KR102342775B1 - 심전도 신호 처리 방법 및 장치 - Google Patents

심전도 신호 처리 방법 및 장치 Download PDF

Info

Publication number
KR102342775B1
KR102342775B1 KR1020210058112A KR20210058112A KR102342775B1 KR 102342775 B1 KR102342775 B1 KR 102342775B1 KR 1020210058112 A KR1020210058112 A KR 1020210058112A KR 20210058112 A KR20210058112 A KR 20210058112A KR 102342775 B1 KR102342775 B1 KR 102342775B1
Authority
KR
South Korea
Prior art keywords
electrocardiogram signal
signal processing
electrocardiogram
signal
processing apparatus
Prior art date
Application number
KR1020210058112A
Other languages
English (en)
Other versions
KR102342775B9 (ko
Inventor
차갑문
정종욱
Original Assignee
주식회사 에이티센스
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 주식회사 에이티센스 filed Critical 주식회사 에이티센스
Priority to KR1020210058112A priority Critical patent/KR102342775B1/ko
Application granted granted Critical
Publication of KR102342775B1 publication Critical patent/KR102342775B1/ko
Publication of KR102342775B9 publication Critical patent/KR102342775B9/ko
Priority to US17/724,862 priority patent/US20220361800A1/en
Priority to JP2022075951A priority patent/JP7388761B2/ja

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361Detecting fibrillation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/339Displays specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/347Detecting the frequency distribution of signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/363Detecting tachycardia or bradycardia
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

본 발명은 심전도 신호의 비정상 신호 여부를 판단하기 위한 심전도 신호 처리 방법 및 장치에 관한 것으로, 본 발명의 일 실시예에 다른 심전도 신호 처리 방법은, 심전도 신호 처리 장치가 심전도 신호를 수신하는 단계; 상기 심전도 신호 처리 장치가 상기 심전도 신호에서 정해진 기준을 만족하는 값들을 추출하고, 추출한 값들을 복수의 계급구간들에 대한 도수들로 나타내는 2차원 그래프로 변환하는 단계; 상기 심전도 신호 처리 장치가 상기 도수의 크기의 순서로, 상기 계급구간들의 순서를 재 배열시킨 누적 그래프를 생성하는 단계; 상기 심전도 신호 처리 장치가 상기 누적 그래프를 기초로 지니 인덱스를 산출하는 단계; 및 상기 심전도 신호 처리 장치가 상기 지니 인덱스를 이용하여 심전도 신호의 비정상 신호 여부를 판단하는 단계를 포함한다.

Description

심전도 신호 처리 방법 및 장치{ELECTROCARDIOGRAM SIGNAL PROCESSING METHOD AND APPARATUS}
본 발명은 심전도 신호 처리 방법 및 장치에 관한 것으로, 보다 상세하게는 주기적인 변동(Regular Fluctuation)의 영향을 최소화하여 심전도 신호의 비정상 신호 여부를 판단하는, 심전도 신호 처리 방법 및 장치에 관한 것이다.
심방 세동(Atrial Fibrillation, AF)은 불규칙한 심장 박동을 일으키는 전형적인 부정맥 증상으로, 결과적으로 혈전 및 뇌졸증으로 진행하여 사망에 이를 수 있다. 현재, 미국에서는 220 만명 이상의 사람들이 심방 세동 증상을 가지고 있으며, 향후 20년 동안 두 배로 증가할 것으로 예상된다.
심방 세동 또는 심방 조동(Atrial Flutter, AFL)과 같은, 불규칙한 심장 리듬을 감지하기 위하여 다양한 알고리즘들이 개발되고 있다.
P파의 부재를 기반으로 하는 심방 세동의 검출은 인체의 움직임 및 기타 노이즈 아티팩트로 인하여, P파 감지를 위한 기준점의 위치를 결정하는 것이 어려운 문제점이 있다.
RRI(R-R interval)의 불규칙성에 기반하여 심방 세동을 검출하는 알고리즘은 정상동성리듬(Normal sinus rhythm, NSR)과 심방 세동을 우수한 성능으로 분류할 수 있다. 그러나 이러한 알고리즘은, 심방조기수축(Atrial Premature Beat, APB)과 같은 '주기적인 변동(Regular Fluctuation)'이 있는 경우, 심방 세동 상태와 비-심방 세동 상태를 분류하는 것에 적합하지 않다. 이러한 '주기적인 변동'은 심장 질환이 없는 상태에서도 쉽게 발견되는 것으로, 매우 드물게 증상을 유발한다. 따라서, 이를 심박 세동 상태와 구별할 필요가 있다.
한국 등록특허공보 등록번호 10-1912090호는, 심방세동 예측 모델 생성 기술 및 심방세동 예측 기술을 개시한다. 상기 심방세동 예측 기술은 실시간 수집되는 측정 대상자의 심전도 데이터를 분석하여 T파의 중요 특징들을 추출하고, 추출된 측정 대상자의 T파의 중요 특징에 대응하는 심방세동 양상을 미리 저장된 심방세동 예측 모델로부터 검색하여 심방세동 발생 가능성을 예측한다.
그러나 P 파와 마찬가지로, T 파는 신호 값이 작아 인체의 움직임 등으로 인한 노이즈에 취약하다.
따라서, 주기적인 변동으로 인한 영향을 최소화하여, 심전도 신호의 비정상 신호 포함 여부를 보다 정확하게 판단할 수 있는 새로운 알고리즘이 필요하다.
1. 한국 등록특허공보 등록번호 10-1912090호
본 발명이 해결하고자 하는 기술적 과제는 주기적인 변동의 영향을 최소화하여 심전도 신호의 비정상 신호 여부를 판단하는, 심전도 신호 처리 방법 및 장치를 제공하는 것이다.
상술한 기술적 과제를 해결하기 위하여 본 발명의 일 실시예는, 심전도 신호 처리 장치가 심전도 신호를 수신하는 단계, 상기 심전도 신호 처리 장치가 상기 심전도 신호에서 정해진 기준을 만족하는 값들을 추출하고, 추출한 값들을 복수의 계급구간들에 대한 도수들로 나타내는 2차원 그래프로 변환하는 단계, 상기 심전도 신호 처리 장치가 상기 도수의 크기의 순서로, 상기 계급구간들의 순서를 재 배열시킨 누적 그래프를 생성하는 단계, 상기 심전도 신호 처리 장치가 상기 누적 그래프를 기초로 지니 인덱스를 산출하는 단계, 및 상기 심전도 신호 처리 장치가 상기 지니 인덱스를 이용하여 심전도 신호의 비정상 신호 여부를 판단하는 단계를 포함하는, 심전도 신호 처리 방법을 제공한다.
일 실시예에서, 상기 심전도 신호의 비정상 신호 여부를 판단하는 단계는, 상기 지니 인덱스가 기 설정된 기준값 이하인 경우, 상기 심전도 신호가 비정상 신호라고 판단하는 단계일 수 있다.
일 실시예에서, 상기 기준값은, 복수의 사용자들에 의해 획득된 복수의 심전도 신호들을 통해 학습된 결과로 정해질 수 있다.
일 실시예에서, 상기 비정상 신호 여부는, 상기 심전도 신호의 사용자의 심장이 부정맥, 또는 심방세동인지 여부에 대한 정보를 포함할 수 있다.
일 실시예에서, 상기 2차원 그래프는, 상기 심전도 신호의 값들, 또는 시간 간격에 대하여 계급구간을 나눈 것일 수 있다.
일 실시예에서, 상기 계급구간들을 분할하는 기준은 변경 가능할 수 있다.
일 실시예에서, 상기 정해진 기준을 만족하는 값들은, 심박동 주기의 기준점 사이의 시간 값들이고, 상기 2차원 그래프는, 시간에 대하여 계급구간을 나누고, 상기 심박동 주기의 기준점 사이의 시간 간격을 상기 복수의 계급구간들에 대한 도수들로 나타낸 것일 수 있다.
본 발명의 다른 일 실시예는, 제어부 및 심전도 신호를 전송하는 통신부를 포함하고, 상기 제어부는, 상기 심전도 신호로부터 정해진 기준을 만족하는 점들을 추출하여 복수의 계급구간들에 대한 도수로 나타내는 2차원 그래프로 변환하고, 도수의 크기의 순서로, 상기 계급구간들의 순서를 재 배열시킨 누적 그래프로 생성하고, 상기 누적 그래프를 기초로 지니 인덱스를 산출하고, 상기 지니 인덱스를 이용하여 심전도 신호의 비정상 신호 여부를 판단하는, 심전도 신호 처리 장치를 제공한다.
일 실시예에서, 상기 제어부는, 상기 지니 인덱스가 기 설정된 기준값 이하인 경우, 상기 심전도 신호가 비정상 신호라고 판단하도록 구성될 수 있다.
본 발명의 일 실시예에 따른 심전도 신호 처리 방법 및 장치는, 심방 세동이 아닌 주기적인 변동이 있는 상황에서, 종래의 방법에 비하여 높은 정확도로 심전도의 비정상적 신호 여부를 판단할 수 있다.
본 발명의 기술적 효과들은 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1 및 도 2는 본 발명의 일 실시예에 따른 심전도 신호 처리 장치를 설명하는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 심전도 신호 처리 장치를 설명하는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 심전도 신호 처리 방법을 설명하는 순서도이다.
도 5는 본 발명의 일 실시예에 따라, 심전도 신호의 비정상 신호 여부를 판단하는 방법을 설명하는 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 심전도 신호 처리 네트워크를 설명하는 도면이다.
도 7은 도 6에 도시된 서버를 설명하기 위한 블록도이다.
도 8은 지니 인덱스의 기준값을 결정하는 방법을 설명하기 위한 흐름도이다.
도 9a 내지 도 9e는 본 발명의 일 실시예에 따라 심전도 신호로부터 지니 인덱스를 산출하는 방법을 설명하는 도면들이다.
본 발명은 여러 가지 수정 및 변형을 허용하며, 본 명세서에서는 그 특정 실시예들이 도면들로 예시되어 나타내어져, 이하에서 상세히 설명될 것이다. 그러나 본 발명을 개시된 특별한 형태로 한정하려는 의도는 아니며, 오히려 본 발명은 청구항들에 의해 정의된 본 발명의 사상과 합치되는 모든 수정, 균등 및 대용을 포함한다.
본 발명은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 발명은 하나 이상의 마이크로프로세서의 제어 또는 다른 제어 장치에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다.
본 발명의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 발명은 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다.
또한, 본 발명은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "부", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 본 발명의 구성요소들이 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
비록 제1, 제2 등의 용어가 여러 가지 요소들, 성분들, 영역들, 층들 및/또는 단계들을 설명하기 위해 사용될 수 있지만, 이러한 요소들, 성분들, 영역들, 층들 및/또는 단계들은 이러한 용어에 의해 한정되어서는 안 된다는 것을 이해할 것이다.
이하 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하 도면상의 동일한 구성 요소에 대하여는 동일한 참조 부호를 사용하고, 동일한 구성 요소에 대해서 중복된 설명은 생략한다.
도 1 내지 도 2는 본 발명의 일 실시예에 따른 심전도 신호 처리 장치(100)를 설명하는 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 심전도 신호 처리 장치(100)는 외부의 심전도 신호 측정 장치 또는 심전도 신호 데이터들을 저장하는 장치로부터 심전도 신호를 수신하여, 심전도 신호의 정상 또는 비정상 신호 포함 여부를 판단하는 장치일 수 있다. 심전도 신호 처리 장치(100)는 제어부(110), 메모리(120) 및 통신부(130)를 포함하는 컴퓨팅 장치일 수 있다. 이러한 컴퓨팅 장치는 컴퓨터 하드웨어(예컨대, 컴퓨터 프로세서, 메모리, 스토리지, 입력 장치 및 출력 장치, 기타 기존의 컴퓨팅 장치의 구성요소들을 포함할 수 있는 장치와 컴퓨터 소프트웨어(즉, 컴퓨팅 장치로 하여금 특정의 방식으로 기능하게 하는 명령어들)의 조합을 이용하여 원하는 시스템 성능을 달성하는 것일 수 있다. 일 실시예로, 심전도 신호 처리 장치(100)는 휴대폰, 태블릿, 또는 개인용 컴퓨터와 같은 사용자 단말 장치일 수 있다. 다른 일 실시예로, 심전도 신호 처리 장치(100)는 병원, 연구소 또는 회사와 같은 의료 서비스를 제공하는 기관의 네트워크 서버일 수 있다.
메모리(120)는 제어부(110) 및 통신부(130)의 처리 또는 제어를 위한 프로그램 및 심전도 신호 처리 장치(100) 전반의 동작을 위한 다양한 데이터를 저장할 수 있다. 메모리(120)는 심전도 신호 처리 장치(100)에서 구동되는 다수의 응용 프로그램(Application program), 심전도 신호 처리 장치(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램, 데이터들 및 명령어들 중 적어도 일부는 통신부(130)를 통해 외부 서버로부터 다운로드 되거나 일시적으로 공유되는 것일 수 있다. 또한, 이러한 응용 프로그램, 데이터들 및 명령어들 중 적어도 일부는, 심전도 신호 처리 장치(100)의 기본적인 기능을 위하여 출고 당시부터 심전도 신호 처리 장치(100) 상에 존재할 수 있다.
메모리(120)는 일 예로, 제어부(110)에 포함된 롬(ROM), 램(RAM) 등의 내부 메모리로 구현되거나, 제어부(110)와 별도의 메모리로 구현될 수 있다.
통신부(130)는 다양한 유형의 통신 방식에 따라 다양한 유형의 외부 장치와 통신을 수행하는 구성일 수 있다. 통신부(130)는 심전도 신호 측정 장치 또는 의료 서비스를 제공하는 네트워크 기관의 서버 등에서 심전도 신호 데이터를 수신할 수 있다. 또한, 통신부(130)는 심전도 신호 처리 장치(100)의 구동에 필요한 어플리케이션, 데이터 등을 수신하거나 갱신할 수 있다. 또한, 통신부(130)는 심전도 신호 처리 장치(100)가 산출한 지니 인덱스 및/또는 심전도 신호의 비정상 여부의 판단 결과를 컴퓨팅 장치, 스마트폰, 또는 서버 등에 전송할 수 있다.
일 실시예로, 통신부(130)는 와이파이 칩, 블루투스 칩, 무선통신 칩, 또는 NFC 칩과 같은 무선 통신을 위한 장치를 포함할 수 있다. 무선통신 칩은 IEEE, Zigbee, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution) 등과 같은 다양한 통신 규격에 따라 통신을 수행하는 칩을 의미한다. NFC 칩은 135kHz, 13.56MHz, 433MHz, 860~960MHz, 2.45GHz 등과 같은 다양한 RF-ID 주파수 대역들 중에서 13.56MHz 대역을 사용하는 NFC(Near Field Communication) 방식으로 동작하는 칩을 의미한다. 다른 일 실시예로, 통신부(130)는 외부 장치와 데이터를 주고받기 위하여 통신선을 이용하는 유선 통신을 위한 장치를 포함할 수 있다. 유선 통신을 위한 장치는 네트워크 인터페이스 컨트롤러 등을 포함할 수 있다.
제어부(110)는 심전도 신호 처리 장치(100)를 전반적으로 제어하기 위한 구성이다. 구체적으로 제어부(110)는 심전도 신호 처리 장치(100)의 메모리(120)에 저장된 각종 프로그램을 이용하여 심전도 신호 처리 장치(100)의 전반적인 동작을 제어한다. 제어부(110)는 적어도 하나의 CPU(Central Processing Unit)를 포함할 수 있다. 제어부(110)는 디지털 신호를 처리하는 디지털 시그널 프로세서(digital signal processor(DSP), 마이크로프로세서(microprocessor), TCON(Time controller)으로 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 중앙처리장치(central processing unit(CPU)), MCU(Micro Controller Unit), MPU(micro processing unit), 컨트롤러(controller), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)), ARM 프로세서 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 제어부(110)는 프로세싱 알고리즘이 내장된 SoC(System on Chip), LSI(large scale integration)로 구현될 수도 있고, FPGA(Field Programmable gate array) 형태로 구현될 수도 있다.
이하, 도 2를 참조하여, 제어부(110)를 보다 상세히 설명한다. 여기서 각 기능부는 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다.
제어부(110)는 심전도 신호를 수신하는 신호 수신부(111), 심전도 신호로부터 지니 인덱스를 산출하는 지니 인덱스 산출부(112), 및 산출된 지니 인덱스를 기초로 심전도 신호의 비정상 신호 여부를 판단하는 비정상 판단부(113)를 포함한다.
신호 수신부(111)는 통신부(130)를 통하여, 심전도 신호 측정 센서가 측정한 신호를 수신한다. 여기서 심전도 신호는 적어도 하나 이상의 전극을 신체의 일부에 부착하여 심장의 전기적 활성을 측정하기 위한 신호이다. 일 실시예로, 심전도 신호는 전극이 부착된 부위의 전위 값, 복수의 전극이 측정한 전위 값의 차이, 또는 이들을 기초로 산출한 값을 시간에 따라 연속적인 파형으로 기록한 것일 수 있다. 다른 일 실시예로, 심전도 신호는 전극이 부착된 부위의 전류 값, 복수의 전극이 측정한 전류 값, 또는 이들을 기초로 산출한 값을 시간에 따라 연속적인 파형으로 기록한 것일 수 있다. 다른 일 실시예로, 심전도 신호는 상술한 전위 값과 전류 값을 기초로 산출한 값을 시간에 따라 연속적인 파형으로 기록한 것일 수 있다.
지니 인덱스 산출부(112)는 심전도 신호를 기초로 지니 인덱스를 산출한다.
지니 인덱스 산출부(112)는 먼저, 심전도 신호로부터 정해진 기준을 만족하는 값들을 추출하고, 값들의 분포 균형 정도를 나타내는 지니 인덱스를 산출할 수 있다. 여기서, 정해진 기준은 시간, 또는 신호 값을 기준으로 정해진 것일 수 있다. 예를 들어, 정해진 기준을 만족하는 값들은, 심전도 신호의 R-R 인터벌 길이값들, 심전도 신호의 특정 파형 발생 시간값들 일 수 있다. 다양한 기준으로 추출된 값들의 분포 균형 정도에 따라 지니 인덱스를 산출할 수 있다.
지니 인덱스 산출부(112)는 심전도 신호의 전부 또는 일부에 대하여, 일정한 크기의 윈도우(Window)들을 설정하고, 각 윈도우 내에 포함된 심전도 신호 값들을 윈도우들 사이의 분포 균형 정도로 나타내어 지니 인덱스를 산출할 수 있다. 여기서, 윈도우는 시간 구간, 값의 구간 등으로 정의될 수 있으며, 예컨대 10초 간격의 윈도우, 0.1 mV의 윈도우 등과 같이 정의될 수 있다. 시간 구간으로 정의된 윈도우는 심전도 신호에서 시간 축으로 이동할 수 있다. 신호 값의 구간으로 정의된 윈도우는 심전도 신호에서 신호 값의 축으로 이동할 수 있다. 윈도우는 미리 설정된 간격에 따라 슬라이딩 될 수 있다. 윈도우는 기 설정된 크기에 따른 개수, 예를 들어 30개의 심전도 신호 측정점(point) 간격으로 슬라이딩 될 수 있다.
일 실시예로, 정해진 기준을 만족하는 값들은 심박동 주기 마다 반복적으로 발생되는 심전도 신호 내의 기준점들 사이의 시간 간격(time interval) 값들일 수 있다. 여기서, 기준점들은 심전도 신호에서 주기적으로 발생되는 특정 파와 대응되는 지점을 말할 수 있다. 예를 들어, P파, R파 등과 같이 주기적으로 발생되는 지점 중 하나일 수 있다. 심전도 신호에 심박동 주기마다 제1 기준점, 제2 기준점, 제3 기준점이 연달아 발생된 경우에는, 제1 기준점과 제2 기준점 사이의 제1 시간 간격 값, 제2 기준점과 제3 기준점 사이의 제2 시간 간격 값이 정해진 기준을 만족하는 값들 일 수 있다.
다른 일 실시예로, 정해진 기준을 만족하는 값들은 심박동 주기의 기준점들의 심전도 신호 측정값일 수 있다. 심전도 신호 측정값은 적어도 하나의 전극이 측정하는 전위 값, 전류 값, 또는 이들을 기초로 산출되는 값일 수 있다. 일 실시예로, 심전도 신호 측정 값은 신체에 특정 지점을 기준으로 하나의 전극이 부착된 부위의 전위 값일 수 있다. 다른 일 실시예로, 심전도 신호 측정값은 두 개의 전극 각각이 부착된 부위의 전위 값들의 차일 수 있다.
심박동 주기의 기준점들은 미리 설정된 시간 구간 내에서 최대 값을 갖는 점, 미리 설정된 시간 구간 내에서 최소 값을 갖는 점, P파의 피크점, QRS 파의 각 피크점, 또는, T파의 피크점일 수 있으나, 이에 한정되는 것은 아니다. 심박동 주기의 기준점들은 심전도 측정 장치의 특성 및 측정 환경을 고려하여 선택될 수 있다.
지니 인덱스 산출부(112)는 추출된 값들을 복수의 계급구간들에 대한 도수들로 나타내는 2차원 그래프로 변환할 수 있다.
2차원 그래프는, 복수의 계급구간들, 각 계급구간의 도수들의 2차원의 그래프일 수 있다. 복수의 계급구간들은 값들을 추출하는데 이용한 정해진 기준에 따라서 정의될 수 있다. 값들을 측정값들의 크기의 기준으로 추출한 경우에는, 계급구간들은 측정값들의 크기 구간으로 정의될 수 있다. 측정값들의 최대값 및 최소값 사이의 차이값을 일정한 크기로 분할하여 복수의 계급구간들을 정의할 수 있다. 값들을 기준점들 사이의 시간 간격 길이의 기준으로 추출한 경우에는 계급구간들은 기준점들 사이의 시간 간격 길이의 구간으로 정의될 수 있다. 기준점들 사이의 시간 간격 길이의 최대값 및 최소값 사이의 차이값을 일정한 간격으로 분할하여 복수의 계급구간들을 정의할 수 있다.
계급구간들을 분할하는 기준은 심전도 신호 측정 장치의 측정 정밀도, 측정 환경, 및 측정 목적에 따라 변경 가능할 수 있다.
지니 인덱스 산출부(112)는 추출된 값들을 상응하는 계급구간에 대한 도수들로 나타내어, 2차원 그래프로 변환할 수 있다. 지니 인덱스 산출부(112)는 추출된 값들을 각 값을 포함하는 계급구간 각각에 분배하고, 그 분배 빈도 수를 도수로 산출할 수 있다. 2차원 그래프는 도수를 일 축(예, y축)으로 하고, 계급값(계급구간의 상한값과 하한값 사이의 중간 값)을 다른 일 축(예, x축)으로 할 수 있다.
지니 인덱스 산출부(112)는 2차원 그래프를 도수의 크기 순서에 따라, 계급구간들의 순서를 재 배열한 누적 그래프를 생성할 수 있다. 먼저, 지니 인덱스 산출부(112)는 2차원 그래프를 도수의 크기 순서에 따라, 계급구간들의 순서를 재배열할 수 있다. 일 예로, 제1 계급구간의 도수가 10이고, 제2 계급구간의 도수가 3이고, 제3 계급구간의 도수가 8일 때, 도수의 크기 순서에 따라 오름차순으로 제2 계급구간, 제3 계급구간, 제1 계급구간 순으로 재배열할 수 있다.
지니 인덱스 산출부(112)는 재 배열된 그래프를 상대 도수(각 계급구간의 도수 값/전체 도수의 값)에 관한 그래프로 변환하고, 이를 누적 그래프로 변환할 수 있다. 여기서 누적 그래프는 최대 값이 1인 로렌츠 곡선일 수 있다. 상기 로렌츠 곡선으로부터 정해진 기준을 만족하는 값들의 계급구간 별 빈도 수의 균등 또는 불균등 정도를 알 수 있다.
여기서, 지니 인덱스는 원점으로부터 상대 도수의 누적값이 1이 되는 지점을 연결하는 기준선에 대하여, 기준선과 누적 그래프 사이의 제1 영역과, 기준선 상단의 제2 영역의 면적 값들 사이의 비율을 나타내는 계수이다. 지니 인덱스는 원 데이터의 불순도를 나타내는 값으로, '주기적인 변동'의 영향을 최소화하여 비정상적인 심전도 신호를 판단하기 위한 기준으로 사용될 수 있다.
비정상 판단부(113)는 산출된 지니 인덱스를 기초로 심전도 신호의 비정상 여부를 판단한다. 비정상 판단부(113)는 산출된 지니 인덱스를 기 설정된 기준값과 비교하여, 기준값 이하인 경우, 심전도 신호가 비정상 신호라고 판단할 수 있다. 여기서, 기준값은 비정상적인 심전도 신호로부터 산출된 지니 인덱스 일 수 있다. 일 실시예에서, 비정상 판단부(113)는 각 윈도우 단위로 심전도 신호의 비정상 여부를 판단할 수 있으나, 이에 한정되는 것은 아니다. 일 실시예로, 비정상 판단부(113)는 기계 학습 모델을 이용하여 비정상 여부를 판단하는 것일 수 있다. 여기서, 기계 학습 모델은 이진 분류를 위한 알고리즘을 이용하는 것일 수 있으며, 결정 트리 학습, 퍼셉트론, 서포트 벡터 머신 또는 이들의 조합을 이용하는 것일 수 있으나, 이에 한정되는 것은 아니다.
여기서, 기준값은 복수의 사용자들에 의해 획득된 복수의 심전도 신호들을 통해 학습된 결과로 정해지는 것일 수 있다. 기준값은 병원, 연구소 또는 회사와 같은 의료 서비스를 제공하는 기관의 네트워크 서버가 산출하여, 심전도 신호 처리 장치(100)의 통신부(130)를 통하여 제공되는 것일 수 있다. 또한, 기준값은 심전도 신호 처리 장치(100)와 의사의 진단을 입력 받아 갱신되는 것일 수 있다.
본 발명의 일 실시예에 따른 심전도 신호 처리 장치(100)는 용량이 큰 심전도 신호를 지니 인덱스로 변환할 수 있다. 또한, 지니 인덱스를 이용함으로써, 사용자의 움직임, 측정 시 노이즈, 측정 오류 등으로 인한 심전도 신호의 기저 단의 변화, 또는 심방조기수축과 같은 주기적인 변동으로 인한 영향 등에 무관하게 심전도 신호의 비정상 여부를 보다 정확하게 판단할 수 있다.
도 3은 본 발명의 다른 일 실시예에 따른 심전도 신호 처리 장치(100)를 설명하는 블록도이다.
도 3을 참조하면, 심전도 신호 처리 장치(100)는 신호 센싱부(140)를 더 포함하고, 신호 센싱부(140)가 획득하는 심전도 신호를 수신하여, 심전도 신호의 비정상 여부를 판단할 수 있다. 일 실시예로, 심전도 신호 처리 장치(100)는 신호 센싱부(140)가 획득하는 심전도 신호를 실시간으로 처리하여, 심전도 신호의 비정상 구간을 결정할 수 있다.
신호 센싱부(140)는 신체의 일부에 부착되는 적어도 하나의 전극과, 전극이 부착된 부위의 전위 또는 전류 값을 측정하는 센서를 포함하여 구현된 것으로, 별개의 장치로 구현될 수 있다.
일 실시예로, 심전도 신호 처리 장치(100)는 피검사자의 일상 생활에서의 심전도 신호를 획득하기 위하여, 패치형으로 제작될 수 있으나, 이에 한정되지 않는다. 신호 센싱부(140)는 심전도 신호 처리 장치(100)가 측정한 심전도 신호 값 또는 심전도 신호 값의 가공 데이터를 메모리(120)에 저장하도록 처리할 수 있다. 제어부(110)는 심전도 신호로부터 지니 인덱스를 산출하고, 지니 인덱스를 기초로 심전도 신호의 비정상 여부를 판단할 수 있다. 통신부(130)는 심전도 신호의 비정상 여부 또는 심전도 신호로부터 산출된 지니 인덱스를 포함하는 데이터를 사용자 단말 및/또는 의료 서비스를 제공하는 기관의 네트워크 서버로 전송할 수 있다. 통신부(130)는 외부의 전자 장치로부터의 요청에 의해 심전도 신호의 비정상 여부 등의 데이터를 전송하도록 구현될 수 있다.
다른 일 실시예로, 심전도 신호 처리 장치(100)는 일정 시간 동안 피검사자의 심전도 신호를 보다 정밀하게 획득하기 위하여, 병원, 연구소, 회사 등의 의료 서비스를 제공하는 기관에 설치되는 장치일 수 있다. 이 때, 심전도 신호 처리 장치(100)는 일반 심전도 신호 측정 장치 또는 운동부하 심전도 신호 측정 장치 등의 일부로 동작하는 것일 수 있다. 도 4는 본 발명의 일 실시예에 따른 심전도 신호 처리 방법을 설명하는 순서도이다.
도 4를 참조하면, 단계 S110에서, 심전도 신호 처리 장치가 심전도 신호를 수신할 수 있다. 상술한 바와 같이, 심전도 신호 처리 장치는 심전도 신호 측정 장치, 또는 의료 서비스를 제공하는 기관의 네트워크 서버로부터 심전도 신호를 수신할 수 있다. 다른 일 실시예로, 심전도 신호 처리 장치는 내부에 구비된 신호 센싱부가 획득한 신호를 실시간으로 처리하여, 비정상 여부를 판단할 수 있다.
단계 S120에서, 심전도 신호 처리 장치가, 수신한 심전도 신호에서 정해진 기준을 만족하는 값들을 추출하고, 추출한 값들을 복수의 계급구간에 대한 도수들로 나타내는 2차원 그래프로 변환할 수 있다.
심전도 신호 처리 장치는, 먼저 수신한 심전도 신호에 대하여, 지니 인덱스를 산출하기 위한 일정한 크기의 윈도우를 설정한다.
윈도우 내의 심전도 신호로부터 정해진 기준을 만족하는 값들을 추출한다. 일 실시예로, 정해진 기준을 만족하는 값들은 심박동 주기의 기준점들 사이의 시간 간격 값들일 수 있다. 다른 일 실시예로, 정해진 기준을 만족하는 값들은 심박동 주기의 기준점들 사이의 심전도 신호 측정 값들일 수 있다.
심전도 신호 처리 장치는, 추출된 값들을 2차원 그래프로 변환할 수 있다. 이 때, 2차원 그래프는, 심전도 신호의 측정값들, 또는 기준점들 사이의 시간을 분할하여 계급구간을 나누고, 각 계급구간에 포함되는 추출된 값들의 빈도 수를 도수로 하는 히스토그램일 수 있다.
단계 S130에서, 심전도 신호 처리 장치는, 2차원 그래프를 도수의 크기 순서에 따라, 계급구간들의 순서를 재 배열하고, 각 도수를 상대 도수로 변환한 누적 그래프를 생성할 수 있다. 여기서 누적 그래프는 최대 값이 1인 로렌츠 곡선일 수 있다.
단계 S140에서, 심전도 신호 처리 장치는 누적 그래프를 기초로 지니 인덱스를 산출할 수 있다. 지니 인덱스는 원점으로부터 상대 도수의 누적값이 1이 되는 지점을 연결하는 기준선을 설정하고, 기준선과 누적 그래프 사이의 제1 영역과, 기준선 상단의 제2 영역의 비를 나타내는 계수이다.
단계 S150에서, 심전도 신호 처리 장치는 지니 인덱스를 이용하여 심전도 신호의 비정상 신호 여부를 판단할 수 있다. 심전도 신호 처리 장치는 산출된 지니 인덱스를 기 설정된 기준값과 비교하여, 기준값 이하인 경우, 심전도 신호가 비정상 신호라고 판단한다.
여기서, 기준값은 복수의 사용자들에 의해 획득된 복수의 심전도 신호들을 통하여 학습된 결과로 정해지는 것일 수 있다. 기준값은 심전도 신호 처리 장치의 출고 시 기 저장된 값일 수 있다. 기준값은 외부 네트워크와의 연결을 통하여 갱신되는 값일 수 있다.
심전도 신호 처리 장치는 비정상 신호 여부를 판단하여, 사용자 단말 또는 기관의 네트워크 서버로 그 결과를 전송할 수 있다.
도 5는 비정상 신호 여부 판단 방법을 설명하는 흐름도이다.
도 5를 참조하면, 단계 S210에서, 심전도 신호 처리 장치는 심전도 신호의 지니 인덱스를 산출한다. 지니 인덱스는 각 윈도우에 대하여 산출되는 것일 수 있으며, 윈도우 단위로 심전도 신호의 정상 또는 비정상 여부를 판단하는 것일 수 있으나, 이에 한정되는 것은 아니다. 일 실시예로, 심전도 신호 처리 장치는 연속하는 기 설정된 수의 윈도우들의 지니 인덱스를 기초로, 심전도 신호의 정상 또는 비정상 여부를 판단할 수 있다. 이는, 심전도 신호의 대상체의 심장 상태의 정상 또는 비정상 여부와 대응되는 것일 수 있다.
단계 S220에서, 심전도 신호 처리 장치는 지니 인덱스와 기준값을 비교하여, 지니 인덱스가 기 설정된 기준값 이상인지를 판단한다.
단계 S230 및 단계 240에서, 심전도 신호 처리 장치는 산출된 지니 인덱스의 값이 기 설정된 기준값 이상인 경우, 심전도 신호가 정상 신호인 것으로 판단하고, 산출된 지니 인덱스의 값이 기 설정된 기준값 미만인 경우, 심전도 신호가 비정상 신호인 것으로 판단한다.
심전도 신호 처리 장치는 심전도 신호의 비정상 여부 및 비정상 구간에 대한 데이터 등의 판단 결과를 의료 서비스를 제공하는 기관 네트워크 서버로 전송할 수 있다. 이 때, 산출된 지니 인덱스의 값을 함께 전송할 수 있다.
심전도 신호의 비정상 여부 판단 결과는 사용자 단말을 통하여 사용자에게 전달될 수 있다. 일 실시예로, 사용자 단말이 휴대폰, 또는 모니터를 갖춘 컴퓨팅 장치일 경우, 비정상 여부 판단 결과가 디스플레이 될 수 있다. 다른 일 실시예로, 심전도 처리 장치가 심전도 신호를 실시간으로 측정하는 장치일 경우, 심전도 신호의 비정상 여부를 LED의 점등 도는 알람 등을 통하여 사용자에게 전달할 수 있다. 여기서, 사용자는 의사, 간호사와 같은 의료기관 종사자 또는 피검사자일 수 있다.
도 6은 본 발명의 일 실시예에 따른 심전도 신호 처리 네트워크를 설명하는 도면이다.
도 6을 참조하면, 심전도 신호처리 네트워크는 적어도 하나의 사용자 단말(11, 12, … 1n)과, 서버(200)를 포함할 수 있다.
이 때, 사용자 단말(11, 12, … 1n)은 심전도 신호 측정 장치, 심전도 신호 처리 장치, 또는 의료 서비스 기관의 데이터 관리 장치일 수 있다. 사용자 단말(11, 12, … 1n)은 측정된 심전도 신호의 로우 데이터(raw data), 심전도 신호의 비정상 여부 판단 결과, 및/또는 심전도 신호의 지니 인덱스 등의 데이터를 서버(200)로 송신할 수 있다.
서버(200)는 사용자 단말(11, 12, … 1n)을 통합 관리하기 위한 모든 종류의 서버를 의미할 수 있다. 일 실시예로, 서버(200)는 각 사용자 또는 피검사자별로 심전도 신호 데이터를 저장하고 관리할 수 있다. 다른 일 실시예로, 서버(200)는 심전도 신호 데이터를 기초로 신호 판단 모델을 생성하고, 신호 판단 모델에 심전도 신호를 입력하여, 심전도 신호의 비정상 구간, 비정상 구간에 대한 데이터를 출력할 수 있다. 서버(200)는 출력된 데이터를 사용자 단말(11, 12, … 1n)에 송신할 수 있다. 신호 판단 모델을 생성하는 방법으로는, 비지도 학습, 지도 학습, 강화 학습 등의 기계 학습 방법이 이용될 수 있다.
또 다른 일 실시예로, 서버(200)는 정상 신호로 분류된 심전도 신호들로부터 지니 인덱스들을 산출하고, 정상 신호들의 지니 인덱스들을 기초로 기준값을 결정할 수 있다. 이렇게 결정된 기준값을 이용하여 심전도 신호의 비정상 여부를 판단하는 판단 모델 또는 알고리즘은 사용자 단말(11, 12, … 1n)들로 전송될 수 있으며, 심전도 신호의 비정상 여부 판단의 기준을 제공하고 갱신할 수 있다.
서버(200)는 심전도 신호 데이터와, 심전도 신호의 비정상 여부 판단 결과를 포함하는 데이터를 기초로 사용자에게 필요한 정보를 생성할 수 있다. 일 실시예로, 서버(200)는 1회, 또는 반복적으로 신호 처리 장치로부터 획득된 심전도 신호의 비정상 신호 및/또는 정상 신호에 대한 정보를 이용하여 대상체들의 심장 질환에 대한 정보를 제공할 수 있다.
도 7은 도 6에 도시된 서버(200)를 설명하기 위한 블록도이다.
도 7을 참조하면, 서버(200)는 신호 판단 모델부(210), 프로세서(220) 및 통신부(230)를 포함할 수 있다.
신호 판단 모델부(210)는 심전도 신호의 비정상 여부를 판단하기 위한 모델을 생성하고, 생성된 모델을 평가하며, 소정의 평가 기준을 만족하는 모델을 제공하는 기능을 수행할 수 있다. 신호 판단 모델부(210)는 데이터 수신부(211), 데이터 학습부(212), 및 데이터 판단부(213)를 포함할 수 있다.
데이터 수신부(211)는 통신부(230)로부터 심전도 신호 데이터를 수신한다. 데이터 수신부(211)는 통합의료정보시스템(Hospital Information System), 전자의무기록(Electronic Medical Record), 검사 정보 시스템(Laboratory Information System), 데이터 웨어하우스(Data Warehouse), 임상연구지원 시스템(Clinical Device Information System) 등과 같이 의료 서비스와 연구에 필요한 시스템으로부터 심전도 신호 데이터를 수신할 수 있으나, 이에 한정되지 않고 다양한 방법으로 심전도 신호 데이터를 수신할 수 있다. 여기서, 심전도 신호 데이터는 소정의 권한을 가지는 전문가들에 의하여 정상 또는 비정상으로 분류된 심전도 신호와, 이에 대응하는 비정상 여부의 판단 결과일 수 있다. 일 실시예에서, 데이터 수신부(211)는 심전도 신호 측정 장치로부터 측정된 심전도 신호의 로우 데이터(raw data) 또는 심전도 신호로부터 산출된 지니 인덱스들을 수신하여 모델에 입력할 수 있다. 다른 일 실시예에서, 데이터 수신부(211)는 심전도 신호 처리 장치로부터 산출된 지니 인덱스를 수신하여 모델에 입력할 수 있다.
데이터 학습부(212)는 수신한 심전도 신호 데이터들을 기초로 심전도 신호 판단 모델을 생성한다. 추가적으로 데이터 학습부(212)는 심전도 신호의 로우 데이터로부터 지니 인덱스들을 산출하는 과정을 수행할 수도 있다. 데이터 학습부(212)는 기계학습(machine learning)을 기반으로 학습한 심전도 신호 판단 모델을 생성할 수 있다. 여기서, 심전도 신호 판단 모델은 심전도 신호를 수신하고, 수신한 심전도 신호를 정상 또는 비정상으로 분류하는 이진 분류 모델일 수 있으나, 이에 한정되는 것은 아니다. 심전도 신호 판단 모델은 퍼셉트론(perceptron), 서포트 벡터 머신(Support vector machine), K-최근접 이웃 알고리즘(K-nearest neighbor), 의사결정나무(Decision tree), 랜덤 포레스트(Random Forest) 알고리즘 또는 이들의 조합을 이용하는 기계학습 모델일 수 있으나, 이에 한정되지 않고 다양한 기계학습 일 수 있다.
데이터 학습부(212)는 수신한 심전도 신호 데이터들을 기초로, 심전도 신호 판단 모델을 생성하고, 심전도 신호 판단 모델을 이용하여 심전도 신호의 비정상 여부를 판단하고, 그 판단 결과와 입력된 심전도 신호 데이터를 비교 평가한 평가데이터를 생성할 수 있다. 데이터 학습부(212)는 평가 데이터를 피드백 받아 심전도 신호 판단 모델을 갱신할 수 있다.
데이터 학습부(212)는 심전도 신호 데이터들을 기초로, 비정상 신호 여부를 판단하는 지니 인덱스의 기준값을 결정할 수 있다.
데이터 판단부(213)는 수신한 심전도 신호 데이터에 대하여 심전도 신호 판단 모델을 이용하여 정상 또는 비정상 여부를 판단한다. 데이터 판단부(213)의 판단 결과를 포함하는 데이터는 데이터 학습부(212)에 전달되어, 심전도 신호 판단 모델의 피드백 신호에 이용될 수 있다.
프로세서(220)는 서버(200)를 전반적으로 제어하기 위한 구성이다. 프로세서(220)는 적어도 하나의 CPU(Central Processing Unit)를 포함할 수 있다.
통신부(230)는 심전도 신호 측정 장치들로부터 심전도 신호를 수신하기 위한 구성일 수 있다. 또한, 통신부(230)는 상술한 바와 같이, 통합의료정보시스템(Hospital Information System), 전자의무기록(Electronic Medical Record), 검사 정보 시스템(Laboratory Information System), 데이터 웨어하우스(Data Warehouse), 임상연구지원 시스템(Clinical Device Information System) 등과 같이 의료 서비스와 연구에 필요한 시스템으로부터 심전도 신호 데이터를 송수신하기 위한 구성일 수 있다. 또한, 통신부(230)는 심전도 처리 장치들로부터 심전도 신호의 비정상 여부 판단 결과 및 지니 인덱스를 수신하고, 지니 인덱스의 기준값을 송신하기 위한 구성일 수 있다.
도 8은 지니 인덱스의 기준값을 결정하는 방법을 설명하기 위한 흐름도이다.
도 8을 참조하면, 단계 S310에서, 서버는 정상 신호로 분류된 심전도 신호들을 수신한다.
단계 S320에서, 서버는 정상 신호로 분류된 심전도 신호들의 지니 인덱스들을 산출할 수 있다. 즉, 수신한 심전도 신호에서 정해진 기준을 만족하는 값들을 추출하고, 추출한 값들을 복수의 계급구간에 대한 도수들로 나타내는 2차원 그래프로 변환하고, 2차원 그래프를 도수의 크기 순서에 따라 재 배열하여, 각 도수를 상대 도수로 변환한 누적 그래프를 생성하고, 이를 기초로 각 심전도 신호들의 지니 인덱스들을 산출할 수 있다.
단계 S330에서, 정상 신호로 분류된 심전도 신호들의 지니 인덱스들의 대표값을 비정상 신호 여부를 판단하기 위한 기준값으로 결정할 수 있다. 여기서 대표값은 정상 신호로 분류된 심전도 신호들의 평균 값, 중앙 값, 최빈 값 또는 기댓 값일 수 있으나, 이에 한정되는 것은 아니다.
도 9a 내지 도 9e는 본 발명의 일 실시예에 따라 심전도 신호로부터 지니 인덱스를 산출하는 방법을 설명하는 도면들이다.
도 9a를 참조하면, 본 실시예에서, 심전도 신호 처리 장치는 시간(s)에 따른 전극 사이의 전위차(
Figure 112021052147512-pat00001
)를 측정하여 기록할 수 있다. 심전도 신호 처리 장치는 심전도 신호를 일정한 크기의 윈도우 단위로 분할하여 연산할 수 있다. 본 실시예에서, 하나의 윈도우는 연속하는 예를 들어, 40개의 R 피크들을 갖는 영역으로 설정될 수 있으나, 이에 한정되지 않는다.
하나의 심박 주기 동안 심전도 신호는 심실 이완기 동안의 심방의 탈분극을 나타내는 P 파와, 심실의 탈분극 상태를 나타내는 QRS-복합체와, 심실의 정상 재분극을 나타내는 T파 등을 포함할 수 있다.
본 실시예에서는 파의 진폭과, 첨도가 큰 QRS-복합체의 R 피크를 심박동 주기의 기준점으로 설정할 수 있다.
심전도 신호 처리 장치는 윈도우(W) 내의 심전도 신호에 대하여, 기준점들 사이의 시간 간격 값들을 추출할 수 있다. A 영역은 윈도우(W)의 일부 영역을 확대한 것으로, 제1 기준점(p1), 제2 기준점(p2), 제3 기준점(p3)을 포함한다. 여기서, 제1 기준점(p1)과 제2 기준점(p2) 사이의 시간 간격 값(t1)과 제2 기준점(p2)과 제3 기준점(p3) 사이의 시간 간격 값(t2)이 기준점들 사이의 시간 간격 값들에 해당할 수 있다.
도 9b를 참조하면, 심전도 신호 처리 장치는, 추출된 값들을 2차원 그래프로 변환할 수 있다.
먼저, 심전도 신호 처리 장치는 계급구간을 설정한다. 일 실시예로, 일반적인 심박동의 한 주기를 충분히 포함할 수 있는 시간 간격을 일정한 기준에 따라 분할하여 계급구간을 설정할 수 있다. 본 실시예에서, 각 계급구간은 하나의 주기인 1.5초를 정해진 개수인 30개의 구간으로 분할한 것일 수 있다.
심전도 신호 처리 장치가, 추출된 값들을 대응하는 각 계급구간에 분배하고, 그 빈도 수를 산출하여 2차원 그래프로 나타낸다. 여기서 2차원 그래프는, 계급구간의 도수를 일 축(예, y축)으로 하고, 계급값을 다른 일 축(예, x축)으로 나타내는 것일 수 있다.
도 9c를 참조하면, 심전도 신호 처리 장치는 2차원 그래프를 도수의 크기 순서에 따라 계급구간들의 순서를 재 배열할 수 있다.
(a) 단계에서 도수의 크기를 오름차순으로 순차 배열하여, 각 계급구간들에 새로운 인덱스를 부여하고, 부여된 인덱스를 일 축으로 하여 재 배열된 2차원 그래프를 생성할 수 있다.
(b) 단계에서, 재 배열된 2차원 그래프를 계급구간들의 도수 값을 전체 도수 값으로 나눈 상대 도수로 나타낸 2차원 그래프로 변환할 수 있다. 이를 통하여, 윈도우(W)에 포함되는 심박 주기 수 설정에 따른 영향을 최소화할 수 있다.
도 9d를 참조하면, 심전도 신호 처리 장치는 상대 도수로 변환된 2차원 그래프를 누적 그래프로 변환할 수 있다. 여기서 누적 그래프는 최대 값이 1인 로렌츠 커브일 수 있다.
도 9e를 참조하면, 심전도 신호 처리 장치는, 누적 그래프의 원점으로부터 상대 도수의 누적값이 1이 되는 점을 연결하는 기준선(L) 설정하고, 기준선(L)과 누적 그래프 사이의 제1 영역(A1)과, 기준선 상단의 제2 영역(A2)의 비를 나타내는 계수인 지니 인덱스를 산출할 수 있다.
본 실시예에 따라, R 피크를 기준점으로 산출한 지니 인덱스는 아래의 수학식으로 표현할 수 있다.
Figure 112021052147512-pat00002
여기서, i와 j는 재 배열된 계급구간들에 부여된 인덱스들이고,
Figure 112021052147512-pat00003
,
Figure 112021052147512-pat00004
는 각 계급구간의 상대 도수이고, N은 계급구간들의 총 수이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면들에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
11, 12, … ,1n : 사용자 단말
100 : 심전도 신호 처리 장치 110 : 제어부
120 : 메모리 130 : 통신부
140 : 신호 센싱부
200 : 서버

Claims (14)

  1. 심전도 신호 처리 장치가 심전도 신호를 수신하는 단계;
    상기 심전도 신호 처리 장치가 상기 심전도 신호에서 정해진 기준을 만족하는 값들을 추출하고, 추출한 값들을 복수의 계급구간들에 대한 도수들로 나타내는 2차원 그래프로 변환하는 단계;
    상기 심전도 신호 처리 장치가 상기 도수의 크기의 순서로, 상기 계급구간들의 순서를 재 배열시킨 누적 그래프를 생성하는 단계;
    상기 심전도 신호 처리 장치가 상기 누적 그래프를 기초로 지니 인덱스를 산출하는 단계; 및
    상기 심전도 신호 처리 장치가 상기 지니 인덱스를 이용하여 심전도 신호의 비정상 신호 여부를 판단하는 단계를 포함하는, 심전도 신호 처리 방법.
  2. 제1항에 있어서,
    상기 심전도 신호의 비정상 신호 여부를 판단하는 단계는,
    상기 지니 인덱스가 기 설정된 기준값 이하인 경우, 상기 심전도 신호가 비정상 신호라고 판단하는, 심전도 신호 처리 방법.
  3. 제2항에 있어서,
    상기 기준값은,
    복수의 사용자들에 의해 획득된 복수의 심전도 신호들을 통해 학습된 결과로 정해지는, 심전도 신호 처리 방법.
  4. 제1 항에 있어서,
    상기 비정상 신호 여부는,
    상기 심전도 신호의 사용자의 심장이 부정맥, 또는 심방세동인지 여부에 대한 정보를 포함하는, 심전도 신호 처리 방법.
  5. 제1항에 있어서,
    상기 2차원 그래프는,
    상기 심전도 신호의 값들, 또는 시간 간격에 대하여 계급구간을 나눈 것인, 심전도 신호 처리 방법.
  6. 제1항에 있어서,
    상기 계급구간들을 분할하는 기준은 변경 가능한 것인, 심전도 신호 처리 방법.
  7. 제1항에 있어서,
    상기 정해진 기준을 만족하는 값들은, 심박동 주기의 기준점 사이의 시간 값들이고,
    상기 2차원 그래프는, 시간에 대하여 계급구간을 나누고, 상기 심박동 주기의 기준점 사이의 시간 간격을 상기 복수의 계급구간들에 대한 도수들로 나타낸 것인, 심전도 신호 처리 방법.
  8. 제어부 및 심전도 신호를 전송하는 통신부를 포함하고,
    상기 제어부는,
    상기 심전도 신호로부터 정해진 기준을 만족하는 점들을 추출하여 복수의 계급구간들에 대한 도수로 나타내는 2차원 그래프로 변환하고,
    도수의 크기의 순서로, 상기 계급구간들의 순서를 재 배열시킨 누적 그래프로 생성하고,
    상기 누적 그래프를 기초로 지니 인덱스를 산출하고, 상기 지니 인덱스를 이용하여 심전도 신호의 비정상 신호 여부를 판단하는, 심전도 신호 처리 장치.
  9. 제8항에 있어서,
    상기 제어부는,
    상기 지니 인덱스가 기 설정된 기준값 이하인 경우, 상기 심전도 신호가 비정상 신호라고 판단하는, 심전도 신호 처리 장치.
  10. 제9항에 있어서,
    상기 기준값은,
    복수의 사용자들에 의해 획득된 복수의 심전도 신호들을 통해 학습된 결과로 정해지는, 심전도 신호 처리 장치.
  11. 제8항에 있어서,
    상기 비정상 신호 여부는,
    상기 심전도 신호의 사용자의 심장이 부정맥, 또는 심방세동 인지 여부에 대한 정보를 포함하는, 심전도 신호 처리 장치.
  12. 제8항에 있어서,
    상기 2차원 그래프는,
    상기 심전도 신호의 값들, 또는 시간 간격에 대하여 계급구간을 나눈 것인, 심전도 신호 처리 장치.
  13. 제8항에 있어서,
    상기 계급구간들을 분할하는 기준은 변경 가능한 것인, 심전도 신호 처리 장치.
  14. 제8항에 있어서,
    상기 정해진 기준을 만족하는 점들은, 심박주기의 기준점이고,
    상기 2차원 그래프는, 시간 간격에 대하여 계급구간을 나누고, 상기 심박주기의 기준점 사이의 시간 간격을 상기 복수의 계급구간들에 대한 도수들로 나타낸 것인, 심전도 신호 처리 장치.
KR1020210058112A 2021-05-04 2021-05-04 심전도 신호 처리 방법 및 장치 KR102342775B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020210058112A KR102342775B1 (ko) 2021-05-04 2021-05-04 심전도 신호 처리 방법 및 장치
US17/724,862 US20220361800A1 (en) 2021-05-04 2022-04-20 Electrocardiogram signal processing method and apparatus
JP2022075951A JP7388761B2 (ja) 2021-05-04 2022-05-02 心電図信号処理方法及びその装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210058112A KR102342775B1 (ko) 2021-05-04 2021-05-04 심전도 신호 처리 방법 및 장치

Publications (2)

Publication Number Publication Date
KR102342775B1 true KR102342775B1 (ko) 2021-12-24
KR102342775B9 KR102342775B9 (ko) 2022-04-11

Family

ID=79176148

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210058112A KR102342775B1 (ko) 2021-05-04 2021-05-04 심전도 신호 처리 방법 및 장치

Country Status (3)

Country Link
US (1) US20220361800A1 (ko)
JP (1) JP7388761B2 (ko)
KR (1) KR102342775B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140054882A (ko) * 2012-10-30 2014-05-09 숭실대학교산학협력단 정보 엔트로피와 지니 계수를 이용한 뇌파의 특성 변화를 검출 방법
KR101912090B1 (ko) 2012-02-08 2018-10-26 삼성전자 주식회사 심방세동 예측 모델 생성장치 및 방법과, 심방세동 예측장치 및 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3319140B2 (ja) * 1994-04-19 2002-08-26 いすゞ自動車株式会社 心拍変動波形解析方法及び装置
PT1322223E (pt) * 2000-09-20 2007-06-08 Univ Mcgill Método e sistema para detecção de arritmia cardíaca.
KR101799194B1 (ko) * 2016-04-18 2017-11-17 계명대학교 산학협력단 심전도 신호를 이용한 부정맥 진단 장치
JP2019033878A (ja) * 2017-08-15 2019-03-07 イーグルマトリックス株式会社 異常検出方法、異常検出装置及び異常検出プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101912090B1 (ko) 2012-02-08 2018-10-26 삼성전자 주식회사 심방세동 예측 모델 생성장치 및 방법과, 심방세동 예측장치 및 방법
KR20140054882A (ko) * 2012-10-30 2014-05-09 숭실대학교산학협력단 정보 엔트로피와 지니 계수를 이용한 뇌파의 특성 변화를 검출 방법

Also Published As

Publication number Publication date
US20220361800A1 (en) 2022-11-17
JP7388761B2 (ja) 2023-11-29
KR102342775B9 (ko) 2022-04-11
JP2022172458A (ja) 2022-11-16

Similar Documents

Publication Publication Date Title
US11647963B2 (en) System and method for predicting acute cardiopulmonary events and survivability of a patient
CN105228508B (zh) 一种测定用于分类的危险评分的系统
WO2019161607A1 (zh) 心电信息动态监护方法和动态监护系统
US9585590B2 (en) Computerized systems and methods for stability-theoretic prediction and prevention of sudden cardiac death
CN110623658B (zh) 信号处理方法、信号处理装置、医学设备、存储介质
Ramirez-Villegas et al. Heart rate variability dynamics for the prognosis of cardiovascular risk
CN104736049A (zh) 用于检测egg波形中的特性的系统和方法
WO2022034045A1 (en) Systems and methods for generating health risk assessments
RU2442531C2 (ru) Способ дистанционного мониторинга состояния человека
US20210121117A1 (en) Systems and methods of qt interval analysis
CN114732419A (zh) 运动心电数据分析方法、装置、计算机设备与存储介质
KR101897419B1 (ko) 심전도 기반의 뇌졸중 발병 예측 시스템
KR102342775B1 (ko) 심전도 신호 처리 방법 및 장치
Alexeenko et al. Prediction of paroxysmal atrial fibrillation from complexity analysis of the sinus rhythm ECG: a retrospective case/control pilot study
US20230049898A1 (en) Learned model generation method, training data generation device, learned model generation device, and disease development risk prediction device
KR102483518B1 (ko) 웨어러블 심전도 리듬 분석을 이용한 심장 위험도 산출 시스템 및 방법
US20230263451A1 (en) Medical data providing device, medical data providing method and computer program
KR102453428B1 (ko) 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램
Kumara et al. A Novel Design, Implementation and Testing of stress monitoring with IOT Technology
Ramli et al. A Review on Predictive Model for Heart Disease using Wearable Devices Datasets
Hornstein et al. Association of Depressive Symptoms with Resting Heart Rate Variability recorded from a Wearable Device under Naturalistic Conditions: A Machine Learning Study
Ramirez-Villegas et al. Heart Rate Variability Dynamics for the

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Re-publication after modification of scope of protection [patent]