KR102395962B1 - 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법 - Google Patents
커프 압력신호 및 혈관음을 활용한 혈압 측정 방법 Download PDFInfo
- Publication number
- KR102395962B1 KR102395962B1 KR1020200101051A KR20200101051A KR102395962B1 KR 102395962 B1 KR102395962 B1 KR 102395962B1 KR 1020200101051 A KR1020200101051 A KR 1020200101051A KR 20200101051 A KR20200101051 A KR 20200101051A KR 102395962 B1 KR102395962 B1 KR 102395962B1
- Authority
- KR
- South Korea
- Prior art keywords
- blood vessel
- sound
- blood
- pressure
- peak
- 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/02225—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers using the oscillometric method
-
- 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 pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
- A61B5/02208—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers using the Korotkoff method
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Vascular Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Signal Processing (AREA)
- Ophthalmology & Optometry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
본 발명은, 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법에 관한 것으로서, 특히 커프 압력신호와 혈관음을 입력으로 받아 딥러닝 기술을 활용하여 외부 노이즈에 강건하면서도 정확하게 혈압을 측정하는 방법에 관한 것이다. 본 발명은 사용자에 대한 상기 커프 압력신호를 분석하여 압력 펄스의 발생이 예측되는 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 검출하는 단계; 상기 사용자의 맥박에 대한 크기 및 주파수를 상기 혈관음 피크의 크기 및 주파수와 딥러닝으로 비교하여 상기 혈관음 피크가 상기 맥박에 의한 것인지 상기 노이즈에 의한 것인지 판단하여 상기 혈관음 피크의 혈관음의 가능성(likelihood)을 수치화하는 단계; 및 상기 혈관음의 가능성(likelihood)에 대한 수치를 시간 순서에 따라 나열하여 상기 맥박에 의한 혈관음이 발생하는 범위의 혈관음 피크를 추출하여 혈압을 측정하는 단계를 포함하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법을 제공한다.
Description
본 발명은 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법에 관한 것으로서, 특히 커프 압력신호와 혈관음을 입력으로 받아 딥러닝 기술을 활용하여 외부 노이즈에 강건하면서도 정확하게 혈압을 측정하는 방법에 관한 것이다.
혈압 측정 방법 중 비침습법에는 크게 청음법과 오실로메트릭법이 있다. 두 가지 방법 모두 대상자의 팔에 커프를 두르고 압력을 가해 동맥 내의 혈류를 완전히 막은 후, 커프 압력을 서서히 낮추면서 혈류가 주기적으로 흐르는 구간을 검출하여 그에 해당하는 최고 혈압(SBP : Systolic Blood Pressure, 수축기 혈압, 소리가 들리는 시점의 압력) 및 최저 혈압(DBP : Diastolic Blood Pressure, 이완기 혈압, 소리가 사라지는 시점의 압력)을 구하는 것인데, 청음법은 측정자가 청진기로 커프 아래 부위의 소리를 들으면서 구간을 검출하는 것이고, 오실로메트릭법은 감소하는 커프 압력 신호에서 주기적으로 진동(오실레이션)하는 신호를 통해 이를 기반으로 검출하는 것이다.
청음법은 혈압측정의 Gold Standards로 정확도가 높지만 훈련 받은 측정자가 항상 필요하다는 단점이 있고, 오실로메트리법은 자동화가 가능하지만 정확도가 떨어진다는 단점이 있다.
이와 관련, 종래의 한국공개특허 제1986-0008762호(혈압측정장치)는 코르트코프음의 인식을 통해 음 또는 진동의 신호파형을 검출하여 혈압을 측정하는 방법에 개시하고 있다.
다만, 종래의 혈압 측정 방법은 청진법에 의한 혈압 측정방법이며, 청진기의 혈관음 신호의 단순 임계값(threshold)를 직접 이용하여 자동으로 혈압을 측정하는 방법이 적용되었으나, 소리 신호는 특성상 외부 소음이 함께 수음되면서 그 정확도가 많이 떨어질 수 있는 문제점이 있다. 즉, 실제 혈압 측정 환경에는 다양한 소음이 존재할 수 있으므로 이 방법은 큰 오차의 가능성을 포함할 수 있는 문제점이 있다.
본 발명은 상술한 바와 같이 외부 노이즈가 혼합된 혈관음에서 사용자의 맥박에 의한 혈관음으로부터 혈관음 피크를 판단하도록 혈관음의 가능성(likelihood)을 시간 별로 비교하여 혈관음 피크를 통해 혈압 값을 제공하는 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여 본 발명은, 외부의 노이즈를 딥러닝으로 제거하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법에 있어서, 사용자에 대한 상기 커프 압력신호를 분석하여 압력 펄스의 발생이 예측되는 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 검출하는 단계; 상기 사용자의 맥박에 대한 크기 및 주파수를 상기 혈관음 피크의 크기 및 주파수와 딥러닝으로 비교하여 상기 혈관음 피크가 상기 맥박에 의한 것인지 상기 노이즈에 의한 것인지 판단하여 상기 혈관음 피크의 혈관음의 가능성(likelihood)을 수치화하는 단계; 및 상기 혈관음의 가능성(likelihood)에 대한 수치를 시간 순서에 따라 나열하여 상기 맥박에 의한 혈관음이 발생하는 범위의 혈관음 피크를 추출하여 혈압을 측정하는 단계를 포함하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법을 제공하는 것을 특징으로 한다.
바람직하게, 상기 혈관음에서의 혈관음 피크를 검출하는 단계는, 상기 커프 압력신호에서의 압력 펄스의 주기를 분석하는 단계; 상기 주기에 따른 상기 압력 펄스가 예측되는 시간을 기준으로 소정의 범위 전후로 혈관음을 탐색하는 단계를 더 포함할 수 있다.
바람직하게, 상기 혈관음의 가능성(likelihood)을 수치화하는 단계는, 상기 맥박에 의한 혈관음 피크의 크기 및 주파수의 특성으로 사전 학습하는 단계; 상기 학습을 통해 학습된 데이터와 상기 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 비교하는 단계; 및 상기 혈관음 피크가 상기 맥박에 의한 혈관음 피크일 가능성을 수치화하는 단계를 더 포함할 수 있다.
바람직하게, 상기 혈관음의 가능성(likelihood)은, 상기 혈관음 피크를 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 분포로 나열하여, 상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure) 사이의 값을 1로 설정하고, 그 외의 구간은 0으로 설정할 수 있다.
바람직하게, 상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값은 0과 1사이 값 중 어느 하나의 값으로 선택될 수 있다.
바람직하게, 상기 혈압을 측정하는 단계는, 상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값에서 점진적으로 증가 또는 감소하는 상기 혈관음의 가능성(likelihood)을 통해 상기 외부 노이즈가 제거된 혈관음의 피크를 산출할 수 있다.
전술한 바와 같은 구성을 갖는 본 발명에 따르면, 기존 방법보다 훨씬 정확한 혈관음을 검출하여 정확한 혈압 값을 제공하는 이점이 있다.
또한, 본 발명은, 사용자의 혈압 측정 오류를 현저히 감소시켜 진단의 효율성 및 건강 관리에 도움을 주는 이점이 있다.
도 1은 본 발명의 실시 예에 따른 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법의 순서도.
도 2는 본 발명의 실시 예에 따른 커프 압력 신호와 혈관음 및 혈관음 피크의 스펙트로그램.
도 3은 본 발명의 실시 예에 따라 혈관음 피크를 커브(사다리꼴)에 따라 레이블링하는 모습.
도 4는 본 발명의 실시 예에 따라 혈관음 가능성(likelihood)의 커브 피팅을 통해 혈?陋だ? 도출하는 모습.
도 2는 본 발명의 실시 예에 따른 커프 압력 신호와 혈관음 및 혈관음 피크의 스펙트로그램.
도 3은 본 발명의 실시 예에 따라 혈관음 피크를 커브(사다리꼴)에 따라 레이블링하는 모습.
도 4는 본 발명의 실시 예에 따라 혈관음 가능성(likelihood)의 커브 피팅을 통해 혈?陋だ? 도출하는 모습.
이하, 본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명을 실시하기 위한 구체적인 내용으로서 본 발명의 바람직한 실시 예의 구성과 작용에 대해 구체적으로 설명하기로 한다.
본 명세서에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 구성을 사이에 두고" 연결되어 있는 경우도 포함한다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 발명의 실시 예에 따른 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법의 순서도.
도 1을 참조하면, 본 발명은 외부의 노이즈를 딥러닝으로 제거하고, 커프 압력신호 및 혈관음을 활용하여 혈압을 측정하는 방법을 제시하기 위해 혈관음에서의 혈관음 피크를 검출하는 단계(S10), 혈관음 피크의 혈관음의 가능성(likelihood)을 수치화하는 단계(S20) 및 혈관음 피크를 추출하여 혈압을 측정하는 단계(S30)를 포함한다.
본 발명은, 혈관음 신호를 활용하되 외부 노이즈의 영향을 줄일 수 있도록 세 단계의 신호처리를 거친다.
혈관음에서의 혈관음 피크를 검출하는 단계(S10)는, 사용자에 대한 상기 커프 압력신호를 분석하여 압력 펄스의 발생이 예측되는 소정의 시간 범위 내에서 수행될 수 있다.
첫 번째로 커프 압력신호를 분석하여 압력펄스 발생시간의 특정범위로 소정의 시간 범위 내에서 수행되며, 실시 예에 따라 ±0.2초 이내의 시간에서 혈관음의 피크를 찾는다.
혈관음 신호만으로 피크를 찾으면 외부 노이즈에 의한 피크도 함께 포함될 가능성이 크다. 커프 압력신호(펄스)와 혈관음은 심장이 거의 동시에 발생한다는 것을 이용하여 외부 노이즈가 없는 압력펄스를 이용해 혈관음 피크 발생시간을 예상하고 이 시간대에서만 혈관음 신호 피크를 찾으면 외부 노이즈를 1차적으로 제거하는데 매우 효과적이다.
혈관음 피크의 혈관음의 가능성(likelihood)을 수치화하는 단계(S20)는, 사용자의 맥박에 대한 크기 및 주파수를 상기 혈관음 피크의 크기 및 주파수와 딥러닝으로 비교하여 상기 혈관음 피크가 상기 맥박에 의한 것인지 상기 노이즈에 의한 것인지 판단할 수 있다.
두 번째는 이렇게 얻어진 혈관음의 피크들이 실제 맥박에 의한 것인지 외부 노이즈에 의한 것인지를 딥러닝 모델이 판별하게 하는 것이다. 딥러닝 모델은 피크의 크기 및 주파수 특성을 분석하여 실제 혈관음일 가능성(likelihood)을 수치화하여 도출한다. 각각의 피크를 input으로 활용하게 함으로써 혈압 측정 신호 하나당 다수의 학습데이터를 확보할 수 있는 장점도 있다.
혈관음 피크를 추출하여 혈압을 측정하는 단계(S30)는, 상기 혈관음의 가능성(likelihood)에 대한 수치를 시간 순서에 따라 나열하여 상기 맥박에 의한 혈관음이 발생하는 범위의 혈관음 피크를 추출하여 혈압을 측정할 수 있다.
세 번째는 딥러닝 모델이 도출한 likelihood값을 시간 순서로 나열한 후, 이 것을 사다리꼴 모양의 곡선에 피팅하고 이를 통해 혈압값을 도출하는 것으로, 이 부분은 이하 도 3에서 후술하기로 한다.
도 2는 본 발명의 실시 예에 따른 커프 압력 신호와 혈관음 및 혈관음 피크의 스펙트로그램을 나타낸다.
도 2를 참조하면, 혈관음에서의 혈관음 피크를 검출하는 단계(S10)는, 상기 커프 압력신호에서의 압력 펄스의 주기를 분석하는 단계와 상기 주기에 따른 상기 압력 펄스가 예측되는 시간을 기준으로 소정의 범위 전후로 혈관음을 탐색하는 단계를 더 포함할 수 있다.
혈관음에서 혈관음 피크를 검출하기 커프 신호의 피크치를 바로 측정할 수 있으나 이러한 측정 값이 맥박에 의한 것이 아닌 외부 노이즈에 의한 것일 수도 있다.
이 경우, 시간을 탐색하여 예측되는 시간을 기준으로 해당 시간에 혈관음을 탐색할 수 있으며, 혈관음 피크의 스펙트럼을 분석하여 해당 혈관음의 피크를 추출할 수 있다.
혈관음 신호만으로 피크를 찾으면 외부 노이즈에 의한 피크도 함께 포함될 가능성이 크다. 커프 압력펄스와 혈관음은 심장이 거의 동시에 발생한다는 것을 이용하여 외부 노이즈가 없는 압력펄스를 이용해 혈관음 피크 발생시간을 예상하고 이 시간대에서만 혈관음 신호 피크를 찾으면 외부 노이즈를 1차적으로 제거할 수 있다.
도 3은 본 발명의 실시 예에 따라 혈관음 피크를 커브(사다리꼴)에 따라 레이블링하는 모습을 나타낸다.
도 3을 참조하면, 상기 혈관음의 가능성(likelihood)을 수치화하는 단계(S20)를 나타내며, 상기 맥박에 의한 혈관음 피크의 크기 및 주파수의 특성으로 사전 학습하는 단계; 상기 학습을 통해 학습된 데이터와 상기 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 비교하는 단계; 및 상기 혈관음 피크가 상기 맥박에 의한 혈관음 피크일 가능성을 수치화하는 단계를 더 포함할 수 있다.
즉, 위의 혈관음 피크들이 실제 맥박에 의한 것인지 외부 노이즈에 의한 것인지를 딥러닝 모델이 판별하게 하는 것이다. 딥러닝 모델은 피크의 크기 및 주파수 특성을 분석하여 실제 혈관음일 가능성(likelihood)을 수치화하여 도출할 수 있다.
상기 혈관음의 가능성(likelihood)은, 상기 혈관음 피크를 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 분포로 나열하여, 상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure) 사이의 값을 1로 설정하고, 그 외의 구간은 0으로 설정할 수 있다.
최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값은 0과 1사이 값 중 어느 하나의 값으로 선택될 수 있으며, 각각의 피크를 input으로 활용하게 함으로써 혈압 측정 신호 하나당 다수의 학습데이터를 확보할 수 있는 장점도 있다.
도 4는 본 발명의 실시 예에 따라 혈관음 가능성(likelihood)의 커브 피팅을 통해 혈?陋だ? 도출하는 모습을 나타낸다.
도 4를 참조하면, 상기 혈압을 측정하는 단계(S30)는, 상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값에서 점진적으로 증가 또는 감소하는 상기 혈관음의 가능성(likelihood)을 통해 상기 외부 노이즈가 제거된 혈관음의 피크를 산출할 수 있다.
딥러닝 모델이 도출한 혈관음의 가능성(likelihood) 값을 시간 순서로 나열한 후, 이 것을 사다리꼴 모양의 곡선에 피팅하고 이를 통해 혈압값을 도출하는 것이다. 곡선의 모양은 도 3의 직사각형과 같이 사다리꼴 이외의 다른 형태를 가질 수 있다.
이 방법을 통해 혈류가 주기적으로 흐르는 구간 외에 발생하는 노이즈에 의한 피크들을 제외할 수 있다. 사다리꼴 모양의 곡선은, 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure) 사이의 구간의 likelihood 값을 1, 그 이외 구간의 값을 0으로 하되, 그 경계에 있는 부분을 likelihood값이 점진적으로 증가(SBP)하고 감소(DBP)하도록 정의하여 얻어진다.
특히 최저 혈압(DBP : Diastolic Blood Pressure)의 경우 소리가 점진적으로 작아지기 때문에 단순히 likelihood값의 특정 임계값(threshold)만으로 최저 혈압(DBP : Diastolic Blood Pressure)를 판단하는 경우에는 오차가 클 가능성이 있지만 사다리꼴 모양의 곡선을 이용하면 이를 줄일 수 있는 장점이 있다.
고혈압 환자 진단은 혈압 측정에 따라 좌우되므로, 혈압측정의 오류는 진단에 큰 악영향을 끼친다. 이러한 문제를 해결함으로써 진단의 효율성 및 건강 관리에 도움을 줄 수 있다. 또한 혈압측정의 5 mmHg 오차는 고혈압환자를 2배로 늘리거나 혹은 반대로 감소시킬 수 있기 때문에, 정확한 혈압측정을 통해 사회경제적 비용도 줄일 수 있다.
이상에서 대표적인 실시예를 통하여 본 발명을 상세하게 설명하였으나, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리 범위는 설명한 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 특허청구범위와 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태에 의하여 정해져야 한다.
Claims (7)
- 외부의 노이즈를 딥러닝으로 제거하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법에 있어서,
사용자에 대한 상기 커프 압력신호를 분석하여 압력 펄스의 발생이 예측되는 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 검출하는 단계;
상기 사용자의 맥박에 대한 크기 및 주파수를 상기 혈관음 피크의 크기 및 주파수와 딥러닝으로 비교하여 상기 혈관음 피크가 상기 맥박에 의한 것인지 상기 노이즈에 의한 것인지 판단하여 상기 혈관음 피크의 혈관음의 가능성(likelihood)을 수치화하는 단계; 및
상기 혈관음의 가능성(likelihood)에 대한 수치를 시간 순서에 따라 나열하여 상기 맥박에 의한 혈관음이 발생하는 범위의 혈관음 피크를 추출하여 혈압을 측정하는 단계를 포함하고,
상기 혈관음의 가능성(likelihood)은,
상기 혈관음 피크를 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 분포로 나열하여,
상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure) 사이의 값을 1로 설정하고, 그 외의 구간은 0으로 설정하는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법.
- 제 1 항에 있어서,
상기 혈관음에서의 혈관음 피크를 검출하는 단계는,
상기 커프 압력신호에서의 압력 펄스의 주기를 분석하는 단계;
상기 주기에 따른 상기 압력 펄스가 예측되는 시간을 기준으로 소정의 범위 전후로 혈관음을 탐색하는 단계를 더 포함하는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법.
- 제 1 항에 있어서,
상기 혈관음의 가능성(likelihood)을 수치화하는 단계는,
상기 맥박에 의한 혈관음 피크의 크기 및 주파수의 특성으로 사전 학습하는 단계;
상기 학습을 통해 학습된 데이터와 상기 소정의 시간 범위 내 상기 혈관음에서의 혈관음 피크를 비교하는 단계; 및
상기 혈관음 피크가 상기 맥박에 의한 혈관음 피크일 가능성을 수치화하는 단계를 더 포함하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법.
- 삭제
- 제 1 항에 있어서
상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값은 0과 1사이 값 중 어느 하나의 값으로 선택되는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법.
- 제 5 항에 있어서,
상기 혈압을 측정하는 단계는,
상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)의 경계 값에서 점진적으로 증가 또는 감소하는 상기 혈관음의 가능성(likelihood)을 통해 상기 외부 노이즈가 제거된 혈관음의 피크를 산출할 수 있는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법.
- 제 6 항에 있어서,
상기 최고 혈압(SBP : Systolic Blood Pressure) 및 최저 혈압(DBP : Diastolic Blood Pressure)사이의 구간은 사다리꼴 모양의 곡선을 적용하여 상기 혈관음의 가능성(likelihood)이 도출되는 것을 특징으로 하는 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200101051A KR102395962B1 (ko) | 2020-08-12 | 2020-08-12 | 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200101051A KR102395962B1 (ko) | 2020-08-12 | 2020-08-12 | 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220020576A KR20220020576A (ko) | 2022-02-21 |
| KR102395962B1 true KR102395962B1 (ko) | 2022-05-11 |
Family
ID=80475053
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200101051A KR102395962B1 (ko) | 2020-08-12 | 2020-08-12 | 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102395962B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020080894A (ja) * | 2018-11-15 | 2020-06-04 | Ａｍｉ株式会社 | 医療機器及びプログラム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0203004B1 (en) | 1985-05-16 | 1991-03-20 | TERUMO KABUSHIKI KAISHA trading as TERUMO CORPORATION | Blood pressure measurement apparatus |
| KR102130340B1 (ko) * | 2017-05-29 | 2020-07-06 | 김연희 | 외부음용 보조마이크를 가진 동맥음을 이용한 혈압계 |
| KR102154652B1 (ko) * | 2018-07-04 | 2020-09-11 | 서울대학교산학협력단 | 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치 |
-
2020
- 2020-08-12 KR KR1020200101051A patent/KR102395962B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020080894A (ja) * | 2018-11-15 | 2020-06-04 | Ａｍｉ株式会社 | 医療機器及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220020576A (ko) | 2022-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6811773B2 (ja) | フォトプレチスモグラム（ｐｐｇ）信号品質を定量化する方法 | |
| US10820811B2 (en) | Apparatus for determining blood pressure | |
| US9131859B2 (en) | Blood pressure measurement apparatus, recording medium that records blood pressure derivation program, and blood pressure derivation method | |
| US9282906B2 (en) | Blood volume measuring method and blood volume measuring apparatus | |
| KR20180010062A (ko) | 생체신호의 특징 추출 장치 및 방법과, 생체정보 검출 장치 | |
| JP2007532207A (ja) | 第２心音の成分に関する非侵襲性測定方法 | |
| EP3773157B1 (en) | Apparatus for use with a wearable cuff | |
| CA2623270C (en) | Signal processing for pulse oximetry | |
| JP2008061824A (ja) | 医療用測定器、生体信号波形抽出方法、および生体信号波形抽出プログラム | |
| US20070232939A1 (en) | Blood Pressure Measuring Method and Blood Pressure Manometer | |
| JP5940725B1 (ja) | 血管弾性率評価装置 | |
| KR102395962B1 (ko) | 커프 압력신호 및 혈관음을 활용한 혈압 측정 방법 | |
| TWI498098B (zh) | 中央動脈血壓估計方法及其裝置 | |
| KR102149748B1 (ko) | 심폐음 신호 획득 방법 및 장치 | |
| US20120078126A1 (en) | Validation of an oscillometric signal for use in a peripheral arterial disease evaluation | |
| KR20080030189A (ko) | 혈관의 건강 상태를 감시하는 방법 및 장치 | |
| US20220296172A1 (en) | Method and system for estimating arterial blood based on deep learning | |
| Aboy et al. | Method and apparatus for evaluation of fluid responsiveness | |
| JP5070103B2 (ja) | シャント狭窄検出装置 | |
| JP7175304B2 (ja) | シャント音解析装置及び方法、コンピュータプログラム並びに記憶媒体 | |
| KR20050067923A (ko) | 동맥혈관 분석시스템 | |
| KR20200078431A (ko) | 심폐음 신호 획득 방법 및 장치 | |
| CN110916624A (zh) | 一种用于检测血管阻力的智能诊脉方法及系统 | |
| JP3491076B2 (ja) | 血圧測定装置 | |
| KR102214536B1 (ko) | 광전용적맥파를 이용한 혈압 측정 및 혈압 분석 방법, 장치 및 컴퓨터 프로그램 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right |