KR102065088B1 - 모아레 패턴을 이용한 글루코오스 농도 측정 방법 - Google Patents

Abstract

본 발명의 일 관점에 따르면, 모아레 패턴을 이용한 글루코오스 농도를 측정하는 방법이 제공된다. 본 발명의 일 실시예에 의하면, 상기 모아레 패턴을 이용한 글루코오스 농도를 측정하는 방법은, (a) 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈가 서로 겹쳐져서 발생된 모아레 패턴의 영상 정보를 획득하는 단계; (b) 상기 획득된 영상 정보로부터 기울기 벡터 그래프를 도출하는 단계; 및 (c) 상기 도출된 기울기 벡터 그래프의 정보와 기 저장된 DB와 비교하여 글루코오스 농도를 유추하는 단계를 포함하며, 상기 DB는 미리 측정된, 소정 범위의 글루코오스 농도에 따라 변화되는 상기 기울기 벡터 그래프의 정보로 구성된 것일 수 있다.

Description

모아레 패턴을 이용한 글루코오스 농도 측정 방법 {Method for measuring glucose concentration using Moire pattern}

본 발명은 글루코오스의 농도를 측정할 수 있는 방법에 대한 것으로서, 더욱 상세하게는 글루코오스와 반응하여 부피변화를 일으키는 글루코오스 감응 고분자로 이루어진 렌즈에 형성된 모아레 패턴의 변화를 분석하고, 이로부터 글루코오스의 농도를 측정하는 방법에 대한 것이다.

일반적으로, 혈당(blood sugar)은 혈액 속에 함유되어 있는 글루코오스(glucose)의 농도를 의미한다. 혈당을 유지하는 데 기여하는 글루카곤, 인슐린 등의 호르몬 분비의 이상이 발생하면 혈당 수치가 불안정해지며, 혈당이 높아지는 당뇨병이 유발된다. 따라서 혈당을 적정 수치로 유지하기 위한 방법의 일환으로 혈당을 수시로 측정할 수 있는 센서가 이용되고 있다. 현재 널리 사용 중인 글루코오스 측정용 센서들은 손가락이나 기타 인체의 한 부위에서 혈액을 채취한 후 효소가 고정된 스트립에 접촉시켜 글루코오스와 효소를 반응시킨 후 스트립의 색깔 변화를 감지하거나 혹은 전기화학적으로 감지함으로써 글루코오스의 농도를 측정하게 된다. 이러한 종래의 글루코오스 측정용 센서를 이용할 경우 자주 혈액을 채취하여야 하므로 이 과정에서 채혈 가능 부분이 반복적으로 채혈 작업에 의해 환자가 큰 고통을 받는 문제가 있다.

특허등록번호 제10-1450385호(2014.10.06)

본 발명은 종래와 같이 직접 채혈한 혈액으로부터 글루코오스의 농도를 측정하는 대신 글루코오스 감응 고분자를 이용하여 제조한 렌즈를 안구에 착용하고, 안구 내 눈물에 포함된 미량의 글루코오스에 의해 부피변화가 일어난 렌즈로부터 모아레 패턴을 획득하고 이를 분석하여 글로코오스의 농도를 도출하는 방법의 제공을 목적으로 한다. 그러나 이러한 과제는 예시적인 것으로, 이에 의해 본 발명의 범위가 한정되는 것은 아니다.

본 발명의 일 관점에 따르면, 모아레 패턴을 이용한 글루코오스 농도를 측정하는 방법이 제공된다.

본 발명의 일 실시예에 의하면, (a) 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈 중 적어도 하나의 렌즈는 글루코오스 감응 고분자로 이루어진 것을 준비하는 단계; (b) 상기 글루코오스 감응 고분자로 이루어진 렌즈 중 적어도 하나를 글루코오스와 반응시켜 부피변화를 유도하는 단계; (c) 상기 제 1 렌즈 및 제 2 렌즈가 서로 겹쳐져서 발생된 모아레 패턴의 영상 정보를 획득하는 단계; (d) 상기 획득된 영상 정보로부터 기울기 벡터 그래프를 도출하는 단계; 및 (e) 상기 도출된 기울기 벡터 그래프의 정보와 기 저장된 DB와 비교하여 글루코오스의 농도를 유추하는 단계를 할 수 있다.

이때 상기 DB는 미리 측정된, 소정 범위의 글루코오스 농도에 따라 변화되는 상기 기울기 벡터 그래프의 정보로 구성된 것일 수 있다.

본 발명의 다른 실시예에 의하면, (a) 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈 중 적어도 하나의 렌즈는 글루코오스 감응 고분자로 이루어진 것을 준비하는 단계; (b) 상기 글루코오스 감응 고분자로 이루어진 렌즈 중 적어도 하나를 글루코오스와 반응시켜 부피변화를 유도하는 단계; (c) 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈가 서로 겹쳐져서 발생된 모아레 패턴의 영상 정보를 획득하는 단계; (d) 상기 획득된 영상 정보로부터 기울기 벡터 그래프를 도출하는 단계; (e) 상기 기울기 벡터 그래프로부터 주파수 피크 정보를 포함하는 기울기 주기 그래프를 도출하는 단계; (f) 상기 기울기 주기 그래프 내에 포함된 주파수 피크 정보 중 상기 모아레 패턴에 해당되는 제 1 주파수 피크 정보를 도출하는 단계; 및 (g) 상기 (f)단계에서 도출된 제 1 주파수 피크 정보를 기 저장된 DB와 비교하여 상기 주파수 피크 정보에 대응되는 글루코오스 농도를 유추하는 단계를 포함할 수 있다.

이때 상기 DB는 미리 측정된, 소정 범위의 글루코오스 농도에 따라 변화되는 상기 제 1 주파수 피크 정보로 구성된 것일 수 있다.

상기한 바와 같이 이루어진 본 발명의 일 실시예에 따르면, 모아레 패턴을 영상으로 획득한 후 이를 처리함으로써 직접 채혈된 혈액을 이용하지 않더라도 쉽고 간단하게 사용자의 혈당을 측정할 수 있다. 물론 이러한 효과에 의해 본 발명의 범위가 한정되는 것은 아니다.

도 1 및 2에는 본 발명의 제 1 실시예를 따르는 모아레 패턴을 이용한 글루코오스 농도 분석방법을 단계별로 제시한 순서도 및 해당 단계 별 참고도면이다.
도 3은 상기 글루코오스 농도 측정용 렌즈 세트를 구성하는 제 1 렌즈 또는 제 2 렌즈의 형상을 예시적으로 나타낸 상면도이다.
도 4 및 5는 본 발명의 제 2 실시예를 따르는 모아레 패턴을 이용한 글루코오스 농도 분석방법을 단계별로 제시한 순서도 및 해당 단계 별 참고도면이다.
도 6은 가공 단계(S340단계)를 구성하는 세부 단계가 예시된 순서도이다.
도 7은 본 발명의 실험예를 수행할 때 단계별로 획득된 결과물을 나타내는 도면이다.
도 8은 발명의 실험예에 의해 도출된 기울기 주기 그래프로부터 도출된 압력에 따른 주 진동수의 피크 정보를 나타낸 그래프이다.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명하면 다음과 같다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있는 것으로, 이하의 실시예는 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 또한 설명의 편의를 위하여 도면에서는 구성 요소들이 그 크기가 과장 또는 축소될 수 있다.

도 1 및 2에는 본 발명의 제 1 실시예를 따르는 모아레 패턴을 이용한 글루코오스 농도 분석방법을 단계별로 제시한 순서도 및 해당 단계 별 참고도면이 나타나 있다.

본 발명의 기술사상은 글루코오스 감응 고분자로 이루어진 렌즈에 형성된 패턴의 변화로부터 글루코오스의 농도를 측정하는 것이다. 글루코오스 감응 고분자는 글루코오스와 결합한 후 정전기적 반발력 또는 삼투 현상으로 부피변화가 일어나는 고분자를 말한다. 글루코오스 감응 고분자는, 예를 들어, 하이드로젤(hydrogel) 매트릭스(matrix)내에 글루코오스와 반응하는 Phenyl boronic acid(PBC)가 포함된 것일 수 있다. Phenylboronic acid는 Diol과 가역적으로 결합하는 능력이 있어서 글루코오스에 대하여 우수한 반응성을 보인다. 따라서 이러한 글루코오스 감응 고분자가 글루코오스와 접촉하게 되면 상기 PBC와 글루코오스가 서로 결합되면서 정전기적 반발력과 삼투 현상으로 인해 부피 변화를 일으키게 된다. 이때 매트릭스인 하이드로젤이 콘택트 렌즈에 사용되는 HEMA(2-hydroxyethyl methacrylate)인 경우에는 하이드로젤 네트워크의 특성을 유지시키며 새로운 네트워크를 추가로 형성하게 되며, 이로 인해 부피의 팽창이 일어나게 된다. 일반적으로 사용하는 PBC에 vinyl, amide 작용기가 추가되어 있는 단량체(monomer)를 이용하게 되면 추가적인 가교제(crosslinker) 없이도 스스로 고분자 사슬을 형성하게 되며 부피의 증가가 나타나게 된다.

우선 글루코오스 측정을 위해 글루코오스 측정용 렌즈 세트를 준비한다(S100 단계). 상기 글루코오스 측정용 렌즈는 소정의 패턴이 형성된 제 1 렌즈 및 제 2 렌즈를 서로 겹쳐놓을 것일 수 있다. 상기 제 1 렌즈에는 제 1 패턴이 형성되며, 제 2 렌즈에는 제 2 패턴이 형성된다. 상기 제 1 및 제 2 렌즈 중 적어도 하나는 글루코오스 감응 고분자로 제조된 것이다. 예를 들어 제 1 렌즈는 글루코오스 감응 고분자로 제조한 것이고 제 2 렌즈는 일반적인 재질로 제조된 것일 수 있으며, 이하 이를 가정하여 설명한다.

제 1 패턴이 형성된 제 1 렌즈와 제 2 패턴이 형성된 2 렌즈를 겹쳐놓은 상태에서 제 1 렌즈에 직접 글루코오스를 접촉시킨다. 예를 들어 상기 글루코오스 측정용 렌즈 세트를 직접 안구에 착용하여 제 1 렌즈가 직접 안구에 접촉되도록 한다. 눈물 내에는 미량의 글루코오스가 포함되어 있으며, 따라서 글루코오스 감응 고분자로 제조된 제 1 렌즈는 눈물 속 글루코오스와 반응하여 부피의 변화를 일으키게 된다. 이러한 제 1 렌즈의 부피 변화에 따라 상기 제 1 패턴과 제 2 패턴은 서로 간섭에 의해 다양한 형태의 모아레 패턴이 나타나게 된다. 모아레 패턴은 규칙적으로 반복되는 형태를 가지는 무늬를 여러 번에 걸쳐 겹쳤을 경우에 패턴 간의 간섭에 의해 시각적으로 만들어지는 패턴을 의미한다.

도 3은 상기 글루코오스 농도 측정용 렌즈 세트를 구성하는 제 1 렌즈 또는 제 2 렌즈의 형상을 예시적으로 나타낸 상면도이다. 도 3에 도시된 바와 같이, 글루코오스 농도 측정용 렌즈(10)는 안구 모양으로 볼록하게 형성된 몸체(1)와 몸체(1)에 일측에 적어도 하나 이상 형성되는 정렬마크(2) 및 기준이 되는 패턴과 비교 분석하여 안구를 덮는 동일한 주기를 갖는 원형 패턴으로 상기 몸체(1)에 형성되는 패턴(3)을 포함할 수 있다. 렌즈(10)는 사용자가 일반적으로 시력보정을 위하여 사용하는 콘택트렌즈와 같은 형상으로 형성될 수 있으며, 이러한 콘택트렌즈에 정렬을 위하여 일측에 표시되는 정렬마크(2)가 형성될 수 있다. 2차 모아레 패턴에 투영되는 렌즈상의 패턴 길이는 L*cos(

)로 나타난다. 여기서 L값은 임의의 안구 원형에 형성되는 일종의 선폭이다. 글루코오스에 의해 렌즈의 부피가 변하면

값이 달라지는데 모아레 패턴의 움직임 또한

값에 의존하게 된다. 이를 통해 렌즈의 팽창 현상을 모아레 패턴의 변화로 극대화 할 수 있다. 또한 모아레 패턴을 렌즈 끝부분에 형성할수록

의 변화를 극적으로 반영할 수 있다.

도 1을 참조하면, 상술한 글루코오스 농도 측정용 렌즈 세트를 착용한 안구로부터 상기 글루코오스 농도 측정용 렌즈 세트에 형성된 모아레 패턴의 영상 정보를 획득하게 된다(S110 단계). 상기 영상 정보는 영상 획득 장치에 의해 획득된다. 상기 영상 획득 장치는 모아레 패턴을 촬영할 수 있는 카메라일 수 있으며, 스마트폰, 화상 카메라 또는 기타 촬영장치 일 수 있다. 도 2의 (a)에는 일예로서, 모아레 패턴이 생성된 렌즈 세트를 카메라로 촬영한 사진이 나타나 있다.

선택적으로, 획득된 모아레 패턴의 영상 정보는 불필요한 정보를 제거하고 유의미한 데이터를 확보하여 결과의 정확도와 신뢰성을 높이고자 영상 편집 프로그램을 이용하여 이미지 처리를 수행할 수 있다. 도 2의 (b)에는 이미지 처리된 결과가 도시되어 있다.

다음, 획득된 모아레 패턴 영상 정보를 이용하여 기울기 벡터 그래프(Histogram of oriented Gradients, HOG)를 도출한다(S110단계). 기울기 벡터 그래프는 특정 영역에 대한 밝기의 크기와 방향(또는 각도)을 히스토그램 정보로 나타낸 것으로 물체의 형체 인식 분야에 응용된다. 또한 벡터 상의 히스토그램 정보를 활용하여 영역 및 기하학적 처리에 장점을 가지기 때문에 모아레 패턴 이미지를 분석하는데 매우 유용하다. 압력과 특정 방향 성분과의 상관관계 셀은 히스토그램의 계산과 직접적인 관련이 있다. 셀의 히스토그램은 방향의 크기에 가중치를 더하여 계산됨 주변 픽셀 값의 차이는 조명의 변화에 따라 달라지는 특성이 있기 때문에 정규화 과정이 반드시 필요하다. 기울기 벡터 그래프는 블록들의 히스토그램으로서 정규화된 벡터로 볼 수 있다. 국소적인 정규화 과정을 구현하기 위해 임의 크기의 셀로 구성된 블록을 구성하였다. 도 2의 (c)에는 이미지 처리가 수행된 모아레 패턴으로부터 도출된 기울기 벡터 그래프가 나타나 있다.

다음, 도출된 기울기 벡터 그래프의 정보와 기 저장된 DB와 비교하여 글루코오스 농도를 유추하는 단계가 수행된다(S120단계). 상기 DB는 소정 범위의 글루코오스 농도에 따라 변화되는 상기 기울기 벡터의 정보로 구성된 것일 수 있다. 이때 상기 기울기 벡터 그래프의 정보는 특정한 각도(방향)에서의 기울기 벡터값일 수 있다.

이러한 DB는 상술한 단계를 거쳐 미지의 기울기 벡터가 도출되었을 때 이러한 미지의 기울기 벡터값에 대응되는 글루코오스 농도가 어떤 값인지를 유추하게 하는 기준이 된다. 즉, 미지의 기울기 벡터값을 DB의 정보와 비교함으로써 미지의 기울기 벡터값에 해당되는 글루코오스 농도를 유추할 수 있게 된다.

한편 제 1 실시예의 변형예로서 글루코오스 농도 측정용 렌즈 세트는 실제 안구에 착용되는 제 1 렌즈와 소프트웨어적으로 생성된 가상의 제 2 렌즈로 구성될 수 있다. 이 경우 모아레 패턴은 실제 안구에 착용된 제 1 렌즈로부터 획득되는 제 1 패턴의 영상과 소프트웨어적으로 생성된 제 2 렌즈의 제 2 패턴의 영상을 컴퓨터 프로그램을 이용하여 병합하여 가상으로 도출할 수 있다.

2개의 렌즈를 겹쳐서 사용하는 경우에는 모아레 패턴을 바로 확인할 수 있는 장점이 있으나, 두 개의 층 사이에 발생하는 마찰 등의 힘에 의하여 감지능의 저하가 발생하고 렌즈를 제작하는 것이 어렵고 두꺼운 렌즈로 인해 이물감이 있어 환자에게 불편한 문제점이 있을 수 있다. 이러한 점에서 제 1 렌즈만 안구에 착용할 수 있는 실제 렌즈로 구성하고, 제 2 렌즈는 소프트웨어적으로 형성한 가상의 렌즈로 구성함으로써 상술한 문제점들을 해결할 수 있다.

이하의 실시예에 대한 설명은 편의상 글루코오스 농도 측정용 렌즈는 실제 안구에 착용될 수 있는 제 1 렌즈와 소프트웨어적으로 생성된 가상의 제 2 렌즈로 구성된 경우에 대해서만 설명한다. 상기 제 1 렌즈는 글루코오스 감응 고분자로 제조된 것이다. 이는 설명의 편의를 위한 것이며 모아레 패턴으로부터 글루코오스 농도를 도출해내는 본 발명의 기술 사상은 복수의 실제 렌즈로 구성된 글루코오스 농도 측정용 렌즈를 사용하는 경우에도 적용될 수 있음은 물론이다.

도 4 및 5에는 본 발명의 제 2 실시예를 따르는 모아레 패턴을 이용한 글루코오스 농도 분석방법을 단계별로 제시한 순서도 및 공정도가 나타나 있다.

우선 글루코오스 농도측정을 위하여 제 1 패턴이 형성된 글루코오스 농도 측정용 렌즈를 착용한 안구로부터 제 1 영상 정보를 획득한다(S300 단계). 상기 제 1 렌즈는 안구와 접촉하면서 접촉 용액, 예를 들어 눈물에 포함한 글루코오스와 반응하게 된다. 도 5의 (a)에는 이러한 상황을 모사하기 위하여 특정한 용기 내에서 글루코오스를 포함하는 용액과 직접 접촉된 글루코오스 농도 측정용 렌즈의 영상 정보가 나타나 있다.

다음, 획득된 영상 이미지로부터 불필요한 정보를 제거하고 유의미한 데이터를 확보하여 결과의 정확도와 신뢰성을 높이고자 영상 편집 프로그램을 이용하여 이미지 처리를 수행한다(S310 단계). 도 5의 (b)에는 이미지 처리된 결과가 도시되어 있다.

본 S310 단계에서는 영상 편집 프로그램으로, 예를 들어 Matlab을 이용하여 패턴을 추출하여 분석할 수 있다. 영상은 2차원 함수 f(x, y)로 정의할 수 있다. 여기서 x, y는 공간 좌표이며 그레이(gray) 영상은 좌표 상의 f(x, y) 크기를 그 점에서 영상 밝기로 나타낸다. 디지털 영상은 x, y, f(x, y)의 크기가 모두 유한한 불연속 값을 가지기 때문에, 이를 정규화할 수 있는 장치를 알고리즘에 내재하였다. 영상 처리 알고리즘은 포인트 처리, 영역 처리, 기하학적 처리, 프레임 처리로 구분된다. 따라서 이미지를 편집하는 과정에서 화소의 단위 값을 변경하거나 이웃 값을 바탕으로 화소 값을 변경하거나 화소들의 위치나 배열을 변경하거나 혹은 영상들에 대한 연산을 바탕으로 화소 값을 생성하는 작업이 실시되게 된다.

다음, 모아레 패턴을 형성하기 위한 전 단계로서, 가상의 제 2 패턴을 포함하는 제 2 영상 정보를 소프트웨어적으로 생성한다(S320 단계). 이렇게 생성된 제 2 패턴을 포함하는 제 2 영상정보를 상기 S310 단계에서 획득된 제 1 패턴을 포함하는 제 1 영상 정보를 소프트웨어적으로 병합하여 모아레 패턴을 포함하는 제 3 영상 정보를 획득한다(S330 단계). 본 실시예에서는 가상적인 제 2 패턴을 포함하는 영상 정보를 소프트웨어적으로 생성하고, 이를 획득한 제 1 패턴과 소프트웨어적으로 결합하여 계산함으로써 모아레 패턴 이미지를 포함하는 제 3 영상 정보를 획득하게 된다. 도 5의 (c)에는 상술한 방법에 제 1 패턴 및 제 2 패턴이 병합되어 모아레 패턴이 형성된 결과를 나타내고 있다.

다음, 획득된 모아레 패턴의 영상 정보로부터 기울기 벡터 그래프를 도출할 수 있다. 이때 선택적으로 기울기 벡터 그래프 도출 전에 획득된 모아레 패턴의 영상 정보를 가공하는 단계를 먼저 수행할 수 있다(S340단계). 이러한 가공 단계는 획득된 모아레 패턴 이미지를 2차원 푸리에 변환(Fourier transform)을 이용하여 주파수 정보로 변환하는 처리 단계, 변환된 주파수 정보의 영역 처리 단계, 모아레 패턴 이미지의 선명도를 강화시키는 단계 및 상기 주파수 정보의 좌표를 극좌표계로 변환하는 단계 중 어느 하나 이상의 단계를 더 포함할 수 있다.

도 6에는 가공 단계(S340단계)를 구성하는 세부 단계가 예시되어 있으며, 이를 참조하여 설명한다.

선택적으로 획득된 모아레 패턴 이미지를 2차원 푸리에 변환(Fourier transform)을 이용하여 주파수 정보로 변환하는 처리를 수행할 수 있다(S341 단계).

영상은 공간상에서 밝기나 색의 변화이므로 영상도 신호의 일종이라 볼 수 있다. 그러므로 영상을 고주파 영역이나 저주파 영역이라 하는 주파수 공간으로 변환하여 볼 수 있다. 모아레 패턴 이미지의 경우에 영상의 에지 부분을 강조하거나 잡음 성분을 억제하기 위해 영상 그 자체를 처리하는 것보다는 이미지의 주파수 변환을 통하여 주파수 영역에서 주파수 성분의 특징을 이용하여 처리하는 것이 효율적이라 할 수 있다.

푸리에 변환은 시간 영역에서 주파수 영역으로의 변환을 의미하는 것으로 모든 파형은 단순한 정현파의 합으로 표현할 수 있다는 기본원리를 바탕으로 한다. 이미지는 빛의 세기 또는 색상의 변화를 평면에 기록한 것으로 x방향과 이에 직교하는 y방향에 따라 변화하는 2차원 신호라 할 수 있다. 따라서 영상은 2차원 이산 푸리에 변환을 적용하여 영상을 주파수 영역으로 변환할 수 있다. M×N 크기의 영상 f(x,y)의 푸리에 변환은 M×N 계수 행렬을 생성한다. 역변환은 이 계수 집합으로부터 원래의 영상을 복원하므로 계수들은 영상이 갖고 있는 정보를 완벽하게 표현한다고 할 수 있다. F(u,v)를 조작하여 영상처리를 하면 주파수 영역에서 처리한다고 하고, 역으로 컨볼루션 연산들로 f(x,y)의 화소 값을 조작하면 공간 영역에서 영상을 처리하다고 할 수 있다. 주파수 영역이나 공간영역이나 영상처리를 수행하면 영상이 가지고 있던 정보에 얼마간의 손실이 발생하게 된다. 그러나 푸리에 변환이나 역 푸리에 변환 과정에서는 이러한 손실이 발생하지 않는 장점이 있다. 도 5의 (d)에는 모아레 패턴 이미지가 2차원 이산 푸리에 변환된 결과가 도시되어 있다.

한편, 2차원 푸리에 변환된 결과에 대해서 주파수 영역 처리를 추가적으로 수행할 수 있다(S342 단계). 이미지의 주파수 변환의 목적은 영상에 포함된 주파수 성분을 파악하고 이를 바탕으로 영상을 필터링 처리하는 것이다. 푸리에 변환을 하게 되면 중심 부분에 저주파 성분이 분포되어 있다. 이와 같은 구조로 주파수 영역에서 필터 처리를 하는 것이 편리하므로 주파수 4분면을 이동하여 저주파 부분을 중심에 오도록 위치를 변동하는 셔플링(shuffling)을 수행한다.

선택적으로, 모아레 패턴 이미지의 선명도를 더 강화하는 처리를 수행할 수 있다(S343 단계). 이러한 이미지 선명도 강화 단계는 모아레 패턴과 그 외 다른 패턴(예를 들어 제 1 및 제 2 패턴) 간의 컨트라스트(contrast) 차이를 더 크게 하는 단계로 이해될 수 있다. 적절한 대역 통과 필터를 사용하면 이미지의 영상을 선택적으로 강화할 수 있다. 영상의 필터링 처리는 주파수 영역에서 수행하였으며, 정량적으로 주파수 성분들의 조작을 병행하였다. 공간 저주파 통과 필터는 고주파 성분을 약화시킨다. 따라서 스펙트럼의 성분 값은 원점(중심)으로부터 멀어질수록 주파수가 높아지는 경향이 있다. 모아레 패턴 이미지의 선명도를 향상하는 방향으로 로우 패스 필터와 하이패스 필터를 혼용하여 사용하였다.

선택적으로, 모아레 패턴 이미지를 극좌표계로 변환할 수 있다(S344 단계). S300 단계에서 획득된 제 1 영상 정보의 이미지는 RGB 칼라영상이다. RGB 칼라영상은 칼라 화소들의 M, N, 3 배열이며, 각 칼라 화소는 특정 공간 위치에서의 RGB 영상의 적색, 녹색, 청색 성분에 해당된다. 따라서 영상 처리를 수행하려면 RGB 영상을 그레이(gray) 스케일로 전환하는 것이 선행되어야 한다. 이렇게 그레이 스케일로 편집된 이미지는 데카르트 좌표계로 기울기를 반영하는데 한계가 있었으며, 따라서 이러한 문제를 해결하기 위하여 데카르트 좌표계를 극좌표계로 변환하였다. 이렇게 극좌표계로 변환된 후 모아레 패턴의 기울기 값이 극대화된 것을 확인하였다. 도 5의 (d)에는 극좌표계로 변환된 후의 결과가 나타나 있다.

모아레 패턴의 영상 정보를 가공하는 단계 이후에는 가공된 정보를 이용하여 기울기 벡터 그래프(Histogram of Oriented Gradients, HOG)를 도출한다(S350 단계). 도 5의 (e)에는 이로부터 도출한 기울기 벡터 그래프가 나타나 있다.

이러한 극좌표계로의 변환 및 기울기 벡터의 도출은 영상 처리 프로그램에서 제공되는 기능을 이용하여 수행될 수 있다. 예를 들어, 영상 처리 프로그램인 Matlab에서는 함수 extractHOGFeatures를 이용하여 HOG 배열을 도출할 수 있다. 본 실시예에서 사용한 HOG(Histogram of oriented Gradients)는 이미지 히스토그램의 정규화된 벡터이다. Matlab의 명령어 extractHOGFeatures는 사용자가 지정한 영역을 동일한 크기의 셀로 분할한다. 또한 각 셀의 히스토그램 값을 픽셀 방향을 기반으로 도출하는 기능을 갖는다. HOG는 임의의 형상이 가진 에지(edge) 정보를 이용하므로 영상의 밝기 변화에 민감하지 않은 장점이 있다. 또한 에지(edge)가 가진 고유의 정보를 가지고 물체를 식별하는데 매우 적합하여 글루코오스 농도 측정 알고리즘에 채택하였다.

상술한 제 1 실시예서와 같이, 본 제 2 실시예의 경우에도 기울기 벡터 그래프가 도출되면 이를 기 저장된 DB와 비교하여 글루코오스 농도를 도출하는 것이 가능하다. 그러나 본 제 2 실시예의 경우에는 기울기 벡터 그래프를 처리하여 기울기 주기 그래프를 획득하는 단계가 더 추가될 수 있다(S360). 획득된 기울기 주기 그래프의 특정 주파수(또는 진동수)의 피크 정보를 압력에 따라 변화되는 피크 정보로 구성된 DB와 비교함으로서 글루코오스 농도를 유추하는 단계가 더 진행될 수 있다.

도 5의 (f)에는 기울기 벡터 그래프로부터 도출된 기울기 주기 그래프가 나타나 있다. 기울기 주기 그래프는 도 5의 (f)와 같이 다양한 주파수 대역에 걸쳐 특정 주파수에서 피크가 형성되는 스펙트럼의 형태를 나타낸다.

모아레 패턴 알고리즘의 코딩에서 주 진동수(principal frequency)에 영향을 주는 옵션(option) 값은 주기(period), 진폭(amplitude), 진폭문턱(amplitudeThreshold), 셀사이즈(CellSize), 블록사이즈(BlockSize), NumBins 등이다. 해당 모아레 패턴에 알맞은 옵션(option) 값을 설정하여 입력 별로 선형적인 그래프를 도출할 수 있다.

역푸리에 변환(Inverse Fast Fourier Transform) 결과로 고주파 영역은 격자(grating) 무늬 영역으로, 저주파 영역은 모아레 패턴 영역으로 추정된다. 이에 모아레 패턴 영역이라고 판단된 저주파 대역에서 분석할 수 있다. 도 5의 (f)에 나타난 상기 복수의 피크 중에서 주진동수(Principal Frequency)는 모아레 패턴의 조밀성을 나타내는 것으로 판단된다. 도 5의 (f)에서 주진동수는 2.2X10⁴ 주파수를 가지는 가장 큰 피크 크기를 나타내는 진동수이다.

이러한 모아레 패턴 영역에 해당되는 진동수의 피크의 크기, 면적 또는 최대 높이 등과 같은 피크 정보는 모아레 패턴의 변형에 대응하여 변하게 된다. 예를 들어, 모아레 패턴의 변화량이 클수록 해당 진동수의 크기도 증가하는 경향을 보일 수 있다. 모아레 패턴의 변화량는 글루코오스 농도의 크기에 대응된다. 따라서 글루코오스 농도의 변화에 따른 모아레 패턴의 변형량을 상기 스펙트럼 분석으로 통해 미리 확보하여 DB화 한다. 임의의 사용자가 글루코오스 농도를 측정하고자 할 때는 글루코오스 농도 측정용 렌즈를 착용한 후 상술한 실시예에서와 같은 방법으로 최종 모아레 패턴에 해당되는 주파수에서의 피크 정보를 획득한 후, 이를 기 확보된 DB에 저장된 피크 정보값과 비교함으로써 사용자의 현재 글루코오스 농도가 어떤 값인지를 추정하는 것이 가능하다. 이러한 방법으로 사용자의 글루코오스 농도를 측정할 수 있다.

본 발명의 실시예들을 이용함으로서 사용자들은 용이하게 자신 또는 타인의 글루코오스 농도를 측정할 수 있다. 예를 들어, 본 발명의 실시예에 나타난 알고리즘에 따라 구동되는 마이크로프로세서가 탑재된 컴퓨터 또는 스마트폰을 이용하여 사용자가 빠른 시간 내에 글루코오스 농도를 측정할 수 있게 된다.

예를 들어, 사용자자가 자신의 안구에 제 1 렌즈를 착용한 후 이를 스마트폰에 내장된 카메라를 이용하여 안구에 착용된 제 1 렌즈를 촬영한다. 스마트폰 내 탑재된 마이크로프로세서는 촬영된 제 1 렌즈의 영상을 입력받은 후 소프트웨어적으로 가상의 제 2 렌즈 영상을 생성한 후 이를 제 1 렌즈의 영상과 병합하여 모아레 패턴을 형성한다. 다음 마이크로프로세서는 상술한 실시예들에서 제시된 단계들을 수행하여 사용자의 글루코오스 농도를 도출한 후 이를 스마트폰의 디스플레이부에 출력하여 사용자로 하여금 현재 자신의 글루코오스 농도(즉, 혈당)가 어느 정도 수준인지를 알게 할 수 있다.

이하, 본 발명의 이해를 돕기 위해서 상술한 기술적 사상을 적용한 실험예를 설명한다. 다만, 하기의 실험예는 본 발명의 이해를 돕기 위한 것일 뿐, 본 발명이 아래의 실험예에 의해서 한정되는 것은 아니다.

[실험예]

글루코오스에 반응하는 제 1 렌즈를 제작하였다. Dimethyl sulfoxide와 증류수를 4:6 부피비로 섞은 후 Phenyl boronic acid를 Dimethyl sulfoxide와 증류수를 4:6 부피비로 섞은 용매에 녹여 0.5M의 농도로 5mL 제조하였다. Phenyl boronic acid가 녹아 있는 용액에 Diethoxyacetophenone를 50㎕ 투입하고 1분간 잘 용해시켰다. HEMA 재질의 컨택트 렌즈를 제작해둔 용액에 하루정도 상온에서 반응시킨 후 UV(365nm근처)에 30분간 노출하였다. 제작된 렌즈를 증류수로 반복해서 세정하였다. 위와 같은 방법으로 복수개의 제 1 렌즈를 제작한 후, 글르코오스 농도가 0(DW,증류수), 100, 200 및 300mM의 농도를 가지는 테스트 용액과 각각 접촉시켜 제 1 렌즈를 글루코오스와 반응시켰다. 이러한 반응이 완료된 후 테스트 용액 별로 반응이 완료된 제 1 렌즈를 사진으로 촬영하여 영상 정보를 획득하였다. 도 7의 (a) 내지 (e)에는 글루코오스의 농도가 0mM인 용액(증류수)에서 단계별로 수행된 결과물이 순서대로 제시되고 있다.

도 7의 (a)에는 글루코오스와 렌즈가 반응하지 않은 상태에서 렌즈를 카메라로 직접 촬영한 이미지에 컴퓨터 프로그래밍에 의해 소프트웨어적으로 형성된 가상의 제 2 패턴을 병합한 경우에 형성되는 모아레 패턴 이미지가 나타나 있다.

도 7의 (b)는 극좌표계로 변화시킨 결과이며, 도 7의 (c)은 이를 기울기 방향으로 도시한 이미지로 (d)는 이를 기반으로 도출한 2D 기울기 벡터 그래프이다. 도 7의 (e)는 이 2D 기울기 벡터 그래프를 FFT(Fast Fourier Transformation)하여 얻은 스펙트럼 형태의 기울기 주기 그래프이다.

이러한 단계를 글루코오스 농도별로 반복하여 수행하여 모든 렌즈에 대해서 기울기 주기 그래프(스펙트럼)을 도출하였으며, 각각의 주기 그래프에서 글루코오스 농도를 분별할 수 있는 유의미한 값으로서 주 진동수(principal frequency)에 해당되는 피크 정보(그래프에서 y축의 값)를 획득하였다.

도 8에는 스펙트럼 분석결과, 글루코오스 농도별로 주 진동수에 해당되는 피크 정보값의 변화를 도시한 그래프가 나타나 있다. 상기 주 진동수의 변화는 글루코오스와의 반응에 의해 제 1 렌즈가 팽창하면서 상기 제 1 렌즈에 형성된 제 1 패턴 곡률의 변화를 의미하는 것으로 해석된다.

미지의 글루코오스 농도를 가지는 눈물을 제 1 렌즈와 접촉시키고 상술한 방법과 동일한 방법으로 주 진동수에 해당되는 피크 정보값을 도출한 후, 상기 도 8의 데이터에 매칭하는 작업을 통해 상기 렌즈와 접촉된 인가된 눈물에 글루코오스가 어떤 값인지 유추해 낼 수 있게 된다.

본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.

1 : 몸체
2 : 정렬마크
3 : 제 1 패턴
10 : 렌즈

Claims (8)

1. 모아레 패턴을 분석하여 글루코스의 농도를 감지하는 방법으로서,
   (a) 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈 중 적어도 하나의 렌즈는 글루코오스 감응 고분자로 이루어진 것을 준비하는 단계;
   (b) 사용자가 상기 글루코오스 감응 고분자로 이루어진 렌즈 중 적어도 하나를 착용하여 상기 글루코오스 감응 고분자의 부피변화를 유도하는 단계;
   (c) 영상 획득 장치로부터 상기 제 1 렌즈 및 제 2 렌즈가 서로 겹쳐져서 발생된 모아레 패턴의 영상 정보를 획득하는 단계;
   (d) 상기 획득된 영상 정보로부터 기울기 벡터 그래프를 도출하는 단계; 및
   (e) 상기 도출된 기울기 벡터 그래프의 정보와 기 저장된 DB와 비교하여 글루코오스의 농도를 유추하는 단계를 포함하며,
   상기 DB는 미리 측정된, 소정 범위의 글루코오스 농도에 따라 변화되는 상기 기울기 벡터 그래프의 정보로 구성된 것인,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
2. 모아레 패턴을 분석하여 글루코스의 농도를 감지하는 방법으로서,
   (a) 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈 중 적어도 하나의 렌즈는 글루코오스 감응 고분자로 이루어진 것을 준비하는 단계;
   (b) 사용자가 상기 글루코오스 감응 고분자로 이루어진 렌즈 중 적어도 하나를 착용하여 글루코오스 감응 고분자의 부피변화를 유도하는 단계;
   (c) 영상 획득 장치로부터 제 1 패턴을 가지는 제 1 렌즈와 제 2 패턴을 가지는 제 2 렌즈가 서로 겹쳐져서 발생된 모아레 패턴의 영상 정보를 획득하는 단계;
   (d) 상기 획득된 영상 정보로부터 기울기 벡터 그래프를 도출하는 단계; 및
   (e) 상기 기울기 벡터 그래프로부터 주파수 피크 정보를 포함하는 기울기 주기 그래프를 도출하는 단계;
   (f) 상기 기울기 주기 그래프 내에 포함된 주파수 피크 정보 중 상기 모아레 패턴에 해당되는 제 1 주파수 피크 정보를 도출하는 단계; 및
   (g) 상기 (f)단계에서 도출된 제 1 주파수 피크 정보를 기 저장된 DB와 비교하여 상기 주파수 피크 정보에 대응되는 글루코오스 농도를 유추하는 단계를 포함하며,
   상기 DB는 미리 측정된, 소정 범위의 글루코오스 농도에 따라 변화되는 상기 제 1 주파수 피크 정보로 구성된 것인,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
3. 제 1 항 또는 제 2 항에 있어서,
   상기 글루코오스 감응 고분자는 Phenylboronic acids를 포함하는 하이드로젤(hydrogel)인,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
4. 제 1 항 또는 제 2 항에 있어서,
   상기 모아레 패턴은,
   상기 제 1 렌즈와 상기 제 2 렌즈가 겹쳐진 상태에서 형성된 것인,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
5. 제 1 항 또는 제 2 항에 있어서,
   상기 모아레 패턴은,
   상기 제 1 렌즈가 글루코오스와 반응하였을 때의 제 1 패턴의 영상과 소프트웨어적으로 생성된 가상의 렌즈인 제 2 렌즈의 제 2 패턴의 영상이 서로 병합되어 형성된 것인,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
6. 제 1 항에 있어서,
   상기 글루코오스 농도에 따라 변화되는 기울기 벡터 그래프의 정보는,
   상기 제 1 렌즈 또는 제 2 렌즈의 특정 각도에서의 기울기 벡터의 값인,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
7. 제 1 항 또는 제 2 항에 있어서,
   상기 (c) 단계 이후 (d) 단계 이전에 상기 모아레 패턴의 영상 정보를 가공하는 단계를 더 포함하며,
   상기 가공하는 단계는,
   2차원 푸리에 변환을 통해 주파수 정보로 변환시키는 단계를 포함하는,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
8. 제 7 항에 있어서,
   상기 가공하는 단계는,
   상기 주파수 정보의 영역 처리 단계, 모아레 패턴 이미지의 선명도를 강화시키는 단계 및 상기 주파수 정보의 좌표를 극좌표계로 변환하는 단계 중 어느 하나 이상의 단계를 포함하는,
   모아레 패턴을 이용한 글루코오스 농도 측정 방법.
   

Images