KR102380794B1 - 자율적 전체 스펙트럼 생체 인식 모니터링 - Google Patents

자율적 전체 스펙트럼 생체 인식 모니터링 Download PDF

Info

Publication number
KR102380794B1
KR102380794B1 KR1020190160127A KR20190160127A KR102380794B1 KR 102380794 B1 KR102380794 B1 KR 102380794B1 KR 1020190160127 A KR1020190160127 A KR 1020190160127A KR 20190160127 A KR20190160127 A KR 20190160127A KR 102380794 B1 KR102380794 B1 KR 102380794B1
Authority
KR
South Korea
Prior art keywords
heartbeat cycle
feature vectors
heartbeat
data
cycle data
Prior art date
Application number
KR1020190160127A
Other languages
English (en)
Other versions
KR20200068602A (ko
Inventor
창멩 슝
란 선
Original Assignee
비아비 솔루션즈 아이엔씨.
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 비아비 솔루션즈 아이엔씨. filed Critical 비아비 솔루션즈 아이엔씨.
Publication of KR20200068602A publication Critical patent/KR20200068602A/ko
Priority to KR1020220037617A priority Critical patent/KR102709502B1/ko
Application granted granted Critical
Publication of KR102380794B1 publication Critical patent/KR102380794B1/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
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/026—Measuring blood flow
    • A61B5/0295—Measuring blood flow using plethysmography, i.e. measuring the variations in the volume of a body part as modified by the circulation of blood therethrough, e.g. impedance plethysmography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/7214—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
    • 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
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02438—Measuring pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

디바이스는 복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득할 수 있다. 디바이스는, 특징 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성할 수 있다. 디바이스는 각각 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별할 수 있다. 디바이스는, 주성분 분석에 기초하여, 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성할 수 있다. 디바이스는 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정할 수 있다. 디바이스는 최종 심장박동 주기 데이터를 결정하기 위해 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정할 수 있다.

Description

자율적 전체 스펙트럼 생체 인식 모니터링{AUTONOMOUS FULL SPECTRUM BIOMETRIC MONITORING}
광혈류측정(photoplethysmography: PPG)은 (혈액량이 심장의 펌핑 작용으로 인해 변하므로) 말초 순환에서 혈액의 용량 변화를 측정하기 위해 사용될 수 있는 광학 기술이다. PPG는 피부의 표면에서(예컨대, 손가락끝, 손목, 귓불 등에서) 측정을 하는 비-외과적인 방법이다. PPG 디바이스는 다수의 파장 채널(예컨대, 64개 파장 채널)과 연관된 심장박동 시계열 데이터를 제공하는 다중스펙트럼 센서 디바이스(예컨대, 이진 다중스펙트럼(binary multispectral: BMS) 센서 디바이스)의 형태를 취할 수 있다. 다중스펙트럼 센서 디바이스는, 각각 심장박동 시계열 데이터를 캡처하도록 (다중스펙트럼 필터의 각각의 영역을 통해) 다수의 파장 채널 중 하나를 수신하기 위해 다수의 센서 요소(예컨대, 광학 센서, 스펙트럼 센서, 및/또는 이미지 센서)를 포함한다.
몇몇 구현에 따르면, 방법은, 디바이스에 의해, 복수의 파장 채널과 연관된 원시 심장박동 데이터(raw heartbeat data)를 획득하는 단계; 상기 디바이스에 의해 그리고 특징 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하는 단계; 상기 디바이스에 의해, 각각 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 상기 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하는 단계; 상기 디바이스에 의해 그리고 주성분 분석을 사용하여, 상기 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하는 단계; 상기 디바이스에 의해, 상기 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하는 단계; 및 상기 디바이스에 의해, 생체 인식 모니터링 동작이 수행되게끔 허용하도록 최종 심장박동 주기 데이터를 결정하기 위해 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하는 단계를 포함할 수 있다.
몇몇 구현에 따르면, 디바이스는 하나 이상의 메모리, 및 상기 하나 이상의 메모리에 통신 가능하게 결합된 하나 이상의 프로세서를 포함할 수 있되, 해당 프로세서는, 복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득하고; 특징 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하고; 각각 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하고; 주성분 분석에 기초하여, 상기 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하고; 상기 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하며; 생체 인식 모니터링 동작이 수행되게끔 허용하도록 최종 심장박동 주기 데이터를 결정하기 위해 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하기 위한 것이다.
몇몇 구현에 따르면, 비-일시적 컴퓨터 판독 가능 매체는 명령어를 저장할 수 있으며, 상기 명령어는, 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금, 복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득하게 하고; 특징 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하게 하고; 각각 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 상기 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하게 하고; 주성분 분석에 기초하여, 상기 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하게 하고; 상기 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하게 하며; 생체 인식 모니터링 동작이 수행되도록 허용하기 위해 최종 심장박동 주기 데이터를 결정하도록 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하게 하는 하나 이상의 명령어를 포함한다.
도 1A 및 도 1B는 본 명세서에서 설명된 예시적인 구현의 다이어그램이다.
도 2는 본 명세서에서 설명된 시스템 및/또는 방법이 구현될 수 있는 예시적인 환경의 다이어그램이다.
도 3은 도 2의 하나 이상의 디바이스의 예시적인 컴포넌트의 다이어그램이다.
도 4는 복수의 파장 채널과 연관된 원시 심장박동 데이터에 기초하여 심장박동 주기 데이터를 결정하기 위한 예시적인 프로세스의 흐름도이다.
도 5A 내지 도 5D는 본 명세서에서 설명된 바와 같이, 원시 심장박동 데이터에 기초하여 생성된 특징 벡터의 예를 예시한 다이어그램이다.
도 6은 본 명세서에서 설명된 바와 같이, 선택된 특징 벡터의 세트의 주성분 분석에 기초하여 생성된 평균 특징 벡터의 예를 예시한 다이어그램이다.
도 7A 및 도 7B는 본 명세서에서 설명된 바와 같이, 초기 심장박동 주기 데이터에서 심장박동 데이터 간극 정정의 예시적인 효과를 예시한 다이어그램이다.
도 8은 본 명세서에서 설명된 바와 같이, 최종 심장박동 주기 데이터에 기초하여 결정된 순간 심박수의 예를 예시한 다이어그램이다.
예시적인 구현에 대한 다음의 상세한 설명은 수반된 도면을 참조한다. 상이한 도면에서 동일한 참조 숫자는 동일한 또는 유사한 요소를 식별할 수 있다.
상기 설명된 바와 같이, 다중스펙트럼 센서 디바이스는, 다수의(예컨대, 16, 32, 64 등) 파장 채널과 연관된 심장박동 시계열 데이터를 측정하고, 획득하고, 수집하거나, 또는 그 외 결정할 수 있을 것이다. 이러한 데이터는 본 명세서에서 원시 심장박동 데이터로 불리운다. 실제로 원시 심장박동 데이터는 꽤 잡음이 있을 수 있으며, 빈번한 기준선 시프트를 포함할 수 있다. 이러한 잡음 및/또는 기준선 시프트로 인해, 원시 심장박동 데이터를 수축 상(예컨대, 심장이 수축하는 시간) 및 확장 상(예컨대, 심장이 이완하는 시간)으로 나누는 것은 어렵거나 또는 불가능할 수 있다. 따라서, 원시 심장박동 데이터가 부정확하고, 신뢰 가능하지 않은 결과로 이어질 수 있으므로 바이탈 사인(vital sign) 모니터링을 수행하는 것(예컨대, 순간 심박수를 결정하는 것, 혈압을 결정하는 것 등)과 같은, 생체 인식 모니터링 동작을 수행하는 것과 관련하여 원시 심장박동 데이터를 사용하는 것은 종종 어렵거나 또는 불가능하다.
본 명세서에서 설명된 몇몇 구현은 다중스펙트럼 센서 디바이스에 의해 수집된 원시 심장박동 데이터에 기초하여, 생체 인식 모니터링 동작이 수행될 수 있는 심장박동 주기 데이터를 결정하기 위해 심장박동 주기 데이터 디바이스를 제공한다. 보다 구체적으로, 설명된 몇몇 구현은 심장박동 주기 데이터(예컨대, 심장박동 주기의 시작 및 종료 시간을 식별하는 데이터)를 결정하기 위해 원시 심장박동 데이터를 처리할 수 있는 심장박동 주기 데이터 디바이스를 제공하며, 그에 의해 심장박동 주기 데이터를 사용하는 생체 인식 모니터링 동작이 (예컨대, 생체 인식 모니터링 동작을 수행하는 것과 관련하여 원시 심장박동 데이터를 사용하는 것에 비교하여) 비교적 더 정확하고/하거나 비교적 더 신뢰 가능한 결과를 제공하도록 허용한다.
도 1A 및 도 1B는 본 명세서에서 설명된 예시적인 구현(100)의 다이어그램이다.
도 1A에 도시된 바와 같이, 다중스펙트럼 센서 디바이스는 대상의 피부 표면에 대하여 배치될 수 있다. 예를 들어, 도 1A에 도시된 바와 같이, 다중스펙트럼 센서 디바이스는 대상의 손목에 착용된 디바이스일 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스는 손가락 끝, 팔, 다리, 귓불 등에서와 같은, 신체상에서의 또 다른 위치에서 피부 표면에 대하여 배치될 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스는 예를 들어, 가시(VIS) 스펙트럼, 근 적외선(NIR) 스펙트럼 등에서 동작하는 BMS 감지 디바이스를 포함한다.
참조 번호 105로 표시된 바와 같이, 다중스펙트럼 센서 디바이스는 N(N>1) 파장 채널과 연관된 원시 심장박동 데이터를 (예컨대, 측정하고, 모으고, 수집하는 등) 결정할 수 있다. 원시 심장박동 데이터는, N 파장 채널의 각각에 대해, 주어진 시간 포인트에서 피부 표면 아래에서의(다중스펙트럼 센서 디바이스의 위치에서의) 혈액량을 나타내는 광도 응답 데이터를 포함한다.
참조 번호 110으로 표시된 바와 같이, 심장박동 주기 데이터 디바이스는 다중스펙트럼 센서 디바이스로부터 원시 심장박동 데이터를 획득할 수 있다. 심장박동 주기 데이터 디바이스는 본 명세서에서 설명된 바와 같이, 다수의 파장 채널과 연관된 원시 심장박동 데이터에 기초하여 심장박동 주기 데이터를 결정할 수 있는 디바이스이다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 (예컨대, 동일한 패키지, 동일한 하우징에, 동일한 칩 상에 등) 다중스펙트럼 센서 디바이스와 통합될 수 있다. 대안적으로, 심장박동 주기 데이터 디바이스는 다중스펙트럼 센서 디바이스로부터 분리될 수 있다(예컨대, 떨어져서 위치될 수 있다).
몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 (예컨대, 다중스펙트럼 센서 디바이스가 원시 심장박동 데이터를 획득함에 따라 다중스펙트럼 센서 디바이스가 원시 심장박동 데이터를 제공하도록 구성될 때) 실시간 또는 거의 실시간으로 원시 심장박동 데이터를 획득할 수 있다. 부가적으로, 또는 대안적으로, 심장박동 주기 데이터 디바이스는 주기적으로(예컨대, 1초마다, 5초마다 등) 원시 심장박동 데이터를 제공하는(예컨대, 자동으로) 다중스펙트럼 센서 디바이스에 기초하여 원시 심장박동 데이터를 획득할 수 있다. 부가적으로, 또는 대안적으로, 심장박동 주기 데이터 디바이스는 다중스펙트럼 센서 디바이스로부터 원시 심장박동 데이터를 요청하는 것에 기초하여 다중스펙트럼 센서 디바이스로부터 원시 심장박동 데이터를 획득할 수 있다.
참조 번호 115로 표시된 바와 같이, 심장박동 주기 데이터 디바이스는, 원시 심장박동 데이터에 기초하여, 각각 N개 파장 채널 중 각각의 파장 채널에 대응하는 N개의 특징 벡터를 생성할 수 있다. 예를 들어, 심장박동 주기 데이터 디바이스는 N개 특징 벡터를 생성하기 위해 N개 파장 채널의 각각과 연관된 원시 심장박동 데이터의 아이템에 대한 특징 벡터 변환을 수행할 수 있다.
심장박동 주기의 수축 및 확장 상은, 각각, 원시 심장박동 데이터를 나타내는 신호의 위쪽으로 경사진 및 아래쪽으로 경사진 부분에 의해 특성화된다. 따라서, 이러한 특성이 원시 심장박동 데이터를 변환하는 것으로부터 생성되는 특징 벡터에서 캡처되면, 신호 대 잡음 비(SNR)는 (예컨대, 원시 심장박동 데이터와 비교하여) 개선될 것이다. 몇몇 구현예에서, 이동 1/4-기간 기울기 특징 벡터가 이러한 목적을 위해 생성될 수 있다. 몇몇 구현예에서, 이러한 특징 벡터 변환은 포인트-대-포인트 변화로부터 비롯된 잡음을 완화시키지만, 특징 벡터가 부호를 변경하기 전에 다수의 시간 스텝을 캡처하기에 충분한 범위를 제공한다.
몇몇 구현예에서, 1/4-기간 이동 구간 기울기 특징 벡터는 다음의 식을 사용하여 생성될 수 있다:
FV = (Rt - R0) / R0
식 중, Rt는 현재 시간 스텝에서, 원시 심장박동 데이터에 의해 식별된 광도 응답이며, R0는 현재 시간 스텝의 wFV 시간 스텝 전, 원시 심장박동 데이터에 의해 식별된 광도 응답이다. 본 명세서에서 wFV는 대상의 추정된 심장박동 주기 기간(예컨대, 조정 가능할 수 있는, 통상적인 심장박동 주기 기간, 평균 심장박동 주기 기간, 이전 결정된 심장박동 주기 기간 등)의 4분의 1이다. 특히, wFV는 대상의 심장박동 주기 기간의 사분의 일(1/4)인 것으로 설명되지만, wFV는 몇몇 구현예에서, 심장박동 주기 기간의 1/4과 상이(예컨대, 심장박동 주기 기간의 1/6, 심장박동 주기 기간의 1/5, 심장박동 주기 기간의 1/3, 심장박동 주기 기간의 1/2 등)할 수 있다. 특징 벡터 생성을 예시한 예가 이하에서 도 5A 내지 도 5D에 관하여 설명된다.
실제로, 파장 채널 모두가 다중스펙트럼 센서 디바이스의 동작 동안 수용 가능한 SNR을 갖는 것은 아닐 것이며, 그 결과, 심장박동 주기 데이터 디바이스는 이들 잡음이 있는 파장 채널에 대응하는 특징 벡터를 필터링할 필요가 있을 수 있다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 N개의 특징 벡터의 상관 계수의 제곱에 기초하여 이러한 필터링을 수행할 수 있다. 보다 낮은(예컨대, 0에 더 가까운) 상관 계수의 제곱은 두 개의 변수가 덜 상관된다는 것을 나타내지만, 보다 높은 상관 계수의 제곱은 두 개의 변수가 비교적 더 높게 상관된다는 것을 나타낸다. 따라서, 도 1A에서 참조 번호 120으로 표시된 바와 같이, 심장박동 주기 데이터 디바이스는 N개의 특징 벡터의 각각의 쌍에 대한 상관 계수의 제곱을 결정할 수 있다.
참조 번호 125로 표시된 바와 같이, 심장박동 주기 데이터 디바이스는 상관 계수의 제곱에 기초하여 M(M≤N) 선택된 특징 벡터를 식별할 수 있다. 몇몇 구현예에서, 선택된 특징 벡터의 각각은 각각의 깨끗한 파장 채널에 대응할 수 있다. 예로서, 심장박동 주기 데이터 디바이스는, 각각 N개의 특징 벡터의 하나의 쌍과 연관되는 N×(N-1)/2 상관 계수의 곱을 결정할 수 있다. 그 다음에, 심장박동 주기 데이터 디바이스는 N×(N-1)/2 결정된 상관 계수의 제곱 중, 임계치(예컨대, 0.80, 0.90, 0.95 등과 같은, 최소 허용 가능한 값)를 충족시키는, M×(M-1)/2 상관 계수의 제곱의 세트를 식별할 수 있다. 본 명세서에서, 심장박동 주기 데이터 디바이스는 임계치를 충족시키는 M×(M-1)/2 상관 계수의 제곱의 세트에 대응하는 M개의 선택된 특징 벡터의 세트를 식별할 수 있다. 이러한 방식으로, 심장박동 주기 데이터 디바이스는 수용 가능하지 않은 양의 잡음을 가진 파장 채널을 필터링할 수 있다.
도 1B에서 도시된 바와 같이, 및 참조 번호 130에 의해, M개의 선택된 특징 벡터를 식별한 후, 심장박동 주기 데이터 디바이스는, 주성분 분석(PCA)을 사용하여, M개의 선택된 특징 벡터의 평균 특징 벡터를 생성할 수 있다. 예를 들어, 데이터 분할은 단변량 시계열 데이터에 대해 수행되도록 설계될 수 있으므로, M개의 선택된 특징 벡터에 대응하는, 다변량 시계열 데이터는 단변량 시계열 데이터로 압축될 필요가 있을 것이다. 이러한 압축은 M개의 선택된 특징 벡터의 평균화로서 보여질 수 있다. 몇몇 구현예에서, 평균 특징 벡터는 PCA의 결과로서 결정된 제1 주성분(PC1)에 기초하여 생성된다. 몇몇 구현예에서, PCA를 사용하여 평균 특징 벡터를 생성하는 것은 (예컨대, 평균 특징 벡터가, 이하에서 설명되는 바와 같이, 선택된 특징 벡터의 세트의 개개의 것 또는 선택된 특징 벡터의 세트의 평균보다 높은 SNR을 가질 것이므로) 심장박동의 수축 및 확장 상이 더 쉽게 식별되도록 허용한다. 이러한 평균 특징 벡터를 예시한 예는 이하에서 도 6에 관하여 설명된다.
참조 번호 135로 표시된 바와 같이, 심장박동 주기 데이터 디바이스는 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정할 수 있다. 초기 심장박동 주기 데이터는 심장박동의 초기 세트에 대한 시작 시간 및 종료 시간을 식별하는 정보를 포함할 수 있다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정할 수 있다. 예를 들어, 심장박동 주기 데이터 디바이스는 평균 특징 벡터의 양성 상(예컨대, 평균 특징 벡터가 실질적으로 양의 기울기를 가지며 0과 같은, 임계값과 교차하는 시간 구간) 및 평균 특징 벡터의 음성 상(예컨대, 평균 특징 벡터가 실질적으로 음의 기울기를 가지며 임계값과 교차하는 시간 구간)을 식별할 수 있다. 이 예에서, (심장박동의 확장 상을 나타내는) 음성 상에 인접한 (심장박동의 수축 상을 나타내는) 양성 상은 하나의 심장박동 주기 기간을 정의하며, 심장박동 주기의 시작 및 종료 시간은 그에 따라 결정될 수 있다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 다수의 심장박동에 대한 시작 및 종료 시간을 식별하는 초기 심장박동 주기 데이터를 결정할 수 있다.
도 1B에 추가로 도시된 바와 같이, 그리고 참조 번호 140에 의하면, 심장박동 주기 데이터 디바이스는 최종(예컨대, 간극이 없는) 심장박동 주기 데이터를 결정하기 위해 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정할 수 있다.
심장박동 주기 간극은, 주어진 심장박동 주기 기간이 타당하게 가능한 것보다 상당히 짧거나 또는 긴 것으로서 식별되는 것을 야기하는 초기 심장박동 주기 데이터에서의, 에러, 부정확성, 불일치성 등일 수 있다. 예를 들어, 실제로, 평균 특징 벡터는 심장박동 주기를 양성 또는 음성 상의 여러 단편으로 과-분할할 수 있는 스파이크 및/또는 잡음을 포함할 수 있다. 이것이 발생할 때, 초기 심장박동 주기 데이터에서 식별된 심장박동 주기 기간은 실제 심장박동 주기 기간보다 상당히 더 낮을 것이다. 그 결과, 이러한 데이터에 기초하여 수행되는 생체 인식 모니터링 동작은 부정확하고/하거나 신뢰 가능하지 않을 수 있다. 예를 들어, 순간 심박수는 과-분할된 심장박동의 경우에 (예컨대, 결정된 순간 심박수가 실제 심박수보다 훨씬 높도록) 상당한 양성 스파이크를 보일 것이다.
또 다른 예로서, (예컨대, 원시 심장박동 데이터에서의 기울기 기준선에 의해 야기된) 평균 특징 벡터에서의 기울기 기준선은 음성 또는 양성 상이 검출되지 않게 할 수 있다. 예를 들어, 양성으로 경사진 기준선은 음성 상이 검출되지 않게 할 수 있으며, 음성으로 경사진 기준선은 양성 상이 검출되지 않게 할 수 있다. 이것이 발생할 때, 초기 심장박동 주기 데이터에서 식별된 심장박동 주기 기간은 실제 심장박동 주기 기간보다 상당히 높을 것이다. 그 결과, 이러한 데이터에 기초하여 수행되는 생체 인식 모니터링 동작은 부정확하고/하거나 신뢰 가능하지 않을 수 있다. 예를 들어, 순간 심박수는 이러한 검출되지 않은 상의 경우에 (예컨대, 결정된 순간 심박수가 실제 심박수보다 훨씬 낮도록) 음성 스파이크를 가질 것이다. 몇몇 구현예에서, 초기 심장박동 주기 데이터에서 간극을 정정하는 것은 과-분할된 심장박동 주기 및 기울기 기준선의 효과를 제거할 수 있다.
몇몇 구현예에서, 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하는데 제1 단계로서, 심장박동 주기 데이터 디바이스는 하나 이상의 이러한 심장박동 주기 간극을 식별할 수 있다. 예를 들어, 심장박동 주기 데이터 디바이스는, 초기 심장박동 주기 데이터에 의해 식별된 심장박동 주기가 임계치를 충족시키는 기간을 갖는다고 결정할 수 있다. 예를 들어, 심장박동 주기 데이터 디바이스는 주어진 심장박동 주기가 최소 심장박동 주기 기간보다 적은 기간을 갖는다고 결정할 수 있다. 이러한 경우에, 심장박동 주기 데이터 디바이스는 과-분할된 심장박동 주기에 의해 야기된 간극의 존재를 식별할 수 있다. 또 다른 예로서, 심장박동 주기 데이터 디바이스는 주어진 심장박동 주기가 최대 심장박동 주기 기간보다 큰 기간을 갖는다고 결정할 수 있다. 이러한 경우에, 심장박동 주기 데이터 디바이스는 기울기 기준선에 의해 야기된 간극의 존재를 식별할 수 있다.
몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 임계치를 식별하는 정보와 함께 구성될 수 있으며, 임계치는 (예컨대, 심장박동 주기 데이터 디바이스에 의해, 대상에 의해 등등) 조정 가능할 수 있다. 예를 들어, 심장박동 주기 데이터 디바이스는 대상과 연관된 추정된 심장박동 주기 기간(예컨대, 통상적인 심장박동 주기 기간, 평균 심장박동 주기 기간, 이전 결정된 심장박동 주기 기간 등), 및 추정된 심장박동 주기 기간으로부터 최대 허용 가능한 양의 차이 및 음의 차이(예컨대, 시간의 양, 퍼센티지 등)를 식별하는 정보를 저장하거나 또는 당해 정보에 액세스할 수 있다.
몇몇 구현예에서, 심장박동 주기 간극을 식별한 후, 심장박동 주기 데이터 디바이스는 식별된 심장박동 주기 간극을 정정하기 위해 초기 심장박동 주기 데이터를 수정할 수 있다. 예를 들어, 과-분할된 심장박동 주기의 경우에, 심장박동 주기 데이터 디바이스는 조정된 심장박동 주기 기간이 최소 심장박동 주기 기간 이상일 때까지 인접한 심장박동 주기를 조합할 수 있다. 또 다른 예로서, 검출되지 않은 상의 경우에, 심장박동 주기 데이터 디바이스는 심장박동 주기 기간 동안 평균 특징 벡터에서 로컬 트로프(trough) 또는 피크를 식별할 수 있으며, (예컨대, 둘 이상의 심장박동 주기의 조정된 심장박동 주기 기간이 최대 심장박동 주기 기간 이하가 되도록) 심장박동 주기를 둘 이상의 심장박동 주기로 나눌 수 있다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 초기 심장박동 주기 데이터에서 다수의 심장박동 주기 간극을 정정할 수 있다. 몇몇 구현예에서, 하나 이상의 심장박동 주기 간극의 정정에서 기인한 데이터는 최종(예컨대, 간극이 없는) 심장박동 주기 데이터로서 불리울 수 있다. 심장박동 주기 간극 정정의 효과를 예시한 예는 이하에서 도 7A 및 도 7B에 대하여 설명된다.
몇몇 구현예에서, 최종 심장박동 주기 데이터는 (예컨대, 심장박동 주기 데이터 디바이스에 의해, 다중스펙트럼 센서 디바이스에 의해, 또는 또 다른 디바이스에 의해) 생체 인식 모니터링 동작이 수행되도록 허용할 수 있다. 생체 인식 모니터링 동작은, 예를 들어, 바이탈 사인 모니터링(예컨대, 순간 심박수 결정, 혈압 결정 등), 또는 또 다른 유형의 생체 인식 결정 및/또는 모니터링(예컨대, 혈액 산소화 결정, 파형 증가 지수 결정, 수화 결정 등)을 포함할 수 있다.
몇몇 구현예에서, 참조 번호 145로 표시된 바와 같이, 심장박동 주기 데이터 디바이스는 최종 심장박동 주기 데이터 및/또는 최종 심장박동 주기 데이터와 연관된 정보를 제공할 수 있다. 예를 들어, 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 바이탈 사인 모니터링(예컨대, 순간 심박수 결정, 혈압 결정 등)을 수행하도록 구성된 디바이스로 최종 심장박동 주기 데이터를 제공할 수 있다. 또 다른 예로서, 몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 또 다른 유형의 생체 인식 모니터링(예컨대, 혈액 산소 포화도 결정, 수화 등)을 수행하도록 구성된 디바이스로 최종 심장박동 주기 데이터를 제공할 수 있다. 몇몇 구현예에서, 최종 심장박동 주기 데이터는 어떤 생체 인식 모니터링이 수행될 수 있는지에 기초하여 BMS PPG 특징 매트릭스에서의 사용을 위해 제공될 수 있다.
몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 최종 심장박동 주기 데이터에 기초하여 순간 심박수를 결정할 수 있으며, (예컨대, 다중스펙트럼 센서 디바이스 및/또는 심장박동 주기 데이터 디바이스의 디스플레이 스크린을 통한 디스플레이를 위해) 순간 심박수를 식별하는 정보를 제공할 수 있다. 순간 심박수의 결정과 연관된 예는 이하에서 도 8에 대하여 설명된다.
이러한 방식으로, 심장박동 주기 데이터 디바이스는, (예컨대, 원시 심장박동 데이터에 기초하여 생체 인식 모니터링 동작을 수행하는 것에 비교하여) 생체 인식 모니터링 동작이 증가된 정확도 및/또는 증가된 신뢰성으로 수행되도록 허용하기 위해, 다중스펙트럼 센서 디바이스에 의해 수집된, 원시 심장박동 데이터에 기초하여 심장박동 주기 데이터를 결정할 수 있다.
상기 표시된 바와 같이, 도 1A 및 도 1B는 단지 예로서 제공된다. 다른 예는 도 1A 및 도 1B에 관하여 설명된 것과는 상이할 수 있다.
도 2는 본 명세서에서 설명된 시스템 및/또는 방법이 구현될 수 있는 예시적인 환경(200)의 다이어그램이다. 도 2에 도시된 바와 같이, 환경(200)은 다중스펙트럼 센서 디바이스(205), 심장박동 주기 데이터 디바이스(210), 및 네트워크(215)를 포함할 수 있다. 환경(200)의 디바이스는 유선 연결, 무선 연결, 또는 유선 연결과 무선 연결의 조합을 통해 상호 연결할 수 있다.
다중스펙트럼 센서 디바이스(205)는 본 명세서에서 설명된 바와 같이, 복수의 파장 채널과 연관된 원시 심장박동 데이터를 측정하고, 모으고, 수집하거나, 또는 그 외 결정할 수 있는 디바이스를 포함한다. 예를 들어, 다중스펙트럼 센서 디바이스(205)는 64개 파장 채널의 각각에 대한 원시 심장박동 데이터를 (다변량 시계열 데이터의 형태로) 결정할 수 있는 다중스펙트럼 감지 디바이스를 포함할 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스(205)는 가시 스펙트럼, 근 적외선 스펙트럼, 적외선 스펙트럼 등에서 동작할 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스(205)는 착용 가능한 디바이스(예컨대, 손목, 손가락, 팔, 다리, 머리, 귀 등에 착용될 수 있는 착용된 디바이스)일 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스(205)는 (예컨대, 다중스펙트럼 센서 디바이스(205) 및 심장박동 주기 데이터 디바이스(210)가 동일한 칩 상에, 동일한 패키지에, 동일한 하우징 등에 있도록) 심장박동 주기 데이터 디바이스(210)와 통합될 수 있다. 대안적으로, 몇몇 구현예에서, 다중스펙트럼 센서 디바이스(205)는 심장박동 주기 데이터 디바이스(210)로부터 분리될 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스(205)는 심장박동 주기 데이터 디바이스(210)와 같은, 환경(200)에서의 또 다른 디바이스로부터 정보를 수신하고/하거나 상기 또 다른 디바이스로 정보를 송신할 수 있다.
심장박동 주기 데이터 디바이스(210)는 본 명세서에서 설명된 바와 같이, 복수의 파장 채널과 연관된 원시 심장박동 데이터에 기초하여 심장박동 주기 데이터를 결정할 수 있는 디바이스를 포함한다. 예를 들어, 심장박동 주기 데이터 디바이스(210)는 애플리케이션 특정 집적 회로(ASIC), 집적 회로, 서버, 서버의 그룹 등, 및/또는 또 다른 유형의 통신 및/또는 컴퓨팅 디바이스를 포함할 수 있다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스(210)는 다중스펙트럼 센서 디바이스(205)와 통합될 수 있다(예컨대, 다중스펙트럼 센서 디바이스(205) 및 심장박동 주기 데이터 디바이스(210)가 동일한 칩 상에, 동일한 패키지에, 동일한 하우징 등에 있도록). 대안적으로, 몇몇 구현예에서, 심장박동 주기 데이터 디바이스(210)는 다중스펙트럼 센서 디바이스(205)로부터 분리될 수 있다. 몇몇 구현예에서, 심장박동 주기 데이터 디바이스(210)는 다중스펙트럼 센서 디바이스(205)와 같은, 환경(200)에서의 또 다른 디바이스로부터 정보를 수신하고/하거나 상기 또 다른 디바이스로 정보를 송신할 수 있다.
네트워크(215)는 하나 이상의 유선 및/또는 무선 네트워크를 포함할 수 있다. 예를 들어, 네트워크(215)는 유선 네트워크를 포함할 수 있다(예컨대, 다중스펙트럼 센서 디바이스(205) 및 심장박동 주기 데이터 디바이스(210)가 동일한 패키지 및/또는 동일한 칩에 포함될 때). 또 다른 예로서, 네트워크(215)는 셀룰러 네트워크(예컨대, 장기 진화(LTE) 네트워크, 코드 분할 다중 액세스(CDMA) 네트워크, 3G 네트워크, 4G 네트워크, 5G 네트워크, 또 다른 유형의 차세대 네트워크 등), 공중 육상 이동 네트워크(PLMN), 근거리 네트워크(LAN), 광역 네트워크(WAN), 대도시 영역 네트워크(MAN), 전화 네트워크(예컨대, 공중 스위칭 전화 네트워크(PSTN)), 사설 네트워크, 애드 혹 네트워크, 인트라넷, 인터넷, 광섬유-기반 네트워크, 클라우드 컴퓨팅 네트워크 등, 및/또는 이들 또는 다른 유형의 네트워크의 조합을 포함할 수 있다.
도 2에 도시된 디바이스 및 네트워크의 수 및 배열은 예로서 제공된다. 실제로, 도 2에 도시된 것들보다 부가적인 디바이스 및/또는 네트워크, 더 적은 디바이스 및/또는 네트워크, 상이한 디바이스 및/또는 네트워크, 또는 상이하게 배열된 디바이스 및/또는 네트워크가 있을 수 있다. 또한, 도 2에 도시된 둘 이상의 디바이스는 단일 디바이스 내에서 구현될 수 있거나, 또는 도 2에 도시된 단일 디바이스는 다수의, 분산형 디바이스로서 구현될 수 있다. 부가적으로, 또는 대안적으로, 환경(200)의 디바이스의 세트(예컨대, 하나 이상의 디바이스)는 환경(200)의 또 다른 세트의 디바이스에 의해 수행되는 것으로서 설명된 하나 이상의 기능을 수행할 수 있다.
도 3은 디바이스(300)의 예시적인 컴포넌트의 다이어그램이다. 디바이스(300)는 다중스펙트럼 센서 디바이스(205) 및/또는 심장박동 주기 데이터 디바이스(210)에 대응할 수 있다. 몇몇 구현예에서, 다중스펙트럼 센서 디바이스(205) 및/또는 심장박동 주기 데이터 디바이스(210)는 하나 이상의 디바이스(300) 및/또는 디바이스(300)의 하나 이상의 컴포넌트를 포함할 수 있다. 도 3에 도시된 바와 같이, 디바이스(300)는 버스(310), 프로세서(320), 메모리(330), 저장 컴포넌트(340), 입력 컴포넌트(350), 출력 컴포넌트(360) 및 통신 인터페이스(370)를 포함할 수 있다.
버스(310)는 디바이스(300)의 컴포넌트 간에 통신을 허용하는 컴포넌트를 포함한다. 프로세서(320)는 하드웨어, 펌웨어, 또는 하드웨어 및 소프트웨어의 조합으로 구현된다. 프로세서(320)는 중앙처리장치(CPU), 그래픽처리장치(GPU), 가속처리장치(APU), 마이크로프로세서, 마이크로제어기, 디지털 신호 프로세서(DSP), 필드-프로그래밍 가능한 게이트 어레이(FPGA), 애플리케이션-특정 집적 회로(ASIC), 또는 또 다른 유형의 처리 컴포넌트이다. 몇몇 구현예에서, 프로세서(320)는 기능을 수행하도록 프로그래밍될 수 있는 하나 이상의 프로세서를 포함한다. 메모리(330)는 프로세서(320)에 의한 사용을 위한 정보 및/또는 명령어를 저장하는 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM), 및/또는 또 다른 유형의 동적 또는 정적 저장 디바이스(예컨대, 플래시 메모리, 자기 메모리 및/또는 광학 메모리)를 포함한다.
저장 컴포넌트(340)는 디바이스(300)의 동작 및 사용에 관련된 정보 및/또는 소프트웨어를 저장한다. 예를 들어, 저장 컴포넌트(340)는 대응하는 드라이브와 함께, 하드 디스크(예컨대, 자기 디스크, 광학 디스크, 자기-광학 디스크 및/또는 고체 상태 디스크), 컴팩트 디스크(CD), 디지털 다목적 디스크(DVD), 플로피 디스크, 카트리지, 자기 테이프, 및/또는 또 다른 유형의 비-일시적 컴퓨터 판독 가능 매체를 포함할 수 있다.
입력 컴포넌트(350)는 사용자 입력(예컨대, 터치 스크린 디스플레이, 키보드, 키패드, 마우스, 버튼, 스위치, 및/또는 마이크로폰)을 통해서와 같은, 디바이스(300)가 정보를 수신하도록 허용하는 컴포넌트를 포함한다. 부가적으로, 또는 대안적으로, 입력 컴포넌트(350)는 정보를 감지하기 위한 센서(예컨대, 전역적 위치 결정 시스템(GPS) 컴포넌트, 가속도계, 자이로스코프, 및/또는 작동기)를 포함할 수 있다. 출력 컴포넌트(360)는 디바이스(300)로부터 출력 정보를 제공하는 컴포넌트(예컨대, 디스플레이, 스피커, 및/또는 하나 이상의 발광 다이오드(LED))를 포함한다.
통신 인터페이스(370)는 디바이스(300)가 유선 연결, 무선 연결, 또는 유선 연결과 무선 연결의 조합을 통해서와 같이, 다른 디바이스와 통신할 수 있게 하는 트랜시버-형 컴포넌트(예컨대, 트랜시버 및/또는 별개의 수신기 및 송신기)를 포함한다. 통신 인터페이스(370)는 디바이스(300)가 또 다른 디바이스로부터 정보를 수신하고/하거나 정보를 또 다른 디바이스로 제공하도록 허용할 수 있다. 예를 들어, 통신 인터페이스(370)는 이더넷 인터페이스, 광학 인터페이스, 동축 인터페이스, 적외선 인터페이스, 라디오 주파수(RF) 인터페이스, 범용 직렬 버스(USB) 인터페이스, Wi-Fi 인터페이스, 셀룰러 네트워크 인터페이스 등을 포함할 수 있다.
디바이스(300)는 본 명세서에서 설명된 하나 이상의 프로세스를 수행할 수 있다. 디바이스(300)는 메모리(330) 및/또는 저장 컴포넌트(340)와 같은, 비-일시적 컴퓨터 판독 가능 매체에 의해 저장된 소프트웨어 명령어를 실행하는 프로세서(320)에 기초하여 이들 프로세스를 수행할 수 있다. 컴퓨터 판독 가능 매체는 본 명세서에서 비-일시적 메모리 디바이스로서 정의된다. 메모리 디바이스는 단일 물리 저장 디바이스 내에서의 메모리 공간 또는 다수의 물리 저장 디바이스에 걸쳐 확산된 메모리 공간을 포함한다.
소프트웨어 명령어는 통신 인터페이스(370)를 통해 또 다른 컴퓨터 판독 가능 매체로부터 또는 또 다른 디바이스로부터 메모리(330) 및/또는 저장 컴포넌트(340)로 판독될 수 있다. 실행될 때, 메모리(330) 및/또는 저장 컴포넌트(340)에 저장된 소프트웨어 명령어는 프로세서(320)가 본 명세서에서 설명된 하나 이상의 프로세스를 수행하게 할 수 있다. 부가적으로, 또는 대안적으로, 하드와이어드 회로는 본 명세서에서 설명된 하나 이상의 프로세스를 수행하기 위해 소프트웨어 지시 대신에 또는 그것과 조합하여 사용될 수 있다. 따라서, 본 명세서에서 설명된 구현은 하드웨어 회로 및/또는 소프트웨어의 임의의 특정 조합에 제한되지 않는다.
도 3에 도시된 컴포넌트의 수 및 배열은 예로서 제공된다. 실제로, 디바이스(300)는 도 3에 도시된 것보다 부가적인 컴포넌트, 적은 컴포넌트, 상이한 컴포넌트, 또는 상이하게 배열된 컴포넌트를 포함할 수 있다. 부가적으로, 또는 대안적으로, 디바이스(300)의 컴포넌트의 세트(예컨대, 하나 이상의 컴포넌트)는 디바이스(300)의 또 다른 세트의 컴포넌트에 의해 수행되는 것으로서 설명된 하나 이상의 기능을 수행할 수 있다.
도 4는 복수의 파장 채널과 연관된 원시 심장박동 데이터에 기초하여 심장박동 주기 데이터를 결정하기 위한 예시적인 프로세스(400)의 흐름도이다. 몇몇 구현예에서, 도 4의 하나 이상의 프로세스 블록은 심장박동 주기 데이터 디바이스(예컨대, 심장박동 주기 데이터 디바이스(210))에 의해 수행될 수 있다. 몇몇 구현예에서, 도 4의 하나 이상의 프로세스 블록은 또 다른 디바이스 또는 다중스펙트럼 센서 디바이스(예컨대, 다중스펙트럼 센서 디바이스(205)) 등과 같은, 심장박동 주기 데이터 디바이스로부터 분리되거나 또는 그것을 포함한 디바이스의 그룹에 의해 수행될 수 있다.
도 4에 도시된 바와 같이, 프로세스(400)는 복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득하는 것을 포함할 수 있다(블록 410). 예를 들어, 심장박동 주기 데이터 디바이스는 (예컨대, 프로세서(320), 메모리(330), 저장 컴포넌트(340), 입력 컴포넌트(350), 통신 인터페이스(370) 등을 사용하여) 상기 설명된 바와 같이, 복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득할 수 있다.
도 4에 도시된 바와 같이, 프로세스(400)는 특정 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하는 것을 포함할 수 있다(블록 420). 예를 들어, 심장박동 주기 데이터 디바이스는, (예컨대, 프로세서(320), 메모리(330) 등을 사용하여) 상기 설명된 바와 같이, 특징 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성할 수 있다.
도 4에 도시된 바와 같이, 프로세스(400)는 각각 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하는 것을 포함할 수 있다(블록 430). 예를 들어, 심장박동 주기 데이터 디바이스는 (예컨대, 프로세서(320), 메모리(330) 등을 사용하여) 상기 설명된 바와 같이, 각각 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별할 수 있다.
도 4에 도시된 바와 같이, 프로세스(400)는 주성분 분석을 사용하여, 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하는 것을 포함할 수 있다(블록 440). 예를 들어, 심장박동 주기 데이터 디바이스는, (예컨대, 프로세서(320), 메모리(330) 등을 사용하여) 상기 설명된 바와 같이, 주성분 분석을 사용하여, 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성할 수 있다.
도 4에 도시된 바와 같이, 프로세스(400)는 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하는 것을 포함할 수 있다(블록 450). 예를 들어, 심장박동 주기 데이터 디바이스(예컨대, 프로세서(320), 메모리(330) 등을 사용하여)는, 상기 설명된 바와 같이, 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정할 수 있다.
도 4에 도시된 바와 같이, 프로세스(400)는 생체 인식 모니터링 동작이 수행되도록 허용하기 위해 최종 심장박동 주기 데이터를 결정하도록 초기 심장박동 주기 데이터에서의 심장박동 주기 간극을 정정하는 것을 포함할 수 있다(블록 460). 예를 들어, 심장박동 주기 데이터 디바이스는 (예컨대, 프로세서(320), 메모리(330) 등을 사용하여) 상기 설명된 바와 같이, 생체 인식 모니터링 동작이 수행되도록 허용하기 위해, 최종 심장박동 주기 데이터를 결정하도록 초기 심장박동 주기 데이터에서의 심장박동 주기 간극을 정정할 수 있다.
프로세스(400)는 임의의 단일 구현예 또는 이하에서 설명된 구현예의 임의의 조합 및/또는 본 명세서에서의 다른 곳에서 설명된 하나 이상의 다른 프로세스와 관련되어서와 같이, 부가적인 구현예를 포함할 수 있다.
몇몇 구현예에서, 생체 인식 모니터링 동작은 순간 심박수 결정이다. 본 명세서에서, 심장박동 주기 데이터 디바이스는 몇몇 구현예에서, 최종 심장박동 주기 데이터에 기초하여 순간 심박수를 결정하며, 순간 심박수를 식별하는 정보를 제공할 수 있다.
몇몇 구현예에서, 생체 인식 모니터링 동작은 바이탈 사인 모니터링이다. 본 명세서에서, 심장박동 주기 데이터 디바이스는 바이탈 사인 모니터링을 수행하는 것과 관련하여 최종 심장박동 주기 데이터를 제공할 수 있다.
몇몇 구현예에서, 복수의 특징 벡터는 복수의 이동 1/4-기간 기울기 특징 벡터이다.
몇몇 구현예에서, 심장박동 주기 데이터 디바이스는 복수의 특징 벡터에 대한 복수의 상관 계수의 제곱을 결정하며, 복수의 상관 계수의 제곱 중, 임계치를 충족시키는, 상관 계수의 제곱의 세트를 식별할 수 있다. 본 명세서에서, 선택된 특징 벡터의 세트를 식별할 때, 심장박동 주기 데이터 디바이스는 상관 계수의 제곱의 세트에 기초하여 선택된 특징 벡터의 세트를 식별할 수 있으며, 본 명세서에서 상관 계수의 제곱의 세트의 각각은 선택된 특징 벡터의 세트의 각각의 쌍에 대응한다.
몇몇 구현예에서, 평균 특징 벡터는 주성분 분석과 연관된 제1 주성분에 기초하여 생성된다.
몇몇 구현예에서, 최종 심장박동 주기 데이터를 결정하기 위해 심장박동 주기 간극을 정정할 때, 심장박동 주기 데이터 디바이스는 초기 심장박동 주기 데이터에 의해 식별된 심장박동 주기가 임계치를 충족시키는 기간을 갖는다는 결정에 기초하여 심장박동 주기 간극을 식별하며; 추정된 심장박동 주기 기간에 기초하여, 식별된 심장박동 주기 간극을 정정하기 위해 초기 심장박동 주기 데이터를 수정할 수 있고, 본 명세서에서 식별된 심장박동 주기 간극을 정정하기 위해 초기 심장박동 주기 데이터를 수정한 결과는 최종 심장박동 주기 데이터이다.
도 4는 프로세스(400)의 예시적인 블록을 도시하지만, 몇몇 구현예에서, 프로세스(400)는 도 4에 묘사된 것보다 부가적인 블록, 적은 블록, 상이한 블록, 또는 상이하게 배열된 블록을 포함할 수 있다. 부가적으로, 또는 대안적으로, 프로세스(400)의 블록 중 둘 이상은 동시에 수행될 수 있다.
도 5A 내지 도 5D는 본 명세서에서 설명된 바와 같이, 원시 심장박동 데이터에 기초하여 생성된 특징 벡터의 예를 예시한 다이어그램이다. 특히, 개개의 신호의 식별은 도 5A 내지 도 5D에 의해 예시된 구현예를 이해하는데 필요하지 않으며; 결과적으로, 각각의 신호의 명확한 기술은 도시되지 않는다.
도 5A는 시간 스텝 0 내지 대략 시간 스텝 180까지의 시간 구간 동안 14개 파장 채널에 대한 원시 심장박동 데이터(평균 카운트의 상대적 카운트 변화의 형태로)를 예시한 예이다. 특히, 도 5A에 예시된 원시 심장박동 데이터는 비교적 편평한 기준선을 가진다. 몇몇 구현예에서, 상기 설명된 바와 같이, 특징 벡터는 파장 채널의 각각에 대해 생성될 수 있다. 도 5B는 14개 파장 채널의 각각과 연관된, 원시 심장박동 데이터를, 각각의 이동 1/4-기간 기울기 특징 벡터로 변환한 결과를 예시한 예이다. 도 5B에 도시된 바와 같이, 특징 벡터의 양성 및 음성 상은 (예컨대, 원시 심장박동 데이터에 비교하여) 쉽게 식별 가능하다. 따라서, 상기 설명된 바와 같이, 특징 벡터 변환은 심장박동 주기 데이터가 심장박동 주기 데이터 디바이스(210)에 의해 결정되도록 허용할 수 있다.
도 5C는 대략 시간 스텝 180 내지 대략 시간 스텝 320까지의 시간 구간 동안 14개 파장 채널에 대한 원시 심장박동 데이터를 (평균 카운트의 상대적 카운트 변화의 형태로) 예시한 예이다. 특히, 도 5C에 예시된 원시 심장박동 데이터는 상당히 양의 기울기를 가진 기준선을 갖는다. 몇몇 구현예에서, 상기 설명된 바와 같이, 특징 벡터는 파장 채널의 각각에 대해 생성될 수 있다. 도 5D는 14개 파장 채널의 각각과 연관된, 원시 심장박동 데이터를, 각각의 이동 1/4-기간 기울기 특징 벡터로 변환한 결과를 예시한 예이다. 도 5D에 도시된 바와 같이, 특징 벡터의 양성 및 음성 상은 (예컨대, 원시 심장박동 데이터에 비교하여) 비교적 식별 가능하다. 따라서, 상기 설명된 바와 같이, 특징 벡터 변환은 심장박동 주기 데이터가 심장박동 주기 데이터 디바이스(210)에 의해 결정되도록 허용할 수 있다. 몇몇 구현예에서, 상기 설명된 바와 같이, 심장박동 주기 데이터 디바이스(210)는 (예컨대, 평균 특징 벡터를 생성한 후) 상기 설명된 방식으로 양으로 경사진 기준선에서 기인한 간극을 정정할 수 있다.
상기 표시된 바와 같이, 도 5A 내지 도 5D는 단지 예로서 제공된다. 다른 예는 도 5A 내지 도 5D에 관하여 설명된 것과는 상이할 수 있다.
도 6은 본 명세서에서 설명된 바와 같이, 선택된 특징 벡터의 세트의 주성분 분석에 기초하여 생성된 평균 특징 벡터의 예를 예시한 다이어그램이다. 도 6에 도시된 바와 같이, 이 예에서, 506 나노미터(㎚) 파장 채널에 대응하는 특징 벡터, 520㎚ 파장 채널에 대응하는 특징 벡터, 및 선택된 특징 벡터의 세트(예컨대, 506㎚ 및 520㎚ 채널에 대응하는 특징 벡터를 포함하는 선택된 특징 벡터의 세트)의 평균에 대응하는 특징 벡터는 주어진 시간 구간에서 대략 -0.02 내지 대략 0.02 사이의 범위에 있는 값을 갖는다. 추가로 도시된 바와 같이, 선택된 특징 벡터의 세트의 PCA를 사용하여 생성된 평균 특징 벡터(PC1)는 주어진 시간 구간에서 대략 -0.06 내지 0.08 사이의 범위에 있는 값을 갖는다.
도 6에 의해 예시된 바와 같이, PCA를 사용하여 평균 특징 벡터(예컨대, PC1)를 생성하는 것은 (예컨대, 선택된 특징 벡터의 세트의 개개의 것 또는 선택된 특징 벡터의 세트의 평균에 비교하여) 상당히 더 높은 SNR을 신호에 제공하며, 그러므로, 양성 및 음성 상이 상기 설명된 방식으로 심장박동 주기 데이터를 결정하는 것과 관련하여 더 쉽게 식별되도록 허용한다.
상기 표시된 바와 같이, 도 6은 단지 예로서 제공된다. 다른 예는 도 6에 대하여 설명된 것과는 상이할 수 있다.
도 7A 및 도 7B는 본 명세서에서 설명된 바와 같이, 초기 심장박동 주기 데이터에서 심장박동 데이터 간극 정정의 예시적인 효과를 예시한 다이어그램이다. 도 7A는 주어진 시간 구간 동안 간극 정정 전 및 후 상이한 심장박동 기간의 발생의 수의 예를 예시하며, 도 7B는 주어진 시간 구간 동안 간극 정정 전 및 후 결정된 순간 심박수의 예를 예시한다.
도 7A에 도시된 바와 같이, 간극 정정 전에, 다수의 과-분할된 심장박동 주기 기간(예컨대, 대략 20개 미만의 시간 스텝을 가진 심장박동 주기 기간) 및 검출되지 않은 심장박동 주기 기간이 존재한다. 추가로 도시된 바와 같이, 간극 정정 후, 이들 간극은 (예컨대, 모든 심장박동 주기가 대략 20 내지 대략 32개 시간 스텝 사이에 있는 기간을 갖도록) 제거된다.
유사하게, 도 7B에 도시된 바와 같이, 간극 정정 전에, 순간 심박수는 과-분할된 심장박동 주기 기간에서 기인한 다수의 양성 스파이크(예컨대, 분당 대략 150 비트 이상), 및 검출되지 않은 심장박동 주기 기간에서 기인한 음성 스파이크를 포함한다. 추가로 도시된 바와 같이, 간극 정정 후, 이들 스파이크는 (예컨대, 순간 심박수가 갑작스러운 상당한 증가 또는 감소를 포함하지 않도록) 제거된다.
상기 표시된 바와 같이, 도 7A 및 도 7B는 단지 예로서 제공된다. 다른 예는 도 7A 및 도 7B에 대하여 설명된 것과는 상이할 수 있다.
도 8은 본 명세서에서 설명된, 최종 심장박동 주기 데이터에 기초하여 결정된 순간 심박수의 예를 예시한 다이어그램이다. 도 8에 도시된 바와 같이, 본 명세서에서 설명된, 최종 심장박동 주기 데이터에 기초하여 결정된 순간 심박수는 (비교적 정확한 것으로 알려진) 종래의 가슴 스트랩 심박수 모니터에서 결정된 순간 심박수와 (예컨대, 분당 수 비트 내에서) 대략 일치할 수 있다. 특히, 추가 개선은 (예컨대, 이동 구간 평균을 사용하여) 결정된 순간 심박수의 평활화에 기인할 수 있으며, 그러므로, 도 8에 예시된 것보다 가까운 일치가 달성될 수 있다. 어쨌든, 도 8에 예시된 바와 같이, 본 명세서에서 설명된 방식으로 결정된, 최종 심장박동 주기 데이터는 생체 인식 모니터링 동작이 수용 가능한 정확도 및/또는 신뢰성으로 수행되도록 허용할 수 있다.
상기 표시된 바와 같이, 도 8은 단지 예로서 제공된다. 다른 예는 도 8에 대하여 설명된 것과는 상이할 수 있다.
본 명세서에서 설명된 몇몇 구현은 심장박동 주기 데이터 디바이스(210)가 다중스펙트럼 센서 디바이스(205)에 의해 수집된 원시 심장박동 데이터에 기초하여, 생체 인식 모니터링 동작이 수행될 수 있는 심장박동 주기 데이터를 결정하도록 허용한다. 보다 구체적으로, 본 명세서에서 설명된 몇몇 구현은 심장박동 주기 데이터 디바이스(210)가 심장박동 주기 데이터를 결정하기 위해 원시 심장박동 데이터를 처리하도록 허용하며, 그에 의해 심장박동 주기 데이터를 사용하는 생체 인식 모니터링 동작이 (예컨대, 생체 인식 모니터링 동작을 수행하는 것과 관련하여 원시 심장박동 데이터를 사용하는 것에 비교하여) 비교적 더 정확하고/하거나 비교적 더 신뢰 가능한 결과를 제공하도록 허용한다.
앞서 말한 개시는 예시 및 설명을 제공하지만, 철저하거나 또는 구현예를 개시된 정확한 형태로 제한하도록 의도되지 않는다. 수정 및 변화는 상기 개시를 고려하여 이루어질 수 있거나 또는 구현의 실시로부터 획득될 수 있다.
본 명세서에서 사용된 바와 같이, 용어 "컴포넌트"는 하드웨어, 펌웨어, 또는 하드웨어 및 소프트웨어의 조합으로서 광범위하게 해석되도록 의도된다.
몇몇 구현은 임계치와 관련되어 본 명세서에서 설명된다. 본 명세서에서 사용된 바와 같이, 임계치를 충족시키는 것은 맥락에 의존하여, 값이 임계치보다 크고, 임계치보다 많고, 임계치보다 높고, 임계치보다 크거나 같고, 임계치 미만이고, 임계치보다 적고, 임계치보다 낮고, 임계치보다 적거나 같고, 임계치와 같다는 것 등을 나타낼 수 있다.
본 명세서에서 설명된 시스템 및/또는 방법은 상이한 형태의 하드웨어, 펌웨어, 또는 하드웨어 및 소프트웨어의 조합으로 구현될 수 있다. 이들 시스템 및/또는 방법을 구현하기 위해 사용된 실제 특수화된 제어 하드웨어 또는 소프트웨어 코드는 구현예를 제한하지 않는다. 따라서, 시스템 및/또는 방법의 동작 및 거동은 특정 소프트웨어 코드에 대한 참조 없이 본 명세서에서 설명된다 - 소프트웨어 및 하드웨어는 본 명세서에서의 설명에 기초하여 시스템 및/또는 방법을 구현하도록 설계될 수 있다는 것이 이해된다.
특징의 특정한 조합이 청구항에서 나열되고/되거나 명세서에서 개시되지만, 이들 조합은 다양한 구현의 개시를 제한하도록 의도되지 않는다. 사실상, 많은 이들 특징은 청구항에서 구체적으로 열거되고/되거나 명세서에서 개시되지 않은 방식으로 조합될 수 있다. 이하에서 나열된 각각의 종속 청구항은 단지 하나의 청구항에 직접 의존할 수 있지만, 다양한 구현의 개시는 청구항 세트에서의 모든 다른 청구항과 조합한 각각의 종속 청구항을 포함한다.
본 명세서에서 사용된 어떤 요소, 동작, 또는 지시도 이와 같이 명시적으로 설명되지 않는다면, 중대하거나 또는 필수적인 것으로 해석되지 않아야 한다. 또한, 본 명세서에서 사용된 바와 같이, 단수 표현은 하나 이상의 지시대상을 포함하도록 의도되며, "하나 이상"과 상호 교환 가능하게 사용될 수 있다. 또한, 본 명세서에서 사용된 바와 같이, 용어 "세트"는 하나 이상의 대상(예컨대, 관련 대상, 관련되지 않은 대상, 관련되고 관련되지 않은 대상의 조합 등)을 포함하도록 의도되며, "하나 이상"과 상호 교환 가능하게 사용될 수 있다. 단지 하나의 대상만이 의도되는 경우, 구절 "단지 하나" 또는 유사한 언어가 사용된다. 또한, 본 명세서에서 사용된 바와 같이, 용어 "갖다", "갖는다", "가진" 등은 제약을 두지 않는 용어인 것으로 의도된다. 또한, 구절 "~에 기초하는"은 달리 명확하게 서술되지 않는다면 "~에 적어도 부분적으로 기초하는"을 의미하도록 의도된다.

Claims (20)

  1. 방법으로서,
    디바이스에 의해, 복수의 파장 채널과 연관된 원시 심장박동 데이터(raw heartbeat data)를 획득하는 단계;
    상기 디바이스에 의해 그리고 특징 벡터 변환에 기초하여, 각각 상기 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하는 단계로서, 상기 복수의 특징 벡터는, 상기 복수의 특징 벡터를 생성하는 단계;
    상기 디바이스에 의해, 각각 상기 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 상기 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하는 단계;
    상기 디바이스에 의해 그리고 주성분 분석을 사용하여, 상기 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하는 단계;
    상기 디바이스에 의해, 상기 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하는 단계; 및
    상기 디바이스에 의해, 생체 인식 모니터링 동작이 수행되게끔 허용하도록 최종 심장박동 주기 데이터를 결정하기 위해 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하는 단계를 포함하는, 방법.
  2. 제1항에 있어서, 상기 생체 인식 모니터링 동작은 바이탈 사인 모니터링이며, 상기 방법은,
    상기 바이탈 사인 모니터링을 수행하는 것과 관련하여 상기 최종 심장박동 주기 데이터를 제공하는 단계를 더 포함하는, 방법.
  3. 제2항에 있어서, 상기 바이탈 사인 모니터링은 순간 심박수 결정 또는 혈압 결정을 포함하는, 방법.
  4. 제1항에 있어서, 상기 복수의 특징 벡터는 복수의 이동 1/4-기간 기울기 특징 벡터인, 방법.
  5. 제1항에 있어서,
    상기 복수의 특징 벡터에 대해서 상기 복수의 상관 계수의 제곱을 결정하는 단계;
    상기 복수의 상관 계수의 제곱 중, 임계치를 충족시키는, 상기 상관 계수의 제곱의 세트를 식별하는 단계를 더 포함하되,
    상기 선택된 특징 벡터의 세트를 식별하는 단계는,
    상기 상관 계수의 제곱의 세트에 기초하여 상기 선택된 특징 벡터의 세트를 식별하는 것을 포함하고,
    상기 상관 계수의 제곱의 세트의 각각은 상기 선택된 특징 벡터의 세트의 각각의 쌍에 대응하는, 방법.
  6. 제1항에 있어서, 상기 평균 특징 벡터는 상기 주성분 분석과 연관된 제1 주성분에 기초하여 생성되는, 방법.
  7. 제1항에 있어서, 상기 최종 심장박동 주기 데이터를 결정하기 위해 상기 심장박동 주기 간극을 정정하는 단계는,
    상기 초기 심장박동 주기 데이터에 의해 식별된, 심장박동 주기가 임계치를 충족시키는 기간을 갖는다는 결정에 기초하여 심장박동 주기 간극을 식별하는 단계; 및
    추정된 심장박동 주기 기간에 기초하여, 식별된 심장박동 주기 간극을 정정하기 위해 상기 초기 심장박동 주기 데이터를 수정하는 단계를 포함하며,
    상기 식별된 심장박동 주기 간극을 정정하기 위해 상기 초기 심장박동 주기 데이터를 수정한 결과는 상기 최종 심장박동 주기 데이터인, 방법.
  8. 디바이스로서,
    하나 이상의 메모리; 및
    상기 하나 이상의 메모리에 통신 가능하게 결합된 하나 이상의 프로세서를 포함하되, 상기 하나 이상의 프로세서는,
    복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득하고;
    특징 벡터 변환에 기초하여, 각각 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하고;
    각각 상기 복수의 특징 벡터의 각각의 쌍과 연관된 복수의 상관 계수의 제곱에 기초하여, 상기 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하고;
    주성분 분석을 사용하여, 상기 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하고;
    상기 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하며; 그리고
    생체 인식 모니터링 동작이 수행되게끔 허용하도록 최종 심장박동 주기 데이터를 결정하기 위하여 상기 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하기 위한 것인, 디바이스.
  9. 제8항에 있어서, 상기 생체 인식 모니터링 동작은 바이탈 사인 모니터링이며, 상기 하나 이상의 프로세서는 또한,
    상기 바이탈 사인 모니터링을 수행하는 것과 관련하여 상기 최종 심장박동 주기 데이터를 제공하기 위한 것인, 디바이스.
  10. 제9항에 있어서, 상기 바이탈 사인 모니터링은 순간 심박수 결정 또는 혈압 결정을 포함하는, 디바이스.
  11. 제8항에 있어서, 상기 복수의 특징 벡터는 복수의 이동 1/4-기간 기울기 특징 벡터인, 디바이스.
  12. 제8항에 있어서, 상기 하나 이상의 프로세서는 또한,
    상기 복수의 특징 벡터에 대해서 상기 복수의 상관 계수의 제곱을 결정하고;
    상기 복수의 상관 계수의 제곱 중, 임계치를 충족시키는 상기 상관 계수의 제곱의 세트를 식별하기 위한 것이며;
    상기 하나 이상의 프로세서는, 상기 선택된 특징 벡터의 세트를 식별할 때,
    상기 상관 계수의 제곱의 세트에 기초하여 상기 선택된 특징 벡터의 세트를 식별하기 위한 것이고,
    상기 상관 계수의 제곱의 세트의 각각은 상기 선택된 특징 벡터의 세트의 각각의 쌍에 대응하는, 디바이스.
  13. 제8항에 있어서, 상기 평균 특징 벡터는 상기 주성분 분석과 연관된 제1 주성분에 기초하여 생성되는, 디바이스.
  14. 제8항에 있어서, 상기 하나 이상의 프로세서는, 상기 최종 심장박동 주기 데이터를 결정하기 위해 상기 심장박동 주기 간극을 정정할 때,
    상기 초기 심장박동 주기 데이터에 의해 식별된, 심장박동 주기가 임계치를 충족시키는 기간을 갖는다는 결정에 기초하여 심장박동 주기 간극을 식별하고;
    추정된 심장박동 주기 기간에 기초하여, 식별된 심장박동 주기 간극을 정정하기 위해 상기 초기 심장박동 주기 데이터를 수정하기 위한 것이며,
    상기 식별된 심장박동 주기 간극을 정정하기 위해 상기 초기 심장박동 주기 데이터를 수정한 결과는 상기 최종 심장박동 주기 데이터인, 디바이스.
  15. 명령어를 저장한 비-일시적 컴퓨터 판독 가능 매체로서,
    상기 명령어는,
    하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금,
    복수의 파장 채널과 연관된 원시 심장박동 데이터를 획득하게 하고;
    특징 벡터 변환에 기초하여, 각각 상기 복수의 파장 채널 중 각각의 파장 채널에 대응하는 복수의 특징 벡터를 생성하게 하고;
    각각 상기 복수의 특징 벡터의 각각의 쌍과 연관되는 복수의 상관 계수의 제곱에 기초하여, 상기 복수의 특징 벡터로부터, 선택된 특징 벡터의 세트를 식별하게 하고;
    주성분 분석을 사용하여, 상기 선택된 특징 벡터의 세트의 평균 특징 벡터를 생성하게 하고;
    상기 평균 특징 벡터에 기초하여 초기 심장박동 주기 데이터를 결정하게 하며; 그리고
    생체 인식 모니터링 동작이 수행되게끔 허용하도록 최종 심장박동 주기 데이터를 결정하기 위해 초기 심장박동 주기 데이터에서 심장박동 주기 간극을 정정하게 하는, 하나 이상의 명령어를 포함하는, 비-일시적 컴퓨터 판독 가능 매체.
  16. 제15항에 있어서, 상기 생체 인식 모니터링 동작은 바이탈 사인 모니터링이고, 상기 하나 이상의 명령어는, 상기 하나 이상의 프로세서에 의해 실행될 때, 또한 상기 하나 이상의 프로세서로 하여금,
    상기 바이탈 사인 모니터링을 수행하는 것과 관련하여 상기 최종 심장박동 주기 데이터를 제공하게 하는, 비-일시적 컴퓨터 판독 가능 매체.
  17. 제16항에 있어서, 상기 바이탈 사인 모니터링은 순간 심박수 결정 또는 혈압 결정을 포함하는, 비-일시적 컴퓨터 판독 가능 매체.
  18. 제15항에 있어서, 상기 복수의 특징 벡터는 복수의 이동 1/4-기간 기울기 특징 벡터인, 비-일시적 컴퓨터 판독 가능 매체.
  19. 제15항에 있어서, 상기 하나 이상의 명령어는, 상기 하나 이상의 프로세서에 의해 실행될 때, 또한 상기 하나 이상의 프로세서로 하여금,
    상기 복수의 특징 벡터에 대해서 상기 복수의 상관 계수의 제곱을 결정하게 하고;
    상기 복수의 상관 계수의 제곱 중에서, 임계치를 충족시키는, 상기 상관 계수의 제곱의 세트를 식별하게 하며;
    상기 하나 이상의 프로세서로 하여금 상기 선택된 특징 벡터의 세트를 식별하게 하는 상기 하나 이상의 명령어는, 상기 하나 이상의 프로세서로 하여금,
    상기 상관 계수의 곱의 세트에 기초하여 상기 선택된 특징 벡터의 세트를 식별하게 하고,
    상기 상관 계수의 제곱의 세트의 각각은 상기 선택된 특징 벡터의 세트의 각각의 쌍에 대응하는, 비-일시적 컴퓨터 판독 가능 매체.
  20. 제15항에 있어서, 상기 하나 이상의 프로세서로 하여금 상기 최종 심장박동 주기 데이터를 결정하기 위해 상기 심장박동 주기 간극을 정정하게 하는 상기 하나 이상의 명령어는, 상기 하나 이상의 프로세서로 하여금,
    상기 초기 심장박동 주기 데이터에 의해 식별된, 심장박동 주기가 임계치를 충족시키는 기간을 갖는다는 결정에 기초하여 심장박동 주기 간극을 식별하게 하고; 그리고
    추정된 심장박동 주기 기간에 기초하여, 상기 식별된 심장박동 주기 간극을 정정하기 위해 상기 초기 심장박동 주기 데이터를 수정하게 하고,
    상기 식별된 심장박동 주기 간극을 정정하기 위해 상기 초기 심장박동 주기 데이터를 수정한 결과는 상기 최종 심장박동 주기 데이터인, 비-일시적 컴퓨터 판독 가능 매체.
KR1020190160127A 2018-12-05 2019-12-04 자율적 전체 스펙트럼 생체 인식 모니터링 KR102380794B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220037617A KR102709502B1 (ko) 2018-12-05 2022-03-25 자율적 전체 스펙트럼 생체 인식 모니터링

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/210,740 2018-12-05
US16/210,740 US11000198B2 (en) 2018-12-05 2018-12-05 Autonomous full spectrum biometric monitoring

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020220037617A Division KR102709502B1 (ko) 2018-12-05 2022-03-25 자율적 전체 스펙트럼 생체 인식 모니터링

Publications (2)

Publication Number Publication Date
KR20200068602A KR20200068602A (ko) 2020-06-15
KR102380794B1 true KR102380794B1 (ko) 2022-03-30

Family

ID=68808075

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020190160127A KR102380794B1 (ko) 2018-12-05 2019-12-04 자율적 전체 스펙트럼 생체 인식 모니터링
KR1020220037617A KR102709502B1 (ko) 2018-12-05 2022-03-25 자율적 전체 스펙트럼 생체 인식 모니터링

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020220037617A KR102709502B1 (ko) 2018-12-05 2022-03-25 자율적 전체 스펙트럼 생체 인식 모니터링

Country Status (6)

Country Link
US (2) US11000198B2 (ko)
EP (1) EP3662824B1 (ko)
JP (2) JP7051786B2 (ko)
KR (2) KR102380794B1 (ko)
CN (2) CN117731256A (ko)
TW (2) TWI801695B (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11000198B2 (en) 2018-12-05 2021-05-11 Viavi Solutions Inc. Autonomous full spectrum biometric monitoring

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170245767A1 (en) 2016-02-25 2017-08-31 Echo Labs, Inc. Systems and methods for modified pulse transit time measurement

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6708058B2 (en) * 2001-04-30 2004-03-16 Cardiac Pacemakers, Inc. Normal cardiac rhythm template generation system and method
JP2008518708A (ja) * 2004-11-08 2008-06-05 イデシア・リミテッド 電子バイオメトリック識別認識のための方法及び装置
GB0606776D0 (en) * 2006-04-03 2006-05-10 Novartis Pharma Ag Predictive biomarkers for chronic allograft nephropathy
JP2013500757A (ja) 2009-07-31 2013-01-10 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 心弾道図信号解析の方法および装置
US20110246123A1 (en) * 2010-03-30 2011-10-06 Welch Allyn, Inc. Personal status monitoring
CN104837401B (zh) 2012-12-14 2017-09-12 皇家飞利浦有限公司 通过光电血管容积图(ppg)和加速度计检测显著心率失常事件的系统和方法
EP3048965A4 (en) 2013-09-27 2017-05-31 Mayo Foundation for Medical Education and Research Analyte assessment and arrhythmia risk prediction using physiological electrical data
WO2016054079A1 (en) * 2014-09-29 2016-04-07 Zyomed Corp. Systems and methods for blood glucose and other analyte detection and measurement using collision computing
US10154818B2 (en) * 2014-12-24 2018-12-18 Samsung Electronics Co., Ltd. Biometric authentication method and apparatus
HUE057576T2 (hu) * 2015-03-11 2022-05-28 Precordior Oy Eljárás és berendezés szívmûködési zavarra utaló információ elõállítására
JP2018536454A (ja) * 2015-10-12 2018-12-13 ノースウエスタン ユニヴァーシティＮｏｒｔｈｗｅｓｔｅｒｎ Ｕｎｉｖｅｒｓｉｔｙ 携行式血圧及びバイタルサインモニタリング装置、システム、及び方法
CN108471962B (zh) 2015-12-01 2021-04-20 皇家飞利浦有限公司 用于确定对象的生命体征信息的设备、系统和方法
WO2018064211A1 (en) * 2016-09-27 2018-04-05 Spry Health, Inc. Systems and methods for biological metrics measurement
WO2019205067A1 (en) * 2018-04-27 2019-10-31 Vita-Course Technologies Co., Ltd. Systems and methods for determining an arrhythmia type
US20200129130A1 (en) * 2018-10-26 2020-04-30 Firstbeat Technologies Oy Minimum heart rate value approximation
US11000198B2 (en) * 2018-12-05 2021-05-11 Viavi Solutions Inc. Autonomous full spectrum biometric monitoring

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170245767A1 (en) 2016-02-25 2017-08-31 Echo Labs, Inc. Systems and methods for modified pulse transit time measurement

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
논문, Photoplethysmography Revisited: From Contact to Noncontact, From Point to Imaging, IEEE Transactions on Biomedical Engineering. (2016.)

Also Published As

Publication number Publication date
JP2020089729A (ja) 2020-06-11
JP7296503B2 (ja) 2023-06-22
US20200178819A1 (en) 2020-06-11
TW202025963A (zh) 2020-07-16
EP3662824B1 (en) 2023-07-19
KR20220047932A (ko) 2022-04-19
TWI844328B (zh) 2024-06-01
KR102709502B1 (ko) 2024-09-24
JP2022106705A (ja) 2022-07-20
CN111265205B (zh) 2024-02-20
EP3662824A1 (en) 2020-06-10
US11547310B2 (en) 2023-01-10
CN117731256A (zh) 2024-03-22
JP7051786B2 (ja) 2022-04-11
TWI801695B (zh) 2023-05-11
US20210219857A1 (en) 2021-07-22
KR20200068602A (ko) 2020-06-15
CN111265205A (zh) 2020-06-12
US11000198B2 (en) 2021-05-11
TW202329872A (zh) 2023-08-01

Similar Documents

Publication Publication Date Title
US11779231B2 (en) Multiple source-detector pair photoplethysmography (PPG) sensor
CN109414203B (zh) 基于光学测量的在线心率估计
US11918328B2 (en) Baseline correction and extraction of heartbeat profiles
KR102380794B1 (ko) 자율적 전체 스펙트럼 생체 인식 모니터링
KR20180067348A (ko) Ppg를 이용한 맥박수 추정방법 및 장치
EP4154806B1 (en) Blood pressure estimation with photoplethysmography measurement
TWI829328B (zh) 多譜感測器裝置、其操作之方法、及相關的非暫時性電腦可讀取媒體

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20191204

PG1501 Laying open of application
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20211210

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20191204

Comment text: Patent Application

PA0302 Request for accelerated examination

Patent event date: 20211210

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20191204

Patent event code: PA03021R01I

Comment text: Patent Application

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220111

PA0107 Divisional application

Comment text: Divisional Application of Patent

Patent event date: 20220325

Patent event code: PA01071R01D

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220325

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220328

End annual number: 3

Start annual number: 1

PG1601 Publication of registration