KR102392759B1 - 심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램 - Google Patents
심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램 Download PDFInfo
- Publication number
- KR102392759B1 KR102392759B1 KR1020210134451A KR20210134451A KR102392759B1 KR 102392759 B1 KR102392759 B1 KR 102392759B1 KR 1020210134451 A KR1020210134451 A KR 1020210134451A KR 20210134451 A KR20210134451 A KR 20210134451A KR 102392759 B1 KR102392759 B1 KR 102392759B1
- Authority
- KR
- South Korea
- Prior art keywords
- analysis
- electrocardiogram
- signal
- data
- processing server
- Prior art date
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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0006—ECG or EEG signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/339—Displays specially adapted therefor
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physiology (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
Abstract
본 개시의 실시예는 의료진에 의해 입력된 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 심전도 데이터 처리 서버, 방법을 개시한다.
Description
본 개시의 실시예들에 따른 심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램에 관한 것이다.
심전도란 심장근육이 수축, 이완할 때 전기적인 탈분극과 재분극이 전위차를 발생시키는데, 이 전위차를 피부에 표면 전극(Surface electrode)을 부착하여 검출한 것이 심전도이다. 심전도는 수십 μV 에서 수 mV의 크기와 100 Hz 미만의 주파수 대역을 갖는다.
심장의 질병을 확인하기 위해서, 심전도를 소정의 기간 동안 측정하는 것이 필요하며, 이렇게 측정된 심전도에 대해서는 분석사를 통해서 입력된 분석 결과를 기초로 의사가 진단하고 있다. 분석사에 의해 24 시간 동안 측정된 심전도가 분석되는데 에는 3 내지 6 시간이 소요되며, 심전도의 측정 시간이 길어지게 되면 그에 비례하여 심전도가 분석되는 시간이 증가되게 되는 문제점이 발생할 수 있다.
또한, 의뢰된 분석의 실제 분석에 더 긴 시간이 소요되기도 하고 더 짧은 시간이 소요되어 분석사에게 지불되는 대가와 실제 분석 시간과 차이가 나는 문제점이 있었다.
따라서, 심전도의 분석에 소요되는 시간을 예측할 필요성이 대두되고 있다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 개시에서는 심전도 데이터 처리 방법을 제공하고자 한다.
본 개시의 실시예들에 따른 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법은 제1 대상체의 심전도 신호를 수신하는 단계; 상기 제1 대상체의 심전도 신호에 대한 분류 데이터를 수신하는 단계; 상기 심전도 신호와 상기 심전도 신호에 대한 분류 데이터를 이용하여, 상기 심전도 신호의 구간들에 대한 라벨 정보들이 연계되어 디스플레이되며, 기 저장된 상기 제1 대상체의 과거 병력 정보가 별개의 영역으로 디스플레이되는 출력 데이터를 생성하고, 상기 출력 데이터를 의료진 단말기로 전송하는 단계; 상기 의료진 단말기로부터 입력되는 상기 심전도 신호에 대한 분석 조건을 수신하거나, 정해진 방법으로 분석 조건을 결정하는 단계; 상기 분석 조건의 전부 또는 일부에 해당하는 1개 이상의 심전도 신호의 구간을 제1 분석 관심 구간으로 결정하는 단계; 상기 제1 분석 관심 구간을 분석하는데 소요되는 예상분석시간을 산출하는 단계; 및 상기 의료진 단말기로 상기 예상분석시간에 대한 정보를 전송하고, 상기 심전도 신호에 대한 분석 의뢰 신호를 생성하여 분석사 단말기로 전송하는 단계;를 포함할 수 있다.
본 개시의 실시예에 따르면, 상기 분석사 단말기가 상기 심전도 신호에 대한 분석 의뢰 신호에 응답하여 상기 제1 분석 관심 구간 이외의 다른 분석 관심 구간을 추가하는 입력이 있는 경우, 상기 입력에 대한 데이터를 수신하고, 상기 입력에 대한 데이터를 상기 의료진 단말기로 전송하여 알려주는 단계를 더 포함할 수 있다.
본 개시의 실시예들에 따르면, 상기 분석사 단말기가 상기 분석 의뢰 신호에 포함된 심전도 신호 및 심전도 신호에 대한 분류데이터를 디스플레이하도록 하고 상기 제1 분석 관심 구간 중에서, 상기 의료진 단말기로부터 우선순위 값을 입력하는 입력이 검출되면, 상기 우선순위 값에 기초하여 상기 심전도 신호 및 상기 심전도 신호에 대한 분류 데이터를 재 생성하여 상기 분석사 단말기에서 상기 분류 데이터를 디스플레이하도록 제어하는 단계;를 더 포함할 수 있다.
본 개시의 실시예들에 따르면, 상기 분석사 단말기로부터 추가된(insert) 혹은 수정된 입력된 우선순위 값에 대한 데이터를 수신하고 상기 우선순위 값에 대한 데이터를 상기 의료진 단말기로 전송하여 상기 우선순위 값에 대한 승인 여부에 대한 회신을 요청하는 단계;를 더 포함할 수 있다.
상기 제1 분석 관심 구간으로 결정하는 단계는 상기 심전도 신호 중에서 상기 분석 조건의 전부 또는 일부가 발생되는 발생 패턴을 산출하고, 상기 발생 패턴을 기초로 상기 분석 관심 구간을 결정할 수 있다.
상기 제 1 분석 관심 구간은 일(day) 단위로 결정되는 것일 수 있다.
상기 분석 조건은, 상기 심전도 신호에서 발생된 라벨들을 기초로 설정되거나, 측정된 기간 중 일부의 분석 시간으로 설정될 수 있다.
상기 분석 조건은 상기 제1 대상체의 문진 결과를 추가하여, 상기 심전도 신호가 측정된 기간 중 일부의 분석 시간으로 설정될 수 있다.
상기 예상분석시간을 산출하는 단계는 제1 라벨 및 제2 라벨을 분석 조건으로 수신한 경우, 상기 심전도 신호에 대한 분류 데이터를 이용하여 상기 제1 라벨의 발생 빈도수, 상기 제2 라벨의 발생 빈도수를 결정하고, 상기 제1 및 제2 라벨의 발생 빈도수 및 상기 제1 및 제2 라벨에 대한 분석 시간을 고려하여, 상기 분석 조건에 따른 심전도의 예상분석시간을 산출할 수 있다.
상기 예상분석시간을 산출하는 단계는 제1 질병을 분석 조건으로 수신한 경우, 기 저장된 질병 별 라벨 테이블을 이용하여 상기 제1 질병에 대한 하나 이상의 라벨을 결정하고, 상기 하나 이상의 라벨에 대해서, 각 발생 빈도수, 각 분석 시간을 고려하여 상기 분석 조건에 따른 심전도의 예상분석시간을 산출할 수 있다.
본 개시의 실시예들에 따른 심전도 데이터 처리 서버는, 프로세서, 컴퓨터 판독 가능한 메모리 및 통신부를 포함하고, 상기 프로세서가 제1 대상체의 심전도 신호를 수신하고, 상기 제1 대상체의 심전도 신호에 대한 분류 데이터를 수신하며, 상기 심전도 신호와 상기 심전도 신호에 대한 분류 데이터를 이용하여, 상기 심전도 신호의 구간들에 대한 라벨 정보들이 연계되어 디스플레이되며, 기 저장된 상기 제1 대상체의 과거 병력 정보가 별개의 영역으로 디스플레이되는 출력 데이터를 생성하고, 상기 출력 데이터를 의료진 단말기로 전송하고, 상기 의료진 단말기로부터 입력되는 상기 심전도 신호에 대한 분석 조건을 수신하거나, 정해진 방법으로 분석 조건을 결정하며, 상기 분석 조건의 전부 또는 일부에 해당하는 1개 이상의 심전도 신호의 구간을 제1 분석 관심 구간으로 결정하고, 상기 제1 분석 관심 구간을 분석하는데 소요되는 예상분석시간을 산출하며, 상기 의료진 단말기로 상기 예상분석시간에 대한 정보를 전송하고, 상기 심전도 신호에 대한 분석 의뢰 신호를 생성하여 분석사 단말기로 전송할 수 있다.
상기 프로세서가, 상기 분석사 단말기로부터 상기 제1 분석 관심 구간 이외의 다른 분석 관심 구간을 추가하는 입력에 대한 데이터를 수신하고, 상기 입력에 대한 데이터를 상기 의료진 단말기로 전송하여 알려주는, 심전도 데이터 처리 서버.
상기 프로세서가, 상기 분석사 단말기에서 상기 분석 의뢰 신호에 포함된 심전도 신호 및 심전도 신호에 대한 분류데이터를 디스플레이하도록 하고 상기 제1 분석 관심 구간 중에서, 우선순위 값을 입력하는 입력이 검출되면, 상기 우선순위 값에 기초하여 상기 심전도 신호 및 상기 심전도 신호에 대한 분류 데이터를 재 생성하여 상기 분석사 단말기에서 디스플레이되도록 제어할 수 있다.
상기 프로세서가, 상기 분석사 단말기로부터 추가되거나 수정된 우선순위 값에 대한 데이터를 수신하고 상기 의료진 단말기로 전송하여 상기 우선순위 값에 대한 승인 여부에 대한 회신을 요청할 수 있다.
상기 프로세서가, 상기 심전도 신호 중에서 상기 분석 조건의 전부 또는 일부가 발생되는 발생 패턴을 산출하고, 상기 발생 패턴을 기초로 상기 분석 관심 구간을 결정할 수 있다.
상기 제1 분석 관심 구간은 일(day) 단위로 결정되는 것일 수 있다.
상기 분석 조건은, 상기 제1 대상체의 문진 결과를 추가하여 상기 심전도 신호가 측정된 기간 중 일부의 분석 시간으로 설정될 수 있다.
상기 프로세서가, 제1 라벨 및 제2 라벨을 분석 조건으로 수신한 경우, 상기 심전도 신호에 대한 분류 데이터를 이용하여 상기 제1 라벨의 발생 빈도수, 상기 제2 라벨의 발생 빈도수를 결정하고, 상기 제1 및 제2 라벨의 발생 빈도수 및 상기 제1 및 제2 라벨에 대한 분석 시간을 고려하여, 상기 분석 조건에 따른 심전도의 예상분석시간을 산출할 수 있다.
상기 프로세서가, 제1 질병을 분석 조건으로 수신한 경우, 기 저장된 질병 별 라벨 테이블을 이용하여 상기 제1 질병에 대한 하나 이상의 라벨을 결정하고, 상기 하나 이상의 라벨에 대해서, 각 발생 빈도수, 각 분석 시간을 고려하여 상기 분석 조건에 따른 심전도의 예상분석시간을 산출할 수 있다.
본 발명의 실시예에 따른 컴퓨터 프로그램은 컴퓨터를 이용하여 본 발명의 실시예에 따른 방법 중 어느 하나의 방법을 실행시키기 위하여 매체에 저장될 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해 질 것이다.
본 개시의 실시예들은 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리할 수 있다.
도 1은 본 개시의 실시예들에 따른 심전도 데이터 처리 시스템(1)의 네트워크 환경에 대한 도면이다.
도 2는 본 개시의 실시예들에 따른 심전도 데이터 처리 서버(100)의 블록도이다.
도 3은 본 개시의 실시예들에 따른 심전도 신호 분석부(140)의 블록도이다.
도 4는 본 개시의 다른 실시예들에 따른 분석사 단말기로부터의 피드백을 이용하여 심전도 분석 신청을 생성하는 심전도 신호 분석부(140a)의 블록도이다.
도 5는 본 개시의 실시예들에 따른 심전도 데이터 처리 방법의 흐름도이다.
도 6은 본 개시의 실시예들에 따른 의료진에 의해 입력된 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법의 흐름도이다.
도 7은 본 개시의 실시예들에 따른 다른 분석 관심 구간을 추가하는 입력을 처리하는 방법의 흐름도이다.
도 8은 본 개시의 실시예들에 따른 다른 우선순위 값에 기초하여 분류 데이터를 재 생성하는 방법의 흐름도이다.
도 9는 본 개시의 실시예들에 따른 추가 또는 수정된 우선순위 값에 대한 승인 요청을 처리하는 방법의 흐름도이다.
도 10은 본 개시의 실시예들에 따른 예상분석시간을 산출하는 방법의 흐름도이다.
도 11은 본 개시의 실시예들에 따른 라벨로 입력된 분석 조건에 기초하여 예상분석시간을 산출하는 방법의 흐름도이다.
도 12는 본 개시의 실시예들에 따른 증상(불편감) 감지 정보에 따른 변경 조건을 재생성하여 분석하는 방법의 흐름도이다.
도 13은 본 개시의 실시예들에 따른 심전도 데이터 분석 방법의 흐름도이다.
도 14는 본 개시의 실시 예에 따른 심전도 신호에 대한 분류 데이터에 포함된 라벨의 예시도를 나타낸다.
도 15는 분석 조건에 해당하는 분석 대상 구간들을 예시한 도면이다.
도 16은 도 15의 분석 대상 구간들 중에서, 제1 및 제2 라벨의 발생 빈도수들을 예시한 도면이고, 도 17은 도 15의 분석 대상 구간들에 대한 일별 발생 빈도수들을 예시한 도면이다.
도 18는 도 16의 제1 라벨(AFIB_1)의 발생 시점을 나타내는 그래프이다.
도 19a는 제1 심전도 신호와 라벨들을 포함하는 제1 출력 데이터의 예시 도면이다. 도 19b는 제2 심전도 신호와 맥박수를 포함하는 제2 출력 데이터의 예시 도면이다.
도 2는 본 개시의 실시예들에 따른 심전도 데이터 처리 서버(100)의 블록도이다.
도 3은 본 개시의 실시예들에 따른 심전도 신호 분석부(140)의 블록도이다.
도 4는 본 개시의 다른 실시예들에 따른 분석사 단말기로부터의 피드백을 이용하여 심전도 분석 신청을 생성하는 심전도 신호 분석부(140a)의 블록도이다.
도 5는 본 개시의 실시예들에 따른 심전도 데이터 처리 방법의 흐름도이다.
도 6은 본 개시의 실시예들에 따른 의료진에 의해 입력된 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법의 흐름도이다.
도 7은 본 개시의 실시예들에 따른 다른 분석 관심 구간을 추가하는 입력을 처리하는 방법의 흐름도이다.
도 8은 본 개시의 실시예들에 따른 다른 우선순위 값에 기초하여 분류 데이터를 재 생성하는 방법의 흐름도이다.
도 9는 본 개시의 실시예들에 따른 추가 또는 수정된 우선순위 값에 대한 승인 요청을 처리하는 방법의 흐름도이다.
도 10은 본 개시의 실시예들에 따른 예상분석시간을 산출하는 방법의 흐름도이다.
도 11은 본 개시의 실시예들에 따른 라벨로 입력된 분석 조건에 기초하여 예상분석시간을 산출하는 방법의 흐름도이다.
도 12는 본 개시의 실시예들에 따른 증상(불편감) 감지 정보에 따른 변경 조건을 재생성하여 분석하는 방법의 흐름도이다.
도 13은 본 개시의 실시예들에 따른 심전도 데이터 분석 방법의 흐름도이다.
도 14는 본 개시의 실시 예에 따른 심전도 신호에 대한 분류 데이터에 포함된 라벨의 예시도를 나타낸다.
도 15는 분석 조건에 해당하는 분석 대상 구간들을 예시한 도면이다.
도 16은 도 15의 분석 대상 구간들 중에서, 제1 및 제2 라벨의 발생 빈도수들을 예시한 도면이고, 도 17은 도 15의 분석 대상 구간들에 대한 일별 발생 빈도수들을 예시한 도면이다.
도 18는 도 16의 제1 라벨(AFIB_1)의 발생 시점을 나타내는 그래프이다.
도 19a는 제1 심전도 신호와 라벨들을 포함하는 제1 출력 데이터의 예시 도면이다. 도 19b는 제2 심전도 신호와 맥박수를 포함하는 제2 출력 데이터의 예시 도면이다.
이하 첨부된 도면들에 도시된 본 발명에 관한 실시예를 참조하여 본 발명의 구성 및 작용을 상세히 설명한다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 “학습”, “러닝” 등의 용어는 인간의 교육 활동과 같은 정신적 작용을 지칭하도록 의도된 것이 아닌 절차에 따른 컴퓨팅(computing)을 통하여 기계 학습(machine learning)을 수행함을 일컫는 용어로 해석한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
어떤 실시예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
본 개시의 일 실시 예에 따르면 네트워크란 모든 통신 방식을 이용하여 설립(또는 형성)된 연결을 의미하며, 단말과 단말 간의 또는 단말과 서버 간의 데이터를 송수신하는, 모든 통신 방식을 통해 연결된 통신망을 의미할 수 있다.
모든 통신 방식이라 함은 소정의 통신 규격, 소정의 주파수 대역, 소정의 프로토콜 또는 소정의 채널을 통한 통신 등 모든 통신 방식을 포함할 수 있다. 예를 들면, 블루투스, BLE, Wi-Fi, Zigbee, 3G, LTE, 초음파를 통한 통신 방식 등을 포함할 수 있으며, 근거리 통신, 원거리 통신, 무선 통신 및 유선 통신을 모두 포함할 수 있다. 물론 상기 예시에 제한되지 않는다.
본 개시의 일 실시 예에 따르면 근거리 통신 방식이라 함은, 통신을 수행하는 디바이스(단말 또는 서버)가 소정의 범위 내에 있을 때에만 통신이 가능한 통신 방식을 의미할 수 있으며, 예를 들어, 블루투스, NFC 등을 포함할 수 있다. 원거리 통신 방식이라 함은, 통신을 수행하는 디바이스가 거리와 관계 없이 통신이 가능한 통신 방식을 의미할 수 있다. 예를 들면, 원거리 통신 방식은 AP와 같은 중계기를 통해 통신을 수행하는 두 디바이스가 소정의 거리 이상일 때에도 통신할 수 있는 방식을 의미할 수 있으며, SMS, 전화와 같은 셀룰러 네트워크(3G, LTE)를 이용한 통신 방식을 포함할 수 있다. 물론 상기 예시에 제한되지 않는다. 네트워크 망을 이용하여 온라인 활동을 제공받는다는 의미는 모든 통신 방식을 통해 서버와 단말 간의 통신이 수행될 수 있다는 의미를 포함할 수 있다.
도 1은 본 개시의 실시예들에 따른 심전도 데이터 처리 시스템(1)의 네트워크 환경에 대한 도면이다.
심전도 데이터 처리 시스템(1)은 심전도 신호와 심전도 신호에 대한 분류 데이터를 처리하는 시스템에 관한 것으로, 심전도 신호를 분석하여 심박수 및/또는 심전도 신호와 관련된 라벨을 생성할 수 있다.
심전도 데이터 처리 시스템(1)은 심장에 대한 신호인 심전도 신호에 대해서 미리 정해진 카테고리 값으로 분류한 라벨을 생성할 수 있다. 이렇게 라벨을 포함하는 데이터를 분류 데이터로 명명할 수 있다.
심전도 데이터 처리 서버(10)은 심전도 신호 및 심전도 신호에 대한 라벨 정보를 획득하고, 이에 대한 추가적인 분석 프로세스를 실행하도록 구현될 수 있다. 심전도 데이터 처리 서버(10)는 심전도 신호에 대한 라벨과 의료진의 분석 조건에 기초하여 심전도 신호의 예상분석시간을 산출할 수 있다. 예상분석시간을 산출하는 알고리즘은, 소정의 방법으로 생성되며, 기계학습, 강화학습, 지도학습, 비지도 학습 등의 방법으로 생성될 수 있다. 예상분석시간을 산출하는 알고리즘은 입력된 데이터들에 의해 업데이트 될 수 있다. 이를 통해, 심전도 데이터를 분석하기 전에 미리 예상분석시간을 산출하여 심전도 데이터를 분석하는데 필요한 시간을 알 수 있게 한다. 의료진은 이를 통해 심전도 데이터를 분석하는데 필요한 시간과 비용을 미리 알 수 있다. 분석사 역시 예상분석시간을 미리 알고서 심전도 데이터의 분석을 하며 하나 이상의 심전도 데이터에 대한 예상분석시간들에 대한 업무 프로세스를 미리 계획할 수 있다. 심전도 데이터 처리 서버(10)는 산출한 예상분석시간에 대한 데이터를 의료진 단말기(21)로 제공하고 의료진 단말기(21)로부터 수정된 분석 조건을 수신하고 수정된 분석 조건에 따른 예상분석시간을 다시 산출하여 예상분석시간에 대한 데이터를 생성할 수 있다. 심전도 데이터 처리 서버(10)는 의료진 단말기(21)로부터 분석 조건에 대한 확인 요청이 수신되면 분석 조건에 따른 분석 요청을 분석사 단말기(22)로 전송하고 분석사에 의해 분석 조건에 따른 심전도 신호의 구간에 대해서 분석 실행 과정이 실행되도록 처리할 수 있다. 이를 통해 의료진은 예상분석시간을 확인하여 너무 긴 시간이 소요되는 것으로 판단되는 경우에는, 분석 조건을 변경하여 예상분석시간을 감소 시킬 수 있다. 또는 예상분석시간이 기 설정된 값보다 짧은 경우에, 분석 조건을 변경하여 좀더 많은 신호 구간들을 분석하도록 분석 조건을 변경할 수 있다.
다른 실시예에서, 의료진 또는 분석사에 의해 원하는 예상분석시간이 입력되어 수신되는 경우, 입력된 예상분석시간에 대응되는 분석 조건을 결정하여 의료진 또는 분석사 단말기로 분석 조건에 대한 데이터를 전송할 수 있다. 심전도 데이터 처리 서버(10)는 분석 조건과 분석조건에 따라서 심전도 신호를 분석하는데 필요한 분석 시간으로 기계 학습된 모델, 함수 등을 이용하여 입력된 예상분석시간에 대한 분석조건을 출력(return)할 수 있다.
심전도 데이터 처리 서버(10)는 심전도 신호에서 인터벌 구간들을 추출하고, 인터벌 구간 내에서의 형태적 특징(morphology)을 이용하여 (예 피크점들, 신호의 기울기, 신호 폭들) 추출할 수 있다. 심전도 데이터 처리 서버(10)는 심전도 신호의 각 구간에 대응하는 라벨을 추가하는 분류 과정을 실행할 수 있다. 분류 과정은 소정의 알고리즘에 의하며, 해당 알고리즘은 학습에 의해 생성되는 것으로, 다양한 기계학습, 강화학습 알고리즘, 신경망에 의해서 생성될 수 있다. 해당 알고리즘은, 입력되는 데이터의 양이 증가되면 더 높은 예측확률을 가지는 알고리즘으로 변경 가능할 수 있다.
심전도 데이터 처리 서버(10)는 심전도 신호, 심전도 신호에 대한 라벨 정보를 접속한 의료진 단말기(21), 분석사 단말기(22), 다른 사용자 단말기의 출력부에 디스플레이 되도록 한다. 도 1에서는, 하나의 의료진 단말기, 하나의 분석사 단말기가 도시되어 있으나 이에 한정되지 않고 복수의 의료진 단말기, 및/또는 복수의 분석사 단말기들과 연결되어 통신할 수 있다. 심전도 데이터 처리 서버(10)는 하나의 컴퓨팅 장치 내에 구현될 수도, 복수의 컴퓨팅 장치들에 분산적으로 구현될 수 있다.
심전도 데이터 처리 서버(10)는 복수의 의료진 단말기들로부터의 분석 조건에 따라서 심전도 분석 신호를 생성할 수 있다. 복수의 분석사 단말기 중에서 선택된 하나의 분석사 단말기(22)에서 분석 조건에 따른 심전도 분석 신호가 생성되도록 처리할 수 있다.
여기서, 설명의 편의상 심전도 데이터 처리 서버(10)에 저장된 심전도 데이터를 저장하는 방법은 생략하였지만, 유선 혹은 무선으로, 심전도 측정자가 직접 혹은 의료진이 저장하거나, 심전도 측정 기기에서 자동으로 저장하게 할 수 있음은 당연하다.
본 개시의 실시예들에 따르면, 심전도 데이터 처리 서버(10)는 심전도 신호 및 심전도 신호에 대한 분류 데이터에 따른 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(10)는 심전도 신호의 각 구간에 대한 제1 분석 시간을 각각 산출할 수 있다. 심전도 데이터 처리 서버(10)는 산출된 제1 분석 시간들을 기초로 심전도 신호에 대한 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(10)는 심전도 신호에 포함된 노이즈 구간들을 추출하고 노이즈 구간들의 신호 길이를 기초로 노이즈 구간들에 대한 제2 분석 시간을 산출하고 제2 분석시간을 더 합산하여 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(10)는 심전도 신호의 일부인 관심 구간을 결정하고 관심 구간에 해당하는 심전도 신호의 관심 데이터를 선별하고 관심 데이터에 대한 예상분석시간을 산출할 수 있다. 관심 구간은 해당 환자에 의해서 입력된 문진 사항, 해당 심전도 신호에 대한 분류 데이터, 의료진 또는 분석사 등에 의해 입력된 분석 조건 등에 의해서 심전도 신호 중에서 결정될 수 있다. 예컨대, 관심 구간은 심전도 신호가 측정된 측정 기간 중에서 정해진 하나 이상의 day(24 시간)로 결정될 수 있다. 프로세서(120)는 예상분석시간이 기 설정된 목표 시간의 미만인지 여부를 판단할 수 있다. 목표 시간의 미만이라면 심전도 신호의 분석이 분석사 단말기로 전송되어 진행할 수 있다. 여기서 예상분석시간은 심전도 신호를 분석하는데 필요한 시간에 대한 것으로 다양한 알고리즘으로 산출된 것일 수 있다. 여기서, 목표 시간은 심전도 신호를 분석하는 목표 시간으로, 서버 내부 알고리즘 또는 외부 장치의 알고리즘에 의해서 결정되거나, 다른 장치(의료진 단말기, 분석사 단말기 등)에 의해서 입력된 값으로 결정될 수 있다. 심전도 데이터 처리 서버(10)는 심전도 신호에 대한 분류 데이터 중에서 분석 조건을 고려한 예상분석시간을 산출할 수 있다. 분석 조건은 의료진 단말기에 의해서 수정될 수 있다. 심전도 데이터 처리 서버(10)는 예상분석시간이 기 설정된 목표 시간 미만인지 여부에 대한 결과 데이터를 의료진 단말기로 전송할 수 있다. 심전도 신호에 대한 분류 데이터는 도 11에서 정의된 라벨들로 심전도 신호의 구간들이 분류되어 생성될 수 있으나, 이에 한정되지 않는다.
의료진 단말기(21)는 심전도 데이터 처리 서버(10)에 접속하여 등록된 심전도 신호에 대한 분석 조건을 입력할 수 있다. 의료진 단말기(21)는 분석 조건에 따른 예상분석시간을 수신할 수 있다. 의료진 단말기(21)는 예상분석시간을 확인하고 분석 조건을 수정하는 입력을 다시 입력할 수 있다. 의료진 단말기(21)는 입력한 분석 조건에 따라서 분석된 심전도 분석 데이터를 수신할 수 있다. 의료진 단말기(21)는 분석 조건에 따른 데이터에 대한 리포트를 수신할 수 있다.
분석사 단말기(22)는 심전도 데이터 처리 서버(10)에 접속하여 심전도 신호에 대한 분류 데이터를 입력할 수 있다. 심전도 데이터 처리 서버(10)는 분석 데이터를 입력할 수 있는 인터페이스 데이터를 제공할 수 있으며, 입력된 분석 데이터를 소정의 권한을 가진 의료진 단말기(21)에 주기적으로 제공할 수 있다.
심전도 데이터 처리 시스템(1)은 분석사 단말기(21), 의료진 단말기(22)와 네트워크로 연결되어 데이터를 송수신할 수 있다.
도 2는 본 개시의 실시예들에 따른 심전도 데이터 처리 서버(100)의 블록도이다.
심전도 데이터 처리 서버(100)는 통신부(110), 프로세서(120), 메모리(130), 및 심전도 신호 분석부(140)를 포함할 수 있다. 그러나, 도 2에 도시된 구성 요소가 모두 심전도 데이터 처리 서버(100)의 필수 구성 요소인 것은 아닐 수 있다. 도 2에 도시된 구성 요소 보다 많은 구성 요소에 의해 심전도 데이터 처리 서버(100)가 구현될 수도 있고, 도 2에 도시된 구성 요소보다 적은 구성 요소에 의해 심전도 데이터 처리 서버(100)가 구현될 수 있다. 심전도 데이터 처리 서버(100)는 사용자 단말일 수도 있고, 서버일 수도 있고, 시스템일 수도 있고, 별도의 장치일 수도 있다. 또한, 심전도 데이터 처리 서버(100)는 클라우드 시스템(cloud system)으로 구현할 수 있다. 심전도 데이터 처리 서버(100)가 Cloud system로 구현되는 경우, 분석사와 의료진이 동일한 위치에 또는 서로 다른 위치들에 각각 있을 수 있다.
프로세서(120)는 통상적으로, 심전도 데이터 처리 서버(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(120)는 심전도 데이터 처리 서버(100)에 저장된 프로그램을 실행함으로써, 심전도 데이터 처리 서버(100)가 포함하는 구성요소들을 전반적으로 제어할 수 있다.
본 개시의 일 실시예에 따르면, 프로세서(120)는 심전도 신호 및 심전도 신호에 대한 분류 데이터에 따른 예상분석시간을 산출할 수 있다. 프로세서(120)는 심전도 신호의 각 구간에 대한 제1 분석 시간을 각각 산출할 수 있다. 프로세서(120)는 산출된 제1 분석 시간들을 기초로 심전도 신호에 대한 예상분석시간을 산출할 수 있다. 프로세서(120)는 심전도 신호에 포함된 노이즈 구간들을 추출하고 노이즈 구간들의 신호 길이를 기초로 노이즈 구간들에 대한 제2 분석 시간을 산출하고 제2 분석시간을 더 합산하여 예상분석시간을 산출할 수 있다. 프로세서(120)는 심전도 신호의 일부인 관심 구간을 결정하고 관심 구간에 해당하는 심전도 신호의 관심 데이터를 선별하고 관심 데이터에 대한 예상분석시간을 산출할 수 있다. 관심 구간은 심전도 신호가 측정된 측정 기간 중에서 정해진 하나 이상의 제1 일자으로 결정될 수 있다. 예상분석시간이 기 설정된 목표 시간의 미만인지 여부를 판단할 수 있다. 여기서 예상분석시간은 심전도 신호를 분석하는데 필요한 시간에 대한 것으로 다양한 알고리즘으로 산출된 것일 수 있다. 여기서, 목표 시간은 심전도 신호를 분석하는 목표 시간으로, 서버 내부 알고리즘 또는 외부 장치의 알고리즘에 의해서 결정되거나, 다른 장치에 의해서 입력된 값으로 결정될 수 있다. 프로세서(120)는 심전도 신호에 대한 분류 데이터 중에서 분석 조건을 고려한 예상분석시간을 산출할 수 있다. 분석 조건은 의료진 단말기에 의해서 수정될 수 있다. 프로세서(120)는 예상분석시간이 기 설정된 목표 시간 이내(미만)인지 여부에 대한 결과 데이터를 의료진 단말기로 전송할 수 있다.
본 개시의 일 실시예에 따르면, 프로세서(120)는 심전도 신호에 대한 분석 조건을 의료진 단말기로부터 수신할 수 있다. 프로세서(120)는 분석 조건에 해당하는 구간들을 추출하고 해당 구간들의 발생 패턴과 구간에 대한 분석 시간을 고려하여 분석 조건에 해당하는 구간들의 예상분석시간을 산출할 수 있다.
프로세서(120)는 심전도 신호에 대한 분류 데이터를 사용자 단말기로 제공하고 제공된 데이터에 기초하여 분석 조건을 입력할 수 있다. 심전도 신호에 대한 분류 데이터는, 심전도 신호, 심전도 신호의 맥박수, 심전도 신호의 구간 별 카테고리값, 카테고리 값에 대한 라벨 등을 포함할 수 있다. 분석 조건은, 하나 이상의 라벨로, 또는 특정 시간 구간으로 설정될 수 있다. 분석 조건은 질환, 질병, 시간 등으로 입력되어 하나 이상의 라벨로 변경될 수 있다.
프로세서(120)는 심전도 신호에 대한 분석 의뢰 신호를 분석사 단말기로 전송하여 분석사 단말기에서 심전도 신호에 대한 분석 코멘트를 입력하도록 제어할 수 있다. 분석 의뢰 신호는 심전도 신호 중에서, 분석 조건에 대한 구간들을 포함할 수 있다. 분석 의뢰 신호는 의료진 단말기로부터의 분석 의뢰에 대한 승인 신호에 의해서 생성되어 전송될 수 있다. 또, 분석조건은 기 저장된 디폴트값(default)을 사용하거나 의료진이 사전에 정해진 조건일 수 있다. 의료진의 추가적인 입력 없이 분석 의뢰에 대한 승인 신호가 만들어 질 수 있다.
프로세서(120)는 심전도 데이터 처리 서버(100)를 전반적으로 제어하기 위한 구성이다. 구체적으로, 프로세서(120)는 심전도 데이터 처리 서버(100)의 저장매체에 저장된 각종 프로그램을 이용하여 심전도 데이터 처리 서버(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(120)는 CPU, 램(RAM), 롬(ROM), 시스템 버스를 포함할 수 있다. 여기서, 롬은 시스템 부팅을 위한 명령어 세트가 저장되는 구성이고, CPU는 롬에 저장된 명령어에 따라 심전도 데이터 처리 서버(100)의 저장된 운영체제를 램에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 시스템의 부팅이 완료되면, CPU는 저장된 각종 애플리케이션을 램에 복사하고, 실행시켜 각종 동작을 수행할 수 있다. 이상에서는 서비스 제공 서버(100)가 하나의 CPU만을 포함하는 것으로 설명하였지만, 구현 시에는 복수의 CPU(또는 DSP, SoC 등)으로 구현될 수 있다.
본 발명의 일 실시 예에 따라, 프로세서(120)는 디지털 신호를 처리하는 디지털 시그널 프로세서(digital signal processor(DSP)), 마이크로 프로세서(microprocessor), TCON(Time controller)으로 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 중앙처리장치(central processing unit(CPU)), MCU(Micro Controller Unit), MPU(micro processing unit), 컨트롤러(controller), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)), ARM 프로세서 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 프로세서(120)는 프로세싱 알고리즘이 내장된 SoC(System on Chip), LSI(large scale integration)로 구현될 수도 있고, FPGA(Field Programmable gate array) 형태로 구현될 수도 있다.
본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(120) 및/또는 심전도 신호 분석부(140)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 심전도 데이터 처리 서버(100)로 입력되거나 심전도 데이터 처리 서버(100)로부터 출력되는 데이터를 저장할 수도 있다. 본 개시의 일 실시예에 따르면, 메모리(130)는 심전도 신호, 심전도 신호에 대한 분류 데이터를 저장할 수 있다. 메모리(130)는 입력된 분석 조건에 대한 데이터를 저장할 수 있다. 메모리(130)는 심전도 신호에 대한 출력 데이터를 생성하는데 필요한 데이터를 저장할 수 있다.
본 개시의 일 실시예에 따르면, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한 본 개시의 일 실시예에 따르면, 메모리(130)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있다.
본 개시의 일 실시예에 따르면, 통신부(110)는 프로세서(120)의 외부 장치와 통신을 수행할 수 있다. 예를 들어, 통신부(110)는 프로세서(120)의 제어에 의해 사용자 단말기, 다른 서버와 같은 외부 장치와 통신을 수행할 수 있다. 또한, 통신부(110)는 외부 인터페이스와의 통신을 통해 사용자 정보 또는 사용자 입력을 획득할 수도 있다. 심전도 데이터 처리 서버(100)은 Cloud system 일 수 있고, 여기서, 통신부에 의한 네트워크(network)는 인트라넷/인터넷(intranet/internet)이 될 수 있다. 또한, 통신 보안과 심전도 신호 보안은 다양한 방법으로 구현 할 수 있다.
도 3은 본 개시의 실시예들에 따른 심전도 신호 분석부(140)의 블록도이다.
심전도 신호 분석부(140)는 심전도 수신부(141), 분석 조건 처리부(142), 및 예상분석시간 산출부(143)를 포함할 수 있다.
심전도 수신부(141)는 심전도 신호의 데이터를 수신할 수 있다. 심전도 신호의 데이터는 심전도 신호와, 심전도 신호에 대한 분류 데이터를 포함할 수 있다. 심전도 신호의 데이터는 소정의 기간, 예를 들어 1주일, 14일 동안 측정된 심전도 신호에 대한 데이터 일 수 있다. 심전도 신호에 대한 분류 데이터는, 심전도 신호의 신호 파형들을 시계열적으로 디스플레이 하며 각 신호 파형에 대응하는 카테고리 값을 포함할 수 있다. 카테고리 값은 라벨로 변환되는 값일 수 있다. 카테고리 값에는 R-R Pause, Bradycardia, N-N delay, Heart Block, Atrial Fibrillation(AF), SVE, SVE tachycardia, R on T, VE tachycardia, VE run, PVC, Triplet(PVC), Couplet(PVC), Bigeminy(PVC), Ventricular Escape 등이 있을 수 있으나, 이에 한정되지 않고 다양한 값들이 있을 수 있다. 이러한 카테고리 값들은 대응되는 라벨로 변환되어 심전도 신호의 분석 데이터에 포함될 수 있다.
다른 실시예에서는, 심전도 수신부(141)는 수신한 심전도 신호의 데이터를 이용하여 심전도 신호의 신호 파형들을 분석하고 심전도 신호에 대한 분류 데이터를 생성할 수 있다. 심전도 수신부(141)는 심전도 신호를 신호 파형으로 분할하여 신호 세그먼트들로 나누고 각 신호 세그먼트를 카테고리 값 중 하나로 설정하면서 심전도 신호를 분류함으로써, 심전도 신호에 대한 분류 데이터를 생성할 수 있다.
분석 조건 처리부(142)는 심전도 신호와 심전도 신호에 대한 분류 데이터를 디스플레이하는 심전도 출력 데이터를 외부의 단말기로 전송할 수 있다. 분석 조건 처리부(142)는 외부의 단말기에서 심전도 출력 데이터를 디스플레이하도록 제어할 수 있다. 분석 조건 처리부(142)는 심전도 출력 데이터에 포함된 분석 조건의 입력 인터페이스를 기초로 분석 조건이 입력되도록 제어할 수 있다. 분석 조건 처리부(142)는 해당 대상체의 과거 병력과 현재 문진 사항, 문진 결과 등을 디스플레이하는 심전도 출력 데이터를 생성할 수 있다. 여기서, 문진 사항은 의료진에 의해 구성된 질문에 대한 환자, 대상체의 답변을 포함하는 데이터일 수 있다. 문진 사항 또는 문진 결과는 심장에 대한 통증과 관련된 정보를 포함할 수 있다. 분석 조건 처리부(142)는 병력과 라벨 사이의 관련성을 나타내는 테이블을 이용하여 대상체의 과거 병력, 문진 사항 등과 관련된 하나 이상의 라벨을 결정하고 과거 병력, 문진 사항 등과 관련된 라벨에 대한 심전도 신호의 구간들을 검색하여 심전도 신호의 구간들에 대한 출력 데이터를 생성할 수 있다. 병력과 라벨 사이의 관련성을 나타내는 테이블은 서버(100) 내부에 저장되어 있거나 외부의 장치에 저장되어 네트워크를 통해서 수신할 수 있다. 병력과 라벨 사이의 관련성을 나타내는 테이블은 입력되는 심전도 신호, 대상체의 병력 정보 등을 통해서 변경 가능할 수 있다. 병력(병의 종류, 발생 시점 등)과 라벨 사이의 관련성을 나타내는 테이블은 전문가에 의해서 변경 가능할 수 있다. 그 밖의 대상체의 생활 특성 정보과 생체정보 (나이, 성별, 주거지, 직업, 인종, 흡연 여부, 음주 여부 등)에 대해서도 관련된 라벨에 대한 데이터가 생성되어 관리될 수 있다. 또한, 의료진이 문진을 통해 심전도 측정자로부터 추가 라벨 (예로, 측정자가 이상(異狀)을 느끼는 시간과 증상)을 추가 할 수 있다. 분석 조건 처리부(142)는 이러한 정보를 기초로 대상체와 관련된 라벨을 결정하고 라벨로 분류된 구간들에 대한 데이터를 생성할 수 있다.
심전도 출력 데이터는 심전도 신호를 라벨 별로 나열하여 디스플레이 할 수 있다. 예를 들어, 심전도 출력 데이터는 심전도 신호에 대해서 제1 라벨, 제2 라벨, 제3 라벨 등으로 분류된 구간들을 구분하여 제공할 수 있다. 제1 라벨에 해당하는 구간들, 제2 라벨에 해당하는 구간들, 제3 라벨에 해당하는 구간들에 대해서, 각각 한번에 표시하도록 구현될 수 있다.
심전도 출력 데이터는 라벨들 사이의 우선순위를 기준으로 나열된 데이터를 포함할 수 있다. 분석 조건 처리부(142)는 측정된 대상체와 관련된 정보를 기초로 라벨들 사이에 우선순위를 결정하고 우선순위에 따른 순서로 라벨 별 구간 데이터가 디스플레이 되도록 할 수 있다. 예를 들어, 분석 조건 처리부(142)는 대상체의 과거 병력, 현재 문진 결과, 음주 여부, 흡연 여부, 성별, 나이 등에 따라서 상세 분석이 필요한 구간들에 대해서 우선순위를 설정하고 우선순위로 설정된 라벨들을 결정하며 이러한 구간들, 라벨들에 기초하여 라벨 별 구간 데이터를 생성할 수 있다. 이런 우선순위는 분석시간을 예측하는 과정에서 사용할 수 있다.
의료진 단말기(21)는 심전도 데이터 처리 서버(100)에 접속하고 심전도 신호와 심전도 신호에 대한 분류 데이터를 포함하는 심전도 출력 데이터를 수신하며 심전도 신호에 대한 분류 데이터에 대한 분석 조건을 입력할 수 있다. 분석 조건은 하나 이상의 라벨의 셋트, 시간, 질병, 질환 등으로 설정할 수 있다. 분석 조건은 제1 라벨, 제2 라벨로 설정될 수 있다. 분석 조건 처리부(142)는 미리 설정된 분석 조건을 포함하는 구간들을 별개로 검색하여 제공할 수 있다. 분석 조건 처리부(142)는 제1 및 제2 라벨을 포함하는 구간들의 위치, 구간들에 대한 데이터를 생성할 수 있다. 분석 조건 처리부(142)는 라벨 셋트와 시간으로 설정된 분석 조건에 따라서, 분석 조건에 대응되는 신호 구간들에 대한 데이터를 생성할 수 있다. 분석 조건이 질병 또는 질환인 경우, 분석 조건 처리부(142)는 질병 또는 질환과 관련된 라벨을 결정하고 라벨을 분석 조건으로 변환할 수 있다.
분석 조건 처리부(142)는 분석 조건에 의해서 심전도 신호를 소정의 시간 단위, 예를 들어, 1일 또는 1주일 단위로 분류하고 일별 분석 조건에 해당하는 데이터를 생성할 수 있다. 분석 조건 처리부(142)는 이렇게 일별 분석 조건에 해당하는 데이터를 외부의 단말기로 전송할 수 있다. 외부의 단말기에서, 일별 분석 조건에 해당하는 데이터가 디스플레이되도록 처리할 수 있다. 인간의 신체의 리듬은 하루 24시간의 주기로 하기 때문에, 측정된 심전도 신호도 24시간, 1일 단위로 디스플레이되는 것이 바람직하다. 또한, 대상체에 대한 문진 데이터도 일 단위로 생성될 수 있다. 대상체 역시 증상, 통증 등에 대해서 1일, 즉 24시간을 주기로 기억할 수 있다.
분석 조건 처리부(142)는 심전도 신호에서 분석 조건의 주기 정보를 추출할 수 있다. 예상분석시간 산출부(143)는 분석 조건에 대응하는 구간들의 주기 정보와 각 분석 조건에 대응하는 구간의 분석 시간을 고려하여 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143)는 구간의 발생 주기와 구간의 분석 시간을 곱하여 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143)는 분석 조건에 대응하는 구간의 발생 패턴을 결정하고 발생 패턴에 따라서 예상분석시간을 산출할 수 있다. 예상분석시간은, 최소시간과 최대시간의 구간으로 설정될 수 있다. 예상분석시간 산출부(143)는 기계학습된 데이터, 알고리즘 등을 이용하여 분석 조건에 대응하는 구간의 분석 시간을 산출할 수 있다. 또한, 예상분석시간 산출부(143)는 해당 분석사에 의해서 수행된 이력을 기초로 분석 조건에 대응하는 구간의 분석 시간을 산출할 수 있다. 예상분석시간 산출부(143)는 다른 분석사들에 의해 수행된 이력들을 기초로 분석 조건에 대응하는 구간의 분석 시간을 산출할 수 있다.
예상분석시간 산출부(143)는 분석시간 예측에 사용되는 파라미터 중 노이즈 듀레이션(지속기간, duration)을 계산하여 노이즈 듀레이션의 비율에 대해서 판단하고 예상분석시간을 산출할 수 있다. 여기서, 노이즈는 심전도 신호를 측정하는 동안에 발생되어 신호에 포함되는 것을 말하며, 대상체의 움직임, 대상체의 움직임으로 인해 발생되는 다른 근육들로부터의 전압 등으로 생성되는 것일 수 있다. 또한, 노이즈는 심전도 측정 장치 내부의 정전기, 전기적인 신호 들의 충돌에 의해서 발생되는 것일 수 있다. 노이즈는, 심전도 측정 장치와 대상체 사이의 연결 관계가 변경되어 발생되는 것일 수 있다. 예를 들어, 심장 움직임 이외의 다른 인자로 인한 전압 값의 변화가 노이즈에 해당할 수 있다. 이러한 심전도 신호에 포함된 노이즈로 인해서, 심전도 신호에 대한 분석 시간에 영향을 줄 수 있기 때문에 예상분석시간을 산출하는데 노이즈에 대한 정보를 검색하는 것이 필요하다. 예상분석시간 산출부(143)는 산출된 예상분석시간에 대한 데이터를 외부의 단말기로 전송할 수 있다.
예상분석시간 산출부(143)는 노이즈의 발생 패턴을 분석하여 이를 기초로 예상분석시간을 산출할 수 있다. 노이즈의 발생 패턴은 노이즈 발생 시점들 사이의 규칙에 따를 수 있다.
예상분석시간 산출부(143)는 심전도 신호의 분석 데이터에서 노이즈 듀레이션들을 추출하고 추출된 노이즈 듀레이션의 비율이 기 설정된 기준 비율값보다 큰지 또는 작은지 여부를 판단할 수 있다. 예상분석시간 산출부(143)는 심전도 신호의 전체 또는 일부에 대해서 노이즈 듀레이션, 노이즈 듀레이션의 비율을 산출할 수 있다. 분석 대상 신호는 분석 조건으로 분류되는 신호 구간들을 포함할 수 있다. 기준 비율값은, 연결된 의료진에 의해서 설정되는 것일 수 있다.
예상분석시간 산출부(143)는 산출된 노이즈 듀레이션에 대한 데이터, 노이즈 듀레이션의 비율값을 외부의 단말기로 전송할 수 있다. 노이즈와 관련된 데이터는 외부의 단말기에서 디스플레이 되도록 처리할 수 있다. 외부의 단말기에서는 노이즈 듀레이션에 대한 데이터에 대해서 수정 입력을 입력할 수 있고 예상분석시간 산출부(143)는 이러한 수정 입력을 수신하여 수정 입력에 대응하는 프로세스를 수행할 수 있다.
수정 입력이 분석 조건 또는 분석 구간을 수정하는 입력인 경우, 예상분석시간 산출부(143)는 수정 입력에 대응하여 분석 조건 또는 분석 구간에 대응되어 분석되어야 하는 분석 대상 신호를 다시 획득하고 분석 대상 신호에 대해서 노이즈 듀레이션 및 노이즈 듀레이션 비율을 재 산출할 수 있다.
수정 입력이 목표 시간을 수정하는 입력인 경우, 예상분석시간 산출부(143)는 수정 입력에 대응하여 목표 시간을 변경한 결과 데이터를 생성할 수 있다. 변경된 목표 시간으로 심전도 신호에 대한 분석 의뢰 신호를 생성할 수 있다.
의료진 단말기(21)는 대상체와의 문진 과정을 통해 분석 조건에 대한 수정 입력을 입력할 수 있다. 대상체와의 문진에서 증상(불편감)이 있었던 시간, 감지된 시간 구간 등의 증상(불편감) 감지 정보를 확인하여 이러한 시간에 대해서 분석하도록 분석 조건이 변경될 수 있다. 여기서 증상(불편감) 감지 정보는 의료진이 환자로부터 문진 등으로 획득할 수 있거나, 심전도 신호가 측정되는 동안에 환자가 입력한 입력에 의해 생성될 수 있다. 증상 감지 정보는 측정된 생체 정보를 통해서 생성될 수 있다. 여기서, 측정되는 생체 정보로는, 호흡/맥박 값, 움직임 값, 소리 값, 혈압값, 혈당값, 식사량, 운동량, 스트레스 지수, 수면 시간/질 등이 있을 수 있다. 증상(불편감) 감지 정보가 심전도 신호가 측정되는 동안에 입력 또는 생체 정보에 의해 생성된 경우에는 심전도 신호에 증상(불편감) 감지 정보가 포함될 수 있다. 또한, 긴박한 분석을 필요한 상황에는 특정 기간만 지정한 심전도 신호의 분석에 필요한 분석시간을 계산 할 수 있다.
분석조건에는 여러 조건들을 조합하여 설정할 수 있다. 예를 들어, 심정지를 예상할 수 있는, 심박수가 일정 이하에서 심실 세동 혹은 심방 차단이 있는 경우, 심박수가 빠른 상황에서 심실빈박(venticular tachycardia)가 있는 경우 등으로 설정될 수 있다. 분석 조건은 심전도 신호에 포함된 대응 구간들로 변환될 수 있다. 예상분석시간 산출부(143)는 심전도 신호에 대한 노이즈 패턴에 기초하여 심전도 신호의 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143)는 심전도 신호에 대한 노이즈 구간들을 추출하고 노이즈 구간들의 신호 길이를 기초로 노이즈 구간들에 대한 분석 시간을 산출하고, 노이즈 구간들에 대한 분석 시간을 기초로 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143)는 관심 구간에 해당하는 심전도 신호의 관심 데이터를 선별하고 관심 데이터에 대해서 예상분석시간을 산출할 수 있다. 관심 구간은 측정 기간 중에서 소정의 조건에 의해서 정해진 제1 일자를 관심 구간으로 결정할 수 있다. 예상분석시간 산출부(143)는 심전도 신호에 대한 분석 조건에 대응하는 구간의 발생 패턴을 기초로 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143)는 분석 조건에 대응하는 구간에서의 노이즈 패턴 및 발생 패턴을 고려하여 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143)는 기계학습된 데이터를 이용하여 노이즈에 대한 분석 시간을 산출할 수 있다. 또한, 예상분석시간 산출부(143)는 해당 분석사에 의해서 수행된 이력을 기초로 노이즈에 대한 분석 시간을 산출할 수 있다. 예상분석시간 산출부(143)는 다른 분석사들에 의해 수행된 이력들을 기초로 노이즈에 대한 분석 시간을 산출할 수 있다.
도 4는 본 개시의 다른 실시예들에 따른 분석사 단말기로부터의 피드백을 이용하여 심전도 분석 신청을 생성하는 심전도 신호 분석부(140a)의 블록도이다.
심전도 신호 분석부(140a)는 심전도 신호 분석부(140)와 대체할 수 있는 구성요소일 수 있다.
심전도 신호 분석부(140a)는 심전도 수신부(141a), 분석 조건 처리부(142a), 예상분석시간 산출부(143a), 및 피드백 처리부(144a)를 포함할 수 있다.
심전도 수신부(141a)는 심전도 신호의 데이터를 수신할 수 있다. 심전도 신호의 데이터는 심전도 신호와, 심전도 신호에 대한 분류 데이터를 포함할 수 있다. 심전도 신호의 데이터는 소정의 기간, 예를 들어 1주일, 14일 동안 측정된 심전도 신호에 대한 데이터 일 수 있다. 심전도 신호에 대한 분류 데이터는, 심전도 신호의 신호 파형들을 시계열적으로 디스플레이 하며 각 신호 파형에 대응하는 카테고리 값을 포함할 수 있다. 카테고리 값은 라벨로 변환되는 값일 수 있다. 카테고리 값에는 R-R Pause, Bradycardia, N-N delay, Heart Block, Atrial Fibrillation(AF), SVE, SVE tachycardia, R on T, VE tachycardia, VE run, PVC, Triplet(PVC), Couplet(PVC), Bigeminy(PVC), Ventricular Escape 등이 있을 수 있으나, 이에 한정되지 않고 다양한 값들이 있을 수 있다. 이러한 카테고리 값들은 대응되는 라벨로 변환되어 심전도 신호의 분류 데이터에 포함될 수 있다.
다른 실시예에서는, 심전도 수신부(141a)는 심전도 신호의 신호 파형들을 분석하고 심전도 신호에 대한 분류 데이터를 생성할 수 있다. 심전도 수신부(141a)는 심전도 신호를 신호 파형으로 분할하여 신호 세그먼트들로 나누고 각 신호 세그먼트를 카테고리 값 중 하나로 설정하면서 심전도 신호를 분류함으로써, 심전도 신호에 대한 분류 데이터를 생성할 수 있다.
분석 조건 처리부(142a)는 심전도 신호와 심전도 신호에 대한 분류 데이터를 외부의 단말기로 전송하고, 외부의 단말기로부터 심전도 신호에 대한 분석 조건을 입력하도록 제어하여 분석 조건에 대한 데이터를 수신할 수 있다. 분석 조건은, 라벨, 시간, 질병, 질환 등의 정보를 포함할 수 있다.
분석 조건에 대한 데이터를 수신하면, 분석 조건 처리부(142a)는 미리 설정된 분석 조건을 포함하는 구간들을 별개로 검색하여 제공할 수 있다. 분석 조건 처리부(142a)는 제1 및 제2 라벨을 포함하는 구간들의 위치, 구간들에 대한 데이터를 생성할 수 있다. 분석 조건 처리부(142a)는 라벨 셋트와 시간으로 설정된 분석 조건에 따라서, 분석 조건에 대응되는 신호 구간들에 대한 데이터를 생성할 수 있다. 분석 조건이 질병 또는 질환인 경우, 분석 조건 처리부(142a)는 질병 또는 질환과 관련된 라벨을 결정하고 라벨을 분석 조건으로 변환할 수 있다. 분석 조건 처리부(142a)는 외부의 단말기에서 디스플레이된 화면을 이용하여 외부의 단말기로부터 분석 조건을 입력하도록 할 수 있다. 분석 조건 처리부(142a)는 분석 출력 제어부(144a)에서 획득한 분석 조건에 따라서, 대상체와 관련된 라벨, 분석 구간 등을 결정하고 라벨 및 분석 구간으로 분류된 구간들에 대한 데이터를 생성할 수 있다.
분석 조건 처리부(142a)는 분석 조건에 의해서 심전도 신호를 소정의 시간 단위, 예를 들어, 1일 또는 1주일 단위로 분류하고 일별 분석 조건에 해당하는 데이터를 생성할 수 있다. 분석 조건 처리부(142a)는 이렇게 일별 분석 조건에 해당하는 데이터를 외부의 단말기로 전송할 수 있다. 외부의 단말기에서, 일별 분석 조건에 해당하는 데이터가 디스플레이되도록 처리할 수 있다.
분석 조건 처리부(142a)는 심전도 신호에서 분석 조건의 주기 정보를 추출할 수 있다. 예상분석시간 산출부(143a)는 분석 조건에 대응하는 구간들의 주기 정보와 각 분석 조건에 대응하는 구간의 분석 시간을 고려하여 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143a)는 구간의 발생 주기와 구간의 분석 시간을 곱하여 예상분석시간을 산출할 수 있다. 예상분석시간 산출부(143a)는 분석 조건에 대응하는 구간의 발생 패턴을 결정하고 발생 패턴에 따라서 예상분석시간을 산출할 수 있다. 예상분석시간은, 최소값과 최대값의 구간으로 설정될 수 있다.
예상분석시간 산출부(143a)는 분석시간 예측에 사용되는 파라미터 중에 우선적으로 사용할 수 있는 것이 노이즈 듀레이션(지속기간, duration)이다. 이 노이즈 듀레이션 부분은 분석에 제외하든지, 다른 생체신호들(예로, 움직임)과 연계하여 사용할 수 있다.
예상분석시간 산출부(143a)는 노이즈의 발생 패턴을 분석하여 이를 기초로 예상분석시간을 산출할 수 있다. 노이즈의 발생 패턴은 노이즈 발생 시점들 사이의 규칙에 따를 수 있다. 노이즈의 발생 패턴은 노이즈 원인에 따라 달라 질 수 있다. 심전도 측정 전극이 피부에 부착 품질 악화로 생기는 경우는 심전도 신호 분석에서 제외시킬 수 있지만, 측정자의 움직임 (예, 수면 과정 혹은 운동 중에 근육에서 발생되는 신호)에 의한 것인지에 따라 심전도 신호에서 구한 심박 (heart rate)를 사용하여 부정맥을 판단할 수도 있다.
예상분석시간 산출부(143a)는 심전도 신호의 분석 데이터에서 노이즈 듀레이션들을 추출하고 추출된 노이즈 듀레이션의 비율이 기 설정된 기준 비율값보다 큰지 또는 작은지 여부를 판단할 수 있다. 예상분석시간 산출부(143)는 심전도 신호의 전체 또는 일부에 대해서 노이즈 듀레이션, 노이즈 듀레이션의 비율을 산출할 수 있다. 분석 대상 신호는 분석 조건으로 분류되는 신호 구간들을 포함할 수 있다. 기준 비율값은, 연결된 의료진에 의해서 설정되는 것일 수 있다.
예상분석시간 산출부(143a)는 산출된 노이즈 듀레이션에 대한 데이터, 노이즈 듀레이션의 비율값을 외부의 단말기로 전송할 수 있다. 노이즈와 관련된 데이터는 외부의 단말기에서 디스플레이 되도록 처리할 수 있다. 외부의 단말기에서는 노이즈 듀레이션에 대한 데이터에 대해서 수정 입력을 입력할 수 있고 예상분석시간 산출부(143a)는 이러한 수정 입력을 수신하여 수정 입력에 대응하는 프로세스를 수행할 수 있다.
수정 입력이 분석 구간 또는 분석 조건을 수정하는 입력인 경우, 예상분석시간 산출부(143a)는 수정 입력에 대응하여 분석 구간 또는 분석 조건에 대응되어 분석되어야 하는 분석 대상 신호를 다시 획득하고 분석 대상 신호에 대해서 노이즈 듀레이션 및 노이즈 듀레이션 비율을 재 산출할 수 있다. 이 과정에서 노이즈의 원인에 따라 다양한 분석 조건을 설정할 수 있다.
수정 입력이 목표 시간을 수정하는 입력인 경우, 예상분석시간 산출부(143a)는 수정 입력에 대응하여 목표 시간을 변경한 결과 데이터를 생성할 수 있다. 변경된 목표 시간으로 심전도 신호에 대한 분석 의뢰 신호를 생성할 수 있다.
의료진 단말기(21)는 대상체와의 문진 과정을 통해 분석 조건에 대한 수정 입력을 입력할 수 있다. 대상체와의 문진에서 증상(불편감)이 있었던 시간, 감지된 시간 구간 등의 증상(불편감) 감지 정보를 확인하여 이러한 시간에 대해서 분석하도록 분석 조건이 변경될 수 있다. 여기서 증상(불편감) 감지 정보는 의료진이 환자로부터 획득할 수 있고, 심전도 신호가 측정되는 동안에 환자가 입력한 입력에 의해 생성될 수 있다. 증상(불편감) 감지 정보가 심전도 신호가 측정되는 동안에 생성된 경우에는 심전도 신호에 증상(불편감) 감지 정보가 포함되게 된다. 문진과정에서 환자의 과거 심전도 분석 정보 및/또는 다른 병력을 참고할 수 있음은 당연하다.
분석 출력 제어부(144a)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 디스플레이하는 심전도 출력 데이터를 생성하여 외부의 단말기로 전송할 수 있다.
분석 출력 제어부(144a)는 분석 조건이 입력되기 전에는, 심전도 출력 데이터에 포함된 분석 조건의 입력 인터페이스를 기초로 분석 조건이 입력되도록 제어할 수 있다. 분석 출력 제어부(144a)는 해당 대상체의 과거 병력, 현재 문진 사항, 문진 결과, 과거 측정 심전도 신호에 대한 특이점 등의 과거 데이터를 디스플레이하는 심전도 출력 데이터를 생성할 수 있다. 분석 출력 제어부(144a)는 병력과 라벨 사이의 관련성을 나타내는 테이블을 이용하여 대상체의 과거 병력, 및/또는 문진 사항 등과 관련된 하나 이상의 라벨을 결정하고 과거 병력, 및/또는 문진 사항 등과 관련된 하나 이상의 라벨을 디스플레이하는 심전도 출력 데이터를 생성할 수 있다.
또한, 분석 출력 제어부(144a)는 과거 병력 및/또는 문진 사항 등과 관련된 라벨에 대한 심전도 신호의 구간들을 검색하여 디스플레이하는 심전도 신호의 구간들에 대한 출력 데이터를 생성할 수 있다.
본 명세서에서, 과거 병력 및/또는 문진 사항과 라벨 사이의 관련성을 나타내는 테이블은 서버(100) 내부에 저장되어 있거나 외부의 장치에 저장되어 네트워크를 통해서 수신할 수 있다. 병력 및/또는 문진 사항과 라벨 사이의 관련성을 나타내는 테이블은 입력되는 심전도 신호, 대상체의 병력 정보, 문진 사항(현재, 또는 과거) 등을 통해서 변경 가능할 수 있다. 병력(병의 종류, 발생 시점 등) 및/또는 문진 사항(현재, 과거)과 라벨 사이의 관련성을 나타내는 테이블은 전문가에 의해서 변경 가능할 수 있다. 그 밖의 대상체의 나이, 성별, 주거지, 직업, 인종, 흡연 여부, 음주 여부 등에 대해서도 관련된 라벨에 대한 데이터가 생성되어 관리될 수 있다.
심전도 출력 데이터는 심전도 신호를 라벨 별로 나열하여 디스플레이 할 수 있다. 예를 들어, 심전도 출력 데이터는 심전도 신호에 대해서 제1 라벨, 제2 라벨, 제3 라벨 등으로 분류된 구간들을 구분하여 제공할 수 있다. 제1 라벨에 해당하는 구간들, 제2 라벨에 해당하는 구간들, 제3 라벨에 해당하는 구간들에 대해서, 각각 한번에 표시하도록 구현될 수 있다.
심전도 출력 데이터는 라벨들 사이의 우선순위를 기준으로 나열된 데이터를 포함할 수 있다. 분석 출력 제어부(144a)는 측정된 대상체와 관련된 정보를 기초로 라벨들 사이에 우선순위를 결정하고 우선순위에 따른 순서로 라벨 별 구간 데이터가 디스플레이 되도록 할 수 있다. 예를 들어, 분석 출력 제어부(144a)는 대상체의 과거 병력, 문진 사항, 음주 여부, 흡연 여부, 성별, 나이 등에 따라서 상세 분석이 필요한 라벨들, 라벨에 대응되는 구간들에 대해서 제공하는 출럭 데이터를 생성할 수 있다. 또한, 분석 출력 제어부(144a)는 대상체의 과거 병력, 문진 사항, 음주 여부, 흡연 여부, 성별, 나이 등에 따라서 라벨들, 또는 신호 구간들에 대해서 우선순위를 설정하고 우선순위로 설정된 라벨들을 결정하며 이러한 구간들, 라벨들에 기초하여 라벨 별 구간 데이터를 생성할 수 있다. 예를 들어, 제1 사용자가 ‘서맥’ 이후에 ‘비정상 신호’가 발생되는 이력이 있다면, ‘서맥’과 관련된 라벨 및/또는 구간들을 따로 제공하는 출력 데이터가 생성될 수 있다. 제2 사용자가 느끼는 증상(불편감) 감지 정보에 기초하여 증상(불편감) 감지 정보에 대응되는 신호 구간들, 해당 신호 구간들의 라벨들을 제공하는 출력 데이터가 생성될 수 있다. 분석 출력 제어부(144a)는 증상 별로 분류된 라벨들, 라벨들에 대응하는 신호 구간들에 대해서는 한꺼번에 디스플레이 되는 출력 데이터를 생성할 수 있다. 분석 출력 제어부(144a)는 시간에 구애하지 않고 증상 별로 분류된 라벨들, 라벨들에 대응하는 신호 구간들을 한꺼번에 디스플레이 하는 출력 데이터를 생성할 수 있다. 분석 출력 제어부(144a)는 심전도 신호가 지속 시간, 발생 주기, 발생 시간 구간 등에 대해서 필터링되는 출력 데이터를 생성할 수 있다. 예를 들어, 분석 출력 제어부(144a)는 0.3초 이상 지속된 라벨들에 대한 신호 구간들을 디스플레이하는 출력 데이터를 생성할 수 있으나, 이에 한정되지 않고 사용자에 의해 입력된 지속 시간을 가지는 라벨들에 대한 신호 구간들을 필터링할 수 있다. 분석 출력 제어부(144a)는 1일 동안 10회 이상 발생된 라벨들에 대한 신호 구간들을 디스플레이하는 출력 데이터를 생성할 수 있으나, 이에 한정되지 않고 사용자에 의해 입력된 발생 빈도를 가지는 라벨들에 대한 신호 구간들을 필터링 할 수 있다. 또한, 출력 데이터는 일 단위(24시간)로 표시하거나, 특정 시간 대역으로 분석하여 디스플레이 될 수 있다.
의료진 단말기(21)는 심전도 데이터 처리 서버(100)에 접속하고 심전도 신호와 심전도 신호에 대한 분류 데이터를 포함하는 심전도 출력 데이터를 수신하며 심전도 신호에 대한 분류 데이터에 대한 분석 조건을 입력할 수 있다. 분석 조건은 하나 이상의 라벨의 셋트, 시간, 질병, 질환 등으로 설정할 수 있다. 분석 조건은 하나 이상의 라벨을 포함하는, 예를 들어, 제1 라벨, 제2 라벨로 설정될 수 있다.
피드백 처리부(145a)는 분석 의뢰 신호에 대응하여 심전도 신호를 분석하는 화면에 대한 출력 데이터를 생성할 수 있다. 피드백 처리부(145a)는 이러한 출력 데이터를 지정된 분석사 단말기로 전송할 수 있다.
심전도 신호를 분석하는 화면에 대한 출력 데이터는 심전도 신호에 대해서 설정된 분석 대상 구간들과 분석 대상 구간들에 대해서 입력된 코멘트를 포함할 수 있다. 또한, 의료진에게 코멘트, 문의 사항들을 보낼 수 있는 전송 관련 영역을 포함할 수 있다.
피드백 처리부(145a)는 입력된 분석사의 코멘트를 의료진 단말기로 전송하여 이에 대한 회신 메시지를 분석사의 단말기로 전송할 수 있다. 피드백 처리부(145a)는 의료진의 코멘트를 분석사 단말기로 전송할 수 있다. 분석사의 코멘트, 의료진의 코멘트 등은 해당 심전도 신호와 연계되어 저장될 수 있다.
피드백 처리부(145a)는 심전도 신호와 심전도 신호에 대한 분류 데이터에 대해서 다양한 옵션으로 재 생성된 데이터를 생성하고, 이에 대해서 분석 의뢰 신호를 전송할 수 있다. 피드백 처리부(145a)는 비정상 신호의 듀레이션을 제외 시키는 옵션에 따라서, 신호 중에서, 비정상 신호 구간들을 제외하여 데이터를 생성하고, 이에 대해서 분석 의뢰 신호를 전송할 수 있다. 피드백 처리부(145a)는 라벨 별 가중치를 부여하는 옵션에 따라서, 가중치가 높은 라벨에 대응하는 신호 구간들을 데이터로 생성하고, 이에 대해서 분석 의뢰 신호를 전송할 수 있다.
피드백 처리부(145a)는 분석 조건에 대응되는 신호 구간들, 또는 옵션에 대응되는 신호 구간들을 데이터로 생성하고, 이러한 데이터에 대해서 분석 의뢰 신호를 분석사 단말기로 전송할 수 있다. 이때, 분석사 단말기는 의료진 단말기에 의해서 결정되기도 하고, 분석사 단말기에 의한 요청에 의해서 결정되기도 한다.
피드백 처리부(145a)는 분석 의뢰 신호에 대해서 적합한 분석사 단말기를 추천할 수 있다. 피드백 처리부(145a)는 분석 의뢰 신호에 포함된 신호 구간들, 라벨들, 해당 대상체의 과거 병력, 문진 사항 등을 고려하여 적합한 분석사 단말기를 결정할 수 있다. 하나 이상의 분석사들이 과거에 수행한 이력들을 기초로 적합한 분석사 단말기를 결정할 수 있다. 피드백 처리부(145a)는 신호 구간들의 라벨들에 대해서 분석 이력이 있는 분석사, 대상체의 과거 병력 및/또는 문진 사항에 대응되는 신호 구간들에 대해서 분석 이력이 있는 분석사를 적합한 분석사로 결정할 수 있다.
피드백 처리부(145a)는 분석 의뢰 신호에 대응하는 분석 리포트를 수신할 수 있다. 피드백 처리부(145a)는 분석 리포트에 대한 리마인더를 전송하는 기능을 수행할 수 있다. 피드백 처리부(145a)는 분석 리포트가 수신되면, 이에 대해서 의료진 단말기로 알림을 전송할 수 있다.
심전도 데이터 처리 서버(100)는 심전도 신호, 심전도 신호에 대한 분류 데이터, 심전도 신호에 대해서 입력된 분석 조건, 심전도 신호의 예상분석시간, 심전도 신호에 대한 분석 리포트, 심전도 신호에 대해서 추가적으로 입력된 피드백 데이터 등을 저장 관리 할 수 있다. 심전도 데이터 처리 서버(100)는 내부의 매체 또는 외부의 전자 장치를 통해 저장된 데이터를 관리할 수 있다.
도 5는 본 개시의 실시예들에 따른 심전도 데이터 처리 방법의 흐름도이다.
S110에서는 심전도 데이터 처리 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 획득할 수 있다. 심전도 신호는 소정의 기간, 예를 들어, 2일, 또는 14일 동안 측정된 것일 수 있다. 심전도 신호에 대한 분류 데이터는 심전도 신호의 신호 파형들을 시계열적으로 디스플레이 하며 각 신호 파형에 대응하는 카테고리 값을 포함할 수 있다. 카테고리 값은 라벨로 변환되는 값일 수 있다. 심전도 데이터 처리 서버(100)는 심전도 신호를 신호 파형으로 분할하여 신호 세그먼트들로 나누고 각 신호 세그먼트를 카테고리 값 중 하나로 설정하여 심전도 신호에 대한 분류 데이터를 생성할 수 있다.
S120에서는 심전도 데이터 처리 서버(100)는 심전도 신호에 대한 분석 조건 또는 관심 구간을 획득할 수 있다. 분석 조건은 의료진 단말기에 의해서 결정될 수 있다. 심전도 데이터 처리 서버(100)는 의로진 단말기로 심전도 신호와 심전도 신호에 대한 분류 데이터를 디스플레이하는 심전도 출력 데이터를 전송할 수 있다. 의료진 단말기는 디스플레이된 심전도 출력 데이터에 대해서 분석 조건을 입력하도록 제어할 수 있다. 분석 조건은, 라벨 값, 또는 시간 값을 포함할 수 있다. 이때 첫번째 iteration의 경우는 분석 조건은 디폴트 값(default)을 사용하거나 환자의 과거 설정 값을 사용할 수 있다. 또한, 분석 조건은 인공지능이 추천하는 설정 값을 사용할 수 있다. 이런 분석 조건의 설정은 의료진이 사전에 설정하거나, 의료진이 interactive하게 수행할 수 있다. S120의 단계에서는 심전도 신호의 전체 구간으로 정하는 분석 조건이 획득될 수 있다.
관심 구간은 심전도 신호에 대한 분류 데이터를 이용하여 결정되거나, 심전도 신호와 추가로 입력되는 생체정보에 포함된 감지 정보를 이용하여 결정되거나, 측정자의 과거 병력 및/또는 문진 사항을 이용하여 결정될 수 있다. 관심 구간은 분석 조건에 기초하여 결정될 수 있다. 추가로 입력되는 생체정보는 심전도 신호와 함께 측정된 생체정보에 대한 것일 수 있다. 생체 정보는 체온, 혈당, 혈압 호흡값 등일 수 있다.
S130에서는 심전도 데이터 처리 서버(100)는 분석 조건에 기초하여 심전도 신호에 대한 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(100)는 심전도 신호의 각 구간에 대한 분석 시간을 각각 산출할 수 있다. 심전도 데이터 처리 서버(100)는 각 구간에 대한 분석 시간들을 기초로 심전도 신호에 대한 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(100)는 분석 조건에 해당하는 구간들을 추출하고 구간들에 대한 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(100)는 구간들의 발생 패턴, 구간들에 대한 분석 시간, 구간들에서의 노이즈 발생 패턴 등을 고려하여 예상분석시간을 산출할 수 있다.
S140에서는 심전도 데이터 처리 서버(100)는 예상분석시간이 기설정된 목표 시간의 이상인 것으로 검출된 경우에는, 의료진 단말기로 예상분석시간에 대한 알림 신호를 전송할 수 있다(S150). 심전도 데이터 처리 서버(100)는 예상분석시간이 기 설정된 목표 시간 미만인 경우에는 분석사 단말기로 심전도 신호에 대해서 분석 조건에 기초한 분석 의뢰 신호를 전송할 수 있다(S145). 심전도 데이터 처리 서버(100)는 예상분석시간이 기 설정된 목표 시간 미만인 경우, 의료진 단말기로 예상분석시간에 대한 알림 신호를 전송할 수 있다.
S160에서는 심전도 데이터 처리 서버(100)는 의료진 단말기로부터 분석 조건 또는 분석 구간에 대한 수정 입력을 수신할 수 있다.
S170에서는 심전도 데이터 처리 서버(100)는 수정 입력에 기초하여 예상분석시간을 재 산출할 수 있다. 수정 입력이 분석 조건 또는 분석 구간을 수정하는 입력인 경우, 심전도 데이터 처리 서버(100)는 수정 입력에 대응하여 분석 조건 또는 분석 구간에 대응되어 분석되어야 하는 분석 대상 신호를 다시 획득하고 분석 대상 신호에 대해서 노이즈 듀레이션 및 노이즈 듀레이션 비율을 재 산출할 수 있다.
수정 입력이 목표 시간을 수정하는 입력인 경우, 심전도 데이터 처리 서버(100)는 수정 입력에 대응하여 목표 시간을 변경한 결과 데이터를 생성할 수 있다. 변경된 목표 시간으로 심전도 신호에 대한 분석 의뢰 신호를 생성할 수 있다.
도 6은 본 개시의 실시예들에 따른 의료진에 의해 입력된 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법의 흐름도이다.
S210에서는 심전도 데이터 처리 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 수신할 수 있다.
S220에서는 심전도 데이터 처리 서버(100)는 기 저장된 제1 대상체의 과거 병력 정보가 별개의 영역으로 디스플레이되는 출력 데이터를 생성하고, 출력 데이터를 의료진 단말기로 전송할 수 있다.
S230에서는 심전도 데이터 처리 서버(100)는 의료진 단말기로 입력되는 심전도 신호에 대한 분석 조건을 수신하거나 정해진 방법으로 분석 조건을 결정할 수 있다. 여기서, 정해진 방법은 알고리즘을 이용하여 분석 조건을 자동으로 결정하는 것을 포함할 수 있다. 알고리즘은, 제1 대상체의 건강 상태, 제1 대상체의 과거 심전도 신호, 제1 대상체로부터 센싱된 생체 신호, 제1 대상체의 과거 병력 정보, 제1 대상체에 의해 입력된 통증 감지 정보 등을 기초로 분석하고자 하는 분석 라벨, 분석 시간 구간 등을 포함하는 분석 조건을 결정할 수 있다. 알고리즘은 이에 한정되지 않고 기계학습, 머신 러닝, 강화 학습, 비지도 학습 등을 기초로 생성되는 것일 수 있다.
S240에서는 심전도 데이터 처리 서버(100)는 분석 조건의 전부 또는 일부에 해당하는 1개 이상의 심전도 신호의 구간을 제1 분석 관심 구간으로 결정할 수 있다.
S250에서는 심전도 데이터 처리 서버(100)는 제1 분석 관심 구간을 분석하는데 소요되는 예상분석시간을 산출할 수 있다.
S260에서는 심전도 데이터 처리 서버(100)는 의료진 단말기로 예상분석시간에 대한 정보를 전송하고 심전도 신호에 대한 분석 의뢰 신호를 생성하여 분석사 단말기로 전송할 수 있다.
도 7은 본 개시의 실시예들에 따른 다른 분석 관심 구간을 추가하는 입력을 처리하는 방법의 흐름도이다.
S310에서는 심전도 데이터 처리 서버(100)는 분석사 단말기로부터 다른 분석 관심 구간을 추가하는 입력에 대한 데이터를 수신할 수 있다.
S320에서는 심전도 데이터 처리 서버(100)는 입력에 대한 데이터를 의료진 단말기로 전송할 수 있다.
도 8은 본 개시의 실시예들에 따른 다른 우선순위 값에 기초하여 분류 데이터를 재 생성하는 방법의 흐름도이다.
S410에서는 심전도 데이터 처리 서버(100)는 제1 분석 관심 구간 중에서, 의료진 단말기로부터 우선순위 값을 입력하는 입력을 수신할 수 있다.
S420에서는 심전도 데이터 처리 서버(100)는 우선순위 값에 기초하여 심전도 신호 및 심전도 신호에 대한 분류 데이터를 재 생성하여 분석사 단말기에서 분류 데이터를 디스플레이할 수 있다.
도 9는 본 개시의 실시예들에 따른 추가 또는 수정된 우선순위 값에 대한 승인 요청을 처리하는 방법의 흐름도이다.
S510에서는 심전도 데이터 처리 서버(100)는 분석사 단말기로부터 추가 또는 수정된 우선순위 값에 대한 데이터를 수신할 수 있다.
S520에서는 심전도 데이터 처리 서버(100)는 우선순위 값에 대한 데이터를 의료진 단말기로 전송하여 우선순위 값에 대한 승인 여부에 대한 회신을 요청할 수 있다.
도 10은 본 개시의 실시예들에 따른 예상분석시간을 산출하는 방법의 흐름도이다.
S610에서는 심전도 데이터 처리 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 획득할 수 있다.
S620에서는 심전도 데이터 처리 서버(100)는 의료진 다말기로부터 심전도 신호에 대한 분석 조건을 획득할 수 있다.
S630에서는 심전도 데이터 처리 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터와 분석 조건에 해당하는 구간에서의 노이즈 구간에 대한 데이터를 추출할 수 있다. 심전도 데이터 처리 서버(100)는 노이즈 구간에 대한 분석 시간을 별도로 산출할 수 있다.
S640에서는 심전도 데이터 처리 서버(100)는 심전도 신호에 대한 분류 데이터에서 분석 조건의 발생 빈도수를 산출할 수 있다. 심전도 데이터 처리 서버(100)는 분석 조건에 해당하는 구간들의 발생 시점들을 고려하여 발생 빈도수를 산출할 수 있다.
S650에서는 심전도 데이터 처리 서버(100)는 발생빈도수와 분석 조건에 대한 분석 시간을 고려하여 예상분석시간을 산출할 수 있다. 심전도 데이터 처리 서버(100)는 분석 조건에 대응하여 발생빈도수와 해당 구간의 분석 시간을 고려한 제1 예상분석시간을 산출하고 노이즈 구간에 대한 분석 시간을 제1 예상분석시간에 합산하여 예상분석시간을 산출할 수 있다. 여기서, 예상분석시간은 과거 분석사의 실적을 바탕으로 표준시간을 계산할 수 있다. 실제 분석시간은 분석사 마다 차이가 있을 수 있다. 분석사의 선택은 분석사 별 차이를 고려할 수 있다. 또, 분석사 작업의 일부 혹은 전부를 인공지능으로 대치할 수 있다.
도 11은 본 개시의 실시예들에 따른 라벨로 입력된 분석 조건에 기초하여 예상분석시간을 산출하는 방법의 흐름도이다.
S710에서는 심전도 데이터 분석 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 획득할 수 있다.
S720에서는 심전도 데이터 분석 서버(100)는 심전도 신호에 대한 분류 데이터를 디스플레이하는 출력 데이터를 생성할 수 있다.
S730에서는 심전도 데이터 분석 서버(100)는 의료진 단말기로 출력 데이터를 전송하여 의료진 단말기에서 심전도 신호 및 심전도 신호에 대한 분류 데이터가 디스플레이되도록 제어할 수 있다. 출력 데이터는 심전도 신호의 전체 데이터, 노이즈 듀레이션 값, 전체 모니터링 시간 값에 대한 정보를 포함하고, 날짜별 노이즈 듀레이션 값, 날짜별 모니터링 시간 값을 포함할 수 있다. 심전도 데이터 분석 서버(100)는 심전도 신호에 대해서 분류 조건으로 분석하고 노이즈를 선별하는 과정을 거쳐 분류 조건으로 분석된 데이터와 노이즈에 대한 정보인 구간, 발생 위치, 듀레이션 등을 제공할 수 있다. 추가적으로 출력 데이터는 노이즈 발생 비율이 일반적인지, 높은 수준인지, 낮은 수준인지에 대한 정보를 포함할 수 있다.
S740에서는 심전도 데이터 분석 서버(100)는 의료진 단말기에 의해 선택된 제1 라벨, 및 제2 라벨을 포함하는 분석 조건을 수신할 수 있다. 분석 조건은 출력 데이터에 포함된 심전도 신호에 대한 라벨들 중에서 결정될 수 있으나 이에 한정되지 않고 해당 심전도 신호에 포함된 라벨들 리스트 중에서 선택되는 것일 수 있다.
S750에서는 심전도 데이터 분석 서버(100)는 분석 조건이 수신되면, 분석 조건에 기초한 예상분석시간을 산출하여 의료진 단말기에 디스플레이 할 수 있다. 심전도 데이터 분석 서버(100)는 분석시간 예측에 사용되는 파라미터 중 노이즈 듀레이션(duration)을 산출할 수 있다. 심전도 데이터 분석 서버(100)는 노이즈 듀레이션을 기초로 노이즈의 발생 패턴을 산출할 수 있다. 심전도 데이터 분석 서버(100)는 심전도 신호에 대한 제1 라벨 및 제2 라벨에 대응하는 구간의 발생 패턴을 산출할 수 있다. 심전도 데이터 분석 서버(100)는 제1 라벨 및 제2 라벨에 대응하는 구간에 대한 분석 시간과 해당 구간의 발생 패턴을 곱하여 제1 예상분석시간을 산출하고, 심전도 신호에서 노이즈의 발생 패턴과 노이즈에 대한 분석 시간을 고려한 제2 예상분석시간을 산출하며, 제1 예상분석시간 및 제2 예상분석시간을 더하여 최종 예상분석시간을 산출할 수 있다.
도 12는 본 개시의 실시예들에 따른 증상(불편감) 감지 정보에 따른 변경 조건을 재생성하여 분석하는 방법의 흐름도이다.
S810에서는 심전도 데이터 분석 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 수신할 수 있다.
S820에서는 심전도 데이터 분석 서버(100)는 심전도 신호에 대한 분류 데이터를 디스플레이 하는 출력 데이터를 생성하여 의료진 단말기로 전송할 수 있다.
S830에서는 심전도 데이터 분석 서버(100)는 의료진 단말기에 의해 선택된 제3 라벨, 제4 라벨을 포함하는 분석 조건을 수신할 수 있다.
S840에서는 심전도 데이터 분석 서버(100)는 제3 라벨 및 제4 라벨을 포함하는 구간의 일별 발생 빈도 데이터를 생성하여 의료진 단말기로 전송할 수 있다.
S850에서는 심전도 데이터 분석 서버(100)는 환자에 의해 입력된 증상(불편감) 감지 정보를 고려하여 의료진 단말기로부터 제1 기간, 제3 라벨, 제4 라벨을 포함하는 수정된 분석 조건을 수신할 수 있다. 증상(불편감) 감지 정보는 환자에 의해 입력된 심전도 측정 동안에 느껴진 증상(불편감)에 대한 정보로서, 증상(불편감)이 감지된 시점, 증상(불편감)의 정도, 증상(불편감)의 내용 등을 포함할 수 있다. 증상(불편감) 감지 정보는 심전도 신호에 포함되거나 환자와의 별도의 커뮤니케이션을 통해서 획득되는 정보일 수 있다. 심전도 데이터 분석 서버(100)는 증상(불편감) 감지 정보에 기초하여 분석 조건을 변경하도록 할 수 있다. 또한, 의료진 단말기에서 증상(불편감) 감지 정보를 확인하고 분석 조건을 변경할 수 있다. 심전도 데이터 분석 서버(100)는 증상(불편감)이 감지된 시점에 대해서 중점적으로 분석될 수 있도록 증상(불편감)이 감지된 시점을 포함하는 제1 기간을 분석 조건에 포함하도록 할 수 있다. 심전도 데이터 분석 서버(100)는 제1 기간을 분석 조건에 포함하는 입력을 의료진 단말기로부터 수신할 수 있다.
S860에서는 심전도 데이터 분석 서버(100)는 분석 조건이 수신되면, 분석 조건에 기초한 예상분석시간을 산출하여 의료진 단말기에 디스플레이 하도록 할 수 있다. 심전도 데이터 분석 서버(100)는 변경된 분석 조건인 제1 기간에 대한 데이터 중에서, 제3 라벨 및 제4 라벨을 포함하는 구간들을 추출하여 구간들에 대한 예상분석시간을 산출할 수 있다.
도 13은 본 개시의 실시예들에 따른 심전도 데이터 분석 방법의 흐름도이다.
S910에서는 심전도 데이터 분석 서버(100)는 심전도 신호 및 심전도 신호에 대한 분류 데이터를 수신할 수 있다.
S920에서는 심전도 데이터 분석 서버(100)는 심전도 신호의 노이즈 구간을 선별할 수 있다.
S930에서는 심전도 데이터 분석 서버(100)는 노이즈 구간을 제외한 심전도 신호에 대한 라벨들의 빈도수와 라벨들의 듀레이션 정보를 산출하고, 빈도수와 듀레이션에 기초하여 결정된 순서로 심전도 신호에 대한 정보를 나열시킬 수 있다. 빈도수가 높은 순서, 빈도수가 낮은 순서, 듀레이션이 긴 순서, 듀레이션이 짧은 순서로 심전도 신호의 구간 데이터가 나열되도록 구현된 출력 데이터가 생성될 수 있다.
S940에서는, 심전도 데이터 분석 서버(100)는 분석 조건에 해당하는 분석 라벨을 선별할 수 있다.
S950에서는, 심전도 데이터 분석 서버(100)는 분석 라벨의 발생 횟수, 분석 라벨에 대한 분석 시간을 곱하여 예상분석시간을 산출할 수 있다.
도 14는 본 개시의 실시 예에 따른 심전도 신호에 대한 분류 데이터에 포함된 라벨의 예시도를 나타낸다.
도 14에 도시된 바와 같이, 심전도 신호에 대한 분류 데이터는 3개의 단계로 생성된 라벨들을 포함할 수 있다. 제1 단계에서, 심전도 신호는 소정의 분류 기준에 따라 정상 박동(N, Normal beat), 상심실 이소성 박동(S, Supraventricular ectopy beat, SVEB) 및 심실 이소성 박동(V, Ventricular ectopy beat, VEB)을 포함하는 카테고리 값(라벨)들로 분류될 수 있다. 여기서, 분류 기준은 국제규격인 IEC 60601-2-47의 분류 또는 국내규격인 KS C IEC 60601-2-47 등일 수 있으나, 이에 한정되지 않는다. 또한, 분류 기준은 사용자에 의해 변경 혹은 추가할 수 있다.
제1 단계에서의 N, S, V는 제2 단계의 카테고리 값들로 각각 분류될 수 있다. N의 카테고리 값은 C2-N의 카테고리 값들로 다시 분류될 수 있다. S의 카테고리 값은 C2-S의 카테고리 값들로 다시 분류될 수 있다. V의 카테고리 값은 C2-V의 카테고리 값들로 다시 분류될 수 있다.
본 개시의 실시 예에 따르면, 심전도 신호는 카테고리 값들(C2-N, C2-S, C2-V)을 기준으로 분류한 후에, 각 카테고리의 대표 신호 파형 별로 분류할 수 있다. 심전도 신호 데이터 스트림에 대해서 신호 세그먼트 별로 카테고리 값 및 카테고리 값에 속하는 대표 신호 파형 별로 분류할 수 있다. 카테고리 값들은 각각 대응되는 라벨과 대응되도록 설계될 수 있다.
도 15는 분석 조건에 해당하는 분석 대상 구간들을 예시한 도면이다.
의료진에 의해서 제1 라벨(AFIB_1), 제2 라벨(AFIB_2)의 라벨이 분석 조건으로 입력된 경우, 심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1)에 해당하는 구간들, 제2 라벨(AFIB_2)에 해당하는 구간들을 검색하고, 해당 구간들에 대한 발생일자, 발생 시작 시점, 지속 기간, 발생 종료 시점 등을 검색할 수 있다. 심전도 데이터 분석 서버(100)는 이렇게 검색된 데이터를 도 12에 도시된 바와 같이 테이블로 생성하여 저장할 수 있다. 여기서 AFIB_1과 AFIB_2의 예로 각각 “NSR ? AF ? PAUSE ? NSR”와 “NSR-AF-NSR” 이다.
도 16는 도 15의 분석 대상 구간들 중에서, 제1 및 제2 라벨의 발생 빈도수들을 예시한 도면이고, 도 17는 도 15의 분석 대상 구간들에 대한 일별 발생 빈도수들을 예시한 도면이다.
심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1) 및 제2 라벨(AFIB_2)에 해당하는 구간들에 대한 발생 빈도수를 카운팅하여 저장할 수 있다. 심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1) 및 제2 라벨(AFIB_2)에 해당하는 구간들에 대한 발생 빈도수를 일별로 카운팅하여 저장할 수 있다. 심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1) 및 제2 라벨(AFIB_2)에 해당하는 구간들에 대한 발생 빈도수에 대한 데이터를 의료진 단말기로 전송하여 의료진 단말기에서 발생 빈도수에 대한 데이터가 출력되도록 할 수 있다.
도 17에 도시된 바와 같이, 14일 동안의 측정 기간에 대응시켜 보면, 제1 라벨(AFIB_1)은 제3일에 14회 발생되고, 제5일에 10회 발생되는 것으로 추출될 수 있다. 제2 라벨(AFIB_2)은 제7일에 3회 발생되는 것으로 추출될 수 있다. 이렇게 측정 기간 동안의 일별 발생 빈도수로 표현할 수 있다. 제1 라벨(AFIB_1)은 제3일에 많이 발생된 것으로 검색될 수 있다. 심전도 데이터 분석 서버(100)는 이러한 일별 발생 빈도수에 대한 데이터를 저장할 수 있다. 심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1) 및 제2 라벨(AFIB_2)에 해당하는 구간들에 대한 일별 발생 빈도수에 대한 데이터를 의료진 단말기로 전송하여 의료진 단말기에서 일별 발생 빈도수에 대한 데이터가 출력되도록 할 수 있다.
도 18은 도 16의 제1 라벨(AFIB_1)의 발생 시점을 나타내는 그래프이다.
심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1)의 발생 시점을 시간과 횟수의 그래프로 생성하여 저장할 수 있다. 심전도 데이터 분석 서버(100)는 제1 라벨(AFIB_1)의 발생 시점을 시간과 횟수의 그래프를 의료진 단말기로 전송할 수 있다.
도 19a는 제1 심전도 신호와 라벨들을 포함하는 제1 출력 데이터의 예시 도면이다. 도 19b는 제2 심전도 신호와 맥박수를 포함하는 제2 출력 데이터의 예시 도면이다.
심전도 데이터 분석 서버(100)는 심전도 신호와 심전도 신호에 대한 분류 데이터에 대한 출력 데이터를 도 19a에 도시된 바와 같이 생성할 수 있다.
도 19a의 제1 신호 구간(SS1 ~ SE1)은 AFIB_1에 해당되는 파형으로, 심박수가 normal range에서 벗어난 부분에서 시작하여 세동이 있다가 normal range로 되돌아가는 구간이다. 그 구간 도중에 heart rate = 0 인 구간 (PAUSE)가 있다. 심전도 신호에 대한 분류 데이터(ECG-S1)는 정해진 시간 간격에 대해서 맥박수(HR-I), 라벨(AL1, ALC2, AL2, ALC2)를 포함할 수 있다. 분류 데이터를 생성하는 알고리즘에 의해서 생성된 라벨은 AL1, AL2와 같이 표시될 수 있다. 생성된 이후에 분석사에 의해 수정된 라벨은 ALC1, ALC2와 같이 표시될 수 있다. 즉, 알고리즘에 의해서 생성된 라벨과 생성된 이후에 분석사에 의해 수정된 라벨은 다른 형태로 디스플레이될 수 있다.
도 19b의 제2 시간 구간(SS2 ~ SE2)은 AFIB_2에 해당되는 시간 구간으로 heart rate = 0 인 구간이 없는 것이 특징이다. 도 19b에 도시된 심전도 신호에 대한 분류 데이터(ECG-S2)에 포함된 HR-A에 대해서, PAUSE 라벨이 있었으나, Heart rate가 0이 아니므로 PAUSE가 아닌 것으로 판단하였다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (20)
- 심전도 데이터 처리 서버가, 제1 대상체의 심전도 신호를 수신하는 단계;
상기 심전도 데이터 처리 서버가, 상기 제1 대상체의 심전도 신호에 대한 분류 데이터를 수신하는 단계;
상기 심전도 데이터 처리 서버가, 상기 심전도 신호와 상기 심전도 신호에 대한 분류 데이터를 이용하여, 상기 심전도 신호의 구간들에 대한 라벨 정보들이 연계되어 디스플레이되며, 기 저장된 상기 제1 대상체의 과거 병력 정보가 별개의 영역으로 디스플레이되는 출력 데이터를 생성하고, 상기 출력 데이터를 의료진 단말기로 전송하는 단계;
상기 심전도 데이터 처리 서버가, 상기 의료진 단말기로부터 입력되는 상기 심전도 신호에 대한 분석 조건을 수신하거나, 정해진 방법으로 분석 조건을 결정하는 단계;
상기 심전도 데이터 처리 서버가, 상기 분석 조건의 전부 또는 일부에 해당하는 1개 이상의 심전도 신호의 구간을 제1 분석 관심 구간으로 결정하는 단계;
상기 심전도 데이터 처리 서버가, 상기 제1 분석 관심 구간을 분석하는데 소요되는 예상분석시간을 산출하는 단계; 및
상기 심전도 데이터 처리 서버가, 상기 의료진 단말기로 상기 예상분석시간에 대한 정보를 전송하고, 상기 심전도 신호에 대한 분석 의뢰 신호를 생성하여 분석사 단말기로 전송하는 단계;를 포함하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 분석사 단말기가 상기 심전도 신호에 대한 분석 의뢰 신호에 응답하여 상기 제1 분석 관심 구간 이외의 다른 분석 관심 구간을 추가하는 입력이 있는 경우, 상기 입력에 대한 데이터를 수신하고,
상기 입력에 대한 데이터를 상기 의료진 단말기로 전송하여 알려주는 단계를 더 포함하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 분석사 단말기가 상기 분석 의뢰 신호에 포함된 심전도 신호 및 심전도 신호에 대한 분류데이터를 디스플레이하도록 하고
상기 제1 분석 관심 구간 중에서, 상기 의료진 단말기로부터 우선순위 값을 입력하는 입력이 검출되면, 상기 우선순위 값에 기초하여 상기 심전도 신호 및 상기 심전도 신호에 대한 분류 데이터를 재 생성하여 상기 분석사 단말기에서 상기 분류 데이터를 디스플레이하도록 제어하는 단계;를 더 포함하는, 입력된 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 심전도 데이터 처리 서버가, 상기 분석사 단말기로부터 추가된(insert) 혹은 수정된 입력된 우선순위 값에 대한 데이터를 수신하고 상기 우선순위 값에 대한 데이터를 상기 의료진 단말기로 전송하여 상기 우선순위 값에 대한 승인 여부에 대한 회신을 요청하는 단계;를 더 포함하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 제1 분석 관심 구간으로 결정하는 단계는
상기 심전도 신호 중에서 상기 분석 조건의 전부 또는 일부가 발생되는 발생 패턴을 산출하고,
상기 발생 패턴을 기초로 상기 분석 관심 구간을 결정하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 제 1 분석 관심 구간은 일(day) 단위로 결정되는 것인, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 분석 조건은,
상기 심전도 신호에서 발생된 라벨들을 기초로 설정되거나, 측정된 기간 중 일부의 분석 시간으로 설정되는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 분석 조건은 상기 제1 대상체의 문진 결과를 추가하여, 상기 심전도 신호가 측정된 기간 중 일부의 분석 시간으로 설정되는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 예상분석시간을 산출하는 단계는
제1 라벨 및 제2 라벨을 분석 조건으로 수신한 경우,
상기 심전도 신호에 대한 분류 데이터를 이용하여 상기 제1 라벨의 발생 빈도수, 상기 제2 라벨의 발생 빈도수를 결정하고,
상기 제1 및 제2 라벨의 발생 빈도수 및 상기 제1 및 제2 라벨에 대한 분석 시간을 고려하여, 상기 분석 조건에 따른 심전도의 예상분석시간을 산출하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 제1항에 있어서,
상기 예상분석시간을 산출하는 단계는
제1 질병을 분석 조건으로 수신한 경우,
기 저장된 질병 별 라벨 테이블을 이용하여 상기 제1 질병에 대한 하나 이상의 라벨을 결정하고,
상기 하나 이상의 라벨에 대해서, 각 발생 빈도수, 각 분석 시간을 고려하여 상기 분석 조건에 따른 심전도의 예상분석시간을 산출하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법. - 프로세서, 컴퓨터 판독 가능한 메모리 및 통신부를 포함하고,
상기 프로세서가
제1 대상체의 심전도 신호를 수신하고,
상기 제1 대상체의 심전도 신호에 대한 분류 데이터를 수신하며,
상기 심전도 신호와 상기 심전도 신호에 대한 분류 데이터를 이용하여, 상기 심전도 신호의 구간들에 대한 라벨 정보들이 연계되어 디스플레이되며, 기 저장된 상기 제1 대상체의 과거 병력 정보가 별개의 영역으로 디스플레이되는 출력 데이터를 생성하고, 상기 출력 데이터를 의료진 단말기로 전송하고,
상기 의료진 단말기로부터 입력되는 상기 심전도 신호에 대한 분석 조건을 수신하거나, 정해진 방법으로 분석 조건을 결정하며,
상기 분석 조건의 전부 또는 일부에 해당하는 1개 이상의 심전도 신호의 구간을 제1 분석 관심 구간으로 결정하고,
상기 제1 분석 관심 구간을 분석하는데 소요되는 예상분석시간을 산출하며,
상기 의료진 단말기로 상기 예상분석시간에 대한 정보를 전송하고, 상기 심전도 신호에 대한 분석 의뢰 신호를 생성하여 분석사 단말기로 전송하는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 프로세서가,
상기 분석사 단말기로부터 상기 제1 분석 관심 구간 이외의 다른 분석 관심 구간을 추가하는 입력에 대한 데이터를 수신하고,
상기 입력에 대한 데이터를 상기 의료진 단말기로 전송하여 알려주는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 프로세서가,
상기 분석사 단말기에서 상기 분석 의뢰 신호에 포함된 심전도 신호 및 심전도 신호에 대한 분류데이터를 디스플레이하도록 하고
상기 제1 분석 관심 구간 중에서, 우선순위 값을 입력하는 입력이 검출되면, 상기 우선순위 값에 기초하여 상기 심전도 신호 및 상기 심전도 신호에 대한 분류 데이터를 재 생성하여 상기 분석사 단말기에서 디스플레이되도록 제어하는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 프로세서가,
상기 분석사 단말기로부터 추가되거나 수정된 우선순위 값에 대한 데이터를 수신하고 상기 의료진 단말기로 전송하여 상기 우선순위 값에 대한 승인 여부에 대한 회신을 요청하는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 프로세서가,
상기 심전도 신호 중에서 상기 분석 조건의 전부 또는 일부가 발생되는 발생 패턴을 산출하고,
상기 발생 패턴을 기초로 상기 분석 관심 구간을 결정하는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 제1 분석 관심 구간은 일(day) 단위로 결정되는 것인,
심전도 데이터 처리 서버. - 제11항에 있어서,
상기 분석 조건은,
상기 제1 대상체의 문진 결과를 추가하여 상기 심전도 신호가 측정된 기간 중 일부의 분석 시간으로 설정되는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 프로세서가,
제1 라벨 및 제2 라벨을 분석 조건으로 수신한 경우,
상기 심전도 신호에 대한 분류 데이터를 이용하여 상기 제1 라벨의 발생 빈도수, 상기 제2 라벨의 발생 빈도수를 결정하고,
상기 제1 및 제2 라벨의 발생 빈도수 및 상기 제1 및 제2 라벨에 대한 분석 시간을 고려하여, 상기 분석 조건에 따른 심전도의 예상분석시간을 산출하는, 심전도 데이터 처리 서버. - 제11항에 있어서,
상기 프로세서가,
제1 질병을 분석 조건으로 수신한 경우,
기 저장된 질병 별 라벨 테이블을 이용하여 상기 제1 질병에 대한 하나 이상의 라벨을 결정하고,
상기 하나 이상의 라벨에 대해서, 각 발생 빈도수, 각 분석 시간을 고려하여 상기 분석 조건에 따른 심전도의 예상분석시간을 산출하는, 심전도 데이터 처리 서버.
- 제1항에 있어서,
상기 심전도 데이터 처리 서버가, 클라우드 시스템으로 구현되는 점을 특징으로 하는, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210134451A KR102392759B1 (ko) | 2021-10-08 | 2021-10-08 | 심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램 |
| US17/949,758 US20230115898A1 (en) | 2021-10-08 | 2022-09-21 | Electrocardiogram data processing server, method for processing analysis tasks for signal sections corresponding to analysis condition, and computer program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210134451A KR102392759B1 (ko) | 2021-10-08 | 2021-10-08 | 심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR102392759B1 true KR102392759B1 (ko) | 2022-05-02 |
| KR102392759B9 KR102392759B9 (ko) | 2022-12-05 |
Family
ID=81593317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210134451A KR102392759B1 (ko) | 2021-10-08 | 2021-10-08 | 심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20230115898A1 (ko) |
| KR (1) | KR102392759B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102509545B1 (ko) * | 2022-09-26 | 2023-03-16 | 주식회사 에이티센스 | 심전도 데이터 처리 장치, 가변적인 윈도우 크기의 신호 세그먼트들로 분할하면서 분석 필요 구간을 추출하는 심전도 데이터 처리 방법 및 컴퓨터 프로그램 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006511882A (ja) * | 2002-12-18 | 2006-04-06 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 拡張コンピュータ支援医療データ処理システム及び方法 |
| KR20180113511A (ko) * | 2015-12-31 | 2018-10-16 | 브레인스코프 컴퍼니 인코퍼레이티드 | 신경학적 모니터링 및 보조된 진단을 위한 시스템 및 방법들 |
-
2021
- 2021-10-08 KR KR1020210134451A patent/KR102392759B1/ko active IP Right Grant
-
2022
- 2022-09-21 US US17/949,758 patent/US20230115898A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006511882A (ja) * | 2002-12-18 | 2006-04-06 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 拡張コンピュータ支援医療データ処理システム及び方法 |
| KR20180113511A (ko) * | 2015-12-31 | 2018-10-16 | 브레인스코프 컴퍼니 인코퍼레이티드 | 신경학적 모니터링 및 보조된 진단을 위한 시스템 및 방법들 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102509545B1 (ko) * | 2022-09-26 | 2023-03-16 | 주식회사 에이티센스 | 심전도 데이터 처리 장치, 가변적인 윈도우 크기의 신호 세그먼트들로 분할하면서 분석 필요 구간을 추출하는 심전도 데이터 처리 방법 및 컴퓨터 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102392759B9 (ko) | 2022-12-05 |
| US20230115898A1 (en) | 2023-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11311230B2 (en) | Medical premonitory event estimation | |
| US10595731B2 (en) | Methods and systems for arrhythmia tracking and scoring | |
| Delmastro et al. | Cognitive training and stress detection in mci frail older people through wearable sensors and machine learning | |
| US10638965B2 (en) | Method and system for monitoring stress conditions | |
| KR102392760B1 (ko) | 심전도 데이터 처리 서버, 심전도 신호에 대한 분석데이터를 디스플레이시키는 방법 및 컴퓨터 프로그램 | |
| US20230335289A1 (en) | Systems and methods for generating health risk assessments | |
| US20220061754A1 (en) | Information processing system and program | |
| KR102392759B1 (ko) | 심전도 데이터 처리 서버, 분석 조건에 해당하는 신호 구간에 대한 분석 작업을 처리하는 방법 및 컴퓨터 프로그램 | |
| KR102345010B1 (ko) | 심전도 데이터 처리 서버, 대상체의 심전도 신호에 대한 분석 데이터를 생성하여 처리하는 방법 및 컴퓨터 프로그램 | |
| US20240099665A1 (en) | Electrocardiogram data processing server, electrocardiogram data processing method of extracting analysis required section while segmenting electrocardiogram signal into signal segments with variable window sizes, and computer program | |
| CN112674726A (zh) | 健康状态的监控方法、设备、系统和可穿戴设备 | |
| KR102345009B1 (ko) | 심전도 데이터 처리 서버, 심전도의 분석에 필요한 예상분석시간을 산출하는 방법 및 컴퓨터 프로그램 | |
| CN116504398A (zh) | 用于使用基于变换器的神经网络来进行心律失常预测的方法和系统 | |
| KR102545129B1 (ko) | 원격 상담 서비스 제공 방법 및 시스템 | |
| US20220125376A1 (en) | Sleep apnea syndrome determination apparatus, sleep apnea syndrome determination method, and sleep apnea syndrome determination program | |
| US10512412B2 (en) | Method of ECG evaluation based on universal scoring system | |
| WO2024065052A1 (en) | Functional neuroimaging biomarkers of brain injury recovery and uses thereof | |
| CN114209336A (zh) | 基于心电图机的实时心率监控方法、系统及可读存储介质 | |
| Larbi et al. | Classification of Heart Disease Using Fuzzy C-means Algorithm (FCM) in an Internet of Things Environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| G170 | Re-publication after modification of scope of protection [patent] |