KR102345905B1 - 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치 - Google Patents

분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치 Download PDF

Info

Publication number
KR102345905B1
KR102345905B1 KR1020150108288A KR20150108288A KR102345905B1 KR 102345905 B1 KR102345905 B1 KR 102345905B1 KR 1020150108288 A KR1020150108288 A KR 1020150108288A KR 20150108288 A KR20150108288 A KR 20150108288A KR 102345905 B1 KR102345905 B1 KR 102345905B1
Authority
KR
South Korea
Prior art keywords
verification
spectral data
reproducibility
iterative
spectrometer
Prior art date
Application number
KR1020150108288A
Other languages
English (en)
Other versions
KR20170014622A (ko
Inventor
이소영
김상규
엄근선
이준형
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150108288A priority Critical patent/KR102345905B1/ko
Priority to US15/215,050 priority patent/US10746597B2/en
Publication of KR20170014622A publication Critical patent/KR20170014622A/ko
Priority to US16/919,876 priority patent/US11002599B2/en
Application granted granted Critical
Publication of KR102345905B1 publication Critical patent/KR102345905B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/457—Correlation spectrometry, e.g. of the intensity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/027—Control of working procedures of a spectrometer; Failure detection; Bandwidth calculation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0264—Electrical interface; User interface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0272—Handheld
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J2003/2886—Investigating periodic spectrum

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

분광기의 반복 재현성을 검증하기 위한 장치 및 방법이 개시된다. 일 양상에 따른 반복 재현성 검증 장치는 미리 정의된 재현성 검증 기준에 기초하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 검증부 및 검증 결과에 기초하여 분광기의 재측정 여부를 제어하는 제어부를 포함할 수 있다.

Description

분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치{APPARATUS AND METHOD FOR REPEATABILITY VERIFICATION OF SPECTROSCOPE, APPARATUS FOR SPECTRUM DATA ANALYSIS}
분광기의 반복 재현성을 검증하기 위한 장치 및 방법과 이를 이용하는 스펙트럼 데이터 분석 장치에 관한 것이다.
분광기는 전자기 스펙트럼의 특정 부분의 빛의 특성을 조사하는 기구로 흔히 물질을 확인하기 위한 분광 분석에 사용된다. 측정 변인은 보통 빛의 세기지만 편광을 측정할 수도 있다.
최근에는 스마트폰이나 태블릿PC 등 모바일 기기들의 발전에 따라, 모바일 기기에 분광기가 결합된 형태의 헬스 캐어 장비가 개발되고 있다. 이러한 헬스 캐어 장비는 스마트폰이나 태블릿 등에 부착 또는 연동할 수 있는 소형화된 장치로써 개인의 건강 상태를 진단 및 관리할 수 있으며, 각종 질환들을 정량적으로 분석할 수 있다.
그러나, 모바일 기기의 소형화에 따라 장착되는 분광기의 크기도 점차 소형화되고 있으며, 이로 인하여 분광기의 성능 저하, 외부 환경 요인으로 인한 잡음의 증가로 인하여 정확한 진단 및 분석의 어려움이 발생되고 있다.
분광기를 통하여 측정하고자 하는 사용자 샘플을 반복 측정하고, 반복 측정하여 얻어진 스펙트럼 데이터의 반복 재현성을 검증하여 진단 및 분석의 정확도를 향상시키기 위한 분광기의 반복 재현성 검증 장치 및 방법과 이를 이용하는 스펙트럼 데이터 분석 장치를 제공하는 것을 목적으로 한다.
일 양상에 따른, 사용자 샘플에 광을 조사하고, 사용자 샘플로부터 반사된 광을 검출하여 사용자 샘플에 대한 스펙트럼 데이터를 측정하는 분광기의 반복 재현성 검증 장치는 미리 정의된 재현성 검증 기준에 기초하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 검증부 및 검증 결과에 기초하여 분광기의 재측정 여부를 제어하는 제어부를 포함할 수 있다.
미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함할 수 있다.
검증부는 미리 정의된 검증 기준이 유사성 검증이면, 피어슨 상관관계(Pearson correlation), 켄달 상관관계(Kendall correlation) 및 스피어만 상관관계(Spearman correlation) 중의 적어도 하나를 이용하여 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 유사도를 산출하고, 산출된 유사도를 기초로 반복 재현성을 검증할 수 있다.
검증부는 미리 정의된 검증 기준이 차이점 검증이면, 유클리디안 거리(Euclidean distance), 맨하튼 거리(Manhattan distance) 및 해밍 거리(Hamming distance) 중의 적어도 하나를 이용하여 분광기에서 측정된 복수의 스펙트럼 데이터 상호간의 차이 정도를 산출하고, 산출된 차이 정도를 기초로 반복 재현성을 검증할 수 있다.
검증부는 미리 정의된 검증 기준이 통계적 검증이면, 대응표본 T검정(paired t-test) 및 대응표본 Z검정(paired z-test) 중의 적어도 하나를 포함하는 통계적 기법을 이용하여 분광기에서 측정된 복수의 스펙트럼 데이터에 대한 통계적 데이터를 산출하고, 산출된 통계적 데이터를 기초로 반복 재현성을 검증 할 수 있다.
검증부는 미리 정의된 재현성 검증 기준을 기초로, 분광기로부터 이전에 측정된 스펙트럼 데이터의 평균값 및 중간값 중의 적어도 하나를 이용하여 현재 측정된 스펙트럼 데이터의 반복 재현성을 검증 할 수 있다.
제어부는 반복 재현성 검증을 통과하지 못하면 분광기에 스펙트럼 데이터를 재측정하도록 제어하고, 반복 재현성 검증을 통과하면 스펙트럼 데이터 분석 장치에 측정된 스펙트럼 데이터를 분석하도록 제어 할 수 있다.
제어부는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나를 기초로, 재측정 횟수를 결정하여 분광기를 제어하거나, 분석할 스펙트럼 데이터를 결정하여 스펙트럼 데이터 분석 장치를 제어 할 수 있다.
다른 양상에 따른, 스펙트럼 데이터 분석 장치는 사용자 샘플에 광을 조사하는 광원, 사용자 샘플로부터 반사되는 광을 검출하는 디텍터 및 검출된 광으로부터 스펙트럼 데이터를 획득하는 스펙트럼 획득부를 포함하는 분광부, 미리 정의된 재현성 검증 기준에 기초하여 분광부에 의해 획득된 스펙트럼 데이터의 반복 재현성을 검증하는 검증부 및 검증 결과를 기초로 분광부에서 획득된 스펙트럼 데이터의 적어도 일부를 분석하여 사용자 샘플 분석 정보를 생성하는 연산부를 포함할 수 있다.
미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함할 수 있다.
검증부는 반복 재현성 검증 결과를 기초로, 스펙트럼 데이터를 재측정하도록 분광부를 제어하거나, 분광부에 의해 획득된 복수의 스펙트럼 데이터 중의 적어도 일부를 분석하도록 연산부를 제어할 수 있다.
검증부는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나를 기초로, 분석할 스펙트럼 데이터를 결정하여 연산부를 제어할 수 있다.
검증부는 결정된 분석할 스펙트럼 데이터의 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중의 적어도 하나를 연산하고, 연산된 결과를 연산부에 제공할 수 있다.
스펙트럼 데이터 분석 장치는 생성된 사용자 샘플 분석 정보를 사용자에게 제공하는 정보 제공부를 더 포함할 수 있다.
또 다른 양상에 따른, 사용자 샘플에 광을 조사하고, 사용자 샘플로부터 반사된 광을 검출하여 사용자 샘플에 대한 스펙트럼 데이터를 측정하는 분광기의 반복 재현성을 검증하는 방법은 미리 정의된 재현성 검증 기준에 기초하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 단계 및 검증 결과에 기초하여 분광기의 재측정 여부를 제어하는 단계를 포함할 수 있다.
미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함할 수 있다.
반복 재현성을 검증하는 단계는 미리 정의된 재현성 검증 기준을 기초로, 분광기로부터 이전에 측정된 스펙트럼 데이터의 평균값 및 중간값 중의 적어도 하나를 이용하여 현재 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
재측정 여부를 제어하는 단계는 반복 재현성 검증을 통과하지 못하면 분광기에 스펙트럼 데이터를 재측정하도록 제어하고, 반복 재현성 검증을 통과하면 스펙트럼 데이터 분석 장치에 측정된 스펙트럼 데이터를 분석하도록 제어할 수 있다.
재측정 여부를 제어하는 단계는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나를 기초로, 재측정 횟수를 결정하여 분광기를 제어하거나, 분석할 스펙트럼 데이터를 결정하여 스펙트럼 데이터 분석 장치를 제어할 수 있다.
반복 측정하여 얻어진 스펙트럼 데이터의 반복 재현성을 검증하여 스펙트럼 데이터의 재측정 수행 및 스펙트럼 데이터의 선별적 이용으로 스펙트럼 데이터의 측정 및 분석의 정확도를 향상시킬 수 있다.
도 1은 일 실시예에 따른 반복 재현성 검증 장치의 구성도이다.
도 2는 일 예에 따른 스펙트럼 데이터를 설명하기 위한 예시도이다.
도 3은 일 실시예에 따른 검증부(110)가 스펙트럼 데이터의 반복 재현성 검증 방법을 설명하기 위한 예시도이다.
도 4는 일 실시예에 제어부의 구성도이다.
도 5는 일 실시예에 따른 스펙트럼 데이터 분석 장치의 구성도이다.
도 6은 일 실시예에 따른 분광부의 구성도이다.
도 7은 일 실시예에 따른 반복 재현성 검증 방법을 도시한 흐름도이다.
도 8은 일 실시예에 따른 반복 재현성 검증 단계를 구체적으로 도시한 흐름도이다.
도 9는 일 실시예에 따른 재측정 여부 제어 단계를 구체적으로 도시한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로, 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치의 실시예들을 도면들을 참고하여 자세히 설명한다.
도 1은 일 실시예에 따른 반복 재현성 검증 장치(100)의 구성도이다.
도 1을 참조하면, 반복 재현성 검증 장치(100)는 검증부(110) 및 제어부(130)를 포함할 수 있다.
일 예에 따르면, 반복 재현성 검증 장치(100)는 사용자 샘플에 광을 조사하고, 사용자 샘플로부터 반사된 광을 검출하여 사용자 샘플에 대한 스펙트럼 데이터를 측정하는 분광기(10)의 반복 재현성을 검증할 수 있다.
예를 들어, 분광기(10)가 1개의 스펙트럼 데이터 만을 측정하는 경우, 분광기(10)는 측정된 스펙트럼에 측정오차가 발생하거나 잡음 등이 더해지는 것을 확인할 수 없다. 그러나, 복수의 스펙트럼 데이터를 측정하는 경우, 측정된 복수의 스펙트럼 데이터를 서로 비교하여 측정오차가 발생하거나 잡음 등이 더해진 스펙트럼 데이터를 확인할 수 있다.
검증부(110)는 미리 정의된 재현성 검증 기준에 기초하여 분광기(10)를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
일 실시예를 들면, 미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함할 수 있다.
일 예를 따르면, 미리 정의된 재현성 검증 기준으로 유사성 검증을 이용할 수 있다. 일 예를 들어, 검증부(110)가 분광기(10)로부터 3개의 스펙트럼 데이터를 입력 받은 것으로 가정할 수 있다. 검증부(110)는 3개의 스펙트럼 데이터 상호간 유사도를 산출할 수 있다. 이때, 유사도는 3개의 스펙트럼 데이터를 2개씩 쌍으로 하여 산출될 수 있으며, 이러한 경우 총 3(3C2=3)개의 유사도를 산출할 수 있다. 이후, 검증부(110)는 계산 결과 3개의 유사도가 일정 기준 이상을 만족시키는 경우, 반복 재현성 검증을 통과한 것으로 결정할 수 있다. 다른 예를 들어, 3개의 유사도 중 일부의 유사도가 일정 기준 이하인 경우, 검증부(110)는 반복 재현성을 통과하지 못하는 것으로 결정할 수 있다.
다른 예를 따르면, 미리 정의된 재현성 검증 기준으로 차이점 검증을 이용할 수 있다. 일 예를 들어, 위의 유사성 검증과 같이 검증부(110)가 분광기(10)로부터 3개의 스펙트럼 데이터를 입력 받은 것으로 가정하면, 검증부(110)는 계산 결과 3개의 차이 정도가 일정 기준 이하인 경우, 반복 재현성 검증을 통과한 것으로 결정할 수 있다. 또는, 3개의 차이 정도 중 일부의 차이 정도가 일정 기준 이상인 경우, 검증부(110)는 반복 재현성을 통과하지 못하는 것으로 결정할 수 있다.
또 다른 예를 따르면, 미리 정의된 재현성 검증 기준으로 통계학적 검증을 이용할 수 있다. 위의 실시예와 같이, 이 경우에도 검증부(110)는 계산 결과 3개의 통계적 데이터가 일정 기준 이상을 만족시키는 여부에 따라 반복 재현성 검증을 통과한 것으로 결정하거나, 반복 재현성을 통과하지 못하는 것으로 결정할 수 있다.
다른 실시예를 들면, 검증부(110)는 분광기(10)로부터 이전에 측정된 복수의 스펙트럼 데이터에 기초하여 생성된 값과 현재 측정된 스펙트럼 데이터를 기초로 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함하는 미리 정의된 재현성 검증 기준에 기초하여 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
예를 들어, 검증부(110)는 분광기(10)로부터 특정 기간, 특정 횟수 중의 적어도 하나를 기준으로 현재 측정 시점 이전에 수신한 스펙트럼 데이터를 이용하여 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중 적어도 하나를 생성할 수 있다. 일 예로, 현재 시점으로부터 10분 이내에 측정된 스펙트럼 데이터를 이용하거나 현재 시점으로부터 10회 이전부터 특정된 스펙트럼 데이터를 이용하여 평균값(mean), 중간값(median) 중 적어도 하나를 생성할 수 있다.
또한, 검증부(110)는 생성된 값과 현재 측정된 스펙트럼 데이터를 비교하여 스펙트럼 데이터의 반복 재현성을 검증할 수 있다. 이를 위하여 검증부(110)는 생성된 값과 현재 측정된 스펙트럼 데이터의 유사도를 산출하거나, 차이 정도를 산출하거나, 통계적 데이터를 산출할 수 있으며, 산출된 값이 일정 기준 이상인 경우 반복 재현성 검증을 통과한 것으로 결정할 수 있다.
위의 실시예에서 사용된 스펙트럼 데이터의 개수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
다른 예에 따르면, 미리 정의된 재현성 검증 기준으로 유사성 검증 및 차이점 검증의 조합을 이용할 수 있다. 예를 들어, 스펙트럼 데이터는 유사성 검증에 따른 반복 재현성 검증 결과와 차이점 검증에 따른 반복 재현성 검증 결과를 가질 수 있다. 이 경우, 일 예로, 검증부(110)는 두 가지 검증 결과를 모두 통과한 경우에만 반복 재현성 검증을 통과시킬 수 있다. 다른 예로, 검증부(110)는 두 가지 검증 결과 중 어느 하나만 통과한 경우에도 반복 재현성 검증을 통과시킬 수 있다. 또 다른 예로, 두 가지 검증 결과 중 어느 하나에 가중치를 두어 합산한 결과에 기초하여 반복 재현성 검증을 만족하는 경우에만 반복 재현성 검증을 통과시킬 수 있다.
제어부(130)는 검증 결과에 기초하여 분광기(10)의 재측정 여부를 제어할 수 있다.
일 예에 따르면, 제어부(130)는 검증부(110)의 반복 재현성 검증 결과, 스펙트럼 데이터가 반복 재현성 검증을 통과한 경우, 스펙트럼 데이터 분석 장치에 해당 스펙트럼 데이터를 분석하도록 제어할 수 있다. 반면, 스펙트럼 데이터가 반복 재현성 검증을 통과한 경우, 분광기가 스펙트럼 데이터를 재측정하도록 제어할 수 있다.
다른 예에 따르면, 제어부(130)는 반복 재현성 검증 결과, 스펙트럼 데이터가 반복 재현성 검증을 통과한 경우, 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 스펙트럼 데이터가 반복 재현성 검증을 통과하였으나, 스펙트럼 데이터 중 하나의 스펙트럼 데이터가 나머지 스펙트럼 데이터와 큰 차이를 보이는 경우, 제어부(130)는 해당 스펙트럼 데이터를 제외하고 나머지 스펙트럼 데이터만을 분석하도록 제어할 수 있다.
또 다른 예에 따르면, 제어부(130)는 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 재측정 횟수를 결정하고, 결정된 재측정 횟수에 따라 스펙트럼 데이터를 재측정하도록 분광기를 제어할 수 있다. 예를 들어, 스펙트럼 데이터가 반복 재현성 검증을 통과하였으나, 스펙트럼 데이터 중 하나의 스펙트럼 데이터가 나머지 스펙트럼 데이터와 큰 차이를 보이는 경우, 제어부(130)는 이전 측정된 횟수와 동일한 횟수로 스펙트럼 데이터를 측정하도록 제어할 수 있다. 반면, 스펙트럼 데이터 중 두 개 이상의 스펙트럼 데이터가 나머지 스펙트럼 데이터와 큰 차이를 보이는 경우, 제어부(130)는 이전 측정된 횟수보다 증가된 횟수로 스펙트럼 데이터를 측정하도록 제어할 수 있다.
도 2a 및 2b는 일 예에 따른 스펙트럼 데이터를 설명하기 위한 예시도이다.
분광기가 동일한 사용자 샘플에 대하여 스펙트럼 데이터를 반복 측정하는 경우, 각각의 스펙트럼 데이터는 분광기 자체의 성능, 측정시 사용자 샘플의 상태, 외부 잡음 등의 원인들로 인하여 다르게 측정될 수 있다.
도 1및 도2a를 참조하면, 분광기가 동일한 사용자 샘플에 대하여 3번의 스펙트럼 데이터(SD1, SD2, SD3)를 측정한 경우, 3개의 스펙트럼 데이터(SD1, SD2, SD3)가 상호 유사하게 측정될 수 있다. 이러한 경우, 검증부(110)는 3개의 스펙트럼 데이터가 재현성 검증 기준을 만족한다고 결정할 수 있으며, 제어부(130)는 측정된 3개의 스펙트럼 데이터를 분석하도록 결정할 수 있다.
도 1및 도2b를 참조하면, 분광기가 동일한 사용자 샘플에 대하여 3번의 스펙트럼 데이터(SD1, SD2, SD3)를 측정한 경우, 3개의 스펙트럼 데이터(SD1, SD2, SD3) 중 2개가 상호 유사하게 측정(SD1, SD2)되고, 1개의 스펙트럼 데이터가 상이하게 측정(SD3)될 수 있다. 이러한 경우, 검증부(110)는 스펙트럼 데이터가 재현성 검증 기준을 만족하지 못한다고 결정할 수 있다.
도 3은 일 실시예에 따른 검증부(110)가 스펙트럼 데이터의 반복 재현성 검증 방법을 설명하기 위한 예시도이다.
도 3을 참조하면, 검증부(110)는 분광기로부터 스펙트럼 데이터를 수신할 수 있다. 예를 들어, 분광기가 동일한 사용자 샘플로부터 3개의 스펙트럼 데이터(SD1, SD2, SD3)를 측정한 경우, 검증부(110)는 미리 정의된 재현성 검증 기준에 기초하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
이때, 미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함할 수 있으며, 검증부(110)는 재현성 검증 기준에 따라 필요한 연산값을 산출할 수 있다.
일 실시예에 따르면, 검증부(110)가 미리 정의된 검증 기준으로 유사성을 이용하면, 검증부(110)는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 유사도를 산출하고, 산출된 유사도를 기초로 반복 재현성을 검증할 수 있다. 즉, 연산값은 유사도가 될 수 있다. 이때, 유사도를 산출하는 방법은 피어슨 상관관계(Pearson correlation), 켄달 상관관계(Kendall correlation) 및 스피어만 상관관계(Spearman correlation) 중의 적어도 하나가 될 수 있다.
일 예로 피어슨 상관관계를 이용하여 유사도를 산출하는 경우, 검증부(110)는 아래의 수학식 1과 같이 유사도를 산출할 수 있다.
Figure 112015074376827-pat00001
여기서, r은 유사도를 나타내며, xi와 yi는 유사도를 비교하기 위한 2개의 스펙트럼 데이터를 의미하며,
Figure 112015074376827-pat00002
와
Figure 112015074376827-pat00003
는 스펙트럼 데이터의 평균값을 의미한다.
즉, 연산값 1은 2개의 스펙트럼 데이터 SD1과 SD2의 유사도, 연산값 2는 2개의 스펙트럼 데이터 SD2과 SD3의 유사도, 연산값 3은 2개의 스펙트럼 데이터 SD3과 SD1의 유사도가 된다.
검증부(110)는 위에서 구한 각각의 유사도와 임계값을 비교하며, 임계값 이상이 되는 유사도의 개수를 기초로 하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
일 예로, 임계값 = 0.8이며, 임계값 이상이 되는 유사도의 기준 개수는 3개 이상일 수 있다. 일 예를 들어, 연산값 1 = 0.9, 연산값 2 = 0.85, 연산값 3 = 0.95 인 경우, 연산값 1, 2, 3은 모두 임계값 이상이 되며, 임계값 이상이 되는 유사도의 기준 개수를 만족 시키므로 재현성 검증 기준을 만족시킨다. 이러한 경우, 검증부(110)는 3개의 스펙트럼 데이터 SD1, SD2, SD3가 반복 재현성을 통과한 것으로 결정할 수 있다.
다른 예를 들어, 연산값 1 = 0.9, 연산값 2 = 0.6, 연산값 3 = 0.5 인 경우, 연산값 2와 연산값 3은 임계값 보다 작으며, 연산값 1은 임계값 이상이 된다. 이때, 임계값 이상이 되는 연산값은 2개가 되므로 임계값 이상이 되는 기준 개수를 만족시키지 못하게 된다. 이러한 경우, 검증부(110)는 반복 재현성을 통과하지 않은 것으로 결정할 수 있다.
반면, 임계값 이상이 되는 유사도의 기준 개수를 1개 이상으로 가정한 경우, 검증부(110)는 반복 재현성을 통과한 것으로 결정할 수 있다. 이때, 검증부(110)는 연산값 2와 연산값 3이 임계값 보다 작아지는 원인이 되는 스펙트럼 데이터를 검출할 수 있다. 예를 들어, 검증부(110)는 연산값 2와 연산값 3에 공통으로 연산되는 SD 3을 연산값 2와 연산값 3이 임계값 보다 작아지는 원인이 되는 스펙트럼 데이터로 검출할 수 있다. 이러한 경우, 검증부(110)는 SD3을 제외한 2개의 스펙트럼 데이터(SD1, SD2)가 반복 재현성을 통과한 것으로 결정할 수 있다.
다른 실시예에 따르면, 검증부(110)가 미리 정의된 검증 기준으로 차이점을 이용하면, 검증부(110)는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 차이 정도를 산출하고, 산출된 차이 정도를 기초로 반복 재현성을 검증할 수 있다. 즉, 연산값은 차이 정도가 될 수 있다. 이때, 차이 정도를 산출하는 방법은 유클리디안 거리(Euclidean distance), 맨하튼 거리(Manhattan distance) 및 해밍 거리(Hamming distance) 중의 적어도 하나가 될 수 있다.
일 예로 유클리디안 거리를 이용하여 차이 정도를 산출하는 경우, 검증부(110)는 아래의 수학식 2와 같이 차이 정도를 산출할 수 있다.
Figure 112015074376827-pat00004
여기서, d는 차이 정도를 나타내며, xi와 yi는 차이 정도를 비교하기 위한 2개의 스펙트럼 데이터를 의미한다.
검증부(110)는 위에서 구한 각각의 차이 정도와 임계값을 비교하며, 임계값 이하가 되는 차이 정도의 개수를 기초로 하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
일 예로, 임계값 = 0.2이며, 임계값 이하가 되는 차이 정도의 기준 개수는 3개 이상일 수 있다. 일 예를 들어, 연산값 1 = 0.1, 연산값 2 = 0.15, 연산값 3 = 0.2 인 경우, 연산값 1, 2, 3은 모두 임계값 이하가 되며, 임계값 이하가 되는 차이 정도의 기준 개수를 만족시키므로 재현성 검증 기준을 만족시킨다. 이러한 경우, 검증부(110)는 3개의 스펙트럼 데이터 SD1, SD2, SD3가 반복 재현성을 통과한 것으로 결정할 수 있다.
다른 예를 들어, 연산값 1 = 0.1, 연산값 2 = 0.25, 연산값 3 = 0.3 인 경우, 연산값 2와 연산값 3은 임계값 보다 크며, 연산값 1은 임계값 이하가 된다. 이때, 임계값 이하가 되는 연산값은 2개가 되므로 임계값 이하가 되는 기준 개수를 만족시키지 못하게 된다. 이러한 경우, 검증부(110)는 반복 재현성을 통과하지 않은 것으로 결정할 수 있다.
반면, 임계값 이하가 되는 차이 정도의 기준 개수를 1개 이상으로 가정한 경우, 검증부(110)는 반복 재현성을 통과한 것으로 결정할 수 있다. 이때, 검증부(110)는 연산값 2와 연산값 3이 임계값 보다 커지는 원인이 되는 스펙트럼 데이터를 검출할 수 있다. 예를 들어, 검증부(110)는 연산값 2와 연산값 3에 공통으로 연산되는 SD 3을 연산값 2와 연산값 3이 임계값 보다 커지는 원인이 되는 스펙트럼 데이터로 검출할 수 있다. 이러한 경우, 검증부(110)는 SD3을 제외한 2개의 스펙트럼 데이터(SD1, SD2)가 반복 재현성을 통과한 것으로 결정할 수 있다.
또 다른 실시예에 따르면, 검증부(110)가 미리 정의된 검증 기준으로 통계적 검증을 이용하면, 검증부(110)는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 통계적 데이터를 산출하고, 산출된 통계적 데이터를 기초로 반복 재현성을 검증할 수 있다. 즉, 연산값은 통계적 데이터가 될 수 있다. 이때, 통계적 데이터를 산출하는 방법은 대응표본 T검정(paired t-test) 및 대응표본 Z검정(paired z-test) 중의 적어도 하나를 포함하는 통계적 기법일 수 있다.
일 예로 대응표본 T검정을 이용하여 통계적 데이터를 산출하는 경우, 검증부(110)는 아래의 수학식 3과 같이 통계적 데이터를 산출할 수 있다.
Figure 112015074376827-pat00005
여기서, t는 통계적 데이터를 나타내며, XD는 검정 대상이 되는 두 개의 스펙트럼 데이터의 차이의 집합(XD={(x1-y1), (x2-y2), ... ,(xn-yn)})을 의미하며,
Figure 112015074376827-pat00006
는 XD의 평균, SD는 분산을 의미한다.
통계적 검증을 이용하는 경우, 위의 유사성 검증 또는 차이점 검증과 같이 검증부(110)는 위에서 구한 각각의 통계적 데이터와 임계값을 비교하며, 임계값 이하가 되는 유사도의 개수를 기초로 하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다.
또 다른 실시예에 따르면, 검증부(110)가 미리 정의된 검증 기준으로 유사성 검증, 차이점 검증, 통계학적 검증 중의 둘 이상의 조합을 이용하면, 검증부(110)는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 유사도, 차이 정도 및 통계적 데이터를 산출하고, 산출된 유사도, 차이 정도 및 통계적 데이터를 기초로 반복 재현성을 검증할 수 있다. 예를 들어, 스펙트럼 데이터 SD1, SD2, SD3가 아래와 같이 유사성 검증, 차이점 검증, 통계학적 검증의 결과를 가진 경우, 검증부(110)는 각각의 결과의 조합으로 반복 재현성을 검증할 수 있다.
검증 결과
유사성 검증 통과 O
차이점 검증 통과 X
통계학적 검증 통과 O
일 예를 들어, 검증부(110)가 유사성 검증, 차이점 검증, 통계학적 검증 모두를 통과한 경우에만 반복 재현성을 통과한 것으로 결정하는 경우, 검증부(110)는 반복 재현성을 통과하지 못한 것으로 결정할 수 있다.
다른 예를 들어, 검증부(110)가 유사성 검증, 차이점 검증, 통계학적 검증 중 2개 이상을 통과한 경우에만 반복 재현성을 통과한 것으로 결정하는 경우, 검증부(110)는 반복 재현성을 통과한 것으로 결정할 수 있다.
또 다른 예를 들어, 검증부(110)가 유사성 검증, 차이점 검증, 통계학적 검증 결과에 가중치를 두어 재현성 검증 기준의 통과여부를 결정할 수 있다. 예를 들어, 유사성 검증을 통과한 경우 가중치 0.5, 차이점 검증을 통과한 경우 가중치 0.3, 통계학적 검증을 통과한 경우 가중치 0.2로 가중치를 결정할 수 있으며, 각 가중치를 합한 경과 0.7이상이 되는 경우 반복 재현성을 통과한 것으로 결정할 수 있다. 이러한 경우, 검증부(110)는 가중치를 합한 결과 0.7이 되어 반복 재현성을 통과한 것으로 결정할 수 있다.
위의 실시예에서 사용된 연산값, 임계값 및 가중치는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다. 또한, 위에서 설명한 실시예는 통상의 기술자가 용이하게 생각하는 범위 내에서 조합 및 변경되어 적용될 수 있다.
도 4는 일 실시예에 제어부(130)의 구성도이다.
도 4를 참조하면, 제어부(130)는 재측정 결정부(131), 재측정 제어부(133) 및 스펙트럼 데이터 분석 제어부(135)를 포함할 수 있다.
일 실시예에 따르면, 제어부(130)는 스펙트럼 데이터가 반복 재현성 검증을 통과하지 못하면 분광기에 스펙트럼 데이터를 재측정하도록 제어하고, 반복 재현성 검증을 통과하면 스펙트럼 데이터 분석 장치에 측정된 스펙트럼 데이터를 분석하도록 제어할 수 있다.
재측정 결정부(131)는 검증부(110)의 검증 결과에 따라 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여 스펙트럼 데이터를 재측정할지 및 측정된 스펙트럼 데이터를 분석할지 여부를 결정할 수 있다.
일 예에 따르면, 재측정 결정부(131)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(110)가 유사도 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터가 총 3개인 것으로 가정할 수 있다. 이때, 재측정 결정부(131)는 2개 이상의 스펙트럼 데이터가 반복 재현성 검증을 통과하면 스펙트럼 데이터를 분석하도록 결정하며, 2개 미만인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
다른 예에 따르면, 재측정 결정부(131)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(110)가 유사도 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터 중 70% 이상의 스펙트럼 데이터가 반복 재현성 검증을 통과하면 스펙트럼 데이터를 분석하도록 결정하며, 70% 미만인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
또 다른 예에 따르면, 재측정 결정부(131)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(110)가 유사성 검증, 차이점 검증, 통계학적 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터 중 검증을 통과하지 못한 횟수가 2번 미만인 스펙트럼 데이터가 2개 이상인 경우, 스펙트럼 데이터를 분석하도록 결정하며, 2개 이하인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
위의 실시예에서 사용된 개수, 비율 및 횟수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 재측정 횟수를 결정하고, 결정된 재측정 횟수에 따라 스펙트럼 데이터를 재측정하도록 분광기를 제어할 수 있다.
일 예에 따르면, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수에 기초하여 재측정 횟수를 결정할 수 있다. 일 예를 들어, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 전체 스펙트럼 데이터 개수에 반비례하여 재측정 횟수를 증가시켜 재측정하도록 결정할 수 있다. 예를 들어, 총 5개의 스펙트럼 데이터 중 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 4개 경우, 재측정 횟수를 5번으로 결정할 수 있다. 반면, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 총 5개의 스펙트럼 데이터 중 3개 경우, 재측정 횟수를 7번으로 결정할 수 있다.
다른 예에 따르면, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 기초하여 재측정 횟수를 결정할 수 있다. 일 예를 들어, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 반비례하여 재측정 횟수를 증가시켜 재측정하도록 결정할 수 있다. 예를 들어, 스펙트럼 데이터 중 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 재측정 횟수를 5번으로 결정할 수 있다. 반면, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 미만인 경우, 재측정 횟수를 7번으로 결정할 수 있다.
또 다른 예에 따르면, 재측정 제어부(133)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수에 기초하여 재측정 횟수를 결정할 수 있다. 일 예를 들어, 재측정 제어부(133)는 유사성 검증, 차이점 검증, 통계학적 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터 중 검증을 통과하지 못한 횟수가 2번 미만인 스펙트럼 데이터가 총 5개의 스펙트럼 데이터 중 4개인 경우 재측정 횟수를 5번으로 결정할 수 있으며, 총 5개의 스펙트럼 데이터 중 3개인 경우 재측정 횟수를 7번으로 결정할 수 있다.
또 다른 예에 따르면, 재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 의 결합에 기초하여, 재측정 횟수를 결정할 수 있다.
위의 실시예에서 사용된 개수, 비율 및 횟수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
재측정 제어부(133)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여 재측정 횟수가 결정되면, 결정된 재측정 횟수에 따라 스펙트럼 데이터를 재측정하도록 분광기에 재측정 횟수를 포함한 재어 신호를 전송하여 분광기를 제어할 수 있다.
스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다.
일 실시예에 따르면, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수에 기초하여 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 2개인 경우, 통과된 스펙트럼 데이터 2개만을 분석하도록 제어할 수 있다. 다른 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 2개인 경우, 미리 정해진 규칙에 의하여 통과된 스펙트럼 데이터 2개중 하나를 분석하도록 제어할 수 있다. 또 다른 예를 들면, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 2개인 경우, 통과된 스펙트럼 데이터 2개뿐만 아니라 통과하지 못한 스펙트럼 데이터도 모두 분석하도록 제어할 수 있다.
다른 실시예에 따르면, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 기초하여 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 스펙트럼 데이터 전체를 분석하도록 제어할 수 있다. 다른 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 통과된 스펙트럼에 한하여 분석하도록 제어할 수 있다. 또 다른 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 통과된 스펙트럼에 중 미리 정해진 규칙에 의하여 1개의 스펙트럼 데이터를 분석하도록 제어할 수 있다.
또 다른 실시예에 따르면, 스펙트럼 데이터 분석 제어부(135)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 기초하여 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수가 0개인 스펙트럼 데이터에 한하여 분석하도록 제어할 수 있다. 또 다른 예를 들어, 스펙트럼 데이터 분석 제어부(135)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수가 1개 이하인 스펙트럼 데이터에 한하여 분석하도록 제어할 수 있다.
위의 실시예에서 사용된 개수, 비율 및 횟수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
일 실시예에 따르면, 스펙트럼 데이터 분석 제어부(135)는 2개 이상의 스펙트럼 데이터의 분석을 요청하는 경우, 각각의 스펙트럼 데이터를 분석하도록 요청할 수 있다. 또한, 스펙트럼 데이터 분석 제어부(135)는 2개 이상의 스펙트럼 데이터의 분석을 요청하는 경우, 각각의 스펙트럼 데이터의 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중 적어도 하나를 이용하여 생성한 스펙트럼 데이터를 분석하도록 요청할 수 있다.
도 5는 일 실시예에 따른 스펙트럼 데이터 분석 장치(500)의 구성도이다. 일 예에 따르면, 스펙트럼 데이터 분석 장치(500)는 스마트 폰, 태블릿 PC, 노트북, 스마트 워치, 스마트 밴드, 스마트 안경과 같이 사용자의 혈압, 체지방률, 혈당, 중성지방률과 같은 생리적 파라미터를 측정할 수 있는 헬스 캐어 기기일 수 있다.
도 5를 참조하면, 스펙트럼 데이터 분석 장치(500)는 분광부(510), 검증부(530), 연산부(550) 및 정보 제공부(570)를 포함할 수 있다.
도 1의 분광기(10) 및 반복 재현성 검증 장치(100)는 각각 도 5의 분광부(510) 및 검증부(530)의 일 실시예가 될 수 있다.
도 6은 일 실시예에 따른 분광부(600)의 구성도이다.
도 5및 도 6을 참조하면, 분광부(510)는 사용자 샘플에 광을 조사하는 광원(511), 사용자 샘플(600)로부터 반사되는 광을 검출하는 디텍터(513) 및 검출된 광으로부터 스펙트럼 데이터를 획득하는 스펙트럼 획득부(515)를 포함할 수 있다.
일 예로, 스펙트럼 데이터 분석 장치(500)는 스마트 밴드일 수 있다. 스마트 밴드는 사용자의 손목에 장착될 수 있으며, 이 경우 사용자 손목의 피부가 사용자 샘플(600)이 될 수 있다. 스마트 밴드는 사용자의 손목과 접촉하는 부분에 분광부(510)가 위치할 수 있다. 이러한 경우, 분광부(510)의 광원(511)은 사용자 손목에 광을 조사할 수 있으며, 디텍터(513)는 사용자 손목의 피부에서 반사된 광을 검출할 수 있다.
분광기는 분광법에 따라 분류될 수 있다. 예를 들어, 분광기가 사용하는 분광법은 핵자기공명법 (NMR: Nuclear Magnetic Resonance), 적외선 분광법 (IR: Infrared Spectroscopy), 라만 분광법 (Raman: Raman Spectroscopy), X-선 분광법 (XRF: X-ray Flourescene), 감마선 분광법 (Gamma Spectroscopy), 자외선, 가시광선 분광법 (UV-Vis: Ultraviolet/Visible Spectroscopy), 근적외선 분광법 (NIR: Near Infrared Spectroscopy), Auger 전자분광법 (AES: Auger Electron Spectroscopy), X-선 광전자분광법 (XPS: X-ray Photoelectron Spectroscopy), 원소분광법 (AAS: Atomic Absorption Spectroscopy), 유도플라즈마분광법 (ICP-AES: Inductively Coupled Plasma- Atomic Emission Spectroscopy) 중 적어도 하나가 될 수 있다.
일 예를 들어, 광원(511)은 사용하는 분광법에 따라 특정 파장의 광을 발생시킬 수 있다. 예를 들어, 분광기가 근적외선 분광법을 사용하는 경우, 광원은 근적외선 신호를 발생시킬 수 있다. 이렇게 발생한 광은 사용자 샘플로 조사되며, 조사된 빛의 일부는 반사되어 디텍터(513)에 의해 검출될 수 있다. 일 예에 따르면, 디텍터(513)는 검출한 빛을 전기적 신호로 변환시킬 수 있다.
이에 따라, 광원(511)과 디텍터(513)는 스펙트럼 데이터 분석 장치(500)의 동일 평면상에 위치할 수 있으며, 반사된 광의 검출 성능을 향상시키기 위하여 밀접하게 위치할 수 있다.
스펙트럼 획득부(515)는 검출된 광에 대한 각각의 스펙트럼 데이터를 생성할 수 있다. 스펙트럼 획득부(515)는 디텍터(513)와 전기적으로 연결되어 디텍터(513)로부터 검출된 광에 대한 전기적 신호를 수신할 수 있다. 스펙트럼 획득부(515)는 수신된 전기적 신호에 기초하여 검출된 광에 대하여 주파수에 따른 빛의 세기를 분석하여 스펙트럼 데이터를 생성할 수 있다.
일 예에 따르면, 스펙트럼 획득부(515)는 동일한 사용자 샘플(600)에 대하여 디텍터(515)로부터 반복하여 전기적 신호를 수신할 수 있다. 예를 들어, 스펙트럼 획득부(515)는 동일한 사용자 샘플(600)에 대하여 3번 전기적 신호를 수신할 수 있다. 이러한 경우, 스펙트럼 획득부(515)는 디텍터(513)가 검출한 각각의 광에 대한 3개의 스펙트럼 데이터를 생성할 수 있다.
검증부(530)는 미리 정의된 재현성 검증 기준에 기초하여 분광부에 의해 획득된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다. 이를 위하여 검증부(530)는 스펙트럼 획득부(515)와 전기적으로 연결될 수 있다.
일 예에 따르면, 검증부(530)는 스펙트럼 획득부(515)로부터 스펙트럼 데이터를 수신하며, 미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 이용하여 반복 재현성을 검증할 수 있다.
일 예를 따르면, 미리 정의된 재현성 검증 기준으로 유사성 검증을 이용할 수 있다. 일 예를 들어, 검증부(530)가 분광기로부터 3개의 스펙트럼 데이터를 입력 받은 경우, 검증부(530)는 3개의 스펙트럼 데이터 상호가 유사성을 계산할 수 있다. 이때, 계산 결과 3개의 스펙트럼 데이터의 유사성이 일정 기준 이상을 만족시키는 경우, 3개의 스펙트럼 데이터가 모두 반복 재현성 검증을 통과한 것으로 결정할 수 있다. 다른 예를 들어, 3개의 스펙트럼 데이터 중 일부의 유사성이 일정 기준 이하인 경우, 검증부(530)는 해당 스펙트럼 데이터의 반복 재현성이 통과하지 못하는 것으로 결정할 수 있으며, 그 외 나머지 스펙트럼 데이터 만을 반복 재현성 검증을 통과한 것으로 결정할 수 있다. 위의 실시예에서 사용된 스펙트럼 데이터의 개수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
다른 예에 따르면, 미리 정의된 재현성 검증 기준으로 유사성 검증 및 차이점 검증의 조합을 이용할 수 있다. 일 예를 들어, 검증부(530)가 분광기로부터 3개의 스펙트럼 데이터를 입력 받은 경우, 검증부(530)는 3개의 스펙트럼 데이터 상호간 유사성 및 차이점을 계산할 수 있다. 이때, 스펙트럼 데이터는 유사성 검증에 따른 반복 재현성 검증 결과와 차이점 검증에 따른 반복 재현성 검증 결과를 가질 수 있다. 이 경우, 일 예로, 검증부(530)는 두 가지 검증 결과를 모두 통과한 경우에만 반복 재현성 검증을 통과시킬 수 있다. 다른 예로, 검증부(530)는 두 가지 검증 결과 중 어느 하나만 통과한 경우에도 반복 재현성 검증을 통과시킬 수 있다. 또 다른 예로, 두 가지 검증 결과 중 어느 하나에 가중치를 두어 합산한 결과에 기초하여 반복 재현성 검증을 만족하는 경우에만 반복 재현성 검증을 통과시킬 수 있다.
검증부(530)는 검증 결과에 기초하여 분광기의 재측정 여부를 제어할 수 있다.
일 예에 따르면, 검증부(530)는 스펙트럼 데이터의 반복 재현성 검증 결과에 따라 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여 스펙트럼 데이터의 분석을 수행할지 여부 및 스펙트럼 데이터의 재측정을 요청할지 여부를 결정할 수 있다.
일 예를 들어, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수를 기준으로 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(530)는 3개의 스펙트럼 데이터의 반복 재현성능 검증한 경우, 3개의 스펙트럼 데이터가 모두 반복 재현성 검증을 통과한 경우에 한하여 스펙트럼 데이터의 분석을 결정하며, 그러하지 않은 경우 재측정을 결정할 수 있다.
검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(530)는 유사도 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터가 총 3개인 경우, 2개 이상의 스펙트럼 데이터가 반복 재현성 검증을 통과하면 스펙트럼 데이터를 분석하도록 결정하며, 2개 미만인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
다른 예에 따르면, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(530)는 유사도 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터 중 70% 이상의 스펙트럼 데이터가 반복 재현성 검증을 통과하면 스펙트럼 데이터를 분석하도록 결정하며, 70% 미만인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
또 다른 예에 따르면, 검증부(530)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 검증부(530)가 유사성 검증, 차이점 검증, 통계학적 검증을 기초로 스펙트럼 데이터의 반복 재현성을 검증하며, 반복 측정된 스펙트럼 데이터 중 검증을 통과하지 못한 횟수가 2번 미만인 스펙트럼 데이터가 2개 이상인 경우, 스펙트럼 데이터를 분석하도록 결정하며, 2개 이하인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
위의 실시예에서 사용된 개수, 비율 및 횟수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 연산부(550)를 제어할 수 있다.
일 실시예에 따르면, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수에 기초하여 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 2개인 경우, 통과된 스펙트럼 데이터 2개만을 분석하도록 제어할 수 있다. 다른 예를 들어, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 2개인 경우, 미리 정해진 규칙에 의하여 통과된 스펙트럼 데이터 2개중 하나를 분석하도록 제어할 수 있다. 또 다른 예를 들면, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수가 2개인 경우, 통과된 스펙트럼 데이터 2개뿐만 아니라 통과하지 못한 스펙트럼 데이터도 모두 분석하도록 제어할 수 있다.
다른 실시예에 따르면, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 기초하여 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 스펙트럼 데이터 전체를 분석하도록 제어할 수 있다. 다른 예를 들어, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 통과된 스펙트럼에 한하여 분석하도록 제어할 수 있다. 또 다른 예를 들어, 검증부(530)는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율이 70% 이상인 경우, 통과된 스펙트럼에 중 미리 정해진 규칙에 의하여 1개의 스펙트럼 데이터를 분석하도록 제어할 수 있다.
또 다른 실시예에 따르면, 검증부(530)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 기초하여 측정된 복수의 스펙트럼 데이터 중의 적어도 하나의 스펙트럼 데이터를 분석하도록 스펙트럼 데이터 분석 장치를 제어할 수 있다. 예를 들어, 검증부(530)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수가 0개인 스펙트럼 데이터에 한하여 분석하도록 제어할 수 있다. 또 다른 예를 들어, 검증부(530)는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수가 1개 이하인 스펙트럼 데이터에 한하여 분석하도록 제어할 수 있다.
위의 실시예에서 사용된 개수, 비율 및 횟수는 통상의 기술자가 발명의 특징을 명확하게 이해하고 용이하게 재현하도록 예를 든 것이며 발명의 권리 범위가 이에 한정되지 않는다.
일 실시예에 따르면, 검증부(530)는 2개 이상의 스펙트럼 데이터의 분석을 요청하는 경우, 각각의 스펙트럼 데이터를 분석하도록 연산부(550)에 요청할 수 있다. 또한, 검증부(530)는 2개 이상의 스펙트럼 데이터의 분석을 요청하는 경우, 각각의 스펙트럼 데이터의 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중 적어도 하나를 이용하여 생성한 스펙트럼 데이터를 분석하도록 연산부(550)에 요청할 수 있다.
연산부(550)는 검증 결과를 기초로 분광부에서 획득된 스펙트럼 데이터의 적어도 일부를 분석하여 사용자 샘플 분석 정보를 생성할 수 있다.
일 예에 따르면, 연산부(550)는 검증부(530)가 2개 이상의 스펙트럼 데이터의 분석을 요청하는 경우, 각각의 스펙트럼 데이터의 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중 적어도 하나를 이용하여 연상된 스펙트럼 데이터를 이용하여 스펙트럼 데이터를 분석하여 사용자 샘플 정보를 생성할 수 있다.
다른 예에 따르면, 연산부(550)는 검증부(530)가 2개 이상의 스펙트럼 데이터의 분석을 요청하는 경우, 각각의 스펙트럼 데이터를 분석한 각각의 결과를 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중 적어도 하나를 이용하여 연상된 결과값을 이용하여 사용자 샘플 분석 정보를 생성할 수 있다.
일 예에 따르면, 사용자 샘플 정보는 사용자의 혈압, 체지방률, 혈당, 콜레스테롤 농도, 중성지방 농도, 혈구 세포 수, 효소 농도, 호르몬 농도, 사구체 여과율 중 적어도 하나를 포함할 수 있다.
정보 제공부(570)는 생성된 사용자 샘플 분석 정보를 사용자에게 제공할 수 있다.
일 예에 따르면, 정보 제공부(570)는 연산부(550)와 전기적으로 연결되어 연산부(570)로부터 사용자 샘플 분석 정보를 수신하여 시각적 방법, 청각적 방법, 촉각적 방법 중 적어도 하나를 이용하여 생성된 사용자 샘플 분석 정보를 사용자에게 제공할 수 있다.
일 예로, 정보 제공부(570)는 시작적 방법으로 사용자 샘플 분석 정보를 사용자에게 제공하기 위한 디스플레이를 포함할 수 있다. 예를 들어, 정보 제공부(570)가 사용자의 혈당 정보를 사용자에게 제공하는 경우, 정보 제공부(570)는 "혈당 : 120mg/dl"와 같이 문자 및 숫자를 디스플레이에 표시할 수 있다.
다른 예로, 정보 제공부(570)는 청각적 방법으로 사용자 샘플 분석 정보를 사용자에게 제공하기 위한 스피커를 포함할 수 있다. 예를 들어, 정보 제공부(570)가 사용자의 혈당 정보를 사용자에게 제공하는 경우, 정보 제공부(570)는 "혈당 수치가 120mg/dl 입니다"와 같이 음성 신호를 스피커를 통하여 발생할 수 있다.
또 다른 예로, 정보 제공부(570)는 촉각적 방법으로 사용자 샘플 분석 정보를 사용자에게 제공하기 위한 진동장치를 포함할 수 있다. 예를 들어, 정보 제공부(570)가 사용자의 혈당 정보를 사용자에게 제공하는 경우, 정보 제공부(570)는 설정된 혈당 수치를 초과하는 경우 진동 장치를 동작시켜 사용자가 혈당 수치가 초과된 것을 인지하도록 할 수 있다.
도 7은 일 실시예에 따른 반복 재현성 검증 방법을 도시한 흐름도이다.
도 7을 참조하면, 반복 재현성 검증 장치는 미리 정의된 재현성 검증 기준에 기초하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증할 수 있다(710).
이때, 미리 정의된 재현성 검증 기준은 유사성 검증, 차이점 검증, 통계학적 검증 및, 검증 기준 중의 둘 이상의 조합을 포함할 수 있다.
일 예를 들면, 반복 재현성 검증 장치는 스펙트럼 데이터의 반복 재현성을 검증하기 위하여 가장 먼저 분광기로부터 스펙트럼 데이터를 수신하며, 수신한 스펙트럼 데이터를 검증 기준에 따라 연산값을 산출한다. 예를 들어, 연산값은 재현성 검증 기준에 따라 유사도, 차이 정도 및 통계적 데이터가 될 수 있다. 이후, 반복 재현성 검증 장치는 연산값과 임계값을 비교하여 스펙트럼 데이터의 반복 재현성을 검증한다.
반복 재현성이 검증되면, 반복 재현성 검증 장치는 검증 결과에 기초하여 분광기의 재측정 여부를 제어한다(720). 이때, 반복 재현성 검증 장치는 검증 결과에 기초하여 스펙트럼 데이터를 사용하여 분석을 수행할 것인지 분광기에 새로운 스펙트럼 데이터를 재측정 하도록 요청할 것인지 여부를 결정한다. 이 결과에 따라, 재측정이 필요하다고 결정되면, 반복 재현성 검증 장치는 분광기에 재측정을 요청하도록 제어하며, 그러하지 아니한 경우 반복 재형성 검증 장치는 스펙트럼 데이터를 분석하도록 제어한다.
도 8은 일 실시예에 따른 반복 재현성 검증 단계를 구체적으로 도시한 흐름도이다.
도 8을 참조하면, 반복 재현성 검증 장치는 스펙트럼 데이터의 반복 재현성을 검증하기 위하여 스펙트럼 데이터를 분광기로부터 수신한다(711).
이후, 반복 재현성 검증 장치는 미리 정의된 재현성 검증 기준에 기초하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증하기 위하여 재현성 검증 기준에 따라 필요한 연산값을 산출할 수 있다(713).
일 예를 들어, 반복 재현성 검증 장치가 미리 정의된 검증 기준으로 유사성을 이용하면, 반복 재현성 검증 장치는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 유사도를 산출하고, 산출된 유사도를 기초로 반복 재현성을 검증할 수 있다. 즉, 연산값은 유사도가 될 수 있다.
다른 예를 들어, 반복 재현성 검증 장치가 미리 정의된 검증 기준으로 차이점을 이용하면, 반복 재현성 검증 장치는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 차이 정도를 산출하고, 산출된 차이 정도를 기초로 반복 재현성을 검증할 수 있다. 즉, 연산값은 차이 정도가 될 수 있다.
또 다른 예를 들어, 반복 재현성 검증 장치가 미리 정의된 검증 기준으로 통계적 검증을 이용하면, 반복 재현성 검증 장치는 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 통계적 데이터를 산출하고, 산출된 통계적 데이터를 기초로 반복 재현성을 검증할 수 있다. 즉, 연산값은 통계적 데이터가 될 수 있다.
이후, 반복 재현성 검증 장치는 재현성 검증 기준에 따라 산출된 연산값을 과 임계값을 비교하여 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증한다(715).
도 9는 일 실시예에 따른 재측정 여부 제어 단계를 구체적으로 도시한 흐름도이다.
도 9를 참조하면, 반복 재현성 검증 장치는 검증 결과에 따라 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여 스펙트럼 데이터를 재측정할지 및 측정된 스펙트럼 데이터를 분석할지 여부를 결정한다(721).
일 예에 따르면, 반복 재현성 검증 장치는 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 반복 재현성 검증 장치는 반복 측정된 스펙트럼 데이터가 총 3개인 경우, 2개 이상의 스펙트럼 데이터가 반복 재현성 검증을 통과하면 스펙트럼 데이터를 분석하도록 결정하며, 2개 미만인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
다른 예에 따르면, 반복 재현성 검증 장치는 반복 재현성 검증을 통과한 스펙트럼 데이터의 비율에 기초하여 재측정 여부를 결정할 수 있다. 반복 재현성 검증 장치는 반복 측정된 스펙트럼 데이터 중 70% 이상의 스펙트럼 데이터가 반복 재현성 검증을 통과하면 스펙트럼 데이터를 분석하도록 결정하며, 70% 미만인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
또 다른 예에 따르면, 반복 재현성 검증 장치는 스펙트럼 데이터별로 검증을 통과하지 못한 횟수에 기초하여 재측정 여부를 결정할 수 있다. 예를 들어, 반복 재현성 검증 장치는 반복 측정된 스펙트럼 데이터 중 검증을 통과하지 못한 횟수가 2번 미만인 스펙트럼 데이터가 2개 이상인 경우, 스펙트럼 데이터를 분석하도록 결정하며, 2개 이하인 경우 스펙트럼 데이터를 재측정하도록 결정할 수 있다.
이후, 반복 재현성 검증 장치는 스펙트럼 데이터 분석이 결정되면, 스펙트럼 데이터 분석 장치에 스펙트럼 분석을 요청한다(725). 일 예에 따르면, 반복 재현성 검증 장치는 스펙트럼 데이터 분석이 수행되면, 그 결과에 따라 반복 재현성 검증을 통과한 스펙트럼 데이터 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 측정된 복수의 스펙트럼 데이터 중의 어떠한 스펙트럼 정보를 분석할 것인지를 결정한다. 이후, 분석이 결정된 적어도 하나의 스펙트럼 데이터를 스펙트럼 데이터 분석 장치에 분석을 요청하게 된다.
반면, 반복 재현성 검증 장치는 재측정이 결정되면, 분광기에 재측정을 요청한다(727). 일 예를 들면, 반복 재현성 검증 장치는 스펙트럼 데이터 분석이 수행되면, 그 결과에 따라 반복 재현성 검증을 통과한 스펙트럼 데이터 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나에 기초하여, 분광기에 재측정을 요청할지 여부를 결정한다. 이후, 반복 재현성 검증 장치는 분광기에 몇 개의 스펙트럼 데이터를 요청할지 여부를 결정하고, 분광기에 결정된 개수에 따라 스펙트럼 데이터를 재측정하도록 요청한다.
본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 상기의 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함할 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 작성되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시 예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.
100: 반복 재현성 검증 110: 검증부
130: 제어부 131: 재측정 결정부
133: 재측정 제어부 135: 스펙트럼 데이터 분석 제어부
500: 스펙트럼 데이터 분석 장치 510: 분광부
530: 검증부 550: 연산부
570: 정보 제공부

Claims (19)

  1. 사용자 샘플에 광을 조사하고, 사용자 샘플로부터 반사된 광을 검출하여 사용자 샘플에 대한 스펙트럼 데이터를 측정하는 분광기의 반복 재현성을 검증하는 장치에 있어서,
    미리 정의된 재현성 검증 기준에 기초하여 상기 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 검증부; 및
    상기 검증 결과에 기초하여 상기 분광기의 재측정 여부를 제어하는 제어부; 를 포함하는 반복 재현성 검증 장치.
  2. 제1항에 있어서,
    상기 미리 정의된 재현성 검증 기준은
    유사성 검증, 차이점 검증, 통계학적 검증 및, 상기 검증 기준 중의 둘 이상의 조합을 포함하는 반복 재현성 검증 장치.
  3. 제2항에 있어서,
    상기 검증부는
    미리 정의된 검증 기준이 유사성 검증이면, 피어슨 상관관계(Pearson correlation), 켄달 상관관계(Kendall correlation) 및 스피어만 상관관계(Spearman correlation) 중의 적어도 하나를 이용하여 상기 분광기에서 측정된 복수의 스펙트럼 데이터 상호 간의 유사도를 산출하고, 산출된 유사도를 기초로 상기 반복 재현성을 검증하는 반복 재현성 검증 장치.
  4. 제2항에 있어서,
    상기 검증부는
    미리 정의된 검증 기준이 차이점 검증이면, 유클리디안 거리(Euclidean distance), 맨하튼 거리(Manhattan distance) 및 해밍 거리(Hamming distance) 중의 적어도 하나를 이용하여 상기 분광기에서 측정된 복수의 스펙트럼 데이터 상호간의 차이 정도를 산출하고, 산출된 차이 정도를 기초로 상기 반복 재현성을 검증하는 반복 재현성 검증 장치.
  5. 제2항에 있어서,
    상기 검증부는
    미리 정의된 검증 기준이 통계적 검증이면, 대응표본 T검정(paired t-test) 및 대응표본 Z검정(paired z-test) 중의 적어도 하나를 포함하는 통계적 기법을 이용하여 상기 분광기에서 측정된 복수의 스펙트럼 데이터에 대한 통계적 데이터를 산출하고, 산출된 통계적 데이터를 기초로 상기 반복 재현성을 검증하는 반복 재현성 검증 장치.
  6. 제2항에 있어서,
    상기 검증부는
    상기 미리 정의된 재현성 검증 기준을 기초로, 상기 분광기로부터 이전에 측정된 스펙트럼 데이터의 평균값 및 중간값 중의 적어도 하나를 이용하여 현재 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 반복 재현성 검증 장치.
  7. 제1항에 있어서,
    상기 제어부는
    반복 재현성 검증을 통과하지 못하면 상기 분광기에 스펙트럼 데이터를 재측정하도록 제어하고, 반복 재현성 검증을 통과하면 스펙트럼 데이터 분석 장치에 상기 측정된 스펙트럼 데이터를 분석하도록 제어하는 반복 재현성 검증 장치.
  8. 제7항에 있어서,
    상기 제어부는
    반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나를 기초로, 재측정 횟수를 결정하여 상기 분광기를 제어하거나, 분석할 스펙트럼 데이터를 결정하여 상기 스펙트럼 데이터 분석 장치를 제어하는 반복 재현성 검증 장치.
  9. 사용자 샘플에 광을 조사하는 광원, 사용자 샘플로부터 반사되는 광을 검출하는 디텍터 및 상기 검출된 광으로부터 스펙트럼 데이터를 획득하는 스펙트럼 획득부를 포함하는 분광부;
    미리 정의된 재현성 검증 기준에 기초하여 상기 분광부에 의해 획득된 스펙트럼 데이터의 반복 재현성을 검증하는 검증부; 및
    상기 검증 결과를 기초로 상기 분광부에서 획득된 스펙트럼 데이터의 적어도 일부를 분석하여 사용자 샘플 분석 정보를 생성하는 연산부를 포함하는 스펙트럼 데이터 분석 장치.
  10. 제9항에 있어서,
    상기 미리 정의된 재현성 검증 기준은
    유사성 검증, 차이점 검증, 통계학적 검증 및, 상기 검증 기준 중의 둘 이상의 조합을 포함하는 스펙트럼 데이터 분석 장치.
  11. 제9항에 있어서,
    상기 검증부는
    상기 반복 재현성 검증 결과를 기초로, 스펙트럼 데이터를 재측정하도록 상기 분광부를 제어하거나, 상기 분광부에 의해 획득된 복수의 스펙트럼 데이터 중의 적어도 일부를 분석하도록 상기 연산부를 제어하는 스펙트럼 데이터 분석 장치.
  12. 제11항에 있어서,
    상기 검증부는
    상기 반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나를 기초로, 분석할 스펙트럼 데이터를 결정하여 상기 연산부를 제어하는 스펙트럼 데이터 분석 장치.
  13. 제12항에 있어서,
    상기 검증부는
    상기 결정된 분석할 스펙트럼 데이터의 평균값(mean), 중간값(median), 최고값(max), 최저값(min) 중의 적어도 하나를 연산하고, 연산된 결과를 상기 연산부에 제공하는 스펙트럼 데이터 분석 장치.
  14. 제9항에 있어서,
    상기 생성된 사용자 샘플 분석 정보를 사용자에게 제공하는 정보 제공부를 더 포함하는 스펙트럼 데이터 분석 장치.
  15. 사용자 샘플에 광을 조사하고, 사용자 샘플로부터 반사된 광을 검출하여 사용자 샘플에 대한 스펙트럼 데이터를 측정하는 분광기의 반복 재현성을 검증하는 방법에 있어서,
    미리 정의된 재현성 검증 기준에 기초하여 상기 분광기를 통해 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 단계; 및
    상기 검증 결과에 기초하여 상기 분광기의 재측정 여부를 제어하는 단계; 를 포함하는 반복 재현성 검증 방법.
  16. 제15항에 있어서,
    상기 미리 정의된 재현성 검증 기준은
    유사성 검증, 차이점 검증, 통계학적 검증 및, 상기 검증 기준 중의 둘 이상의 조합을 포함하는 반복 재현성 검증 방법.
  17. 제16항에 있어서,
    상기 반복 재현성을 검증하는 단계는
    상기 미리 정의된 재현성 검증 기준을 기초로, 상기 분광기로부터 이전에 측정된 스펙트럼 데이터의 평균값 및 중간값 중의 적어도 하나를 이용하여 현재 측정된 스펙트럼 데이터의 반복 재현성을 검증하는 반복 재현성 검증 방법.
  18. 제15항에 있어서,
    상기 재측정 여부를 제어하는 단계는
    반복 재현성 검증을 통과하지 못하면 상기 분광기에 스펙트럼 데이터를 재측정하도록 제어하고, 반복 재현성 검증을 통과하면 스펙트럼 데이터 분석 장치에 상기 측정된 스펙트럼 데이터를 분석하도록 제어하는 반복 재현성 검증 방법.
  19. 제18항에 있어서,
    상기 재측정 여부를 제어하는 단계는
    반복 재현성 검증을 통과한 스펙트럼 데이터의 개수, 비율 및, 스펙트럼 데이터별로 검증을 통과하지 못한 횟수 중의 적어도 하나를 기초로, 재측정 횟수를 결정하여 상기 분광기를 제어하거나, 분석할 스펙트럼 데이터를 결정하여 상기 스펙트럼 데이터 분석 장치를 제어하는 반복 재현성 검증 방법.
KR1020150108288A 2015-07-30 2015-07-30 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치 KR102345905B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020150108288A KR102345905B1 (ko) 2015-07-30 2015-07-30 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치
US15/215,050 US10746597B2 (en) 2015-07-30 2016-07-20 Apparatus and method for verifying repeatability of spectroscope, and apparatus for analyzing spectrum data
US16/919,876 US11002599B2 (en) 2015-07-30 2020-07-02 Apparatus and method for verifying repeatability of spectroscope, and apparatus for analyzing spectrum data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150108288A KR102345905B1 (ko) 2015-07-30 2015-07-30 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치

Publications (2)

Publication Number Publication Date
KR20170014622A KR20170014622A (ko) 2017-02-08
KR102345905B1 true KR102345905B1 (ko) 2021-12-30

Family

ID=57882447

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150108288A KR102345905B1 (ko) 2015-07-30 2015-07-30 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치

Country Status (2)

Country Link
US (2) US10746597B2 (ko)
KR (1) KR102345905B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102626569B1 (ko) 2023-08-17 2024-01-19 한국지질자원연구원 위성의 감마선 분광기 데이터 모니터링 시스템 및 방법
KR102620872B1 (ko) * 2023-10-11 2024-01-04 주식회사 동서라인텍 Ｘｒｆ 분석기 플로우셀의 필름 변형 방지 구조 및 이를 가지는 ｘｒｆ 분석기

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090270702A1 (en) 2005-01-21 2009-10-29 Haishan Zeng Method and apparatus for measuring cancerous changes from reflectance spectral measurements obtained during endoscopic imaging
US20120250002A1 (en) 2009-10-15 2012-10-04 Authentix, Inc. Object authentication

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002343300A (ja) 2001-05-15 2002-11-29 Jeol Ltd 飛行時間型質量分析装置用データ収集方法及び装置
JP2004321325A (ja) 2003-04-22 2004-11-18 Matsushita Electric Works Ltd 血糖値の定量方法
US7763404B2 (en) 2006-09-26 2010-07-27 Tokyo Electron Limited Methods and apparatus for changing the optical properties of resists
MX2012011007A (es) 2010-03-24 2013-03-20 Preelumina Diagnostics Ab Hemoglobina fetal (hbf) y alfa 1-microglobulina (a1m) como marcadores de etapa temprana para preeclampsia.
JP5959814B2 (ja) 2011-08-08 2016-08-02 ソニー株式会社 血液分析装置および血液分析方法
WO2013116316A1 (en) * 2012-01-30 2013-08-08 Scanadu Incorporated Hyperspectral imaging systems, units, and methods
US20140213909A1 (en) * 2013-01-31 2014-07-31 Xerox Corporation Control-based inversion for estimating a biological parameter vector for a biophysics model from diffused reflectance data
KR102086362B1 (ko) 2013-03-08 2020-03-09 삼성전자주식회사 편광화된 빛을 이용하여 공정을 모니터링하는 반도체 제조 설비 및 모니터링 방법
US10182757B2 (en) * 2013-07-22 2019-01-22 The Rockefeller University System and method for optical detection of skin disease
KR102231784B1 (ko) * 2015-08-24 2021-03-23 삼성전자주식회사 시료 분석을 위한 레퍼런스 스펙트럼 측정 장치 및 방법, 시료 분석 장치 및 방법
JP6597070B2 (ja) * 2015-09-02 2019-10-30 セイコーエプソン株式会社 濃度むら補正方法、及び印刷装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090270702A1 (en) 2005-01-21 2009-10-29 Haishan Zeng Method and apparatus for measuring cancerous changes from reflectance spectral measurements obtained during endoscopic imaging
US20120250002A1 (en) 2009-10-15 2012-10-04 Authentix, Inc. Object authentication

Also Published As

Publication number Publication date
US20170030772A1 (en) 2017-02-02
KR20170014622A (ko) 2017-02-08
US20200333183A1 (en) 2020-10-22
US10746597B2 (en) 2020-08-18
US11002599B2 (en) 2021-05-11

Similar Documents

Publication Publication Date Title
US11617523B2 (en) Apparatus and method for estimating biological component
KR102588906B1 (ko) 생체 신호 품질 평가 장치 및 방법
KR102461384B1 (ko) 분광 정량화를 위한 감소된 오긍정 식별
KR102655670B1 (ko) 생체 신호 품질 평가 장치 및 방법과, 생체 신호 측정 파라미터 최적화 장치 및 방법
US10794942B2 (en) Apparatus and method for processing spectrum
CN109982637B (zh) 利用未参考的音频系统精确地估计纯音阈值的方法
US10561348B2 (en) Device and method for spectrum analysis and device for blood glucose measurement
US20180035933A1 (en) Determination of a concentration of an analyte in a subject
KR102345905B1 (ko) 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치
US11684265B2 (en) Disease prediction model generation apparatus, and apparatus and method for predicting disease
US20240016385A1 (en) Noninvasive measurement of biomarker concentration
US20190033217A1 (en) Spectrum measurement apparatus and spectrum measurement method
KR102395773B1 (ko) 생체 시료의 분석 시스템 및 이를 이용한 분석 방법
KR102396249B1 (ko) 라만 스펙트럼을 이용한 사용자 인증 장치 및 방법
US10060794B2 (en) Spectrometer and apparatus for monitoring light-shielded state
WO2021132289A1 (ja) 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム
CN207923719U (zh) 基于图像灰度识别的拉曼光谱检测设备
Adebileje et al. Accurate classification of brain gliomas by discriminate dictionary learning based on projective dictionary pair learning of proton magnetic resonance spectra
JP2017018420A (ja) 耳鳴患者判別システム、耳鳴患者判別方法および耳鳴患者判別プログラム
JP7264375B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US20200352517A1 (en) Method of preprocessing near infrared (nir) spectroscopy data for non-invasive glucose monitoring and apparatus thereof
US20230309903A1 (en) System and method for secondary brain insult detection
KR20240075275A (ko) 성대 신호 처리 방법 및 디바이스
CN108931479B (zh) 具有测量优化操作员辅助的光谱仪
JP2018189511A (ja) スペクトルの判定装置および判定方法

Legal Events

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