KR102268196B1 - 생리 측정들 내 아티팩트들을 제거하는 장치 및 방법 - Google Patents

생리 측정들 내 아티팩트들을 제거하는 장치 및 방법 Download PDF

Info

Publication number
KR102268196B1
KR102268196B1 KR1020167035650A KR20167035650A KR102268196B1 KR 102268196 B1 KR102268196 B1 KR 102268196B1 KR 1020167035650 A KR1020167035650 A KR 1020167035650A KR 20167035650 A KR20167035650 A KR 20167035650A KR 102268196 B1 KR102268196 B1 KR 102268196B1
Authority
KR
South Korea
Prior art keywords
psd
physiological signal
motion data
signal
similarity
Prior art date
Application number
KR1020167035650A
Other languages
English (en)
Other versions
KR20170016370A (ko
Inventor
시윤 스하오
키티퐁 카삼수크
Original Assignee
닛토덴코 가부시키가이샤
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 닛토덴코 가부시키가이샤 filed Critical 닛토덴코 가부시키가이샤
Publication of KR20170016370A publication Critical patent/KR20170016370A/ko
Application granted granted Critical
Publication of KR102268196B1 publication Critical patent/KR102268196B1/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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • 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
    • 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
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • G16B40/10—Signal processing, e.g. from mass spectrometry [MS] or from PCR
    • 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
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Psychiatry (AREA)
  • Epidemiology (AREA)
  • Evolutionary Biology (AREA)
  • Bioethics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Cardiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

생리 측정들 내 아티팩트들을 제거하는 장치 및 방법이 제공된다. 상기 방법은 사용자의 생리 신호를 얻는 단계, 사용자의 모션을 나타내는 상응하는 모션 데이터를 얻는 단계, 생리 신호가 왜곡되어 있는지 여부를 결정하는 단계, 생리 신호가 왜곡되어 있다고 결정되면, 노이즈 레퍼런스를 식별하고 노이즈 레퍼런스로 생리 신호에 대한 필터링을 수행하는 단계를 포함한다.

Description

생리 측정들 내 아티팩트들을 제거하는 장치 및 방법{DEVICE AND METHOD FOR REMOVING ARTIFACTS IN PHYSIOLOGICAL MEASUREMENTS}
본 발명은 대략적으로 생리 측정들 내 아티팩트들을 제거하는 장치 및 방법에 관한 것이다.
일반적으로, 생리 센서들은 모션 아티팩트(motion artifact)들에 매우 민감하다. 그러한 센서들의 일 예가 광용적맥파(photoplethysmography; PPG) 센서이다. PPG 센서는 발광 다이오드들 및 광 검출기들을 사용하여 혈액의 산소 포화도 레벨(oxygen saturation level) 및 심박동수(heart rate)와 같은 다양한 파라미터(parameter)들을 모니터링하는 데에 사용될 수 있는 PPG 신호를 생성한다. 그러므로, 측정 유닛이 모션 아티팩트들에 의해 손상된 PPG 신호를 이용하는 것은 바람직하지 않다.
장치에서 PPG 신호 내 모션 아티팩트들을 검출하는 하나의 방법은 모션이 있는지 여부를 검출하기 위해 가속도계(accelerometer; ACC) 센서, 선호되게는, 3축(tri-axial) ACC 센서를 포함하는 것이다. 이러한 3축 ACC 센서를 가지고, 상기 장치는 각 축을 따라 모션이 어느 정도인지 보다 구체적으로 감지할 수 있으므로, ACC 센서의 출력은 PPG 신호 내 모션 아티팩트들을 나타내는 레퍼런스(reference)로서 사용될 수 있고, 그에 따라, PPG 신호를 정정하기 위해 사용될 수 있다.
ACC에 의해 캡쳐된(captured) 모션 신호들을 이용한 적응 필터링(adaptive filtering)은 모션에 의해 왜곡된 PPG 데이터로부터 아티팩트들을 제거하는 유망한 방법을 제공한다. 그러나, ACC 신호들이 PPG 왜곡과 상관되지 않은 경우가 있다. 이러한 경우, 노이즈 레퍼런스(noise reference)로서 ACC 신호를 이용하여 필터링한 이후에 PPG의 신호 품질이 악화될 것이다.
나아가, 현존하는 방법들은 3개의 축들 모두를 따른 ACC 신호들을 결합하거나 또는 노이즈 레퍼런스로서 특정 축을 따른 ACC 신호를 단순히 명시한다. 그러나, 상이한(different) 모션들 하에서, PPG 내 모션 아티팩트들은 상이한 축을 따르는 ACC 신호들과 상관될 수 있다. 다시 말하면, 명시된 축을 따른 ACC 신호들만을 이용하거나 또는 3축 ACC 신호들을 결합함으로써, 상이한 모션들 하에서 PPG 내 아티팩트들과 항상 잘 상관된 노이즈 레퍼런스를 얻는 것이 가능하지 않을 수 있다. 따라서, 적응 필터링 방법의 성능이 저하될 수 있다.
미국 특허출원공개공보 US2011/0257554호 2011. 10. 20.
본 발명의 실시예들은 상기 문제점들 중 적어도 하나 이상을 바로 잡을 수 있는 생리 측정들 내 아티팩트들을 제거하는 시스템 및 방법을 제공한다.
본 발명의 제1 양상에 따르면, 생리 측정들 내 아티팩트들을 제거하는 방법이 제공된다. 상기 방법은 사용자의 생리 신호를 얻는 단계, 상기 사용자의 모션을 나타내는 상응하는 모션 데이터를 얻는 단계, 상기 생리 신호가 왜곡되어 있는지 여부를 결정하는 단계, 및 상기 생리 신호가 왜곡되어 있다고 결정된 경우, 노이즈 레퍼런스를 식별(identify)하여 상기 노이즈 레퍼런스로 상기 생리 신호를 필터링하는 단계를 포함한다.
선호되게는, 상기 방법은 상기 필터링된 생리 신호의 신뢰도를 체크하는 단계를 더 포함한다.
본 발명의 제2 양상에 따르면, 생리 측정들 내 아티팩트들을 제거하는 장치가 제공된다. 상기 장치는 사용자의 생리 신호를 얻는 제1 센서, 상기 사용자의 모션을 나타내는 상응하는 모션 데이터를 얻는 제2 센서, 및 상기 생리 신호가 왜곡되어 있는지 여부를 결정하고, 상기 생리 신호가 왜곡되어 있다고 결정된 경우, 노이즈 레퍼런스를 식별하여 상기 노이즈 레퍼런스로 상기 생리 신호를 필터링하도록 구성된 프로세서를 포함한다.
선호되게는, 상기 프로세서는 상기 필터링된 생리 신호의 신뢰도를 체크하도록 더 구성된다.
본 발명의 실시예들은 첨부된 도면들과 함께 오직 예시로서 제시된 아래 상세한 설명으로부터 보다 잘 이해될 것이고, 해당 기술 분야의 통상의 기술자에게 분명히 명백할 것이다.
도 1은 본 발명의 실시예들에 따른 주요 단계들을 나타내는 블록도이다.
도 2는 본 발명의 제1 실시예에 따른, 모폴로지 방법(morphology method)에 의한 PPG 왜곡 체크를 나타내는 순서도이다.
도 3은 본 발명의 제1 실시예에 따른, 모폴로지 방법에서 ACC 신호 진폭에 의한 노이즈 레퍼런스 식별을 나타내는 순서도이다.
도 4는 본 발명의 실시예들에 따른 신호 품질 체크를 나타내는 순서도이다.
도 5는 본 발명의 제1 실시예에 따른, 모폴로지 방법에 기초한 아티팩트 제거 알고리즘의 구체적인 프로세스를 나타내는 도면이다.
도 6은 본 발명의 실시예들에 따른, PPG 모폴로지를 얻는 단계를 나타내는 도면이다.
도 7은 본 발명의 제1 실시예에 따른, ACC 신호들의 식별이 신호 진폭에 의한 PPG 왜곡과 가장 상관됨을 나타내는 도면이다.
도 8은 본 발명의 제2 실시예에 따른, PSD 방법에 의한 PPG 왜곡 체크를 나타내는 순서도이다.
도 9는 본 발명의 제2 실시예에 따른, PSD 방법에 의한 노이즈 레퍼런스 식별을 나타내는 순서도이다.
도 10은 본 발명의 제2 실시예에 따른, PSD 방법에 기초한 아티팩트 제거 알고리즘의 구체적인 프로세스를 나타내는 도면이다.
도 11은 본 발명의 일 실시예에 따른 손목 시계(wrist watch)의 형태를 가진 웨어러블(wearable) 장치를 포함한 어셈블리(assembly)를 나타내는 도면이다.
도 12는 본 발명의 일 실시예에 따른 웨어러블 장치를 포함한 어셈블리를 나타내는 개략적인 블록도이다.
도 13은 도 11의 웨어러블 장치를 위한 반사 모드(reflectance mode)에서의 측정을 위한 선호되는 LED-PD 구성을 나타내는 개략도이다.
도 14는 본 발명의 일 실시예에 따른 생리 측정들 내 아티팩트들을 제거하는 방법을 나타내는 순서도이다.
도 15는 본 발명의 일 실시예에 따른 생리 측정들 내 아티팩트들을 제거하는 장치를 나타내는 개략도이다.
본 발명의 실시예들은 적응 필터링을 위한 3축 ACC 신호들로부터 상이한 모션들 하에서의 PPG 내 모션 아티팩트들과 선호되게는 잘 상관된 노이즈 레퍼런스를 식별하는 방법 및 시스템을 제공한다.
다시 말하면, 본 발명의 실시예들은 바디(body) 모션들에 기인한 생리 측정들 내 원하지 않는 아티팩트들을 제거하는 방법을 제공할 수 있다. 구체적으로, 본 발명의 일 실시예는 일체화된 3축 ACC를 가진 웨어러블 센서들로부터의 PPG 신호들에서 모션 아티팩트들을 제거하는 방법에 관한 것이다. PPG 신호들은 PPG가 왜곡된 모션인지 여부를 체크하는 PPG 왜곡 체크 모듈을 거치게 된다. 이 때, PPG가 왜곡된 모션인 경우, PPG 내 모션 아티팩트들과 상관된 ACC에 의해 캡쳐된 모션 신호(들)은 생리 측정 내 모션 아티팩트들의 적응 제거(adaptive cancellation)를 위한 노이즈 레퍼런스로서 식별되고 이용될 것이다. 이후, 신호 품질 체크 모듈이 필터링된 PPG의 신뢰도를 판단한다. 선호되게는 생리 파라미터들(예를 들어, 심박동수)의 추정(estimation)을 보장하기 위해 여전히 왜곡된 PPG 기록(recoding)들은 거부될 것이다. 본 발명의 이러한 실시예는 계산상 저렴하면서도 최적 성능 또는 최적에 가까운 성능을 달성할 수 있다는 이점을 가지고 있다.
본 명세서는 또한 상기 방법들의 동작들을 수행하기 위한 본 발명의 실시예들에 따른 웨어러블 기기의 내부 및/또는 외부에 있을 수 있는 장치를 개시한다. 이러한 기기는 요구된 목적들을 위해 특별히 구성되거나 또는 범용(general purpose) 컴퓨터나 상기 컴퓨터에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 다른 장치를 포함할 수 있다. 여기에 제시된 알고리즘들 및 디스플레이들은 임의의 특정 컴퓨터 또는 다른 기기에 본질적으로 관련되지 않는다. 다양한 범용 머신(machine)들이 여기에 개시된 내용에 따른 프로그램들과 함께 사용될 수 있다. 대안적으로, 요구된 방법 단계들을 수행하기 위한 보다 특화된 기기의 구성이 적절할 수 있다. 종래의 범용 컴퓨터의 구성은 아래 설명에서 언급될 것이다. 또한, 본 명세서는 여기에 설명된 방법의 개별적인 단계들이 컴퓨터 코드에 의해 실행될 수 있음이 해당 기술 분야의 통상의 기술자에게 명백할 수 있는 컴퓨터 프로그램을 암시적으로 개시한다. 이러한 컴퓨터 프로그램은 임의의 특정 프로그래밍 언어 및 그의 구현에 한정되지 않는다. 다양한 프로그래밍 언어들 및 그의 코딩이 여기에 포함된 개시 내용을 구현하기 위해 사용될 수 있음을 이해할 것이다. 게다가, 상기 컴퓨터 프로그램은 임의의 특정 제어 흐름에 한정되지 않는다. 본 발명의 사상 또는 범위를 벗어나지 않는 상이한 제어 흐름들을 사용할 수 있는 상기 컴퓨터 프로그램의 많은 다른 변형(variant)들이 존재한다.
또한, 상기 컴퓨터 프로그램의 상기 단계들의 하나 이상은 순차적이기보다는 병렬적으로 수행될 수 있다. 그러한 컴퓨터 프로그램은 임이의 컴퓨터 판독 가능 매체 상에 저장될 수 있다. 컴퓨터 판독 가능 매체는 자기 또는 광학 디스크들과 같은 저장 장치들, 메모리 칩들, 또는 범용 컴퓨터와의 인터페이싱(interfacing)에 적합한 다른 저장 장치들을 포함할 수 있다. 또한, 상기 컴퓨터 판독 가능 매체는 인터넷(internet) 시스템에서 예시된 바와 같은 하드 와이어드(hard-wired) 매체 또는 GSM 이동 전화 시스템에서 예시된 바와 같은 무선 매체를 포함할 수 있다. 그러한 범용 컴퓨터에서 로딩(loading)되고 실행될 때, 상기 컴퓨터 프로그램은 선호되는 방법의 단계들을 구현하는 기기를 효과적으로 초래할 수 있다.
본 발명은 또한 하드웨어 모듈들로서 구현될 수 있다. 특히, 하드웨어 의미에서, 모듈은 다른 부품(component)들 또는 모듈(module)들과 함께 사용하도록 설계된 기능적 하드웨어 유닛(functional hardware unit)이다. 예를 들어, 모듈은 개별적인 전자 부품들을 이용하여 구현되거나 또는 주문형 집적 회로(Application Specific Integrated Circuit; ASIC)와 같은 전체 전자 회로의 일부를 형성할 수 있다. 수많은 다른 가능성들이 존재한다. 해당 기술 분야의 통상의 기술자들은 상기 시스템이 하드웨어 및 소프트웨어 모듈들의 조합으로서 구현될 수도 있음을 이해할 것이다.
여기에 개시된 본 발명의 설명된 실시예들은 사용자로부터 획득된 생리 신호로부터 모션 아티팩트를 ACC 신호에 기초하여 제거하는 방법 및 웨어러블 장치에 관한 것이다.
일 실시예에서, 상기 장치는 충분한 피부 영역을 갖는 사용자의 임의의 위치에 착용될 수 있다. 이에, 발광 다이오드-광 검출기(light emitting diode-photo detector; LED-PD) 장치는 PPG 신호를 획득할 수 있고, 상기 3축 ACC는 모션 신호들을 획득할 수 있다.
도 1은 본 발명의 실시예들에 따른 생리 측정들 내 아티팩트들을 제거하는 방법을 나타내는 순서도(100)를 도시한다. 상기 방법은 다음 단계들을 포함한다.
단계(102)에서, 사용자의 3축 ACC 신호들 및 원시(raw) PPG 데이터를 얻는다.
단계(104)에서, 상기 PPG 신호가 왜곡되어 있는지 여부를 체크한다.
단계(106)에서, 상기 3축 ACC 신호들로부터 노이즈 레퍼런스를 식별한다.
단계(108)에서, 노이즈 레퍼런스로서 식별된 ACC 신호를 가지고 상기 PPG 신호로부터 적응 노이즈 제거를 수행한다.
단계(110)에서, 상기 필터링된 PPG 신호의 신호 품질을 체크한다.
본 발명의 일 실시예에 따른 도 1에 도시된 방법의 구체적인 내용들이 이제 설명될 것이다.
상기 PPG 신호가 왜곡되어 있는지 여부를 체크(단계(104))
본 발명의 일 실시예에 따른 PPG 신호가 왜곡되어 있는지 여부를 체크하는 방법이 도 2의 순서도(200)에 도시되어 있다. 상기 방법은 다음의 단계들을 포함한다.
단계(202)에서, 현재 원시 PPG 신호로부터 DC 오프셋(offset)을 제거한다.
단계(204)에서, 현재 PPG 신호에 대한 피크(peak)들 및 밸리(valley)들을 검출한다.
단계(206)에서, 현재 PPG 신호에 대한 모폴로지를 얻는다.
단계(208)에서, PPG 모폴로지 템플릿(들)(template)에 대하여 현재 PPG에 대한 모폴로지의 유사성을 계산한다.
단계(210)에서, 상기 유사성이 미리 결정된 쓰레시홀드(threshold)보다 작으면, 신호 왜곡을 결정한다.
상기 템플릿(들)은 이전 측정으로부터 얻어질 수 있고, 현재 측정에서 갱신(update)될 수 있다. 또는, 상기 템플릿(들)은 장치 초기화 스테이지(device initialization stage) 동안에(예를 들어, 저장된 템플릿이 없을 때) 얻어질 수 있다.
노이즈 레퍼런스를 식별(도 1의 단계(106))
본 발명의 일 실시예에 따른 노이즈 레퍼런스를 식별하는 방법이 도 3의 순서도(300)에 도시되어 있다. 상기 방법은 다음의 단계들을 포함한다.
단계(302)에서, 각 축을 따라 ACC 신호에 대한 신호 진폭을 계산한다.
단계(304)에서, ACC 신호가 최대 진폭을 갖는 축을 찾고, 그 축을 따르는 ACC 신호를 노이즈 레퍼런스로 결정한다.
필터링된 PPG 신호의 신호 품질을 체크(도 1의 단계(110))
본 발명의 실시예들에 따른 필터링된 PPG 신호의 신호 품질을 체크하는 방법이 도 4의 순서도(400)에 도시되어 있다. 상기 방법은 다음의 단계들을 포함한다.
단계(402)에서, 필터링된 PPG 신호에 대한 피크들 및 밸리들을 검출한다.
단계(404)에서, 필터링된 PPG 신호의 모폴로지를 얻는다.
단계(406)에서, 필터링된 PPG의 모폴로지와 PPG 모폴로지 템플릿(들) 사이의 유사성을 계산한다.
단계(408)에서, 상기 유사성이 미리 결정된 쓰레시홀드보다 크면, 필터링된 PPG 신호를 수락(accept)한다.
도 5는 손목 착용 웨어러블 장치로 구현된 본 발명의 제1 실시예의 완전한 프로세스 흐름(500)을 도시하고 있다. 상기 방법은 다음의 단계들을 포함한다.
단계(502)에서, 사용자의 원시 PPG 및 가속도계(ACC) 신호들을 얻는다.
단계(504)에서, 시간 지연(tds)을 ACC 신호들에 적용한다. 시간 지연(tds)은 선호되게는 겪은 모션(undergone motion)에 기인한 측정된 PPG 신호 내 왜곡 발생의 지연을 나타내며, 대략 100밀리초(millisecond; ms) 내지 130ms의 범위일 수 있다.
단계(506)에서, PPG 신호에 대한 로그 변환(log transform)을 수행한다.
단계(508)에서, PPG 및 ACC 데이터를 복수의 T-s 이동 윈도우들(이들은 겹치는(overlapping) 윈도우들 또는 겹치지 않는(non-overlapping) 윈도우들일 수 있음)로 분할(split)한다. 상기 이동 윈도우들은 선호되게는 대략 2초(second; s) 내지 8s의 범위일 수 있다.
각 프로세싱 윈도우에서,
단계(509)에서, 모든 데이터가 프로세싱되었는지 여부를 결정한다. 모든 데이터가 프로세싱되지 않았으면, 단계(510)에서, 현재 윈도우에서 ACC 데이터의 시작부(beginning)에 버퍼링된 ACC 데이터를 첨부(append)하고, 버퍼링된 ACC 데이터를 갱신한다. 구체적으로, 적응 필터가 N의 차수(order)를 갖는 경우, 버퍼링된 ACC 데이터는 (N-1)의 길이를 갖는다. 갱신 전에는, 그것은 이전 윈도우에서 각 축을 따르는 ACC 신호의 마지막 (N-1)개의 샘플들이다. 갱신 후에는, 그것은 현재 윈도우에서 각 축을 따르는 ACC 신호의 마지막 (N-1)개의 샘플들이고, 다음 윈도우에서 ACC 데이터의 시작부에 첨부될 것이며 갱신될 것이다.
단계(512)에서, PPG 신호에서 DC 오프셋을 제거한다. 선호되게는, PPG 신호로부터 평균(mean)을 감산(subtract)함으로써 DC 오프셋이 PPG 신호에서 제거된다.
단계(514)에서, PPG 신호의 피크들과 밸리들을 검출한다.
도 5의 단계(516)에서, 검출된 피크들 및 밸리들에 기초하여 PPG를 세그먼팅하고(segment)(도 6a를 참조), 시간과 진폭 모두에서 PPG 세그먼트들을 정규화하며(도 6b를 참조), 정규화된 PPG 세그먼트들을 평균함으로써 현재 PPG 모폴로지를 얻는다.
단계(518)에서, 모션 강도를 체크한다. 선호되게는, 모든 3축들을 따라 각 ACC 신호의 진폭이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00001
)보다 작은지 여부를 체크함으로써 모션 강도가 체크된다. 모든 3축들을 따라 각 ACC 신호의 진폭이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00002
)보다 작으면, 단계(520)에서, PPG 모폴로지 템플릿을 갱신한다. 선호되는 실시예에서, 상기 쓰레시홀드(
Figure 112016125013621-pct00003
)는 대략 0.15g로 미리 결정된다.
모든 3축들을 따라 각 ACC 신호의 진폭이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00004
)보다 작지 않으면, 단계(522)에서, 현재 PPG 모폴로지와 PPG 모폴로지 템플릿 사이의 유사성(선호되게는, 상호 상관)을 계산한다. 단계(523)에서, 상기 유사성이 미리 결정된
Figure 112016125013621-pct00005
보다 작지 않으면, 단계(524)에서, 본 윈도우를 위해 PPG를 재구성(reconstruct)한다. 그렇지 않으면, 단계(525)로 진행한다. 선호되는 실시예에서,
Figure 112016125013621-pct00006
은 대략 0.85로 미리 결정된다.
단계(525)에서, ACC 신호들에서 DC 오프셋을 제거한다. 선호되게는, ACC 신호로부터 평균을 감산함으로써 DC 오프셋이 ACC 신호들에서 제거된다.
단계(526)에서, PPG 및 ACC 신호들의 로우 패스 필터링(low pass filtering)을 수행한다.
단계(527)에서, ACC 신호가 PPG 왜곡과 가장 상관되는 축을 식별한다. 선호되는 실시예에서, 최대 진폭을 가진 축을 식별함으로써 ACC 신호가 PPG 왜곡과 가장 상관되는 축이 식별된다. 예시적인 3축 로우 패스 필터링된 ACC 데이터(Ax 700, Ay 702, Az 704)가 도 7에 도시되어 있다.
단계(528)에서, 노이즈 레퍼런스로서 식별된 축을 따르는 로우 패스 필터링된 ACC 신호를 가지고 로우 패스 필터링된 PPG 신호에 대한 적응 필터링을 수행한다.
단계(530)에서, 필터링된 PPG 신호에 대한 피크들 및 밸리들을 검출한다.
단계(532)에서, 필터링된 PPG 신호의 모폴로지를 얻는다.
단계(534)에서, 필터링된 PPG 신호의 신뢰도를 체크하기 위해 필터링된 PPG 신호의 모폴로지와 PPG 모폴로지 템플릿 사이의 유사성(선호되게는, 상호 상관)을 계산한다. 단계(535)에서, 상기 유사성이 미리 결정된
Figure 112016125013621-pct00007
보다 작지 않으면, 단계(524)에서, 본 윈도우를 위해 PPG 신호를 재구성한다. 그렇지 않으면, 단계(536)에서, 현재 윈도우 내 PPG 신호를 거부(reject)한다. 선호되는 실시예에서,
Figure 112016125013621-pct00008
는 대략 0.1로 미리 결정된다.
단계(509)에서, 모든 데이터가 프로세싱되었는지 여부를 결정한다. 모든 데이터가 프로세싱되지 않았으면, 다음 데이터 윈도우를 위해 상기 프로세스(단계들(510, ..., 536))를 반복한다.
도 8은 본 발명의 제2 실시예에 따른, PPG 신호가 전력 스펙트럼 밀도(power spectrum density; PSD) 방법에 의해 왜곡되어 있는지 여부를 체크하는 단계(도 1의 단계(104))를 나타내는 순서도(800)이다. 상기 단계는 다음의 단계들을 포함한다.
단계(802)에서, PPG 신호 및 ACC 신호들 각각에 밴드 패스 필터링(band pass filtering)을 적용한다.
단계(804)에서, PPG 신호 및 ACC 신호들 각각에 대한 PSD를 계산한다.
단계(806)에서, PPG 신호의 PSD와 PPG 신호의 PSD 템플릿 사이의 유사성(선호되게는, 상호 상관)을 계산한다. 상기 템플릿(들)이 이전 측정으로부터 얻어질 수 있고, 현재 측정에서 갱신될 수 있다. 또는, 상기 템플릿(들)은 장치 초기화 스테이지 동안에(예를 들어, 저장된 템플릿이 없을 때) 얻어질 수 있다.
단계(808)에서, 각 축을 따라 ACC 신호의 PSD와 PPG 신호의 PSD 사이의 유사성을 계산한다.
단계(810)에서, PPG 신호의 PSD와 PSD 템플릿 사이의 유사성이 임의의 축을 따르는 ACC 신호의 PSD와 PPG 신호의 PSD 사이의 유사성보다 작은 경우에 PPG 왜곡을 결정한다.
도 9는 본 발명의 제2 실시예에 따른, 노이즈 레퍼런스를 PSD 방법에 의해 식별하는 단계(도 1의 단계(106))를 나타내는 순서도(900)이다. 상기 단계는 다음의 단계들을 포함한다.
단계(902)에서, 각 축을 따라 ACC 신호의 PSD와 PPG 신호의 PSD 사이의 유사성(선호되게는 상호 상관)을 계산한다.
단계(904)에서, ACC 신호가 PPG 신호의 PSD에서 가장 큰 유사성을 갖는 축을 찾고, 그 축을 따르는 ACC 신호를 노이즈 레퍼런스로서 결정한다.
도 10은 본 발명의 제2 실시예의 완전한 프로세스 흐름(1000)을 도시하고 있다. 상기 완전한 프로세시 흐름(1000)은 다음의 단계들을 포함한다.
단계(1002)에서, 대상(subject)으로부터 원시 PPG 및 ACC 신호들을 획득한다.
단계(1004)에서, PPG 신호에 대해 로그 변환을 수행한다. 단계(1005)에서, 시간 지연(tds)을 적용한다. 단계(1006)에서, PPG 및 ACC 데이터를 이동 윈도우들(이들은 겹치는 윈도우들 또는 겹치지 않는 윈도우들일 수 있음)로 분할한다. 시간 지연(tds)은 선호되게는 겪은 모션에 기인한 측정된 PPG 신호 내 왜곡 발생의 지연을 나타내며, 대략 100ms 내지 130ms의 범위일 수 있다.
각 프로세싱 윈도우에서,
단계(1008)에서, 모든 데이터가 프로세싱되었는지 여부를 결정한다. 모든 데이터가 프로세싱되지 않았으면, 단계(1009)에서, 현재 윈도우에서 ACC 데이터의 시작부에 버퍼링된 ACC 데이터를 첨부하고, 버퍼링된 ACC 데이터를 갱신한다. 구체적으로, 적응 필터가 N의 차수를 갖는 경우, 버퍼링된 ACC 데이터는 (N-1)의 길이를 갖는다. 갱신 전에는, 그것은 이전 윈도우에서 각 축을 따르는 ACC 신호의 마지막 (N-1)개의 샘플들이다. 갱신 후에는, 그것은 현재 윈도우에서 각 축을 따르는 ACC 신호의 마지막 (N-1)개의 샘플들이고, 다음 윈도우에서 ACC 데이터의 시작부에 첨부될 것이며 갱신될 것이다.
단계(1010)에서, PPG 및 ACC 신호들의 밴드 패스 필터링을 적용한다.
단계(1012)에서, 현재 윈도우에 대한 PPG 신호의 PSD를 계산한다.
단계(1014)에서, 모션 강도를 체크한다. 선호되게는, 모든 3축들을 따라 각 ACC 신호의 진폭이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00009
)보다 작은지 여부를 체크함으로써 모션 강도가 체크된다. 선호되는 실시예에서, 상기 쓰레시홀드(
Figure 112016125013621-pct00010
)는 대략 0.15g로 미리 결정된다. 모든 3축들을 따라 각 ACC 신호의 진폭이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00011
)보다 작으면, 단계(1016)에서, 밴드 패스 필터링된 PPG 신호에 대한 피크들과 밸리들을 검출한다.
단계(1018)에서, 밴드 패스 필터링된 PPG 신호의 모폴로지를 얻는다. 단계(1020)에서, PPG 모폴로지 템플릿과 PSD 템플릿을 갱신한다. 단계(1042)에서, PPG 신호를 재구성한다. 이후, 단계(1008)로 돌아온다.
단계(1014)에서의 답(모션 강도 체크)이 '아니오'인 경우, 단계(1022)에서, 현재 윈도우에 대한 각 축을 따르는 ACC 신호들의 PSD를 계산한다.
단계(1024)에서, 현재 윈도우 내 PPG 신호의 PSD와 PPG PSD 템플릿 사이의 상호 상관 및 현재 윈도우에 대한 각 축을 따르는 ACC 신호들의 PSD와 PPG 신호의 PSD 사이의 상호 상관을 계산한다.
단계(1026)에서, ACC 신호의 PSD가 PPG 신호의 PSD와 최대로 상관되는 축을 식별한다.
단계(1028)에서, 식별된 축을 따르는 ACC 신호가 현재 윈도우에 대한 노이즈 레퍼런스로서 사용되었는지 여부를 체크한다.
단계(1030)에서, 식별된 축을 따르는 ACC 신호가 현재 윈도우에 대한 노이즈 레퍼런스로서 사용되었으면, 단계(1032)로 진행한다. 식별된 축을 따르는 ACC 신호가 현재 윈도우에 대한 노이즈 레퍼런스로서 사용되지 않았으면, 단계(1030)에서, PPG 신호의 PSD가 식별된 축을 따르는 ACC 신호의 PSD보다 PSD 템플릿에 더 상관되어 있는지 여부를 체크한다.
단계(1030)에서, PPG 신호의 PSD가 식별된 축을 따르는 ACC 신호의 PSD보다 PSD 템플릿에 더 상관되어 있는 경우:
단계(1032)에서, PPG에 대한 피크들 및 밸리들을 검출한다. 단계(1034)에서, (상술한 도 6에 도시된 바와 같이,) 현재 윈도우에서 현재 PPG의 모폴로지를 얻는다.
단계(1036)에서, 현재 PPG의 모폴로지와 PPG 모폴로지 템플릿 사이의 상호 상관을 계산한다.
단계(1038)에서, 필터링된 PPG일 수 있는 현재 PPG의 신뢰도를 체크하기 위해 현재 PPG의 모폴로지와 PPG 모폴로지 템플릿 사이의 상호 상관을 체크한다(후술할 단계(1048) 내지 단계(1058)를 참조). 단계(1039)에서, 상관 값(correlation value)이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00012
)보다 작지 않으면, 상관 값이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00013
)보다 큰지 여부를 체크한다(즉,
Figure 112016125013621-pct00014
>
Figure 112016125013621-pct00015
). 상관 값이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00016
)보다 크면, 단계(1040)에서, PPG PSD 템플릿을 갱신하고, 단계(1042)에서 PPG를 재구성한 후, 단계(1008)로 루프백(loop back)한다. 단계(1039)에서, 상관 값이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00017
)보다 크지 않으면, 단계(1042)에서 PPG를 재구성한 후, 단계(1008)로 루프백한다.
단계(1038)에서, 상관 값이 미리 결정된 쓰레시홀드(
Figure 112016125013621-pct00018
)보다 작으면, 단계(1044)에서 현재 윈도우 내 PPG를 거부한 후, 단계(1008)로 루프백한다.
단계(1008)에서, 모든 데이터가 프로세싱되었다면, 단계(1046)에서, 상기 프로세스를 종료한다.
단계(1030)에서 PPG 신호의 PSD가 식별된 축을 따르는 ACC 신호의 PSD보다 PSD 템플릿에 더 상관되어 있지 않은 경우:
단계(1048)에서, 노이즈 레퍼런스로서 식별된 ACC 신호를 가지고 PPG 신호에 대한 적응 필터링을 수행한다.
단계(1050)에서, 필터링된 PPG 신호의 PSD를 계산한다.
단계(1052)에서, 각 축을 따르는 ACC 신호의 PSD와 필터링된 PPG 신호의 PSD 사이의 상호 상관뿐만 아니라, PSD 템플릿과 필터링된 PPG 신호의 PSD 사이의 상호 상관을 계산한다.
단계(1054)에서, PPG의 신호 품질이 적응 필터링에 의해 향상되었는지 여부를 체크한다. 즉, 적응 필터링 이후에, PSD 템플릿과 PPG의 PSD 사이의 상관이 증가되었는지 여부 또는 노이즈 레퍼런스의 PSD와 PPG의 PSD 사이의 상관이 감소되었는지 여부를 체크한다.
적응 필터링 이후에 신호 품질이 향상된 경우, 단계(1056)에서, 필터링된 PPG를 가지고 현재 윈도우 내 PPG를 갱신하고, 그것의 PSD 및 각 축을 따르는 ACC의 PSD와 PPG의 PSD 사이의 상관을 갱신하며, 단계(1026)로 돌아간다. 현재 적응 필터링 이후 신호 품질이 향상되지 않으면, 단계(1058)에서, 현재 필터링 이전처럼 PPG를 유지하고, 단계(1034)로 간다.
도 11은 본 발명의 일 실시예에 따른 손목 시계(1101)의 형태를 가진 웨어러블 장치를 포함한 어셈블리(1100)를 도시하고 있다. 다른 실시예들에서 상기 장치가 사용자의 몸의 일부(예를 들어, 남녀의 팔, 허리, 엉덩이 또는 발 등)에 착용되는 데에 적합한 다른 형태를 가질 수도 있음을 이해할 것이다. 손목 시계(1101)는 사용자로부터 모션 데이터 및 생리 측정들을 얻고, 생리 측정들 내 아티팩트들을 제거하며, 해당 결과(들)를 어셈블리(1100)(예를 들어, 이동 전화기(1102), 다른 이동 전자 장치들, 또는 데스크탑(desk top) 컴퓨터, 랩탑(laptop) 컴퓨터, 탭(tab) 컴퓨터 등과 같은 컴퓨팅 장치들)의 전기 통신 장치(telecommunication device)에 무선으로 전송한다.
도 12는 본 발명의 일 실시예에 따른 웨어러블 장치(1201)를 포함한 어셈블리(1200)를 나타내는 개략적인 블록도를 도시하고 있다. 이 때, 상기 장치(1201)는 사용자로부터 생리 측정들을 얻고, 생리 측정들 내 아티팩트들을 제거한다. 상기 장치(1201)는 사용자의 모션 데이터를 얻기 위해 가속도계 또는 자이로스코프(gyroscope)와 같은 제1 신호 센싱 모듈(1202)를 포함한다.
상기 장치에서 사용하기에 적합할 수 있는 선호되는 가속도계의 하나의 비한정적인 예는 Freescale Semiconductor, Inc.에서 입수할 수 있는 3축 가속도계 MMA8652FC이다. 이 가속도계는 단일 패키지로 세 방향들 모두에서 가속도를 측정할 수 있는 이점을 제공할 수 있다. 대안적으로, 다른 실시예들에서, 3축 센싱을 제공하도록 지향된(oriented) 다수의 단일-축(single-axis) 가속도계들이 사용될 수 있다.
상기 장치(1201)는 또한 사용자의 생리 신호를 얻기 위한 LED-PD 모듈과 같은 제2 센싱 모듈(1203)을 포함한다. 도 13은 손목 시계(1101) 형태의 웨어러블 장치를 위한 반사 모드에서의 측정을 위한 선호되는 LED-PD 구성을 나타내는 개략도를 도시하고 있다. 상기 측정은 2개의 PD들(1302, 1304)로 다시 반사된 LED(1300)에 의한 광량에 기초한다.
상기 장치에서 사용하기에 적합할 수 있는 선호되는 LED-PD 모듈의 하나의 비한정적인 예는 하나 이상의 PD들(예를 들어, 주변 광 센서 TEMD5510FX01)과 짝을 이루는(paired) 하나의 LED(예를 들어, OneWhite Surface Mount PLCC-2 LED Indicator ASMT-UWB1-NX302)로 구성된다. 대안적으로, 상기 LED-PD 모듈은 하나 이상의 PD들과 짝을 이루는 다수의 LED들로 구성될 수 있다.
상기 장치(1201)는 또한 신호 센싱 모듈(1202)로부터의 가속도 정보 및 측정 모듈(1203)로부터의 생리 신호를 수신하여 프로세싱하기 위해 구성된 프로세서와 같은 데이터 프로세싱 및 계산 모듈(1204)을 포함한다. 상기 장치(1201)는 또한 상기 장치(1201)의 사용자에게 결과를 표시하기 위한 표시 유닛(1206)을 포함한다. 본 실시예의 상기 장치(1201)는 어셈블리(1200)의 전기 통신 장치(1210)과 무선 통신하기 위해 구성된 무선 전송 모듈(1208)을 더 포함한다. 전기 통신 장치(1210)는 웨어러블 장치(1201)로부터 신호들을 수신하기 위한 무선 수신기 모듈(1212) 및 전기 통신 장치(1210)의 사용자에게 결과를 표시하기 위한 표시 유닛(1214)을 포함한다.
도 14는 본 발명의 일 실시예에 따른 생리 측정들 내 아티팩트들을 제거하는 방법을 나타내는 순서도(1400)를 도시하고 있다. 단계(1402)에서, 사용자의 생리 신호가 얻어진다. 단계(1404)에서, 사용자의 모션을 나타내는 상응하는 모션 데이터가 얻어진다. 단계(1406)에서, 생리 신호가 왜곡되어 있는지 여부가 결정된다. 단계(1408)에서, 생리 신호가 왜곡되어 있다고 결정되는 경우, 노이즈 레퍼런스가 식별되고, 생리 신호가 노이즈 레퍼런스로 필터링된다.
선호되게는, 상기 방법은 필터링된 생리 신호의 신뢰도를 체크하는 단계를 더 포함한다.
얻어진 모션 데이터는 3축 모션 신호들을 포함할 수 있다. 노이즈 레퍼런스를 식별하는 단계는 모션 신호들이 최대 진폭을 갖는 축을 식별하는 단계 및 노이즈 레퍼런스로서 상기 축을 따르는 모션 신호를 사용하는 단계를 포함한다. 상기 방법은 모션 신호들이 최대 진폭을 갖는 축을 식별하는 단계 이전에 모션 신호들로부터 DC 오프셋을 제거하는 단계를 포함한다. 상기 방법은 모션 신호들이 최대 진폭을 갖는 축을 식별하는 단계 이전에 모션 신호들에 대해 로우 패스 필터링을 수행하는 단계를 포함한다.
노이즈 레퍼런스를 식별하는 단계는 모션 신호가 PSD 면에서 PPG 신호에 최대 유사성을 갖는 축을 식별하는 단계 및 노이즈 레퍼런스로서 상기 축을 따르는 모션 신호를 사용하는 단계를 포함할 수 있다. 상기 방법은 모션 신호가 PSD 면에서 PPG 신호에 최대 유사성을 갖는 축을 식별하는 단계 이전에 모션 신호들 및 PPG에 대한 밴드 패스 필터링을 수행하는 단계를 포함할 수 있다.
생리 신호가 왜곡되어 있는지 여부를 결정하는 단계는 생리 신호의 모폴로지와 생리 모폴로지 템플릿 사이의 유사성을 비교하는 단계를 포함한다. 상기 유사성은 생리 신호의 모폴로지와 생리 모폴로지 템플릿 사이의 상호 상관을 포함할 수 있다. 상기 방법은 검출된 피크들 및 밸리들에 기초하여 생리 신호를 세그먼팅하고, 생리 세그먼트들을 정규화하며, 정규화된 생리 세그먼트들을 평균화함으로써 생리 신호의 모폴로지를 결정하는 단계를 더 포함할 수 있다.
생리 신호가 왜곡되어 있는지 여부를 결정하는 단계는 생리 신호의 전력 스펙트럼 밀도(PSD)를 계산하는 단계, 모션 신호들 각각의 PSD를 계산하는 단계, 및 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 모션 신호들 각각의 PSD들 사이의 유사성보다 큰 지 여부를 결정하는 단계를 포함한다. 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 모션 신호들 각각의 PSD들 사이의 유사성보다 큰 지 여부를 결정하는 단계는 상응하는 모션 신호의 PSD가 생리 신호의 PSD와 최대 상관을 갖는 축을 식별하는 단계 및 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 상응하는 모션 신호의 PSD 사이의 유사성보다 큰 지 여부를 결정하는 단계를 포함할 수 있다.
상기 방법은 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 상응하는 모션 신호의 PSD 사이의 유사성보다 크지 않은 경우 노이즈 레퍼런스로서 상응하는 모션 신호를 가지고 생리 신호의 필터링을 수행하는 단계 및 필터링 이후 생리 신호의 신호 품질이 향상되었는지 여부를 결정하는 단계를 더 포함할 수 있다.
상기 방법은 필터링된 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 필터링된 생리 신호의 PSD와 다른 축을 따르는 모션 신호의 PSD 사이의 유사성보다 크지 않은 경우 노이즈 레퍼런스로서 상기 다른 축을 따르는 모션 신호를 가지고 필터링된 생리 신호의 필터링을 수행하는 단계를 더 포함할 수 있다.
생리 신호 및 모션 데이터는 겹치거나 또는 겹치지 않는 이동 윈도우들에 기초하여 프로세싱될 수 있다.
생리 신호는 PPG 신호를 포함할 수 있다.
모션 데이터는 ACC 데이터를 포함할 수 있다.
도 15는 본 발명의 일 실시예에 따른, 생리 측정들 내 아티팩트들을 제거하는 장치(1500)를 나타내는 개략도를 도시하고 있다. 상기 장치(1500)는 사용자의 생리 신호를 얻기 위한 제1 센서(1502), 사용자의 모션을 나타내는 상응하는 모션 데이터를 얻기 위한 제2 센서(1504), 생리 신호가 왜곡되어 있는지 여부를 결정하고, 생리 신호가 왜곡되어 있는 것으로 결정되면, 노이즈 레퍼런스를 식별하고, 노이즈 레퍼런스로 생리 신호를 필터링하도록 구성된 프로세서(1506)를 포함한다.
선호되게는, 상기 프로세서는 필터링된 생리 신호의 신뢰도를 체크하도록 더 구성된다.
얻어진 모션 데이터는 3축 모션 신호들을 포함할 수 있다. 노이즈 레퍼런스를 식별하는 단계는 모션 신호들이 최대 진폭을 갖는 축을 식별하는 단계 및 노이즈 레퍼런스로서 상기 축을 따르는 모션 신호를 사용하는 단계를 포함할 수 있다. 프로세서(1506)는 모션 신호들이 최대 진폭을 갖는 축을 식별하기 이전에 모션 신호들로부터 DC 오프셋을 제거하도록 구성될 수 있다. 프로세서(1506)는 모션 신호들이 최대 진폭을 갖는 축을 식별하기 이전에 모션 신호들에 대한 로우 패스 필터링을 수행하도록 구성될 수 있다.
노이즈 레퍼런스를 식별하는 단계는 모션 신호가 PSD 면에서 PPG 신호에 최대 유사성을 갖는 축을 식별하는 단계 및 노이즈 레퍼런스로서 상기 축을 따르는 모션 신호를 사용하는 단계를 포함할 수 있다. 상기 방법은 모션 신호가 PSD 면에서 PPG 신호에 최대 유사성을 갖는 축을 식별하는 단계 이전에 모션 신호들 및 PPG에 대한 밴드 패스 필터링을 수행하는 단계를 포함할 수 있다.
생리 신호가 왜곡되어 있는지 여부를 결정하는 단계는 생리 신호의 모폴로지와 생리 모폴로지 템플릿 사이의 유사성을 비교하는 단계를 포함한다. 상기 유사성은 생리 신호의 모폴로지와 생리 모폴로지 템플릿 사이의 상호 상관을 포함할 수 있다. 프로세서(1506)는 검출된 피크들 및 밸리들에 기초하여 생리 신호를 세그먼팅하고, 생리 세그먼트들을 정규화하며, 정규화된 생리 세그먼트들을 평균화함으로써 생리 신호의 모폴로지를 결정하도록 구성될 수 있다.
생리 신호가 왜곡되어 있는지 여부를 결정하는 단계는 생리 신호의 전력 스펙트럼 밀도(PSD)를 계산하는 단계, 모션 신호들 각각의 PSD를 계산하는 단계, 및 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 모션 신호들 각각의 PSD들 사이의 유사성보다 큰 지 여부를 결정하는 단계를 포함한다. 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 모션 신호들 각각의 PSD들 사이의 유사성보다 큰 지 여부를 결정하는 단계는 상응하는 모션 신호의 PSD가 생리 신호의 PSD와 최대 상관을 갖는 축을 식별하는 단계 및 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 상응하는 모션 신호의 PSD 사이의 유사성보다 큰 지 여부를 결정하는 단계를 포함할 수 있다.
프로세서(1506)는 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 생리 신호의 PSD와 상응하는 모션 신호의 PSD 사이의 유사성보다 크지 않은 경우 노이즈 레퍼런스로서 상응하는 모션 신호를 가지고 생리 신호의 필터링을 수행하고, 필터링 이후 생리 신호의 신호 품질이 향상되었는지 여부를 결정하도록 구성될 수 있다.
프로세서(1506)는 필터링된 생리 신호의 PSD와 PSD 템플릿 사이의 유사성이 필터링된 생리 신호의 PSD와 다른 축을 따르는 모션 신호의 PSD 사이의 유사성보다 크지 않은 경우 노이즈 레퍼런스로서 상기 다른 축을 따르는 모션 신호를 가지고 필터링된 생리 신호의 필터링을 수행하도록 더 구성될 수 있다.
프로세서(1506)는 겹치거나 또는 겹치지 않는 이동 윈도우들에 기초하여 생리 신호 및 모션 데이터를 프로세싱하도록 구성될 수 있다.
생리 신호는 PPG 신호를 포함할 수 있다.
모션 데이터는 ACC 데이터를 포함할 수 있다.
상기 장치(1500)는 웨어러블 장치 내에 구현될 수 있다.
상기 장치(1500)는 웨어러블 장치 및 통신 장치를 포함하는 어셈블리 내에 구현될 수 있다.
상기 장치(1500)는 웨어러블 장치 및 무선 통신 장치를 포함하는 어셈블리 내에 구현될 수 있다.
본 발명의 실시예들은 계산상 저렴하면서도 생리 측정들 내 모션 아티팩트들을 최대한 제거할 수 있다는 이점을 가지고 있다.
상술한 실시예들에서, 예를 들어, 상호 상관은 2개의 파형들(x, y) 사이의 상호 상관의 측정으로서 피어슨(Pearson)의 상관 계수(r)를 이용하여 계산될 수 있다. 이것은 아래 [수식 1]을 이용하여 계산될 수 있다.
[수식 1]
Figure 112016125013621-pct00019
광범위하게 기술된 본 발명의 사상 또는 범위로부터 벗어나지 않으면서 특정 실시예들에서 도시된 본 발명에 여러 변화들 및/또는 변형들이 가해질 수 있음을 해당 기술 분야의 통상의 기술자는 이해할 것이다. 그러므로, 본 실시예들은 모든 면에서 예시적이고 비한정적인 것으로 간주되어야 한다. 또한, 본 발명은 본 발명의 특징 또는 본 발명의 특징들의 조합이 특허청구범위 또는 본 실시예들에 명시적으로 특정되어 있지 않다고 하더라도, 본 발명의 특징들의 조합 특히, 특허청구범위 내 특징들의 조합을 포함하는 것이다.
예를 들어, 몇몇 실시예들에 손목 착용 장치가 설명되어 있다고 하더라도, 상기 장치는 사용자의 팔, 엉덩이, 허리 또는 발에 착용될 수 있다.

Claims (39)

  1. 사용자의 생리 신호를 얻는 단계;
    상기 사용자의 모션을 나타내는 상응하는 모션 데이터를 얻는 단계;
    상기 생리 신호를 프로세싱함으로써 상기 생리 신호가 왜곡된 것을 결정하는 단계; 및
    노이즈 레퍼런스를 식별하고, 상기 노이즈 레퍼런스로 상기 생리 신호에 대한 필터링을 수행하는 단계를 포함하고,
    상기 노이즈 레퍼런스를 식별하는 단계는 상기 모션 데이터가 최대 진폭을 갖는 축을 식별하는 단계 및 상기 축을 따르는 상기 모션 데이터를 상기 노이즈 레퍼런스로서 사용하는 단계를 포함하거나 또는, 상기 모션 데이터가 전력 스펙트럼 밀도(power spectrum density; PSD) 면에서 상기 생리 신호에 최대 유사성을 갖는 축을 식별하는 단계 및 상기 축을 따르는 상기 모션 데이터를 상기 노이즈 레퍼런스로서 사용하는 단계를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  2. 제 1 항에 있어서,
    상기 노이즈 레퍼런스를 식별한 후에, 필터링된 생리 신호의 신뢰도를 체크하는 단계를 더 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  3. 제 1 항 또는 제 2 항에 있어서, 상기 얻어진 모션 데이터는 3축 모션 데이터를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  4. 제 1 항에 있어서,
    상기 모션 데이터가 상기 최대 진폭을 갖는 상기 축을 식별하는 단계 이전에 상기 모션 데이터로부터 DC 오프셋을 제거하는 단계를 더 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  5. 제 1 항 또는 제 4 항에 있어서,
    상기 모션 데이터가 상기 최대 진폭을 갖는 상기 축을 식별하는 단계는, 상기 모션 데이터에 대해 로우 패스 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  6. 제 1 항에 있어서,
    상기 모션 데이터가 상기 PSD 면에서 상기 생리 신호에 상기 최대 유사성을 갖는 상기 축을 식별하는 단계는, 상기 생리 신호 및 상기 모션 데이터에 대한 밴드 패스 필터링을 수행하는 단계를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  7. 제 1 항에 있어서, 상기 생리 신호가 왜곡된 것을 결정하는 단계는
    상기 생리 신호의 모폴로지와 생리 모폴로지 템플릿 사이의 유사성을 비교하는 단계를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  8. 제 7 항에 있어서, 상기 유사성은 상기 생리 신호의 상기 모폴로지와 상기 생리 모폴로지 템플릿 사이의 상호 상관을 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  9. 제 7 항에 있어서,
    검출된 피크들 및 밸리들에 기초하여 상기 생리 신호를 세그먼팅하고, 생리 세그먼트들을 정규화하며, 상기 정규화된 생리 세그먼트들을 평균화함으로써, 상기 생리 신호의 상기 모폴로지를 결정하는 단계를 더 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  10. 제 1 항에 있어서, 상기 생리 신호가 왜곡된 것을 결정하는 단계는
    상기 생리 신호의 PSD를 계산하는 단계;
    상기 모션 데이터 각각의 PSD를 계산하는 단계; 및
    상기 생리 신호의 상기 PSD와 PSD 템플릿 사이의 유사성이 상기 생리 신호의 상기 PSD와 상기 모션 데이터 각각의 상기 PSD 사이의 유사성보다 큰 지 여부를 결정하는 단계를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  11. 제 10 항에 있어서, 상기 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 상기 유사성이 상기 생리 신호의 상기 PSD와 상기 모션 데이터 각각의 상기 PSD 사이의 상기 유사성보다 큰 지 여부를 결정하는 단계는
    상기 상응하는 모션 데이터의 상기 PSD가 상기 생리 신호의 상기 PSD와 최대 상관을 갖는 축을 식별하는 단계; 및
    상기 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 상기 유사성이, 상기 생리 신호의 상기 PSD와 상기 상응하는 모션 데이터의 상기 PSD가 상기 생리 신호의 상기 PSD와 상기 최대 상관을 갖는 상기 축을 따르는 상기 상응하는 모션 데이터의 상기 PSD 사이의 유사성보다 큰 지 여부를 결정하는 단계를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  12. 제 11 항에 있어서, 상기 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 상기 유사성이 상기 생리 신호의 상기 PSD와 상기 상응하는 모션 데이터의 상기 PSD 사이의 상기 유사성보다 크지 않은 것으로 판단하는 단계;
    상기 노이즈 레퍼런스로서 상기 상응하는 모션 데이터를 가지고 상기 생리 신호에 대한 필터링을 수행하는 단계;
    상기 필터링된 생리 신호의 PSD를 결정하는 단계; 및
    상기 필터링 이후 상기 생리 신호의 신호 품질이 향상되었는지 여부를 결정하는 단계를 더 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  13. 제 12 항에 있어서, 상기 필터링된 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 유사성이 상기 필터링된 생리 신호의 상기 PSD와 다른 축을 따르는 상기 상응하는 모션 데이터의 상기 PSD 사이의 상기 유사성보다 크지 않은 것으로 판단하는 단계, 및 상기 노이즈 레퍼런스로서 상기 다른 축을 따르는 상기 모션 데이터를 가지고 상기 필터링된 생리 신호에 대한 필터링을 수행하는 단계를 더 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  14. 제 1 항에 있어서, 상기 생리 신호 및 상기 모션 데이터는 겹치거나 또는 겹치지 않는 이동 윈도우들에 기초하여 프로세싱되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  15. 제 1 항에 있어서, 상기 생리 신호는 PPG 신호를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  16. 제 1 항에 있어서, 상기 모션 데이터는 ACC 데이터를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 방법.
  17. 사용자의 생리 신호를 얻는 제1 센서;
    상기 사용자의 모션을 나타내는 상응하는 모션 데이터를 얻는 제2 센서; 및
    상기 생리 신호를 프로세싱함으로써 상기 생리 신호가 왜곡된 것을 결정하고, 노이즈 레퍼런스를 식별하고, 상기 노이즈 레퍼런스로 상기 생리 신호에 대한 필터링을 수행하도록 구성된 프로세서를 포함하고,
    상기 노이즈 레퍼런스를 식별하는 동작은 상기 모션 데이터가 최대 진폭을 갖는 축을 식별하는 동작 및 상기 노이즈 레퍼런스로서 상기 축을 따르는 상기 모션 데이터를 사용하는 동작을 포함하거나 또는, 상기 모션 데이터가 전력 스펙트럼 밀도(power spectrum density; PSD) 면에서 상기 생리 신호에 최대 유사성을 갖는 축을 식별하는 동작 및 상기 축을 따르는 상기 모션 데이터를 상기 노이즈 레퍼런스로서 사용하는 동작을 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  18. 제 17 항에 있어서, 상기 프로세서는, 상기 노이즈 레퍼런스를 식별한 후에, 필터링된 생리 신호의 신뢰도를 체크하도록 더 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  19. 제 17 항 또는 제 18 항에 있어서, 상기 얻어진 모션 데이터는 3축 모션 데이터를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  20. 제 17 항에 있어서, 상기 프로세서는 상기 모션 데이터가 상기 최대 진폭을 갖는 상기 축을 식별하기 이전에 상기 모션 데이터로부터 DC 오프셋을 제거하도록 더 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  21. 제 17 항 또는 제 20 항에 있어서, 상기 프로세서는 상기 모션 데이터가 상기 최대 진폭을 갖는 상기 축을 식별하기 이전에 상기 모션 데이터에 대해 로우 패스 필터링을 수행하도록 더 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  22. 제 17 항에 있어서, 상기 프로세서는 상기 모션 데이터가 상기 PSD 면에서 상기 생리 신호에 상기 최대 유사성을 갖는 상기 축을 식별하기 이전에 상기 생리 신호 및 상기 모션 데이터에 대한 밴드 패스 필터링을 수행하도록 더 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  23. 제 17 항에 있어서, 상기 생리 신호가 왜곡된 것을 결정하는 동작은 상기 생리 신호의 모폴로지와 생리 모폴로지 템플릿 사이의 유사성을 비교하는 동작을 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  24. 제 23 항에 있어서, 상기 유사성은 상기 생리 신호의 상기 모폴로지와 상기 생리 모폴로지 템플릿 사이의 상호 상관을 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  25. 제 23 항에 있어서, 상기 프로세서는 검출된 피크들 및 밸리들에 기초하여 상기 생리 신호를 세그먼팅하고, 생리 세그먼트들을 정규화하며, 상기 정규화된 생리 세그먼트들을 평균화함으로써, 상기 생리 신호의 상기 모폴로지를 결정하도록 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  26. 제 17 항에 있어서, 상기 생리 신호가 왜곡된 것을 결정하는 동작은,
    상기 생리 신호의 PSD를 계산하는 동작,
    상기 모션 데이터 각각의 PSD를 계산하는 동작, 및
    상기 생리 신호의 상기 PSD와 PSD 템플릿 사이의 유사성이 상기 생리 신호의 상기 PSD와 상기 모션 데이터 각각의 상기 PSD 사이의 유사성보다 큰 지 여부를 결정하는 동작을 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  27. 제 26 항에 있어서, 상기 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 상기 유사성이 상기 생리 신호의 상기 PSD와 상기 모션 데이터 각각의 상기 PSD 사이의 상기 유사성보다 큰 지 여부를 결정하는 동작은,
    상기 상응하는 모션 데이터의 상기 PSD가 상기 생리 신호의 상기 PSD와 최대 상관을 갖는 축을 식별하는 동작, 및
    상기 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 상기 유사성이, 상기 생리 신호의 상기 PSD와 상기 상응하는 모션 데이터의 상기 PSD가 상기 생리 신호의 상기 PSD와 상기 최대 상관을 갖는 상기 축을 따르는 상기 상응하는 모션 데이터의 상기 PSD 사이의 유사성보다 큰 지 여부를 결정하는 동작을 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  28. 제 27 항에 있어서, 상기 프로세서는, 상기 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 상기 유사성이 상기 생리 신호의 상기 PSD와 상기 상응하는 모션 데이터의 상기 PSD 사이의 상기 유사성보다 크지 않은 것으로 판단하고, 상기 노이즈 레퍼런스로서 상기 상응하는 모션 데이터를 가지고 상기 생리 신호에 대한 필터링을 수행하고, 상기 필터링된 생리 신호의 PSD를 결정하며, 상기 필터링 이후 상기 생리 신호의 신호 품질이 향상되었는지 여부를 결정하도록 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  29. 제 28 항에 있어서, 상기 프로세서는, 상기 필터링된 생리 신호의 상기 PSD와 상기 PSD 템플릿 사이의 유사성이 상기 필터링된 생리 신호의 상기 PSD와 다른 축을 따르는 상기 상응하는 모션 데이터의 상기 PSD 사이의 상기 유사성보다 크지 않은 것으로 판단하고, 상기 노이즈 레퍼런스로서 상기 다른 축을 따르는 상기 모션 데이터를 가지고 상기 필터링된 생리 신호에 대한 필터링을 수행하도록 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  30. 제 17 항에 있어서, 상기 프로세서는 겹치거나 또는 겹치지 않는 이동 윈도우들에 기초하여 상기 생리 신호 및 상기 모션 데이터를 프로세싱하도록 구성되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  31. 제 17 항에 있어서, 상기 생리 신호는 PPG 신호를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  32. 제 17 항에 있어서, 상기 모션 데이터는 ACC 데이터를 포함하는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  33. 제 17 항에 있어서, 상기 장치는 웨어러블 장치 내에 구현되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  34. 제 17 항에 있어서, 상기 장치는 웨어러블 장치 및 통신 장치를 포함하는 어셈블리 내에 구현되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  35. 제 17 항에 있어서, 상기 장치는 웨어러블 장치 및 무선 통신 장치를 포함하는 어셈블리 내에 구현되는 것을 특징으로 하는 생리 측정 내 아티팩트 제거 장치.
  36. 삭제
  37. 삭제
  38. 삭제
  39. 삭제
KR1020167035650A 2014-06-13 2014-06-13 생리 측정들 내 아티팩트들을 제거하는 장치 및 방법 KR102268196B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/SG2014/000279 WO2015190994A1 (en) 2014-06-13 2014-06-13 Device and method for removing artifacts in physiological measurements

Publications (2)

Publication Number Publication Date
KR20170016370A KR20170016370A (ko) 2017-02-13
KR102268196B1 true KR102268196B1 (ko) 2021-06-22

Family

ID=54833958

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167035650A KR102268196B1 (ko) 2014-06-13 2014-06-13 생리 측정들 내 아티팩트들을 제거하는 장치 및 방법

Country Status (6)

Country Link
US (1) US10973464B2 (ko)
JP (1) JP6465899B2 (ko)
KR (1) KR102268196B1 (ko)
CN (1) CN106456030B (ko)
SG (1) SG11201609658WA (ko)
WO (1) WO2015190994A1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10758133B2 (en) * 2014-08-07 2020-09-01 Apple Inc. Motion artifact removal by time domain projection
FR3059222A1 (fr) * 2016-11-28 2018-06-01 Apd Advanced Perfusion Diagnostics Sa Dispositif, procede et programme de monitorage de perfusion d'un tissu
WO2018137300A1 (zh) * 2017-01-25 2018-08-02 华为技术有限公司 一种生理信号质量判断方法及装置
TW201838584A (zh) 2017-04-18 2018-11-01 原相科技股份有限公司 能夠消除或避免偏移干擾而可準確量測生理特徵的電子裝置及方法
CN113558596B (zh) * 2017-04-27 2024-08-09 原相科技股份有限公司 量测生理特征的方法
US11166640B2 (en) * 2017-06-02 2021-11-09 Apple Inc. Physiological sampling during predetermined activities
US10874313B2 (en) 2017-06-04 2020-12-29 Apple Inc. Heartrate tracking techniques
KR102588906B1 (ko) 2017-12-01 2023-10-13 삼성전자주식회사 생체 신호 품질 평가 장치 및 방법
US11457872B2 (en) * 2017-12-01 2022-10-04 Samsung Electronics Co., Ltd. Bio-signal quality assessment apparatus and bio-signal quality assessment method
CN109157200B (zh) * 2018-10-31 2021-03-23 安徽华米信息科技有限公司 噪声检测方法及装置
US11134900B2 (en) * 2019-07-23 2021-10-05 KMZ Holdings LLC System and method for diagnostic analysis of human body systems, organs, and cells
TWI819253B (zh) * 2020-11-25 2023-10-21 緯創資通股份有限公司 訊號品質檢測方法及其訊號檢測裝置
WO2023108331A1 (zh) * 2021-12-13 2023-06-22 中国科学院深圳先进技术研究院 自适应实时心电信号质量评估方法
CN115670397B (zh) * 2022-11-17 2023-06-02 北京中科心研科技有限公司 一种ppg伪迹识别方法、装置、存储介质及电子设备
WO2024219632A1 (ko) * 2023-04-18 2024-10-24 삼성전자 주식회사 사용자의 움직임에 대응하는 노이즈를 포함하는 신호를 획득하는 제1 웨어러블 전자 장치, 상기 신호를 분석하는 전자 장치 및 상기 전자 장치의 동작 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110257554A1 (en) * 2010-04-19 2011-10-20 Sotera Wireless, Inc. Body-worn monitor for measuring respiratory rate
JP2013519421A (ja) 2010-02-11 2013-05-30 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 呼吸信号を決定するための方法と装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5513649A (en) * 1994-03-22 1996-05-07 Sam Technology, Inc. Adaptive interference canceler for EEG movement and eye artifacts
US6002952A (en) * 1997-04-14 1999-12-14 Masimo Corporation Signal processing apparatus and method
US20040111219A1 (en) * 1999-02-22 2004-06-10 Sandeep Gulati Active interferometric signal analysis in software
JP3700048B2 (ja) * 1999-06-28 2005-09-28 オムロンヘルスケア株式会社 電子血圧計
JP3806285B2 (ja) * 2000-06-09 2006-08-09 ヤマハ株式会社 発光玩具および発光玩具を用いた身体状態記録／判定システム
JP2003102694A (ja) * 2001-09-28 2003-04-08 Kenji Sunakawa 心拍数測定装置
US7920919B1 (en) * 2006-11-06 2011-04-05 Pacesetter, Inc. Morphology based motion detection for sensors sensitive to motion induced noise
JP5060186B2 (ja) * 2007-07-05 2012-10-31 株式会社東芝 脈波処理装置及び方法
JP5448515B2 (ja) * 2009-03-25 2014-03-19 シチズンホールディングス株式会社 生体信号測定装置
US9642534B2 (en) * 2009-09-11 2017-05-09 University Of Virginia Patent Foundation Systems and methods for determining location of an access needle in a subject
WO2011068687A1 (en) * 2009-11-18 2011-06-09 Texas Instruments Incorporated Methods and apparatus for sensing blood flow and hemodynamic parameters
WO2011098942A1 (en) * 2010-02-12 2011-08-18 Koninklijke Philips Electronics N.V. Method and apparatus for processing a cyclic physiological signal
US8761853B2 (en) * 2011-01-20 2014-06-24 Nitto Denko Corporation Devices and methods for non-invasive optical physiological measurements
JP2012170701A (ja) * 2011-02-23 2012-09-10 Seiko Epson Corp 拍動検出装置
US9770176B2 (en) * 2011-09-16 2017-09-26 Koninklijke Philips N.V. Device and method for estimating the heart rate during motion
KR101910982B1 (ko) * 2012-02-13 2019-01-04 삼성전자주식회사 개인화된 생체 신호 패턴을 이용한 생체 신호의 동잡음 제거 방법 및 장치
US20150208931A1 (en) * 2012-08-23 2015-07-30 Nitto Denko Corporation Method and device for quantifying heart rate variability (hrv) coherence
JP5970712B2 (ja) * 2012-11-15 2016-08-17 セイコーエプソン株式会社 生体情報測定回路、装置、プログラム及び方法
KR102367550B1 (ko) * 2014-09-02 2022-02-28 삼성전자 주식회사 생체 신호를 이용한 카메라 모듈의 제어
AU2014415685B2 (en) * 2014-12-30 2020-09-10 Nitto Denko Corporation Device and method for sleep monitoring

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013519421A (ja) 2010-02-11 2013-05-30 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 呼吸信号を決定するための方法と装置
US20110257554A1 (en) * 2010-04-19 2011-10-20 Sotera Wireless, Inc. Body-worn monitor for measuring respiratory rate

Also Published As

Publication number Publication date
SG11201609658WA (en) 2016-12-29
JP6465899B2 (ja) 2019-02-06
US10973464B2 (en) 2021-04-13
CN106456030B (zh) 2020-01-17
CN106456030A (zh) 2017-02-22
WO2015190994A1 (en) 2015-12-17
KR20170016370A (ko) 2017-02-13
US20170128019A1 (en) 2017-05-11
JP2017517349A (ja) 2017-06-29

Similar Documents

Publication Publication Date Title
KR102268196B1 (ko) 생리 측정들 내 아티팩트들을 제거하는 장치 및 방법
US20210153756A1 (en) Reliable acquisition of photoplethysmographic data
CN107205640B (zh) 用于去除生理测量结果中的伪像的设备和方法
EP3570736B1 (en) Determining health markers using portable devices
EP1297784A1 (en) Method and device for pulse rate detection
JP6279098B2 (ja) 光電式脈拍信号測定方法及び測定機器
US20170181680A1 (en) Oxygen saturation measuring apparatus and oxygen saturation measuring method thereof
US20210100463A1 (en) Motion detection and cancellation using ambient light
US20190008458A1 (en) Device and method for extracting heart rate information
CN106137175A (zh) 生理参数估计
KR20170142208A (ko) 견고한 심박수 추정
FI20185441A1 (en) Procedure, apparatus and computer program product for estimating signal quality
US11622692B2 (en) Signal processing apparatus, and apparatus and method for estimating bio-information
Pal et al. Improved heart rate detection using smart phone
JP2023503174A (ja) 心拍数の推定方法、装置及びそれを応用する電子機器
KR20230126564A (ko) 심박수 측정 방법 및 이를 수행하기 위한 컴퓨팅 장치
EP3662824B1 (en) Autonomous full spectrum biometric monitoring
CN111374657B (zh) 基于光电容积描记图信号检测心律不整的方法及装置
CN118680535A (zh) 一种血压测量方法、系统、设备和介质
WO2024047651A1 (en) System and method for sensors integration for non-static continuous blood pressure monitoring

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant