KR101786159B1

KR101786159B1 - 조직의 산소 포화도 측정 및 관류 이미징을 위한 장치, 시스템, 및 방법

Info

Publication number: KR101786159B1
Application number: KR1020137018541A
Authority: KR
Inventors: 마지드 사라프자데; 윌리엄 카이저; 바바라 바테스-젠센; 알리레자 메르니아; 비잔 마파; 프랭크 왕
Original assignee: 더 리전츠 오브 더 유니버시티 오브 캘리포니아
Priority date: 2011-01-19
Filing date: 2012-01-19
Publication date: 2017-10-17
Also published as: JP6014605B2; JP2014507985A; US20140024905A1; BR112013018023B1; CN103327894A; WO2012100090A3; SG191880A1; CN105877764A; WO2012100090A2; BR112013018023A2; EP2665417A2; AU2012207287B2; US20190200907A1; US20170224261A1; HK1187515A1; CA2825167C; CA2825167A1; JP2017029761A; CN103327894B; KR20140038931A

Abstract

정확한 피부/조직 혈액의 관류 측정 및 산소 포화도 측정을 위해 타깃 상에 인가된 압력의 레벨을 모니터하기 위해 광 센서들과 연관된 압력 감지 요소들을 통합하는 조직의 건강 상태를 특성화하는 콤팩트한 관류 스캐너 및 방법이 개시된다. 그러한 시스템 및 방법은 관류 이미징 및 관류 맵핑(기하적인 그리고 일시적인), 신호 처리 및 패턴 인식, 노이즈 제거 및 관류 데이터의 데이터 융합, 스캐너 위치 및 압력 독출을 허용한다.

Description

조직의 산소 포화도 측정 및 관류 이미징을 위한 장치, 시스템, 및 방법{APPARATUS, SYSTEMS, AND METHODS FOR TISSUE OXIMETRY AND PERFUSION IMAGING}

본 출원은 그 내용이 전체적으로 참조에 의해 여기에 반영되는 2011년 1월 19일 출원된 미국 가 특허출원 제61/434,014호로부터의 우선권을 청구한다.

이러한 특허 문서에서의 자료의 일부분은 미국 및 다른 국가들의 저작권법 하에 저작권 보호를 받는다. 그러한 저작권의 소유자는 미국 특허 상표청에서 공지한 공공이 이용가능한 파일 또는 기록물과 같은 특허 문서 또는 특허 개시물을 누구나 복사 재생하는 것에 대해 반대하지 못하는데, 만약 그렇지 않을 경우 무엇이든지간에 그 모든 저작권을 유보한다. 이에 따라 그 저작권자는 제한없이 37 C.F.R. § 1 .14에 따라 그러한 권리를 포함한 비밀이 유지된 이러한 특허 문서를 소유할 어떠한 권리도 철회하지 못한다.

통상 본 발명은 조직의 산소 포화도 측정에 관한 것으로, 특히 조직의 산소 포화도 측정 및 관류 이미징에 관한 것이다.

환자의 피부 무결성은 오랫동안 간호사 및 시설에서 염려하고 있는 문제이다. 피부 무결성의 유지는 양호한 간호의 중요한 지표로서 미국 간호협회가 지정하고 있다. 한편, 궤양, 구체적으로 말하자면 정맥 궤양 및 압박 궤양은 특히 병원에 입원한 노일들에게 주요한 건강상의 문제를 가져온다. 조기의 상처 조직의 검사는 극한의 도전과 고비용의 문제가 따른다.

다른 위험요소들과 함께 나이를 고려할 때, 이들 궤양의 발생률이 크게 증가했다. 입원한 환자에 대한 압박 궤양의 전체 발생률은 2.7% 내지 29.5%의 범위이며, 50% 이상의 비율은 집중적인 간호 환경의 환자들에게서 보고되었다. 선택된 진료에 따라 급성 환자 치료 병원으로부터 퇴원한 803명의 노인들에 대한 종합시설의 집단적인 과거의 연구에서는, 13.2%(즉, 164명의 환자)가 1단계 궤양의 발병률을 나타냈다. 이들 164명의 환자 중 38명(16%)은 좀더 진행된 단계의 궤양을 가졌다.

추가로 압박 궤양은 병원을 퇴원한 후 1년 내에 사망할 증가된 사망의 위험성과 관련이 있었다. 그러한 압박 궤양의 예상 비용은 각각의 궤양에 대한 심각성에 따라 $5,000 내지 $40,000의 범위의 비용이 든다. 한편, 정맥 궤양 또한 입원한 환자, 특히 노인들에게 심각한 건강상의 문제를 야기할 수 있다. 인구의 3%정도가 다리 궤양으로 고통받고 있으며, 이러한 수치는 80세 이상에서는 20%로 치솟는다. 정맥 궤양의 평균 치료비용은 $10,000로 예상되며, 효과적인 치료 및 조기 진단 없이는 $20,000까지 쉽게 상승될 수 있다.

일단 환자가 정맥 궤양으로 고생한 적이 있으면, 상처 재발의 가능성 또한 극히 높은데, 54% 내지 78%의 범위가 된다. 이는 정맥 궤양이 이들로부터 고통을 받는 사람들에게 심각하게 부정적인 영향을 줄 수 있어, 그들의 삶의 질을 크게 저하시킴과 더불어 광범위한 치료를 필요로 한다는 것을 의미한다. 총 건강 관리 예산의 2.5%정도를 차지함에도 불구하고 종종 정맥 궤양의 영향을 과소평가하고 있다.

그들 궤양 치료의 어려움과 함께 정맥 궤양에 대한 고비용 및 발병률이 조기 검진할 수 있는 저비용의 비침습적 시스템(non-invasive system)을 도입하기 위한 극히 좋은 기회를 제한하고 있다. 통상의 레이저 도플러 시스템들은 비교적 정확하면서 신뢰할 수 있는 정보를 제공하지만, 이들 시스템은 부피가 크고 극히 비용이 비싼 장비이기 때문에 환자들을 계속해서 모니터링하는데 사용될 수 없다. 그와 같은 해결책은 지나치게 고비용이거나 또는 구역을 선택하여 배치하는데 상당한 어려움이 있다.

이에 따라, 조직 건강의 지표로서 그 조직에 걸친 산소 분포 및 침투 레벨의 측정과 같이 조직을 스캔하고 조직 관류 상태를 측정하기 위한 모니터링 및 예방의 해결책을 개발할 필요가 있다. 따라서, 본 발명의 목적은 정맥 궤양(또는 그 위험)으로부터 고통받는 환자의 관류 레벨을 모니터하기 위해 압력 센서 신호와 연계한 광혈류 측정(photoplethysmographic)의 사용에 있다.

본 발명의 시스템 및 방법은 궤양의 발생을 검출하여 모니터하기 위한 수단으로서 조직 혈액의 관류를 스캐닝하여 맵핑하도록 구성된 콤팩트한 관류 스캐너를 포함한다. 그러한 장치는 플랫폼, 디지털 신호 처리 유닛, 컴퓨터에 대한 직렬 커넥션, 압력 센서, 압력 검침 시스템, LED 및 포토다이오드 센서 쌍 및 데이터 익스플로러 비주얼 인터페이스를 통합한다.

상기 본 발명의 시스템 및 방법은 궤양 형성 또는 염증을 일으키는 압력의 조기 검출을 가능하게 함으로써 효과적인 방지책을 제공하는데, 만약 조기 검출이 불가능하여 장기간 검출하지 못하게 되면 감염 및 보다 높은 단계의 궤양 성장의 위험을 증가시킬 것이다.

바람직한 실시예에 있어서, 그러한 본 발명에 따른 조직 건강 상태를 특징화하는 콤팩트한 관류 스캐너 및 방법은 정확한 피부/조직 혈액의 관류 측정 및 산소 포화도 측정을 위해 타깃 상에 인가된 압력의 레벨을 모니터하도록 광학 센서와 함께 압력 감지 요소를 통합한다. 상기한 본 발명의 시스템 및 방법은 한정하진 않지만 데이터 융합 뿐만 아니라 관류 이미징 및 관류 맵핑(기하적인 그리고 일시적인), 신호 처리 및 패턴 인식, 사용 추적 및 압력 이미징을 통한 사용의 자동 보장과 같은 측정 능력을 포함하는 새로운 성능을 가능하게 한다.

본 발명의 센서-향상 시스템의 하나의 특정 이점은 병원 및 심지어 노인 시설에서 적절한 시기에 그리고 좀더 효율적으로 각 개별 환자의 보다 향상된 관리 능력을 제공한다는 것이다. 이는 만성 창상, 당료 족 궤양, 압박 궤양 또는 수술후 상처의 이력이 있는 환자에게 적용할 수 있다.

또한, 신호 내용의 변경은 환자의 활동 수준, 환자 신체의 위치 및 표준화된 증상의 평가와 통합될 것이다. 이러한 환자들한테서 수집된 데이터를 신호 데이터베이스에 유지함으로써, 패턴 분류, 조사, 및 패턴 매칭 알고리즘이 피부 특성 및 궤양 성장의 변경에 따라 증상들을 보다 양호하게 맵하는데 사용될 수 있다.

하나의 형태가 플래너 센서 어레이(planar sensor array) 및 데이터 획득 컨트롤러를 포함하는 스캐너를 구비한 환자의 타깃 조직 영역의 관류 산소 포화도를 모니터링하기 위한 장치이며, 상기 플래너 센서 어레이는 상기 타깃 조직 영역의 표면과 접촉하여 위치되도록 구성되고; 상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 상기 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED를 포함하고; 상기 플래너 센서 어레이는 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함하며; 상기 데이터 획득 컨트롤러는 상기 타깃 조직 영역과 관련된 관류 산소 포화도 데이터를 획득하기 위해 상기 플래너 센서 어레이로부터 광의 방출 및 수신을 컨트롤하기 위한 하나 또는 그 이상의 LED 및 하나 또는 그 이상의 포토다이오드에 연결된다.

다른 형태가 스캐너, 데이터 획득 컨트롤러, 및 처리 모듈을 포함하는 환자의 타깃 조직 영역의 관류 산소 포화도를 모니터링하기 위한 시스템이며, (a) 상기 스캐너는 플래너 센서 어레이 및 이 플레너 센서 어레이에 연결된 압력 센서를 포함하고, 상기 플래너 센서 어레이는 상기 타깃 조직 영역의 표면과 접촉하여 위치하도록 구성되고, 상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 광원을 포함하고, 상기 플래너 센서 어레이는 광원으로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 센서를 포함하며, 상기 압력 센서는 타깃 조직 영역의 표면과 접촉하는 플래너 센서 어레이의 압력 독출을 획득하도록 구성되고; (b) 상기 데이터 획득 컨트롤러는 상기 하나 또는 그 이상의 센서에 연결되고, 타깃 조직과 관련된 관류 산소 포화도 데이터를 획득하기 위해 플래너 센서 어레이로부터 광의 방출 및 수신을 컨트롤하고; (c) 상기 처리 모듈은 상기 데이터 획득 컨트롤러에 연결되고; (d) 상기 처리 모듈은 타깃 조직 영역의 표면과 스캐너의 적절한 접촉을 보장하기 위해, 관류 산소 포화도 데이터 및 압력 센서 데이터의 동시 획득을 위해 상기 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된다.

또 다른 형태가 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링을 수행하기 위한 방법이며, 상기 방법은 상기 타깃 조직 영역의 표면과 접촉하여 플래너 센서 어레이를 위치시키는 단계; 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 상기 플래너 센서 어레이의 광원으로부터 광을 방출하는 단계; 상기 광원으로부터 반사된 광을 수신하는 단계; 상기 타깃 조직 영역의 표면과 접촉하는 플레너 센서 어레이와 관련된 압력 데이터를 획득하는 단계; 상기 타깃 조직 영역과 관련된 관류 산소 포화도 데이터를 획득하는 단계; 및 상기 타깃 조직 영역의 표면과의 상기 플레너 센서 어레이의 적절한 접촉을 보장하기 위해 관류 산소 포화도 데이터 및 압력 데이터를 샘플링하는 단계를 포함한다.

본 발명의 시스템 및 방법들은 특정 조건의 궤양 또는 상처로 한정하지 않고, 피부 질병 또는 치료와 같은 모든 형태의 상처 관리에 광범위하게 적용할 수 있다는 것을 알아야 한다.

본 발명의 다른 형태들이 이하의 본 명세서의 일부로 제공되며, 그러한 상세한 설명은 발명의 바람직한 실시예들을 충분히 개시하기 위한 것이며 그것으로 한정하진 않는다.

본 발명은 단지 설명의 목적을 위한 이하의 도면의 참조에 의해 좀더 전체적으로 잘 이해될 수 있을 것이다.
도 1은 본 발명에 따른 조직의 영역을 분석하기 위한 관류 산소 포화도 모니터링(POM) 시스템의 바람직한 실시예를 나타낸다.
도 2a 및 2b는 본 발명의 관류 하드웨어 인쇄회로기판의 전면 및 우측 사시도를 나타낸다.
도 3은 본 발명에 따른 예시의 LED 에미터를 나타낸다.
도 4는 본 발명에 따른 LED 동작회로를 나타낸다.
도 5는 포토다이오드 센서 어레이로부터 신호를 독출하도록 구성된 예시의 포토다이오드 독출회로를 나타낸다.
도 6은 압력 센서의 보정을 위한 보정 구성를 나타낸다.
도 7은 단일 센서 상에서의 50g, 100g, 200g 및 500g의 압력 확인 시험으로부터의 결과 플롯을 나타낸다.
도 8은 측정된 압력 응답 커브, 보간된 커브(지수적), 및 압력 센서가 포화되도록 지정된 지점을 나타내는 플롯이다.
도 9는 제2의 1파운드 센서 상에서의 압력 확인 시험으로부터의 결과를 나타낸다.
도 10은 원시 압력 응답 커브, 및 다양한 적합도를 나타내는 플롯이다.
도 11은 본 발명의 관류 산소 포화도 모니터링(POM) 시스템을 동작시키기 위한 PC 구성을 나타낸다.
도 12는 본 발명에 따른 하드웨어 구성 모듈 인터페이스의 스크린샷을 나타낸다.
도 13은 본 발명에 따른 그래픽 사용자 인터페이스의 스크린샷을 나타낸다.
도 14는 크리깅 알고리즘(Kriging algorithm)을 통해 수행된 예시의 보간을 나타낸다.
도 15는 특징 추출 모듈을 시험하기 위해 사용된 마커 패턴의 개략도를 나타낸다.
도 16은 이미지 상에 오버레이된 도 15의 구성을 나타낸다.
도 17은 맵되고 보간된 관류 이미지를 출력하기 위한 방법의 블록도를 나타낸다.
도 18은 본 발명에 따른 인-밴드 노이즈 제거를 돕기 위해 이용된 헤테로다이닝(heterodyning)의 예를 나타낸다.
도 19는 노이즈 및 보정 주파수에 대한 도 18의 감산 방법의 이론적인 응답의 플롯이다.
도 20은 dB 눈금으로 나타낸 감산 방법의 주파수 응답의 플롯이다.
도 21은 이전과 유사한 데이터 비율을 얻기 위해 고주파수 LED 동작 신호에 노이즈 감산을 채용하고, 몇개의 LED 동작 주기를 평균화하는 것으로부터의 결과를 나타낸다.
도 22는 도 21의 확대도를 나타낸다.
도 23은 목 및 엄지손가락 조직 측정의 비교를 위해 이용된 시간 영역 신호의 샘플을 나타낸다.
도 24는 측정된 신호의 주파수 영역 표시를 나타낸다.
도 25는 이미의 추출된 플레시모그래프(plethysmograph) 신호로부터의 결과를 나타낸다.
도 26은 엄지손가락 밑부분 관절로부터 추출된 플레시모그래프 신호의 독출의 비교를 나타낸다.
도 27은 목 상에 반사 센서를 이용한 압력 변경으로부터의 결과를 나타낸다.
도 28은 블랙 테이프의 상면 및 측면 모두로부터의 결과를 나타낸다.

도 1은 본 발명에 따른 환자(18)의 조직(52)의 영역을 분석하기 위한 관류 산소 포화도 모니터링(POM) 시스템(10)의 바람직한 실시예를 나타낸다. 시스템(10)은 일반적으로 적색/적외선 LED 어레이(44), 포토다이오드 어레이(46), 압력 센서(50), 압력 검침 시스템(48; 증폭 및 필터링 회로를 포함하는), 데이터 획득 유닛(40), 디지털 신호 처리 모듈(12) 및 사용자 인터페이스를 갖는 애플리케이션 모듈(14; application module)과 같은 6개의 1차 구성요소를 포함한다.

상기 시스템(10)은 바람직하게 휴대용 인클로저(도시하지 않음) 내에 에미터/센서 어레이(44, 46, 50) 및 데이터 획득 유닛(40)을 포함하는 감지 하드웨어 요소(16)를 포함한다. 상기 데이터 획득 유닛(40)에 연결된(예컨대, 케이블 또는 무선 연결을 통해) LED 어레이(44) 및 포토다이오드 어레이(46)가 다양한 어레이들에 의해 물리적으로 구성될 수 있다. 바람직하게, 데이터 획득 유닛(40)은 다수의 각 개별 LED 및 포토다이오드들과 인터페이스가능하다. 신호 증폭 및 필터링 유닛(49)은 데이터 획득 유닛(40)에 의해 수신되기 전에 포토다이오드 신호/데이터를 조절하는데 사용될 것이다. 바람직한 실시예에 있어서, 포토다이오드 신호 증폭 및 필터링 유닛(49)은 이하 좀더 상세히 기술하는 도 5에 나타낸 포토다이오드 독출회로(120)를 포함한다.

또한 감지/스캐닝 하드웨어 요소(16)는 LED 어레이(44)의 출력을 컨트롤하기 위한 강도 컨트롤러(42)를 포함한다. 바람직하게, 상기 강도 컨트롤러(42)는 도 4에 나타낸 그리고 이하 좀더 상세히 기술하는 LED 동작회로(100)를 포함한다.

또한 데이터 획득 시스템(40)은 그래픽 사용자 인터페이스(36)를 통해 보여지는 하드웨어 구성 모듈(34)을 통해 포토다이오드 어레이(46)로부터 신호의 비율을 샘플링할 뿐만 아니라 LED 어레이(44) 시그널링을 사용자가 구성할 수 있도록 PC 154(도 11 참조)의 애플리케이션 모듈(14)과 인터페이스한다. 바람직하게, DAC(40)로부터 획득된 데이터는 다음 처리를 위해 데이터베이스(32)에 저장된다.

압력 센서(50)는 하드웨어 패키지(16)로부터 환자의 조직에 인가된 압력을 측정하도록 구성되며, 이에 따라 측정이 이루어지는 동안 피부(52)에 일정하면서 적절한 압력을 유지하기 위해 압력 독출이 획득될 수 있다. 상기 압력 센서(50)는 데이터 획득 컨트롤러(40)에 의해 수신되기 전에 신호를 처리하도록 증폭 및 필터링 회로를 포함하는 사전-조절 또는 계량 회로(48)에 연결된다.

LED 어레이(44)는 타깃 조직(52)의 헤모글로빈에 맞추어진 파장으로 광을 투사하도록 구성되며, 포토다이오드 센서 어레이(46)는 조직(52)을 통과하는 광의 양을 측정한다.

다음에, 신호 처리 모듈(12)은 처리 스크립트(24) 및 필터링 모듈(22)을 통해 획득된 데이터를 더 처리 및 필터한다. 상기 신호 처리 모듈(12)은 더 처리 및 시각화하기 위해 비주얼 인터페이스(36)로 출력되는 특징 추출 모듈(28)을 더 포함한다. 관류 데이터 모듈(26)은 모니터 등(도시하지 않음)에 디스플레이되는 플레시모그래프 파형으로 데이터를 변환한다. 또한 인터페이스(36) 및 처리 모듈(12)은 조직 및 캡처된 관류 데이터(26)의 오버레이 이미지를 출력하도록 구성된다.

탈산소화 헤모글로빈(deoxyhemoglobin) 및 산화 헤모글로빈(oxyhemoglobin) 흡수에 대응하는 광의 파장을 생성하기 위해, 바람직하게 시스템(12)은 발광 광원 어레이(44)를 위한 발광 다이오드를 사용한다. 바람직한 실시예에 있어서, 상기 시스템(10)은 OSI 옵토일렉트로닉스(Optoelectronic)사의 DLED-660/880-CSL-2 듀얼 광학 에미터를 통합한다. 이러한 듀얼 에미터는 적색(660nm) 및 적외선(880nm) LED를 단일 패키지로 결합한다. 각각의 적색/적외선 LED 쌍은 20mA 전류원을 필요로 하며 각각 2.4/2.0V 순방향 전압을 갖는다.

포토플레시모그래프를 측정하기 위해, LED 어레이(44)로부터 반사된 광이 포토다이오드 어레이(46)에 의해 검출된다. 바람직한 실시예에 있어서, OSI 옵토일렉트로닉스사의 PIN-8.0-CSL 포토다이오드가 이용된다. 이러한 포토다이오드는 350nm 내지 1100nm의 스펙트럼 범위를 가지며 각각 660nm 및 900nm 광에 대해 0.33 및 0.55의 응답성을 갖는다.

도 2a 및 2b는 관류 하드웨어 인쇄회로기판(60; PCB)의 전면 및 우측 사시도를 나타낸다. PCB(60)는 어레이(46)의 2개의 포토다이오드(62)들 사이의 공간에 2개의 LED 쌍(64)들의 LED 어레이(44)를 포함한다. 그러한 인쇄회로기판(60)은 또한 타깃 조직(52) 상에 인가된 압력을 모니터하기 위한 압력 센서(50)를 포함한다.

도 2a에 나타낸 바와 같이, 광학 센서들(예컨대, LED 어레이(44) 및 포토다이오드(46))이 PCB(60)의 전면 상에 위치되고 타깃 조직(52) 상에 면하여 누르도록(직접 또는 투명 커버(도시하지 않음)에 접하여) 구성된다.

도 2b와 관련하여, 동작회로, 예컨대 커넥터 헤드(70)는 피시험물과 접촉하지 않고 안전하게 PCB(60)의 후면(68) 및 어레이의 센서부를 하우징하는 PCB(우측)의 전면에 위치한다. 어레이(44, 46)들은 커넥터 헤드(70) 및 대응하는 리드(72; lead) 및 케이블(74)(데이터 획득 유닛(40)에 연결되는)이 장치를 사용하는데 방해하지 않도록 위치한다.

어레이(44, 46)들은 2개의 LED(64)가 4개의 포토다이오드(62)들 사이에 위치된 것과 같이 도 2a에 나타나 있다. 그러나, 그러한 어레이는 얼마든지 많은 적어도 하나의 LED 에미터(64) 및 하나의 포토다이오드 수신기의 플래너 구성을 포함할 수 있다는 것을 알아야 한다.

도 3은 660nm 적색 에미터(84) 및 880nm 적외선 에미터(82)를 갖는 예시의 LED 에미터(64; OSI 옵토일렉트로닉스사의 DLED-660/880 CSL-2)를 나타낸다.

도 4는 본 발명에 따른 LED 동작회로(100)를 나타낸다. LED 동작회로(100)는, LED가 리드(80)를 통해 V_DD 커넥션을 공유하는 공통 애노드일 지라도, LED 패키지(64)의 적색 LED(88) 및 적외선 LED(82)가 독립적으로 동작될 수 있도록 구성된다.

동작회로(100)는 LED(64)에 연결된 저-잡음 증폭기(110)를 포함한다. 바람직한 실시예에 있어서, 상기 저-잡음 증폭기(110; AMP)는 리니어 테크놀로지(Linear Technologies)사의 LT6200 칩을 포함한다. 그러나, 종래 이용가능한 다른 증폭기들이 채용될 수 있다는 것을 알아야 한다. LED 동작회로(100)는 네가티브 피드백을 제공하는 p-채널 MOS 전계효과 트랜지스터(FET)(112; 예컨대 파나소닉의 MTM76110)를 포함한다. 입력에서 전압이 증가함에 따라, 그 전압은 50 ohm 레지스터(102)를 가로지른다. 이는 LED(64)를 통해 흐르는 보다 많은 전류를 이끌며, 이에 따라 LED가 좀더 밝아진다. 2V에서, 약 40mA가 LED(64)를 통해 흐르며, 이는 최적의 밝기를 제공한다. 만약 입력에서의 전압이 지나치게 증가하면, 그러한 LED(64)를 가로지르는 전압 강하는 그것을 턴오프시키기에 충분하지 않고, 반면 여전히 LED(64) 및 레지스터(102)를 통해 흐르는 많은 양의 전류가 존재하며, 이에 따라 크나큰 열 생성을 야기한다. 이러한 이유 때문에, 과열을 최소화하고 구성요소의 손상을 방지하기 위해 3V 이하로 입력 전압을 유지하는 것이 이상적이다. 만약 오피-앰프(OP-AMP)(110)에 전압이 인가되는 동안 그 AMP(110)에 대한 입력이 부유되면, 그 입력에서의 100k 풀-다운 레지스터(104) 및 출력에서의 1k 부하 레지스터(108)는 동작회로(100)의 오프 유지를 보장한다. 상기 1k 부하 레지스터(108)는 또한 AMP(110)가 레일 투 레일 출력 전압(rail to rail output voltage)을 제공할 수 있게 하는 것을 보장한다. 1uF 캐패시터(114)는 출력의 안정화를 유지하는 한편, 빠른 LED(64) 스위칭을 위한 충분한 대역폭을 제공하는 것을 보장한다. 좀더 향상된 안정화를 제공하기 위해, 상기 동작회로(100)는 캐패시터(114)에 밀러 보상(Miller compensation)을 포함하도록 변형될 수 있다. 이러한 변경은 낮은 주파수로 동작회로(100)에 대한 위상 마진을 향상시켜 좀더 신뢰할 수 있는 동작을 가능하게 한다.

도 5는 포토다이오드 센서 어레이(46)로부터 신호를 독출하도록 구성된 예시의 포토다이오드 독출회로(120)를 나타낸다. 바람직한 실시예에 있어서, 포토다이오드(62)는 동일한 역 바이어스 전압을 위한 낮은 캐패시턴스를 갖는 OSI 옵토일렉트로닉스사의 PIN-8.0-DPI 포토다이오드, PIN-4.0DPI 포토다이오드, 또는 선택적으로 PIN-0.8-DPI 포토다이오드를 포함할 수 있다.

포토다이오드 독출회로(120)는 도 14에 나타낸 바와 같이 전압 OP-AMP(124)에 대한 간단 전류를 통해 동작한다. OP-AMP(124; 예컨대 리니어 테크놀로지사의 LT6200)의 포지티브 입력 핀은 2.5V(V_DD의 절반)를 제공하는 전압 분할기(122)에 의해 동작한다. 네가티브 핀은 증폭기(124)의 출력에 대한 피드백을 통해 역바이어스된 포토다이오드(62)에 연결된다.

그러한 피드백은 2.7pF 캐패시터(129) 및 100k-ohm 레지스터(130)를 구비한 간단한 저역필터(126)에 의해 컨트롤된다. 0.1uF 캐패시터(128)는 접지로부터 전압 분할기를 분리하는데 사용된다. 그러한 회로는 포토다이오드의 전류 출력을 증폭하고 전압으로 변환함으로써, 데이터 획득 유닛이 그러한 전압 입력 모듈을 통해 전압을 독출할 수 있게 한다.

LED 동작회로(100) 및 포토다이오드 독출회로(120)의 각 개별 구성요소들은 단지 예시의 목적을 위해 나타낸 것으로, 원할 경우 다른 모델, 또는 다른 타입의 구성요소들이 사용될 수 있다는 것을 알아야 한다.

본 발명의 일 실시예에 있어서, 데이터 획득 컨트롤러(40)는 NI 9104 3M 게이트 FPGA 새시에 연결된 내셔널 인스트루먼트 콤팩리오 9014 실시간 컨트롤러(National Instruments CompactRIO 9014 real-time controller)를 포함한다. 상기 데이터 획득 컨트롤러(40)는 전류 출력, 전류 입력, 및 전압 입력을 위한 3개의 모듈 세트를 이용하여 LED 어레이(44) 및 포토다이오드(46)와 인터페이스한다.

일 실시예에 있어서, 상기 컨트롤러(40)는 프로세서, 실시간 동작 시스템, 메모리를 포함하며, USB를 통한 추가의 저장장치를 지원한다(모두 도시하지 않음). 상기 컨트롤러(40)는 또한 사용자 인터페이스 PC(154)에 연결을 위한 이더넷 포트(도시하지 않음)를 포함한다. 상기 컨트롤러(40)는 포토다이오드/증폭기 모듈로부터 다중 전압 입력을 허용하는 FPGA 백플레인, 전류 출력 모듈(예컨대, NI 9263), 전류 입력 모듈(예컨대, NI 9203), 및 전압 입력 모듈(예컨대, NI 9205)을 포함한다.

바람직하게, POM 시스템(10)은 압력을 측정하고 일정한 결과를 보장하기 위해 압력 센서(50; 예컨대, 1lb. 플렉시포스 센서(Flexiforce sensor))를 채용한다. 압력을 변경하는 혼돈 효과(confounding effect)가 플레시모그래프 측정을 가능하게 하기 때문에, 압력 센서(50)로부터의 독출은 사용자가 환자의 피부(52)에 센서 하드웨어(16)를 적용할 수 있는 메트릭(metric)을 제공한다.

바람직하게, 압력 센서(50)는 LED 어레이(44) 뒤에 부착되며, 타깃 위치에 인가된 압력을 측정한다. 바람직하게, 상기 압력 센서(50)는 특정 범위, 예컨대 POM 감지 하드웨어(16)를 사용할 때 합리적으로 인가될 수 있는 압력의 범위를 포함하는 제로(zero) 내지 약 1파운드 범위의 정확한 측정 압력을 전송하도록 구성된다.

상기 압력 센서(50)는 좀더 일정하게 스캐너(16)를 작동하게 사용자를 안내하는데 사용되며, 이에 따라 센서/스캐너(16)는 유사한 형태의 모든 측정에 위치한다. 따라서, 취해진 산소 포화도 데이터는 압력 센서(50)로부터의 독출에 의해 정확하게 취해지도록 확인된다.

바람직한 실시예에 있어서, 원시 압력치로 곧바로 해석될 수 있는 잘 이해되는 측정을 압력 센서가 반복가능하게 제공하는 것을 보장하기 위해 상기 압력 센서(50)가 보정된다. 도 6은 압력 센서(50)의 보정을 위한 보정 구성(140)을 나타낸다. 고무 압력 인가기(144)가 평탄 표면 아래에 채워져, 플렉시포스 센서(50)의 압력 감지 영역 상에 중량을 분배하는데 사용된다. 중량부(142)가 센서(50)의 활성 영역에 걸쳐 중량을 분배하는데 사용된다. 50g 내지 500g 범위의 4개의 중량을 이용하여 실험이 이루어진다. 압력이 압력 인가기(144)를 통해 압력 센서(50)에 곧바로 인가되고, 그 출력이 기록된다.

도 7-10의 결과는 비선형을 나타내지만 안정적인 경향을 나타내며, 그러한 데이터는 압력 센서로부터의 어떠한 미래의 측정을 절대 압력치로 변환하는데 사용될 수 있다.

도 7은 단일 센서 상에서의 50g, 100g, 200g 및 500g의 압력 확인 시험으로부터의 결과 플롯을 나타낸다. 도 8은 측정된 압력 응답 커브, 보간된 커브(지수적), 및 압력 센서가 포화되도록 지정된 지점을 나타내는 플롯이다. 도 9는 제2의 1파운드 센서 상에서의 압력 확인 시험으로부터의 결과를 나타낸다. 이러한 실험에 있어서, 추가의 중간 중량 레벨(예컨대, 150g 및 300g)이 인가된다. 도 10은 원시 압력 응답 커브, 및 다양한 적합도를 나타내는 플롯이다. 그러한 지수적 적합도는 양 센서 시험을 위한 최선의 적합도로서 제공된다.

시스템(10)이 타깃 조직 사이트(52) 상에 스캐너의 적절한 배치를 확인하기 위해 압력 센서(50)로부터의 데이터를 적절하게 사용하는 한편, 대안의 실시예에서는 사용자가 압력 모니터링을 간단히 보류하고 수동으로(만져서 느끼거나 또는 스캐너를 중력 하에 조직 사이트(52) 상에 위치시키는) 압력을 모니터할 수 있다.

도 11에 따르면, 바람직하게 사용자는 그래픽 사용자 인터페이스(36; 예컨대 LabVIEW 등과 같은)를 포함하는 애플리케이션 모듈(14) 및 처리 모듈(12)을 작동시키는 PC(154)를 통해 데이터 획득 컨트롤 유닛(40)과 상호작용한다. 바람직한 실시예에 있어서, 상기 PC(154)는 이더넷 커넥션(도시하지 않음)을 통해 데이터 획득 유닛(40)과 통신한다. 선택적으로, PC(154)는 와이파이(WIFI), 블루투스(Bluetooth) 등과 같은 무선 커넥션(도시하지 않음)을 통해 데이터 획득 유닛(40)과 통신한다. 또한, 그러한 데이터 획득 유닛(40) 상에 생성된 데이터 파일들은 임시 저장 및 이후 더 처리를 위해 FTP 커넥션을 통해 PC(154)로 전송될 것이다.

도 11에 나타낸 PC(154) 인터페이스와 관련하여, LED 어레이(44)의 각 개별 LED(64)들은 헤모글로빈에 맞추어진 파장으로 광을 투사하고, 포토다이오드 센서(62)들은 통과하여 조직(52)으로부터 반사되는 광의 양을 측정한다. 일반적으로, 상기 데이터 획득 유닛(40)은 LED(64)에 연결된 디지털 TTL 출력(152) 및 포토다이오드(62)를 위한 아날로그 DC 입력(150)을 포함한다. 다음에, 신호 처리 모듈(12)이 그러한 데이터를 더 처리하고 필터한 후, 또 다른 처리 및 시각화를 위해 그래픽 사용자 인터페이스(36)로 전송된다. 다음에, 그 데이터는 디스플레이될 플레시모그래프 파형으로 변환될 것이다.

도 12는 하드웨어 구성 모듈(34) 인터페이스의 스크린샷(160)을 나타낸다. 샘플링 주기, 압력 샘플링 주기 등과 같은 다른 파라미터들 외에, 영역(166)에서의 LED 어레이(44) 파라미터, 영역(164)에서의 전압 채널 셋팅(Voltage Channel Settings), 영역(162)에서의 전류 채널 셋팅(Current Channel Settings)을 조절하기 위해 입력이 선택될 수 있다.

도 13은 사용자가 관류 센서를 용이하게 독출하고, 다양한 신호를 관측할 수 있도록 데이터 매니지먼트 및 익스플로러로서도 제공되는 그래픽 사용자 인터페이스(36)의 스크린샷(170)을 나타낸다. 그러한 스크린샷(170)은 혈액 산소 포화도 측정 센서(포토다이오드 어레이(46) 및 LED 어레이(44))로부터 캡처된 데이터, 및 그러한 포토다이오드 어레이(46) 및 LED 어레이(44)를 스캐닝함으로써 캡처된 트랙킹/위치 데이터의 통합을 나타낸다. 그 스크린샷(170)은 플레시모그래프 파형(도 13에 나타낸 2 seconds)을 디스플레이하는 제1윈도우(172), 및 스캐너에 의해 수행되는 절대 x 및 y축을 나타내는 제2윈도우(174)를 나타낸다. 그래픽 사용자 인터페이스(36)는 또한 측정된 SPO₂ 데이터를 맵핑할 수 있게 한다(예컨대, 디스플레이 윈도우 172 및 174 중 어느 하나를 토글링(toggling)함으로써). 그 스크린샷(170)의 우측 상의 바(176)는 인가되는 대략 절반의 최대 압력을 나타내는 압력 센서(50) 독출로부터의 압력 게이지이다. 바람직하게, 상기 압력 게이지(176)는 칼라 코드된 바의 최대 측정가능한 압력에 대해 사용자가 얼마나 많은 압력을 인가하는지를 디스플레이한다(점점 많은 압력이 인가됨에 따라 그 바는 청색에서 녹색 그리고 적색으로 변경). 바람직하게, 상기 압력 게이지(176)는 각기 다른 위치에 대한 최적의 압력치로 맵핑된다.

로컬 영역에서의 관류의 좀더 많은 정보 맵을 제공하기 위해, 혈중 산소 포화도 데이터의 보간이 센서 트랙킹 데이터를 이용하여 행해질 것이다. 광학 산소 포화도 측정 센서(16)는 절대치의 SPO₂ 독출을 제공하며, 이는 %의 혈중 산소 포화도를 제공한다. 취해진 정보가 위치와 관련될 경우, 이러한 정보는 혈액의 산소 포화도 맵을 생성하는데 이용될 수 있다. 바람직한 실시예에 있어서, SPO₂ 독출을 생성하기 위해 이용된 LED 어레이(44)는 또한 위치를 결정하는데 이용된다. 그러나, 또 다른 광학 센서, 예컨대 레이저(도시하지 않음)가 독립적으로 LED SPO₂ 독출의 위치 독출을 획득하기 위해 이용될 수 있다는 것을 알아야 한다. 그와 같은 구성에 있어서, 저-파워 레이저(레이저 트랙킹 마우스와 유사한)가 매우 빠른 간격으로 작은 영역을 이미지한 후, 이미지의 이동에 따른 움직임을 검출하는데 이용된다. 다음에, 이러한 정보는 2차원 'X' 및 'Y' 위치와 변위 측정치로 변환된다.

바람직한 실시예에 있어서, 크리깅 알고리즘을 통해 보간이 수행되며, 시험 영역에 걸친 센서(16)의 움직임을 트랙하기 위해 산소 포화도 측정 센서(16)를 이용하여 데이터 지점들이 맵된다. 크리깅은 공간적 의존 정보에 종종 이용된 선형 최소 자승 보간법이다. 그러한 보간은 스캔이 예상치로부터 놓칠 수 있는 공백 지점(blank spot)을 채우는데 이용된다. 보간 데이터(interpolated data)는 칼라 코드 이미지로 컴파일되어, 사용자에게 디스플레이된다. 이는 훨씬 쉬운 시각화의 최종 결과를 생성하는 원시 데이터의 정확한 이방성 보간을 가능하게 한다. 예시의 보간이 도 14에 나타나 있다. 그러한 센서 하드웨어(16)의 움직임은 본 예에서는 대부분 1차원적이며, 이는 x축을 가로지르는 선형성의 경향을 제공한다. 이는 그러한 방향에서의 지점의 낮은 변화 때문이다(1400의 Y 방향의 변화에 비교된 대략 40의 X 방향의 총 변위를 참조).

수집된 혈액의 산소 포화도 데이터의 가시화를 돕기 위해, 바람직하게 처리 소프트웨어(12)는 사진 상의 마커를 검출한 후, 혈액의 산소 포화도 데이터(26; 도 1, 17 참조)를 적절히 정렬하여 오버레이할 수 있는 특징 추출 모듈(28)을 포함한다. 바람직한 방법에 있어서, 그러한 특징 추출 모듈(28)은 이미지들(예컨대, 스캔 사이트의 카메라로부터 찍은 사진들)을 취하고, 그 이미지가 취해진 곳에 직접 관류 데이터를 중첩한다.

도 15는 특징 추출 모듈(28)을 시험하는데 사용된 마커 패턴(200)의 개략도를 나타낸다. 도 16은 이미지(205) 상에 오버레이된 도 15의 구성을 나타낸다. 3개의 마커(202, 204, 206)가 주어진 스캔 영역(208)에 대한 경계 설정 지점으로 이용된다. 제1마커(202)는 이미지에 대한 회전 각도를 결정하는데 이용된다. 제2마커(206)는 그 이미지에 대한 좌측 경계(이미지 위치)를 결정하는데 이용된다. 제3마커(204)는 이미지의 폭을 결정하는데 이용된다. 그러한 마커들(202, 204, 206)은 소정의 색이 될 수 있는데, 모든 피부톤과 쉽게 구별되는 녹색이 이상적인 색이다. 특징 추출 소프트웨어의 명확한 설명을 위해, 지점들(202, 204, 206)을 나타내는데 작은 형체의 녹색 박스들이 이용되며(도 16 참조), 그러한 이미지(205)는 유사 패턴으로 그들 3개를 위치시키기 위해 신속하게 교정된다. 이러한 조작 외에도, 모든 다른 이미지들이 소프트웨어에 의해 그때 그때 생성된다. 좀더 명확하게 기술하기 위해 샘플 데이터로서 그리드(208)가 이용되며, 이는 도구에 의해 행해진다.

일 실시예에 있어서, 모바일 애플리메이션(도시하지 않음)은 처리 소프트웨어(12)에 의한 사진의 캡처 및 통합을 용이하게 하는데 이용된다 그러한 애플리케이션은 사용자가 모바일 장치(예컨대, 스마트폰 등)로 사진을 빠르게 찍을 수 있게 하고 그 사진을 처리 소프트웨어(12)에 의한 캡처를 위해 블루투스를 통해 자동으로 보낼 수 있게 한다.

도 17은 맵 및 보간된 관류 이미지(예컨대, 처리 모듈(12)에 의한)를 출력하기 위한 방법(220)의 블록도를 나타낸다. 그러한 방법(220)을 수행하기 위한 코드의 예는 여기에 부가된 소스 코드 부록에서 알 수 있을 것이다. 제공된 소스 코드는 단지 본 발명의 방법을 어떻게 수행하는지의 하나의 예시일 뿐이라는 것을 알아야 한다.

데이터 획득 유닛(40)으로부터의 회득 데이터(서버(32)에 저장된)는 먼저 단계 222에서 추출된다(처리 스크립트(24)를 통해). 다음에, 이러한 추출 데이터는 각각의 측정 지점으로부터의 위치 데이터, 관류 데이터 및 압력 데이터를 동시에 추출하도록 이용된다. 처리 소프트웨어(12)는 매 간격(예컨대, 3Hz 간격으로)마다 압력, 위치, 혈중 산소 측정의 매칭 세트를 생성하기 위해, 위치, 관류, 및 압력 독출을 동시에 샘플링할 것이다.

관류 모듈(228)에 의해 기록된 원시 데이터로부터 유용한 정보 및 메트릭(metrics)을 생성하기 위해, 다수의 알고리즘이 사용된다.

단계 230에서, 데이터로부터 특징들이 추출된다(예컨대, 특징 추출 모듈(28)을 통해). 다음에, 하드웨어 센서(16) 위치에 대응하는 위치 데이터가 단계 232에서 맵핑된다. 스캔이 완료된 후, 단계 234에서 단계 232로부터 얻어진 센서 위치 데이터에 대응하는 적절한 좌표로 산소 포화도 데이터가 맵핑된다. 단계 236에서, 그러한 맵핑된 데이터가 보간된다(예컨대, 도 14에 나타낸 크리깅 알고리즘을 이용하여). 그 보간 데이터는 칼라 코드 이미지로 컴파일되고, 사용자에게 디스플레이되며, 그리고/또 이후 그 관류 데이터는 도 15 및 16에 나타낸 바와 같이 스캔 사이트의 배경 이미지(예컨대, 이미지 205)에 오버레이된다.

상기 관류 측면에 있어서, 이후 단계 224에서 RF 노이즈 필터링이 추출된 데이터에 대해 수행된다. 다음에, 단계 228에서 관류 데이터를 얻기 위해 단계 226에서 움직임 노이즈가 제거된다. 단계 224 및 226은 필터링 모듈(22)을 통해 수행된다.

도 18에 기술된 바람직한 방법에 있어서, 인-밴드 노이즈(in-band noise) 제거를 돕기 위해 헤테로다이닝이 이용된다. LED 어레이(44)가 오프될 때의 기록된 데이터는 LED 어레이(44)가 온될 때의 인접한 데이터로부터 감산된다(감산 방법). 이는 고주파수 노이즈를 생성하나, 인-밴드 노이즈에서 더 큰 문제가 되는 저주파수 노이즈를 제거한다. 다음에, 도입되는 추가의 고주파수 노이즈는 저역통과필터에 의해 필터링된다. 그러한 알고리즘은 PPG 신호의 고주파수 정보의 보존을 가능하게 하도록 구성될 수 있다.

도 18에 나타낸 바와 같이, 영역 마크된 1 및 2로부터의 관련된 노이즈 정보가 영역 3에서 나타나는 노이즈를 산출하기 위해 이용된다. 이는 단일-측면화 방법 또는 양-측면화 방법에 의해 행해질 수 있다.

상기 단일-측면화 방법에 있어서, 영역 1로부터 선행 노이즈 정보만이 이용되고, 관련 노이즈 레벨이 영역 1 및 3에서 그와 동일한지를 추정한다. 양-측면화 방법에 있어서, 영역 1 및 2로부터의 노이즈가 평균화된다. 최종적으로, 타깃 데이터 지점(3)을 선행하고 뒤따르는 모든 이용가능한 노이즈 주기로부터의 데이터를 이용하여 보간을 통해 3에서의 노이즈의 보간이 이루어진다. 각각의 LED 64 펄스에 대한 단일 지점을 생성하기 위해 이들 영역에서의 측정 데이터가 평균화된다. 다음에, 결국 그 결과는 고주파수 노이즈를 제거하도록 저역 필터링된다.

도 19는 구형파 신호에 광범위 주파수의 사인파 노이즈를 부가하고, 노이즈 제거 방법(보정 방법)을 적용하여, 오리지널 노이즈에 대한 나머지 노이즈의 비율을 측정함으로써 결정된 노이즈 및 보정 주파수에 대한 도 18의 감산 방법의 이론적인 응답의 플롯이다. 주어진 주파수에 대한 모든 위상에 걸쳐 그 측정이 평균화된다. 도 20은 dB 눈금으로 나타낸 감산 방법의 주파수 응답의 플롯이다.

도 19 및 20에 나타낸 주파수 응답에 있어서, 그 주파수는 시뮬레이션된 LED 동작 신호의 주파수로 평균화되고, 노이즈를 의미하는 1은 동작 신호와 동일한 주파수이고, 노이즈를 의미하는 2는 그 동작 주파수에 2배이다(기타 등등).

도 21 및 22는 노이즈 제거 기술이 수행되지 않을 경우 그 시나리오와 비교하여 고주파수 LED 동작 신호에 상술한 도 18의 노이즈 제거 방법을 채용하는 추출된 플레시모그래프 신호를 나타낸 플롯이다. 도 21은 이전과 유사한 데이터 비율을 얻기 위해 고주파수 LED 동작 신호에 노이즈 감산을 채용하고, 몇개의 LED 동작 주기를 평균화하는 것으로부터의 결과를 나타낸다. 약 1.5초에서 성공적인 노이즈 감소를 나타내며, 도 22는 도 21의 확대도이고, 이는 차동 노이즈 감산에 의해 제거되는 노이즈 스파이크(noise spike)를 나타낸다. 이들 플롯은 본 발명의 노이즈 감산 방법이 인-밴드 노이즈 제거에 효과적이라는 것을 보여준다.

주파수 영역 분석/실험들이 플레시모그래프 측정의 주파수 영역 신호로 수행된다. 그러한 실험들은 심박 주파수에서의 높은 진폭 성분 뿐만 아니라 조화파를 나타낸다. 이것은 위치들간 상당히 일정하게 나타낸다.

주파수 영역에서 나타난 조화파가 노이즈 또는 지터의 결과는 아니지만, 펄스 파형의 실제 성분을 나타낸다는 것을 증명하기 위해, 사인파가 형성된다. 그러한 사인파는 각각의 분리된 펄스 파형 피크에 대한 주파수에서 사인파를 합함으로써 생성된다. 이러한 중첩은 펄스 파형 형태로 인한 소정 주파수 성분을 제거하는 한편, 그러한 파형에서 주파수 지터의 결과를 모델화하기 위함이다.

신호들의 비교가 도 23 및 24에 나타나 있다. 도 23은 비교에 이용된 시간 영역 신호의 샘플을 나타낸다. 목 측정은 동일한 압력으로 취해진 엄지손가락 측정과 비교된다. 도 24는 측정된 신호의 주파수 영역 표시를 나타낸다. 128BPM (2.13Hz)에서의 제2조화파, 207BPM (3.45Hz)에서의 조화파 등을 고려한다. 그 결과는 이하에 나타낸 조화파가 펄스 파형의 확실한 본질이며, 노이즈 또는 주파수 지터의 결과가 아니라는 것을 보여준다.

실험은 본 발명의 관류 시스템(10)을 이용하여 목, 엄지손가락 및 이마를 포함한 다수의 신체 위치에서 수행되었다. 추출된 플레시모그래프 신호의 샘플들이 도 25-27에 나타나 있으며, 이는 그러한 관류 시스템이 움직임 및 주변 노이즈를 성공적으로 제거하고 각기 다른 신체 위치로부터 플레시모그래프를 추출하는 것을 보여준다.

도 25는 이마의 추출된 플레시모그래프 신호로부터의 결과를 나타낸다. 압력 센서를 이용하여 측정된 저항과 관련한 압력치가 주어진다. 보다 작은 저항은 보다 높은 인가된 압력을 나타낸다.

도 26은 엄지손가락 밑부분 관절로부터 추출된 플레시모그래프 신호의 독출의 비교를 나타낸다. 압력을 제외한 모든 요소들이 측정들 동안 일정하게 유지된다. 중간 압력은 확실히 보다 큰 파형을 형성한다.

도 27은 목 상에 반사 센서를 이용한 압력 변경으로부터의 결과를 나타낸다. 이하의 실험들은 플래너 센서 어레이가 타깃 조직에 적용된 압력이 이후의 도면들에 나타낸 바와 같은 관류 독출에 주요한 영향을 주기 때문에 이러한 시스템에서 관류 신호와 인가된 압력의 통합 및 융합의 중요성을 보여준다. 목 및 엄지손가락은 중간 압력(0.15M 내지 70k-ohm)이 인가될 때 최상의 결과를 주며, 반면 이마는 낮은 압력(0.15M-ohm 이상)으로 최상의 결과를 가져온다. 이는 이마보다 더 부드러운 조직인 목 및 엄지손가락의 결과가 될 것이다.

관류 시스템(10)은 또한 조직에 위치를 마크하기 위한 수단으로서 블랙 테이프로 시험한다. 블랙 테이프는 피부 상에 마커로서 시험하도록 사용된다. 센서는 테이프 상에, 그리고 단지 그 측면에 대한 신호들을 측정하는데 이용된다. 그러한 피부 상에 압인이 보여질 수 있으며, 여기서 반사 센서는 테이프와 떨어져 이용된다.

도 28은 블랙 테이프의 상면 및 측면 모두로부터의 결과를 나타낸다. 그 결과는 단일 조각의 블랙 테이프를 이용하는 것이 큰 신호차를 야기하는데 효과적이며, 이에 따라 특정 신체 위치에 대한 마커로서 사용될 수 있다는 것을 나타낸다.

본 발명의 실시예들은 발명의 실시예들에 따른 방법 및 시스템들의 순서도 설명, 및/또는 컴퓨터 프로그램 제품들로서 실행될 수 있는 알고리즘, 공식, 또는 다른 컴퓨터적 묘사를 참고하여 기술될 것이다. 이와 관련하여, 순서도의 각 블록 또는 단계들, 및 순서도의 블록들(및/또는 단계들)의 조합, 알고리즘, 공식, 또는 컴퓨터적 묘사는 컴퓨터-판독가능 프로그램 코드 로직으로 실행된 하나 또는 그 이상의 컴퓨터 프로그램 명령들을 포함하는 하드웨어, 펌웨어, 및/또는 소프트웨어와 같은 다양한 수단에 의해 실행될 수 있다. 알 수 있는 바와 같이, 소정의 그와 같은 프로그램 명령들이 한정하진 않지만 일반적인 목적의 컴퓨터 또는 특정 목적의 컴퓨터를 포함하는 컴퓨터, 또는 기계를 생산하기 위한 또 다른 프로그램가능 처리장치 상에 로딩되며, 이에 따라 그러한 컴퓨터 또는 다른 프로그램가능 처리장치들 상에서 실행되는 컴퓨터 프로그램 명령들은 순서도의 블록으로 특정된 기능들을 실행하기 위한 수단을 형성한다.

따라서, 순서도의 블록들, 알고리즘, 공식, 또는 컴퓨터적 표시는 특정 기능들을 수행하기 위한 수단들의 조합, 특정 기능들을 수행하기 위한 단계들의 조합, 및 그러한 특정 기능들을 수행하기 위한 컴퓨터-판독가능 프로그램 코드 로직 수단으로 실행되는 컴퓨터 프로그램 명령들을 지원한다. 또한, 본원에 기술한 순서도 설명의 각 블록, 알고리즘, 공식, 또는 컴퓨터적 표시 및 그들 조합은 특정 기능들 또는 단계들이나, 또는 특정 목적 하드웨어 및 컴퓨터-판독가능 프로그램 코드 로직 수단을 수행하는 특정 목적의 하드웨어-기반 컴퓨터 시스템에 의해 실행될 수 있다.

더욱이, 컴퓨터-판독가능 프로그램 코드 로직으로 실행된 이들 컴퓨터 프로그램 명령들은 또한 특정 방식으로 기능하도록 컴퓨터 또는 다른 프로그램가능 처리장치에 지시하는 컴퓨터-판독가능 메모리에 저장되며, 이에 따라 그러한 컴퓨터-판독가능 메모리에 저장된 명령들은 순서도의 블록들에서 특정된 기능을 실행하는 명령 수단을 포함하는 제조 품목을 생성한다. 또한, 컴퓨터 프로그램 명령들은 컴퓨터-실행 프로세스를 생성하기 위해 컴퓨터 또는 다른 프로그램가능 처리장치에서 일련의 작동 단계들이 수행될 수 있도록 컴퓨터 또는 다른 프로그램가능 처리장치에 로딩되며, 이에 따라 그러한 컴퓨터 또는 다른 프로그램가능 처리장치 상에서 실행되는 명령들은 순서도(들)의 블록(들), 알고리즘(들), 공식, 또는 컴퓨터적 표시(들)로 특정된 기능들을 수행하기 위한 단계들을 제공한다.

상술한 설명으로부터 본 발명이 이하와 같은 다양한 방식으로 실시될 수 있다는 것을 알 수 있을 것이다.

1. 플래너 센서 어레이(planar sensor array) 및 데이터 획득 컨트롤러를 포함하는 스캐너를 구비한 환자의 타깃 조직 영역의 관류 산소 포화도를 모니터링하기 위한 장치로서, 상기 플래너 센서 어레이는 상기 타깃 조직 영역의 표면과 접촉하여 위치되도록 구성되고; 상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 상기 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED를 포함하고; 상기 플래너 센서 어레이는 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함하며; 상기 데이터 획득 컨트롤러는 상기 타깃 조직 영역과 관련된 관류 산소 포화도 데이터를 획득하기 위해 상기 플래너 센서 어레이로부터 광의 방출 및 수신을 컨트롤하기 위한 하나 또는 그 이상의 LED 및 하나 또는 그 이상의 포토다이오드에 연결된다.

2. 실시 1의 장치에 있어서, 상기 스캐너는 상기 플래너 센서 어레이에 연결된 압력 센서를 더 포함하며; 상기 압력 센서는 상기 타깃 조직 영역의 표면과 접촉하는 플래너 센서 어레이의 압력 독출을 획득하도록 구성되고; 상기 스캐너는 상기 타깃 조직 영역의 표면과 스캐너의 적절한 접촉을 보장하기 위해 관류 산소 포화도 데이터를 획득하면서 압력 센서 독출을 획득하도록 구성된다.

3. 실시 2의 장치에 있어서, 상기 압력 센서 및 플래너 센서 어레이는 인쇄회로기판(PCB)의 제1측면에 연결되고; 상기 데이터 획득 컨트롤러는 상기 제1측면에 대향하는 인쇄회로기판의 제2측면에 연결된다.

4. 실시 1의 장치에 있어서, 각각의 LED는 적색(660nm) 및 적외선(880nm) 광을 방출하도록 구성된 듀얼 에미터(dual emitter)를 포함한다.

5. 실시 4의 장치에 있어서, 하나 또는 그 이상의 LED가 동작회로에 연결되고; 상기 동작회로는 적색 LED 에미터 및 적외선 LED 에미터가 공통 애노드를 공유하면서 독립적으로 동작될 수 있도록 구성된다.

6. 실시 5의 장치에 있어서, 상기 동작회로는 증폭기, 및 네가티브 피드백(negative feedback)을 제공하도록 구성된 전계효과 트랜지스터를 포함한다.

7. 실시 2의 장치에 있어서, 데이터 획득 컨트롤러에 연결된 처리 모듈을 더 포함하며; 상기 처리 모듈은 압력 센서 데이터 및 관류 산소 포화도 데이터의 동시 획득을 위한 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된다.

8. 실시 7의 장치에 있어서, 상기 처리 모듈은 스캐너의 위치 데이터를 획득하기 위해 플래너 센서 어레이로부터 독출을 획득하도록 구성된다.

9. 실시 8의 장치에 있어서, 처리 모듈은 타깃 조직의 관류 산소 포화도 맵을 생성하도록 구성된다.

10. 실시 8의 장치에 있어서, 2개 또는 그 이상의 데이터 파라미터를 동시에 디스플레이하기 위해, 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터로 이루어진 그룹으로부터 선택된 2개 또는 그 이상의 데이터 파라미터의 동시 획득을 위해 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된다.

11. 스캐너, 데이터 획득 컨트롤러, 및 처리 모듈을 포함하는 환자의 타깃 조직 영역의 관류 산소 포화도를 모니터링하기 위한 시스템으로서, (a) 상기 스캐너는 플래너 센서 어레이 및 이 플레너 센서 어레이에 연결된 압력 센서를 포함하고; 상기 플래너 센서 어레이는 상기 타깃 조직 영역의 표면과 접촉하여 위치하도록 구성되고; 상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 광원을 포함하고; 상기 플래너 센서 어레이는 광원으로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 센서를 포함하며; 상기 압력 센서는 타깃 조직 영역의 표면과 접촉하는 플래너 센서 어레이의 압력 독출을 획득하도록 구성되고; (b) 상기 데이터 획득 컨트롤러는 상기 하나 또는 그 이상의 센서에 연결되고, 타깃 조직과 관련된 관류 산소 포화도 데이터를 획득하기 위해 플래너 센서 어레이로부터 광의 방출 및 수신을 컨트롤하고; (c) 상기 처리 모듈은 상기 데이터 획득 컨트롤러에 연결되고; (d) 상기 처리 모듈은 타깃 조직 영역의 표면과 스캐너의 적절한 접촉을 보장하기 위해, 관류 산소 포화도 데이터 및 압력 센서 데이터의 동시 획득을 위해 상기 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된다.

12. 실시 11의 시스템에 있어서, 상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED를 포함하며; 상기 플래너 센서 어레이는 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함한다.

13. 실시 12의 시스템에 있어서, 각각의 하나 또는 그 이상의 LED는 적색(660nm) 및 적외선(880nm) 광을 방출하도록 구성된 듀얼 에미터를 포함하고; 상기 하나 또는 그 이상의 LED는 동작회로에 연결되며; 상기 동작회로는 적색 LED 에미터 및 적외선 LED 에미터가 공통 애노드를 공유하면서 독립적으로 동작될 수 있도록 구성된다.

14. 실시 11의 시스템에 있어서, 그래픽 사용자 인터페이스를 더 포함하며; 상기 그래픽 사용자 인터페이스는 관류 산소 포화도 데이터 및 압력 센서 데이터를 디스플레이하도록 구성된다.

15. 실시 14의 시스템에 있어서, 처리 모듈은 스캐너의 위치 데이터를 획득하기 위해 플래너 센서 어레이로부터 독출을 획득하도록 더 구성된다.

16. 실시 15의 시스템에 있어서, 상기 처리 모듈은 타깃 조직의 관류 산소 포화도 맵을 생성하기 위해 위치 데이터를 보간(interpolate)하도록 더 구성된다.

17. 실시 16의 시스템에 있어서, 상기 처리 모듈은 2개 또는 그 이상의 데이터 파라미터를 동시에 디스플레이하기 위해, 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터로 이루어진 그룹으로부터 선택된 2개 또는 그 이상의 데이터 파라미터의 동시 획득을 위해 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된다.

18. 실시 16의 시스템에 있어서, 상기 처리 모듈은 타깃 조직의 이미지를 수신하고, 그 이미지 상에 관류 산소 포화도 맵을 오버레이하도록 구성된다.

19. 실시 14의 시스템에 있어서, 그래픽 사용자 인터페이스는 사용자 입력이 플래너 센서 어레이 및 압력 센서의 셋팅을 조작할 수 있도록 구성된다.

20. 실시 11의 시스템에 있어서, 처리 모듈은 필터링 모듈을 더 포함하며; 상기 필터링 모듈은 하나 또는 그 이상의 광원이 "온(on)" 상태에 있을 때 기록된 데이터로부터 하나 또는 그 이상의 광원이 "오프(off)" 상태에 있을 때 기록된 데이터를 감산함으로써 인-밴드 노이즈를 필터하도록 구성된다.

21. 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링을 수행하기 위한 방법으로서, 상기 타깃 조직 영역의 표면과 접촉하여 플래너 센서 어레이를 위치시키는 단계; 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 상기 플래너 센서 어레이의 광원으로부터 광을 방출하는 단계; 상기 광원으로부터 반사된 광을 수신하는 단계; 상기 타깃 조직 영역의 표면과 접촉하는 플레너 센서 어레이와 관련된 압력 데이터를 획득하는 단계; 상기 타깃 조직 영역과 관련된 관류 산소 포화도 데이터를 획득하는 단계; 및 상기 타깃 조직 영역의 표면과의 상기 플레너 센서 어레이의 적절한 접촉을 보장하기 위해 관류 산소 포화도 데이터 및 압력 데이터를 샘플링하는 단계를 포함한다.

22. 실시 21의 방법에 있어서, 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED를 포함하며; 상기 플래너 센서 어레이는 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함한다.

23. 실시 22의 방법에 있어서, 각각의 하나 또는 그 이상의 LED는 적색(660nm) 및 적외선(880nm) 광을 방출하도록 구성된 듀얼 에미터를 포함하며; 상기 방법은 적색 LED 에미터 및 적외선 LED 에미터가 공통 애노드를 공유하면서 적색 LED 에미터 및 적외선 LED 에미터를 독립적으로 동작하는 단계를 더 포함한다.

24. 실시 21의 방법에 있어서, 관류 산소 포화도 데이터 및 압력 센서 데이터를 동시에 디스플레이하는 단계를 더 포함한다.

25. 실시 21의 방법에 있어서, 스캐너의 위치 데이터를 획득하기 위해 플래너 센서 어레이로부터 독출을 획득하는 단계를 더 포함한다.

26. 실시 25의 방법에 있어서, 타깃 조직의 관류 산소 포화도를 생성하기 위해 상기 위치 데이터를 보간하는 단계를 더 포함한다.

27. 실시 26의 방법에 있어서, 상기 위치 데이터를 보간하는 단계는 획득된 위치 데이터에 크리깅 알고리즘을 적용하는 단계를 포함한다.

28. 실시 26의 방법에 있어서, 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터의 동시 획득을 위해 압력 센서 및 센서 어레이를 샘플링하는 단계; 및 상기 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터를 동시에 디스플레이하는 단계를 더 포함한다.

29. 실시 26의 방법에 있어서, 타깃 조직의 이미지를 수신하는 단계; 및 상기 이미지 상에 관류 산소 포화도 데이터를 오버레이하는 단계를 더 포함한다.

30. 실시 21의 방법에 있어서, 사용자 입력을 허용하도록 그래픽 사용자 인터페이스를 제공하는 단계; 및 상기 사용자 입력에 따라 플래너 센서 어레이 및 압력 센서의 샘플링 셋팅을 조작하는 단계를 더 포함한다.

31. 실시 21의 방법에 있어서, 하나 또는 그 이상의 광원이 온일 때의 주기와 상기 하나 또는 그 이상의 광원이 오프일 때의 주기 사이에서 상기 하나 또는 그 이상의 광원을 사이클링(cycling)시키는 단계; 및 상기 하나 또는 그 이상의 광원이 "온(on)" 상태에 있을 때 데이터로부터 하나 또는 그 이상의 광원이 "오프(off)" 상태에 있을 때 기록된 데이터를 감산함으로써 인-밴드 노이즈를 필터하는 단계를 포함한다.

상기 설명이 많은 상세화를 포함하고 있을 지라도, 이들은 본 발명의 범위를 제한하는 것으로 해석되어서는 안되며, 단지 본 발명의 현재의 몇몇 바람직한 실시예들의 설명을 제공하기 위한 것일 뿐이라는 것을 알아야 한다. 따라서, 본 발명의 범위는 당업자들이 명확히 알 수 있는 다른 실시예들을 모두 포함하고, 따라서 그러한 본 발명의 범위는 부가된 청구항들의 범위로 한정된다는 것을 알아야 하며, 한 단일의 요소에 대한 언급은 달리 명확하게 나타내지 않는 한 "하나 및 오직 하나"를 의미하려는 것이 아니라, 오히려 "하나 또는 그 이상"을 나타내려는 것이라는 것을 알아야 한다. 통상의 기술자들에게 공지된 상술한 바람직한 실시예들의 요소들에 대한 모든 구조적, 화학적, 그리고 기능적 동등물들은 참조에 의해 여기에 명확히 통합되며 본 발명 청구항에 포함된다. 더욱이, 이는 제공된 청구항에 포함하기 위한 본 발명에 의해 해결하려는 각각의 그리고 모든 문제를 처리하기 위한 장치 또는 방법에 반드시 필요한 것은 아니다. 더욱이, 발명 개시의 구성요소, 성분, 또는 방법 단계는 그러한 구성요소, 성분, 또는 방법 단계가 청구항에 명확하게 인용되었는지에 상관없이 공용으로 제공하기 위한 것은 아니다. 구성요소가 문구 "~을 위한 수단"을 이용하여 명확히 인용하지 않는 한 35 U.S.C. 112조 제6항에 따라 본원의 청구항의 구성요소를 해석하지 않는다.

소스 코드 부록

이하의 소스 코드는 본 발명의 신호 처리의 실시예로서 예시의 형태로 제시되며, 그로 한정하진 않는다. 통상의 기술자라면 본원의 설명으로부터 용이하게 이해될 수 있는 다양한 다른 방식들로 수행될 수 있고, 그러한 신호 처리 방법들이 이하의 리스트된 소스 코드로 기술된 것들로 한정하지 않는다는 것을 용이하게 알 수 있을 것이다.

% clear all;

clc;

%---------------------------------------------------------------------%

% Detect Heart Rate, Perfusion & SpO2

%---------------------------------------------------------------------%

%% Input File

% Perfusion = zeros(52,1);

% for ll = 0:51

% inputfile

=strcat('3.2_s=10k_t=3s_p=5000u_duty=2500u_Richard_two_sensors_volararm

_ch0=min=offset=2500um_volar_arm_ch1=1cmCTtoCT=offset=0_',num2str(ll));

inputfile='gen3＼gen3r10';

samplingRate = 10e3; % Sampling Rate in Hz

period = 5e-3; % Period in s

duty = 2.5e-3; % Duty Cycle in s

totalTime = 10; % Total File Time in s

offsetR = 2.5e-3; % Red light offset in s

offsetIR = 0e-3; % Red light offset in s

transTime = 1.2e-4; % Rise/Fall time in s

%% Heuristics for Peak Detection & Blood Oximetry

RED_sens = 0.42; % Photodiode sensitivity @ 660nm in A/W

IR_sens = 0.61; % Photodiode sensitivity @ 880nm in A/W

MAX_HEART_RATE = 220;

MIN_SAMP = 1/((period*5)*MAX_HEART_RATE/60); % Fastest heartrate

allowed

%% Read Input File into Matlab

sensorselect=3;

if sensorselect==1 %5mm

[PD1, PD2, PD3, PD4]=textread(inputfile, '%f%f%f%f%*[^＼n]',

'delimiter',','); % PD1 -> central photodiode (Channel 0); PD2 -> Drive

signal (Channel 1)

elseif sensorselect==2 %10mm

[PD2, PD1, PD3, PD4]=textread(inputfile, '%f%f%f%f%*[^＼n]',

'delimiter',','); % PD1 -> central photodiode (Channel 0); PD2 -> Drive

signal (Channel 1)

elseif sensorselect==3

[PD2, PD3, PD1, PD4]=textread(inputfile, '%f%f%f%f%*[^＼n]',

'delimiter',','); % PD1 -> central photodiode (Channel 0); PD2 -> Drive

signal (Channel 1)

elseif sensorselect==4

[PD2, PD3, PD4, PD1]=textread(inputfile, '%f%f%f%f%*[^＼n]',

'delimiter',','); % PD1 -> central photodiode (Channel 0); PD2 -> Drive

signal (Channel 1)

end

PD1=-PD1;

% if trial==3

% PD1 = PD1(length(PD1)/2+1:end);

% end

% Data=DownloadFromDB();

% PD1 = Data(1:end,1);

% PD2 = Data(1:end,2);

No_RIR_Waves = totalTime/period; % Total # of RED+IR square waves

%% Noise Cancellation

% %--------------------------------------%

% % 1. single-sided subtraction

% %--------------------------------------%

averageRed = zeros(No_RIR_Waves, 1);

averageRedStep1 = zeros(No_RIR_Waves, 1);

averageRedStep2 = zeros(No_RIR_Waves, 1);

averageIR = zeros(No_RIR_Waves, 1);

averageNoise_1 = zeros(No_RIR_Waves, 1); % 1st off portion in each

period

averageNoise_2 = zeros(No_RIR_Waves, 1); % 2nd off portion

for i=0:No_RIR_Waves-1

for j=1:(duty-transTime)*samplingRate % Average every period

averageRed(i+1, 1) = averageRed(i+1, 1) +

PD1(ceil(i*period*samplingRate+j+offsetR*samplingRate+transTime*samplin

gRate));

%averageIR(i+1, 1) = averageIR(i+1, 1) +

PD1(floor(i*period*samplingRate+j+offsetIR*samplingRate+transTime*sampl

ingRate));

end

% for j=1:(duty/2)*samplingRate % Average every period, no

transition time because LED is already on, changes are very short

% averageRedStep1(i+1, 1) = averageRed(i+1, 1) +

PD1(ceil(i*period*samplingRate+j+offsetR*samplingRate+transTime*samplin

gRate));

% averageRedStep2(i+1, 1) = averageRed(i+1, 1) +

PD1(ceil(i*period*samplingRate+j+offsetR*samplingRate+transTime*samplin

gRate+floor((duty/2)*samplingRate)));

% %averageIR(i+1, 1) = averageIR(i+1, 1) +

PD1(floor(i*period*samplingRate+j+offsetIR*samplingRate+transTime*sampl

ingRate));

% end

for j=1:(period-duty-transTime)*samplingRate %Averaging the off

portion for noise subtraction

% averageNoise_1(i+1, 1) = averageNoise_1(i+1, 1) +

PD1(floor(i*period*samplingRate+j+transTime*samplingRate));

averageNoise_1(i+1, 1) = averageNoise_1(i+1, 1) +

PD1(max(2,floor(i*period*samplingRate+j+transTime*samplingRate-(period-

duty-offsetR-transTime)*samplingRate)));

%averageNoise_2(i+1, 1) = averageNoise_2(i+1, 1) +

PD1(floor(i*period*samplingRate+j+(offsetR+duty)*samplingRate));

end

averageRed(i+1, 1) = averageRed(i+1, 1)/floor((dutytransTime)*

samplingRate);

%averageIR(i+1, 1) = averageIR(i+1, 1)/((dutytransTime)*

samplingRate);

% averageRedStep1(i+1, 1) = averageRedStep1(i+1,

1)/floor((duty/2)*samplingRate);

% averageRedStep2(i+1, 1) = averageRedStep2(i+1,

1)/floor((duty/2)*samplingRate);

averageNoise_1(i+1, 1) = averageNoise_1(i+1, 1)/floor((period-dutytransTime)*

samplingRate); % Use period/2 when using both red and IR

%averageNoise_2(i+1, 1) = averageNoise_2(i+1, 1)/((period/2-dutytransTime)*

samplingRate);

end

averageRed_1 =averageRed-averageNoise_1;

averageRed_step = averageRedStep2-averageRedStep1;

%averageIR_1 = averageIR - averageNoise_2;

averageRed_4 = zeros(No_RIR_Waves/5, 1);

averageIR_4 = zeros(No_RIR_Waves/5, 1);

for i=1:(No_RIR_Waves/5)

for j=1:5

averageRed_4(i) = averageRed_4(i)+averageRed_1((i-1)*5+j);

% averageIR_4(i) = averageIR_4(i)+averageIR_1((i-1)*5+j);

end

averageRed_4(i) = averageRed_4(i)/5;

% averageIR_4(i) = averageIR_4(i)/5;

end

% %--------------------------------------%

% %2. double-sided subtraction

% %--------------------------------------%

averageNoise_Red = (averageNoise_1 + averageNoise_2) ./ 2; % Average

the off portion on two sides of one on portion

averageNoise_IR = (averageNoise_1(2:end) + averageNoise_2(1:end1))

./2;

averageIR_2 = zeros(No_RIR_Waves, 1);

averageRed_2 = averageRed - averageNoise_Red;

averageIR_2(1:end-1) = averageIR(1:end-1) - averageNoise_IR;

averageIR_2(end) = averageIR(end) - averageNoise_2(end); % Last period

of IR uses single-sided subtraction

% %--------------------------------------%

% 3. interpolation subtraction

% %--------------------------------------%

% Noise_raw = zeros(totalTime * samplingRate, 1); % Store the

low-pass-filtered off portion continously

% x_Noise = zeros(floor(offsetR*samplingRatetransTime*

samplingRate)+floor(offsetIR*samplingRate(

offsetR*samplingRate +

(duty+transTime)*samplingRate))*No_RIR_Waves,1); % coordinates of

Noise_raw

% x_Noise_x = 0;

% Noise_raw_0 = zeros(totalTime * samplingRate, 1);

%

% for i=0:No_RIR_Waves-1

% for j=1:period*samplingRate

% if (((j<=offsetR*samplingRate)&&(j>transTime*samplingRate))

|| ((j> (offsetR*samplingRate + (duty+transTime)*samplingRate)) && (j

<= offsetIR*samplingRate))) % load off portion to Noise_raw

% Noise_raw_0(floor(i*period*samplingRate+j)) =

PD1(floor(i*period*samplingRate+j));

% end

%

% order = 50; % Pre-low pass filter for spline interpolation

% cutoff = 200/samplingRate; % Cut off frequency = 100 Hz

% y1 = fir1(order, cutoff,'low');

% PD1_LPF = filtfilt(y1,1,Noise_raw_0);

%

% for i=0:No_RIR_Waves-1

% for j=1:period*samplingRate

% if (((j<=offsetR*samplingRate)&&(j>transTime*samplingRate))

|| ((j> (offsetR*samplingRate + (duty+transTime)*samplingRate)) && (j

<= offsetIR*samplingRate))) % load off portion to Noise_raw

% x_Noise_x = x_Noise_x + 1;

% Noise_raw(x_Noise_x) =

PD1_LPF(floor(i*period*samplingRate+j));

%

x_Noise(x_Noise_x) = floor(i*period*samplingRate+j);

end

% end

%

% Noise =

interp1(x_Noise,Noise_raw(1:x_Noise_x),1:samplingRate*totalTime,'spline

'); % Noise interpolation

% PD_N = PD1 - Noise';

%

% averageRed_3_1 = zeros(No_RIR_Waves, 1);

% averageIR_3_1 = zeros(No_RIR_Waves, 1);

% for i=0:No_RIR_Waves-1 % Average data in each square wave period

% for j=1:floor((duty-transTime)*samplingRate)

% averageRed_3_1(i+1, 1) = averageRed_3_1(i+1, 1) +

PD_N(floor(i*period*samplingRate+j+offsetR*samplingRate+transTime*sampl

ingRate));

% averageIR_3_1(i+1, 1) = averageIR_3_1(i+1, 1) +

PD_N(floor(i*period*samplingRate+j+offsetIR*samplingRate+transTime*samp

lingRate));

% end

% averageRed_3_1(i+1, 1) = averageRed_3_1(i+1, 1)/(floor((dutytransTime)*

samplingRate));

% averageIR_3_1(i+1, 1) = averageIR_3_1(i+1, 1)/(floor((dutytransTime)*

samplingRate));

% end

% averageIR_3_1(end) = averageIR_3_1(end-1); % Abandon the last one of

IR_3 to eliminate error caused by interpolation

%% Create a Low-pass and Filter Waveforms

averageRed = averageRed_1; % _1,_2,_3,_4 correspond to single-sided

subtraction, double-sided subtraction, interpolation subtraction &

average of every 5 points

averageIR = zeros(length(averageRed_1),1);

order = 100;

cutoff = 10/(1/period);

y = fir1(order, cutoff,'low');

x = filtfilt(y, 1, averageRed);

z = filtfilt(y, 1, averageIR);

[dec,lib] = wavedec(averageRed,2,'db10');

a2 = wrcoef('a',dec,lib,'db10',2);

%Perfusion(ll+1) = mean(x);

%end

%% End of Loop

% % Pre-LPF for interpolation

% % order = 100;

% % cutoff1 = 40 /(1/period);

% % y1 = fir1(order, cutoff1,'low');

% % x1 = filtfilt(y1, 1, averageRed);

% % z1 = filtfilt(y1, 1, averageIR);

%

% % freqz(y) % view filter

% %

numavg = 100;

runavg = ones(1, numavg)/numavg;

x_avg = filtfilt(runavg, 1, averageRed);

z_avg = filtfilt(runavg, 1, averageIR);

% x = x - x_avg;

% z = z - z_avg;

time = (1:No_RIR_Waves)/(No_RIR_Waves)*totalTime;

%--------------------------------------%

% Red LED

%--------------------------------------%

figure;

subplot(2, 1, 1)

hold on;

plot(time, averageRed*1E3, '-k', 'linewidth', 2);

plot(time, x*1E3, '-r', 'linewidth', 2);

plot(time, x_avg*1E3, '-b', 'linewidth', 2);

hold off;

ylabel('Recived Signal [mV]', 'fontsize', 14, 'fontweight', 'bold')

xlabel('Time [s]', 'fontsize', 14, 'fontweight', 'bold')

set(gca,'linewidth', 2, 'fontsize', 10, 'fontweight', 'bold')

legend('Red LED', 'Red LED (LPF)', 'Running Average',

'Orientation','horizontal')

title('Red LED', 'fontsize', 14, 'fontweight', 'bold')

box on;

heart_beat_RED = x-x_avg;

wavelet_RED = a2-smooth(a2,200);

%heart_beat_RED = wavelet_RED;

% % Detect Heat Beat Peaks FAIL 202C VERSION

% temp = sign(diff(heart_beat_RED));

% % temp = sign(diff(x(order+numavg/2:end-numavg/2-1)));

% temp2 = (temp(1:end-1)-temp(2:end))./2;

% loc = find(temp2 ~= 0);

% loc = [loc(1); loc(find(diff(loc) > MIN_SAMP/2)+1)];

% peaks1 = loc(find(temp2(loc) > 0))+1;

% peaks1 = peaks1(find(heart_beat_RED(peaks1) > 0));

% valleys1 = loc(find(temp2(loc) < 0))+1;

% valleys1 = valleys1(find(heart_beat_RED(valleys1) < 0));

%peak detection that actually works:

peaks=[];

widthp=50;

for j = 1:totalTime/period

if heart_beat_RED(j)==max(heart_beat_RED(max(1,jwidthp):

min(totalTime/period,j+widthp)))

peaks(end+1)=j;

end

valleys=[];

widthv=50;

for j = 1:totalTime/period

if heart_beat_RED(j)==min(heart_beat_RED(max(1,jwidthv):

min(totalTime/period,j+widthv)))

valleys(end+1)=j;

end

diffzs=[];

widthd=25;

diff_hb = diff(heart_beat_RED);

for j = 1:totalTime/period-1

if abs(diff_hb(j))==min(abs(diff_hb(max(1,jwidthd):

min(totalTime/period-1,j+widthd))))

diffzs(end+1)=j;

end

killthese=[];

for j=1:numel(diffzs)

for k=1:numel(peaks)

if abs(diffzs(j)-peaks(k))<25

killthese(end+1)=j;

end

for k=1:numel(valleys)

if abs(diffzs(j)-valleys(k))<25

killthese(end+1)=j;

end

peakspacing(j) = min(abs(diffzs(j)-peaks));

valleyspacing(j) = min(abs(diffzs(j)-valleys));

end

diffzs(killthese)=[];

peakspacing(killthese)=[];

%clean up peaks/valleys to make them match 1:1

delp=[];

for i = 1:length(peaks)-1

valid=0;

for j = 1:length(valleys)

if peaks(i+1)>valleys(j) && peaks(i)<valleys(j)

valid=1;

break

end

if valid==0 && heart_beat_RED(peaks(i+1))<heart_beat_RED(peaks(i))

delp(end+1)=i+1;

elseif valid==0

delp(end+1)=i;

end

peaks(delp)=[];

delv=[];

for i = 1:length(valleys)-1

valid=0;

for j = 1:length(peaks)

if valleys(i+1)>peaks(j) && valleys(i)<peaks(j)

valid=1;

break

end

if valid==0 &&

heart_beat_RED(valleys(i+1))>heart_beat_RED(valleys(i))

delv(end+1)=i+1;

elseif valid==0

delv(end+1)=i;

end

valleys(delv)=[];

%finish of cleanup

mdiffzs = median(heart_beat_RED(diffzs));

mpeaks = median(heart_beat_RED(peaks));

mvalleys = median(heart_beat_RED(valleys));

secondpeak = (mdiffzs-mvalleys)/(mpeaks-mvalleys);

peakspacing = median(peakspacing);

valleyspacing = median(valleyspacing);

subplot(2, 1, 2)

hold on;

plot(time, heart_beat_RED*1E3, '-k', 'linewidth', 2);

% ylim([-1.5 1.5])

plot(time(peaks), heart_beat_RED(peaks)*1E3, 'or', 'linewidth', 2,

'markersize', 12);

plot(time(valleys), heart_beat_RED(valleys)*1E3, 'ob', 'linewidth', 2,

'markersize', 12);

plot(time(diffzs), heart_beat_RED(diffzs)*1E3, 'og', 'linewidth', 2,

'markersize', 12);

hold off;

ylabel('Heart Beat [mV]', 'fontsize', 14, 'fontweight', 'bold')

xlabel('Time [s]', 'fontsize', 14, 'fontweight', 'bold')

set(gca,'linewidth', 2, 'fontsize', 10, 'fontweight', 'bold')

box on;

Heart_Rate_RED = length(peaks)/(time(end)-time(1))*60;

% %--------------------------------------%

% % IR LED

% %--------------------------------------%

% figure;

% subplot(2, 1, 1)

% hold on;

% plot(time, averageIR*1E3, '-k', 'linewidth', 2);

% plot(time, z*1E3, '-r', 'linewidth', 2);

% plot(time, z_avg*1E3, '-b', 'linewidth', 2);

% hold off;

% ylabel('Recived Signal [mV]', 'fontsize', 14, 'fontweight', 'bold')

% xlabel('Time [s]', 'fontsize', 14, 'fontweight', 'bold')

% set(gca,'linewidth', 2, 'fontsize', 10, 'fontweight', 'bold')

% legend('IR LED','IR LED (LPF)','Running Average',

'Orientation','horizontal')

% title('IR LED', 'fontsize', 14, 'fontweight', 'bold')

% box on;

%

% heart_beat_IR = z-z_avg;

%

% % Detect Heat Beat Peaks

% temp = sign(diff(heart_beat_IR));

% % temp = sign(diff(z(order+numavg/2:end-numavg/2-1)));

% temp2 = (temp(1:end-1)-temp(2:end))./2;

% loc = find(temp2 ~= 0);

% loc = [loc(1); loc(find(diff(loc) > MIN_SAMP/2)+1)];

% peaks2 = loc(find(temp2(loc) > 0))+1;

% peaks2 = peaks2(find(heart_beat_IR(peaks2) > 0));

% valleys2 = loc(find(temp2(loc) < 0))+1;

% valleys2 = valleys2(find(heart_beat_IR(valleys2) < 0));

%

% subplot(2, 1, 2)

% hold on;

% plot(time, heart_beat_IR*1E3, '-k', 'linewidth', 2);

% ylim([-1.5 1.5]);

% plot(time(peaks2), heart_beat_IR(peaks2)*1E3, 'or', 'linewidth', 2,

'markersize', 12);

% plot(time(valleys2), heart_beat_IR(valleys2)*1E3, 'ob', 'linewidth',

2, 'markersize', 12);

% hold off;

% ylabel('Heart Beat [mV]', 'fontsize', 14, 'fontweight', 'bold')

% xlabel('Time [s]', 'fontsize', 14, 'fontweight', 'bold')

% set(gca,'linewidth', 2, 'fontsize', 10, 'fontweight', 'bold')

% box on;

% Heart_Rate_IR = length(peaks2)/(time(end)-time(1))*60

% %--------------------------------------%

% % SpO2

% %--------------------------------------%

% H_heart_beat_Red_peak =

interp1(peaks1,x(peaks1),1:length(time),'spline'); % Interpolate the

peak value of heart beat (RED) for whole time range

% H_heart_beat_IR_peak =

interp1(peaks2,z(peaks2),1:length(time),'spline'); % Interpolate the

peak value of heart beat (IR) for whole time range

%

% H_heart_beat_Red_valley =

interp1(valleys1,x(valleys1),1:length(time),'spline'); % Interpolate

the valley value of heart beat (RED) for whole time range

% H_heart_beat_IR_valley =

interp1(valleys2,z(valleys2),1:length(time),'spline'); % Interpolate

the valley value of heart beat (IR) for whole time range

%

% % Superposition

% x2 = zeros(length(x1),1);

% z2 = zeros(length(z1),1);

% for i=2:length(peaks1)-1

% x2(1:end-(peaks1(i)-peaks1(2))) = x2(1:end-(peaks1(i)-peaks1(2)))

+ x1(peaks1(i)-peaks1(2)+1:end);

% z2(1:end-(peaks2(i)-peaks2(2))) = z2(1:end-(peaks2(i)-peaks2(2)))

+ z1(peaks2(i)-peaks2(2)+1:end);

% end

% x2 = x2/(length(peaks1)-2);

% z2 = z2/(length(peaks2)-2);

%

% % H_heart_beat_Red = filtfilt(runavg, 1, H_heart_beat_Red);

% % H_heart_beat_IR = filtfilt(runavg, 1, H_heart_beat_IR);

%

% R_red = H_heart_beat_Red_valley./(H_heart_beat_Red_peak);

% R_IR = H_heart_beat_IR_valley./(H_heart_beat_IR_peak);

%

% R = (log(R_red)./log(R_IR))*(RED_sens/IR_sens);

% O2 = (0.81-0.18.*R)./(0.63+0.11.*R)*100;

% SpO2 = mean(O2)

%

% figure;

% hold on;

% plot(time, O2, '-r', 'linewidth', 2);

% ylabel('SpO2', 'fontsize', 14, 'fontweight', 'bold')

% xlabel('Time [s]', 'fontsize', 14, 'fontweight', 'bold')

% set(gca,'linewidth', 2, 'fontsize', 10, 'fontweight', 'bold')

% ylim([90 110])

% box on;

x=[];

hrdata=[];

pdiff=[];

secpeak=[];

trial=1;

for trial = 1:1

for filenum = 1:1

for sensorselect=4

inputfile = ['ir+' num2str(min(trial,2)) '.' num2str(filenum)];

inputfile = 'all+';

%inputfile = ['height＼5s_stoy' num2str(filenum)];

multilevel_extract;

hrdata(:,filenum) = heart_beat_RED;

dcdata(filenum) = median(x_avg);

%if nnz(x(:,filenum))==0; break; end

r(filenum) = Heart_Rate_RED;

vs=min(numel(peaks),numel(valleys));

p2pdata(filenum) = median(heart_beat_RED(peaks(1:vs))heart_

beat_RED(valleys(1:vs)));

en=[];

for i=2:numel(valleys)-2

en(end+1) = sum(heart_beat_RED(valleys(i):valleys(i+1)).^2);

end

benergy(filenum)=median(en);

riset=[];

fallt=[];

if peaks(1)>valleys(1)

for i=1:vs-1

riset(end+1) = peaks(i)-valleys(i);

fallt(end+1) = valleys(i+1)-peaks(i);

end

else

for i=1:vs-1

riset(end+1) = peaks(i+1)-valleys(i);

fallt(end+1) = valleys(i)-peaks(i);

end

risetime(filenum)=median(riset);

falltime(filenum)=median(fallt);

for repeat=1:3

if peaks(1)<valleys(1); peaks(1)=[]; end

end

for i=1:floor(numel(peaks)/2)

list_pdiff(i) = heart_beat_RED(peaks(2*i-1))heart_

beat_RED(peaks(2*i));

end

pdiff(filenum)=median(list_pdiff);

secpeak(filenum)=secondpeak;

peakspace(filenum)=peakspacing;

valspace(filenum)=valleyspacing;

medpeak(filenum) = mpeaks-mvalleys;

end

% suffix = '.pressure';

% presf=csvread([inputfile suffix]);

% presdata(filenum)=mean((presf(:,2)-.6)/2.8);

end

stoyrt(trial,:)=risetime*.005;

stoyft(trial,:)=falltime*.005;

stoyhr(trial,:)=r;

stoysecpeak(trial,:)=secpeak;

stoypeakspace(trial,:)=peakspace*.005;

stoyvalspace(trial,:)=valspace*.005;

stoymp(trial,:)=medpeak;

end

% stoyfts=stoyft./(min(stoyft')'*[1 1 1 1 1]);

% stoyrts=stoyrt./(min(stoyrt')'*[1 1 1 1 1]);

% stoysecpeaks=stoysecpeak./(min(stoysecpeak')'*[1 1 1 1 1]);

% stoymps=stoymp./(min(stoymp')'*[1 1 1 1 1]);

%

% for i=1:3;corrcoef(stoyhr(i,:),stoyrt(i,:))

% end

% for i=1:3;corrcoef(stoyhr(i,:),stoyft(i,:))

% end

% for i=1:3;corrcoef(stoyhr(i,:),stoysecpeak(i,:))

% end

%

% for i=1:3;corrcoef(stoybps(i,:),stoyrt(i,:))

% end

% for i=1:3;corrcoef(stoybps(i,:),stoyft(i,:))

% end

% for i=1:3;corrcoef(stoybps(i,:),stoysecpeak(i,:))

% end

% for i=1:3;corrcoef(stoybps(i,:),stoyhr(i,:))

% end

%

% for i=1:3;corrcoef(stoybpd(i,:),stoyrt(i,:))

% end

% for i=1:3;corrcoef(stoybpd(i,:),stoyft(i,:))

% end

% for i=1:3;corrcoef(stoybpd(i,:),stoysecpeak(i,:))

% end

% for i=1:3;corrcoef(stoybpd(i,:),stoyhr(i,:))

% end

%

% peaks=[];

% for j = 1:4000

% if x(j,filenum)>5e-5 && x(j,filenum)==max(x(max(1,j75):

min(4000,j+75),filenum))

% peaks(end+1)=j;

% end

%

% for j = 1:4000

% if heart_beat_RED(j)>5e-5 &&

heart_beat_RED(j)==max(heart_beat_RED(max(1,j-75):min(4000,j+75)))

% peaks(end+1)=j;

% end

% t= 1:4

% figure

% plot(t,stoy1bpd,'o',t,stoy2bpd,'o',t,stoy3bpd,'o')

% axis([.5 4.5 -1 1])

% set(gca,'XTick',1:4)

% set(gca,'XTickLabel',{'Rise Time' 'Fall Time' 'Second Peak Strength'

'Heart Rate'})

% legend({'Trial 1' 'Trial 2' 'Trial 3'})

% title('Correlations: Metrics vs. Diastolic Blood Pressure, Henrik')

% ylabel('Correlation Coefficient')

% figure

% plot(t,stoy1bps,'o',t,stoy2bps,'o',t,stoy3bps,'o')

% axis([.5 4.5 -1 1])

% set(gca,'XTick',1:4)

% set(gca,'XTickLabel',{'Rise Time' 'Fall Time' 'Second Peak Strength'

'Heart Rate'})

% legend({'Trial 1' 'Trial 2' 'Trial 3'})

% title('Correlations: Metrics vs. Systolic Blood Pressure, Henrik')

% ylabel('Correlation Coefficient')

% figure

% plot(t,stoy1hr,'o',t,stoy2hr,'o',t,stoy3hr,'o')

% axis([.5 4.5 -1 1])

% set(gca,'XTick',1:4)

% set(gca,'XTickLabel',{'Rise Time' 'Fall Time' 'Second Peak Strength'

'Heart Rate'})

% legend({'Trial 1' 'Trial 2' 'Trial 3'})

% title('Correlations: Metrics vs. Heart Rate, Henrik')

% ylabel('Correlation Coefficient')

function [ pointcoords ] = rgbfind( filename )

im_unfiltered = imread(filename); %[y x rgb]

%h = fspecial('gaussian',10,10);

%im=imfilter(im_unfiltered,h);

im=im_unfiltered;

r = im(:,:,1);

g = im(:,:,2);

b = im(:,:,3);

% image(im);

%goal rgb = 0,160,170

goalr = 0;

goalg = 160;

goalb = 170;

tol=50; %goal offset tolerance

match=zeros(size(im,1),size(im,2),2);

for y = 1:size(im,1)

for x = 1:size(im,2)

if (r(y,x)>goalr+tol) || (r(y,x)<goalr-tol) ...

|| (g(y,x)>goalg+tol) || (g(y,x)<goalg-tol) ...

|| (b(y,x)>goalb+tol) || (b(y,x)<goalb-tol)

%not a match

%match(y,x,:)=[0,0,0];

else

%match

match(y,x,:)=[1,0];

end

numblobs=0;

blob=[];

for y = 1:size(im,1)

for x = 1:size(im,2)

if match(y,x,1)==1

%these matches are already in blobs

if match(y-1,x+2,1)==1

match(y,x,2)=match(y-1,x+2,2);

blob(match(y-1,x+2,2)).x(end+1)=x;

blob(match(y-1,x+2,2)).y(end+1)=y;

elseif match(y-1,x+1,1)==1

match(y,x,2)=match(y-1,x+1,2);

blob(match(y-1,x+1,2)).x(end+1)=x;

blob(match(y-1,x+1,2)).y(end+1)=y;

elseif match(y-1,x,1)==1

match(y,x,2)=match(y-1,x,2);

blob(match(y-1,x,2)).x(end+1)=x;

blob(match(y-1,x,2)).y(end+1)=y;

elseif match(y-1,x-1,1)==1

match(y,x,2)=match(y-1,x-1,2);

blob(match(y-1,x-1,2)).x(end+1)=x;

blob(match(y-1,x-1,2)).y(end+1)=y;

elseif match(y,x-1,1)==1

match(y,x,2)=match(y,x-1,2);

blob(match(y,x-1,2)).x(end+1)=x;

blob(match(y,x-1,2)).y(end+1)=y;

%other matches require new blob

else%if match(y+1,x-1,1)==1

numblobs = numblobs+1;

match(y,x,2)=numblobs;

blob(numblobs).x=x;

blob(numblobs).y=y;

end

merged=zeros(1,numblobs);

figure();image(match(:,:,2)+1);

for y = size(im,1):-1:1

for x = size(im,2):-1:1

if match(y,x,1)==1

%these matches are already in blobs

if (match(y,x+1,1)==1) && (match(y,x,2)~=match(y,x+1,2))

merged(match(y,x,2))=match(y,x+1,2);

match(y,x,2)=match(y,x+1,2);

blob(match(y,x+1,2)).x(end+1)=x;

blob(match(y,x+1,2)).y(end+1)=y;

elseif match(y+1,x+1,1)==1 && match(y,x,2)~=match(y+1,x+1,2)

merged(match(y,x,2))=match(y+1,x+1,2);

match(y,x,2)=match(y+1,x+1,2);

blob(match(y+1,x+1,2)).x(end+1)=x;

blob(match(y+1,x+1,2)).y(end+1)=y;

elseif match(y+1,x,1)==1 && match(y,x,2)~=match(y+1,x,2)

merged(match(y,x,2))=match(y+1,x,2);

match(y,x,2)=match(y+1,x,2);

blob(match(y+1,x,2)).x(end+1)=x;

blob(match(y+1,x,2)).y(end+1)=y;

elseif match(y+1,x-1,1)==1 && match(y,x,2)~=match(y+1,x-1,2)

merged(match(y,x,2))=match(y+1,x-1,2);

match(y,x,2)=match(y+1,x-1,2);

blob(match(y+1,x-1,2)).x(end+1)=x;

blob(match(y+1,x-1,2)).y(end+1)=y;

end

for y = size(im,1):-1:1

for x = size(im,2):-1:1

if match(y,x,1)==1

if merged(match(y,x,2))>0

while merged(match(y,x,2))>0

match(y,x,2)=merged(match(y,x,2));

blob(match(y,x,2)).x(end+1)=x;

blob(match(y,x,2)).y(end+1)=y;

end;end;end;end;end

blob(find(merged))=[];

pointcoords=[];

for i=1:size(blob,2)

pointcoords(i,:)=[mean(blob(i).y);mean(blob(i).x)];

end

pointcoords=round(pointcoords);

figure();imshow(match(:,:,1));

figure();image(match(:,:,2)+1);

%+(match(:,:,2)>0)*3

end

function [ exppic ] = imoverlay( pcs, im, impic )

p1 = pcs(1,:);

p2 = pcs(2,:);

p3 = pcs(3,:);

d1=p1(1)-p1(2);

d2=p2(1)-p2(2);

d3=p3(1)-p3(2);

s1=p1(1)+p1(2);

s2=p2(1)+p2(2);

s3=p3(1)+p3(2);

[a,v] = max([d1 d2 d3]);

[a,t] = min([s1 s2 s3]);

[a,r] = max([s1 s2 s3]);

%hyp = sqrt( (pcs(v,1)-pcs(t,1))^2 + (pcs(v,2)-pcs(t,2))^2 );

%adj = sqrt( (pcs(v,1)-pcs(r,1))^2 + (pcs(v,2)-pcs(r,2))^2 );

%angle=atand(adj/hyp);

ratio = (pcs(v,1)-pcs(t,1)) / (pcs(t,2)-pcs(v,2));

angle=atand(ratio);

hangle = -1*(90 - angle);

hoffset=( pcs(r,1)-pcs(t,1)- (pcs(t,2)-pcs(r,2))*tand(angle) ) *

cosd(angle);

scale=hoffset/size(im,2);

imout = imresize(im,scale);

padout = ones(size(imout));

padout = imrotate(padout,hangle);

imout = imrotate(imout,hangle);

sp=[0 0];

if hangle<0

for x=1:size(padout,2)

for y=size(padout,1):-1:1

if padout(y,x)==1

sp = [y x];

break

end

if sp; break; end

end

else

for y=size(padout,1):-1:1

for x=1:size(padout,2)

if padout(y,x)==1

sp = [y x];

break

end

if sp; break; end

end

offy = pcs(v,1)-sp(1);

offx = pcs(v,2)-sp(2);

exp = zeros(size(impic));

exppic = exp;

for y=1:size(padout,1)

for x=1:size(padout,2)

xcoord = max(1,offx+x);

xcoord = min(xcoord,size(exp,2));

ycoord = max(1,offy+y);

ycoord = min(ycoord,size(exp,1));

exp(ycoord,xcoord,:)=padout(y,x,:);

exppic(ycoord,xcoord,:)=imout(y,x,:);

end

image(impic);

hold on

hobject = image(exppic/255);

hold off

set(hobject, 'AlphaData',exp(:,:,1)/2);

end

function [ imdata ] = mapData( filename, ploten )

%MAPDATA Summary of this function goes here

% Detailed explanation goes here

temp = csvread(filename);

log_spO2 = temp(1,:);

log_pressure = temp(2,:);

log_x = temp(3,:);

log_y = temp(4,:);

clear temp;

vals = [];

log_x = abs(min(log_x))+log_x;

log_y = abs(min(log_y))+log_y;

i=0;

while i<numel(log_spO2)

i=i+1;

if log_spO2(i)<10

log_spO2(i)=[];

log_pressure(i)=[];

log_x(i)=[];

log_y(i)=[];

end

% for i=1:size(log_spO2,2)

grid = zeros( floor((max(log_y))/5)+1 , floor((max(log_x))/5)+1 );

[X, Y] = meshgrid(1:5:(max(log_x)),1:5:(max(log_y)));

while numel(log_spO2)>0

i=1;

xmatch = find(log_x==log_x(i));

ymatch = find(log_y==log_y(i));

match = intersect(xmatch,ymatch);

vals(end+1,:) = [log_x(i) log_y(i) max(log_spO2(match))];

% grid(log_y(i)+1,log_x(i)+1) = max(log_spO2(match));

log_spO2(match)=[];

log_pressure(match)=[];

log_x(match)=[];

log_y(match)=[];

end

%plot(sqrt(vals(:,1).^2 + vals(:,2).^2),vals(:,3));

anisotropy = 1; %range x / range y

alpha = 0; %angle between axis/anisotropy in degrees

nu = 1; %nu for covariance

vgrid = [5 5];

[kout evar] = vebyk(vals,vgrid,5,anisotropy,alpha,nu,1,0,0);

for i=1:size(kout,1)

if (size(grid,2)-1 < kout(i,1)/5) || (size(grid,1)-1 <

kout(i,2)/5)

continue;

end

grid(kout(i,2)/5+1,kout(i,1)/5+1)=kout(i,3);

end

%image(grid);

imdata=[];

if ploten

figure();

surf(X,Y,grid);

else

imdat = ( (grid-min(min(grid))) *255/(max(max(grid))

min(min(grid))) );

rgbdata = ind2rgb(round(imdat),jet(256));

imwrite(rgbdata,'d_image.jpg','jpg')

imdata=rgbdata;

end

Claims

플래너 센서 어레이(planar sensor array) 및 데이터 획득 컨트롤러를 포함하는 스캐너를 구비한 환자의 타깃 조직 영역의 관류 산소 포화도를 모니터링하기 위한 장치로서,
상기 플래너 센서 어레이는 상기 타깃 조직 영역의 표면과 접촉하여 위치되도록 구성되고;
상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 상기 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED 및 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함하며;
상기 하나 또는 그 이상의 LED가 동작회로에 연결되고, 상기 동작회로는 적색 LED 에미터 및 적외선 LED 에미터가 공통 애노드를 공유하면서 독립적으로 동작될 수 있도록 구성되고;
상기 데이터 획득 컨트롤러는 상기 타깃 조직 영역과 관련된 관류 산소 포화도 데이터를 획득하기 위해 상기 플래너 센서 어레이로부터 광의 방출 및 수신을 컨트롤하기 위한 하나 또는 그 이상의 LED 및 하나 또는 그 이상의 포토다이오드에 연결되며;
상기 데이터 획득 컨트롤러에 연결된 처리 모듈을 더 포함하고, 상기 처리 모듈은 압력 센서 데이터 및 관류 산소 포화도 데이터의 동시 획득을 위한 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
청구항 1에 있어서,
상기 스캐너는 상기 플래너 센서 어레이에 연결된 압력 센서를 더 포함하며,
상기 압력 센서는 상기 타깃 조직 영역의 표면과 접촉하는 플래너 센서 어레이의 압력 독출을 획득하도록 구성되고,
상기 스캐너는 상기 타깃 조직 영역의 표면과 스캐너를 접촉시키기 위해 관류 산소 포화도 데이터를 획득하면서 압력 센서 독출을 획득하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
청구항 2에 있어서,
상기 압력 센서 및 플래너 센서 어레이는 인쇄회로기판(PCB)의 제1측면에 연결되고,
상기 데이터 획득 컨트롤러는 상기 제1측면에 대향하는 인쇄회로기판의 제2측면에 연결된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
청구항 1에 있어서,
각각의 LED는 적색(660nm) 및 적외선(880nm) 광을 방출하도록 구성된 듀얼 에미터를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
삭제
청구항 1에 있어서,
상기 동작회로는 증폭기, 및 네가티브 피드백(negative feedback)을 제공하도록 구성된 전계효과 트랜지스터를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
삭제
청구항 1에 있어서,
상기 처리 모듈은 스캐너의 위치 데이터를 획득하기 위해 플래너 센서 어레이로부터 독출을 획득하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
청구항 8에 있어서,
처리 모듈은 타깃 조직의 관류 산소 포화도 맵을 생성하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
청구항 8에 있어서,
2개 또는 그 이상의 데이터 파라미터를 동시에 디스플레이하기 위해, 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터로 이루어진 그룹으로부터 선택된 2개 또는 그 이상의 데이터 파라미터의 동시 획득을 위해 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 장치.
스캐너, 데이터 획득 컨트롤러, 및 처리 모듈을 포함하는 환자의 타깃 조직 영역의 관류 산소 포화도를 모니터링하기 위한 시스템으로서,
상기 스캐너는 플래너 센서 어레이 및 이 플레너 센서 어레이에 연결된 압력 센서를 포함하고,
상기 플래너 센서 어레이는 상기 타깃 조직 영역의 표면과 접촉하여 위치하도록 구성되고,
상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 광원을 포함하고,
상기 플래너 센서 어레이는 광원으로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 센서를 포함하며,
상기 압력 센서는 타깃 조직 영역의 표면과 접촉하는 플래너 센서 어레이의 압력 독출을 획득하도록 구성되고,
상기 데이터 획득 컨트롤러는 상기 하나 또는 그 이상의 센서에 연결되고, 타깃 조직과 관련된 관류 산소 포화도 데이터를 획득하기 위해 플래너 센서 어레이로부터 광의 방출 및 수신을 컨트롤하고,
상기 처리 모듈은 상기 데이터 획득 컨트롤러에 연결되고,
상기 처리 모듈은 상기 타깃 조직 영역의 표면과 스캐너를 접촉시키기 위해, 관류 산소 포화도 데이터 및 압력 센서 데이터의 동시 획득을 위해 상기 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 11에 있어서,
상기 플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED를 포함하며,
상기 플래너 센서 어레이는 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 12에 있어서,
각각의 하나 또는 그 이상의 LED는 적색(660nm) 및 적외선(880nm) 광을 방출하도록 구성된 듀얼 에미터를 포함하고,
상기 하나 또는 그 이상의 LED는 동작회로에 연결되며,
상기 동작회로는 적색 LED 에미터 및 적외선 LED 에미터가 공통 애노드를 공유하면서 독립적으로 동작될 수 있도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 11에 있어서,
그래픽 사용자 인터페이스를 더 포함하며,
상기 그래픽 사용자 인터페이스는 관류 산소 포화도 데이터 및 압력 센서 데이터를 디스플레이하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 14에 있어서,
처리 모듈은 스캐너의 위치 데이터를 획득하기 위해 플래너 센서 어레이로부터 독출을 획득하도록 더 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 15에 있어서,
상기 처리 모듈은 타깃 조직의 관류 산소 포화도 맵을 생성하기 위해 위치 데이터를 보간(interpolate)하도록 더 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 16에 있어서,
상기 처리 모듈은 2개 또는 그 이상의 데이터 파라미터를 동시에 디스플레이하기 위해, 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터로 이루어진 그룹으로부터 선택된 2개 또는 그 이상의 데이터 파라미터의 동시 획득을 위해 압력 센서 및 센서 어레이의 샘플링을 컨트롤하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 16에 있어서,
상기 처리 모듈은 타깃 조직의 이미지를 수신하고, 그 이미지 상에 관류 산소 포화도 맵을 오버레이하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 14에 있어서,
그래픽 사용자 인터페이스는 사용자 입력이 플래너 센서 어레이 및 압력 센서의 셋팅을 조작할 수 있도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
청구항 11에 있어서,
처리 모듈은 필터링 모듈을 더 포함하며,
상기 필터링 모듈은 하나 또는 그 이상의 광원이 "온(on)" 상태에 있을 때 기록된 데이터로부터 하나 또는 그 이상의 광원이 "오프(off)" 상태에 있을 때 기록된 데이터를 감산함으로써 인-밴드 노이즈를 필터하도록 구성된 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도 모니터링 시스템.
환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링을 수행하기 위한 방법으로서,
상기 타깃 조직 영역의 표면과 접촉하여 플래너 센서 어레이를 위치시키는 단계;
헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 상기 플래너 센서 어레이의 광원으로부터 광을 방출하는 단계;
상기 광원으로부터 반사된 광을 수신하는 단계;
상기 타깃 조직 영역의 표면과 접촉하는 플레너 센서 어레이와 관련된 압력 데이터를 획득하는 단계;
상기 타깃 조직 영역과 관련된 관류 산소 포화도 데이터를 획득하는 단계; 및
상기 타깃 조직 영역의 표면과 상기 플레너 센서 어레이를 접촉시키기 위해 관류 산소 포화도 데이터 및 압력 데이터를 샘플링하는 단계를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 21에 있어서,
플래너 센서 어레이는 헤모글로빈에 맞추어진 파장으로 타깃 조직 영역에 광을 방출하도록 구성된 하나 또는 그 이상의 LED를 포함하며,
상기 플래너 센서 어레이는 상기 LED로부터 반사된 광을 검출하도록 구성된 하나 또는 그 이상의 포토다이오드를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 22에 있어서,
각각의 하나 또는 그 이상의 LED는 적색(660nm) 및 적외선(880nm) 광을 방출하도록 구성된 듀얼 에미터를 포함하며,
상기 방법은 적색 LED 에미터 및 적외선 LED 에미터가 공통 애노드를 공유하면서 적색 LED 에미터 및 적외선 LED 에미터를 독립적으로 동작하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 21에 있어서,
관류 산소 포화도 데이터 및 압력 센서 데이터를 동시에 디스플레이하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 21에 있어서,
스캐너의 위치 데이터를 획득하기 위해 플래너 센서 어레이로부터 독출을 획득하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 25에 있어서,
타깃 조직의 관류 산소 포화도를 생성하기 위해 상기 위치 데이터를 보간하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 26에 있어서,
상기 위치 데이터를 보간하는 단계는 획득된 위치 데이터에 크리깅 알고리즘을 적용하는 단계를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 26에 있어서,
압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터의 동시 획득을 위해 압력 센서 및 센서 어레이를 샘플링하는 단계; 및
상기 압력 센서 데이터, 관류 산소 포화도 데이터, 및 위치 데이터를 동시에 디스플레이하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 26에 있어서,
타깃 조직의 이미지를 수신하는 단계; 및
상기 이미지 상에 관류 산소 포화도 데이터를 오버레이하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 21에 있어서,
사용자 입력을 허용하도록 그래픽 사용자 인터페이스를 제공하는 단계; 및
상기 사용자 입력에 따라 플래너 센서 어레이 및 압력 센서의 샘플링 셋팅을 조작하는 단계를 더 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.
청구항 21에 있어서,
하나 또는 그 이상의 광원이 온일 때의 주기와 상기 하나 또는 그 이상의 광원이 오프일 때의 주기 사이에서 상기 하나 또는 그 이상의 광원을 사이클링시키는 단계; 및
상기 하나 또는 그 이상의 광원이 "온(on)" 상태에 있을 때 데이터로부터 하나 또는 그 이상의 광원이 "오프(off)" 상태에 있을 때 기록된 데이터를 감산함으로써 인-밴드 노이즈를 필터하는 단계를 포함하는 것을 특징으로 하는 환자의 타깃 조직 영역의 관류 산소 포화도의 실시간 모니터링 수행 방법.