 각각의 감지된 신호의 바이어스의 수정을 유닛(428)에서 계산하기 위해, 3D 가속도계(412) 및 온도 센서들(414)과 연관된 감각 데이터(422) 및 PPG 샘플들(420)이 유닛(418)에서 처리될 수 있다. LED 타이머 인터럽트들을 발생시키기 위해 랜덤 시드(seed) 생성기 값(430)이 (업데이트된 USR, LED 세기 제어 및 바이어스 수정과 함께) 사용될 수 있다는 점이 도 4로부터 관찰될 수 있다.
감각 데이터(422), PPG 샘플들(420) 및 랜덤 시드 생성기 값(430)은 도 3에서 설명된 펄스 산소 농도계 디코더 측(320)과 같은 재구성 측으로의 송신을 위해 패킷화되어 매체 액세스 제어/물리 계층(MAC/PHY: Media Access Control/Physical layer)(432)으로 전달될 수 있다. 송신 도중 손상된 샘플들이 디코더 측에서 효율적으로 재구성될 수 있도록 패킷화가 수행될 수 있다. 더욱이, 샘플들의 모든 패킷들이 재구성 측으로 전송될 필요가 있는 것은 아닐 수도 있다. 대신, 예를 들어 유리한 채널 상태들의 경우에 또는 송신 전력의 절약을 목적으로 축소된 세트의 패킷들이 전송될 수도 있다. 전송되지 않는 패킷들에 속하는 샘플들은 수신된 패킷들을 이용하여 디코더 측에서 재구성될 수 있다.
펄스 산소 농도계 센서 측(400)은 또한 재구성 측으로부터 피드백 정보를 수신할 수 있을 수도 있다. 피드백 정보는 USR의 업데이트, 하나 이상의 LED들의 조명 세기에 관한 정보, 또는 바이어스의 수정 중 적어도 하나를 포함할 수 있다. 수신된 피드백 정보를 기초로 샘플링 인스턴스들이 조정될 수 있다.
도 5는 본 개시의 특정 양상들에 따른 펄스 산소 농도계 센서 측(400)에서 수행될 수 있는 예시적인 동작들(500)을 나타낸다. 502에서, 랜덤 시드에 따라 샘플링 인스턴스들이 생성될 수 있다. 504에서, 움직임 정보가 감지될 수 있다. 506에서, 샘플링 인스턴스들 동안 신호(예를 들어, 심전도(ECG) 신호, PPG 신호, 또는 둘 다)의 제 1 세트의 샘플들이 압축 감지될 수 있다. 508에서, 감지된 제 1 세트의 샘플들 또는 감지된 움직임 정보 중 적어도 하나를 기초로 샘플링 인스턴스들이 조정될 수 있다. 510에서, 조정된 샘플링 인스턴스들 동안 신호의 제 2 세트의 샘플들이 압축 감지될 수 있다. PPG 및 ECG 데이터 외에, 움직임 정보 또한 압축 감지될 수 있다는 점에 주목해야 한다.
도 6은 본 개시의 특정 양상들에 따른 펄스 산소 농도계 디코더 측(600)의 예를 나타낸다. 펄스 산소 농도계 센서 측(400)으로부터 전송된, 수신된 패킷화된 데이터로부터 감각 데이터(604) 및 PPG 샘플들(606)이 추출될 수 있다. MAC/PHY(602)로부터 수신된 랜덤 시드 생성기 값(608)은 유닛(610)에 의해 감지 행렬을 결정하는 데 사용될 수 있다. 관심 작업에 관한 표시(614)를 기초로 유닛(612)에 의해 희소성 베이시스(sparsity basis)가 생성될 수 있다. 관심 작업은 예를 들어, 심박수의 추정 및 가보(Gabor) 공간에서 지배적 계수들의 추출에 관련될 수 있으며, 이는 유닛(616)에 의해 결정될 수 있다.
생성된 감지 행렬, 생성된 희소성 베이시스, 및 샘플 벡터화 유닛(618)으로부터의 추정된 적색 및 적외선(IR) PPG 파형들(620)을 사용함으로써, 희소(sparse) 공간의 지배적 계수들이 직교 매칭 추적 접근법에 따라 유닛(622)에서 결정될 수 있다. 희소 공간 계수들은 잡음 아티팩트들로부터의 기여(contribution)들을 포함할 수 있다는 점에 주목해야 한다. 이러한 계수들의 결정은 또한 잡음 소스들에 대한 선험적 통계 정보를 이용할 수 있는 통계적 가설 테스트 접근법들을 기초로 한 희소 공간에서의 계수들의 식별을 포함할 수 있다. 추정된 적색 및 적외선 PPG 파형들(620)로부터의 희소 공간 계수들(624)의 적절한 세트가 유닛(626)에 의해 적색 및 IR PPG 신호들의 DC 레벨들(636)을 결정하는 데 이용될 수 있다. 더욱이, 유닛(626)에 의해 수행되는 추가 추정들에 앞서 희소 공간에서 적색 및 IR PPG 파형들(624)을 수정하기 위해 움직임 정보(652)(즉, 데이터 벡터화 유닛(642)으로부터의 감각 데이터(644)를 기초로 유닛(622A)에 의해 결정된 희소 공간의 지배적 계수들)가 이용될 수 있다. 추정된 적색 및 IR PPG 파형들(620)로부터의 희소 공간 계수들(628)의 적절한 세트가 유닛(630)에 의해 적색 및 IR PPG 신호들의 RMS 레벨들(638)을 결정하는 데 이용될 수 있다. 더욱이, 추정된 적색 및 IR PPG 파형들(620)로부터의 희소 공간 계수들(632)의 적절한 세트가 유닛(634)에 의해 심박수(HR)(640)를 결정하는 데 이용될 수 있다.
DC 레벨들(636), RMS 레벨들 638, HR 추정(640) 또는 움직임 정보(652) 중 적어도 하나가 유닛(646)에 의해 펄스 산소 농도계 센서(400)에 대한 피드백 정보(648)를 생성하는 데 이용될 수 있다. 피드백 정보는 USR의 업데이트, 센서(400)의 LED들의 조명 세기에 관한 정보, 또는 각각의 감지된 신호의 DC 레벨 수정(즉, 바이어스 수정) 중 적어도 하나를 포함할 수 있다. 피드백 정보는 펄스 산소 농도계 센서(400)에서 샘플링 인스턴스들을 조정하기 위해 이용될 수 있다. 추가로, 적색 및 IR PPG 신호들의 DC 레벨들(636) 및 RMS 레벨들(638)을 사용함으로써 유닛(650)에서 혈중 산소(SpO2) 레벨들이 추정될 수 있다. 결정된 HR, 추정된 혈중 산소 레벨들, 적색 및 IR PPG 파형들, 또는 ECG 파형 중 적어도 하나가 움직임 정보를 기초로 수정될 수 있다.
도 7은 본 개시의 특정 양상들에 따른 펄스 산소 농도계 디코더 측에서 수행될 수 있는 예시적인 동작들(700)을 나타낸다. 702에서, 센서 측(400)으로부터 전송된 움직임 정보뿐 아니라 PPG 신호 또는 ECG 신호 중 적어도 하나와 같은 생물 의학적(biomedical) 신호의 샘플들이 디코더(600)에서 수신될 수 있다. 704에서, 희소성 베이시스 및 감지 행렬이 생성될 수 있다. 706에서, 감지 행렬, 희소성 베이시스 및 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수가 계산될 수 있다. 708에서, 움직임 정보를 기초로 적어도 하나의 희소 공간 계수가 수정될 수 있다. 수정은 적어도 하나의 희소 공간 계수, 예를 들어 50㎐ 또는 60㎐ 간섭과 연관된 계수를 0으로 설정하는 것을 포함할 수 있다. 710에서, 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 신호의 수신된 샘플들과 관련된 하나 이상의 다른 신호들이 결정될 수 있다.
위에서 설명된 방법들의 다양한 동작들은 대응하는 기능들을 수행할 수 있는 임의의 적당한 수단에 의해 수행될 수 있다. 수단은 이에 한정된 것은 아니지만, 회로, 주문형 집적 회로(ASIC: application specific integrated circuit) 또는 프로세서를 포함하여, 다양한 하드웨어 및/또는 소프트웨어 컴포넌트(들) 및/또는 모듈(들)을 포함할 수 있다. 일반적으로, 도면들에서 설명된 동작들이 존재하는 경우, 이러한 동작들은 유사한 번호를 갖는 상응하는 대응 수단 + 기능 컴포넌트들을 가질 수 있다. 예를 들어, 도 5와 도 7에서 설명된 동작들(500, 700)은 도 5a와 도 7a에서 설명된 컴포넌트들(500A, 700)에 대응한다.
여기서 사용된 바와 같이, "결정"이라는 용어는 광범위한 동작들을 포괄한다. 예를 들어, "결정"은 계산, 컴퓨팅, 처리, 도출, 연구, 조사(예를 들어, 테이블, 데이터베이스 또는 다른 데이터 구조의 조사), 확인 등을 포함할 수 있다. 또한, "결정"은 수신(예를 들어, 정보의 수신), 액세스(예를 들어, 메모리의 데이터에 액세스) 등을 포함할 수 있다. 또한, "결정"은 해결, 선택, 선정, 설정 등을 포함할 수 있다.
여기서 사용된 바와 같이, 리스트의 항목들 "중 적어도 하나"라고 언급하는 문구는 단일 멤버들을 포함하여, 이러한 항목들의 임의의 조합을 의미한다. 일례로, "a, b 또는 c 중 적어도 하나"는 a, b, c, a-b, a-c, b-c, 및 a-b-c를 커버하는 것으로 의도된다.
위에서 설명된 방법들의 다양한 동작들은 다양한 하드웨어 및/또는 소프트웨어 컴포넌트(들), 회로들 및/또는 모듈(들)과 같이, 동작들을 수행할 수 있는 임의의 적당한 수단에 의해 수행될 수 있다. 일반적으로, 도면들에서 설명된 임의의 동작들은 이 동작들을 수행할 수 있는 대응하는 기능적 수단에 의해 수행될 수 있다.
본 개시와 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들 및 회로들은 여기서 설명된 기능들을 수행하도록 설계된 범용 프로세서, 디지털 신호 프로세서(DSP), 주문형 집적 회로(ASIC), 필드 프로그래밍 가능한 게이트 어레이 신호(FPGA: field programmable gate array) 또는 다른 프로그래밍 가능한 로직 디바이스(PLD: programmable logic device), 이산 게이트 또는 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 이들의 임의의 조합으로 구현 또는 수행될 수 있다. 범용 프로세서는 마이크로프로세서일 수 있지만, 대안으로 프로세서는 임의의 상용화된 프로세서, 제어기, 마이크로컨트롤러 또는 상태 머신일 수 있다. 프로세서는 또한 컴퓨팅 디바이스들의 결합, 예를 들어, DSP와 마이크로프로세서의 결합, 다수의 마이크로프로세서들, DSP 코어와 연결된 하나 이상의 마이크로프로세서들, 또는 임의의 다른 이러한 구성으로서 구현될 수 있다.
본 개시와 관련하여 설명된 방법 또는 알고리즘의 단계들은 직접 하드웨어로, 프로세서에 의해 실행되는 소프트웨어 모듈로, 또는 이 둘의 결합으로 구현될 수 있다. 소프트웨어 모듈은 기술 분야에 공지된 임의의 형태의 저장 매체에 상주할 수 있다. 사용될 수 있는 저장 매체의 일부 예시들은 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 플래시 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드디스크, 착탈식 디스크, CD-ROM 등을 포함한다. 소프트웨어 모듈은 단일 명령 또는 다수의 명령들을 포함할 수도 있고, 여러 서로 다른 코드 세그먼트들에 걸쳐, 서로 다른 프로그램들 사이에, 다수의 저장 매체들을 거쳐 분산될 수 있다. 저장 매체는 프로세서가 저장 매체로부터 정보를 읽고 저장 매체에 정보를 기록할 수 있도록 프로세서에 연결될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다.
여기서 개시된 방법들은 설명된 방법을 달성하기 위한 하나 이상의 단계들 또는 동작들을 포함한다. 방법 단계들 및/또는 동작들은 청구항들의 범위를 벗어나지 않으면서 서로 교환될 수 있다. 즉, 단계들 또는 동작들의 특정 순서가 지정되지 않는 한, 특정 단계들 및/또는 동작들의 순서 및/또는 사용은 청구항들의 범위를 벗어나지 않으면서 수정될 수 있다.
설명된 기능들은 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 임의의 결합으로 구현될 수 있다. 소프트웨어로 구현된다면, 이 기능들은 컴퓨터 판독 가능 매체 상에 하나 이상의 명령들로서 저장될 수 있다. 저장 매체는 컴퓨터에 의해 액세스 가능한 임의의 이용 가능 매체일 수 있다. 한정이 아닌 예시로, 이러한 컴퓨터 판독 가능 매체는 RAM, ROM, EEPROM, CD-ROM이나 다른 광 디스크 저장소, 자기 디스크 저장소 또는 다른 자기 저장 디바이스들, 또는 명령들이나 데이터 구조들의 형태로 원하는 프로그램 코드를 운반 또는 저장하는 데 사용될 수 있으며 컴퓨터에 의해 액세스 가능한 임의의 다른 매체를 포함할 수 있다. 여기서 사용된 것과 같은 디스크(disk 및 disc)는 콤팩트 디스크(CD: compact disc), 레이저 디스크(laser disc), 광 디스크(optical disc), 디지털 다기능 디스크(DVD: digital versatile disc), 플로피 디스크(floppy disk) 및 블루레이 디스크(Blu-ray
disc)를 포함하며, 여기서 디스크(disk)들은 통상적으로 데이터를 자기적으로 재생하고 디스크(disc)들은 데이터를 레이저들에 의해 광학적으로 재생한다.
따라서 특정 양상들은 본원에 제시된 동작들을 수행하기 위한 컴퓨터 프로그램 물건을 포함할 수 있다. 예를 들어, 이러한 컴퓨터 프로그램 물건은 명령들을 저장한(그리고/또는 인코딩한) 컴퓨터 판독 가능 매체를 포함할 수 있으며, 명령들은 여기서 설명된 동작들을 수행하도록 하나 이상의 프로세서들에 의해 실행 가능하다. 특정 양상들의 경우, 컴퓨터 프로그램 물건은 패키지 재료를 포함할 수도 있다.
소프트웨어나 명령들은 또한 전송 매체를 통해 전송될 수도 있다. 예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 꼬임 쌍선, 디지털 가입자 회선(DSL: digital subscriber line), 또는 적외선, 라디오 및 마이크로파와 같은 무선 기술들을 이용하여 웹사이트, 서버 또는 다른 원격 소스로부터 전송된다면, 동축 케이블, 광섬유 케이블, 꼬임 쌍선, DSL, 또는 적외선, 라디오 및 마이크로파와 같은 무선 기술들이 전송 매체의 정의에 포함된다.
또한, 여기서 설명된 방법들 및 기술들을 수행하기 위한 모듈들 및/또는 다른 적절한 수단은 적용 가능하다면 사용자 단말 및/또는 기지국에 의해 다운로드될 수 있고 그리고/또는 아니면 얻어질 수 있는 것으로 인식되어야 한다. 예를 들어, 이러한 디바이스는 서버에 연결되어 여기서 설명된 방법들을 수행하기 위한 수단의 전송을 용이하게 할 수 있다. 대안으로, 여기서 설명된 다양한 방법들은 사용자 단말 및/또는 기지국이 저장 수단을 디바이스에 연결 또는 제공할 때 다양한 방법들을 얻을 수 있도록 저장 수단(예를 들어, RAM, ROM, 콤팩트 디스크(CD)나 플로피 디스크와 같은 물리적 저장 매체 등)을 통해 제공될 수 있다. 더욱이, 여기서 설명된 방법들 및 기술들을 디바이스에 제공하기 위한 임의의 다른 적당한 기술이 이용될 수 있다.
청구항들은 위에서 설명된 정확한 구성 및 컴포넌트들로 한정되지 않는 것으로 이해되어야 한다. 청구항들의 범위를 벗어나지 않으면서, 위에서 설명된 방법들 및 장치의 배치, 동작 및 세부항목들에 다양한 수정들, 변화들 및 변형들이 이루어질 수 있다.
본 개시의 무선 디바이스는 무선 디바이스에 의해 전송되거나 무선 디바이스에서 수신되는 신호들에 기반한 기능들을 수행하는 다양한 컴포넌트들을 포함할 수 있다. 무선 디바이스는 또한 착용식(wearable) 무선 디바이스를 지칭할 수도 있다. 일부 양상들에서, 착용식 무선 디바이스는 무선 헤드셋 또는 무선 시계를 포함할 수 있다. 예를 들어, 무선 헤드셋은 수신기를 통해 수신된 데이터에 기반한 오디오 출력을 제공하기에 적합한 트랜스듀서(transducer)를 포함할 수 있다. 무선 시계는 수신기를 통해 수신된 데이터에 기반한 표시를 제공하기에 적합한 사용자 인터페이스를 포함할 수 있다. 무선 감지 디바이스는 송신기를 통해 전송될 데이터를 제공하기에 적합한 센서를 포함할 수 있다.
무선 디바이스는 임의의 적당한 무선 통신 기술을 기반으로 하거나 아니면 이러한 기술을 지원하는 하나 이상의 무선 통신 링크를 통해 통신할 수 있다. 예를 들어, 일부 양상들에서 무선 디바이스는 네트워크와 연관될 수 있다. 일부 양상들에서, 네트워크는 초광대역 기술 또는 다른 어떤 적당한 기술을 이용하여 구현되는 (예를 들어, 30미터 정도의 무선 커버리지 영역을 지원하는) 개인 영역 네트워크 또는 (예를 들어, 10미터 정도의 무선 커버리지 영역을 지원하는) 인체 영역 네트워크를 포함할 수 있다. 일부 양상들에서, 네트워크는 근거리 네트워크 또는 광역 네트워크를 포함할 수 있다. 무선 디바이스는 예를 들어 CDMA, TDMA, OFDM, OFDMA, 와이맥스 및 와이파이(Wi-Fi)와 같은 다양한 무선 통신 기술들, 프로토콜들 또는 표준들 중 하나 이상을 지원하거나 아니면 이용할 수 있다. 마찬가지로, 무선 디바이스는 다양한 대응 변조 또는 다중화 방식 중 하나 이상을 지원하거나 아니면 이용할 수 있다. 따라서 무선 디바이스는 상기 또는 다른 무선 통신 기술들을 이용하여 하나 이상의 무선 통신 링크들을 구축하고 이를 통해 통신하도록 적절한 컴포넌트들(예를 들어, 에어 인터페이스들)을 포함할 수 있다. 예를 들어, 디바이스는 무선 매체를 통한 통신을 용이하게 하는 다양한 컴포넌트들(예를 들어, 신호 생성기들 및 신호 프로세서들)을 포함할 수 있는 연관된 송신기 및 수신기 컴포넌트들(예를 들어, 송신기(210) 및 수신기(212))을 구비한 무선 트랜시버를 포함할 수 있다.
본원의 사상들은 다양한 장치들(예를 들어, 디바이스들)로 통합(예를 들어, 다양한 장치들 내에 구현되거나 다양한 장치들에 의해 수행)될 수 있다. 예를 들어, 본원에 교시된 하나 이상의 양상들은 전화기(예를 들어, 셀룰러폰), 개인 데이터 보조기기("PDA") 또는 소위 스마트폰, 엔터테인먼트 디바이스(예를 들어, 음악 및 비디오 플레이어들을 포함하는 휴대형 매체 디바이스), 헤드셋(예를 들어, 헤드폰, 이어피스(earpiece) 등), 마이크, 의료 감지 디바이스(예를 들어, 바이오메트릭 센서, 심박계, 보도계(pedometer), EKG 디바이스, 스마트 밴드 등), 사용자 I/O 디바이스(예를 들어, 시계, 원격 제어, 조명 스위치, 키보드, 마우스 등), 환경 감지 디바이스(예를 들어, 타이어 공기압 모니터), 의료 또는 환경 감지 디바이스로부터 데이터를 수신할 수 있는 모니터링 디바이스(예를 들어, 데스크톱, 모바일 컴퓨터 등), 현장 치료(point-of-care) 디바이스, 보청기, 셋톱박스 또는 임의의 다른 적당한 디바이스로 통합될 수 있다. 모니터링 디바이스는 또한 네트워크와의 접속을 통해 다른 감지 디바이스들로부터의 데이터에 액세스할 수도 있다.
이러한 디바이스들은 서로 다른 전력 및 데이터 요건들을 가질 수 있다. 일부 양상들에서, 본원의 사상들은 (예를 들어, 임펄스 기반 시그널링 방식 및 저 듀티 사이클 모드들의 사용을 통해) 저 전력 애플리케이션들에서의 사용을 위해 적응될 수도 있고, (예를 들어, 고 대역폭 펄스들의 사용을 통해) 비교적 높은 데이터 레이트들을 포함하는 다양한 데이터 레이트들을 지원할 수도 있다.
일부 양상들에서, 무선 디바이스는 통신 시스템에 대한 액세스 디바이스(예를 들어, 액세스 포인트)를 포함할 수 있다. 이러한 액세스 디바이스는 예를 들어 유선 또는 무선 통신 링크를 통해 다른 네트워크(예를 들어, 셀룰러 네트워크나 인터넷과 같은 광역 네트워크)에 대한 접속성을 제공할 수 있다. 따라서 액세스 디바이스는 다른 디바이스(예를 들어, 무선국)가 다른 네트워크나 다른 어떤 기능에 액세스 가능하게 할 수 있다. 또한, 디바이스들 중 하나 또는 둘 다 휴대형일 수도 있고, 아니면 어떤 경우에는 상대적으로 비-휴대형일 수도 있는 것으로 인식되어야 한다. 또한, 무선 디바이스 또한 적절한 통신 인터페이스를 통해 비-무선 방식으로(예를 들어, 유선 접속을 통해) 정보를 전송 및/또는 수신할 수도 있는 것으로 인식되어야 한다.
상기는 본 개시의 양상들에 관한 것이지만, 개시의 기본 범위를 벗어나지 않으면서 개시의 다른 그리고 추가 양상들이 안출될 수 있으며, 그 범위는 다음의 청구항들에 의해 결정된다.
Claims (63)
- 신호 처리를 위한 방법으로서,
랜덤 시드(seed)에 따라 샘플링 인스턴스(instance)들을 생성하는 단계;
움직임 정보를 감지하는 단계;
상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하는 단계;
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하는 단계; 및
상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하는 단계를 포함하며,
상기 조정하는 단계는 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 언더샘플링 비(USR: under-sampling ratio)를 업데이트하는 단계를 포함하는,
신호 처리를 위한 방법. - 제 1 항에 있어서,
상기 감지된 제 2 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 전송하는 단계를 더 포함하는,
신호 처리를 위한 방법. - 제 1 항에 있어서,
상기 조정하는 단계는,
상기 움직임 정보를 기초로 상기 신호의 바이어스(bias)를 수정하는 단계 ― 수정될 바이어스의 오프셋은 상기 움직임 정보로 표현되는, 장치의 움직임에 기인함 ―; 또는
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 하나 이상의 발광 다이오드(LED: light-emitting diode)들의 조명 세기를 제어하는 단계
중 적어도 하나의 단계를 포함하는,
신호 처리를 위한 방법. - 제 1 항에 있어서,
상기 감지된 움직임 정보, 상기 감지된 제 1 세트의 샘플들, 상기 감지된 제 2 세트의 샘플들, 또는 상기 랜덤 시드 중 적어도 하나를 포함하는 다수의 패킷들을 생성하는 단계; 및
상기 다수의 패킷들 중 적어도 하나의 패킷을 전송하는 단계를 더 포함하는,
신호 처리를 위한 방법. - 제 1 항에 있어서,
상기 신호는 적색 광전용적맥파(PPG: photoplethysmograph) 신호, 적외선 PPG 신호, 또는 심전도(ECG: electro-cardiogram) 신호 중 적어도 하나의 신호를 포함하는,
신호 처리를 위한 방법. - 제 1 항에 있어서,
상기 움직임 정보는 압축 감지되는,
신호 처리를 위한 방법. - 제 1 항에 있어서,
피드백 정보를 수신하는 단계를 더 포함하며,
상기 피드백 정보는 언더샘플링 비(USR)의 업데이트, 하나 이상의 발광 다이오드(LED)들의 조명 세기에 관한 정보, 또는 상기 신호의 바이어스의 수정 중 적어도 하나를 포함하는,
신호 처리를 위한 방법. - 제 7 항에 있어서,
상기 조정하는 단계는 상기 업데이트된 USR, 상기 하나 이상의 LED들의 조명 세기, 또는 상기 수정된 바이어스 중 적어도 하나를 이용하는,
신호 처리를 위한 방법. - 신호 처리를 위한 장치로서,
랜덤 시드에 따라 샘플링 인스턴스들을 생성하도록 구성된 제 1 회로;
움직임 정보를 감지하도록 구성된 센서;
상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하도록 구성된 다른 센서; 및
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하도록 구성된 제 2 회로를 포함하며,
상기 다른 센서는 또한 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하도록 구성되고,
상기 제 2 회로는 또한, 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 언더샘플링 비(USR)의 업데이트를 수행하도록 구성되는,
신호 처리를 위한 장치. - 제 9 항에 있어서,
상기 감지된 제 2 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 전송하도록 구성된 송신기를 더 포함하는,
신호 처리를 위한 장치. - 제 9 항에 있어서,
상기 제 2 회로는 또한,
상기 움직임 정보를 기초로 상기 신호의 바이어스를 수정하는 동작 ― 수정될 바이어스의 오프셋은 상기 움직임 정보로 표현되는, 상기 장치의 움직임에 기인함 ―; 또는
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 하나 이상의 발광 다이오드(LED)들의 조명 세기를 제어하는 동작
중 적어도 하나의 동작을 수행하도록 구성되는,
신호 처리를 위한 장치. - 제 9 항에 있어서,
상기 제 1 회로는 또한, 상기 감지된 움직임 정보, 상기 감지된 제 1 세트의 샘플들, 상기 감지된 제 2 세트의 샘플들, 또는 상기 랜덤 시드 중 적어도 하나를 포함하는 다수의 패킷들을 생성하도록 구성되고,
상기 장치는,
상기 다수의 패킷들 중 적어도 하나의 패킷을 전송하도록 구성된 송신기를 더 포함하는,
신호 처리를 위한 장치. - 제 9 항에 있어서,
상기 신호는 적색 광전용적맥파(PPG) 신호, 적외선 PPG 신호, 또는 심전도(ECG) 신호 중 적어도 하나의 신호를 포함하는,
신호 처리를 위한 장치. - 제 9 항에 있어서,
상기 움직임 정보는 압축 감지되는,
신호 처리를 위한 장치. - 제 9 항에 있어서,
피드백 정보를 수신하도록 구성된 수신기를 더 포함하며,
상기 피드백 정보는 언더샘플링 비(USR)의 업데이트, 하나 이상의 발광 다이오드(LED)들의 조명 세기에 관한 정보, 또는 상기 신호의 바이어스의 수정 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 15 항에 있어서,
상기 샘플링 인스턴스들을 조정하도록 구성된 상기 제 2 회로는 상기 업데이트된 USR, 상기 하나 이상의 LED들의 조명 세기, 또는 상기 수정된 바이어스 중 적어도 하나를 이용하는,
신호 처리를 위한 장치. - 신호 처리를 위한 장치로서,
랜덤 시드에 따라 샘플링 인스턴스들을 생성하기 위한 수단;
움직임 정보를 감지하기 위한 수단;
상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하기 위한 수단;
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하기 위한 수단; 및
상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하기 위한 수단을 포함하며,
상기 조정하기 위한 수단은 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 언더샘플링 비(USR)를 업데이트하기 위한 추가 수단을 포함하는,
신호 처리를 위한 장치. - 제 17 항에 있어서,
상기 감지된 제 2 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 전송하기 위한 수단을 더 포함하는,
신호 처리를 위한 장치. - 제 17 항에 있어서,
상기 조정하기 위한 수단은,
상기 움직임 정보를 기초로 상기 신호의 바이어스를 수정하기 위한 수단 ― 수정될 바이어스의 오프셋은 상기 움직임 정보로 표현되는, 상기 장치의 움직임에 기인함 ―; 또는
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 하나 이상의 발광 다이오드(LED)들의 조명 세기를 제어하기 위한 수단
중 적어도 하나의 수단을 포함하는,
신호 처리를 위한 장치. - 제 17 항에 있어서,
상기 감지된 움직임 정보, 상기 감지된 제 1 세트의 샘플들, 상기 감지된 제 2 세트의 샘플들, 또는 상기 랜덤 시드 중 적어도 하나를 포함하는 다수의 패킷들을 생성하기 위한 수단; 및
상기 다수의 패킷들 중 적어도 하나의 패킷을 전송하기 위한 수단을 더 포함하는,
신호 처리를 위한 장치. - 제 17 항에 있어서,
상기 신호는 적색 광전용적맥파(PPG) 신호, 적외선 PPG 신호, 또는 심전도(ECG) 신호 중 적어도 하나의 신호를 포함하는,
신호 처리를 위한 장치. - 제 17 항에 있어서,
상기 움직임 정보는 압축 감지되는,
신호 처리를 위한 장치. - 제 17 항에 있어서,
피드백 정보를 수신하기 위한 수단을 더 포함하며,
상기 피드백 정보는 언더샘플링 비(USR)의 업데이트, 하나 이상의 발광 다이오드(LED)들의 조명 세기에 관한 정보, 또는 상기 신호의 바이어스의 수정 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 23 항에 있어서,
상기 조정하기 위한 수단은 상기 업데이트된 USR, 상기 하나 이상의 LED들의 조명 세기, 또는 상기 수정된 바이어스 중 적어도 하나를 이용하는,
신호 처리를 위한 장치. - 신호 처리를 위한 컴퓨터 판독 가능 매체로서,
랜덤 시드에 따라 샘플링 인스턴스들을 생성하고;
움직임 정보를 감지하고;
상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하고;
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하고; 그리고
상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하도록
실행 가능한 명령들을 포함하며,
상기 조정은 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 언더샘플링 비(USR)를 업데이트하는 것을 포함하는,
컴퓨터 판독 가능 매체. - 감지 디바이스로서,
랜덤 시드에 따라 샘플링 인스턴스들을 생성하도록 구성된 제 1 회로;
움직임 정보를 감지하도록 구성된 센서;
상기 샘플링 인스턴스들 동안 신호의 제 1 세트의 샘플들을 압축 감지하도록 구성된 다른 센서;
상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 기초로 상기 샘플링 인스턴스들을 조정하도록 구성된 제 2 회로 ― 상기 다른 센서는 또한 상기 조정된 샘플링 인스턴스들 동안 상기 신호의 제 2 세트의 샘플들을 압축 감지하도록 구성됨 ―; 및
상기 감지된 제 2 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 전송하도록 구성된 송신기를 포함하며,
상기 제 2 회로는 또한, 상기 감지된 제 1 세트의 샘플들 또는 상기 감지된 움직임 정보 중 적어도 하나를 사용하여 언더샘플링 비(USR)의 업데이트를 수행하도록 구성되는,
감지 디바이스. - 신호 처리를 위한 방법으로서,
움직임 정보 및 신호의 샘플들을 수신하는 단계;
희소성 베이시스(sparsity basis) 및 감지 행렬을 생성하는 단계;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소(sparse) 공간 계수를 결정하는 단계;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하는 단계;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하는 단계;
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하는 단계; 및
상기 생성된 피드백 정보를 상기 장치에 전송하는 단계를 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 피드백 정보는 언더샘플링 비(USR)의 상기 업데이트, 발광 다이오드(LED)들의 조명 세기에 관한 정보, 또는 상기 신호의 DC 성분의 수정 중 적어도 하나를 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 신호는 적색 광전용적맥파(PPG) 신호, 적외선(IR: infrared) PPG 신호, 또는 심전도(ECG) 신호 중 적어도 하나의 신호를 포함하는,
신호 처리를 위한 방법. - 제 29 항에 있어서,
상기 결정된 하나 이상의 다른 신호들은 DC 성분, 제곱 평균 제곱근(RMS: root mean square) 성분, 또는 파형 중 적어도 하나를 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 움직임 정보를 기초로, 결정된 혈중 산소 레벨, 결정된 심박수, 적색 광전용적맥파(PPG) 신호, 적외선(IR) PPG 신호, 심전도(ECG) 신호 또는 상기 하나 이상의 다른 신호들 중 적어도 하나를 수정하는 단계를 더 포함하며,
상기 하나 이상의 다른 신호들은 DC 성분, 제곱 평균 제곱근(RMS) 성분, 또는 파형 중 적어도 하나를 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 적어도 하나의 희소 공간 계수는 직교 매칭 추적 알고리즘에 따라 결정되는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 결정된 하나 이상의 다른 신호들을 기초로, 심박수, 혈중 산소 레벨, 광전용적맥파(PPG) 신호 또는 심전도(ECG) 신호 중 적어도 하나의 표시를 제공하는 단계를 더 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 수정하는 단계는,
상기 적어도 하나의 희소 공간 계수를 0으로 설정하는 단계를 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 움직임 정보의 손상(corrupt)된 버전 또는 상기 샘플들의 손상된 버전 중 적어도 하나를 포함하는 하나 이상의 패킷들을 수신하는 단계; 및
상기 하나 이상의 패킷들을 사용하여 상기 샘플들 또는 상기 움직임 정보 중 적어도 하나를 재구성하는 단계를 더 포함하는,
신호 처리를 위한 방법. - 제 27 항에 있어서,
상기 적어도 하나의 희소 공간 계수를 결정하는 단계는,
잡음 소스들에 대한 선험적 통계 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 식별하는 단계를 더 포함하는,
신호 처리를 위한 방법. - 신호 처리를 위한 장치로서,
움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기;
희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기;
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 다른 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 다른 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하도록 구성된 제 3 회로; 및
상기 생성된 피드백 정보를 상기 다른 장치에 전송하도록 구성된 송신기를 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 피드백 정보는 언더샘플링 비(USR)의 상기 업데이트, 발광 다이오드(LED)들의 조명 세기에 관한 정보, 또는 상기 신호의 DC 성분의 수정 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 신호는 적색 광전용적맥파(PPG) 신호, 적외선(IR) PPG 신호, 또는 심전도(ECG) 신호 중 적어도 하나의 신호를 포함하는,
신호 처리를 위한 장치. - 제 39 항에 있어서,
상기 결정된 하나 이상의 다른 신호들은 DC 성분, 제곱 평균 제곱근(RMS) 성분, 또는 파형 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 움직임 정보를 기초로, 결정된 혈중 산소 레벨, 결정된 심박수, 적색 광전용적맥파(PPG) 신호, 적외선(IR) PPG 신호, 심전도(ECG) 신호 또는 상기 하나 이상의 다른 신호들 중 적어도 하나를 수정하도록 구성된 제 3 회로를 더 포함하며,
상기 하나 이상의 다른 신호들은 DC 성분, 제곱 평균 제곱근(RMS) 성분, 또는 파형 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 적어도 하나의 희소 공간 계수는 직교 매칭 추적 알고리즘에 따라 결정되는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 결정된 하나 이상의 다른 신호들을 기초로, 심박수, 혈중 산소 레벨, 광전용적맥파(PPG) 신호 또는 심전도(ECG) 신호 중 적어도 하나의 표시를 제공하도록 구성된 제 3 회로를 더 포함하는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 제 2 회로는 또한 상기 적어도 하나의 희소 공간 계수를 0으로 설정하도록 구성되는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 수신기는 또한 상기 움직임 정보의 손상된 버전 또는 상기 샘플들의 손상된 버전 중 적어도 하나를 포함하는 하나 이상의 패킷들을 수신하도록 구성되며,
상기 장치는,
상기 하나 이상의 패킷들을 사용하여 상기 샘플들 또는 상기 움직임 정보 중 적어도 하나를 재구성하도록 구성된 재구성 회로를 더 포함하는,
신호 처리를 위한 장치. - 제 37 항에 있어서,
상기 컴퓨터는 또한 잡음 소스들에 대한 선험적 통계 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 식별하도록 구성되는,
신호 처리를 위한 장치. - 신호 처리를 위한 장치로서,
움직임 정보 및 신호의 샘플들을 수신하기 위한 수단;
희소성 베이시스 및 감지 행렬을 생성하기 위한 수단;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하기 위한 수단;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하기 위한 수단;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하기 위한 수단;
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 다른 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 다른 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하기 위한 수단; 및
상기 생성된 피드백 정보를 상기 다른 장치에 전송하기 위한 수단을 더 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 피드백 정보는 언더샘플링 비(USR)의 상기 업데이트, 발광 다이오드(LED)들의 조명 세기에 관한 정보, 또는 상기 신호의 DC 성분의 수정 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 신호는 적색 광전용적맥파(PPG) 신호, 적외선(IR) PPG 신호, 또는 심전도(ECG) 신호 중 적어도 하나의 신호를 포함하는,
신호 처리를 위한 장치. - 제 49 항에 있어서,
상기 결정된 하나 이상의 다른 신호들은 DC 성분, 제곱 평균 제곱근(RMS) 성분, 또는 파형 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 움직임 정보를 기초로, 결정된 혈중 산소 레벨, 결정된 심박수, 적색 광전용적맥파(PPG) 신호, 적외선(IR) PPG 신호, 심전도(ECG) 신호 또는 상기 하나 이상의 다른 신호들 중 적어도 하나를 수정하기 위한 수단을 더 포함하며,
상기 하나 이상의 다른 신호들은 DC 성분, 제곱 평균 제곱근(RMS) 성분, 또는 파형 중 적어도 하나를 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 적어도 하나의 희소 공간 계수는 직교 매칭 추적 알고리즘에 따라 결정되는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 결정된 하나 이상의 다른 신호들을 기초로, 심박수, 혈중 산소 레벨, 광전용적맥파(PPG) 신호 또는 심전도(ECG) 신호 중 적어도 하나의 표시를 제공하기 위한 수단을 더 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 수정하기 위한 수단은 상기 적어도 하나의 희소 공간 계수를 0으로 설정하기 위한 수단을 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 수신하기 위한 수단은 상기 움직임 정보의 손상된 버전 또는 상기 샘플들의 손상된 버전 중 적어도 하나를 포함하는 하나 이상의 패킷들을 수신하도록 추가로 구성되고,
상기 장치는,
상기 하나 이상의 패킷들을 사용하여 상기 샘플들 또는 상기 움직임 정보 중 적어도 하나를 재구성하기 위한 수단을 더 포함하는,
신호 처리를 위한 장치. - 제 47 항에 있어서,
상기 적어도 하나의 희소 공간 계수를 결정하기 위한 수단은,
잡음 소스들에 대한 선험적 통계 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 식별하기 위한 수단을 더 포함하는,
신호 처리를 위한 장치. - 신호 처리를 위한 컴퓨터 판독 가능 매체로서,
움직임 정보 및 신호의 샘플들을 수신하고;
희소성 베이시스 및 감지 행렬을 생성하고;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하고;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하고;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하고;
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하고; 그리고
상기 생성된 피드백 정보를 상기 장치에 전송하도록
실행 가능한 명령들을 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
컴퓨터 판독 가능 매체. - 헤드셋으로서,
움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기;
희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기;
상기 결정된 하나 이상의 다른 신호들을 기초로 오디오 출력을 제공하도록 구성된 트랜스듀서(transducer);
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 다른 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 다른 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하도록 구성된 제 3 회로; 및
상기 생성된 피드백 정보를 상기 다른 장치에 전송하도록 구성된 송신기를 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
헤드셋. - 시계로서,
움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기;
희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기;
상기 결정된 하나 이상의 다른 신호들을 기초로 표시를 제공하도록 구성된 사용자 인터페이스;
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 다른 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 다른 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하도록 구성된 제 3 회로; 및
상기 생성된 피드백 정보를 상기 다른 장치에 전송하도록 구성된 송신기를 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
시계. - 모니터링 디바이스로서,
접속기;
상기 접속기를 통해 움직임 정보 및 신호의 샘플들을 수신하도록 구성된 수신기;
희소성 베이시스 및 감지 행렬을 생성하도록 구성된 제 1 회로;
상기 감지 행렬, 상기 희소성 베이시스 및 상기 수신된 샘플들을 사용함으로써 적어도 하나의 희소 공간 계수를 결정하도록 구성된 컴퓨터;
상기 움직임 정보를 기초로 상기 적어도 하나의 희소 공간 계수를 수정하도록 구성된 제 2 회로;
상기 적어도 하나의 수정된 희소 공간 계수를 사용함으로써 상기 수신된 샘플들과 관련된 하나 이상의 다른 신호들을 결정하도록 구성된 추정기;
상기 결정된 하나 이상의 다른 신호들을 기초로 표시를 제공하도록 구성된 사용자 인터페이스;
상기 결정된 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 기초로, 다른 장치로부터 수신될 상기 신호의 다른 샘플들 또는 다른 움직임 정보 중 적어도 하나에 대한, 상기 다른 장치에서의 감지를 조정하기 위한 피드백 정보를 생성하도록 구성된 제 3 회로; 및
상기 생성된 피드백 정보를 상기 다른 장치에 전송하도록 구성된 송신기를 더 포함하며,
상기 피드백 정보는 적어도, 상기 하나 이상의 다른 신호들 또는 상기 움직임 정보 중 적어도 하나를 사용한 언더샘플링 비(USR) 정보의 업데이트를 포함하는,
모니터링 디바이스. - 삭제
- 삭제
- 삭제
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US24185109P | 2009-09-11 | 2009-09-11 | |
| US61/241,851 | 2009-09-11 | ||
| US12/684,604 US8718980B2 (en) | 2009-09-11 | 2010-01-08 | Method and apparatus for artifacts mitigation with multiple wireless sensors |
| US12/684,604 | 2010-01-08 | ||
| PCT/US2010/048514 WO2011032030A1 (en) | 2009-09-11 | 2010-09-10 | Method and apparatus for artifacts mitigation with multiple wireless sensors |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120065399A KR20120065399A (ko) | 2012-06-20 |
| KR101317798B1 true KR101317798B1 (ko) | 2013-10-15 |
Family
ID=43731373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020127009267A KR101317798B1 (ko) | 2009-09-11 | 2010-09-10 | 다수의 무선 센서들을 이용한 아티팩트들의 완화를 위한 방법 및 장치 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US8718980B2 (ko) |
| EP (1) | EP2475293B1 (ko) |
| JP (2) | JP5755650B2 (ko) |
| KR (1) | KR101317798B1 (ko) |
| CN (2) | CN104305969B (ko) |
| WO (1) | WO2011032030A1 (ko) |
Families Citing this family (77)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9820658B2 (en) | 2006-06-30 | 2017-11-21 | Bao Q. Tran | Systems and methods for providing interoperability among healthcare devices |
| US8323189B2 (en) | 2006-05-12 | 2012-12-04 | Bao Tran | Health monitoring appliance |
| US8968195B2 (en) | 2006-05-12 | 2015-03-03 | Bao Tran | Health monitoring appliance |
| US7558622B2 (en) * | 2006-05-24 | 2009-07-07 | Bao Tran | Mesh network stroke monitoring appliance |
| US9060683B2 (en) | 2006-05-12 | 2015-06-23 | Bao Tran | Mobile wireless appliance |
| US7539533B2 (en) | 2006-05-16 | 2009-05-26 | Bao Tran | Mesh network monitoring appliance |
| US8588880B2 (en) | 2009-02-16 | 2013-11-19 | Masimo Corporation | Ear sensor |
| US9075446B2 (en) | 2010-03-15 | 2015-07-07 | Qualcomm Incorporated | Method and apparatus for processing and reconstructing data |
| US9136980B2 (en) | 2010-09-10 | 2015-09-15 | Qualcomm Incorporated | Method and apparatus for low complexity compression of signals |
| KR20120071948A (ko) * | 2010-12-23 | 2012-07-03 | 한국전자통신연구원 | 인체 통신 시스템, 매체 접근 제어 브리지, 브리지 장치 및 브리지 장치의 동작 방법 |
| US9770176B2 (en) | 2011-09-16 | 2017-09-26 | Koninklijke Philips N.V. | Device and method for estimating the heart rate during motion |
| WO2013128345A1 (en) * | 2012-02-28 | 2013-09-06 | Koninklijke Philips N.V. | Device and method for monitoring vital signs |
| WO2013166341A1 (en) * | 2012-05-02 | 2013-11-07 | Aliphcom | Physiological characteristic detection based on reflected components of light |
| US10881310B2 (en) | 2012-08-25 | 2021-01-05 | The Board Of Trustees Of The Leland Stanford Junior University | Motion artifact mitigation methods and devices for pulse photoplethysmography |
| JP5987578B2 (ja) * | 2012-09-13 | 2016-09-07 | オムロンヘルスケア株式会社 | 脈拍測定装置、ならびに、脈拍測定方法および脈拍測定プログラム |
| US9865176B2 (en) | 2012-12-07 | 2018-01-09 | Koninklijke Philips N.V. | Health monitoring system |
| EP2932649A4 (en) * | 2012-12-17 | 2016-07-20 | Nokia Technologies Oy | METHOD, DEVICE AND COMPUTER PROGRAMS FOR GETTING DATA |
| US9642543B2 (en) | 2013-05-23 | 2017-05-09 | Arizona Board Of Regents | Systems and methods for model-based non-contact physiological data acquisition |
| GB2516865A (en) * | 2013-08-02 | 2015-02-11 | Nokia Corp | Method, apparatus and computer program product for activity recognition |
| US11921471B2 (en) | 2013-08-16 | 2024-03-05 | Meta Platforms Technologies, Llc | Systems, articles, and methods for wearable devices having secondary power sources in links of a band for providing secondary power in addition to a primary power source |
| US20150124566A1 (en) | 2013-10-04 | 2015-05-07 | Thalmic Labs Inc. | Systems, articles and methods for wearable electronic devices employing contact sensors |
| US10042422B2 (en) | 2013-11-12 | 2018-08-07 | Thalmic Labs Inc. | Systems, articles, and methods for capacitive electromyography sensors |
| WO2015081113A1 (en) | 2013-11-27 | 2015-06-04 | Cezar Morun | Systems, articles, and methods for electromyography sensors |
| ES2542826B1 (es) * | 2014-02-10 | 2016-05-19 | Alvarez Omar Daniel Briscik | Billetera digital de alta seguridad |
| 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 |
| EP3145399A1 (en) * | 2014-05-22 | 2017-03-29 | Koninklijke Philips N.V. | Method and apparatus for optical sensing of tissue variation at increased accuracy |
| US9880632B2 (en) | 2014-06-19 | 2018-01-30 | Thalmic Labs Inc. | Systems, devices, and methods for gesture identification |
| US10656009B2 (en) * | 2014-07-16 | 2020-05-19 | Verily Life Sciences Llc | Context discrimination using ambient light signal |
| CN110292372B (zh) * | 2014-09-30 | 2022-03-01 | 原相科技股份有限公司 | 检测装置 |
| WO2016094375A1 (en) * | 2014-12-08 | 2016-06-16 | Rutgers, The State University Of New Jersey | Methods for measuring physiologically relevant motion |
| US11045101B2 (en) | 2014-12-23 | 2021-06-29 | Nitto Denko Corporation | Device and method for removal of artifacts in physiological measurements |
| CN105266776B (zh) * | 2015-09-06 | 2017-11-10 | 陈才维 | 一种用于人体健康监测的方法 |
| KR102451268B1 (ko) * | 2015-12-09 | 2022-10-06 | 삼성전자주식회사 | 신호 처리 방법, 신호 필터링 장치 및 신호 처리 장치 |
| WO2017111793A1 (en) * | 2015-12-23 | 2017-06-29 | Intel Corporation | Frequency domain adaptive motion cancel-lation filter |
| EP3398347B1 (en) * | 2015-12-30 | 2020-04-29 | Teraki GmbH | Method and system for determining a sampling scheme for sensor data |
| EP3398255A1 (en) | 2015-12-30 | 2018-11-07 | Teraki GmbH | Method and system for obtaining and storing sensor data |
| CN110312471B (zh) | 2016-07-25 | 2022-04-29 | 脸谱科技有限责任公司 | 从神经肌肉活动测量中导出控制信号的自适应系统 |
| US11331045B1 (en) | 2018-01-25 | 2022-05-17 | Facebook Technologies, Llc | Systems and methods for mitigating neuromuscular signal artifacts |
| US11216069B2 (en) | 2018-05-08 | 2022-01-04 | Facebook Technologies, Llc | Systems and methods for improved speech recognition using neuromuscular information |
| WO2018022597A1 (en) | 2016-07-25 | 2018-02-01 | Ctrl-Labs Corporation | Methods and apparatus for inferring user intent based on neuromuscular signals |
| US11337652B2 (en) | 2016-07-25 | 2022-05-24 | Facebook Technologies, Llc | System and method for measuring the movements of articulated rigid bodies |
| CN110300542A (zh) | 2016-07-25 | 2019-10-01 | 开创拉布斯公司 | 使用可穿戴的自动传感器预测肌肉骨骼位置信息的方法和装置 |
| EP3387990B1 (en) * | 2017-03-28 | 2020-04-29 | IMEC vzw | System and method for heart rate detection with motion artifact reduction |
| CN107595296B (zh) * | 2017-09-19 | 2020-06-05 | 广东乐心医疗电子股份有限公司 | 一种消除运动干扰的血氧饱和度检测方法及血氧检测装置 |
| WO2019079757A1 (en) | 2017-10-19 | 2019-04-25 | Ctrl-Labs Corporation | SYSTEMS AND METHODS FOR IDENTIFYING BIOLOGICAL STRUCTURES ASSOCIATED WITH NEUROMUSCULAR SOURCE SIGNALS |
| EP3476286B1 (en) * | 2017-10-24 | 2023-08-30 | Berner Fachhochschule | Apparatus for providing electrocardiographic and especially arrhythmia information |
| US10874305B2 (en) | 2018-01-15 | 2020-12-29 | Microsoft Technology Licensing, Llc | Sensor device |
| CN108420411B (zh) * | 2018-01-24 | 2021-01-19 | 广东乐心医疗电子股份有限公司 | 信号处理方法及电子设备 |
| US10460455B2 (en) | 2018-01-25 | 2019-10-29 | Ctrl-Labs Corporation | Real-time processing of handstate representation model estimates |
| US11481030B2 (en) | 2019-03-29 | 2022-10-25 | Meta Platforms Technologies, Llc | Methods and apparatus for gesture detection and classification |
| US11907423B2 (en) | 2019-11-25 | 2024-02-20 | Meta Platforms Technologies, Llc | Systems and methods for contextualized interactions with an environment |
| US10817795B2 (en) | 2018-01-25 | 2020-10-27 | Facebook Technologies, Llc | Handstate reconstruction based on multiple inputs |
| US11493993B2 (en) | 2019-09-04 | 2022-11-08 | Meta Platforms Technologies, Llc | Systems, methods, and interfaces for performing inputs based on neuromuscular control |
| US11961494B1 (en) | 2019-03-29 | 2024-04-16 | Meta Platforms Technologies, Llc | Electromagnetic interference reduction in extended reality environments |
| CN112074225A (zh) * | 2018-01-25 | 2020-12-11 | 脸谱科技有限责任公司 | 用于减轻神经肌肉信号伪像的方法和装置 |
| WO2019148002A1 (en) | 2018-01-25 | 2019-08-01 | Ctrl-Labs Corporation | Techniques for anonymizing neuromuscular signal data |
| US11069148B2 (en) | 2018-01-25 | 2021-07-20 | Facebook Technologies, Llc | Visualization of reconstructed handstate information |
| CN111902077B (zh) | 2018-01-25 | 2023-08-04 | 元平台技术有限公司 | 利用神经肌肉信号进行手部状态表示建模的校准技术 |
| US11150730B1 (en) | 2019-04-30 | 2021-10-19 | Facebook Technologies, Llc | Devices, systems, and methods for controlling computing devices via neuromuscular signals of users |
| WO2019147958A1 (en) | 2018-01-25 | 2019-08-01 | Ctrl-Labs Corporation | User-controlled tuning of handstate representation model parameters |
| US10937414B2 (en) | 2018-05-08 | 2021-03-02 | Facebook Technologies, Llc | Systems and methods for text input using neuromuscular information |
| US10592001B2 (en) | 2018-05-08 | 2020-03-17 | Facebook Technologies, Llc | Systems and methods for improved speech recognition using neuromuscular information |
| EP3801743B1 (en) | 2018-05-25 | 2024-07-03 | Meta Platforms Technologies, LLC | Methods and apparatus for providing sub-muscular control |
| EP3801216A4 (en) | 2018-05-29 | 2021-04-14 | Facebook Technologies, LLC. | SHIELDING TECHNIQUES FOR NOISE REDUCTION IN SURFACE ELECTROMYOGRAPHY SIGNAL MEASUREMENT AND RELATED SYSTEMS AND METHODS |
| CN112585600A (zh) | 2018-06-14 | 2021-03-30 | 脸谱科技有限责任公司 | 使用神经肌肉标记进行用户识别和认证 |
| US11045137B2 (en) | 2018-07-19 | 2021-06-29 | Facebook Technologies, Llc | Methods and apparatus for improved signal robustness for a wearable neuromuscular recording device |
| TWI662948B (zh) * | 2018-08-10 | 2019-06-21 | 國立中央大學 | 無損心電訊號壓縮系統及方法 |
| EP3836836B1 (en) | 2018-08-13 | 2024-03-20 | Meta Platforms Technologies, LLC | Real-time spike detection and identification |
| US10905350B2 (en) | 2018-08-31 | 2021-02-02 | Facebook Technologies, Llc | Camera-guided interpretation of neuromuscular signals |
| WO2020061451A1 (en) | 2018-09-20 | 2020-03-26 | Ctrl-Labs Corporation | Neuromuscular text entry, writing and drawing in augmented reality systems |
| EP3857342A4 (en) | 2018-09-26 | 2021-12-01 | Facebook Technologies, LLC. | NEUROMUSCULAR CONTROL OF PHYSICAL OBJECTS IN AN ENVIRONMENT |
| CN112822992A (zh) | 2018-10-05 | 2021-05-18 | 脸谱科技有限责任公司 | 在增强现实环境中使用神经肌肉信号来提供与物理对象的增强交互 |
| US20210361165A1 (en) * | 2018-10-31 | 2021-11-25 | Northwestern University | Sensor network for measuring physiological parameters of mammal subject and applications of same |
| CN113423341A (zh) | 2018-11-27 | 2021-09-21 | 脸谱科技有限责任公司 | 用于可穿戴电极传感器系统的自动校准的方法和装置 |
| US10905383B2 (en) | 2019-02-28 | 2021-02-02 | Facebook Technologies, Llc | Methods and apparatus for unsupervised one-shot machine learning for classification of human gestures and estimation of applied forces |
| US12089953B1 (en) | 2019-12-04 | 2024-09-17 | Meta Platforms Technologies, Llc | Systems and methods for utilizing intrinsic current noise to measure interface impedances |
| US11868531B1 (en) | 2021-04-08 | 2024-01-09 | Meta Platforms Technologies, Llc | Wearable device providing for thumb-to-finger-based input gestures detected based on neuromuscular signals, and systems and methods of use thereof |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1297784A1 (en) | 2001-09-28 | 2003-04-02 | C.S.E.M. Centre Suisse D'electronique Et De Microtechnique Sa | Method and device for pulse rate detection |
| WO2006075016A1 (en) | 2005-01-17 | 2006-07-20 | Novo Nordisk A/S | Fluide delivery device with integrated monitoring of physiological characteristics |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05341771A (ja) * | 1992-06-05 | 1993-12-24 | Shimadzu Corp | 医療測定装置等のトレンド表示装置 |
| KR20010109852A (ko) | 2000-06-02 | 2001-12-12 | 김태훈 | 계량기 자동관리 시스템 |
| US7646924B2 (en) | 2004-08-09 | 2010-01-12 | David Leigh Donoho | Method and apparatus for compressed sensing |
| EP2059907A2 (en) * | 2006-08-29 | 2009-05-20 | Koninklijke Philips Electronics N.V. | Reduction of heart motion artifacts in thoracic ct imaging |
| US7345603B1 (en) | 2006-11-07 | 2008-03-18 | L3 Communications Integrated Systems, L.P. | Method and apparatus for compressed sensing using analog projection |
| US20090060287A1 (en) * | 2007-09-05 | 2009-03-05 | Hyde Roderick A | Physiological condition measuring device |
| EP3415090A1 (en) | 2007-09-05 | 2018-12-19 | Sensible Medical Innovations Ltd. | Method, system and apparatus for using electromagnetic radiation for monitoring a tissue of a user |
| FR2923598B1 (fr) * | 2007-11-14 | 2012-01-20 | Univ Nancy 1 Henri Poincare | Procede de reconstruction d'un signal a partir de mesures experimentales perturbees et dispositif de mise en oeuvre |
| JP5470271B2 (ja) * | 2007-12-20 | 2014-04-16 | ウイスコンシン アラムナイ リサーチ ファウンデーシヨン | ダイナミック先験的画像制限画像再構成法 |
| JP2009189570A (ja) * | 2008-02-14 | 2009-08-27 | National Institute Of Information & Communication Technology | リアルタイム病状解析システム及び方法 |
| US10026016B2 (en) * | 2009-06-26 | 2018-07-17 | Regents Of The University Of Minnesota | Tracking and representation of multi-dimensional organs |
-
2010
- 2010-01-08 US US12/684,604 patent/US8718980B2/en active Active
- 2010-09-10 EP EP10757669.6A patent/EP2475293B1/en active Active
- 2010-09-10 CN CN201410532862.9A patent/CN104305969B/zh not_active Expired - Fee Related
- 2010-09-10 CN CN201080040279.6A patent/CN102625667B/zh not_active Expired - Fee Related
- 2010-09-10 WO PCT/US2010/048514 patent/WO2011032030A1/en active Application Filing
- 2010-09-10 KR KR1020127009267A patent/KR101317798B1/ko active IP Right Grant
- 2010-09-10 JP JP2012528944A patent/JP5755650B2/ja not_active Expired - Fee Related
-
2014
- 2014-09-29 JP JP2014199102A patent/JP2015043985A/ja not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1297784A1 (en) | 2001-09-28 | 2003-04-02 | C.S.E.M. Centre Suisse D'electronique Et De Microtechnique Sa | Method and device for pulse rate detection |
| WO2006075016A1 (en) | 2005-01-17 | 2006-07-20 | Novo Nordisk A/S | Fluide delivery device with integrated monitoring of physiological characteristics |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2011032030A1 (en) | 2011-03-17 |
| JP2013504387A (ja) | 2013-02-07 |
| CN102625667A (zh) | 2012-08-01 |
| US8718980B2 (en) | 2014-05-06 |
| CN102625667B (zh) | 2015-04-08 |
| EP2475293A1 (en) | 2012-07-18 |
| JP5755650B2 (ja) | 2015-07-29 |
| KR20120065399A (ko) | 2012-06-20 |
| CN104305969B (zh) | 2017-01-11 |
| CN104305969A (zh) | 2015-01-28 |
| JP2015043985A (ja) | 2015-03-12 |
| EP2475293B1 (en) | 2013-12-18 |
| US20110066381A1 (en) | 2011-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101317798B1 (ko) | 다수의 무선 센서들을 이용한 아티팩트들의 완화를 위한 방법 및 장치 | |
| US10045293B2 (en) | Method and apparatus for distributed processing for wireless sensors | |
| US20210169426A1 (en) | Wearable system for capturing and transmitting biomedical signals | |
| US9356731B2 (en) | Method and apparatus for low complexity compression of signals employing differential operation for transient segment detection | |
| US20100246651A1 (en) | Packet loss mitigation in transmission of biomedical signals for healthcare and fitness applications | |
| KR20130006662A (ko) | 데이터를 프로세싱 및 재구성하기 위한 방법 및 장치 | |
| US20120194372A1 (en) | Analog-to-digital converter for biomedical signals | |
| WO2012012189A2 (en) | Method and apparatus for measuring body impedance based on baseband signal detection | |
| EP2614591A1 (en) | Method and apparatus for low complexity compression of signals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160929 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20180928 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20190924 Year of fee payment: 7 |