KR101872870B1 - 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법 - Google Patents

진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법 Download PDF

Info

Publication number
KR101872870B1
KR101872870B1 KR1020170132300A KR20170132300A KR101872870B1 KR 101872870 B1 KR101872870 B1 KR 101872870B1 KR 1020170132300 A KR1020170132300 A KR 1020170132300A KR 20170132300 A KR20170132300 A KR 20170132300A KR 101872870 B1 KR101872870 B1 KR 101872870B1
Authority
KR
South Korea
Prior art keywords
data
blood flow
model
vein
pressure
Prior art date
Application number
KR1020170132300A
Other languages
English (en)
Inventor
이광재
권석봉
Original Assignee
이광재
권석봉
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 이광재, 권석봉 filed Critical 이광재
Priority to KR1020170132300A priority Critical patent/KR101872870B1/ko
Priority to US15/798,915 priority patent/US20190110703A1/en
Priority to CN201711101829.0A priority patent/CN109645966A/zh
Application granted granted Critical
Publication of KR101872870B1 publication Critical patent/KR101872870B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • 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
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02133—Measuring pressure in heart or blood vessels by using induced vibration of the blood vessel
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0247—Pressure sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
    • A61B5/221—Ergometry, e.g. by using bicycle type apparatus
    • A61B5/222—Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate
    • 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
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6804—Garments; Clothes
    • 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
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/683—Means for maintaining contact with the body
    • A61B5/6831—Straps, bands or harnesses
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B2220/00—Measuring of physical parameters relating to sporting activity
    • A63B2220/80—Special sensors, transducers or devices therefor
    • A63B2220/83—Special sensors, transducers or devices therefor characterised by the position of the sensor
    • A63B2220/836—Sensors arranged on the body of the user
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 발명은 진맥 진단 장치에 관한 것으로, 더욱 상세하게는 혈류량 센서를 포함하는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망을 이용하여 생성된 진맥 모델을 이용하여 사용자의 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법에 관한 것이다.
이를 위한 본 발명의 일 실시 예에 따른 진맥 진단 장치는 혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부, 상기 생성된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하도록 제어하는 장치 제어부 및 상기 진맥 모델을 이용하여 상기 혈류량 파형에 대한 진맥 진단 데이터를 도출하는 진맥 진단부를 포함하여 구성될 수 있다.

Description

진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법{PULSE DIAGNOSIS APPARATUS AND PULSE DIAGNOSIS METHOD THEREOF}
본 발명은 진맥 진단 장치에 관한 것으로, 더욱 상세하게는 혈류량 센서를 포함하는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망을 이용하여 생성된 진맥 모델을 이용하여 사용자의 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 실시 예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
웨어러블(wearable) 디바이스는 사용자의 신체에 착용되어 컴퓨팅 행위를 할 수 있는 디바이스로, 시계 또는 안경 등과 같이 사용자의 신체에 착용될 수 있는 다양한 타입으로 구현될 수 있다.
이러한 웨어러블 디바이스는 사용자의 신체에 착용됨으로써, 사용자의 움직임 정보를 수집할 수 있으며, 이에 따라 사용자의 걸음수를 산출하거나, 더 나아가 운동량, 심박수와 같은 다양한 건강 정보를 모니터링하여 사용자에게 제공할 수 있어, 최근 웨어러블 디바이스에 대한 수요가 점차 증가하고 있다.
그러나, 현재까지의 웨어러블 디바이스는 단순히 사용자의 심박수 정도를 체크하여 수치화된 형태로 안내하는 기능만을 제공할 뿐, 보다 구체화된 진단이 어렵다는 문제점이 있다.
한편, 삶의 질 향상과 의료 기술의 발전에 따라 많은 사람들이 건강 및 의료에 대한 관심이 증가하고 있다. 특히, 고혈압, 뇌혈관 질환, 심장 질환을 포함한 만성 질병들은 인체 상에서 측정할 수 있는 맥박(pulse)을 모니터링하고, 변화 유무를 판단함으로써 초기 진단이 가능하다. 특히, 맥박은 심장에서 피가 방출될 때 혈관에 전해지는 저항에 따라 동맥이 팽창, 이완을 되풀이하는 현상으로 주기적인 파형 형태를 보이게 된다. 따라서, 맥박의 파형을 분석하고 사용자의 건강 상태를 진단하고 처방할 수 있는 진맥 진단 기기의 개발이 필요하다.
그러나, 현재까지의 진맥 진단 기기는 병원과 같은 의료 기관에 구비되어, 방문한 사용자의 단편적인 맥박 정보만을 확인하여 사용자의 진맥 상태를 판단하는 방식으로, 사용자의 맥박을 지속적으로 체크하기 어렵다는 문제점이 있다. 또한, 현재까지의 진맥 진단 기기는 단순히 사용자의 맥박에 대한 파형을 출력하고, 의사와 같은 전문의가 파형의 의미를 분석하여 진맥을 진단하는 방식으로 사용자의 경험에 의존함으로써 객관성과 재현성이 떨어진다는 문제점이 있다.
한국등록특허 제10-1770040호, 2017년 8월 14일 공개 (명칭: 웨어러블 기기를 이용한 피트니스 트레이닝 방법, 피트니스 트레이닝 시스템 및 피트니스 트레이닝을 위한 웨어러블 기기)
본 발명은 상기한 종래의 문제점을 해결하기 위해 제안된 것으로서, 특히, 사용자의 신체 일부에 착용될 수 있는 진맥 진단 장치가 지속적으로 사용자의 혈류량 변화를 관찰함으로써, 사용자의 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법을 제공하는 데 목적이 있다.
또한, 본 발명은 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망(DNN; Deep Neural Network)을 이용하여 생성된 학습 모델을 이용하여 진맥을 진단하고 사용자의 진맥 진단 결과를 이용하여 지속적인 학습을 수행함으로써, 사용자에게 맞춤화된 학습 모델을 구축하고 이를 통해 보다 더 정확하게 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법을 제공하는 데 그 목적이 있다.
그러나, 이러한 본 발명의 목적은 상기의 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 실시 예에 따른 진맥 진단 장치는 혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부; 상기 생성된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하도록 제어하는 장치 제어부; 및 상기 진맥 모델을 이용하여 상기 혈류량 파형에 대한 진맥 진단 데이터를 도출하는 진맥 진단부;를 포함하여 구성될 수 있다.
이때, 상기 센서부는 압력을 발생시키는 압력 센서를 더 포함하며, 상기 장치 제어부는 기 설정된 조건이 발생되면, 일정 크기의 압력이 발생하도록 상기 압력 센서를 제어할 수 있다.
또한, 상기 장치 제어부는 상기 압력 센서를 통해 발생된 압력의 변화에 따라 변화되는 혈류량 파형 및 상기 압력 센서를 통해 발생된 압력 값을 상기 진맥 모델에 적용하도록 제어할 수 있다.
또한, 상기 압력 센서가 압력을 발생시키는 압력 발생 모듈 및 상기 압력 발생 모듈을 통해 발생된 압력에 따른 맥박의 진동을 측정하여 맥박 파형을 생성하는 측정 모듈로 구성되는 경우, 상기 장치 제어부는 상기 압력 발생 모듈을 통해 발생된 압력의 변화에 따라 변화되는 혈류량 파형 및 상기 측정 모듈을 통해 생성된 맥박 파형을 상기 진맥 모델에 적용하도록 제어할 수 있다.
또한, 상기 장치 제어부는 상기 압력의 변화에 따라 변화되는 혈류량 파형을 모니터링하거나, 상기 측정 모듈을 통해 측정되는 진동의 크기를 확인하여, 상기 압력이 인가되는 위치가 조절되도록 제어할 수 있다.
또한, 기 확보된 임상 결과 데이터를 기반으로 심층신경망을 이용한 진맥 모델 훈련을 통해 진맥 모델을 구축하고, 순환 신경망(RNN; Recurrent Neural Network)을 이용한 문진 모델 훈련을 통해 문진 모델을 구축하는 진단 학습부;를 더 포함하여 구성될 수 있다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 실시 예에 따른 진맥 진단 장치는 혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부; 상기 생성된 혈류량 파형을 입력으로 설정하고 진맥 데이터를 출력으로 설정하여 심층신경망(DNN; Deep Neural Network)에 적용하여 진맥 모델을 학습하여 생성하는 진단 학습부; 및 상기 센서부를 통해 지속적으로 측정되는 상기 혈류량 파형을 상기 진맥 모델에 적용하여 상기 혈류량 파형에 대한 진맥 진단을 수행하는 진맥 진단부;를 포함하여 구성될 수 있다.
또한, 상기 진단 학습부는 사용자의 질의 응답을 통해 생성된 문진 데이터 및 기 저장된 진단 이력 데이터 중 적어도 어느 하나를 포함하는 진단 기초 데이터를 순환 신경망(RNN; Recurrent Neural Network)에 적용하여 문진 모델 훈련을 통해 문진 모델을 학습하여 생성하며, 상기 진맥 진단부는 상기 진맥 모델을 통해 도출된 진맥 데이터 및 상기 문진 모델을 통해 도출된 문진 데이터를 입력으로 설정하는 심층신경망에 적용하여 진맥 진단 데이터를 도출할 수 있다.
상술한 바와 같은 목적을 달성하기 위한 본 발명의 실시 예에 따른 진맥 진단 방법은 진맥 진단 장치가, 혈류량의 변화를 측정할 수 있는 혈류량 센서를 통해 혈류량 파형을 생성하는 단계; 및 상기 측정된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하여, 상기 혈류량 파형에 대한 진맥 데이터를 도출하는 단계;를 포함하여 이뤄질 수 있다.
또한, 상기 진맥 진단 장치가 압력 센서를 더 포함하는 경우, 상기 혈류량 파형을 측정하는 단계는 상기 측정되는 혈류량 파형을 모니터링하는 단계; 상기 모니터링 결과, 기 설정된 조건이 발생된 것으로 판단되면, 일정 크기의 압력이 발생하도록 상기 압력 센서를 제어하는 단계; 및 상기 압력의 변화에 따라 변화되는 혈류량 파형을 지속적으로 측정하여 생성하는 단계;를 포함하여 구성될 수 있다.
또한, 상기 압력 센서가 압력을 발생시키는 압력 발생 모듈 및 상기 압력 발생 모듈을 통해 발생된 압력에 따른 맥박의 진동을 측정하여 맥박 파형을 생성하는 측정 모듈로 구성되는 경우, 상기 압력의 변화에 따라 변화되는 혈류량 파형과 함께 상기 측정 모듈을 통해 생성된 맥박 파형을 생성할 수 있다.
또한, 사용자의 질의 응답을 통해 생성된 문진 데이터 및 기 저장된 진단 이력 데이터 중 적어도 어느 하나를 포함하는 진단 기초 데이터가 확인되면, 상기 진단 기초 데이터를 순환신경망을 이용하여 생성된 문진 모델에 적용하여, 상기 진단 기초 데이터에 대한 문진 데이터를 도출하는 단계;를 더 포함하여 이뤄질 수 있다.
또한, 상기 진맥 데이터를 도출하는 단계 이후에, 상기 진맥 데이터 및 상기 문진 데이터를 입력 값으로 설정하고, 상기 진맥 진단 데이터를 출력 값으로 설정하는 심층 신경망을 통해 진맥 진단 데이터를 도출하는 단계;를 더 포함하여 이뤄질 수 있다.
추가로 본 발명은 상술한 바와 같은 진맥 진단 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체를 제공할 수 있다.
본 발명의 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법에 의하면, 사용자의 신체 일부에 착용될 수 있는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 혈류량 변화에 따른 진맥을 진단할 수 있게 된다.
또한, 본 발명에 의하면 사용자의 신체 일부에 지속적으로 착용되는 진맥 진단 장치를 이용함으로써, 병원과 같은 별도의 의료 기관을 방문하지 않더라도 사용자의 진맥을 진단할 수 있으며, 이를 통해 신체 상태의 변화를 즉각적으로 확인할 수 있게 된다.
또한, 본 발명의 의하면, 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망(DNN; Deep Neural Network)을 이용하여 생성된 학습 모델을 이용하여 진맥을 진단하고 사용자의 진맥 진단 결과를 이용하여 지속적인 학습을 수행함으로써, 사용자에게 맞춤화된 학습 모델을 구축하고 이를 통해 보다 더 정확하게 진맥을 진단할 수 있게 된다.
또한, 본 발명은 심층 신경망을 이용하여 진맥 데이터를 도출하고, 순환 신경망을 이용하여 문진 데이터를 도출한 후, 다시 심층 신경망을 이용하여 최종적인 진맥 진단 데이터를 도출함으로써, 진맥 진단에 적합한 신경망 알고리즘을 구축하고, 보다 더 정확하게 진맥 진단이 가능하다는 장점이 있다.
아울러, 상술한 효과 이외의 다양한 효과들이 후술될 본 발명의 실시 예에 따른 상세한 설명에서 직접적 또는 암시적으로 개시될 수 있다.
도 1은 본 발명의 실시 예에 따른 진맥 진단 시스템의 개략적인 구성도이다.
도 2는 본 발명의 실시 예에 따른 진맥 진단 장치의 구현 예시를 설명하기 위한 도면이다.
도 3은 본 발명의 실시 예에 따른 진맥 진단 장치가 사용자의 신체 일부에 착용된 상태를 설명하기 위한 도면이다.
도 4는 본 발명의 실시 예에 따른 진맥 진단 장치의 주요 구성을 도시한 구성도이다.
도 5는 본 발명의 실시 예에 따른 파형을 설명하기 위한 예시도이다.
도 6은 본 발명의 학습 모델을 구축하는 과정을 설명하기 위한 예시도이다.
도 7은 본 발명의 학습 모델 구축을 위한 심층 신경망을 설명하기 위한 예시도이다.
도 8은 본 발명의 신경망 알고리즘을 이용한 진맥 진단 데이터 도출 과정을 설명하기 위한 도면이다.
도 9는 본 발명의 실시 예에 따른 진맥 진단 방법을 개략적으로 도시한 도면이다.
도 10은 본 발명의 실시 예에 따른 진맥 진단 방법을 보다 더 구체적으로 설명하기 위한 도면이다.
본 발명의 과제 해결 수단의 특징 및 이점을 보다 명확히 하기 위하여, 첨부된 도면에 도시된 본 발명의 특정 실시 예를 참조하여 본 발명을 더 상세하게 설명한다.
다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.
이하의 설명 및 도면에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.
더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다. 다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함 한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
아울러, 본 발명의 범위 내의 실시 예들은 컴퓨터 실행가능 명령어 또는 컴퓨터 판독가능 매체에 저장된 데이터 구조를 가지거나 전달하는 컴퓨터 판독가능 매체를 포함한다. 이러한 컴퓨터 판독가능 매체는, 범용 또는 특수 목적의 컴퓨터 시스템에 의해 액세스 가능한 임의의 이용 가능한 매체일 수 있다. 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EPROM, CD-ROM 또는 기타 광 디스크 저장장치, 자기 디스크 저장장치 또는 기타 자기 저장장치, 또는 컴퓨터 실행가능 명령어, 컴퓨터 판독가능 명령어 또는 데이터 구조의 형태로 된 소정의 프로그램 코드 수단을 저장하거나 전달하는 데에 이용될 수 있고, 범용 또는 특수 목적 컴퓨터 시스템에 의해 액세스 될 수 있는 임의의 기타 매체와 같은 물리적 저장 매체를 포함할 수 있지만, 이에 한정되지 않는다.
이하의 설명 및 특허 청구 범위에서, "네트워크" 또는 "통신망"은 컴퓨터 시스템들 및/또는 모듈들 간의 전자 데이터를 전송할 수 있게 하는 하나 이상의 데이터 링크로서 정의된다. 정보가 네트워크 또는 다른 (유선, 무선, 또는 유선 또는 무선의 조합인) 통신 접속을 통하여 컴퓨터 시스템에 전송되거나 제공될 때, 이 접속은 컴퓨터-판독가능매체로서 이해될 수 있다. 컴퓨터 판독가능 명령어는, 예를 들면, 범용 컴퓨터 시스템 또는 특수 목적 컴퓨터 시스템이 특정 기능 또는 기능의 그룹을 수행하도록 하는 명령어 및 데이터를 포함한다. 컴퓨터 실행가능 명령어는, 예를 들면, 어셈블리어, 또는 심지어는 소스코드와 같은 이진, 중간 포맷 명령어일 수 있다.
아울러, 본 발명은 퍼스널 컴퓨터, 랩탑 컴퓨터, 핸드헬드 장치, 멀티프로세서 시스템, 마이크로프로세서-기반 또는 프로그램 가능한 가전제품(programmable consumer electronics), 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 모바일 전화, PDA, 페이저(pager) 등을 포함하는 다양한 유형의 컴퓨터 시스템 구성을 가지는 네트워크 컴퓨팅 환경에서 실시될 수 있다.
본 발명은 또한 네트워크를 통해 유선 데이터 링크, 무선 데이터 링크, 또는 유선 및 무선 데이터 링크의 조합으로 링크된 로컬 및 원격 컴퓨터 시스템 모두가 태스크를 수행하는 분산형 시스템 환경에서 실행될 수 있다. 분산형 시스템 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치에 위치될 수 있다.
이제, 본 발명의 실시 예에 따른 진맥 진단 시스템의 주요 구성에 대해 설명하도록 한다.
도 1은 본 발명의 실시 예에 따른 진맥 진단 시스템의 개략적인 구성도이다.
도 1을 참조하면, 본 발명의 실시 예에 따른 진맥 진단 시스템은 사용자의 진맥을 지속적으로 진단할 수 있는 진맥 진단 장치(100)를 포함하여 구성될 수 있다.
본 발명의 진맥 진단 장치(100)는 혈류량 센서를 포함하여 구성되며, 혈류량 센서를 이용하여 혈류량의 변화를 지속적으로 측정할 수 있는 장치를 의미한다. 또한, 본 발명의 진맥 진단 장치(100)는 심층 신경망을 이용하여 구축된 진맥 모델을 이용하여 측정된 혈류량 파형에 대한 진맥 진단 데이터를 도출할 수 있다.
또한, 본 발명의 진맥 진단 장치(100)는 압력을 발생시키고 발생된 압력에 따른 맥의 진동을 측정할 수 있으며, 이를 통해 혈류량 파형과 별도로 맥박 파형을 도출하고, 도출된 맥박 파형을 더 고려하여 진맥을 진단할 수 있다.
아울러, 본 발명의 진맥 진단 장치(100)는 내부에 저장하고 있는 진맥 모델을 이용하여 1차적으로 진맥 진단을 수행하고, 1차 진맥 진단 결과 의심 증상이 있는 것으로 판단되면, 디스플레이(10)를 통해 사용자에게 통지함과 동시에 진단 서버(300)와 협력하여 최종 진맥 진단 데이터를 도출할 수도 있다.
이러한 본 발명의 진단 서버(300)는 웹 서버 형태로 구현될 수 있으며, 복수의 진맥 진단 장치(100)를 식별하고, 진맥 진단 장치(100)로부터 수신된 데이터를 저장하고 관리하는 역할을 수행할 수 있다. 아울러, 본 발명의 진맥 진단 장치(100)는 개인화된 데이터를 이용하여 학습을 수행하는 반면, 진단 서버(300)는 복수의 사용자의 데이터를 이용하여 학습을 수행할 수 있으며, 이를 통해 진단의 성능을 보다 더 높일 수도 있다. 또한, 진단 서버(300)는 학습에 따라 구현된 진맥 모델을 주기적으로 진맥 진단 장치(100)로 전송하여, 진맥 진단 장치(100)에서의 진맥 진단 시의 성능 향상을 지원할 수 있다. 이러한 진단 서버(300)는 하드웨어적으로는 통상적인 웹서버(Web Server) 또는 네트워크 서버와 동일한 구성을 할 수 있다. 그러나, 소프트웨어적으로는 C, C++, Java, Visual Basic, Visual C 등과 같은 언어를 통하여 구현되는 프로그램 모듈(Module)을 포함할 수 있다.
또한, 본 발명의 진맥 진단 장치(100)는 혈류량 센서를 통해 측정된 혈류량 파형 이외에 사용자의 질의 응답을 거쳐 획득된 문진 데이터 또는 과거의 진단 이력 데이터를 종합적으로 고려하여 진맥 진단 데이터를 도출할 수도 있다. 이때, 본 발명의 진맥 진단 장치(100)가 사용자와 상호 작용할 수 있는 인터페이스를 포함하여 구성되는 경우, 직접 사용자의 응답을 입력받아 진맥 진단 데이터를 도출할 수 있으며, 연결된 단말(200)로부터 사용자의 질의 응답을 전달받아 판단을 수행할 수도 있다.
본 발명의 단말(200)은 전술한 바와 같이 진맥 진단 장치(100)와 근거리 통신을 통해 연결될 수 있으며, 진맥 진단을 위한 다양한 사용자 입력을 지원하거나, 도출된 진맥 진단 데이터를 사용자에게 제공하는 역할을 수행할 수 있다. 이를 위하여 본 발명의 단말(200)은 진맥 진단 장치(100)와의 정보의 송수신을 위한 프로그램을 실행할 수 있다.
아울러, 본 발명의 통신망(500)은 진맥 진단 장치(100) 및 진단 서버(300) 간의 정보의 송수신을 지원하는 통신망을 의미하는 것으로, 특히, 단일의 통신망 형태보다는 다양한 종류, 예컨대 인트라넷망, 이동통신망, 위성 통신망 등 다양한 종류의 유무선 통신 기술을 이용하여 구현된 통신망이 혼합된 형태일 수 있다. 또한, 본 발명의 통신망(500)은 하드웨어, 소프트웨어 등의 컴퓨팅 자원을 저장하고, 클라이언트가 필요로 하는 컴퓨팅 자원을 해당 단말기로 제공할 수 있는 클라우드 컴퓨팅망을 포함할 수 있다. 여기서, 클라우드 컴퓨팅이란 정보가 인터넷 상의 서버에 영구적으로 저장되고, 데스크톱, 태블릿 컴퓨터, 노트북, 넷북, 스마트폰 등의 클라이언트 단말기에는 일시적으로 보관되는 컴퓨터 환경을 의미하며, 클라우드 컴퓨팅은 이용자의 모든 정보를 인터넷 상의 서버에 저장하고, 이 정보를 각종 IT 기기를 통하여 언제 어디서든 이용할 수 있도록 하는 컴퓨터 환경 접속망을 의미한다. 이러한, 통신망(500)은 LAN(Local Area Network), WAN(Wide Area Network) 등의 폐쇄형 네트워크, 인터넷(Internet)과 같은 개방형 네트워크뿐만 아니라, CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), GSM(Global System for Mobile Communications), 최근 주목 받고 있는 LTE(Long Term Evolution), EPC(Evolved Packet Core) 등의 네트워크와 향후 구현될 차세대 네트워크 및 클라우드 컴퓨팅 네트워크를 모두 포함하는 개념이다.
이하, 본 발명의 실시 예에 따른 진맥 진단 장치(100)의 구현 예시에 대해 설명하도록 한다.
본 발명의 실시 예에 따른 진맥 진단 장치(100)는 사용자의 신체 일부에 접촉할 수 있으며, 맥박의 파동을 측정할 수 있는 장치를 의미한다. 이러한 진맥 진단 장치(100)는 도 2 및 도 3을 통해 도시된 바와 같이 바람직하게는 스마트 워치(smart watch) 형태로 구현될 수 있다.
즉 도 2는 본 발명의 실시 예에 따른 진맥 진단 장치의 구현 예시를 설명하기 위한 도면이며, 도 3은 본 발명의 실시 예에 따른 진맥 진단 장치가 사용자의 신체 일부에 착용된 상태를 설명하기 위한 도면이다.
도 2 및 도 3에 도시된 바와 같이, 본 발명의 진맥 진단 장치(100)는 사용자의 손목 부근에 착용되는 스마트 워치 형태로 구현될 수 있으며, 스마트 워치 내부의 일 모듈 형태로 진맥 진단 장치(100)가 구현될 수 있다.
이때, 본 발명의 스마트 워치는 도 3에 도시된 바와 같이 디스플레이(10)를 포함하며, 디스플레이(10)가 손등 방향에 위치되도록 밴드(20)에 의해 사용자의 손목 둘레에 착용될 수 있다. 그리고, 본 발명의 실시 예에 따른 진맥 진단 장치(100)는 도 2a에 도시된 바와 같이 혈류량 센서(30)를 포함하여 구성되며, 혈류량 센서(30)는 바람직하게는 디스플레이(10) 이면에 부착되어 사용자의 손등 방향의 손목 부위에서의 혈류량 변화를 혈류량 센서(30)를 이용하여 측정할 수 있다.
또한, 본 발명의 진맥 진단 장치(100)는 도 2b에 도시된 바와 같이, 압력 센서(40)를 포함하여 구성될 수 있다. 일 실시 예에 따른 압력 센서(40)는 도면에 도시된 바와 같이 혈류량 센서(30)와 반대되는 이면에 설치될 수 있다. 예를 들어, 혈류량 센서(30)가 스마트 워치의 디스플레이(10) 위치에 설치된다면, 압력 센서(40)는 반대되는 방향인 밴드(20)의 결합 부위에 설치될 수 있다. 반대로, 혈류량 센서(30)가 밴드(20) 결합 부위에 설치된다면, 압력 센서(40)는 마주보는 방향인 디스플레이(10) 위치에 설치될 수 있다.
따라서, 도 3에 도시된 바와 같이, 혈류량 센서(30)가 디스플레이(10)에 위치하는 경우, 바람직하게는 사용자의 손등 방향의 손목에 위치할 수 있으며, 손등 방향 손목 부위를 흐르는 혈류량의 변화를 측정할 수 있다. 또한, 압력 센서(40)는 사용자의 손바닥 방향의 손목에 위치할 수 있으며, 손바닥 방향 손목에 압력을 발생시킬 수 있다. 이때, 본 발명의 압력 센서(40)는 압력을 발생시키는 압력 발생 모듈(미도시)을 포함하며, 추가적으로 발생된 압력에 따라 맥박의 진동을 측정하는 측정 모듈(미도시)을 포함하여 구성될 수 있다. 이때, 본 발명의 측정 모듈(미도시)은 압력 발생 모듈(미도시)과 동일한 이면에 일정 간격 이격된 형태로 설치될 수 있다.
또한, 구현 방식에 따라 혈류량 센서(30) 및 압력 센서(40)는 상호 마주보는 방향이 아닌 동일한 방향을 바라보도록 위치할 수도 있다. 즉, 본 발명의 혈류량 센서(30)가 디스플레이(10)에 위치하는 경우, 압력 센서(40)는 맞은 편인 밴드 결합 부에 위치할 수 있으나, 디스플레이(10) 부분에 위치하는 혈류량 센서(30)와 동일한 밴드면 일정 이격된 위치에 위치할 수도 잇다.
이상으로, 본 발명의 실시 예에 따른 진맥 진단 장치(100)의 바람직한 실시 예에 대하여 설명하였다. 그러나, 도 2 및 도 3을 통해 설명한 진맥 진단 장치(100)의 바람직한 실시 예는 하나의 예시일 뿐, 상기 예시에 한정되지 않음을 유의해야 한다. 즉, 본 발명의 진맥 진단 장치(100)는 스마트 워치 뿐 아니라 다양한 형태로 구현될 수 있다. 이러한 본 발명의 진맥 진단 장치(100)는 사용자의 신체 일부에 부착되어 사용자의 맥의 변화를 측정할 수 있는 장치라면 그 어떠한 형태로도 구현될 수 있다. 예를 들어 사용자의 맥은 손목 부근의 요골동맥뿐 아니라, 발등의 중앙의 발등동맥, 무릎의 뒷부분의 오금동맥, 복부위의 복대동맥 등 다양한 부근에서 측정이 가능하다. 따라서, 본 발명의 진맥 진단 장치(100)는 사용자의 신체에서 맥이 위치하고 있는 곳에 착용되어 맥의 변화에 따른 혈류량 파형을 측정할 수 있는 장치의 형태로 구현된다면 그 어떠한 형태로도 구현될 수 있음에 유의해야 한다.
이하, 본 발명의 실시 예에 따른 진맥 진단 장치(100)의 주요 구성 및 동작 방법에 대해 보다 더 구체적으로 설명하도록 한다.
도 4는 본 발명의 실시 예에 따른 진맥 진단 장치의 주요 구성을 도시한 구성도이다.
도 4를 참조하면, 본 발명의 실시 예에 따른 진맥 진단 장치(100)는 센서부(110), 장치 제어부(120), 진단 학습부(130), 진맥 진단부(140) 및 인터페이스부(150)를 포함하여 구성될 수 있다.
각 구성 요소에 대해 보다 더 구체적으로 설명하면, 센서부(110)는 기본적으로 혈류량 센서(30)를 포함하여 구성될 수 있다. 혈류량 센서(30)는 사용자의 혈류량 변화를 측정할 수 있는 센서로, 예컨대 광혈류(PhotoPlethysmoGraph) 센서가 될 수 있다. 본 발명의 혈류량 센서(30)가 광혈류 센서의 형태로 구현되는 경우, 본 발명의 혈류량 센서(30)는 발광소자(미도시) 및 수광소자(미도시)를 포함할 수 있다. 이때, 발광소자(미도시)는 사용자의 신체 표면에 광을 조사하고, 사용자의 피부 표면에 투과되어 반사되는 반사광을 수광소자(미도시)가 수광하여 전기적 신호로 변환하여 출력할 수 있다. 전기적 신호로 변환하여 출력하기 위하여 본 발명의 센서부(110)는 아날로그-디지털 변환모듈(미도시)를 더 포함하여 구성될 수 있다.
아울러, 본 발명의 혈류량 센서(30)는 지속적으로 사용자의 신체 일부에 광을 조사하고 반사되는 광의 정도를 센싱하여 측정할 수 있으며, 측정된 정보는 디지털 형태의 혈류량 파형으로 생성되어, 장치 제어부(120)로 전달될 수 있다. 한편, 본 발명의 혈류량 센서(30)가 광학식 방식으로 동작하는 것을 예로 들어 설명하나 반드시 이에 한정되는 것은 아니며, 사용자의 신체 일부에 접촉하여 혈류량의 변화를 측정할 수 있는 센서라면 그 어떠한 센서도 본 발명의 혈류량 센서(30)로 적용 가능하다.
한편, 본 발명의 일 실시 예에 따른 진맥 진단 장치(100)의 센서부(110)는 구현 방식에 따라 압력 센서(40)를 더 포함하여 구성될 수 있다.
본 발명의 센서부(110)가 압력 센서(40)를 포함하여 구성되는 경우, 압력 센서(40)는 압력을 발생시키는 압력 발생 모듈(미도시)을 포함하여 구성될 수 있다. 이때, 본 발명의 압력 발생 모듈(미도시)은 일정 크기의 압력을 발생시키게 된다. 발생된 압력은 사용자의 신체 일부(바람직하게는 손목 맥동 부위)를 압박할 수 있으며, 신체 일부를 압박함에 따라 혈류량의 변화가 발생되게 된다. 이러한 혈류량의 변화는 혈류량 센서(30)를 통해 측정될 수 있다.
또한, 본 발명의 압력 센서(40)는 발생된 압력에 따라 변화되는 맥의 크기를 측정하는 측정 모듈(미도시)을 더 포함하여 구성될 수도 있다. 즉, 본 발명의 압력 센서(40)는 신체 일부를 압박할 수 있는 압력을 발생시킴과 동시에, 압력의 변화에 따라 변화되는 맥박의 진동을 감지하여 측정할 수 있다. 이때, 압력 센서(40)는 측정된 맥박의 진동을 디지털 형태로 변환하여 맥박 파형을 생성할 수 있게 된다.
아울러, 본 발명의 센서부(110)가 혈류량 센서(30) 및 압력 센서(40)를 포함하여 구성되는 경우, 혈류량 센서(30) 및 압력 센서(40)는 동시에 동작을 수행할 수 있으나, 기본적으로 혈류량 센서(30)만 동작을 수행하고 압력 센서(40)는 선택적으로 동작을 수행할 수 있다. 이때, 장치 제어부(120)는 혈류량 센서(30)를 통해 측정되는 혈류량 파형을 모니터링하고, 기 설정된 조건이 감지되는 경우 압력 센서(40)를 제어하여 압력을 발생시킬 수 있다. 여기서, 기 설정된 조건은 혈류량 파형을 분석하여 특정한 파형이 감지되는 경우를 포함할 수 있으며, 실시 예에 따른 혈류량 파형과 무관하게 일정 주기 단위로 압력 센서(40)를 제어하여 압력을 발생시킬 수도 있다.
장치 제어부(120)는 본 발명의 실시 예에 따른 진맥 진단 장치(100) 전반을 제어하는 역할을 수행한다. 특히, 본 발명의 장치 제어부(120)는 센서부(110)를 통해 혈류량 파형이 측정되면, 진단 학습부(140)로 전달하여, 진단 학습부(140)에 기 구축된 진맥 모델을 통해 진맥 데이터가 도출되는 과정을 제어할 수 있다.
아울러, 본 발명의 장치 제어부(120)는 혈류량 센서(30)를 통해 측정되는 혈류량 파형을 모니터링할 수 있으며, 센서부(110)가 압력 센서(40)를 포함하는 경우, 모니터링한 혈류량 파형에 따라 선택적으로 압력 센서(40)의 동작을 제어할 수도 있다.
상기 과정에 대해 보다 더 구체적으로 설명하면, 도 5a에 도시된 바와 같이, 장치 제어부(120)는 혈류량 센서(30)가 측정하는 혈류량 파형을 모니터링한다. 그리고 (b)에 도시된 바와 같이 갑자기 파형에 일정 크기 이상의 변동이 발생되는 경우, 장치 제어부(120)는 기 설정된 조건이 발생된 것으로 판단할 수 있다. 그리고, 장치 제어부(120)는 압력 센서(40)가 일정 크기의 압력을 발생하도록 제어한다.
압력 센서(40)는 장치 제어부(120)의 제어에 따라 일정 크기의 압력을 발생시킬 수 있으며, 발생된 압력은 사용자의 신체 일부에 압박하게 되고, 이에 따라 혈류량의 변화가 생길 수 있다. 따라서, 혈류량 센서(30)가 측정하는 혈류량 파형은 (c)에 도시된 바와 같이, 압력이 가해질 때마다 파형에 변화가 발생될 수 있다.
아울러, 본 발명의 장치 제어부(120)는 압력 센서(40)로 일정 크기의 압력을 발생하도록 제어한 상태에서, 혈류량 센서(30)가 측정하는 혈류량 파형의 크기의 변동이 미비하다고 판단되거나 일정 값 이하인 경우, 부정확하게 사용자의 신체에 압력이 가해진 것으로 판단되어 압력 센서(40)가 발생시키는 압력의 크기를 높이거나, 인터페이스부(150)를 통해 사용자가 진맥 진단 장치(100)의 위치를 조정하도록 알림 정보를 제공하는 역할을 수행할 수 있다. 즉, 본 발명의 압력 센서(40)는 바람직하게는 사용자의 손목에 밀착되어 노동맥(radial artery)에서 발생되는 맥박에 압력을 가하게 되는데, 압력 센서(40)가 지정된 위치가 아닌 다른 위치에 압력을 가하게 되면, 정확한 위치로 진맥 진단 장치(100)를 조정하도록 사용자에게 알려주는 역할을 수행할 수 있다.
또한 본 발명의 장치 제어부(120)는 센서부(110)를 통해 맥박 파형이 측정되면, 혈류량 파형과 마찬가지로 맥박 파형을 진단 학습부(140)로 전달할 수 있다.
또한, 본 발명의 장치 제어부(120)는 문진 데이터가 존재하는 경우, 문진 데이터를 진단 학습부(140)로 전달하는 역할을 수행할 수도 있다. 여기서 문진 데이터는 진맥 진단 장치(100)의 인터페이스부(150)를 통해 입력된 사용자의 문진 데이터가 될 수 있으며, 사용자의 단말(200)을 통해 입력된 문진 데이터가 될 수 있다. 또한 장치 제어부(120)는 과거의 진단 이력 데이터가 존재하는 지 여부를 확인하여 진단 이력 데이터가 존재하는 경우 문진 데이터와 함께 진단 학습부(140)로 전달할 수도 있다.
진단 학습부(130)는 장치 제어부(120)를 거쳐 전달되는 파형을 기 구축된 진맥 모델(132)에 적용하여 진맥 데이터를 도출하는 역할을 수행한다. 여기서, 파형은 기본적으로 혈류량 파형을 포함하며, 맥박 파형을 더 포함할 수도 있다.
또한, 본 발명의 진단 학습부(130)는 문진에 대한 기초 데이터가 입력되면, 이를 이용하여 문진 데이터를 도출할 수도 있다.
이를 위하여 본 발명의 진단 학습부(130)는 먼저 문진 모델 및 진맥 모델을 학습하여 구축하는 과정을 수행해야 한다. 이에 대해 도 6 및 도 7을 참조하여 설명하도록 한다.
도 6은 본 발명의 학습 모델을 구축하는 과정을 설명하기 위한 예시도이며, 도 7은 본 발명의 학습 모델 구축을 위한 심층 신경망을 설명하기 위한 예시도이다.
먼저, 도 6에 도시된 바와 같이, 본 발명의 진맥 진단 장치(100)는 진맥 진단을 위하여 사전에 문진 모델 및 진맥 모델을 학습하여 구축하는 것이 바람직하다. 즉, 문진 및 파형에 대한 임상 결과 데이터가 존재하고 있는 상태에서, 심층 신경망(DNN; Deep Neural Network)을 이용하여 문진 모델 및 진맥 모델을 구축한다. 여기서, 심층 신경망이란 도 7에 도시된 바와 같이 입력 레이어와 출력 레이어를 포함하며, 상기 입력 레이어(input layer)와 출력 레이어(output layer) 사이에 숨은 복수 개의 은닉 레이어(hidden layer)를 포함하는 다층 퍼셉트론(multi layer perceptron)의 구조로 이루어진 네트워크를 의미한다. 각각의 레이어들은 인공 뉴런에 대응되는 복수의 노드로 구성될 수 있으며, 학습에 의해 서로 다른 레이어의 노드들 간의 연결 관계가 결정될 수 있다. 특히, 한 노드에서의 출력 값은 그 노드의 활성화 함수 출력 값으로 결정되는 데, 활성화 함수의 입력은 그 노드로 연결된 모든 노드들의 가중된 합을 의미할 수 있다.
이러한 심층 신경망 구조를 이용하여 본 발명의 진맥 진단 장치(100)는 진맥 진단 데이터가 도출되도록 입력 레이어의 입력 값(혈류량 및 변화를 측정한 파형으로부터 분석된 주파수 특징의 히스토그램, 압력의 크기 등)을 설정하고, 출력 레이어의 출력 값(진맥 데이터)을 설정한 후 은닉 레이어를 통해 학습을 수행한다. 이러한 과정을 거쳐 본 발명의 진단 학습부(130)는 진맥 모델(132)을 구축할 수 있다.
한편, 본 발명의 진단 학습부(130)는 순환 신경망(RNN; Recurrent Neural Network)을 이용하여 문진 모델 훈련을 수행하고 이에 따라 문진 모델(131)을 구축할 수 있다. 여기서, 순환 신경망은 입력 데이터들의 시계열적 상관 관계(또는 연결 관계)를 추출하는 데 사용되는 모델로, 문진 데이터, 진단 이력 데이터와 같은 텍스트 형태의 데이터를 시계열적 상관 관계를 분석 및 학습하고, 문진 모델(131)을 구축할 수 있게 된다.
이와 같이, 진단 학습부(130)는 임상 결과 데이터를 이용하여 문진 모델(131) 및 진맥 모델(132)을 구축한 상태에서, 장치 제어부(120)를 거쳐 혈류량 파형(또는 맥박 마형)이 전달되면 진맥 모델(132)을 이용하여 진맥 데이터를 도출하고, 문진 데이터 또는 진단 이력 데이터와 같은 진단 기초 데이터가 전달되면 문진 모델(131)을 이용하여 문진 데이터를 도출할 수 있다.
그리고, 도출된 진맥 데이터 및 문진 데이터를 진맥 진단부(140)로 전달하고, 진맥 진단부(140)에서는 최종적으로 진맥 진단 데이터를 도출할 수 있다. 이때, 본 발명의 진맥 진단부(140)는 진맥 데이터 및 문진 데이터를 입력 값으로 설정하고, 진맥 진단 데이터를 출력 값으로 설정하는 심층 신경망을 통해 최종적인 진맥 진단 데이터를 도출하게 된다.
아울러, 본 발명의 진단 학습부(130)는 진맥 진단 부(140)가 도출한 진맥 진단 데이터를 다시 사용하여 지속적으로 문진 모델 및 진맥 모델을 학습할 수 있으며, 이에 따라 개인화된 데이터를 기반으로 맞춤화된 학습 모델을 구축하고, 사용자 맞춤화된 진단을 통해 성능을 보다 더 높일 수 있게 된다. 또한, 본 발명의 진단 학습부(130)는 도 1을 통해 설명한 바와 같이 진단 서버(300)로부터 주기적으로 다른 사용자의 데이터를 기반으로 생성된 문진 모델 및 진맥 모델을 수신할 수 있으며, 수신된 문진 모델 및 진맥 모델을 더 고려하여 모델을 학습하여 훈련할 수도 있다.
이러한 본 발명의 진맥 진단 장치(100)의 진맥 진단 데이터를 도출하는 전체적인 과정을 정리하면 도 8에 도시된 바와 같다.
도 8은 본 발명의 신경망 알고리즘을 이용한 진맥 진단 데이터 도출 과정을 설명하기 위한 도면이다.
도 8에 도시된 바와 같이, 본 발명의 진맥 진단 장치(100)는 센서부(110)를 통해 생성된 혈류량 파형을 입력으로 설정하고 진맥 데이터를 결과로 설정하는 심층 신경망(DNN)에 적용하여 결과를 도출한다. 이때, 입력으로 설정되는 파형은 혈류량 파형 이외에 맥박 파형을 포함할 수 있으며, 이 경우 각 파형은 병합되어 입력으로 설정될 수 있다. 또한, 압력값1, 혈류량 파형 히스토그램, 압력값2, 혈류량 파형 히스토그램... 의 형태와 같이 모든 값들이 하나의 벡터 형태로 변환되어 입력으로 적용될 수 있다.
이와 동시에 진맥 진단 장치(100)는 인터페이스부(150)를 통해 문진 데이터 또는 사용자의 진단 이력 데이터가 확인되면, 문진 데이터 또는 진단 이력 데이터를 순환 신경망(RNN)에 적용하여 결과인 문진 데이터를 도출할 수 있다.
그리고, 심층 신경망(DNN)을 통해 도출된 진맥 데이터 및 순환 신경망(RNN)을 통해 도출된 문진 데이터는 다시 심층 신경망(DNN)의 입력으로 설정되고, 진맥 진단 데이터가 결과로 설정된 심층 신경망에 적용하여 최종적인 진맥 진단 데이터가 도출되게 된다.
이와 같이 본 발명의 진맥 진단 장치(100)는 진맥 진단에 적합한 신경망 알고리즘에 따라 진맥 진단을 수행함으로써, 보다 더 정확하게 진맥 진단이 가능할 수 있다.
다시 도 4를 참조하여 본 발명의 인터페이스부(150)를 설명하면, 본 발명의 인터페이스부(150)는 사용자와의 상호 작용 및 진맥 진단을 위한 다양한 정보의 전송 역할을 수행할 수 있다. 예컨대, 본 발명의 인터페이스부(150)는 도 2에 도시된 바와 같이 디스플레이(10)를 포함할 수 있으며, 디스플레이(10)를 통해 문진 데이터 생성을 위한 각종 질문을 표시하고, 이에 따라 입력되는 사용자의 응답을 이용하여 문진 데이터를 생성하여 장치 제어부(120)로 전달할 수 있다. 또한, 본 발명의 인터페이스부(150)는 통신 모듈(미도시)을 포함하며, 통신 모듈(미도시)를 통해 진단 서버(300)로부터 문진 모델 및 진맥 모델을 수신하여 전달할 수 있다. 또한, 진맥 진단부(140)를 통해 도출된 진맥 진단 데이터 및 각종 정보를 진단 서버(300)로 전달하여, 진단 서버(300)에서 추가적인 진맥 진단이 이뤄지도록 제어할 수도 있다.
이상으로 본 발명의 실시 예에 따른 진맥 진단 장치(100)의 주요 구성 및 동작에 대해 설명하였다. 본 발명의 실시 예에 따른 진맥 진단 장치(100)에 탑재되는 메모리는 그 장치 내에서 정보를 저장한다. 일 구현예의 경우, 메모리는 컴퓨터로 판독 가능한 매체이다. 일 구현 예에서, 메모리는 휘발성 메모리 유닛 일 수 있으며, 다른 구현예의 경우, 메모리는 비휘발성 메모리 유닛 일 수도 있다. 일 구현예의 경우, 저장장치는 컴퓨터로 판독 가능한 매체이다. 다양한 서로 다른 구현 예에서, 저장장치는 예컨대 하드디스크 장치, 광학디스크 장치, 혹은 어떤 다른 대용량 저장장치를 포함할 수도 있다.
아울러, 본 발명의 실시 예에서 사용되는 '~모듈'이라는 용어는 소프트웨어 구성요소를 의미하며, '~모듈'은 어떤 역할들을 수행한다. 일 예로서 '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 또한, 구성요소들과 '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~모듈'들로 결합되거나 추가적인 구성요소들과 '~모듈'들로 더 분리될 수 있다.
비록 본 명세서와 도면에서는 예시적인 장치 구성을 기술하고 있지만, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
이하, 본 발명의 실시 예에 따른 진맥 진단 장치에서의 진맥 진단 방법에 대해 설명하도록 한다.
도 9는 본 발명의 실시 예에 따른 진맥 진단 방법을 개략적으로 도시한 도면이며, 도 10은 본 발명의 실시 예에 따른 진맥 진단 방법을 보다 더 구체적으로 설명하기 위한 도면이다.
도 9에 도시된 바와 같이, 본 발명의 실시 예에 따른 진맥 진단 장치(100)는 기본적으로 혈류량 센서(30)를 포함하며, 혈류량 센서(30)를 통해 혈류량 파형을 측정하여 생성하고(S11), 심층 신경망을 이용한 진맥 모델 훈련을 통해 생성된 진맥 모델을 이용하여 혈류량 파형에 대한 진맥 진단 데이터를 도출(S13)하게 된다.
아울러, 본 발명의 진맥 진단 장치(100)는 압력 센서(40)를 포함하여 구현될 수 있으며, 압력 센서(40)를 포함하는 경우, 압력 변화에 따른 혈류량 파형을 측정하고, 이에 따라 진맥 진단을 수행할 수도 있다.
이에 대해 도 10을 참조하여 설명하도록 한다.
참고로, 본 발명의 진맥 진단 장치(100)는 스마트 워치 형태로 구현될 수 있으며, 사용자의 손목과 같이 동맥의 변화가 감지될 수 있는 신체 일부에 착용된 상태에서, 혈류량 센서(30)를 통해 혈류량 파형을 지속적으로 측정할 수 있다(S101).
그리고, 본 발명의 진맥 진단 장치(100)는 측정된 혈류량 파형을 모니터링하여, 도 5을 통해 설명한 바와 같이, 평상시의 혈류량 파형과 다른 파형이 감지되면, 사용자의 신체 상태가 평상시와 다름을 감지하게 된다. 이때, 보다 더 정확한 사용자의 상태를 판단하기 위하여, 진맥 진단 장치(100)는 압력 센서(40)를 구동하고 일정 크기의 압력을 발생시킨다(S105).
그리고 본 발명의 진맥 진단 장치(100)는 발생되는 압력에 따라 변경되는 혈류량 파형을 측정하여 생성한다(S107). 이때, 본 발명의 진맥 진단 장치(100)는 발생되는 압력에 따라 혈류량 파형의 변화 정도가 미비한 경우, 더 큰 압력을 발생시키도록 압력 센서(40)를 제어할 수 있다. 또한, 진맥 진단 장치(100)는 더 큰 압력을 발생하더라도 혈류량 파형의 변화 정도가 미비하다고 판단되면, 진맥 진단 장치(100)의 위치를 조정하도록 사용자에게 알림을 제공할 수도 있다.
아울러, 본 발명의 진맥 진단 장치(100)는 진단 기초 데이터를 확인한다(S109). 여기서 진단 기초 데이터는 질의 응답 과정을 통해 확보된 문진 데이터를 포함할 수 있다. 예컨대, 진맥 진단 장치(100)는 사용자에게 "최근 5일 이내에 감기에 앓으신 적이 있으신가요?"와 같은 사용자의 상태 확인을 위한 질문을 제공하고, 이에 따른 응답을 통해 문진 데이터를 확보할 수 있다. 또한, 본 발명의 진단 기초 데이터는 과거의 진단 이력 데이터를 포함할 수 있다.
이후, 본 발명의 진맥 진단 장치(100)는 혈류량 파형을 이용하여 진맥 데이터를 도출하고(S111), 진단 기초 데이터를 이용하여 문진 데이터를 도출한다(S113).
이후, 본 발명의 진맥 진단 장치(100)는 진맥 데이터 및 문진 데이터를 이용하여 진맥 진단 데이터를 도출할 수 있게 된다(S115).
이와 같이 본 발명의 진맥 진단 장치(100)는 사용자의 신체 일부에 착용될 수 있는 웨어러블 형태로 구현됨으로써, 지속적으로 사용자의 상태를 모니터링하여 진단을 수행할 수 있다.
또한, 본 발명의 진맥 진단 장치(100)는 혈류량 파형을 이용하여 사용자의 진맥 상태를 확인하고, 여기에 더하여 맥박 파형 및 문진 데이터 등 각종 정보를 종합적으로 고려하여 보다 더 정확한 진맥 진단 데이터를 도출할 수 있다.
또한, 본 발명의 진맥 진단 장치(100)는 심층 신경망을 통해 진맥 데이터를 도출하고, 순환 신경망을 통해 문진 데이터를 도출한 후 다시 심층 신경망을 통해 최종 진맥 진단 데이터를 도출함으로써, 진맥 진단에 최적화된 신경망 알고리즘을 적용하여 보다 더 정확한 진맥 진단이 가능하게 된다.
이상으로 본 발명의 실시 예에 따른 진맥 진단 방법에 대해 설명하였다.
상술한 바와 같은 본 발명의 진맥 진단 방법은 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체의 형태로 제공될 수도 있다. 본 발명의 일 실시 예에 따른 진맥 진단 방법을 구현하기 위한 기록매체에 기록되는 프로그램은 혈류량의 변화를 측정할 수 있는 혈류량 센서를 통해 혈류량 파형을 생성하는 단계 및 상기 측정된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하여, 상기 혈류량 파형에 대한 진맥 데이터를 도출하는 단계를 포함하여 구성될 수 있다.
이때, 기록매체에 기록된 프로그램은 컴퓨터에서 읽히어 설치되고 실행됨으로써 전술한 기능들을 실행할 수 있다.
여기서, 컴퓨터가 기록매체에 기록된 프로그램을 읽어 들여 프로그램으로 구현된 기능들을 실행시키기 위하여, 전술한 프로그램은 컴퓨터의 프로세서(CPU)가 컴퓨터의 장치 인터페이스(Interface)를 통해 읽힐 수 있는 C, C++, JAVA 등은 물론 Python과 같은 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다.
이러한 코드는 전술한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Function Code)를 포함할 수 있고, 전술한 기능들을 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수도 있다. 또한, 이러한 코드는 전술한 기능들을 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조 되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다. 또한, 컴퓨터의 프로세서가 전술한 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 컴퓨터의 프로세서가 컴퓨터의 통신 모듈을 이용하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야만 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수도 있다.
이러한, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM)과 같은 반도체 메모리를 포함한다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다.
또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 본 발명을 구현하기 위한 기능적인(Functional) 프로그램과 이와 관련된 코드 및 코드 세그먼트 등은, 기록매체를 읽어서 프로그램을 실행시키는 컴퓨터의 시스템 환경 등을 고려하여, 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론되거나 변경될 수도 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
본 발명은 진맥 진단 장치에 관한 것으로, 더욱 상세하게는 혈류량 센서를 포함하는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 심층 신경망을 이용하여 생성된 진맥 모델을 이용하여 사용자의 진맥을 진단할 수 있는 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 진단 방법에 관한 것이다.
본 발명에 의하면, 사용자의 신체 일부에 착용될 수 있는 진맥 진단 장치가 사용자의 혈류량 변화를 지속적으로 관찰하고, 혈류량 변화에 따른 진맥을 진단할 수 있으며, 이를 통해 사용자는 병원과 같은 별도의 의료 기관을 방문하지 않더라도 자신의 신체 상태의 변화를 즉각적으로 확인할 수 있게 된다.
이러한 본 발명은 의료 서비스 산업의 발전에 이바지할 수 있다.
더불어, 본 발명은 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있다.
100: 진맥 진단 장치
110: 센서부
120: 장치 제어부
130: 진단 학습부
131: 문진 모델
132: 진맥 모델
140: 진맥 진단부
150: 인터페이스부

Claims (15)

  1. 사용자의 신체 일부에 접촉되게 착용하여 사용자의 혈류량 변화를 지속적으로 관찰하고, 상기 혈류량 변화에 따른 진맥과, 상기 진맥에 따른 문진을 통해서 진맥을 지속적으로 진단 및 학습할 수 있는 진맥 진단 장치로서,
    혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부;
    상기 생성된 혈류량 파형을 심층신경망(DNN; Deep Neural Network)을 이용하여 생성된 진맥 모델에 적용하도록 제어하는 장치 제어부;
    기 확보된 임상 결과 데이터를 기반으로 심층신경망을 이용한 진맥 모델 훈련을 통해 진맥 모델을 구축하고, 순환 신경망(RNN; Recurrent Neural Network)을 이용하여 기 확보된 임상 결과 데이터의 시계열적 상관 관계를 분석 및 학습하는 문진 모델 훈련을 통해 문진 모델을 구축하는 진단 학습부; 및
    상기 진맥 모델을 통해 상기 혈류량 파형에 대한 진맥 데이터를 도출하고, 상기 문진 모델을 통해 문진 데이터가 도출되면, 상기 진맥 데이터 및 상기 문진 데이터를 입력 값으로 설정하고, 진맥 진단 데이터를 출력 값으로 설정하는 심층 신경망을 통해 진맥 진단 데이터를 도출하는 진맥 진단부;를 포함하고,
    상기 진맥 진단부는, 상기 기 확보된 임상 결과 데이터를 기반으로 진맥 모델과 문진 모델이 구축된 상태에서, 사용자의 질의 응답을 통해 생성된 문진 데이터 또는 기 저장된 진단 이력 데이터를 포함하는 진단 기초 데이터가 확인되면, 상기 진단 기초 데이터를 상기 문진 모델에 적용하여 문진 데이터를 도출하고,
    상기 진단 학습부는 상기 진맥 진단부에서 도출한 진맥 진단 데이터를 다시 사용하여 상기 문진 모델과 상기 진맥 모델을 학습하고, 주기적으로 다른 사용자의 문진 모델과 진맥 모델을 더 고려하여 상기 문진 모델과 상기 진맥 모델을 학습하는 것을 특징으로 하는 진맥 진단 장치.
  2. 제1항에 있어서,
    상기 센서부는
    압력을 발생시키는 압력 센서를 더 포함하며,
    상기 장치 제어부는
    기 설정된 조건이 발생되면, 일정 크기의 압력이 발생하도록 상기 압력 센서를 제어하는 것을 특징으로 하는 진맥 진단 장치.
  3. 제2항에 있어서,
    상기 장치 제어부는
    상기 압력 센서를 통해 발생된 압력의 변화에 따라 변화되는 혈류량 파형 및 상기 압력 센서를 통해 발생된 압력 값을 상기 진맥 모델에 적용하도록 제어하는 것을 특징으로 하는 진맥 진단 장치.
  4. 제2항에 있어서,
    상기 압력 센서가
    압력을 발생시키는 압력 발생 모듈 및 상기 압력 발생 모듈을 통해 발생된 압력에 따른 맥박의 진동을 측정하여 맥박 파형을 생성하는 측정 모듈로 구성되는 경우,
    상기 장치 제어부는
    상기 압력 발생 모듈을 통해 발생된 압력의 변화에 따라 변화되는 혈류량 파형 및 상기 측정 모듈을 통해 생성된 맥박 파형을 상기 진맥 모델에 적용하도록 제어하는 것을 특징으로 하는 진맥 진단 장치.
  5. 제4항에 있어서,
    상기 장치 제어부는
    상기 압력의 변화에 따라 변화되는 혈류량 파형을 모니터링하거나, 상기 측정 모듈을 통해 측정되는 진동의 크기를 확인하여, 상기 압력이 인가되는 위치가 조절되도록 제어하는 것을 특징으로 하는 진맥 진단 장치.
  6. 삭제
  7. 삭제
  8. 사용자의 신체 일부에 접촉되게 착용하여 사용자의 혈류량 변화를 지속적으로 관찰하고, 상기 혈류량 변화에 따른 진맥과, 상기 진맥에 따른 문진을 통해서 진맥을 지속적으로 진단 및 학습할 수 있는 진맥 진단 장치로서,
    혈류량 변화를 측정할 수 있는 혈류량 센서를 포함하며, 상기 혈류량 센서를 통해 혈류량 파형을 생성하는 센서부;
    상기 생성된 혈류량 파형을 입력으로 설정하고 진맥 데이터를 출력으로 설정하여 심층신경망(DNN; Deep Neural Network)에 적용하여 진맥 모델을 학습하여 생성하고, 사용자의 질의 응답을 통해 생성된 문진 데이터 또는 기 저장된 진단 이력 데이터를 포함하는 진단 기초 데이터를 순환 신경망(RNN; Recurrent Neural Network)에 적용하여 상기 진단 기초 데이터의 시계열적 상관 관계를 분석 및 학습하는 문진 모델 훈련을 통해 문진 모델을 학습하여 생성하는 진단 학습부; 및
    상기 센서부를 통해 지속적으로 측정되는 상기 혈류량 파형을 상기 진맥 모델에 적용하여 진맥 데이터를 도출하고, 상기 문진 모델을 통해 문진 데이터가 도출되면, 상기 진맥 데이터 및 상기 문진 데이터를 입력 값으로 설정하고, 진맥 진단 데이터를 출력 값으로 설정하는 심층 신경망을 통해 진맥 진단 데이터를 도출하는 진맥 진단부;를 포함하고,
    상기 진단 학습부는 상기 진맥 진단부에서 도출한 진맥 진단 데이터를 다시 사용하여 상기 문진 모델과 상기 진맥 모델을 학습하고, 주기적으로 다른 사용자의 문진 모델과 진맥 모델을 더 고려하여 상기 문진 모델과 상기 진맥 모델을 학습하는 것을 특징으로 하는 진맥 진단 장치.
  9. 삭제
  10. 사용자의 신체 일부에 접촉되게 착용하여 사용자의 혈류량 변화를 지속적으로 관찰하고, 상기 혈류량 변화에 따른 진맥과, 상기 진맥에 따른 문진을 통해서 진맥을 지속적으로 진단 및 학습할 수 있는 진맥 진단 장치가,
    기 확보된 임상 결과 데이터를 기반으로 심층신경망을 이용한 진맥 모델 훈련을 통해 진맥 모델을 구축하고, 순환 신경망(RNN; Recurrent Neural Network)을 이용하여 기 확보된 임상 결과 데이터의 시계열적 상관 관계를 분석 및 학습하는 문진 모델 훈련을 통해 문진 모델을 구축하는 단계;
    혈류량의 변화를 측정할 수 있는 혈류량 센서를 통해 혈류량 파형을 생성하는 단계;
    상기 측정된 혈류량 파형을 상기 진맥 모델에 적용하여 진맥 데이터를 도출하는 단계;
    사용자의 질의 응답을 통해 생성된 문진 데이터 또는 기 저장된 진단 이력 데이터를 포함하는 진단 기초 데이터가 확인되면, 상기 진단 기초 데이터를 상기 문진 모델에 적용하여 문진 데이터를 도출하는 단계;
    상기 진맥 데이터 및 상기 문진 데이터를 입력 값으로 설정하고, 진맥 진단 데이터를 출력 값으로 설정하는 심층 신경망을 통해 진맥 진단 데이터를 도출하는 단계; 및
    상기 진맥 진단 데이터를 다시 사용하여 상기 문진 모델과 상기 진맥 모델을 학습하고, 주기적으로 다른 사용자의 문진 모델과 진맥 모델을 더 고려하여 상기 문진 모델과 상기 진맥 모델을 학습하는 단계;
    를 포함하는 것을 특징으로 하는 진맥 방법.
  11. 제10항에 있어서,
    상기 진맥 진단 장치가 압력 센서를 더 포함하는 경우,
    상기 혈류량 파형을 측정하는 단계는
    상기 측정되는 혈류량 파형을 모니터링하는 단계;
    상기 모니터링 결과, 기 설정된 조건이 발생된 것으로 판단되면, 일정 크기의 압력이 발생하도록 상기 압력 센서를 제어하는 단계; 및
    상기 압력의 변화에 따라 변화되는 혈류량 파형을 지속적으로 측정하여 생성하는 단계;
    를 포함하는 것을 특징으로 하는 진맥 방법.
  12. 제11항에 있어서,
    상기 압력 센서가
    압력을 발생시키는 압력 발생 모듈 및 상기 압력 발생 모듈을 통해 발생된 압력에 따른 맥박의 진동을 측정하여 맥박 파형을 생성하는 측정 모듈로 구성되는 경우,
    상기 압력의 변화에 따라 변화되는 혈류량 파형과 함께 상기 측정 모듈을 통해 생성된 맥박 파형을 생성하는 것을 특징으로 하는 진맥 방법.
  13. 삭제
  14. 삭제
  15. 제10항 내지 제12항 중 어느 하나의 항에 기재된 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
KR1020170132300A 2017-10-12 2017-10-12 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법 KR101872870B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020170132300A KR101872870B1 (ko) 2017-10-12 2017-10-12 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법
US15/798,915 US20190110703A1 (en) 2017-10-12 2017-10-31 Pulse diagnosis apparatus and pulse diagnosis method thereof
CN201711101829.0A CN109645966A (zh) 2017-10-12 2017-11-10 脉搏诊断装置及其脉搏诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170132300A KR101872870B1 (ko) 2017-10-12 2017-10-12 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법

Publications (1)

Publication Number Publication Date
KR101872870B1 true KR101872870B1 (ko) 2018-06-29

Family

ID=62781015

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170132300A KR101872870B1 (ko) 2017-10-12 2017-10-12 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법

Country Status (3)

Country Link
US (1) US20190110703A1 (ko)
KR (1) KR101872870B1 (ko)
CN (1) CN109645966A (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113038153B (zh) * 2021-02-26 2023-06-02 深圳道乐科技有限公司 金融直播违规检测方法、装置、设备及可读存储介质
CN114469017A (zh) * 2022-01-27 2022-05-13 上海国民集团健康科技有限公司 脉象数据检测方法以及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002078687A (ja) * 2000-09-05 2002-03-19 Kishino Masakata 橈骨動脈の圧脈波計測システム
KR20090121458A (ko) * 2008-05-22 2009-11-26 김범규 혈압파형검출시스템
KR101033416B1 (ko) * 2009-11-30 2011-05-11 재단법인대구경북과학기술원 맥박 진단 로봇 시스템 및 그를 이용한 맥박 진단 방법
KR20170045099A (ko) * 2015-10-16 2017-04-26 재단법인 아산사회복지재단 심층신경망을 이용한 혈류상태 분석시스템, 방법 및 프로그램
KR20170087855A (ko) * 2014-08-22 2017-07-31 펄스 테크토닉스 엘엘씨 적어도 부분적으로 펄스 파형에 기반하는 자동화 진단
KR101770040B1 (ko) 2015-11-27 2017-08-21 이화여자대학교 산학협력단 웨어러블 기기를 이용한 피트니스 트레이닝 방법, 피트니스 트레이닝 시스템 및 피트니스 트레이닝을 위한 웨어러블 기기

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6974419B1 (en) * 2002-08-01 2005-12-13 Tensys Medical, Inc. Method and apparatus for control of non-invasive parameter measurements
US8046058B2 (en) * 2007-08-10 2011-10-25 Salutron, Inc. Heart beat signal recognition
US8840562B2 (en) * 2009-09-24 2014-09-23 Covidien Lp Signal processing warping technique
CN102908134B (zh) * 2012-11-20 2015-03-18 深圳市理邦精密仪器股份有限公司 一种心输出量连续监测的参数校准方法与系统
JP2014212994A (ja) * 2013-04-25 2014-11-17 富士通株式会社 脈拍推定装置および脈拍推定プログラム
CN103315719B (zh) * 2013-05-31 2015-04-15 山东省计量科学研究院 一种人体脉搏波波形信号产生装置
CN104173036A (zh) * 2014-09-11 2014-12-03 重庆大学 一种脉搏波采集装置、无创血压连续逐拍测量系统及方法
CN107865647B (zh) * 2016-09-28 2020-01-14 京东方科技集团股份有限公司 血压检测装置以及血压检测装置的校正方法
US20190328243A1 (en) * 2016-12-21 2019-10-31 Emory University Methods and Systems for Determining Abnormal Cardiac Activity
US10709390B2 (en) * 2017-03-02 2020-07-14 Logos Care, Inc. Deep learning algorithms for heartbeats detection

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002078687A (ja) * 2000-09-05 2002-03-19 Kishino Masakata 橈骨動脈の圧脈波計測システム
KR20090121458A (ko) * 2008-05-22 2009-11-26 김범규 혈압파형검출시스템
KR101033416B1 (ko) * 2009-11-30 2011-05-11 재단법인대구경북과학기술원 맥박 진단 로봇 시스템 및 그를 이용한 맥박 진단 방법
KR20170087855A (ko) * 2014-08-22 2017-07-31 펄스 테크토닉스 엘엘씨 적어도 부분적으로 펄스 파형에 기반하는 자동화 진단
KR20170045099A (ko) * 2015-10-16 2017-04-26 재단법인 아산사회복지재단 심층신경망을 이용한 혈류상태 분석시스템, 방법 및 프로그램
KR101770040B1 (ko) 2015-11-27 2017-08-21 이화여자대학교 산학협력단 웨어러블 기기를 이용한 피트니스 트레이닝 방법, 피트니스 트레이닝 시스템 및 피트니스 트레이닝을 위한 웨어러블 기기

Also Published As

Publication number Publication date
CN109645966A (zh) 2019-04-19
US20190110703A1 (en) 2019-04-18

Similar Documents

Publication Publication Date Title
Egilmez et al. UStress: Understanding college student subjective stress using wrist-based passive sensing
US10528121B2 (en) Smart wearable devices and methods for automatically configuring capabilities with biology and environment capture sensors
US20190076031A1 (en) Continuous monitoring of a user's health with a mobile device
Wu et al. MEDIC: Medical embedded device for individualized care
Mikos et al. A wearable, patient-adaptive freezing of gait detection system for biofeedback cueing in Parkinson's disease
US20180008191A1 (en) Pain management wearable device
US10980490B2 (en) Method and apparatus for evaluating physiological aging level
CN109674456B (zh) 血压估计设备和方法以及可穿戴装置
Fallahzadeh et al. Context-aware system design for remote health monitoring: An application to continuous edema assessment
US20160283856A1 (en) System and method for determining psychological stress of a person
KR101872870B1 (ko) 진맥 진단 장치 및 상기 진맥 진단 장치에서의 진맥 방법
Ahmed et al. Performance of artificial intelligence models in estimating blood glucose level among diabetic patients using non-invasive wearable device data
Asha et al. Low-cost heart rate sensor and mental stress detection using machine learning
US20200193858A1 (en) Unobtrusive motivation estimation
US20240099665A1 (en) Electrocardiogram data processing server, electrocardiogram data processing method of extracting analysis required section while segmenting electrocardiogram signal into signal segments with variable window sizes, and computer program
AU2021363110A1 (en) Method and system for personalized prediction of infection and sepsis
CN112957018A (zh) 基于人工智能的心脏状态检测方法和装置
JP2021040753A (ja) 熱失神の予兆検知システム、熱失神の予兆検知装置、熱失神の予兆検知方法及びコンピュータプログラム
KR102397941B1 (ko) 혈압을 추정하는 방법 및 장치
WO2023053176A1 (ja) 学習装置、行動推薦装置、学習方法、行動推薦方法及び記憶媒体
Raja et al. A review of applications of artificial intelligence in cardiorespiratory rehabilitation
Mary et al. Real-time Non-invasive Blood Glucose Monitoring using Advanced Machine Learning Techniques
Li et al. Real-time tracking and detection of patient conditions in the intelligent m-Health monitoring system
US20220031208A1 (en) Machine learning training for medical monitoring systems
US20230263451A1 (en) Medical data providing device, medical data providing method and computer program

Legal Events

Date Code Title Description
AMND Amendment
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant