KR101971782B1 - 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 장치 및 방법 - Google Patents

Abstract

임펄스 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 장치 및 방법이 개시된다. 임펄스 레이더 신호를 이용한 타겟의 생체 정보 결정 방법은 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 미리 정해진 수신 시간에 따라 누적시켜 제1 프레임 셋(Frame set)을 생성하는 단계; 미리 정해진 기준에 기초하여 이진 데이터로 변환된 제1 프레임 셋과 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성하는 단계; 상기 제2 프레임 셋에 포함된 시계열 데이터 중 상기 타겟의 심박과 비교하여 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정하는 단계; 상기 선정된 최적 샘플러에 포함된 시계열 데이터를 보정하는 단계; 및 상기 보정된 최적 샘플러에 포함된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출하는 단계를 포함할 수 있다.

Description

레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 장치 및 방법{A BIO-INFORMATION DETERMINATION APPARATUS AND METHOD USING TIME SERIES DATA ANALYSIS OF RADAR SIGNAL}

본 발명은 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 장치 및 방법에 관한 것으로, 보다 구체적으로는 레이더 신호를 통해 생성된 프레임 셋을 이진 데이터로 변환하고, 심박에 대한 템플릿을 이용하여 교차 상관관계를 분석함으로써 보다 정확하게 시간 영역에서의 심박 주파수 및 심박의 변화 양상을 검출하는 장치 및 방법에 관한 것이다.

레이더 기술은 항공, 군사 분야에서 원거리에 있는 타겟을 검출하거나, 타겟과의 거리를 측정하기 위해 사용되어 왔다. 근래에는 레이더 기술을 이용하여 근거리에 위치한 사람으로부터 맥박, 심박, 호흡과 같은 생체 정보를 비침습적이고 비접촉적으로 획득하기 위한 시도가 이루어지고 있다.

사람의 생체 정보를 획득하기 위한 레이더 기술로서 임펄스 레이더(Impulse Radar)와 CW 도플러 레이더(Continuous Wave Doppler Radar) 등이 이용될 수 있다. 이와 같은 두 가지 방식의 레이더 기술은 전력 소모, 목표물 탐지 거리, 공간 해상도 등에서 차이가 존재하므로 각각의 응용 분야가 달라질 수 있다.

그 중에서 UWB(Ultra Wide Band) 임펄스 레이더는 인체를 대상으로 이용될 때에 전자파의 과노출에 대한 위험도가 낮고 전력 소모가 적은 장점이 있다. 또한, UWB 임펄스 레이더는 주변기기와의 공존성에 있어서 우수한 특성을 가지고 있으며, 다른 방식들에 비해 공간 해상도가 뛰어나 사람의 생체 정보를 획득하는데 적합한 방식이라 볼 수 있다.

이와 같이 비침습적이고 비접촉적으로 사람의 생체 정보를 추출하기 위해 임펄스 레이더를 활용한 종래의 연구들을 분석해 보면 레이더 신호를 주파수 영역에서 다루고 있는 연구가 주를 이루고 있다. 그러나 주파수 영역에서 레이더 신호를 처리하게 되면 시간 영역에서의 단기적 특성(short term characteristics) 변화를 관찰할 수 없을 뿐만 아니라, 협소하고 낮은 주파수 대역에 분포하는 심박의 경우, 심박 주파수를 정밀하게 표현하기 위하여 신호 수집 시간을 늘려야 하는 문제가 발생한다.

본 발명에서는 UWB 임펄스 레이더를 활용하여 사람의 생체 정보 중 심박의 주파수를 높은 정확도로 추출할 수 있을 뿐만 아니라 시간 영역에서의 심박의 변화 양상을 정밀하게 검출할 수 있는 새로운 레이더 신호 처리 방식을 제안한다.
선행문헌 1 : 한국공개특허 KR20150120685A(2015-10-28)
선행문헌 2 : 한국공개특허 KR20090127688A(2009-12-14)
선행문헌 3 : 일본공개특허 JP2015097638A(2015-05-28)

본 발명은 레이더 신호를 통해 생성된 프레임 셋을 이진 데이터로 변환하고, 심박에 대한 템플릿을 이용하여 교차 상관관계를 분석함으로써 보다 정확하게 시간 영역에서의 심박 주파수 및 심박의 변화 양상을 검출하는 장치 및 방법을 제공한다.

본 발명의 일실시예에 따른 타겟의 생체 정보 결정 방법은 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 미리 정해진 수신 시간에 따라 누적시켜 제1 프레임 셋(Frame set)을 생성하는 단계; 미리 정해진 기준에 기초하여 이진 데이터로 변환된 제1 프레임 셋과 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성하는 단계; 상기 제2 프레임 셋에 포함된 시계열 데이터 중 상기 타겟의 심박과 비교하여 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정하는 단계; 상기 선정된 최적 샘플러에 포함된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출하는 단계를 포함할 수 있다.

상기 선정하는 단계는 상기 제2 프레임 셋을 구성하는 교차 상관계수를 통해 작성된 히스토그램을 이용하여 복수의 후보 샘플러를 선정하는 단계; 및 상기 선정된 복수의 후보 샘플러 각각에 대해 시계열 데이터의 분포 형태 및 이웃에 위치한 후보 샘플러의 개수 정보에 기초하여 상기 타겟의 심박과 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 결정하는 단계를 포함할 수 있다.

상기 최적 샘플러를 선정하는 단계는 상기 후보 샘플러들 중 가장 높은 가중치가 부여된 후보 샘플러를 최적 샘플러로 선정하고, 상기 가중치는 상기 복수의 후보 샘플러 각각에 대해 확인된 시계열 데이터의 분포 형태가 균등할수록 높게 설정되고, 또는 상기 복수의 후보 샘플러 각각에 대해 확인된 이웃에 위치한 후보 샘플러의 개수가 많을수록 높게 설정될 수 있다.

상기 선정된 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 공백을 제거함으로써 시계열 데이터를 보정하는 단계를 더 포함하고, 상기 추출하는 단계는 상기 보정된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출할 수 있다.

상기 보정하는 단계는 상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 내부에 위치한 제1 공백을 제거하는 단계; 및 상기 최적 샘플러의 이웃에 위치한 후보 샘플러의 개수에 기초하여 상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록과 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터에 대응하는 블록의 사이에 위치한 제2 공백을 제거하는 단계를 포함할 수 있다.

상기 제1 공백을 제거하는 단계는 상기 최적 샘플러 및 상기 최적 샘플러의 이웃에 위치한 후보 샘플러 각각에 대해 시계열 데이터에 대응하는 블록의 평균 길이를 이용하여 상기 블록의 내부에 위치한 제1 공백을 제거할 수 있다.

상기 제2 공백을 제거하는 단계는 상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 한 개인 경우, 상기 제2 공백의 앞과 뒤에 위치한 블록의 길이에 비교하여 짧은 길이를 가지는 블록에 1을 채워 넣음으로써 상기 제2 공백을 제거할 수 있다.

상기 제2 공백을 제거하는 단계는 상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 두 개인 경우, 상기 제2 공백에 대응하는 위치에 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터가 없으며 상기 최적 샘플러의 위치에 존재하는 제2 공백을 1로 채워 넣음으로써 상기 제2 공백을 제거할 수 있다.

상기 추출하는 단계는 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 중심점들 간의 시간 간격을 이용하여 상기 타겟에 대한 심박의 주파수를 결정할 수 있다.

제1항 내지 제10항 중 어느 한 항의 영상 처리 방법을 수행하기 위한 프로그램을 수록한 컴퓨터 판독 가능 기록 매체를 포함할 수 있다.

본 발명의 일실시예에 따른 타겟의 생체 정보 결정 장치는 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 신호 처리하는 프로세서를 포함하고, 상기 프로세서는 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 미리 정해진 수신 시간에 따라 누적시켜 제1 프레임 셋(Frame set)을 생성하고, 미리 정해진 기준에 기초하여 이진 데이터로 변환된 제1 프레임 셋과 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성하며, 상기 제2 프레임 셋에 포함된 시계열 데이터 중 상기 타겟의 심박과 비교하여 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정하고, 상기 선정된 최적 샘플러에 포함된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출할 수 있다.

상기 프로세서는 상기 제2 프레임 셋을 구성하는 교차 상관계수를 통해 작성된 히스토그램을 이용하여 복수의 후보 샘플러를 선정하고, 상기 선정된 복수의 후보 샘플러 각각에 대해 시계열 데이터의 분포 형태 및 이웃에 위치한 후보 샘플러의 개수 정보에 기초하여 상기 타겟의 심박과 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 결정할 수 있다.

상기 프로세서는 상기 후보 샘플러들 중 가장 높은 가중치가 부여된 후보 샘플러를 최적 샘플러로 선정하고, 상기 가중치는 상기 복수의 후보 샘플러 각각에 대해 확인된 시계열 데이터의 분포 형태가 균등할수록 높게 설정되고, 또는 상기 복수의 후보 샘플러 각각에 대해 확인된 이웃에 위치한 후보 샘플러의 개수가 많을수록 높게 설정될 수 있다.

상기 프로세서는 상기 선정된 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 공백을 제거함으로써 시계열 데이터를 보정하고, 상기 보정된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출할 수 있다.

상기 프로세서는 상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 내부에 위치한 제1 공백을 제거하고, 상기 최적 샘플러의 이웃에 위치한 후보 샘플러의 개수에 기초하여 상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록과 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터에 대응하는 블록의 사이에 위치한 제2 공백을 제거하여 시계열 데이터를 보정할 수 있다.

상기 프로세서는 상기 최적 샘플러 및 상기 최적 샘플러의 이웃에 위치한 후보 샘플러 각각에 대해 시계열 데이터에 대응하는 블록의 평균 길이를 이용하여 상기 블록의 내부에 위치한 제1 공백을 제거할 수 있다.

상기 프로세서는 상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 한 개인 경우, 상기 제2 공백의 앞과 뒤에 위치한 블록의 길이에 비교하여 짧은 길이를 가지는 블록에 1을 채워 넣음으로써 상기 제2 공백을 제거할 수 있다.

상기 프로세서는 상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 두 개인 경우, 상기 제2 공백에 대응하는 위치에 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터가 없으며 상기 최적 샘플러의 위치에 존재하는 제2 공백을 1로 채워 넣음으로써 상기 제2 공백을 제거할 수 있다.

상기 프로세서는 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 중심점들 간의 시간 간격을 이용하여 상기 타겟에 대한 심박의 주파수를 결정함으로써 상기 타겟의 심박 정보를 추출할 수 있다.

본 발명의 일실시예에 의하면, 레이더 신호를 통해 생성된 프레임 셋을 이진 데이터로 변환하고, 심박에 대한 템플릿을 이용하여 교차 상관관계를 분석함으로써 보다 정확하게 시간 영역에서의 심박 주파수 및 심박의 변화 양상을 검출할 수 있다.

도 1은 본 발명의 일실시예에 따른 레이더 신호를 이용한 생체 정보 결정 시스템을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 제1 프레임 셋의 생성 방법을 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 방법을 플로우차트로 도시한 도면이다.
도 4는 본 발명의 일실시예에 따라 제1 프레임 셋의 전처리 후의 레이더 신호의 모양을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따라 전처리된 제1 프레임 셋에 대한 조감도 시점에서의 모양을 도시한 도면이다.
도 6은 본 발명의 일실시예에 따른 전처리된 제1 프레임 셋을 이진 데이터로 변환한 예를 도시한 도면이다.
도 7은 본 발명의 일실시예에 따라 전처리된 제1 프레임 셋에서 관찰되는 패턴의 물리적 의미를 도시한 도면이다.
도 8은 본 발명의 일실시예에 따라 이진 데이터로 변환된 제1 프레임 셋과 심박에 대한 템플릿을 이용하여 교차 상관관계를 적용한 결과를 도시한 도면이다.
도 9는 본 발명의 일실시예에 따른 템플릿의 모양과 심박에 대한 패턴의 예를 도시한 도면이다.
도 10은 본 발명의 일실시예에 따른 시계열 데이터 내에 존재하는 공백 구간의 예를 도시한 도면이다.
도 11은 본 발명의 일실시예에 따라 최적 샘플러의 시계열 데이터를 보정하는 방법에 관한 예를 도시한 도면이다.
도 12는 본 발명의 일실시예에 따라 보정된 최적 샘플러의 시계열 데이터를 이용하여 심박 정보를 추출한 예를 도시한 도면이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 본 발명의 일실시예에 따른 레이더 신호를 이용한 생체 정보 결정 시스템을 도시한 도면이다.

타겟(110)의 생체 정보를 결정하기 위하여 생체 정보 결정 장치(100)는 송신 안테나를 이용하여 타겟(110)이 위치한 방향을 향해 레이더 신호를 투사할 수 있다. 이때, 송신 안테나를 통해 투사되는 송신 레이더 신호는 펄스 형태의 레이더 신호일 수 있다. 예를 들어, 송신 레이더 신호는 인체에 대한 위험도가 낮고 전력 소모가 적은 UWB 임펄스 형태의 레이더 신호일 수 있다. 이때, 생체 정보 결정 장치(100)를 통해 투사되는 UWB 임펄스 형태의 레이더 신호는 중심주파수 및 대역폭과 같은 주파수 특성이 표준으로 정해져 있다.

이후 생체 정보 결정 장치(100)는 투사된 송신 레이더 신호가 타겟(110)으로부터 반사되어 수신 안테나를 통해 수집되는 수신 레이더 신호를 이용하여 타겟(110)의 생체 정보를 결정할 수 있다. 이때, 생체 정보 결정 장치(100)는 수신 레이더 신호를 주파수 영역에서 분석하는 종래의 기술과는 달리 시간 영역에서 분석함으로써 시간의 흐름에 따른 생체 정보의 단기적 특성 변화를 측정할 수 있다. 레이더 신호를 이용하여 타겟(110)의 다양한 생체 정보를 측정할 수 있으나 본 발명에서는 그 중에서 심박 정보를 측정하는 방법을 제공한다.

도 2는 본 발명의 일실시예에 따른 제1 프레임 셋의 생성 방법을 도시한 도면이다.

생체 정보 결정 장치(100)에서 투사되는 송신 레이더 신호는 도 2의 (a)과 같이 시간 축 상에서 폭이 극단적으로 좁은 펄스 형태일 수 있다. 생체 정보 결정 장치(100)는 이와 같은 형태의 송신 레이더 신호를 송신 안테나를 이용하여 일정한 시간 간격으로 타겟(110)을 향해 투사할 수 있다.

그리고 생체 정보 결정 장치(100)는 투사된 송신 레이더 신호가 타겟(110)으로부터 반사된 레이더 신호를 수신 안테나를 이용하여 수집할 수 있다. 이때, 생체 정보 결정 장치(100)는 미리 정해진 시간에 따라 수신 안테나를 통해 수신 레이더 신호를 수집할 수 있다. 수신 안테나를 통해 수집되는 수신 레이더 신호는 다중 레이더 펄스가 중첩된 형태의 신호일 수 있다.

생체 정보 결정 장치(100)는 수신 안테나를 통해 수집되는 수신 레이더 신호를 디지털 데이터로 변환할 수 있다. 이 때, 수신 안테나를 통해 수집되는 수신 레이더 신호는 복수의 샘플러를 이용하여 샘플링됨으로써 디지털 데이터로 변환될 수 있다. 본 발명에서는 이와 같이 디지털 데이터로 변환된 수신 레이더 신호를 프레임(Frame)으로 칭한다.

본 발명에서 도 2의 (b)는 단일 프레임의 형태를 보여준다. 이 때, 가로 축에 대응하는 샘플러 인덱스(Sampler Index) 축은 각각의 샘플러 인덱스의 번호를 나타내고, 세로 축에 대응하는 신호 크기 축은 수신 안테나를 통해 수집된 레이더 신호의 전압을 나타낸다. 이때, 각각의 샘플러 인덱스 번호는 레이더 안테나로부터 타겟(110)까지의 거리에 비례할 수 있다. 예를 들어, 샘플러 인덱스 번호가 커질수록 레이더 안테나로부터 타겟(110)까지의 거리가 멀 수 있다.

생체 정보 결정 장치(100)는 수신 레이더 신호에서 타겟(110)의 심박 주파수를 효율적으로 추출하기 위해 복수의 단일 프레임들을 시간의 흐름에 따라 누적시킨 프레임 셋(Frame Set)을 생성하여 이용할 수 있다. 이때, 누적되는 복수의 단일 프레임들은 512개, 1024개 등과 같이 2의 n승 단위로 이용될 수 있다.

구체적으로 본 발명에서 도 2의 (c)는 프레임 셋의 형태를 보여준다. 프레임 셋은 샘플러 인덱스 축과 시간 축이 형성하는 평면상에 수신 레이더 신호의 크기가 표현된 형태를 가진다. 즉, 프레임 셋은 2차원 매트릭스의 데이터 구조로 표현될 수 있다.

예를 들어, 생체 정보 결정 장치(100)가 256개의 샘플러를 지원한다고 가정하자. 그러면 프레임 셋의 샘플러 인덱스 축은 256개로 구성될 수 있다. 그리고 생체 정보 결정 장치(100)가 20 ms 간격으로 512개의 수신 레이더 신호를 수집한다고 가정하자. 그러면 매 20ms 간격으로 수집되는 단일 프레임이 시간 축 방향으로 누적되어 프레임 셋을 구성하므로 시간 축은 512개의 단위시간(0.02 초)으로 구성되며 하나의 프레임 셋은 10.24초 동안 수집된 수신 레이더 신호를 통해 생성될 수 있다. 이와 같은 프레임 셋은 상기 예에 한정되지 않고 필요와 용도에 따라 다양한 수치로 변경이 가능하다.

생체 정보 결정 장치(100)를 통해 생성된 프레임 셋은 타겟(110)의 생체 정보를 포함하고 있다. 특히, 프레임 셋에 포함된 시간 축 방향의 데이터들 중 가장 큰 변동(fluctuation)을 보이는 데이터는 타겟(110)의 호흡에 대한 정보를 나타낸다. 즉, 도 2의 (c)에서 보는 바와 같이 138번째 샘플러의 시간 축 방향의 데이터 상에 나타나는 큰 변동은 타겟(110)의 호흡에 의해 수신 레이더 신호의 위상(phase)이 시간의 흐름에 따라 변동되는 것을 나타난 것을 나타낸다.

이와는 달리 거의 모든 샘플러의 시간 축 방향의 데이터 상에 작은 크기로 나타나는 리플(ripple)은 타겟(110)의 심박에 대한 정보를 나타낸다. 본 발명의 생체 정보 결정 장치(100)는 복수의 샘플러 중에서 타겟(110)의 심박과 관련된 최적 샘플러를 선정하고, 선정된 최적 샘플러의 시간 축 방향의 데이터 즉, 시계열 데이터를 시간 영역에서 분석하고 처리함으로써 타겟(110)의 심박 정보를 측정할 수 있다.

도 3은 본 발명의 일실시예에 따른 레이더 신호의 시계열 데이터 분석을 이용한 생체 정보 결정 방법을 플로우차트로 도시한 도면이다.

단계(310)에서, 생체 정보 결정 장치(100)는 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 미리 정해진 수신 시간에 따라 누적시켜 제1 프레임 셋(Frame set)을 생성할 수 있다. 이때, 생성된 프레임 셋은 샘플러 인덱스 축과 시간 축이 형성하는 평면상에 수신 레이더 신호의 크기가 표현된 형태를 가진다. 즉, 프레임 셋은 2차원 매트릭스의 데이터 구조로 표현될 수 있다.

단계(320)에서, 생체 정보 결정 장치(100)는 미리 정해진 기준에 기초하여 이진 데이터로 변환된 제1 프레임 셋과 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성할 수 있다. 이를 위해 생체 정보 결정 장치(100)는 먼저 제1 프레임 셋에서 각 샘플러가 가지는 시간 축 방향의 데이터 집합인 시계열 데이터에 전처리 과정을 수행할 수 있다.

구체적으로 시계열 데이터에는 타겟(110)의 심박 정보 외에 호흡에 의한 위상 변화 성분이 포함되어 있다. 이때, 시계열 데이터에서 보이는 큰 진폭의 파동 성분은 호흡에 의한 것이고, 그 위에 실려 있는 작은 진폭의 파동 성분은 심박에 의한 것이다. 일반적으로 심박에 의한 흉곽의 움직임은 약 0.2 ~ 0.5 mm의 변위를 가지며, 호흡에 의한 흉곽의 움직임은 4 ~ 12 mm의 변위를 가진다. 그러므로 흉곽의 움직임이 반영된 시계열 데이터에서 호흡 성분이 우선적으로 제거되어야 타겟(110)의 심박 성분을 효과적으로 추출할 수 있다.

이를 위해 생체 정보 결정 장치(100)는 각 샘플러의 시계열 데이터에서 직류 성분, 호흡 성분 및 노이즈를 제거하여 타겟(110)의 심박 정보를 추출하기 위하여 대역통과필터를 이용할 수 있다. 사람의 심박 주파수는 1~3Hz 대역에 분포하므로 생체 정보 결정 장치(100)는 1~3Hz 대역의 주파수로 구성된 신호 성분을 선택적으로 통과시키는 대역통과필터를 이용하여 각 샘플러의 시계열 데이터를 필터링함으로써 제1 프레임 셋에서 심박의 영향을 받은 신호 성분만을 남길 수 있다. 즉, 정지된 배경 객체에서 반사된 신호에 포함된 저주파수 성분이나 고주파수의 잡음 성분이 대역통과필터를 통해 효과적으로 제거될 수 있다.

이때, 생체 정보 결정 장치(100)는 대역통과필터를 구현하기 위하여 하기의 식 1과 같은 IIR(Infinite Impulse Response) 형태의 필터를 채택할 수 있으며, 1 Hz와 3 Hz를 차단 주파수로 하는 4차의 버터워스(Butterworth) 대역통과필터의 특성을 가지도록 설계할 수 있다. 식 1에서 입력 변수인 x[n]에 각 샘플러들의 시계열 데이터를 대입하면 결과인 y[n]을 얻을 수 있다.

[식 1]

상기 식 1에서 a[k]와 b[k]는 대역통과필터 특성을 구현하기 위한 계수이며, 이를 하기의 표 1에서 나타내었다. 변수 N과 M은 각각 계수 a[k]와 b[k]의 개수를 나타내며 각각 5의 값을 갖는다.

[표 1] 대역통과필터를 위한 계수의 값

제1 프레임 셋을 구성하는 각 샘플러의 시계열 데이터에 대해 대역통과필터를 이용하여 필터링한 결과를 도 4의 (a)에 나타내었는데 이를 확인해보면 직류 성분과 호흡 성분이 제거된 것을 알 수 있다. 이후 대역통과필터를 통과한 모든 샘플러들의 시계열 데이터를 누적시킨 결과가 도 4의 (b)이다. 이때, 약 150번째 샘플러에서 200번째 샘플러에 이르는 구간에서 관찰되는 다수의 피크는 심박에 의한 레이더 신호의 위상 변화 양상이 대역통과필터에 의해 부각되어 나타난 것을 의미한다.

심박에 의한 레이더 신호의 위상 변화 양상을 보다 쉽게 관찰하기 위하여 대역통과필터 처리 전후의 제1 프레임 셋을 조감도 시점에서 나타낸 도면이 도 5의 (a) 및 (b)이다. 도 5의 (a)에서 약 150번째 샘플러에서 200번째 샘플러에 이르는 구간에서 시간 축을 따라 연속으로 나타나는 피크의 모습을 관찰할 수 있는데 이러한 피크의 열에서 샘플러 축 방향으로의 움직임은 관찰되지 않는다. 그러나 도 5의 (b)에서 약 150번째 샘플러에서 200번째 샘플러에 이르는 구간에서는 특정 모양의 패턴이 반복적으로 나타나는 것을 볼 수 있는데 이것은 UWB 임펄스 레이더의 운용 방식의 특성에 기인한 것이다.

구체적으로 레이더 시스템의 송신 안테나에서 타겟(110)을 향해 높은 주파수의 레이더 펄스를 반복적으로 투사하면 다수의 펄스가 체표면에서 반사될 때에 심박에 의한 미세한 움직임으로 인하여 위상이 변한 상태로 레이더 시스템의 수신 안테나로 돌아오게 된다. 그리고 수신 안테나에서는 레이더 송신 주파수보다 상대적으로 낮은 주파수로 펄스들을 수집하게 되므로 위상 변화를 겪은 수많은 펄스가 중첩된 형태의 프레임이 생성된다. 이러한 프레임들이 누적된 제1 프레임 셋에서 대역통과필터를 활용해 심박의 주파수 대역 성분만을 추출하게 되면 시간 축 방향으로는 심박의 패턴이 나타나고 샘플러 축 방향으로는 대역통과필터에 의해 크기가 변화된 프레임의 피크가 나타나게 되는 것이다.

이후 생체 정보 결정 장치(100)는 전처리 과정이 수행된 제1 프레임 셋의 모든 데이터를 대상으로 특정 역치(threshold)보다 높은 값은 "1"로 설정하고, 낮은 값은 "0"으로 설정하여 도 6와 같은 이진 데이터를 생성할 수 있다. 이때, 특정 역치는 전체 신호 처리 결과의 정확도에 영향을 끼치는 인자로서 실험적으로 결정될 수 있다. 도 6에서 보이는 검은 색 점과 선은 "1"의 값을 나타내고, 빈 공백은 "0"을 의미하는데 각 샘플러가 가지는 시계열 데이터를 살펴보면 임의의 길이를 가지는 "1"의 열이 반복적으로 나타나는 것을 관찰할 수 있다. 이와 같이 이진 데이터로 변환된 시계열 데이터의 형태와 각 샘플러가 가지는 시계열 데이터 간의 위상 관계를 활용하여 생체 정보 결정 장치(100)는 이진 데이터 내에서 심박의 영향이 나타나는 부분을 부각할 수 있다.

이후 생체 정보 결정 장치(100)는 심박의 영향이 부각되어 나타난 이진 데이터를 이용하여 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성 할 수 있다. 구체적으로 임의의 이미지 내에서 찾고자 하는 특정 형태가 있을 경우, 이를 템플릿으로 삼아 전체 이미지와의 2차원 교차 상관관계를 분석하면 해당 임의의 이미지 내에서 특정 형태가 위치한 곳을 찾을 수 있다.

심박 패턴의 물리적 의미를 분석하기 위하여 이진 데이터의 이미지 내에서 관찰되는 패턴의 개략적인 모습을 도 7에 나타내었다. 이진 이미지에서 나타나는 패턴의 모습은 시간 축 방향으로 일정한 주기로 반복되는 "1"의 열과 샘플러 축 방향의 인접한 위치에서 이와는 위상이 반대인 "1"의 주기적인 열이 나타나는 형태이다. 위상이 반대인 열이 나타나는 샘플러의 간격은 3 이하의 범위에 있으며 이진 이미지를 생성하는 과정에서 사용된 역치가 클수록 간격이 넓어지고 역치가 낮을수록 간격이 좁아진다.

시간 축 방향으로 반복적으로 나타나는 "1"의 열은 대역통과필터를 통과한 시계열 데이터가 특정 역치에 기초하여 이진 값으로 표현된 것으로서 실제 심박에 의해 체표면이 움직인 변위에 동기를 이루고 있다. 그리고 샘플러 축 방향으로 반복적으로 나타나는 패턴은 대역통과필터의 영향을 받은 단일 프레임의 각 피크가 이진 값으로 표현된 것인데 각 패턴의 간격은 이진 이미지 변환 시에 사용된 역치가 크면 넓게 나타나고 역치가 작으면 좁게 나타난다.

심박의 주파수 대역에 해당하는 1 ~ 3 Hz 대역에서의 다양한 패턴을 분석하여 심박의 발생을 의미하는 대표적인 형태를 도출할 수 있으며, 본 발명의 생체 정보 결정 장치(100)는 이를 템플릿으로 활용할 수 있다. 템플릿은 45 ㅧ 5 크기의 2차원 배열로서 길이가 15인 "1"과 "0"의 열로 구성되어 있으며 이는 도 8의 (a)와 같다. 템플릿의 형상이 실제 심박에 의한 다양한 패턴을 대표할 수 있는지를 살펴보기 위하여 심박의 주파수가 최저 한계인 1 Hz 인 경우(도 9의 (b))와 최고 한계인 3 Hz 인 경우(도 9의 (c))의 각 패턴과 이미 도출한 템플릿(도 9의 (a))을 도 9에 함께 나타내었다. 그리고 템플릿과 각 패턴에서의 시간 축 방향의 길이를 시간 단위로 표시하였다. 도 9에 나타난 바와 같이 1 ~ 3 Hz의 대역에서 발생하는 심박 패턴은 템플릿을 시간 축 방향으로 크기 조정 (scaling)한 형태로 간주할 수 있다. 그러므로 템플릿을 활용하여 이진 이미지와 2차원 교차 상관관계를 분석할 경우에 실제 심박 패턴의 위치에서 심박이 존재하지 않는 주변부보다 상대적으로 큰 값의 상관 계수를 얻을 수 있다. 결론적으로 템플릿은 이진 이미지에서 심박이 발생한 위치를 찾아내는 데에 활용될 수 있음을 알 수 있다.

도 6과 같은 이진 이미지를 시간 축 변수 x와 샘플러 축 변수 y를 갖는 512 ㅧ 250 크기의 이미지인 f(x,y)로 표현하고 45 ㅧ 5 크기의 템플릿을 w(x,y)로 표현하였을 때, 이들의 2차원 교차 상관 계수인 c(x,y)를 구하는 수식은 하기의 식 2와 같다.

[식 2]

교차 상관 계수로 구성된 새로운 제2 프레임 셋의 모양은 도 8의 (b)와 같다. 도 8의 (b) 내의 약 150번째 샘플러에서 200번째 샘플러에 이르는 구간에서 주변부보다 상관 계수 값이 크게 나타남을 의미하는 다수의 피크가 관찰된다. 이러한 피크가 발생한 위치는 심박의 패턴이 존재할 확률이 높은 곳을 의미하며 이어지는 과정에서 심박이 가장 잘 드러나는 시계열 데이터를 가진 샘플러를 찾는 데에 활용된다.

단계(330)에서, 생체 정보 결정 장치(100)는 제2 프레임 셋에 포함된 시계열 데이터 중 타겟(110)의 심박과 비교하여 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정할 수 있다. 이를 위해 생체 정보 결정 장치(100)는 제2 프레임 셋을 대상으로 시간 축의 단위 시점에서 상관 계수의 최대치가 나타내는 샘플러를 찾은 후 이들에 대한 히스토그램을 작성하여 가장 발생 빈도가 높은 복수의 후보 샘플러를 선정할 수 있다.

이러한 후보 샘플러의 선정 과정에서는 시간 축의 시점마다 심박이 가장 잘 드러나는 샘플러를 찾을 수 있다. 즉, 시간의 흐름에 따른 심박의 변화 양상을 세밀하게 표현하는 데에 기여하게 된다. 그리고 각 샘플러의 번호는 안테나에서 목표물까지의 물리적 거리에 대응되는 값이기 때문에 후보로 선정된 샘플러에 상응하는 위치에서 심박이 명확하게 관찰된다는 의미를 내재하게 된다.

이후 생체 정보 결정 장치(100)는 선정된 복수의 후보 샘플러 각각에 대해 시계열 데이터의 분포 형태 및 이웃에 위치한 후보 샘플러의 개수 정보에 기초하여 타겟(110)의 심박과 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정할 수 있다.

먼저 생체 정보 결정 장치(100)는 복수의 후보 샘플러 각각에 대한 시계열 데이터의 분포 형태에 따라 서로 다른 가중치를 부여할 수 있다. 도 6과 같은 이진 이미지에서 시간 축을 따라 형성된 "1"과 "0"의 열은 심박과 동기를 이루고 있으므로 각 열이 가장 균등하게 분포된 시계열 데이터를 가지고 있는 샘플러를 후보 샘플러로 선택하는 것이 중요하다. 이는 가장 균등하게 분포된 시계열 데이터를 가진 샘플러에서 심박 성분이 가장 명료하게 드러나기 때문이다. 결과적으로 가장 균등하게 분포된 시계열 데이터를 가진 샘플러를 선택하는 과정은 심박이 발생한 위치를 보다 정확하게 검출하는 데에 기여하며 신호 대 잡음비 (signal to noise ratio)가 가장 높은 샘플러를 후보 샘플러로 선택하도록 한다.

이를 위해 생체 정보 결정 장치(100)는 각각의 후보 샘플러의 시계열 데이터에 대하여 연속길이 부호화(run length encoding)를 수행할 수 있다. 연속길이 부호화는 주로 데이터의 무손실 압축에 활용되는 기법으로서 연속되는 데이터의 열을 반복되는 값과 그의 개수로 표현하는 방법이다. 본 발명에서는 복수의 후보 샘플러 각각이 가지는 시계열 데이터에서 "1"과 "0"의 열의 길이를 계산하는 데에 이를 활용하였다.

연속길이 부호화가 종료된 후 생체 정보 결정 장치(100)는 각각의 후보 샘플러에 대한 부호화 데이터에 대해 표준 편차를 계산할 수 있다. 이때, 표준 편차가 가장 작은 후보 샘플러의 시계열 데이터에서 "1"과 "0"의 배열이 가장 균등하게 분포되어 있다고 추정할 수 있다. 따라서, 생체 정보 결정 장치(100)는 각각의 후보 샘플러에 대해 표준 편차가 작을수록(시계열 데이터의 분포 형태가 균등할수록) 높은 가중치를 부여하고 표준 편차가 클수록(시계열 데이터의 분포 형태가 균등하지 않을수록) 낮은 가중치를 부여할 수 있다.

다음으로 생체 정보 결정 장치(100)는 각각의 후보 샘플러에 대해 이웃에 위치한 후보 샘플러의 개수에 따라 서로 다른 가중치를 부여할 수 있다. 각각의 후보 샘플러에 대해 +3 또는 -3의 이내의 위치에 후보 샘플러가 있을 경우 이를 이웃 샘플러(neighbor sampler)라고 칭할 수 있다. 생체 정보 결정 장치(100)는 이웃 샘플러의 존재 여부에 따라 가중치를 차등적으로 부여할 수 있는데 만약 각각의 후보 샘플러의 양쪽에 위치한 이웃 샘플러의 개수가 많을수록 높은 가중치를 부여하고, 적을수록 낮은 가중치를 부여할 있다. 이는 심박이 발생한 위치가 특정 샘플러를 중심으로 정규분포를 따르고 있을 가능성이 높기 때문으로 이웃 샘플러의 갯우에 따라 차별적으로 가중치를 부여하는 과정은 심박이 나타날 확률이 가장 높은 샘플러 즉, 정규분포상의 평균값에 가장 가까운 샘플러를 선택하는 데에 도움을 줄 수 있다.

생체 정보 결정 장치(100)는 복수의 후보 샘플러 각각에 대한 시계열 데이터의 분포 형태에 따라 부여된 가중치와 이웃 샘플러의 존재 여부에 따라 부여된 가중치를 곱한 다음 그 결과값이 높은 순서대로 후보 샘플러들을 새롭게 분류하고, 그 중 가장 높은 점수를 받은 후보 샘플러를 최적 샘플러로 선정할 수 있다.

단계(340)에서, 생체 정보 결정 장치(100)는 선정된 최적 샘플러에 포함된 시계열 데이터를 보정할 수 있다. 먼저 도 10과 같이 최적 샘플러에 포함된 시계열 데이터에서 연속된 "1"의 배열을 블록(block)으로 칭할 수 있다. 시계열 데이터를 살펴보면 블록 내에 공백 구간이 존재하는 경우가 있으며 이의 예는 도 10과 같다. 도 10에서 (a)과 (b)으로 표시된 구간이 공백에 해당한다. 공백은 레이더 신호를 표본화하는 과정에서 발생한 양자화 오차나 외부 잡음에 의해 발생할 수 있으며 제1 프레임 셋을 이진 데이터로 변환하는 과정에서 역치를 지나치게 높게 설정하였을 때에도 발생할 수 있다. 이어지는 과정에서 블록의 길이를 활용하여 심박의 위치를 계산해야 하므로 공백은 신호 대 잡음비를 떨어뜨리는 요소로 작용한다. 그러므로 공백에 해당하는 위치에 적당한 값을 반영하여 공백을 제거하는 과정이 필요하다. 도 10에 가장 흔히 관찰되는 공백의 형태를 나타내었는데 (a) 형태의 공백은 최적 샘플러에 포함된 시계열 데이터의 특정 블록 내에 존재하는 공백에 해당하고, (b) 형태의 공백은 이웃 샘플러에 포함된 시계열 데이터와의 비교를 통해서 찾아낼 수 있는 공백을 나타내고 있다. 최적 샘플러와 이웃 샘플러가 가진 시계열 데이터의 관계를 살펴보면 블록의 위상이 정반대인 모습으로 나타나기 때문에 이를 활용하면 공백을 쉽게 제거할 수 있다.

생체 정보 결정 장치(100)는 도 11의 (a)와 같이 블록의 내부에 위치한 공백을 제거할 수 있다. 먼저 생체 정보 결정 장치(100)는 공백의 앞에 위치한 블록의 길이

과 공백의 뒤에 위치한 블록의 길이

, 그리고 공백의 폭

를 측정할 수 있다. 이때, 시계열 데이터 내의 "1"과 "0"의 열에 대한 길이는 앞서 행한 연속길이 부호화 과정에서 측정된 바가 있으므로, 이를 활용하여 블록과 공백의 길이를 측정할 수 있다. 이후 생체 정보 결정 장치(100)는 두 블록의 길이와 공백의 폭을 더한 값이 블록의 평균 길이인

의 120%와 같거나 짧은 경우 즉,

인 경우 생체 정보 결정 장치(100)는 공백을 "1"로 채워 넣어 시계열 데이터를 보정할 수 있다. 이러한 블록의 내부에 위치한 공백을 제거하는 보정 작업은 최적 샘플러와 모든 이웃 샘플러에 대해 수행될 수 있다.

이와 같이 블록의 내부에 위치하여 존재하는 비정상적인 공백을 모두 제거한 후에 발견되는 공백에 대해서 생체 정보 결정 장치(100)는 해당 공백이 어떤 샘플러에 속한 것인지 명확하지 않은 경우 이에 대한 보정을 수행할 수 있다. 이러한 경우에는 최적 샘플러와 이웃 샘플러에 포함된 시계열 데이터의 분포를 비교하여 공백을 찾아낸 후에 이를 제거함으로써 시계열 데이터를 보정할 수 있다. 이때, 생체 정보 결정 장치(100)는 최적 샘플러가 가진 이웃 샘플러의 개수에 따라 보정 방법을 달리하며 전후 위치인 ㅁ 3의 위치에 이웃 샘플러가 모두 존재할 경우에는 두 샘플러의 시계열 데이터를 모두 참고함으로써 정교한 보정이 가능하고 이웃 샘플러가 하나밖에 없으면 보다 간단한 방식으로 보정이 이루어진다.

생체 정보 결정 장치(100)는 단일 블록 내의 공백이 제거된 최적 샘플러의 이웃 샘플러가 하나인 경우, 최적 샘플러에 포함된 공백의 앞과 뒤에 위치한 단일 블록의 길이를 비교하여 짧은 길이를 가지는 단일 블록에 1을 채워 넣음으로써 상기 공백을 제거할 수 있다. 예를 들어, 도 11의 (b)에 나타난 바와 같이 공백의 앞에 위치한 이웃 샘플러의 블록 길이

이 공백의 뒤에 위치한 최적 샘플러의 블록 길이

보다 긴 것을 알 수 있다. 이러한 경우 생체 정보 결정 장치(100)는 길이가 -은 블록이 위치한 최적 샘플러의 공백 위치에 "1"을 채워 넣는 방식으로 시계열 데이터를 보정할 수 있다.

이와는 달리 단일 블록 내의 공백이 제거된 최적 샘플러의 이웃에 위치한 후보 샘플러가 두 개인 경우, 현재의 공백 위치에 이웃 샘플러의 데이터가 모두 존재하지 않을 경우에만 최적 샘플러의 공백에 "1"을 채워 넣는 방식으로 시계열 데이터를 보정할 수 있다. 예를 들어, 도 11의 (c)에 나타난 바와 같이 최적 샘플러인 175번 샘플러의 전후 위치인 172, 178번 위치에 이웃 샘플러가 존재하는 것을 볼 수 있다. 이때, 공백이 위치하는 특정 시점인

에서는 172, 178번 이웃 샘플러에 데이터가 존재하지 않으므로 생체 정보 결정 장치(100)는

시점에서 최적 샘플러가 데이터를 가질 확률이 높다고 판단하여 최적 샘플러의 공백을 "1"로 채울 수 있다.

그러나 특정 시점인

에서는 178번 이웃 샘플러의 경우 데이터가 존재하지만 172번 이웃 샘플러는 비어있으므로 생체 정보 결정 장치(100)는

시점에서 172번 이웃 샘플러가 데이터를 가질 확률이 높다고 판단하여 172번 이웃 샘플러의 공백을 "1"로 채우고 최적 샘플러의 공백은 비워두게 된다.

단계(350)에서, 생체 정보 결정 장치(100)는 보정된 최적 샘플러에 포함된 시계열 데이터에 기초하여 타겟(110)의 심박 정보를 추출할 수 있다. 최적 샘플러의 시계열 데이터에 포함된 각각의 블록은 심박과 동기를 이루고 있기 때문에 생체 정보 결정 장치(100)는 각 블록의 중심점을 심박의 발생 시점으로 추정할 수 있다. 따라서, 각 블록의 중심점 간의 간격이 심박 간의 시간 간격으로 간주될 수 있으며, 생체 정보 결정 장치(100)는 심박 간의 시간 간격에 대한 역수를 구함으로써 타겟(110)의 심박 주파수를 계산할 수 있다.

도 12는 최종적으로 선택된 최적 샘플러의 시계열 데이터가 N 개의 블록으로 구성된 예를 나타내며, 생체 정보 결정 장치(100)는 이를 토대로 하기의 식 1을 통해 타겟(110)의 심박 주파수를 계산할 수 있다.

[식 3]

본 발명에서는 UWB 임펄스 레이더를 활용하여 타겟(110)의 심박 정보를 효율적으로 추출하는 방법을 제공한다. 본 발명의 생체 정보 결정 장치(100)는 인체에서 반사된 레이더 신호에 실려 있는 심박 정보를 추출하기 위하여 시간 영역에서 레이더 신호를 처리하였으며 이의 결과로 얻어진 심박의 시간적 위치를 기반으로 심박의 주파수 및 심박의 변화 양상을 검출할 수 있다.

이와 같은 생체 정보 결정 장치(100)는 보안, 안전, 감시, 헬스케어 등의 다양한 분야에 활용될 수 있다. 특히 레이더 시스템을 한 개의 송신단과 두 개 이상의 수신단으로 구성하거나 레이더 시스템에 다수의 안테나로 구성된 배열 안테나(array antenna)를 활용한다면, 공간에서의 타겟(110) 위치를 결정할 수 있으므로 타겟(110)의 정확한 생체 정보와 위치 정보를 동시에 측정할 수 있어 다양한 응용 분야에 활용될 수 있다.

한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.

본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체) 또는 전파 신호에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.

컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 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), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.

또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 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 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.

한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.

100 : 생체 정보 결정 장치
110 : 타겟

Claims (20)

1. 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 미리 정해진 수신 시간에 따라 누적시켜 제1 프레임 셋(Frame set)을 생성하는 단계;
   미리 정해진 기준에 기초하여 이진 데이터로 변환된 제1 프레임 셋과 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성하는 단계;
   상기 제2 프레임 셋에 포함된 시계열 데이터 중 상기 타겟의 심박과 비교하여 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정하는 단계;
   상기 선정된 최적 샘플러에 포함된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출하는 단계
   를 포함하는 타겟의 생체 정보 결정 방법.
2. 제1항에 있어서,
   상기 선정하는 단계는,
   상기 제2 프레임 셋을 구성하는 교차 상관계수를 통해 작성된 히스토그램을 이용하여 복수의 후보 샘플러를 선정하는 단계; 및
   상기 선정된 복수의 후보 샘플러 각각에 대해 시계열 데이터의 분포 형태 및 이웃에 위치한 후보 샘플러의 개수 정보에 기초하여 상기 타겟의 심박과 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 결정하는 단계
   를 포함하는 타겟의 생체 정보 결정 방법.
3. 제2항에 있어서,
   상기 최적 샘플러를 선정하는 단계는,
   상기 후보 샘플러들 중 가장 높은 가중치가 부여된 후보 샘플러를 최적 샘플러로 선정하고,
   상기 후보 샘플러들 각각은,
   연속길이 부호화가 수행된 시계열 데이터의 표준 편차 및 일정한 거리 내에 위치한 다른 후보 샘플러의 개수에 기초하여 서로 다른 가중치가 적용되는 타겟의 생체 정보 결정 방법.
4. 제1항에 있어서,
   상기 선정된 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 공백을 제거함으로써 시계열 데이터를 보정하는 단계;
   를 더 포함하는 타겟의 생체 정보 결정 방법.
5. 제4항에 있어서,
   상기 추출하는 단계는,
   상기 보정된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출하는 타겟의 생체 정보 결정 방법.
6. 제4항에 있어서,
   상기 보정하는 단계는,
   상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 내부에 위치한 제1 공백을 제거하는 단계; 및
   상기 최적 샘플러의 이웃에 위치한 후보 샘플러의 개수에 기초하여 상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록과 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터에 대응하는 블록의 사이에 위치한 제2 공백을 제거하는 단계
   를 포함하는 타겟의 생체 정보 결정 방법.
7. 제6항에 있어서,
   상기 제1 공백을 제거하는 단계는,
   상기 최적 샘플러 및 상기 최적 샘플러의 이웃에 위치한 후보 샘플러 각각에 대해 시계열 데이터에 대응하는 블록의 평균 길이를 이용하여 상기 블록의 내부에 위치한 제1 공백을 제거하는 타겟의 생체 정보 결정 방법.
8. 제6항에 있어서,
   상기 제2 공백을 제거하는 단계는,
   상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 한 개인 경우, 상기 제2 공백의 앞과 뒤에 위치한 블록의 길이에 비교하여 짧은 길이를 가지는 블록에 1을 채워 넣음으로써 상기 제2 공백을 제거하는 타겟의 생체 정보 결정 방법.
9. 제6항에 있어서,
   상기 제2 공백을 제거하는 단계는,
   상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 두 개인 경우, 상기 제2 공백에 대응하는 위치에 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터가 없으며 상기 최적 샘플러의 위치에 존재하는 제2 공백을 1로 채워 넣음으로써 상기 제2 공백을 제거하는 타겟의 생체 정보 결정 방법.
10. 제1항에 있어서,
    상기 추출하는 단계는,
    최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 중심점들 간의 시간 간격을 이용하여 상기 타겟에 대한 심박의 주파수를 결정하는 타겟의 생체 정보 결정 방법.
11. 제1항 내지 제10항 중 어느 한 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
12. 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 신호 처리하는 프로세서
    를 포함하고,
    상기 프로세서는 심박을 측정하고자 하는 타겟으로부터 반사된 레이더 펄스가 중첩되어 형성된 단일 프레임을 미리 정해진 수신 시간에 따라 누적시켜 제1 프레임 셋(Frame set)을 생성하고, 미리 정해진 기준에 기초하여 이진 데이터로 변환된 제1 프레임 셋과 심박을 나타내는 템플릿 간의 교차 상관관계를 분석하여 교차 상관계수로 구성된 제2 프레임 셋을 생성하며, 상기 제2 프레임 셋에 포함된 시계열 데이터 중 상기 타겟의 심박과 비교하여 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 선정하고, 상기 선정된 최적 샘플러에 포함된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출하는 타겟의 생체 정보 결정 장치.
13. 제12항에 있어서,
    상기 프로세서는,
    상기 제2 프레임 셋을 구성하는 교차 상관계수를 통해 작성된 히스토그램을 이용하여 복수의 후보 샘플러를 선정하고, 상기 선정된 복수의 후보 샘플러 각각에 대해 시계열 데이터의 분포 형태 및 이웃에 위치한 후보 샘플러의 개수 정보에 기초하여 상기 타겟의 심박과 유사도가 가장 높은 시계열 데이터를 포함하는 최적 샘플러를 결정하는 타겟의 생체 정보 결정 장치.
14. 제13항에 있어서,
    상기 프로세서는
    상기 후보 샘플러들 중 가장 높은 가중치가 부여된 후보 샘플러를 최적 샘플러로 선정하고, 상기 후보 샘플러들 각각은 연속길이 부호화가 수행된 시계열 데이터의 표준 편차 및 일정한 거리 내에 위치한 다른 후보 샘플러의 개수에 기초하여 서로 다른 가중치가 적용되는 타겟의 생체 정보 결정 장치.
15. 제12항에 있어서,
    상기 프로세서는
    상기 선정된 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 공백을 제거함으로써 시계열 데이터를 보정하고, 상기 보정된 시계열 데이터에 기초하여 상기 타겟의 심박 정보를 추출하는 타겟의 생체 정보 결정 장치.
16. 제15항에 있어서,
    상기 프로세서는,
    상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 내부에 위치한 제1 공백을 제거하고, 상기 최적 샘플러의 이웃에 위치한 후보 샘플러의 개수에 기초하여 상기 최적 샘플러에 포함된 시계열 데이터에 대응하는 블록과 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터에 대응하는 블록의 사이에 위치한 제2 공백을 제거하여 시계열 데이터를 보정하는 타겟의 생체 정보 결정 장치.
17. 제16항에 있어서,
    상기 프로세서는,
    상기 최적 샘플러 및 상기 최적 샘플러의 이웃에 위치한 후보 샘플러 각각에 대해 시계열 데이터에 대응하는 블록의 평균 길이를 이용하여 상기 블록의 내부에 위치한 제1 공백을 제거하는 타겟의 생체 정보 결정 장치.
18. 제16항에 있어서,
    상기 프로세서는,
    상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 한 개인 경우, 상기 제2 공백의 앞과 뒤에 위치한 블록의 길이에 비교하여 짧은 길이를 가지는 블록에 1을 채워 넣음으로써 상기 제2 공백을 제거하는 타겟의 생체 정보 결정 장치.
19. 제16항에 있어서,
    상기 프로세서는,
    상기 블록의 내부에 위치한 제1 공백이 제거된 최적 샘플러에 대해 이웃에 위치한 후보 샘플러가 두 개인 경우, 상기 제2 공백에 대응하는 위치에 상기 이웃에 위치한 후보 샘플러에 포함된 시계열 데이터가 없으며 상기 최적 샘플러의 위치에 존재하는 제2 공백을 1로 채워 넣음으로써 상기 제2 공백을 제거하는 타겟의 생체 정보 결정 장치.
20. 제12항에 있어서,
    상기 프로세서는,
    최적 샘플러에 포함된 시계열 데이터에 대응하는 블록의 중심점들 간의 시간 간격을 이용하여 상기 타겟에 대한 심박의 주파수를 결정함으로써 상기 타겟의 심박 정보를 추출하는 타겟의 생체 정보 결정 장치.

Images