KR101821967B1 - 생리적 신호의 자동화된 품질 평가 - Google Patents

생리적 신호의 자동화된 품질 평가 Download PDF

Info

Publication number
KR101821967B1
KR101821967B1 KR1020157032275A KR20157032275A KR101821967B1 KR 101821967 B1 KR101821967 B1 KR 101821967B1 KR 1020157032275 A KR1020157032275 A KR 1020157032275A KR 20157032275 A KR20157032275 A KR 20157032275A KR 101821967 B1 KR101821967 B1 KR 101821967B1
Authority
KR
South Korea
Prior art keywords
physiological signal
noise
qualitative
mobile device
noise sources
Prior art date
Application number
KR1020157032275A
Other languages
English (en)
Other versions
KR20150140822A (ko
Inventor
아미트 에스 박시
Original Assignee
인텔 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20150140822A publication Critical patent/KR20150140822A/ko
Application granted granted Critical
Publication of KR101821967B1 publication Critical patent/KR101821967B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G06Q50/24—
    • 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
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/486—Bio-feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • 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
    • 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
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0204—Operational features of power management
    • A61B2560/0214—Operational features of power management of power generation or supply

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명의 방법 및 시스템은 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하는 것을 제공할 수 있다. 대응하는 복수의 정성 등급을 획득하기 위해 생리적 신호 내의 복수의 잡음 소스의 각각에 대한 정성 분석이 수행될 수 있다. 또한, 적어도 복수의 정성 등급은 생리적 신호를 원격 위치에 보고할지 여부를 판정하는데 사용된다. 일 예에서, 종합 품질 레벨을 획득하기 위해 복수의 잡음 소스의 각각에 대해 정량 분석이 수행되는데, 종합 품질 레벨 또한 생리적 신호를 원격 위치에 보고할지 여부를 판정하는데 사용된다.

Description

생리적 신호의 자동화된 품질 평가{AUTOMATED QUALITY ASSESSMENT OF PHYSIOLOGICAL SIGNALS}
실시형태들은 전반적으로 건강 모니터링(health monitoring)에 관한 것이다. 보다 구체적으로, 실시형태들은 가정용 건강 모니터링 세팅에서의 생리적 신호의 자동화된 품질 평가에 관한 것이다.
건강 모니터링은 전통적으로, 병원, 의사의 사무실 또는 다른 의료 센터와 같은 임상 세팅 내에서 개인으로부터의 심전도(electrocardiogram: ECG) 판독기록(readings)과 같은 생리적 신호를 획득하는 것을 수반할 수 있다. 그런 경우에, 건강 관련 판정을 하기 위해 전문 의료진은 다양한 센서를 개인/환자에 접속하고 그 판독기록을 해석할 수 있다. 전문 의료진이 ECG 판독기록이 신뢰할 수 없거나 부적절한 품질이라고 판정하면, 전문 의료진은 그런 판독기록에 기초한 건강 관련 판정을 하기 전에 감지 구성(sensing configuration) 및/또는 환경에 대해 조정을 행할 수 있다. 그러나 가정용 사용 세팅에서, 종종 환자는, 신뢰할 수 없거나 낮은 품질의 판독기록을 식별하여 그 감지 구성/환경에 대해 적절한 조정을 행하기 위해 필요한 의학적 및/또는 기술적 지식이 부족할 수 있다. 그 결과, 부적절한 건강 관리(예컨대, 부적합한 진단, 증가된 비용 및/또는 증가된 환자 리스크)가 경험될 수 있다. 본원과 관련된 배경기술로는 예를 들어 미국 특허공개공보 제2013/0096450호를 참조할 수 있다.
실시형태의 다양한 이점은 이하의 설명 및 첨부된 청구범위를 읽고 이하의 도면을 참조함으로써 당업자에게 명백해 질 것이다.
도 1은 실시형태에 따른 신호 세트의 예의 도면이다.
도 2a 및 도 2b는 실시형태에 따른 감지 구성의 예의 도면이다.
도 3은 실시형태에 따른 생리적 신호를 평가하는 방법의 예의 흐름도이다.
도 4는 실시형태에 따른 가중 방식의 예의 플롯이다.
도 5는 실시형태에 따른 논리적 아키텍처의 예의 블록도이다.
도 6은 실시형태에 따른 플랫폼의 예의 블록도이다.
도 1은 가정용 건강 세팅(home health setting)에서 개인/환자의 모니터링과 연관될 수 있는 복수의 신호를 도시한다. 도시된 예에서, 예컨대 심전도(ECG) 신호와 같은 생리적 신호(10)는 그 생리적 신호(10)에 잡음이 적기 때문에 신뢰할 수 있는 것으로 간주될 수 있다. 도시된 생리적 신호(10)는 ECG 정보를 포함하지만, 다른 예에서, 생리적 신호(10)는 혈압 정보, 펄스 옥시미터(pulse oximeter) 정보, EEG(Electroencephalograph) 정보, PPG(Photoplethysmograph) 정보, 등등을 포함할 수 있다.
감지 구성 및/또는 환경에 의존하여, 신호(10)와 같은 생리적 신호에는 복수의 잡음 소스(noise sources)(12)(12a-12e)가 중첩될 수 있고, 따라서, 신호의 품질 및/또는 신뢰도를 떨어뜨릴 수 있다. 예컨대, 전력 시설(power main)(예컨대, 50/60Hz) 간섭 소스(12a)는 인근 저주파 전기 기기, 빌딩 전력선 등으로부터 발생될 수 있다. 또한, 근육 잡음 소스(12b)는 불안에 기인한 환자의 불수의근 수축으로부터 발생될 수 있고, 동작 아티팩트 잡음 소스(12c)는 환자의 움직임으로부터 발생될 수 있다. 또한, EMI(electromagnetic interference) 소스(12d)는 이동 전화 및 다른 전자 디바이스와 같은 인근 고주파 디바이스로부터 발생될 수 있고, 베이스라인 이탈(baseline wander) 잡음 소스(12e)는 피부-전극 임피던스의 변화에 대한 화학 반응 및 다른 기여체로부터 발생될 수 있다. 따라서, 잡음 소스(12)의 각각은 각각의 잡음 유형이 생리적 신호에 존재하는 정도만큼 측정된 생리적 신호의 품질에 부정적 영향을 줄 수 있다. 사실, 통상적인 환자의 의학적 및/또는 기술적 지식의 상대적 부족으로 인해 잡음 소스(12)는 가정용 건강 세팅에 고유한 과제를 제공할 수 있다.
더 자세히 설명되겠지만, 잡음 소스(12)의 각각에 대해 가정용 건강 세팅에서 정성 분석 및 정량 분석이 둘 다 행해질 수 있는데, 이들 분석은 임상 건강 세팅(예컨대, 병원, 의사의 사무실 또는 다른 의료 센터)과 같은 원격 위치에 생리적 신호를 보고할지 여부 및 언제 보고할지를 판정하기 위해 사용될 수 있다. 또한, 이들 분석은 보고된 생리적 신호의 신뢰도를 증가시키기 위해 센서 구성 및/또는 환경을 수정할 때 환자를 안내하기 위해 사용될 수 있다.
이제 도 2a를 참조하면, 환자(14)가 모바일 디바이스(16)를 사용하여 예컨대, ECG 판독기록, 혈압 판독기록, 펄스 옥시미터 판독기록, EEG 판독기록, PPG 판독기록, 등등과 같은 판독기록을 얻는 가정용 건강 모니터링 환경이 도시되어 있다. 도시된 예에서, 모바일 디바이스(16)는 환자(14)의 생리적 상태를 측정하기 위해 환자(14)의 신체 일부(예컨대, 흉부, 팔, 머리)에 밀착될 수 있는 하나 이상의 센서(예컨대, 전극, 접촉부)를 포함한다. 모바일 디바이스(16)는 판독기록과 함께 하나 이상의 생리적 신호를 생성할 수 있는데, 생리적 신호는 건강 관리 네트워크(20)로 송신될 수 있다. 더 자세히 설명되겠지만, 모바일 디바이스(16)는 생리적 신호를 건강 관리 네트워크(20)로 송신하기 전에 생리적 신호의 자동화된 품질 평가를 하여 평가가 이전의 판독기록이 신뢰도가 부족함을 나타낼 경우 추가 판독기록을 얻도록 환자(14)를 안내하도록 구성될 수 있다.
다음에, 건강 관리 네트워크(20)는 보고된 생리적 신호를 의사, 간호사, 임상의, 등등과 같은 건강 관리 전문가에게 제공할 수 있다. 또한, 건강 관리 전문가는 건강 관리 네트워크(20) 및/또는 모바일 디바이스(16)를 통해 환자(14)에게 조언을 전달할 수 있다. 통합된 센서(18)를 구비할 뿐만 아니라, 모바일 디바이스(16)는, 메시징(예컨대, 텍스트 메시징, 인스턴트 메시징/IM, 이메일), 컴퓨팅, 미디어 플레잉, 등등과 같은 다른 기능을 갖는, 무선 스마트폰, 스마트 태블릿, PDA(personal digital assistant), MID(mobile Internet device), 노트북 컴퓨터, 컨버터블 태블릿 등과 같은 컴퓨팅 플랫폼이 될 수 있다.
도 2b는 환자(14)가 측정 액세서리(21) 및 모바일 디바이스(22)를 사용하여 예컨대, ECG 판독기록, 혈압 판독기록, 펄스 옥시미터 판독기록, EEG 판독기록, PPG 판독기록, 등등을 얻는 가정용 건강 모니터링 환경을 도시한다. 도시된 예에서, 측정 액세서리(21)는 환자(14)의 생리적 상태를 측정하기 위해 환자(14)의 신체 일부에 밀착될 수 있는 하나 이상의 센서(예컨대, 전극, 접촉부)(24)를 포함한다. 도시된 측정 액세서리(21)는 판독기록과 함께 하나 이상의 생리적 신호를 생성하는데, 생리적 신호는 모바일 디바이스(22)로 송신될 수 있다. 모바일 디바이스(16)(도 2a)의 경우에서처럼, 측정 액세서리(21) 또는 모바일 디바이스(22)는 생리적 신호를 건강 관리 네트워크(20)로 전송하기 전에 생리적 신호의 자동화된 품질 평가를 하여 평가가 이전의 판독기록이 신뢰도가 부족함을 나타낼 경우 추가 판독기록을 얻도록 환자(14)를 안내하도록 구성될 수 있다.
이미 설명된 것처럼, 건강 관리 네트워크(20)는 보고된 생리적 신호를 건강 관리 전문가에게 제공할 수 있으며, 그는 건강 관리 네트워크(20) 및/또는 모바일 디바이스(22)를 통해 환자(14)에게 조언을 전달할 수 있다. 모바일 디바이스(22)는, 메시징, 컴퓨팅, 미디어 플레잉 및/또는 다른 기능을 갖는, 무선 스마트폰, 스마트 태블릿, PDA, MID, 노트북 컴퓨터, 컨버터블 태블릿 등과 같은 컴퓨팅 플랫폼이 될 수 있다.
도 3은 가정용 건강 세팅에서 생리적 신호를 평가하는 방법(26)을 도시한다. 방법(26)은, RAM(random access memory), ROM(read only memory), PROM(programmable ROM), 펌웨어, 플래시 메모리 등과 같은 메모리의 머신 또는 컴퓨터 판독가능 매체에 저장된 로직 명령어의 세트로서 실행가능한 소프트웨어로 구현되거나, 예컨대, PLA(programmable logic arrays), FPGA(field programmable gate arrays), CPLD(complex programmable logic devices)와 같은 구성가능한 로직으로 구현되거나, 예컨대, ASIC(application specific integrated circuit), CMOS(complementary metal oxide semiconductor) 또는 TTL(transistor-transistor logic) 기술과 같은 회로 기술을 사용하는 일정 기능성 로직 하드웨어로 구현되거나, 또는 그들의 임의의 조합으로 구현될 수 있다. 예컨대, 방법(26)에서 도시된 동작을 수행하는 컴퓨터 프로그램 코드는, 자바, 스몰토크, C++ 등과 같은 객체 지향 프로그래밍 언어 및 "C" 프로그래밍 언어 또는 유사한 프로그래밍 언어들과 같은 종래의 절차적 프로그래밍 언어를 포함하는, 하나 이상이 프로그래밍 언어의 임의의 조합으로 판독기록될 수 있다.
도시된 프로세싱 블록(28)은 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하는 것을 제공한다. 이미 설명된 것처럼, 생리적 신호는 ECG 판독기록, 혈압 판독기록, 펄스 옥시미터 판독기록, EEG 판독기록, PPG 판독기록, 등등과 연관될 수 있다. 생리적 신호의 신호 강도는 블록(30)에서 추정될 수 있다. 일 예에서, 신호 강도의 추정은 다중 대역 필터를 사용하여 생리적 신호에서 잡음을 제거하는 것을 수반할 수 있다. 잡음 제거 과정에 사용되는 필터는 다양한 유형의 잡음 소스(예컨대, 전력 시설 간섭, 근육 잡음, 동작 아티팩트 잡음, EMI, 베이스라인 이탈 잡음)의 주파수 프로파일을 고려할 수 있다. 또한, 블록(30)은 필터링된 신호에서 하나 이상의 기준점(fiducial points)을 식별하는 신호 프로세싱을 수반할 수 있다. 예컨대, ECG 신호 내의 기준점은 ECG 신호의 R 파(즉, QRS 파에서 위쪽 방향)에 대응할 수 있다. 이와 같이, 기준점은 생리적 신호의 신호 강도를 계산하기 위해 사용될 수 있다.
블록(32)은 생리적 신호로부터 제 1 잡음 소스를 추출할 수 있다. 예컨대, 전술된 베이스라인 이탈 잡음(12e)(도 1)에 대해, 블록(32)은 1Hz의 컷오프 주파수를 갖는 디지털 저역 통과 필터(LPF), 큐빅 스플라인(cubic spline) 등을 생리적 신호에 적용할 수 있다. 대안적으로, 생리적 신호로부터 베이스라인 이탈 잡음(12e)을 분리하기 위해, 블록(30)으로부터의 노이즈 제거된 생리적 신호는 블록(32) 내의 신호로부터 감산될 수 있다. 이 예에서, 블록(32)의 출력은 오로지 생리적 신호로부터 추출된 베이스라인 이탈 잡음이 될 수 있다. 도시된 블록(34)은 제 1 잡음 소스에 대한 잡음 추정을 수행하는 것을 제공한다. 예컨대, 베이스라인 이탈 잡음(12e)(도 1)에 대해, 잡음 추정은 분리된 베이스라인 잡음에서 이상치 데이터(outlier data)를 버리고 결과 곡선의 영역을 결정/계산하는 것을 수반할 수 있다. 잡음 곡선의 영역은 베이스라인 이탈 잡음과 같은 저주파수 잡음에 특히 효과적일 수 있다. 블록(34)은 또한 블록(30)에서 추정된 생리적 신호 강도에 대해 추정된 잡음을 정규화하는 것을 제공할 수 있다.
제 1 잡음 소스에 대한 정성 분석이 블록(36)에서 행해질 수 있다. 특히, 제 1 잡음 소스를 적절한 임계치와 비교함으로써, 제 1 잡음 소스에는 개별 정성 등급-QR1(예컨대, "상", "중", "하")이 할당될 수 있다. 이와 관련하여, 보통 의료 전문가는 생리적 신호가 수용가능한 품질인지 여부를 결정하기 위해 생리적 신호의 시각적 평가를 수행하기 때문에, 정성 임계치는 인간의 시력/평가에 맞도록 선택될 수 있다. 예컨대, 등급 기준은 이하의 표 1에 제공된 것처럼 구현될 수 있다.
Figure 112015109764906-pct00001
도시된 블록(38)은 제 1 잡음 소스에 대한 정량 분석을 행한다. 특히, 블록(30)으로부터의 추정된 생리적 신호 강도 및 블록(34)으로부터의 추정되고 정규화된 잡음에 기초하여 제 1 잡음 소스에 대한 신호 대 잡음 비(SNR1)가 계산될 수 있다. 더 상세히 설명되겠지만, 생리적 신호에 대한 종합 품질 레벨을 획득하기 위해 제 1 잡음 소스에 대한 SNR1은 다음에 다른 잡음 소스의 SNR과 결합될 수 있다.
마찬가지로, 블록(40)은 생리적 신호로부터 제 2 잡음 소스를 추출할 수 있다. 예컨대, 전술된 전력 시설 간섭 소스(12a)(도 1)에 대해, 블록(40)은 50Hz 또는 60Hz의 중심 주파수를 갖는 디지털 일립틱(elliptic) 대역 통과 필터(BPF), 웨이브릿 변환(wavelet transform) 등을 생리적 신호에 적용할 수 있다. 대안적으로, 생리적 신호로부터 전력 시설 간섭 소스를 분리하기 위해, 블록(30)으로부터의 노이즈 제거된 생리적 신호는 블록(40) 내의 필터링된 신호로부터 감산될 수 있다. 이 예에서, 블록(40)의 출력은 오로지 생리적 신호로부터 추출된, 전력 시설의 50 또는 60Hz 잡음이 될 수 있다. 도시된 블록(42)은 제 2 잡음 소스에 대한 잡음 추정을 수행하는 것을 제공한다. 예컨대, 전력 시설 간섭 소스(12a)(도 1)에 대해, 잡음 추정은 분리된 전력 시설 간섭에 대해 잡음 곡선에 대한 피크 간 평균(peak-to-peak average)을 계산하는 것을 수반할 수 있다. 피크 간 평균은 전력 시설 간섭과 같은 고주파수 잡음에 특히 효과적일 수 있다. 블록(42)은 또한 블록(30)에서 추정된 생리적 신호 강도에 대해 추정된 잡음을 정규화하는 것을 제공할 수 있다.
제 1 잡음 소스의 경우에서처럼, 제 2 잡음 소스에 대한 정성 분석이 블록(36)에서 행해질 수 있다. 따라서, 표 1과 관련하여 이미 설명된 것처럼, 제 2 잡음 소스를 적절한 임계치와 비교함으로써, 제 2 잡음 소스에는 개별 정성 등급-QR2(예컨대, "상", "중", "하")이 할당될 수 있다. 도시된 블록(46)은 제 2 잡음 소스에 대한 정량 분석을 행한다. 특히, 블록(30)으로부터의 추정된 생리적 신호 강도 및 블록(42)으로부터의 추정되고 정규화된 잡음에 기초하여 제 2 잡음 소스에 대한 SNR2가 계산될 수 있다.
도시된 잡음 추출 및 추정 과정은 생리적 신호 내의 복수의 잡음 소스의 각각에 대해 행해질 수 있다. 예컨대, 근육 잡음 소스(12b)(도 1)에 대해, 잡음 추출은 2Hz 또는 100Hz의 중심 주파수를 갖는 디지털 BPF를 생리적 신호에 적용하는 것을 수반할 수 있다. 동작 아티팩트 잡음 소스(12c)(도 1)에 대해, 잡음 추출은, 전력 시설 간섭을 제거하기 위한 50Hz 또는 60Hz의 중심 주파수를 갖는 디지털 노치 필터를 적용하는 것, 및 5Hz의 컷오프 주파수를 갖는 디지털 LPF, 큐빅 스플라인 등을 적용하는 것을 수반할 수 있다. 잡음 추출 기술은 생리적 신호 내의 EMI 소스(12d)(도 1) 및 다른 유형의 잡음에도 마찬가지로 맞춤화될 수 있다. 각 경우에, 생리적 신호로부터 특정 유형의 잡음을 분리하기 위해, 블록(30)으로부터의 잡음제거된 생리적 신호는 필터링된 잡음 신호로부터 감산될 수 있다.
잡음 추정과 관련하여, 근육 잡음 소스(12b) 및/또는 EMI 소스(12d)와 같은 상대적으로 높은 주파수의 잡음은 잡음 곡선에 대한 피크 간 평균을 계산함으로써 추정될 수 있다. 한편, 동작 아티팩트 잡음 소스(12c)와 같은 상대적으로 낮은 주파수의 잡음은 분리된 잡음 내의 이상 데이터를 버리고 결과 곡선의 영역을 결정함으로써 추정될 수 있다.
도시된 정성 및 정량 분석은 또한 복수의 잡음 소스에 대해 행해질 수 있다. 따라서, 복수의 정성 등급이 획득될 수 있는데, 복수의 정성 등급은 복수의 잡음 소스에 대응한다. 또한, 복수의 잡음 소스에 대해 복수의 SNR이 획득될 수 있다. 더 나아가, 별개의 잡음 유형에 개별 정성 등급을 할당한 후에, 개별 정성 등급(QR1, QR2,...)은 스코어링 함수를 사용하여 결합되어 상, 중, 또는 하의 종합 정성 등급(overall qualitative rating: OQR)에 도달할 수 있다. 따라서, 도시된 블록(48)은 생리적 신호에 대한 OQR을 결정하는 것을 제공한다.
블록(48)은 또한 생리적 신호에 대한 종합 품질 레벨(overall quality level: OQL)을 결정할 수 있는데, OQL은 개별 정성 분석(QR1, QR2,...) 및 개별 정량 분석(SNR1, SNR2,...) 양쪽 모두에 의존할 수 있다. 특히, 동적 가중(weighting) 함수는 개별 SNR들을 단일 값(예컨대, 0에서 10까지의 범위)으로 결합할 수 있다. 생리적 신호 품질을 수용 불가능한 레벨로 떨어뜨리는 과도한 양의 특정 잡음이 존재할 경우, 가중 함수의 가중치는 동적으로 변경될 수 있다. 예컨대, ECG 신호가 단지 베이스라인 이탈 잡음으로만 오염되었지만 ECG 신호를 신뢰할 수 없게 할 정도라면, 가중 함수는 다른 잡음 유형에 대한 이 특정 잡음 유형의 가중치를 조절하여, 복수의 잡음 유형 중에서 수용가능한 경중량(mild-to-moderate amounts)을 초과하는 단일 과도 잡음 유형을 충분히 고려한다. 동적 가중 함수는 OQL이 다음의 함수가 되도록 구현될 수 있다.
Figure 112015109764906-pct00002
여기서 n은 잡음 유형의 수이고, Wk는 특정 잡음 유형에 할당된 동적 가중치이고, SNRk는 특정 잡음 유형의 신호 대 잡음 비이다. 따라서, 위 표현에서, 잡음 유형의 가중치 Wk는 대응하는 개별 정성 등급(QRk)에 기초하여 동적으로 변경될 수 있다. 블록(48)은 또한 생리적 신호 및 생리적 신호와 연관된 정성 및 정량 정보(예컨대, 개별 QR들, OQR, OQL, 등)를 이후의 사용을 위해 저장하는 것을 제공할 수 있다.
도 4는 개별 잡음 유형에 가중치를 할당하기 위해 사용될 수 있는 가중 곡선(50)을 도시한다. 일반적으로, 특정 잡음 유형의 정성 등급이 '하'일 경우, 그 잡음 유형의 SNR 기여를 OQL까지 크게 감소시키기 위해, 연관된 가중치는 0을 향해 급격하게 떨어질 수 있다. 그런 방식은 OQL을 크게 감소시킴으로써, 과도량의 특정 잡음 유형의 존재를 효과적으로 증폭시킬 수 있다.
이제 도 3으로 되돌아가면, 블록(52)에서는 품질 상태가 만족되었는지 여부에 대한 판정이 이루어질 수 있다. 품질 상태는 예컨대, 어떠한 잡음 유형도 "하"의 개별 QR을 갖지 않는다는 것, OQR은 "상" 또는 "중"이라는 것, OQL은 특정 임계치(예컨대, 10 중에서 5)보다 높다는 것 등, 또는 그들의 임의의 조합을 특정할 수 있다. 품질 상태가 만족되지 않으면, 도시된 블록(54)은 판독기록의 최대수(예컨대, 3)에 도달했는지 여부를 판정한다. 아니라면, 블록(56)에서 사용자 프롬프트가 생성될 수 있다. 사용자 프롬프트는 하나 이상의 추가 판독기록을 요청할 수 있다(예컨대, "다른 ECG 판독기록을 획득하세요").
사용자 프롬프트는 또한 복수의 잡음 소스 중 하나 이상에 맞춤화된 추천을 포함할 수 있다. 예컨대, 베이스라인 이탈 잡음의 경우에, 환자는 디바이스를 일정한 압력으로 가볍게 잡을 것을 요청받을 수 있다. 과도한 근육 떨림 잡음의 경우에, 환자는 긴장을 풀고 자신의 손을 떠받칠 것을 요청받을 수 있다. 동작 아티팩트 잡음의 경우에, 환자는 호흡 중에 정지상태를 유지하거나 너무 많은 흉부 움직임을 피할 것을 요청받을 수 있다. 과도한 전력 시설 간섭 또는 EMI의 경우에, 환자는 위치를 바꿀 것 및/또는 인근 디바이스를 끌 것을 요청받을 수 있다. 다른 잡음 유형 특정 추천이 또한 이루어질 수 있다. 일단 환자가 프롬프트되었다면, 도시된 방법(26)은, 대응하는 복수의 판독기록에 연관된 복수의 생리적 신호를 획득하고 복수의 생리적 신호의 각각에 대해 정성 및 정량 분석을 행하도록 반복될 수 있다. 결과적인 생리적 신호 및 연관된 정성 및 정량 데이터는 이미 설명된 것처럼 이후의 사용을 위해 저장될 수 있다.
품질 상태가 만족되거나 최대 판독기록수에 도달할 경우, 블록(58)은 정성 및 정량 분석 결과에 기초하여 가장 양호한 생리적 신호를 선택할 수 있는데, 선택된 가장 양호한 생리적 신호(및 연관된 정성 및 정량 데이터)는 블록(60)에서 원격 위치에 보고된다.
도 5는 가정용 건강 세팅에서 생리적 신호를 평가하기 위한 논리 구조(51)(51a 내지 51g)를 도시한다. 도시된 예에서, 센서 인터페이스(51a)는 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하고, 정성 모듈(51b)은 생리적 신호 내의 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 대응하는 복수의 정성 등급을 획득한다. 선택 모듈(51c)은 적어도 복수의 정성 등급을 사용하여 그 생리적 신호를 원격 위치에 보고할지 여부를 판정할 수 있다.
일 예에서, 구조(51)는 또한, 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득하는 정량 모듈(51d)을 포함하는데, 종합 품질 레벨 역시 생리적 신호를 원격 위치에 보고할지 여부를 판정하기 위해 사용될 수 있다. 특히, 정량 모듈(51d)은 복수의 정성 등급에 기초하여 복수의 잡음 소스와 연관된 신호 대 잡음 비에 가중치를 할당할 수 있다.
또한, 정성 모듈(51b)은 복수의 정성 등급을 종합 정성 등급으로 결합시킬 수 있는데, 종합 정성 등급은 생리적 신호를 원격 위치에 보고할지 여부를 판정하기 위해 사용되는 것이다. 도시된 구조(51)는 또한, 복수의 잡음 소스의 각각에 대해, 생리적 신호를 필터링하는 잡음 추출 모듈(51e), 및 필터링된 생리적 신호에 대해 잡음 추정을 행하는 잡음 추정 모듈(51f)을 포함한다. 구조(51)는 또한 품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 사용자 인터페이스(UI)를 포함할 수 있다. 이미 설명된 것처럼, 사용자 프롬프트는 하나 이상의 추가 판독기록을 요청하고/하거나 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함할 수 있다.
이제 도 6을 참조하면, 컴퓨팅 플랫폼(62)이 도시되어 있다. 플랫폼(62)은, 컴퓨팅 기능(예컨대, PDA, 랩탑, 스마트 태블릿), 통신 기능(예컨대, 무선 스마트폰), 촬상 기능, 미디어 플레잉 기능(예컨대, 스마트 텔레비전/TV), 또는 그들의 임의의 조합(예컨대, 모바일 인터넷 디바이스/MID)을 가지는 모바일 디바이스의 일부가 될 수 있다. 도시된 예에서, 플랫폼(62)은, 프로세서(64), 통합형 메모리 제어기(integrated memory controller: IMC)(66), 입출력(IO) 모듈(68), 시스템 메모리(70), 네트워크 제어기(72), 센서 구성(74), 대용량 기억장치(76)(예컨대, 광 디스크, 하드 디스크 드라이브/HDD, 플래시 메모리), 하나 이상의 사용자 인터페이스(UI) 디바이스(82), 및 플랫폼(62)에 전력을 공급하는 배터리(80)를 포함한다. 프로세서(64)는 하나 또는 여러 개의 프로세서 코어(78)를 갖는 코어 영역을 포함할 수 있다.
칩셋의 사우스브리지(Southbridge) 또는 사우스 컴플렉스(South Complex)로도 언급되는 도시된 IO 모듈(68)은, 호스트 제어기로 기능하며 네트워크 제어기(72)와 통신하는데, 이것은 예컨대, 셀룰라 전화기(예컨대, 와이드밴드 코드 분할 다중 액세스(Wideband Code Division Multiple Access)/W-CDMA(범용 모바일 통신 시스템(Universal Mobile Telecommunications System)/UMTS), CDMA2000(IS-856/IS-2000), 등), WiFi(Wireless Fidelity, 예컨대, 전기 및 전자 기술자 협회(Institute of Electrical and Electronics Engineers)/IEEE 802.11-2007, 무선 로컬 에어리어 네트워크(Local Area Network)/LAN 매체 액세스 제어(Medium Access Control: MAC) 및 물리적 계층(Physical Layer: PHY) 사양), 4G LTE(Fourth Generation Long Term Evolution), 블루투스(Bluetooth)(예컨대, IEEE 802.15.1-2005, 무선 퍼스널 에어리어 네트워크(Wireless Personal Area Networks), WiMax(예컨대, IEEE 802.16-2004, LAN/MAN 광대역 무선 LANS), 글로벌 포지셔닝 시스템(Global Positioning System: GPS), 스프레드 스펙트럼(예컨대, 900 MHz), 및 다른 무선 주파수(RF) 전화 용도와 같은 매우 다양한 용도를 위한 오프 플랫폼(off-platform) 통신 기능을 제공할 수 있다. IO 모듈(68)은 또한 그런 기능을 지원하는 하나 이상의 하드웨어 회로 블록을 포함할 수 있다. 프로세서(64) 및 IO 모듈(68)은 분리된 블록으로 도시되었지만, 프로세서(64) 및 IO 모듈(68)은 동일 반도체 다이 상의 시스템 온 칩(system on chip: SoC)으로 구현될 수 있다.
시스템 메모리(70)는 예컨대, DDR(double data rate) SDRAM(dynamic random access memory)(예컨대, DDR3 SDRAM JEDEC 표준 JESD79-3C, 2008년 4월) 모듈들을 포함할 수 있다. 시스템 메모리(70)의 모듈들은 SIMM(single inline memory module), DIMM(dual inline memory module), SODIMM(small outline DIMM), 등등으로 통합될 수 있다.
도시된 코어(78)는 도 4 및 도 5와 관련하여 이미 설명된 가정용 건강 세팅에서 생리적 신호를 평가하는 로직(84)을 실행한다. 따라서, 로직(84)은 센서 구성(74)으로부터 생리적 신호를 수신하고, 생리적 신호 내의 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 대응하는 복수의 정성 레이팅을 획득하고, 적어도 복수의 정성 레이팅을 사용하여 원격 위치에 생리적 신호를 보고할지 여부를 판정할 수 있다. 로직(84)은 또한 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득할 수 있는데, 종합 품질 레벨 또한 생리적 신호를 원격 위치에 보고할지 여부를 판정하는데 사용된다. UI 디바이스(82)를 통해 환자에게는 추가 판독기록에 대한 사용자 프롬프트가 제시될 수 있는데, UI 디바이스(82)는 디스플레이, 스피커, 등등을 포함할 수 있다.
추가 특징 및 예
예 1은 생리적 신호를 평가하는 모바일 디바이스로서, 상기 모바일 디바이스에 전력을 제공하는 배터리와, 센서 구성(sensor configuration)과, 상기 센서 구성으로부터 생리적 신호를 수신하는 센서 인터페이스를 포함하는 모바일 디바이스를 포함할 수 있다. 상기 모바일 디바이스는 또한, 상기 생리적 신호 내의 복수의 잡음 소스의 각각에 대한 정성 분석(qualitative analysis)을 행하여 대응하는 복수의 정성 레이팅(qualitative ratings)을 획득하는 정성 모듈과, 적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하는 선택 모듈을 포함할 수 있다.
예 2는 예 1의 모바일 디바이스로서, 상기 복수의 잡음 소스의 각각에 대한 정량 분석(quantitative analysis)을 행하여 종합 품질 레벨을 획득하는 정량 모듈을 더 포함하되, 상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인 모바일 디바이스를 포함할 수 있다.
예 3은 예 2의 모바일 디바이스로서, 상기 정량 모듈은 상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비(signal to noise ratios)에 가중치(weights)를 할당하는 것인 모바일 디바이스를 포함할 수 있다.
예 4는 예 1의 모바일 디바이스로서, 상기 정성 모듈은 상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하는 것이고, 상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인 모바일 디바이스를 포함할 수 있다.
예 5는 예 1의 모바일 디바이스로서, 품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 사용자 인터페이스를 더 포함하되, 상기 사용자 프롬프트는, 하나 이상의 추가 판독기록(additional readings)을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인 모바일 디바이스를 포함할 수 있다.
예 6은 예 1 내지 예 5 중 어느 한 예의 모바일 디바이스로서, 상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하는 잡음 추출 모듈과, 상기 필터링된 생리적 신호에 대한 잡음 추정(noise estimation)을 행하는 잡음 추정 모듈을 더 포함하는 모바일 디바이스를 포함할 수 있다.
예 7은 생리적 신호를 평가하는 장치로서, 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하는 센서 인터페이스와, 상기 생리적 신호 내의 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 대응하는 복수의 정성 레이팅을 획득하는 정성 모듈과, 적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하는 선택 모듈을 포함하는 장치를 포함할 수 있다.
예 8은 예 7의 장치로서, 상기 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득하는 정량 모듈을 더 포함하되, 상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인 장치를 포함할 수 있다.
예 9는 예 8의 장치로서, 상기 정량 모듈은 상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비에 가중치를 할당하는 것인 장치를 포함할 수 있다.
예 10은 예 7의 장치로서, 상기 정성 모듈은 상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하는 것이고, 상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인 장치를 포함할 수 있다.
예 11은 예 7의 장치로서, 품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 사용자 인터페이스를 더 포함하되, 상기 사용자 프롬프트는, 하나 이상의 추가 판독기록을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인 장치를 포함할 수 있다.
예 12는 예 7 내지 예 11 중 어느 한 예의 장치로서, 상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하는 잡음 추출 모듈과, 상기 필터링된 생리적 신호에 대한 잡음 추정을 행하는 잡음 추정 모듈을 더 포함하는 장치를 포함할 수 있다.
예 13은 생리적 신호를 평가하는 방법으로서, 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하는 단계와, 상기 생리적 신호 내의 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 대응하는 복수의 정성 레이팅을 획득하는 단계와, 적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하는 단계를 포함하는 방법을 포함할 수 있다.
예 14는 예 13의 방법으로서, 상기 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득하는 단계를 더 포함하되, 상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인 방법을 포함할 수 있다.
예 15는 예 14의 방법으로서, 상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비에 가중치를 할당하는 단계를 더 포함하는 방법을 포함할 수 있다.
예 16은 예 13의 방법으로서, 상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하는 단계를 더 포함하되, 상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인 방법을 포함할 수 있다.
예 17은 예 13의 방법으로서, 품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 단계를 더 포함하되, 상기 사용자 프롬프트는, 하나 이상의 추가 판독기록을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인 방법을 포함할 수 있다.
예 18은 예 13 내지 예 17 중 어느 한 예의 방법으로서, 상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하는 단계와, 상기 필터링된 생리적 신호에 대한 잡음 추정을 행하는 단계를 더 포함하는 방법을 포함할 수 있다.
예 19는 명령어의 세트를 포함하는 적어도 하나의 컴퓨터 판독가능한 저장 매체로서, 상기 명령어는, 모바일 디바이스에 의해 실행될 때, 상기 모바일 디바이스로 하여금, 예 13 내지 예 18 중 어느 한 예의 방법을 수행하게 하는 적어도 하나의 컴퓨터 판독가능한 저장 매체를 포함할 수 있다.
예 20은 생리적 신호를 평가하는 장치로서, 예 13 내지 예 18 중 어느 한 예의 방법을 수행하는 수단을 포함하는 장치를 포함할 수 있다.
따라서, 본원에 설명된 기술은 다수의 잡음 유형에 기인한 기여도를 측정함으로써, 생리적 신호 품질을 자동적으로 평가할 수 있다. 또한, 단일 잡음 유형에 의존함 없이, 기술들은 전체적 신호 품질 평가를 종합할 수 있다. 또한, 잡음 유형들은 개별적으로 추출되고 정량화될 수 있으므로, 잡음의 정확한 원인을 최종 사용자/환자에게 제시하는 것 역시 가능하다. 그런 방식은 환자로 하여금 연속 측정에서 잡음의 원인을 정확하게 수정할 수 있게 한다. 또한, 동적 가중 방식은 (통상적으로 수용할 수 없는) 단일 잡음 소스로부터의 과도한 오염이 (수용할 수 있는) 다중 잡음 소스로부터의 가벼운/완화된 오염이 되도록 분석 결과를 바이어싱할 수 있다. 기술들은 또한 재측정 결과의 세트로부터 가장 양호한 품질 메트릭을 선택함으로써 성능을 향상시킬 수 있다.
따라서, 임상적으로 수용가능한 품질을 갖는 생리적 신호들만 의료 전문가에 의한 해석을 위해 건강 관리 네트워크로 전송될 수 있으므로, 임상적으로 수용가능한 생리적 신호를 생성할 가능성이 향상될 수 있다. 본원에 설명된 기술들에서는 필요한 의학적 조언에 대한 턴어라운드 시간 또한 상당히 감소될 수 있다. 기술들은 또한 의학적 또는 기술적 훈련을 거의 또는 전혀 받지 않은 개인들로 하여금 원격/가정 세팅 내에서 그들 자신의 생리적 상태를 자가 측정할 수 있게 한다. 사실, 본원에 설명된 기술을 사용하면, 의학적 표준과 연관된 다양한 위험 완화 필요조건이 만족될 수 있다.
본 발명의 실시형태들은 모든 유형의 반도체 집적 회로("IC") 칩과 함께 사용되도록 응용가능하다. 이런 IC 칩의 예는 프로세서, 제어기, 칩셋 구성요소, PLA(programmable logic arrays), 메모리 칩, 네트워크 칩, SoC(system on chip), SSD/NAND 제어기 ASIC, 등등을 포함하지만 이에 제한되지 않는다. 또한, 도면들 중 몇몇에서, 신호 도체 라인들은 라인들로 표현된다. 몇몇은 더 많은 구성 신호 경로를 나타내기 위해 상이할 수 있으며, 구성 신호 경로의 수를 나타내기 위해 번호 라벨을 가질 수 있고/있거나, 주 정보 흐름 방향을 나타내기 위해 하나 이상의 단부에 화살표를 가질 수 있다. 그러나, 이것은 제한적 방식으로 해석되어서는 안된다. 오히려, 그런 추가된 세부사항은 하나 이상의 예시적 실시형태와 관련하여 사용되어 회로의 더 쉬운 이해를 가능하게 할 수 있다. 임의의 제시된 신호 라인들은, 추가 정보를 갖든 않든, 다수의 방향으로 이동할 수 있는 하나 이상의 신호를 실제로 포함할 수 있고, 임의의 적합한 유형의 신호 스킴, 예컨대, 차동 쌍으로 구현된 디지털 또는 아닐로그 라인, 광섬유 라인, 및/또는 신호 종단 라인을 사용하여 구현될 수 있다.
예시적 크기/모델/값/범위가 제공되었을 수도 있지만, 본 발명의 실시형태는 그에 한정되지 않는다. 시간이 갈수록 제조 기술(예컨대, 사진석판술)은 발달되므로, 더 작은 크기의 디바이스들이 제조될 수 있을 것으로 기대된다. 또한, IC 칩및 다른 구성요소에 대한 공지된 전력/접지 접속은 도시 및 설명의 단순성을 위해 그리고 본 발명의 실시형태의 특정 측면을 불명료하게 하지 않도록, 도면에 도시될 수도 도시되지 않을 수도 있다. 또한, 본 발명의 실시형태를 불명료하게 하지 않도록 구성은 블록도 형태로 도시될 수 있으며, 이것은 또한, 그런 블록도 구성의 구현에 대한 세부사항은 실시형태가 구현되는 플랫폼에 주로 의존한다는 사실, 즉, 그런 세부사항은 당업자의 이해범위내에 있어야 한다는 사실을 고려한다. 본 발명의 예시적 실시형태를 설명하기 위해 특정 세부사항(예컨대, 회로)이 제시되지만, 당업자에게는 본 발명의 그런 실시형태가 이들 특정 세부사항 없이, 또는 그 변형을 사용하여 실시될 수 있음이 명백할 것이다. 따라서, 설명은 제한적인 것이 아닌 예시적인 것으로 간주되어야 한다.
본원에서 "커플링된"이란 용어는 해당 구성요소들 사이의 직접적인 또는 간접적인 임의 유형의 관계를 나타내기 위해 사용될 수 있으며, 전기적, 기계적, 유동적, 광학적, 전자기적, 전기기계적 또는 다른 접속에 적용될 수 있다. 또한, 본원에서 "제 1", "제 2" 등의 용어는 단지 설명을 용이하게 하기 위해 사용되며, 달리 표시되지 않는 한, 특정 시간적 또는 연대적 중요성을 전달하지 않는다.
당업자라면 전술된 설명으로부터 본 발명의 실시형태의 광범위한 기술이 다양한 형태로 구현될 수 있음을 인식할 것이다. 따라서, 본 발명의 실시형태는 그것의 특정 예와 관련하여 설명되었지만, 도면, 명세서 및 다음의 청구범위를 학습할 경우 당업자에게는 다른 수정들이 명백할 것이므로, 본 발명의 실시형태의 진정한 범위는 설명된 특정 예에 제한되어서는 안될 것이다.

Claims (25)

  1. 생리적 신호를 평가하는 모바일 디바이스로서,
    상기 모바일 디바이스에 전력을 제공하는 배터리와,
    센서 구성(sensor configuration)과,
    상기 센서 구성으로부터 생리적 신호를 수신하는 센서 인터페이스와,
    상기 생리적 신호 내의 잡음의 발생 원인에 각각 대응하는 복수의 잡음 소스의 각각에 대한 정성 분석(qualitative analysis)을 행하여 상기 복수의 잡음 소스에 대응하는 복수의 정성 레이팅(qualitative ratings)을 획득하는 정성 모듈과,
    적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하는 선택 모듈을 포함하는
    모바일 디바이스.
  2. 제 1 항에 있어서,
    상기 복수의 잡음 소스의 각각에 대한 정량 분석(quantitative analysis)을 행하여 종합 품질 레벨을 획득하는 정량 모듈을 더 포함하되,
    상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    모바일 디바이스.
  3. 제 2 항에 있어서,
    상기 정량 모듈은 상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비(signal to noise ratios)에 가중치(weights)를 할당하는 것인
    모바일 디바이스.
  4. 제 1 항에 있어서,
    상기 정성 모듈은 상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하는 것이고, 상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    모바일 디바이스.
  5. 제 1 항에 있어서,
    품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 사용자 인터페이스를 더 포함하되,
    상기 사용자 프롬프트는, 하나 이상의 추가 판독기록(additional readings)을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인
    모바일 디바이스.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하는 잡음 추출 모듈과,
    상기 필터링된 생리적 신호에 대한 잡음 추정(noise estimation)을 행하는 잡음 추정 모듈을 더 포함하는
    모바일 디바이스.
  7. 생리적 신호를 평가하는 장치로서,
    모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하는 센서 인터페이스와,
    상기 생리적 신호 내의 잡음의 발생 원인에 각각 대응하는 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 상기 복수의 잡음 소스에 대응하는 복수의 정성 레이팅을 획득하는 정성 모듈과,
    적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하는 선택 모듈을 포함하는
    생리적 신호 평가 장치.
  8. 제 7 항에 있어서,
    상기 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득하는 정량 모듈을 더 포함하되,
    상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    생리적 신호 평가 장치.
  9. 제 8 항에 있어서,
    상기 정량 모듈은 상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비에 가중치를 할당하는 것인
    생리적 신호 평가 장치.
  10. 제 7 항에 있어서,
    상기 정성 모듈은 상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하는 것이고, 상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    생리적 신호 평가 장치.
  11. 제 7 항에 있어서,
    품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 사용자 인터페이스를 더 포함하되,
    상기 사용자 프롬프트는, 하나 이상의 추가 판독기록을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인
    생리적 신호 평가 장치.
  12. 제 7 항 내지 제 11 항 중 어느 한 항에 있어서,
    상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하는 잡음 추출 모듈과,
    상기 필터링된 생리적 신호에 대한 잡음 추정을 행하는 잡음 추정 모듈을 더 포함하는
    생리적 신호 평가 장치.
  13. 모바일 디바이스에 의해 수행되는 생리적 신호를 평가하는 방법으로서,
    상기 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하는 단계와,
    상기 생리적 신호 내의 잡음의 발생 원인에 각각 대응하는 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 상기 복수의 잡음 소스에 대응하는 복수의 정성 레이팅을 획득하는 단계와,
    적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하는 단계를 포함하는
    생리적 신호 평가 방법.
  14. 제 13 항에 있어서,
    상기 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득하는 단계를 더 포함하되,
    상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    생리적 신호 평가 방법.
  15. 제 14 항에 있어서,
    상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비에 가중치를 할당하는 단계를 더 포함하는
    생리적 신호 평가 방법.
  16. 제 13 항에 있어서,
    상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하는 단계를 더 포함하되,
    상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    생리적 신호 평가 방법.
  17. 제 13 항에 있어서,
    품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하는 단계를 더 포함하되,
    상기 사용자 프롬프트는, 하나 이상의 추가 판독기록을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인
    생리적 신호 평가 방법.
  18. 제 13 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하는 단계와,
    상기 필터링된 생리적 신호에 대한 잡음 추정을 행하는 단계를 더 포함하는
    생리적 신호 평가 방법.
  19. 명령어의 세트를 포함하는 적어도 하나의 컴퓨터 판독가능한 저장 매체로서,
    상기 명령어는, 모바일 디바이스에 의해 실행될 때, 상기 모바일 디바이스로 하여금,
    상기 모바일 디바이스와 연관된 센서 구성으로부터 생리적 신호를 수신하게 하고,
    상기 생리적 신호 내의 잡음의 발생 원인에 각각 대응하는 복수의 잡음 소스의 각각에 대한 정성 분석을 행하여 상기 복수의 잡음 소스에 대응하는 복수의 정성 레이팅을 획득하게 하고,
    적어도 상기 복수의 정성 레이팅을 사용하여 상기 생리적 신호를 원격 위치로 보고할지 여부를 판정하게 하는
    컴퓨터 판독가능한 저장 매체.
  20. 제 19 항에 있어서,
    상기 명령어는, 실행될 때, 상기 모바일 디바이스로 하여금, 상기 복수의 잡음 소스의 각각에 대한 정량 분석을 행하여 종합 품질 레벨을 획득하게 하고,
    상기 종합 품질 레벨은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    컴퓨터 판독가능한 저장 매체.
  21. 제 20 항에 있어서,
    상기 명령어는, 실행될 때, 상기 모바일 디바이스로 하여금, 상기 복수의 정성 레이팅에 기초하여 상기 복수의 잡음 소스와 연관된 신호 대 잡음 비에 가중치를 할당하게 하는
    컴퓨터 판독가능한 저장 매체.
  22. 제 19 항에 있어서,
    상기 명령어는, 실행될 때, 상기 모바일 디바이스로 하여금, 상기 복수의 정성 레이팅을 종합 정성 레이팅으로 결합하게 하고,
    상기 종합 정성 레이팅은 상기 생리적 신호를 상기 원격 위치로 보고할지 여부를 판정하는데 사용되는 것인
    컴퓨터 판독가능한 저장 매체.
  23. 제 19 항에 있어서,
    상기 명령어는, 실행될 때, 상기 모바일 디바이스로 하여금, 품질 상태가 만족되지 않을 경우 사용자 프롬프트를 생성하게 하고,
    상기 사용자 프롬프트는, 하나 이상의 추가 판독기록을 요청하고 상기 복수의 잡음 소스 중 하나 이상에 맞춤화되는 추천을 포함하는 것인
    컴퓨터 판독가능한 저장 매체.
  24. 제 19 항 내지 제 23 항 중 어느 한 항에 있어서,
    상기 명령어는, 실행될 때, 상기 모바일 디바이스로 하여금,
    상기 복수의 잡음 소스의 각각에 대해 상기 생리적 신호를 필터링하게 하고,
    상기 필터링된 생리적 신호에 대한 잡음 추정을 행하게 하는
    컴퓨터 판독가능한 저장 매체.
  25. 제 19 항 내지 제 23 항 중 어느 한 항에 있어서,
    상기 명령어는, 실행될 때, 상기 모바일 디바이스로 하여금,
    대응하는 복수의 판독기록과 연관된 복수의 생리적 신호를 수신하게 하고,
    상기 복수의 생리적 신호의 각각에 대한 정성 분석을 행하게 하고,
    상기 정성 분석에 적어도 부분적으로 기초하여 상기 복수의 생리적 신호로부터 가장 양호한 생리적 신호를 선택하게 하고,
    상기 가장 양호한 생리적 신호를 상기 원격 위치로 보고하게 하는
    컴퓨터 판독가능한 저장 매체.
KR1020157032275A 2013-06-12 2014-06-06 생리적 신호의 자동화된 품질 평가 KR101821967B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN2556CH2013 2013-06-12
IN2556/CHE/2013 2013-06-12
PCT/US2014/041334 WO2014200856A1 (en) 2013-06-12 2014-06-06 Automated quality assessment of physiological signals

Publications (2)

Publication Number Publication Date
KR20150140822A KR20150140822A (ko) 2015-12-16
KR101821967B1 true KR101821967B1 (ko) 2018-01-25

Family

ID=52022678

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157032275A KR101821967B1 (ko) 2013-06-12 2014-06-06 생리적 신호의 자동화된 품질 평가

Country Status (7)

Country Link
US (2) US10296835B2 (ko)
EP (2) EP3008686A4 (ko)
JP (1) JP6144412B2 (ko)
KR (1) KR101821967B1 (ko)
CN (1) CN105210107B (ko)
TW (1) TWI518629B (ko)
WO (1) WO2014200856A1 (ko)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI518629B (zh) 2013-06-12 2016-01-21 英特爾股份有限公司 用於生理信號之自動化品質評估的方法及設備
US10694988B2 (en) * 2016-02-17 2020-06-30 Nuralogix Corporation System and method for detecting physiological state
ES2908130T3 (es) 2016-09-06 2022-04-27 Vigor Medical Systems Inc Espirómetro portátil y procedimiento para monitorizar la función pulmonar
TWI598073B (zh) 2016-12-15 2017-09-11 財團法人工業技術研究院 生理訊號量測方法及生理訊號量測裝置
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
CA3079625C (en) 2017-10-24 2023-12-12 Nuralogix Corporation System and method for camera-based stress determination
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
CN110290746B (zh) * 2017-12-30 2022-04-22 深圳迈瑞生物医疗电子股份有限公司 一种高频射频干扰去除装置及方法
EP3731749A4 (en) 2017-12-31 2022-07-27 Neuroenhancement Lab, LLC NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
CA3112564A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
CN113727638A (zh) * 2018-12-26 2021-11-30 生命解析公司 用于自动量化信号质量的方法和系统
CN109893121B (zh) * 2019-03-26 2021-11-05 深圳理邦智慧健康发展有限公司 心电信号的采集方法、装置、终端和计算机可读存储介质
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
TWI782282B (zh) * 2020-06-08 2022-11-01 宏智生醫科技股份有限公司 腦波監測系統及腦波監測方法
TWI832075B (zh) * 2021-08-02 2024-02-11 英商盛世有限公司 用於顫抖管理的系統及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008543127A (ja) * 2005-05-06 2008-11-27 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ワイヤレスの医療監視装置
JP2010029656A (ja) * 2008-07-28 2010-02-12 General Electric Co <Ge> Ｅｃｇ監視システムにおける信号品質指示及び誤警報低減のためのシステム及び方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1211152A (en) 1916-05-12 1917-01-02 Sterling P Hickerson Collapsible chicken-coop.
US6229856B1 (en) * 1997-04-14 2001-05-08 Masimo Corporation Method and apparatus for demodulating signals in a pulse oximetry system
AU2003273605A1 (en) 2002-06-11 2003-12-22 Matos, Jeffrey A System for cardiac resuscitation
US20090177068A1 (en) * 2002-10-09 2009-07-09 Stivoric John M Method and apparatus for providing derived glucose information utilizing physiological and/or contextual parameters
US9082156B2 (en) 2005-08-17 2015-07-14 Jeffrey A. Matos Emergency management system
US7769465B2 (en) 2003-06-11 2010-08-03 Matos Jeffrey A System for cardiac resuscitation
WO2007033194A2 (en) 2005-09-13 2007-03-22 Aware Technologies, Inc. Method and system for proactive telemonitor with real-time activity and physiology classification and diary feature
US20080091089A1 (en) 2006-10-12 2008-04-17 Kenneth Shane Guillory Single use, self-contained surface physiological monitor
US20080091090A1 (en) 2006-10-12 2008-04-17 Kenneth Shane Guillory Self-contained surface physiological monitor with adhesive attachment
US8157730B2 (en) 2006-12-19 2012-04-17 Valencell, Inc. Physiological and environmental monitoring systems and methods
JP5255771B2 (ja) * 2007-01-15 2013-08-07 フクダ電子株式会社 生体情報処理装置および生体情報処理方法
US9095271B2 (en) 2007-08-13 2015-08-04 Cheetah Medical, Inc. Dynamically variable filter
EP2200692B1 (en) 2007-09-26 2016-11-09 Medtronic, Inc. Frequency selective monitoring of physiological signals
TWI353242B (en) 2007-11-02 2011-12-01 Univ Nat Taiwan Rapid method for analyzing bio-signal instantaneou
CN101504696A (zh) 2008-02-05 2009-08-12 周常安 互动式生理分析方法
US9655518B2 (en) 2009-03-27 2017-05-23 Braemar Manufacturing, Llc Ambulatory and centralized processing of a physiological signal
US8290730B2 (en) * 2009-06-30 2012-10-16 Nellcor Puritan Bennett Ireland Systems and methods for assessing measurements in physiological monitoring devices
AU2010269114B2 (en) * 2009-07-06 2014-05-08 Heard Systems Pty Ltd Non-invasively measuring physiological process
US8471713B2 (en) * 2009-07-24 2013-06-25 Cercacor Laboratories, Inc. Interference detector for patient monitor
TW201112179A (en) 2009-08-19 2011-04-01 Chang-Ming Yang Object for detecting physiology and posture status
US8938268B2 (en) 2009-11-24 2015-01-20 Qualcomm Incorporated Method and apparatus for facilitating a layered cell search for Long Term Evolution systems
CN102270264B (zh) 2010-06-04 2014-05-21 中国科学院深圳先进技术研究院 生理信号质量评估系统及方法
CN101980228A (zh) 2010-09-01 2011-02-23 张辉 人体信息监测与处理系统及方法
US8489182B2 (en) * 2011-10-18 2013-07-16 General Electric Company System and method of quality analysis in acquisition of ambulatory electrocardiography device data
WO2013066642A1 (en) 2011-10-19 2013-05-10 Scanadu Incorporated Automated personal medical diagnostic system, method, and arrangement
US9049998B2 (en) * 2012-06-22 2015-06-09 Fitbit, Inc. Biometric monitoring device with heart rate measurement activated by a single user-gesture
US8954135B2 (en) * 2012-06-22 2015-02-10 Fitbit, Inc. Portable biometric monitoring devices and methods of operating same
US20150335288A1 (en) * 2013-06-06 2015-11-26 Tricord Holdings, Llc Modular physiologic monitoring systems, kits, and methods
TWI518629B (zh) 2013-06-12 2016-01-21 英特爾股份有限公司 用於生理信號之自動化品質評估的方法及設備
US9794653B2 (en) * 2014-09-27 2017-10-17 Valencell, Inc. Methods and apparatus for improving signal quality in wearable biometric monitoring devices

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008543127A (ja) * 2005-05-06 2008-11-27 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ワイヤレスの医療監視装置
JP2010029656A (ja) * 2008-07-28 2010-02-12 General Electric Co <Ge> Ｅｃｇ監視システムにおける信号品質指示及び誤警報低減のためのシステム及び方法

Also Published As

Publication number Publication date
KR20150140822A (ko) 2015-12-16
US10296835B2 (en) 2019-05-21
EP3008686A4 (en) 2017-02-22
EP3660779A1 (en) 2020-06-03
JP2016522037A (ja) 2016-07-28
EP3008686A1 (en) 2016-04-20
WO2014200856A1 (en) 2014-12-18
JP6144412B2 (ja) 2017-06-07
US20200050948A1 (en) 2020-02-13
TWI518629B (zh) 2016-01-21
CN105210107A (zh) 2015-12-30
TW201510917A (zh) 2015-03-16
CN105210107B (zh) 2019-11-19
US20200210861A9 (en) 2020-07-02
US11721435B2 (en) 2023-08-08
US20160055415A1 (en) 2016-02-25

Similar Documents

Publication Publication Date Title
KR101821967B1 (ko) 생리적 신호의 자동화된 품질 평가
Kario Management of hypertension in the digital era: small wearable monitoring devices for remote blood pressure monitoring
US10506975B2 (en) Bio-signal processing apparatus and biometric information detection apparatus and method
Morelli et al. Profiling the propagation of error from PPG to HRV features in a wearable physiological‐monitoring device
JP6608527B2 (ja) 装置、端末および生体情報システム
US20160314257A1 (en) Scheduling device for scheduling patient monitoring by patient-accessible devices
US9759558B2 (en) Device and method for automatically normalizing the physiological signals of a living being
CN108272449A (zh) 非接触式的血压监测方法及系统
JP2016202347A (ja) 生体情報処理システム、生体情報処理装置及び解析結果情報の生成方法
Prawiro et al. Integrated wearable system for monitoring heart rate and step during physical activity
WO2016048520A1 (en) System method for assessing fitness state via a mobile device
JP2014200390A (ja) 脈波検出装置、脈波検出方法及び脈波検出プログラム
WO2018120637A1 (zh) 一种心电信号的降噪方法及装置
JP2016202603A (ja) 生体情報処理システム、プログラム、生体情報処理システムの制御方法
CN110868912B (zh) 神经生理信号中的伪影的移除
Chen et al. [Retracted] Edge‐Enabled Heart Rate Estimation from Multisensor PPG Signals
Al-Omary et al. Heart disease monitoring system using web and smartphone
KR101661116B1 (ko) 프로그래머블 멀티모달 생체신호 처리 모듈 및 이를 이용한 헬스케어 플랫폼
EP4003151A1 (en) Hydration assessment using a binary multispectral sensor
Silva et al. SenseMyHeart: A cloud service and API for wearable heart monitors
Spinsante et al. The role of mobile apps in heart rate measurement with consumer devices
US10751003B2 (en) Reducing motion-related artifacts in optical measurements for vital signs monitoring
Grubišić et al. Enriching Heart Monitoring with Accelerometer Data
Jimma Done By: 1. Bekan kitaw
Sureshkumar et al. UPASANA: Diagnostic toolkit for ASHA worker

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant