KR102378203B1 - 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 - Google Patents

머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 Download PDF

Info

Publication number
KR102378203B1
KR102378203B1 KR1020200044318A KR20200044318A KR102378203B1 KR 102378203 B1 KR102378203 B1 KR 102378203B1 KR 1020200044318 A KR1020200044318 A KR 1020200044318A KR 20200044318 A KR20200044318 A KR 20200044318A KR 102378203 B1 KR102378203 B1 KR 102378203B1
Authority
KR
South Korea
Prior art keywords
head
biometric information
optical signal
data
subject
Prior art date
Application number
KR1020200044318A
Other languages
English (en)
Other versions
KR20200120551A (ko
Inventor
배현민
지민수
유성권
고범준
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20200120551A publication Critical patent/KR20200120551A/ko
Application granted granted Critical
Publication of KR102378203B1 publication Critical patent/KR102378203B1/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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • 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
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • A61B5/6814—Head
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4869—Determining body composition
    • A61B5/4875—Hydration status, fluid retention of the body
    • A61B5/4878—Evaluating oedema

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Neurology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명의 일 태양에 따르면, 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법으로서, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 단계, 및 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 학습되는 추정 모델을 이용하여 상기 획득되는 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 생체 정보를 추정하는 단계를 포함하는 방법이 제공된다.

Description

머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체{METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR ESTIMATING BIO INFORMATION ABOUT HEAD BY USING MACHINE LEARNING}
본 발명은 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체에 관한 것이다.
사람의 머리 부위(특히, 대뇌 피질)를 모니터링함으로써 획득되는 그 사람의 머리 부위의 생체적인 상태에 관한 정보는, 사람의 뇌와 관련된 질병인 뇌졸중, 뇌부종, 알츠하이머 등을 예방, 진단 및 치료함에 있어서 매우 중요한 정보를 제공한다.
위와 같은 모니터링을 위하여 MRI, CT, 혈관 조영술(Angiography) 등의 방법이 주로 활용되고 있으나, 이러한 방법은 측정 정확도가 높다는 장점이 있기는 하지만, 가격이 비쌀 뿐만 아니라 측정 순간에 대한 정보만 제공하므로 지속적인 모니터링이 어렵다는 문제점이 있다.
한편, 근래에 소개된 근적외선 분광법(NIRS; Near InfraRed Spectroscopy)은 사람의 신체 부위(예를 들면, 뇌 등)에서 발생하는 헤모다이나믹스(hemodynamics)(예를 들면, 옥시 헤모글로빈의 농도와 디옥시 헤모글로빈의 농도) 변화에 따라 달라지는 근적외선의 감쇠 정도(산화 헤모글로빈 또는 비산화 헤모글로빈에 의한 산란 및 흡수에 기인한 것임)를 측정함으로써 해당 신체 부위의 활동을 간접적으로 분석하는 방법이다. 위와 같은 NIRS에 기초하여 사람의 머리 부위를 모니터링하게 되면, MRI, CT, 혈관 조영술(Angiography) 등에 비하여 가격이 싸고 지속적인 모니터링이 가능하다는 장점이 있지만, 측정 정확도가 낮다는 문제점이 있었다. 이러한 문제점은, 종래의 NIRS(Spatial Resolved Spectroscopy)는 사람의 머리의 해부학적 구조를 균질한(homogenous) 구조로 가정하고 사람의 머리 부위로부터 감지되는 광 신호를 분석하기 때문에, 필연적으로 피부 등과 같이 대뇌 부위와 관련이 없는 부의의 생체적인 상태(예를 들면, 피부의 산소 포화도의 변화)의 영향을 받는다는 점에서 기인한다.
이에 본 발명자(들)는, NIRS에 기초하면서도 피측정자의 머리 부위의 해부학적 구조까지 고려하여 피측정자의 머리에 관한 생체 정보를 추정할 수 있도록 추정 모델을 학습시키고, 이렇게 학습된 추정 모델을 이용하여 피측정자의 머리 부위로부터 감지되는 광 신호를 분석함으로써, 정확하고도 지속적으로 피측정자의 머리에 관한 생체 정보를 모니터링할 수 있고 그 모니터링의 비용 효율도 높일 수 있는 기술을 제안하는 바이다.
한국공개특허공보 제10-2016-0121348호 (2016. 10. 19)
본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하고, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 위의 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 학습되는 추정 모델을 이용하여 위의 획득되는 분석 대상 광 신호를 분석함으로써, 위의 피측정자의 머리에 관한 생체 정보를 추정하는 것을 다른 목적으로 한다.
또한, 본 발명은, NIRS에 기초하면서도 피측정자의 머리 부위의 해부학적 구조까지 고려하여 피측정자의 머리에 관한 생체 정보를 추정할 수 있도록 추정 모델을 학습시키고, 이렇게 학습된 추정 모델을 이용하여 피측정자의 머리 부위로부터 감지되는 광 신호를 분석함으로써, 정확하고도 지속적으로 피측정자의 머리에 관한 생체 정보를 모니터링할 수 있게 하고 그 모니터링의 비용 효율도 높이는 것을 또 다른 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 단계, 및 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 학습되는 추정 모델을 이용하여 상기 획득되는 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 생체 정보를 추정하는 단계를 포함하는 방법이 제공된다.
본 발명의 다른 태양에 따르면, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 분석 대상 광 신호 획득부, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 추정 모델을 학습시키는 추정 모델 관리부, 및 상기 학습되는 추정 모델을 이용하여 상기 획득되는 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 생체 정보를 추정하는 생체 정보 추정부를 포함하는 시스템이 제공된다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 의하면, NIRS에 기초하면서도 피측정자의 머리 부위의 해부학적 구조까지 고려하여 피측정자의 머리에 관한 생체 정보를 추정할 수 있도록 추정 모델을 학습시키고, 이렇게 학습된 추정 모델을 이용하여 피측정자의 머리 부위로부터 감지되는 광 신호를 분석함으로써, 정확하고도 지속적으로 피측정자의 머리에 관한 생체 정보를 모니터링할 수 있게 되고 그 모니터링의 비용 효율도 높일 수 있게 된다.
도 1은 본 발명의 일 실시예에 따라 추정 모델을 이용하여 머리에 관한 생체 정보를 추정하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 생체 정보 추정 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 3은 본 발명의 일 실시예에 따라 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 과정을 예시적으로 나타내는 도면이다.
도 4 및 5는 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터를 시각적으로 표현하는 도면이다.
도 6은 본 발명의 일 실시예에 따라 추정 모델을 이용하여 머리에 관한 생체 정보를 추정하기 위한 전체 시스템의 동작을 개괄적으로 나타내는 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
전체 시스템의 구성
도 1은 본 발명의 일 실시예에 따라 추정 모델을 이용하여 머리에 관한 생체 정보를 추정하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 생체 정보 추정 시스템(200) 및 디바이스(300)를 포함할 수 있다.
먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드 와이드 웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.
예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE, Long Term Evolution) 통신, 5G 통신, 블루투스 통신(저전력 블루투스(BLE; Bluetooth Low Energy) 통신 포함), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다. 다른 예를 들면, 통신망(100)은 광 통신망으로서, 라이파이(LiFi, Light Fidelity) 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.
다음으로, 본 발명의 일 실시예에 따른 생체 정보 추정 시스템(200)은 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하고, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 위의 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 학습되는 추정 모델을 이용하여 위의 획득되는 분석 대상 광 신호를 분석함으로써, 위의 피측정자의 머리에 관한 생체 정보를 추정하는 기능을 수행할 수 있다.
본 발명에 따른 생체 정보 추정 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다.
마지막으로, 본 발명의 일 실시예에 따른 디바이스(300)는 생체 정보 추정 시스템(200)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿, 스마트 워치, 스마트 밴드, 스마트 글래스, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 디바이스(300)로서 채택될 수 있다.
특히, 본 발명의 일 실시예에 따른 디바이스(300)는 피측정자의 머리 부위에 대하여 근적외선을 조사하고 피측정자의 머리 부위(더 구체적으로는, 대뇌 부위)로부터 반사 또는 산란되는 근적외선을 감지하는 기능을 수행하는 적어도 하나의 광 센서를 포함할 수 있으며, 피측정자의 머리 부위에 부착될 수 있는 패치와 같은 형태일 수 있다. 여기서, 하나의 광 센서는 적어도 하나의 광 조사부 및 적어도 하나의 광 검출부를 포함할 수 있다. 그리고, 본 발명의 일 실시예에 따른 디바이스(300)는, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 추정되는 생체 정보에 관한 다양한 정보를 사용자에게 제공하기 위한 표시 수단을 포함할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 디바이스(300)에는 본 발명에 따른 기능을 수행하기 위한 애플리케이션 프로그램이 더 포함되어 있을 수 있다. 이러한 애플리케이션은 해당 디바이스(300) 내에서 프로그램 모듈의 형태로 존재할 수 있다. 이러한 프로그램 모듈의 성격은 후술할 바와 같은 생체 추정 시스템(200)의 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 생체 정보 추정부(230), 통신부(240) 및 제어부(250)와 전반적으로 유사할 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.
생체 정보 추정 시스템의 구성
이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 생체 정보 추정 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 생체 정보 추정 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 생체 정보 추정 시스템(200)은, 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 생체 정보 추정부(230), 통신부(240) 및 제어부(250)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 생체 정보 추정부(230), 통신부(240) 및 제어부(250)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 생체 정보 추정 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 생체 정보 추정 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.
한편, 생체 정보 추정 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 생체 정보 추정 시스템(200)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 피측정자의 머리 부위에 착용될 수 있는 휴대용 디바이스인 디바이스(300) 내에서 실현되거나 디바이스(300) 내에 포함될 수도 있음은 당업자에게 자명하다.
먼저, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 기능을 수행할 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 디바이스(300)는 피측정자의 머리 부위에 착용될 수 있으며, 이러한 디바이스(300)에는 적어도 하나의 광 센서가 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 적어도 하나의 광 센서에 의해 위의 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 분석 대상 광 신호는 근적외선 분광법(NIRS; Near InfraRed Spectroscopy)을 이용하여 감지되는 광 세기(light intensity) 신호를 의미할 수 있다.
예를 들어, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는 무선 통신망(예를 들어, 와이파이(Wi-Fi), 와이파이 다이렉트(Wi-Fi Direct), LTE 다이렉트(LTE Direct), 블루투스(Bluetooth)와 같은 공지의 근거리 무선 통신망)을 통하여 연결되는 디바이스(300)로부터 피측정자의 분석 대상 광 신호를 획득할 수 있다.
다른 예를 들면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는 피측정자의 분석 대상 광 신호가 기저장된 적어도 하나의 기록 디바이스(예를 들어, 서버(server), 클라우드(cloud) 등)로부터 획득할 수도 있다.
도 3은 본 발명의 일 실시예에 따라 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 과정을 예시적으로 나타내는 도면이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 디바이스(300)에 포함되는 광 조사부(LD; Laser Driver)가 피측정자의 머리 부위에 대하여 근적외선을 조사하고, 본 발명의 일 실시예에 따른 디바이스(300)에 포함되는 광 검출부(PD; Photo Detector)가 위의 피측정자의 해당 머리 부위로부터 반사 또는 산란되는 근적외선을 감지하는 모습을 확인할 수 있다. 그리고, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 위의 감지되는 근적외선을 분석 대상 광 신호로서 획득할 수 있다.
또한, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 본 발명의 일 실시예에 따른 디바이스(300)에 포함된 적어도 하나의 광 센서가 피측정자의 머리 부위에 대하여 근적외선을 조사하고 피측정자의 해당 머리 부위로부터 반사 또는 산란되는 근적외선을 감지할 수 있도록 디바이스(300)를 관리하는 기능을 수행할 수 있다. 나아가, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 피측정자의 머리 부위로부터 분석 대상 광 신호를 획득하기 위하여 필요한 디바이스(300)의 다른 기능 또는 구성요소를 관리할 수도 있다.
다음으로, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 위의 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 추정 모델을 학습시키는 기능을 수행할 수 있다.
여기서, 본 발명의 일 실시예에 따른 추정 모델은 합성곱 신경망(Convolutional Neural Network; CNN), 순환 신경망(Recurrent Neural Network; RNN) 등과 같은 인공 신경망을 이용하여 구현될 수 있으며, 경우에 따라서는 잔차 블록(residual block)을 이용할 수도 있다. 나아가, 본 발명의 일 실시예에 따른 추정 모델은 인공 신경망을 넘어서 다른 종류의 머신 러닝 기술을 이용하여 구현될 수도 있다. 그리고, 추정 모델을 구현하고 학습시키는 데에 이용될 수 있는 기술에 관하여 본 명세서에서 설명하는 내용은 본 발명의 일 실시예에 불과할 뿐이며, 본 발명의 목적을 달성할 수 있는 범위 내에서 얼마든지 변경될 수 있음을 밝혀 둔다.
도 4 및 5는 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터를 시각적으로 표현하는 도면이다.
도 4의 (a)를 참조하면, 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터는 MRI(Magnetic Resonance Imaging) 영상 데이터와 같이 머리 부위의 해부학적 레이어에 관한 정보(예를 들면, 머리 부위의 각 레이어의 두께, 부피 등에 관한 정보)를 포함하는 데이터를 의미할 수 있다. 그리고, 본 발명의 일 실시예에 따른 해부학적 구조에 관한 데이터는, 후술할 바와 같이 광 신호에 관한 데이터를 획득하기 위하여 이용되는 시뮬레이션 모델의 정확도를 향상하기 위하여 그 시뮬레이션 모델에 입력되기 전에, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)에 의하여 전처리된 데이터를 의미할 수 있다. 여기서, 위의 전처리에는 머리 부위의 해부학적 레이어를 구분하기 위한 세그멘테이션(segmentation), 그 세그멘테이션된 영상의 각 레이어의 경계를 부드럽게 표현하기 위한 스무딩(smoothing) 등이 포함될 수 있다. 다만, 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터 및 전처리는 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.
예를 들면, 도 4의 (b)를 참조하면, 머리 부위의 해부학적 레이어를 구분하기 위하여 5개의 레이어(즉, 두피(skin), 두개골(skull), 뇌척수액(CSF), 회백질(gray matter) 및 백질(white matter)) 각각에 다른 색이 입혀지도록 세그멘테이션된 MRI 영상을 확인할 수 있다. 그리고, 도 5를 참조하면, 세그멘테이션된 MRI 영상(도 5의 (a))에 스무딩을 수행한 결과(도 5의 (b))를 확인할 수 있다.
한편, 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터에는 그 머리 부위의 생체적인 상태에 관한 데이터가 연관될 수 있다. 예를 들면, 본 발명의 일 실시예에 따른 머리 부위의 생체적인 상태에 관한 데이터에는 위의 머리 부위의 각 레이어의 산소 포화도에 관한 정보, 위의 머리 부위의 각 레이어의 헤모글로빈 농도에 관한 정보(예를 들면, 옥시 헤모글로빈의 농도, 디옥시 헤모글로빈의 농도, 헤모글로빈의 농도 등), 위의 머리 부위의 각 레이어의 수분량에 관한 정보, 위의 머리 부위에 피가 쏠린 정도에 관한 정보, 상기된 정도에 관한 정보, 위의 머리 부위의 각종 장애(뇌졸중, 뇌부종, 알츠하이머 등)에 관한 정보 등이 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 머리 부위의 생체적인 상태에 관한 데이터는 메타 데이터 등과 같은 형식으로 그 머리 부위의 해부학적 구조에 관한 데이터와 연관될 수 있다. 다만, 본 발명의 일 실시예에 따른 머리 부위의 생체적인 상태에 관한 데이터에 포함되는 정보의 종류 및 머리 부위의 생체적인 상태에 관한 데이터가 그 머리 부위의 해부학적 구조에 관한 데이터와 연관되는 형식은 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.
한편, 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터는, 그 머리 부위의 해부학적 레이어 각각에 대하여 부여되는 광 성질 계수에 기초하여 생성될 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 머리 부위의 해부학적 레이어 각각에 대하여 그 각각의 레이어의 생체적인 상태와 연관되는 광 성질 계수를 부여할 수 있다. 나아가, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 하나의 레이어에 해당하더라도 그 하나의 레이어를 둘 이상의 영역으로 구분(예를 들면, 좌뇌 영역과 우뇌영역으로 구분)하고, 그 구분된 영역 각각에 광 성질 계수를 부여할 수도 있다. 그 다음에, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 위의 부여되는 광 성질 계수에 기초하여 머리 부위의 해부학적 구조에 관한 데이터를 생성할 수 있다.
계속하여, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)에 의하여 부여되는 광 성질 계수에는 흡수 계수(absorption coefficient; μa), 등방 산란 계수(reduced scattering coefficient; μs') 등이 포함될 수 있으며, 위의 부여되는 광 성질 계수의 범위(boundary condition)는 인체에서 나타날 수 있는 범위로 제한될 수 있다. 또한, 위의 부여되는 광 성질 계수는 머리 부위의 해부학적 레이어 각각의 생체적인 상태에 따라 결정될 수 있고, 반대로, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)에 의하여 임의로 부여된 광 성질 계수에 따라 머리 부위의 해부학적 레이어 각각의 생체적인 상태가 결정될 수 있다.
본 발명의 일 실시예에 따르면, 다양한 수치의 광 성질 계수(예를 들면, 다양한 수치의 흡수 계수 및 다양한 수치의 등방 산란 계수의 조합)를 머리 부위의 해부학적 레이어 각각에 부여함으로써, 하나의 머리 부위의 해부학적 구조에 관한 데이터(예를 들면, 하나의 MRI 영상 데이터)로부터 다양한 광 성질을 갖는 머리 부위의 해부학적 구조에 관한 데이터를 생성할 수 있게 되며, 결과적으로 추정 모델을 학습시키기 위한 데이터를 대량으로 확보할 수 있게 된다.
한편, 본 발명의 일 실시예에 따른 광 신호에 관한 데이터는, 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터 및 그 머리 부위의 생체적인 상태에 관한 데이터와 연관될 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 본 발명의 일 실시예에 따른 머리 부위의 해부학적 구조에 관한 데이터 및 그 머리 부위의 생체적인 상태에 관한 데이터를 입력 데이터로 하는 시뮬레이션 모델을 이용하여, 위의 머리 부위에 적어도 하나의 광 센서를 배치하였다고 가정할 때에 위의 머리 부위로부터 감지될 수 있는 광 세기를 예측함으로써, 위의 광 신호에 관한 데이터를 획득할 수 있다. 즉, 위의 획득되는 광 신호에 관한 데이터는, 위의 시뮬레이션 모델의 출력 데이터로서, 본 발명의 일 실시예에 따른 추정 모델을 학습시키는 데에 있어서 라벨링된 데이터로 이용될 수 있다. 한편, 여기서, 위의 광 센서는 가상으로 배치되는 것으로 이해되어야 하며, 가상으로 배치되는 광 센서의 개수나 형태는 다양하게 변경될 수 있다.
예를 들면, 본 발명의 일 실시예에 따른 시뮬레이션 모델은 몬테-카를로(Monte-Carlo) 방법에 기반한 시뮬레이션 모델일 수 있다. 이러한 시뮬레이션 모델은 가상으로 배치된 광 센서에 의하여 조사될 수 있는 광자를 개별 추적하여 머리 부위로부터 감지될 수 있는 광 세기를 예측할 수 있다. 다만, 본 발명의 일 실시예에 따른 시뮬레이션 모델은 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.
다음으로, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)는, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)에 의하여 학습되는 추정 모델을 이용하여, 본 발명의 일 실시예에 따른 분석 대상 광 신호부(210)에 의하여 획득되는 분석 대상 광 신호를 분석함으로써, 피측정자의 머리에 관한 생체 정보를 추정하는 기능을 수행할 수 있다.
구체적으로, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 추정되는 머리에 관한 생체 정보에는, 대뇌 피질의 유효 감쇠 계수(effective attenuation coefficient; μeff)에 관한 정보, 대뇌 피질의 산소 포화도에 관한 정보, 뇌척수액의 부피에 관한 정보, 대뇌 피질의 수분량에 관한 정보 및 해부학적 구조에 관한 정보 중 적어도 하나가 포함될 수 있으며, 위의 각 정보에는 시간의 흐름에 따른 그 정보의 변화가 포함될 수 있다. 그리고, 위의 추정되는 머리에 관한 생체 정보 각각은, 그 추정되는 머리에 관한 각 생체 정보의 정확한 수치를 의미할 수 있으며, 이러한 경우에는 공지의 회귀(regression) 기법이 이용될 수 있다. 또한, 위의 추정되는 머리에 관한 생체 정보 각각은, 그 추정되는 머리에 관한 각 생체 정보의 수치가 소정의 임계값(threshold)을 초과하는지 여부를 의미할 수도 있으며, 이러한 경우에는 공지의 분류(classification) 기법이 이용될 수 있다.
보다 구체적으로, 본 발명의 일 실시예에 따르면, 대뇌 피질의 유효 감쇠 계수에 관한 정보에는, 유효 감쇠 계수(μeff), 흡수 계수(μa), 등방 산란 계수(μs') 등의 수치가 포함될 수 있으며, 유효 감쇠 계수는
Figure 112020037764351-pat00001
또는
Figure 112020037764351-pat00002
로 정의될 수 있다. 그리고, 대뇌 피질의 유효 감쇠 계수에 관한 정보는, 본 발명의 일 실시예에 따른 광 센서에 의하여 단일한 파장의 빛이 피측정자의 머리 부위에 조사되고 감지되어 분석 대상 광 신호가 획득되면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)가 추정 모델을 이용하여 그 획득되는 분석 대상 광 신호를 분석함으로써 추정될 수 있다.
계속하여, 본 발명의 일 실시예에 따르면, 대뇌 피질의 산소 포화도는 (대뇌 피질의 옥시 헤모글로빈의 농도 / (대뇌 피질의 옥시 헤모글로빈의 농도 + 대뇌 피질의 디옥시 헤모글로빈의 농도))로 정의될 수 있다. 그리고, 대뇌 피질의 산소 포화도에 관한 정보는, 본 발명의 일 실시예에 따른 광 센서에 의하여 복수의 파장의 빛이 피측정자의 머리 부위에 조사되고 감지되어 분석 대상 광 신호가 획득되면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)가 추정 모델을 이용하여 그 획득되는 분석 대상 광 신호를 분석함으로써 추정될 수 있다. 또한, 대뇌 피질의 산소 포화도에 관한 정보는, 복수의 파장 각각으로부터 추정되는 대뇌 피질의 유효 감쇠 계수에 관한 정보에 기초하여 산출될 수도 있지만, 이러한 산출 과정을 거치지 않고 추정 모델을 이용하여 직접 추정되는 것도 가능하다.
계속하여, 본 발명의 일 실시예에 따르면, 뇌척수액의 부피에 관한 정보는, 본 발명의 일 실시예에 따른 디바이스(300)가 피측정자의 머리 부위에 착용되는 면적 아래의 뇌척수액의 부피를 의미할 수 있으나, 이에 제한되는 것은 아니다. 그리고, 뇌척수액의 부피에 관한 정보는, 본 발명의 일 실시예에 따른 광 센서에 의하여 복수의 파장의 빛이 피측정자의 머리 부위에 조사되고 감지되어 분석 대상 광 신호가 획득되면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)가 추정 모델을 이용하여 그 획득되는 분석 대상 광 신호를 분석함으로써 추정될 수 있다.
계속하여, 본 발명의 일 실시예에 따르면, 대뇌 피질의 수분량에 관한 정보에는, 대뇌 피질의 적어도 일부의 영역에 포함된 수분량, 대뇌 피질의 적어도 일부의 영역의 부피와 해당 영역에 포함된 수분의 부피 사이의 비율, 위의 비율을 헤모글로빈 농도로 나눈 값 등이 포함될 수 있다. 그리고, 대뇌 피질의 수분량에 관한 정보는, 본 발명의 일 실시예에 따른 광 센서에 의하여 복수의 파장의 빛이 피측정자의 머리 부위에 조사되고 감지되어 분석 대상 광 신호가 획득되면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)가 추정 모델을 이용하여 그 획득되는 분석 대상 광 신호를 분석함으로써 추정될 수 있다.
그리고, 본 발명의 일 실시예에 따르면, 해부학적 구조에 관한 정보에는, 머리 부위의 해부학적 레이어 각각의 두께(즉, 두피의 두께, 두개골의 두께, 회백질의 두께 등)와 형태가 포함될 수 있다.
한편, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)에 의하여 획득되는 피측정자의 분석 대상 광 신호는, 위의 피측정자의 머리 부위의 제1 영역에 배치되는 제1 광 센서로부터 획득되는 제1 분석 대상 광 신호 및 위의 피측정자의 머리 부위의 제2 영역에 배치되는 제2 광 센서로부터 획득되는 제2 분석 대상 광 신호를 포함할 수 있다. 그리고, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)가, 추정 모델을 이용하여 위의 획득되는 제1 분석 대상 광 신호를 분석함으로써, 위의 피측정자의 머리에 관한 제1 영역의 생체 정보를 추정하고, 추정 모델을 이용하여 위의 획득되는 제2 분석 대상 광 신호를 분석함으로써, 위의 피측정자의 머리에 관한 제2 영역의 생체 정보를 추정할 수 있다.
계속하여, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 추정되는 피측정자의 머리에 관한 제1 영역의 생체 정보 및 제2 영역의 생체 정보에는, 대뇌 피질의 유효 감쇠 계수(effective attenuation coefficient; μeff)에 관한 정보 및 대뇌 피질의 산소 포화도에 관한 정보 중 적어도 하나가 포함될 수 있다. 나아가, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)는, 위의 추정되는 제1 영역의 생체 정보 및 제2 영역의 생체 정보를 서로 비교함으로써 위의 피측정자의 머리에 관한 제3 생체 정보를 산출할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 위의 산출되는 제3 생체 정보는 제1 영역의 생체 정보와 제2 영역의 생체 정보의 차이를 의미할 수 있다.
계속하여, 위의 추정되는 머리에 관한 생체 정보 각각(예를 들면, 제1 영역의 유효 감쇠 계수, 제2 영역의 유효 감쇠 계수 및 위의 제1 영역의 유효 감쇠 계수와 제2 영역의 유효 감쇠 계수의 차이(즉, 제3 생체 정보) 각각)은, 그 추정되는 머리에 관한 각 생체 정보의 수치를 의미할 수 있으며 이 때는 공지의 회귀(regression) 기법이 이용될 수 있다. 또한, 위의 추정되는 머리에 관한 생체 정보 각각은, 그 추정되는 머리에 관한 각 생체 정보의 수치가 소정의 임계값을 초과하는지 여부를 의미할 수도 있으며, 이 때는 공지의 분류(classification) 기법이 이용될 수 있다.
예를 들면, 본 발명의 일 실시예에 따르면, 피측정자의 머리 부위의 왼쪽 영역(즉, 제1 영역)에 제1 광센서가 배치되고, 오른쪽 영역(즉, 제2 영역)에 제2 광 센서가 배치되는 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는 각 영역에서의 위의 피측정자의 분석 대상 광 신호를 각각 획득할 수 있다. 그 다음에, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)가, 추정 모델을 이용하여 위의 획득되는 각 영역의 분석 대상 광 신호를 분석함으로써, 각 영역에서의 위의 피측정자의 머리에 관한 제1 영역의 생체 정보 및 제2 영역의 생체 정보를 추정할 수 있다. 그 다음에, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)는 위의 추정되는 제1 영역의 생체 정보 및 제2 영역의 생체 정보의 차이를 계산함으로써, 위의 피측정자의 머리에 관한 제3 생체 정보를 산출할 수 있다. 위와 같이 피측정자의 머리 부위의 영역을 둘 이상의 영역으로 구분하여 분석 대상 광 신호를 획득하는 방법은 피측정자의 머리 부위의 둘 이상의 영역 중 일부의 영역에만 장애가 발생(예를 들면, 우뇌에 뇌졸중이 발생)하거나 발생이 예상되는 경우에 유용할 수 있다.
한편, 제1 영역의 생체 정보 및 제2 영역의 생체 정보를 추정하는 것에 관하여 위에서 설명된 내용은, 두 개의 영역에만 관한 것이 아니라 두 개 이상의 영역에도 적용될 수 있는 것으로 이해되어야 한다. 즉, 본 발명의 일 실시예에 따르면, 피측정자의 머리 부위의 제1 영역, 제2 영역, …, 및 제n 영역 각각에 배치되는 광 센서로부터 제1 분석 대상 광 신호, 제2 분석 대상 광 신호, …, 및 제n 분석 대상 광 신호를 각각 획득하고, 이러한 분석 대상 광 신호를 각각 분석함으로써 위의 피측정자의 머리에 관한 제1 영역의 생체 정보, 제2 영역의 생체 정보, …, 및 제n 영역의 생체 정보를 추정할 수 있다. 그리고, 위의 추정되는 제1 영역의 생체 정보, 제2 영역의 생체 정보, …, 및 제n 영역의 생체 정보를 서로 비교함으로써 위의 피측정자의 머리에 관한 생체 정보를 산출할 수 있다.
한편, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 피측정자의 머리에 관한 생체 정보가 추정되면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)는, 그 추정되는 생체 정보에 기초하여 위의 피측정자의 대뇌에 관한 생체적인 상태를 판단할 수 있다. 그리고, 위의 피측정자의 대뇌에 관한 생체적인 상태에는, 뇌졸중, 뇌부종, 알츠하이머 등에 관한 정보가 포함될 수 있으나, 이에 제한되는 것은 아니다.
예를 들면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 추정되는 피측정자의 대뇌 피질의 유효 감쇠 계수에 관한 정보 및 대뇌 피질의 산소 포화도에 관한 정보 중 적어도 하나에 기초하여 위의 피측정자가 뇌졸중 상태인지 또는 그러한 위험이 있는지 여부를 판단할 수 있다.
다른 예를 들면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 추정되는 피측정자의 뇌척수액의 부피에 관한 정보에 기초하여 위의 피측정자가 알츠하이머 상태인지 또는 그러한 위험이 있는지 여부를 판단할 수 있다.
또 다른 예를 들면, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)에 의하여 추정되는 피측정자의 대뇌 피질의 수분량에 관한 정보에 기초하여 위의 피측정자가 뇌부종 상태인지 또는 그러한 위험이 있는지 여부를 판단할 수 있다.
도 6은 본 발명의 일 실시예에 따라 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 전체 시스템의 동작을 개괄적으로 나타내는 도면이다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터를 입력 데이터로 하는 시뮬레이션 모델을 이용하여, 위의 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터를 획득할 수 있다(630).
계속하여, 도 6을 참조하면, 본 발명의 일 실시예에 따른 추정 모델 관리부(220)는, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 위의 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 위의 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여, 본 발명의 일 실시예에 따른 추정 모델을 학습시킬 수 있다.
계속하여, 도 6을 참조하면, 본 발명의 일 실시예에 따른 분석 대상 광 신호 획득부(210)는, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 위의 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득할 수 있다(610). 그 다음에, 본 발명의 일 실시예에 따른 생체 정보 추정부(230)는, 추정 모델을 이용하여 위의 획득되는 분석 대상 광 신호를 분석함으로써, 위의 피측정자의 머리에 관한 생체 정보를 추정할 수 있다(620).
다음으로, 본 발명의 일 실시예에 따른 통신부(240)는 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220) 및 생체 정보 추정부(230)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.
마지막으로, 본 발명의 일 실시예에 따른 제어부(250)는 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 생체 정보 추정부(230) 및 통신부(240) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(250)는 생체 정보 추정 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 생체 정보 추정 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 분석 대상 광 신호 획득부(210), 추정 모델 관리부(220), 생체 정보 추정부(230) 및 통신부(240)에서 각각 고유 기능을 수행하도록 제어할 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 통신망
200: 생체 정보 추정 시스템
210: 분석 대상 광 신호 획득부
220: 추정 모델 관리부
230: 생체 정보 추정부
240: 통신부
250: 제어부
300: 디바이스

Claims (12)

  1. 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 시스템에서 구현되는 방법으로서-상기 시스템은 분석 대상 광 신호 획득부, 추정 모델 관리부 및 생체 정보 추정부를 포함함-,
    상기 분석 대상 광 신호 획득부가, 피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 단계, 및
    상기 생체 정보 추정부가, 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 상기 추정 모델 관리부에 의하여 학습되는 추정 모델을 이용하여 상기 획득되는 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 생체 정보를 추정하는 단계를 포함하는
    머신 러닝을 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 시스템에서 구현되는 방법.
  2. 제1항에 있어서,
    상기 광 신호에 관한 데이터는, 상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터를 입력 데이터로 하는 시뮬레이션 모델을 이용하여 획득되는
    방법.
  3. 제1항에 있어서,
    상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터는, 상기 적어도 하나의 머리 부위의 해부학적 레이어 각각에 대하여 부여되는 광 성질 계수에 기초하여 생성되는
    방법.
  4. 제1항에 있어서,
    상기 추정되는 생체 정보에는, 대뇌 피질의 유효 감쇠 계수에 관한 정보, 대뇌 피질의 산소 포화도에 관한 정보, 뇌척수액의 부피에 관한 정보, 대뇌 피질의 수분량에 관한 정보 및 해부학적 구조에 관한 정보 중 적어도 하나가 포함되는
    방법.
  5. 제1항에 있어서,
    상기 획득 단계에서, 상기 분석 대상 광 신호는, 상기 피측정자의 머리 부위의 제1 영역에 배치되는 제1 광 센서로부터 획득되는 제1 분석 대상 광 신호 및 상기 피측정자의 머리 부위의 제2 영역에 배치되는 제2 광 센서로부터 획득되는 제2 분석 대상 광 신호를 포함하고,
    상기 추정 단계에서, 상기 추정 모델을 이용하여 상기 획득되는 제1 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 제1 영역의 생체 정보를 추정하고, 상기 추정 모델을 이용하여 상기 획득되는 제2 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 제2 영역의 생체 정보를 추정하는
    방법.
  6. 제5항에 있어서,
    상기 추정되는 제1 영역의 생체 정보 및 제2 영역의 생체 정보에는, 대뇌 피질의 유효 감쇠 계수에 관한 정보 및 대뇌 피질의 산소 포화도에 관한 정보 중 적어도 하나가 포함되고,
    상기 추정 단계에서, 상기 추정되는 제1 영역의 생체 정보 및 제2 영역의 생체 정보를 서로 비교함으로써, 상기 피측정자의 머리에 관한 제3 생체 정보를 산출하는 단계를 더 포함하는
    방법.
  7. 제1항에 있어서,
    상기 분석 대상 광 신호는, 근적외선 분광법(NIRS; Near InfraRed Spectroscopy)을 이용하여 획득되는
    방법.
  8. 제1항에 있어서,
    상기 광 센서는 적어도 하나의 광 조사부 및 적어도 하나의 광 검출부를 포함하는
    방법.
  9. 제1항에 있어서,
    상기 생체 정보 추정부가, 상기 추정되는 생체 정보에 기초하여 상기 피측정자의 대뇌에 관한 생체적인 상태를 판단하는 단계를 더 포함하는
    방법.
  10. 제2항에 있어서,
    상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터는, 상기 시뮬레이션 모델에 입력되기 전에 전처리되는
    방법.
  11. 제1항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능 기록 매체.
  12. 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 시스템으로서,
    피측정자의 머리 부위에 배치되는 적어도 하나의 광 센서에 의해 상기 피측정자의 머리 부위로부터 감지되는 분석 대상 광 신호를 획득하는 분석 대상 광 신호 획득부,
    적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터, 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터 및, 상기 적어도 하나의 머리 부위의 해부학적 구조에 관한 데이터 및 상기 적어도 하나의 머리 부위의 생체적인 상태에 관한 데이터와 연관되는 광 신호에 관한 데이터에 기초하여 추정 모델을 학습시키는 추정 모델 관리부, 및
    상기 학습되는 추정 모델을 이용하여 상기 획득되는 분석 대상 광 신호를 분석함으로써, 상기 피측정자의 머리에 관한 생체 정보를 추정하는 생체 정보 추정부를 포함하는
    머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 시스템.
KR1020200044318A 2019-04-12 2020-04-10 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 KR102378203B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190043379 2019-04-12
KR20190043379 2019-04-12

Publications (2)

Publication Number Publication Date
KR20200120551A KR20200120551A (ko) 2020-10-21
KR102378203B1 true KR102378203B1 (ko) 2022-03-25

Family

ID=72752096

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200044318A KR102378203B1 (ko) 2019-04-12 2020-04-10 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

Country Status (5)

Country Link
US (1) US20220183632A1 (ko)
EP (1) EP3954276A4 (ko)
JP (1) JP7227657B2 (ko)
KR (1) KR102378203B1 (ko)
WO (1) WO2020209688A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102445749B1 (ko) * 2020-11-25 2022-09-21 (주)오비이랩 머신 러닝을 이용하여 인지 기능을 평가하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102492379B1 (ko) * 2021-08-10 2023-01-27 주식회사 엔서 치매 등급 분류를 위해 장착되는 치매 검사장치 및 검사결과를 토대로 딥러닝 모델을 이용해 치매를 진단하는 치매 진단장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009101057A (ja) 2007-10-25 2009-05-14 Sony Corp 生体情報処理装置、生体情報処理方法及びプログラム
JP2015116213A (ja) 2013-12-16 2015-06-25 株式会社国際電気通信基礎技術研究所 脳活動訓練装置および脳活動訓練方法
KR101839686B1 (ko) 2016-06-27 2018-03-16 한국과학기술원 헤모다이나믹스를 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
JP2018517443A (ja) 2015-04-09 2018-07-05 ザ ジェネラル ホスピタル コーポレイション 絶対血流をモニタリングするためのシステム及び方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9622694B2 (en) * 2007-06-20 2017-04-18 Vioptix, Inc. Measuring cerebral oxygen saturation
JP5202736B2 (ja) 2009-06-24 2013-06-05 株式会社日立製作所 生体計測装置
JP5959016B2 (ja) 2011-05-31 2016-08-02 国立大学法人 名古屋工業大学 認知機能障害判別装置、認知機能障害判別システム、およびプログラム
WO2016061502A1 (en) * 2014-10-17 2016-04-21 Washington University Super-pixel detection for wearable diffuse optical tomography
US10071245B1 (en) * 2015-01-05 2018-09-11 Hrl Laboratories, Llc Thinking cap: combining personalized, model-driven, and adaptive high definition trans-cranial stimulation (HD-tCS) with functional near-infrared spectroscopy (fNIRS) and electroencephalography (EEG) brain state measurement and feedback
KR101703547B1 (ko) 2015-04-09 2017-02-07 대한민국 기능적 근적외선 분광법의 뇌활성도 측정에 따른 유효 채널 추출 방법 및 장치
US10292590B2 (en) * 2015-06-15 2019-05-21 Ricoh Company, Ltd. Optical examination method and optical examination device
JP6643771B2 (ja) * 2015-10-13 2020-02-12 株式会社国際電気通信基礎技術研究所 脳活動解析装置、脳活動解析方法および脳活動解析プログラム
CN107088071B (zh) * 2016-02-17 2021-10-15 松下知识产权经营株式会社 生物体信息检测装置
KR101856855B1 (ko) * 2016-08-10 2018-05-11 한국과학기술원 헤모다이나믹스 측정 결과를 표준화하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102022667B1 (ko) * 2017-02-28 2019-09-18 삼성전자주식회사 환자를 모니터링하는 방법 및 장치
US20200253479A1 (en) * 2019-02-12 2020-08-13 Brown University High spatiotemporal resolution brain imaging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009101057A (ja) 2007-10-25 2009-05-14 Sony Corp 生体情報処理装置、生体情報処理方法及びプログラム
JP2015116213A (ja) 2013-12-16 2015-06-25 株式会社国際電気通信基礎技術研究所 脳活動訓練装置および脳活動訓練方法
JP2018517443A (ja) 2015-04-09 2018-07-05 ザ ジェネラル ホスピタル コーポレイション 絶対血流をモニタリングするためのシステム及び方法
KR101839686B1 (ko) 2016-06-27 2018-03-16 한국과학기술원 헤모다이나믹스를 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체

Also Published As

Publication number Publication date
EP3954276A4 (en) 2023-01-04
EP3954276A1 (en) 2022-02-16
KR20200120551A (ko) 2020-10-21
US20220183632A1 (en) 2022-06-16
JP7227657B2 (ja) 2023-02-22
WO2020209688A1 (ko) 2020-10-15
JP2022528277A (ja) 2022-06-09

Similar Documents

Publication Publication Date Title
US20200297270A1 (en) Biometric apparatus, biometric method, and determination apparatus
JP7045639B2 (ja) 作業適正度判定システム
KR102378203B1 (ko) 머신 러닝을 이용하여 머리에 관한 생체 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
US9498134B1 (en) Diffuse optical tomography methods and system for determining optical properties
US20210321917A1 (en) Method, system and non-transitory computer-readable recording medium for monitoring body tissues
JP4518281B2 (ja) 疾患判定支援システム
JP7311424B2 (ja) 糖尿病循環合併症を査定するためのシステムおよび方法
US10039487B2 (en) Method for detecting a disease by analysis of retinal vasculature
KR102658240B1 (ko) 생체 정보 추정 장치 및 방법
KR20180122622A (ko) 조직 혈관 건강을 평가하는 방법 및 장치
JP7316574B2 (ja) 作業適正度判定システム
Perpetuini et al. Can Functional Infrared Thermal Imaging Estimate Mental Workload in Drivers as Evaluated by Sample Entropy of the fNIRS Signal?
KR101844669B1 (ko) 헤모다이나믹스를 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
JP6404162B2 (ja) 脳機能指標演算装置および脳機能指標演算方法
KR102445749B1 (ko) 머신 러닝을 이용하여 인지 기능을 평가하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102332569B1 (ko) 심정지 후 예후에 관한 정보를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR102171385B1 (ko) 신체 조직을 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
US20140296693A1 (en) Products of manufacture and methods using optical coherence tomography to detect seizures, pre-seizure states and cerebral edemas
KR102330796B1 (ko) 헤모다이나믹스에 기초하여 혈류 조절 기능을 평가하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR101839686B1 (ko) 헤모다이나믹스를 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
DE102017209630A1 (de) PPG Vorrichtung und Verfahren zum Betrieb einer PPG Vorrichtung
CN117788897A (zh) 大脑年龄预测方法、装置、设备及存储介质
Klempíř et al. MEDIAN METHOD FOR DETERMINING CORTICAL BRAIN ACTIVITY IN A NEAR INFRARED SPECTROSCOPY IMAGE

Legal Events

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