KR102418339B1 - 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법 - Google Patents

연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법 Download PDF

Info

Publication number
KR102418339B1
KR102418339B1 KR1020210107144A KR20210107144A KR102418339B1 KR 102418339 B1 KR102418339 B1 KR 102418339B1 KR 1020210107144 A KR1020210107144 A KR 1020210107144A KR 20210107144 A KR20210107144 A KR 20210107144A KR 102418339 B1 KR102418339 B1 KR 102418339B1
Authority
KR
South Korea
Prior art keywords
blood glucose
postprandial
dispersion
subject
postprandial blood
Prior art date
Application number
KR1020210107144A
Other languages
English (en)
Inventor
김양석
이승재
Original Assignee
주식회사 유투메드텍
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 주식회사 유투메드텍 filed Critical 주식회사 유투메드텍
Priority to KR1020210107144A priority Critical patent/KR102418339B1/ko
Priority to PCT/KR2021/018557 priority patent/WO2023017920A1/ko
Application granted granted Critical
Publication of KR102418339B1 publication Critical patent/KR102418339B1/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
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Dentistry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Optics & Photonics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nutrition Science (AREA)
  • Physiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Emergency Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

본 발명은 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법에 관한 것이다. 본 발명에 따르면, 정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 측정된 식후 혈당 데이터를 수집하는 단계, 당뇨 여부, 성별, 나이대에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계, 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출하는 단계, 피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받으며, 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출하는 단계, 피검자의 공복 혈당 데이터를 입력받으며, 피검자의 공복 혈당 데이터를 이용하여 피검자의 공복 혈당 분산도 범위를 산출하는 단계, 연속혈당측정기를 이용하여 n분마다 측정된 피검자의 연속혈당 데이터를 입력받는 단계, 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정하는 단계, 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대하여 연속 혈당 분산도를 연산하는 단계, 혈당 변동 후보군 각각에 해당하는 각각의 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교하는 단계, 그리고 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위의 하한 값 이상인 혈당 변동 후보군이 존재하는 경우, 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택하는 단계를 포함한다.

Description

연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법{APPARATUS FOR EXTRACTING BLOOD SUGAR LEVER USING CONTINUOUS BLOOD GLUCOSE DATA AND METHOD THEREOF}
본 발명은 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 피검자의 연속혈당 데이터를 이용하여 혈당 변동 후보군을 결정하고, 결정된 혈당 변동 후보군을 통해 식사로 인해 변동된 혈당 데이터를 추출하는 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법에 관한 것이다.
일반적으로, 당뇨병은 혈액에 포함된 글루코오스(glucose)의 양이 정상치보다 높은 증상을 말하는 것으로 일반적으로 공복 혈당이 126mg/dL 이상, 식후 2시간이 지났을 무렵 200mg/dL 이상이면 당뇨병으로 분류된다.
이러한 당뇨병은 대사이상에 기인하는 대표적인 만성질환으로 급속한 경제성장과 함께 식생활의 서구화에 따른 과다한 영양섭취, 운동부족, 스트레스 등으로 인하여 유병률이 계속 증가하고 있는 추세이다.
이때, 당뇨병은 인슐린 분비의 절대적 또는 상대적인 부족이나 표적세포에서의 인슐린의 지속적이고 적절한 관리의 어려움이 있으며, 망막, 신장, 신경에 나타나는 미세혈관 합병증과 동맥경화, 심혈관 질환 같은 거대 혈관 합병증을 유발하여 심각한 경우 목숨까지 위협할 수 있는 위험한 병이다.
즉, 당뇨병은 평생관리가 요구되는 만성질환으로 그 자체보다는 그로 인한 합병증이 중요시되며, 양질의 삶을 유지 및 당뇨병성 만성합병증을 예방할 수 있는 유일한 길은 엄격한 혈당조절이라고 할 수 있다.
혈당은 음식물 섭취 등 다양한 원인으로 시간에 따라 변화하며, 정확한 혈당 데이터를 파악하기 위해서는 지속적으로 혈당 데이터를 측정할 필요가 있다.
다만, 지속적으로 기록된 혈당 데이터를 활용하기 위해서는 데이터의 정확성이 기본 되어야 하나, 혈당 측정기의 이용자가 혈당 측정기의 시간 셋팅을 하지 않거나, 날짜와 시간을 확인하지 않는 경우, 날짜와 시간이 정확하게 기록되지 않는 오류가 발생하는 문제가 있다.
또한, 식전 혈당의 구분을 아침식사/점심식사/저녁식사/간식 전, 후와 같이 기재하는 경우, 정확히 언제 측정이 되었는지 모르기 때문에 데이터가 정확하지 않은 문제점이 있다.
그리고, 혈당 측정기의 이용자가 혈당을 측정하고 식전/식후 혈당을 혈당 측정기의 버튼을 사용하여 구분을 하여야 하나, 실제로 이용자는 혈당 측정 종료 후, 대부분 이 과정을 간과하는 경우가 많아 식전/식후 혈당이 구분되지 않거나, 미구분 상태로 혈당이 입력되어 혈당 수치의 판단 기준이 모호해져 정확한 혈당 데이터를 파악하기 어려운 문제점이 있다.
본 발명의 배경이 되는 기술은 대한민국 국내공개특허 제10-1532839호 (2015.06.30 공고)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는 피검자의 연속혈당 데이터를 이용하여 혈당 변동 후보군을 결정하고, 결정된 혈당 변동 후보군을 통해 식사로 인해 변동된 혈당 데이터를 추출하는 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법에 관한 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 연속혈당 데이터를 이용한 식후 혈당 수치 추출 방법에 있어서, 혈당 수치 추출 장치는 정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 측정된 식후 혈당 데이터를 수집하는 단계, 당뇨 여부, 성별, 나이대에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계, 상기 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출하는 단계, 피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받으며, 상기 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출하는 단계, 상기 피검자의 공복 혈당 데이터를 입력받으며, 상기 피검자의 공복 혈당 데이터를 이용하여 피검자의 공복 혈당 분산도 범위를 산출하는 단계, 연속혈당측정기를 이용하여 n분마다 측정된 상기 피검자의 연속혈당 데이터를 입력받는 단계, 상기 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정하는 단계, 상기 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대하여 연속 혈당 분산도를 연산하는 단계, 상기 혈당 변동 후보군 각각에 해당하는 각각의 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교하는 단계, 그리고 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위의 하한 값 이상인 혈당 변동 후보군이 존재하는 경우, 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택하는 단계를 포함한다.
상기 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계는, 상기 그룹핑된 복수의 사용자 각각에 대하여 식사 순서에 따른 식후 혈당 데이터를 IQR에 적용하여 식사 순서에 따른 식후 혈당 분산도를 연산할 수 있다.
상기 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계는, 다음의 수학식을 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산할 수 있다.
식사 순서에 따른 식후 혈당 분산도 = 상위 25%에 해당하는 식후 혈당 데이터 값 - 상위 75%에 해당하는 식후 혈당 데이터 값
상기 범주별 식후 혈당 분산도 범위를 산출하는 단계는, 동일한 범주에 해당되는 복수의 사용자 각각의 식사 순서에 따른 식후 혈당 분산도를 IQR에 적용하여 범주별 식후 혈당 분산도 범위를 산출할 수 있다.
상기 범주별 식후 혈당 분산도 범위를 산출하는 단계는, 다음의 수학식을 이용하여 상기 범주별 식후 혈당 분산도 범위를 산출할 수 있다.
범주별 식후 혈당 분산도 구간 = [식사 순서에 따른 식후 혈당 분산도 값들의 중앙값 - a * 식사 순서에 따른 식후 혈당 분산도 값들의 IQR, 식사 순서에 따른 식후 혈당 분산도 값들의 중앙값 + a * 식사 순서에 따른 식후 혈당 분산도 값들의 IQR]
여기서, a는 혈당 계수를 의미한다.
상기 피검자의 공복 혈당 분산도 범위를 산출하는 단계는, 상기 피검자의 공복 혈당 데이터를 IQR에 적용하여 피검자의 공복 혈당 분산도 범위를 산출할 수 있다.
상기 피검자의 공복 혈당 분산도 범위를 산출하는 단계는, 다음의 수학식을 이용하여 상기 피검자의 공복 혈당 분산도 범위를 산출할 수 있다.
피검자의 공복 혈당 분산도 구간 = [피검자의 공복 혈당 데이터들의 중앙값 - a * 피검자의 공복 혈당 값들의 IQR, 피검자의 공복 혈당 데이터들의 중앙값 + a * 피검자의 공복 혈당 데이터들의 IQR]
여기서, a는 혈당 계수를 의미한다.
상기 혈당 변동 후보군으로 결정하는 단계는, 상기 피검자의 공복 혈당 분산도 구간의 상한 값을 초과한 연속혈당 데이터가 연속 m회 또는 기준 시간 이상 지속되는 경우, 혈당 변동 후보군으로 결정할 수 있다.
상기 연속 혈당 분산도를 연산하는 단계는, 상기 각 혈당 변동 후보군에 해당하는 연속혈당 데이터를 IQR에 적용하여 연속 혈당 분산도를 연산할 수 있다.
연속 혈당 분산도 = 상위 25%에 해당하는 연속혈당 데이터 값 - 상위 75%에 해당하는 연속혈당 데이터 값
상기 혈당 변동 후보군 중에서 일정 시간 이상 또는 일정 기준의 혈당 데이터를 초과하는 경우, 해당 식사에 대해 사용자에게 경고 알람을 제공하는 단계를 더 포함할 수 있다.
본 발명의 다른 실시예에 따르면, 연속혈당 데이터를 이용한 식후 혈당 수치 추출 장치에 있어서, 정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 따른 식후 혈당 데이터를 수집하고, 당뇨 여부, 성별, 나이대에 따라 범주별로 그룹핑하며, 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하고, 상기 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출하는 식후 혈당 분산도 범위 산출부, 피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받으며, 상기 피검자의 공복 혈당 데이터를 입력받고, 연속혈당측정기를 이용하여 n분마다 측정된 상기 피검자의 연속혈당 데이터를 입력받는 입력부, 상기 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출하며, 상기 피검자의 공복 혈당 데이터를 이용하여 공복 혈당 분산도 범위를 산출하고, 상기 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정하는 제어부, 상기 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대하여 연속 혈당 분산도를 연산하고, 상기 혈당 변동 후보군 각각에 해당하는 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교하는 비교부, 그리고 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위의 하한 값 이상인 혈당 변동 후보군이 존재하는 경우, 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택하는 식후 혈당 데이터 추출부를 포함한다.
이와 같이 본 발명에 따르면, 일정한 주기로 피검자의 연속혈당 데이터를 통해 식사로 인해 변동된 혈당 데이터를 추출함으로써, 식후 혈당 데이터가 높은지 여부와 정상 수준인지 여부를 확인할 수 있으며, 이로 인해 정확한 식후 혈당 상태를 파악할 수 있다.
도 1은 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 장치의 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 피검자가 속하는 범주의 식후 혈당 분산도 범위를 산출하는 방법을 설명하기 위한 순서도이다.
도 4는 도 3의 S310 단계를 설명하기 위한 예시도이다.
도 5는 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 방법을 설명하기 위한 순서도이다.
도 6은 도 5의 S530 단계를 설명하기 위한 예시도이다.
도 7은 도 5의 S540 단계를 설명하기 위한 예시도이다.
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 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
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 있는 것을 의미한다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
이하에서는 도 1을 이용하여 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 장치(100)를 설명한다.
도 1은 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 장치를 설명하기 위한 도면이다.
도 1에서 도시한 바와 같이, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 연속혈당측정기(200)와 네트워크로 연결된다.
먼저, 혈당 수치 추출 장치(100)는 연속혈당측정기(200)를 통해 측정된 피검자의 연속혈당 데이터, 피검자의 공복 혈당 분산도 범위 및 피검자가 속한 식후 혈당 분산도 범위를 이용하여 식사로 인해 변동된 혈당 데이터를 추출한다.
다음으로, 연속혈당측정기(200)는 피검자의 신체에 부착하여 일정 시간 간격으로 피검자의 혈당을 측정한다.
이때, 연속혈당측정기(200)는 패치 형태로 구현되어 복부, 팔, 엉덩이 등 피하지방에 부착되며, 패치에 부착된 센서를 통해 세포 간질액(세포와 세포 사이를 채우는 액체 성분)의 포도당 농도를 측정하는 의료기기로 구현될 수 있다.
즉, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 연속혈당측정기(200)를 통해 측정된 피검자의 연속혈당 데이터를 이용하여 혈당 변동 후보군을 추출하고, 각각의 혈당 변동 후보군에 대한 연속 혈당 분산도와 피검자가 속하는 범주의 식후 혈당 분산도 범위를 이용하여 식사로 인해 변동된 혈당 데이터를 추출한다.
이하에서는 도 2를 이용하여 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 장치(100)의 구성을 설명한다.
도 2는 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 장치의 구성을 설명하기 위한 도면이다.
도 2에서 도시한 바와 같이, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 식후 혈당 분산도 범위 산출부(110), 입력부(120), 제어부(130), 비교부(140), 식후 혈당 데이터 추출부(150) 및 알람 제공부(160)를 포함한다.
먼저, 식후 혈당 분산도 범위 산출부(110)는 정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 따른 식후 혈당 데이터를 수집한다.
그리고, 식후 혈당 분산도 범위 산출부(110)는 당뇨 여부, 성별, 나이대에 따라 범주별로 그룹핑하며, 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산한다.
이때, 식후 혈당 분산도 범위 산출부(110)는 그룹핑된 복수의 사용자 각각에 대하여 식사 순서에 따른 식후 혈당 데이터를 IQR에 적용하여 개인별로 식사 순서에 따른 식후 혈당 분산도를 연산할 수 있다.
그러면, 식후 혈당 데이터 산출부(110)는 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출한다.
이때, 식후 혈당 데이터 산출부(110)는 동일한 범주에 해당되는 복수의 사용자 각각의 식사 순서에 따른 식후 혈당 분산도를 IQR에 적용하여 범주별 식후 혈당 분산도 범위를 산출할 수 있다.
다음으로, 입력부(120)는 피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받고, 기 측정된 피검자의 공복 혈당 데이터를 입력받는다.
그리고, 입력부(120)는 연속혈당측정기(200)를 이용하여 n분마다 측정된 피검자의 연속혈당 데이터를 입력받는다.
이때, 연속혈당측정기(200)는 15분마다 연속혈당 데이터를 측정하여 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)에 전송할 수 있으며, 사용자에 의해 측정 주기는 변경될 수 있다.
다음으로, 제어부(130)는 입력부(120)로부터 입력받은 피검자의 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 이용하여 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출한다.
그리고, 제어부(130)는 피검자의 공복 혈당 데이터를 이용하여 공복 혈당 분산도 범위를 산출한다.
여기서, 제어부(130)는 피검자의 공복 혈당 데이터를 IQR에 적용하여 피검자의 공복 혈당 분산도 범위를 산출할 수 있다.
그리고, 제어부(130)는 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정한다.
이때, 피검자의 공복 혈당 분산도 구간의 상한 값을 초과한 연속혈당 데이터가 연속 m회 또는 기준 시간 이상 지속되는 경우, 제어부(130)는 해당되는 연속혈당 데이터를 혈당 변동 후보군으로 결정할 수 있다.
즉, 제어부(130)는 연속혈당측정기(200)로부터 n분 주기로 측정된 피검자의 연속혈당 데이터를 피검자의 공복 혈당 분산도 범위에 적용하여 공복 혈당 분산도 범위에 포함되지 않은 연속혈당 데이터를 혈당 변동 후보군으로 결정한다.
다음으로, 비교부(140)는 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대한 연속 혈당 분산도를 연산한다.
이때, 비교부(140)는 각 혈당 변동 후보군에 해당하는 연속혈당 데이터를 IQR에 적용하여 연속 혈당 분산도를 연산할 수 있다.
그리고, 비교부(140)는 혈당 변동 후보군 각각에 해당하는 연속 혈당 분산도가 피검자가 속하는 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교한다.
다음으로, 식후 혈당 데이터 추출부(150)는 혈당 변동 후보군 각각에 해당하는 연속 혈당 분산도가 피검자가 속하는 해당 범주의 식후 혈당 분산도 범위의 하한 값 이상인 혈당 변동 후보군이 존재하는지 검출한다.
이때, 식후 혈당 데이터 추출부(150)는 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택한다.
다음으로, 알람 제공부(160)는 혈당 변동 후보군 중에서 일정 시간 이상 또는 일정 기준의 혈당 데이터를 초과하는 경우, 해당 식사에 대해 사용자에게 경고 알람을 제공한다.
이때, 알람 제공부(160)는 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)를 통해 피검자에게 경고 알람을 제공하거나 사용자 단말기를 통해 피검자에게 경고 알람을 제공할 수 있다.
이하에서는 도 3 및 도 4를 이용하여 본 발명의 실시예에 따른 피검자가 속하는 범주의 식후 혈당 분산도 범위를 산출하는 방법에 대하여 설명한다.
도 3은 본 발명의 실시예에 따른 피검자가 속하는 범주의 식후 혈당 분산도 범위를 산출하는 방법을 설명하기 위한 순서도이다.
먼저, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 측정된 식후 혈당 데이터를 수집한다(S310).
도 4는 도 3의 S310 단계를 설명하기 위한 예시도이다.
도 4에서 도시한 바와 같이, 정상인 및 당뇨환자에 대한 당뇨 여부, 성별, 나이, 식사 순서, 식후 혈당 데이터, 식후 혈당 분산도를 수집할 수 있다.
이때, 사용자의 식후 혈당 데이터는 15분 단위로 2시간 동안 측정되며, 측정 주기는 사용자에 의해 달라질 수 있다.
즉, 혈당 수치 추출 장치(100)는 15분 단위로 2시간동안 측정된 8개의 식후 혈당 데이터를 수집할 수 있다.
그리고, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 사용자의 당뇨 여부, 성별, 나이대에 따라 사용자를 범주별로 그룹핑한다(S320).
이때, 혈당 수치 추출 장치(100)는 당뇨 여부(예/아니오), 성별(남/여), 나이(20대, 30대, 40대, 50대, …. 80세 이상)에 따라 사용자를 범주별로 그룹핑할 수 있다.
예를 들어, 범주 1은 당뇨 여부(아니오), 성별(남), 나이(20대)로 설정하고, 범주 2는 당뇨 여부(아니오), 성별(남), 나이(30대)로 설정할 수 있다.
이와 같은 방법으로, 혈당 수치 추출 장치(100)는 사용자를 범주별로 그룹핑할 수 있다.
그러면, 혈당 수치 추출 장치(100)는 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산한다(S330).
이때, 혈당 수치 추출 장치(100)는 그룹핑된 복수의 사용자 각각에 대하여 식사 순서에 따른 식후 혈당 데이터를 IQR에 적용하여 다음의 수학식 1을 통해 식사 순서에 따른 식후 혈당 분산도를 통해 연산한다.
Figure 112021093600061-pat00001
여기서, 혈당 수치 추출 장치(100)는 범주 1에서 1번째 사람의 1번째 식후 혈당 데이터를 이용하여 수학식 1에 의해 식후 혈당 분산도를 연산하고, 범주 1에서 1번째 사람의 2번째 식후 혈당 데이터를 이용하여 식후 혈당 분산도를 연산할 수 있다.
예를 들어, 범주 1의 1번째 사람의 1번째 식후 혈당 데이터(mg/dl)가 78, 79, 93, 101, 108, 94, 82, 81이라고 가정하면, 범주 1의 1번째 사람의 1번째 식사(아침식사)에 대한 식후 혈당 분산도는 15.25로 연산될 수 있다.
또한, 범주 1의 1번째 사람의 2번째 식후 혈당 데이터(mg/dl)가 [74, 75, 83, 95, 100, 89, 77, 75]라고 가정하면, 범주 1의 1번째 사람의 2번째 식사(점심식사)에 대한 식후 혈당 분산도는 15.5로 연산될 수 있다.
이와 같은 방법으로, 혈당 수치 추출 장치(100)는 x범주의 y번째 사람이 식사를 할때마다 측정된 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산한다.
다음으로, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 개인별로 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출한다(S340).
이때, 혈당 수치 추출 장치(100)는 동일한 범주에 해당되는 복수의 사용자 각각의 식사 순서에 따른 식후 혈당 분산도를 IQR에 적용하여 다음의 수학식 2를 통해 범주별 식후 혈당 분산도 범위를 산출한다.
Figure 112021093600061-pat00002
여기서, a는 혈당 계수를 나타내며, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)에서는 a를 1.5로 설정할 수 있으며, 사용자에 의해 다르게 설정될 수 있다.
그리고, 혈당 수치 추출 장치(100)는 피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받는다(S350).
예를 들어, 혈당 수치 추출 장치(100)는 피검자로부터 당뇨가 없고, 30대 남성이라는 정보를 입력받을 수 있다.
그리고, 혈당 수치 추출 장치(100)는 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출한다(S360).
예를 들어, 혈당 수치 추출 장치(100)는 당뇨가 없는 30대 남성인 피검자가 범주 2에 속한다고 가정하면, 범주 2에 대응하는 식후 혈당 분산도 범위를 추출할 수 있다.
S310 내지 S360 단계에서 설명한 바와 같이, 혈당 수치 추출 장치(100)는 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출할 수 있다.
이하에서는 도 5 내지 도 7를 이용하여 본 발명의 실시예에 따른 피검자의 식사로 인해 변동된 혈당 데이터를 추출하는 방법을 설명한다.
도 5는 본 발명의 실시예에 따른 연속혈당 데이터를 이용한 혈당 수치 추출 방법을 설명하기 위한 순서도이다.
먼저, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)는 피검자로부터 기 측정된 공복 혈당 데이터를 입력받는다(S510).
이때, 공복 혈당 데이터는 연속혈당측정기(200)를 이용하여 측정할 수 있다.
그리고, 혈당 수치 추출 장치(100)는 피검자의 공복 혈당 데이터를 이용하여 피검자의 공복 혈당 분산도 범위를 산출한다(S520).
이때, 혈당 수치 추출 장치(100)는 피검자의 공복 혈당 데이터를 IQR에 적용하여 다음의 수학식 3을 통해 피검자의 공복 혈당 분산도 범위를 산출한다.
Figure 112021093600061-pat00003
여기서, a는 혈당 계수를 의미하며, 본 발명의 실시예에 따른 혈당 수치 추출 장치(100)에서는 a를 1.5로 설정할 수 있으며, 사용자에 의해 다르게 설정될 수 있다.
다음으로, 혈당 수치 추출 장치(100)는 연속혈당측정기(200)를 이용하여 n분마다 측정된 피검자의 연속혈당 데이터를 입력받는다(S530).
도 6은 도 5의 S530 단계를 설명하기 위한 예시도이다.
도 6에서 도시한 바와 같이, 혈당 수치 추출 장치(100)는 연속혈당측정기(200)로부터 24시간 동안 15분 주기로 측정된 연속혈당 데이터를 제공받는다.
그러면, 혈당 수치 추출 장치(100)는 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정한다(S540).
이때, 공복 혈당 분산도 구간의 상한 값을 초과한 연속혈당 데이터가 연속 m회 또는 기준 시간 이상 지속되는 경우, 혈당 수치 추출 장치(100)는 해당되는 연속혈당 데이터를 혈당 변동 후보군으로 결정할 수 있다.
도 7은 도 5의 S540 단계를 설명하기 위한 예시도이다.
도 7에서 도시한 바와 같이, 피검자의 공복 혈당 분산도 범위를 [62.76]이라고 가정하면, 혈당 수치 추출 장치(100)는 76을 초과하는 연속혈당 데이터에 대하여 혈당 변동 후보군으로 결정한다.
즉, 도 7에 나타낸 것과 같이, 연속혈당 데이터를 상한값인 76과 비교하여 상한값 76을 초과하는 3개의 연속혈당 데이터 구간을 각각 혈당 변동 후보군으로 선택한다.
그리고, 혈당 수치 추출 장치(100)는 공복 혈당 분산도 구간의 상한 값을 초과한 연속혈당 데이터가 연속 4회 또는 1시간 이상 지속되는 연속혈당 데이터에 대하여 혈당 변동 후보군으로 결정할 수 있으며, 지속 횟수 또는 지속 시간은 사용자의 설정에 따라 달라질 수 있다.
또한, 점선 박스로 표시한 구간처럼, 공복 혈당 분산도 구간의 상한 값을 초과하지만, 연속혈당 데이터가 연속 4회 미만 또는 1시간 미만으로 지속되는 경우, 혈당 수치 추출 장치(100)는 해당 연속혈당 데이터를 노이즈로 처리할 수 있다.
그리고, 복수의 혈당 변동 후보군 중에서 일정 시간 이상 또는 일정 기준의 혈당 데이터를 초과하는 경우, 혈당 수치 추출 장치(100)는 해당 식사에 대해 사용자에게 경고 알람을 제공할 수 있다.
예를 들어, 하나의 혈당 변동 후보군의 혈당이 180mg/dL, 120분 이상 지속되는 경우, 해당 식사에 대해 사용자에게 "점심으로 드신 음식이 사용자의 혈당 관리에 부정적인 영향을 주었습니다. 해당 음식 섭취에 유의 부탁드립니다."와 같은 경고 알림을 제공한다.
다음으로, 혈당 수치 추출 장치(100)는 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대하여 연속 혈당 분산도를 연산한다(S550).
이때, 혈당 수치 추출 장치(100)는 각 혈당 변동 후보군에 해당하는 연속혈당 데이터를 IQR에 적용하여 다음의 수학식 4를 통해 연속 혈당 분산도를 연산한다.
Figure 112021093600061-pat00004
다음으로, 혈당 수치 추출 장치(100)는 혈당 변동 후보군 각각에 해당하는 각각의 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교한다(S560).
예를 들어, 수학식 4에 의해 연산된 혈당 변동 후보군 1에 대한 연속 혈당 분산도가 6이고, 혈당 변동 후보군 2에 대한 연속 혈당 분산도가 14이며, 혈당 변동 후보군 3에 대한 연속 혈당 분산도가 11이라고 가정한다.
그리고, 피검자가 속하는 해당 범주의 식후 혈당 분산도 범위가 [12.31, 81.69]라고 가정하면, 혈당 변동 후보군 1, 혈당 변동 후보군 2 및 혈당 변동 후보군 3에 대한 각각의 연속 혈당 분산도가 피검자가 속한 범주의 식후 혈당 분산도 범위에 포함되는지 판단한다.
만일, 혈당 변동 후보군에 대한 각각의 연속 혈당 분산도가 피검자가 속한 범주의 식후 혈당 분산도 범위에 포함되는 경우, 혈당 수치 추출 장치(100)는 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택한다(S570).
예를 들어, 혈당 변동 후보군 1 내지 3에 대한 각각의 연속 혈당 분산도가 [6, 14, 11]이고, 피검자가 속하는 해당 범주의 식후 혈당 분산도 범위가 [12.31, 81.69]라고 가정하면, 혈당 수치 추출 장치(100)는 식후 혈당 분산도 범위의 하한 값 이상이고, 상한 값 이하인 연속 혈당 분산도에 해당하는 14를 검출한다.
그러면, 혈당 수치 추출 장치(100)는 혈당 변동 후보군 2에 포함된 연속혈당 데이터를 식사로 인한 혈당 데이터로 선택할 수 있다.
만일, 혈당 변동 후보군에 해당하는 각각의 연속 혈당 분산도가 피검자가 속하는 해당 범주의 식후 혈당 분산도 범위에 해당하지 않는 경우, 미지의 요인으로 인한 혈당 변동 데이터로 판단한다(S580).
즉, 혈당 변동 후보군에 해당하는 각각의 연속 혈당 분산도가 피검자가 속하는 해당 범주의 식후 혈당 분산도 범위의 하한값보다 작거나, 상한값보다 큰 경우 혈당 수치 추출 장치(100)는 미지의 요인으로 인한 혈당 변동 데이터로 판단한다.
따라서, 도 7의 예에서, 혈당 수치 추출 장치(100)는 혈당 변동 후보군 2에 포함되는 연속혈당 데이터를 식사로 인한 혈당 데이터로 처리하고, 혈당 변동 후보군 1 및 3에 해당되는 연속혈당 데이터를 미지의 요인으로 인한 혈당 변동으로 판단할 수 있다.
이와 같이 본 발명의 실시예에 따르면, 일정한 주기로 피검자의 연속혈당 데이터를 통해 식사로 인해 변동된 혈당 데이터를 추출함으로써, 식후 혈당 데이터가 높은지 여부와 정상 수준인지 여부를 확인할 수 있으며, 이로 인해 정확한 식후 혈당 상태를 파악할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: 혈당 수치 추출 장치, 110: 식후 혈당 분산도 범위 산출부,
120: 입력부, 130: 제어부,
140: 비교부, 150: 식후 혈당 데이터 추출부,
160: 알람 제공부, 200: 연속혈당측정기

Claims (20)

  1. 연속혈당 데이터를 이용한 식후 혈당 수치 추출 방법에 있어서,
    혈당 수치 추출 장치는 정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 측정된 식후 혈당 데이터를 수집하는 단계,
    당뇨 여부, 성별, 나이대에 따라 범주별로 그룹핑하고, 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계,
    상기 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출하는 단계,
    피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받으며, 상기 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출하는 단계,
    상기 피검자의 공복 혈당 데이터를 입력받으며, 상기 피검자의 공복 혈당 데이터를 이용하여 피검자의 공복 혈당 분산도 범위를 산출하는 단계,
    연속혈당측정기를 이용하여 n분마다 측정된 상기 피검자의 연속혈당 데이터를 입력받는 단계,
    상기 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정하는 단계,
    상기 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대하여 연속 혈당 분산도를 연산하는 단계,
    상기 혈당 변동 후보군 각각에 해당하는 각각의 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교하는 단계, 그리고
    연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위의 하한 값 이상인 혈당 변동 후보군이 존재하는 경우, 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택하는 단계를 포함하는 식후 혈당 수치 추출 방법.
  2. 제1항에 있어서,
    상기 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계는,
    상기 그룹핑된 복수의 사용자 각각에 대하여 식사 순서에 따른 식후 혈당 데이터를 IQR에 적용하여 식사 순서에 따른 식후 혈당 분산도를 연산하는 식후 혈당 수치 추출 방법.
  3. 제2항에 있어서,
    상기 식사 순서에 따른 식후 혈당 분산도를 연산하는 단계는,
    다음의 수학식을 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하는 식후 혈당 수치 추출 방법.
    식사 순서에 따른 식후 혈당 분산도 = 상위 25%에 해당하는 식후 혈당 데이터 값 - 상위 75%에 해당하는 식후 혈당 데이터 값
  4. 제1항에 있어서,
    상기 범주별 식후 혈당 분산도 범위를 산출하는 단계는,
    동일한 범주에 해당되는 복수의 사용자 각각의 식사 순서에 따른 식후 혈당 분산도를 IQR에 적용하여 범주별 식후 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 방법.
  5. 제4항에 있어서,
    상기 범주별 식후 혈당 분산도 범위를 산출하는 단계는,
    다음의 수학식을 이용하여 상기 범주별 식후 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 방법:
    범주별 식후 혈당 분산도 구간 = [식사 순서에 따른 식후 혈당 분산도 값들의 중앙값 - a * 식사 순서에 따른 식후 혈당 분산도 값들의 IQR, 식사 순서에 따른 식후 혈당 분산도 값들의 중앙값 + a * 식사 순서에 따른 식후 혈당 분산도 값들의 IQR]
    여기서, a는 혈당 계수를 의미한다.
  6. 제1항에 있어서,
    상기 피검자의 공복 혈당 분산도 범위를 산출하는 단계는,
    상기 피검자의 공복 혈당 데이터를 IQR에 적용하여 피검자의 공복 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 방법.
  7. 제6항에 있어서,
    상기 피검자의 공복 혈당 분산도 범위를 산출하는 단계는,
    다음의 수학식을 이용하여 상기 피검자의 공복 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 방법:
    피검자의 공복 혈당 분산도 구간 = [피검자의 공복 혈당 데이터들의 중앙값 - a * 피검자의 공복 혈당 값들의 IQR, 피검자의 공복 혈당 데이터들의 중앙값 + a * 피검자의 공복 혈당 데이터들의 IQR]
    여기서, a는 혈당 계수를 의미한다.
  8. 제1항에 있어서,
    상기 혈당 변동 후보군으로 결정하는 단계는,
    상기 피검자의 공복 혈당 분산도 구간의 상한 값을 초과한 연속혈당 데이터가 연속 m회 또는 기준 시간 이상 지속되는 경우, 혈당 변동 후보군으로 결정하는 식후 혈당 수치 추출 방법.
  9. 제1항에 있어서,
    상기 연속 혈당 분산도를 연산하는 단계는,
    상기 각 혈당 변동 후보군에 해당하는 연속혈당 데이터를 IQR에 적용하여 연속 혈당 분산도를 연산하는 식후 혈당 수치 추출 방법.
    연속 혈당 분산도 = 상위 25%에 해당하는 연속혈당 데이터 값 - 상위 75%에 해당하는 연속혈당 데이터 값
  10. 제1항에 있어서,
    상기 혈당 변동 후보군 중에서 일정 시간 이상 또는 일정 기준의 혈당 데이터를 초과하는 경우, 해당 식사에 대해 사용자에게 경고 알람을 제공하는 단계를 더 포함하는 식후 혈당 수치 추출 방법.
  11. 연속혈당 데이터를 이용한 식후 혈당 수치 추출 장치에 있어서,
    정상인 및 당뇨환자의 성별, 나이, 식사 순서, 식후에 따른 식후 혈당 데이터를 수집하고, 당뇨 여부, 성별, 나이대에 따라 범주별로 그룹핑하며, 동일한 범주에 그룹핑된 복수의 사용자 각각의 식후 혈당 데이터를 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하고, 상기 식사 순서에 따른 식후 혈당 분산도를 이용하여 각 범주에 대응하는 범주별 식후 혈당 분산도 범위를 산출하는 식후 혈당 분산도 범위 산출부,
    피검자로부터 당뇨 여부, 성별 및 나이 중에서 적어도 하나를 입력받으며, 상기 피검자의 공복 혈당 데이터를 입력받고, 연속혈당측정기를 이용하여 n분마다 측정된 상기 피검자의 연속혈당 데이터를 입력받는 입력부,
    상기 피검자가 속하는 범주에 대응하는 식후 혈당 분산도 범위를 추출하며, 상기 피검자의 공복 혈당 데이터를 이용하여 공복 혈당 분산도 범위를 산출하고, 상기 공복 혈당 분산도 범위의 상한 값을 초과하는 연속혈당 데이터를 혈당 변동 후보군으로 결정하는 제어부,
    상기 혈당 변동 후보군 각각에 해당하는 연속혈당 데이터를 이용하여 각각의 혈당 변동 후보군에 대하여 연속 혈당 분산도를 연산하고, 상기 혈당 변동 후보군 각각에 해당하는 연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위에 포함되는지 비교하는 비교부, 그리고
    연속 혈당 분산도가 해당 범주의 식후 혈당 분산도 범위의 하한 값 이상인 혈당 변동 후보군이 존재하는 경우, 해당되는 혈당 변동 후보군에 포함된 연속혈당 데이터를 식사로 인해 변동된 혈당 데이터로 선택하는 식후 혈당 데이터 추출부를 포함하는 식후 혈당 수치 추출 장치.
  12. 제11항에 있어서,
    상기 식후 혈당 분산도 범위 산출부는,
    상기 그룹핑된 복수의 사용자 각각에 대하여 식사 순서에 따른 식후 혈당 데이터를 IQR에 적용하여 개인별로 식사 순서에 따른 식후 혈당 분산도를 연산하는 식후 혈당 수치 추출 장치.
  13. 제12항에 있어서,
    상기 식후 혈당 분산도 범위 산출부는,
    다음의 수학식을 이용하여 식사 순서에 따른 식후 혈당 분산도를 연산하는 식후 혈당 수치 추출 장치.
    식사 순서에 따른 식후 혈당 분산도 = 상위 25%에 해당하는 식후 혈당 데이터 값 - 상위 75%에 해당하는 식후 혈당 데이터 값
  14. 제11항에 있어서,
    상기 식후 혈당 분산도 범위 산출부는,
    동일한 범주에 해당되는 복수의 사용자 각각의 식사 순서에 따른 식후 혈당 분산도를 IQR에 적용하여 범주별 식후 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 장치.
  15. 제14항에 있어서,
    상기 식후 혈당 분산도 범위 산출부는,
    다음의 수학식을 이용하여 상기 범주별 식후 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 장치:
    범주별 식후 혈당 분산도 구간 = [식사 순서에 따른 식후 혈당 분산도 값들의 중앙값 - a * 식사 순서에 따른 식후 혈당 분산도 값들의 IQR, 식사 순서에 따른 식후 혈당 분산도 값들의 중앙값 + a * 식사 순서에 따른 식후 혈당 분산도 값들의 IQR]
    여기서, a는 혈당 계수를 의미한다.
  16. 제11항에 있어서,
    상기 제어부는,
    상기 피검자의 공복 혈당 데이터를 IQR에 적용하여 피검자의 공복 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 장치.
  17. 제16항에 있어서,
    상기 제어부는,
    다음의 수학식을 이용하여 상기 피검자의 공복 혈당 분산도 범위를 산출하는 식후 혈당 수치 추출 장치:
    피검자의 공복 혈당 분산도 구간 = [피검자의 공복 혈당 데이터들의 중앙값 - a * 피검자의 공복 혈당 값들의 IQR, 피검자의 공복 혈당 데이터들의 중앙값 + a * 피검자의 공복 혈당 데이터들의 IQR]
    여기서, a는 혈당 계수를 의미한다.
  18. 제11항에 있어서,
    상기 제어부는,
    상기 피검자의 공복 혈당 분산도 구간의 상한 값을 초과한 연속혈당 데이터가 연속 m회 또는 기준 시간 이상 지속되는 경우, 혈당 변동 후보군으로 결정하는 식후 혈당 수치 추출 장치.
  19. 제11항에 있어서,
    상기 비교부는,
    상기 각 혈당 변동 후보군에 해당하는 연속혈당 데이터를 IQR에 적용하여 연속 혈당 분산도를 연산하는 식후 혈당 수치 추출 장치.
    혈당 변동 후보군의 연속 혈당 분산도 = 상위 25%에 해당하는 연속혈당 데이터 값 - 상위 75%에 해당하는 연속혈당 데이터 값
  20. 제11항에 있어서,
    상기 혈당 변동 후보군 중에서 일정 시간 이상 또는 일정 기준의 혈당 데이터를 초과하는 경우, 해당 식사에 대해 사용자에게 경고 알람을 제공하는 알람 제공부를 더 포함하는 식후 혈당 수치 추출 장치.



KR1020210107144A 2021-08-13 2021-08-13 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법 KR102418339B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210107144A KR102418339B1 (ko) 2021-08-13 2021-08-13 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법
PCT/KR2021/018557 WO2023017920A1 (ko) 2021-08-13 2021-12-08 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210107144A KR102418339B1 (ko) 2021-08-13 2021-08-13 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR102418339B1 true KR102418339B1 (ko) 2022-07-08

Family

ID=82407361

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210107144A KR102418339B1 (ko) 2021-08-13 2021-08-13 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법

Country Status (2)

Country Link
KR (1) KR102418339B1 (ko)
WO (1) WO2023017920A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130135677A (ko) * 2012-06-01 2013-12-11 주식회사 오코웰 혈당측정 데이터를 이용한 건강관리 방법 및 그 시스템
KR20140094111A (ko) * 2013-01-21 2014-07-30 에스디 바이오센서 주식회사 혈당 관리 장치 및 혈당 관리 방법
KR20150034415A (ko) * 2013-09-26 2015-04-03 주식회사 인포피아 유효 혈당 데이터의 생성이 가능한 혈당 관리 장치 및 그 동작 방법
KR20190073119A (ko) * 2017-12-18 2019-06-26 (주)휴레이포지티브 당뇨 대상자에 대한 생활습관 분석정보 제공시스템
JP6659049B2 (ja) * 2015-10-30 2020-03-04 Ｎｅｃソリューションイノベータ株式会社 血糖値予測装置、血糖値予測方法及びプログラム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3504652B1 (en) * 2016-08-25 2024-02-28 Novo Nordisk A/S Starter kit for basal insulin titration

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130135677A (ko) * 2012-06-01 2013-12-11 주식회사 오코웰 혈당측정 데이터를 이용한 건강관리 방법 및 그 시스템
KR20140094111A (ko) * 2013-01-21 2014-07-30 에스디 바이오센서 주식회사 혈당 관리 장치 및 혈당 관리 방법
KR20150034415A (ko) * 2013-09-26 2015-04-03 주식회사 인포피아 유효 혈당 데이터의 생성이 가능한 혈당 관리 장치 및 그 동작 방법
JP6659049B2 (ja) * 2015-10-30 2020-03-04 Ｎｅｃソリューションイノベータ株式会社 血糖値予測装置、血糖値予測方法及びプログラム
KR20190073119A (ko) * 2017-12-18 2019-06-26 (주)휴레이포지티브 당뇨 대상자에 대한 생활습관 분석정보 제공시스템

Also Published As

Publication number Publication date
WO2023017920A1 (ko) 2023-02-16

Similar Documents

Publication Publication Date Title
US20040142403A1 (en) Method of screening for disorders of glucose metabolism
WO2015184987A1 (zh) 用户身份识别方法、识别系统及健康仪
JP5835580B2 (ja) 生活習慣改善支援システム及び生体指標の分析方法
WO2020091053A1 (ja) 健康ポジショニングマップおよび健康関数を作成する方法、システム、およびプログラム、ならびにそれらの使用方法
KR20190063954A (ko) 인공지능 클라우드 영양소 변화 예측 방법과 인공지능 클라우드 영양소 대사량 측정 방법 및 그를 사용하는 질병관리 방법
EP4098194A1 (en) Method for calculating calibration sensitivity of sensor for insertion into body
WO2018095864A1 (en) A system and a method for automatically analyzing continuous glucose monitoring data indicative of glucose level in a bodily fluid
US20240008813A1 (en) Smart wearable device and method for estimating traditional medicine system parameters
CN110782990A (zh) 用于基层公卫服务脑卒中风险评估的方法、系统及移动平台
JP2018175488A (ja) 健康支援装置、健康支援システム、健康支援方法及び健康支援装置のプログラム
CN112786185B (zh) 血压健康状态获取方法、装置和系统
CN110464369A (zh) 一种基于人体体征数值的精神状态判断算法
KR102418341B1 (ko) 연속혈당 데이터를 이용한 당 관리 장치 및 그 방법
CN113327680A (zh) 患病风险预警方法、装置、设备及存储介质
KR102418339B1 (ko) 연속혈당 데이터를 이용한 혈당 수치 추출 장치 및 그 방법
KR102418340B1 (ko) 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법
EP4324394A1 (en) Method for calibrating non-invasive biometric information
KR102418338B1 (ko) 연속혈당 데이터를 이용한 공복 혈당 측정 장치 및 그 방법
KR102640995B1 (ko) 혈당 데이터를 이용한 인공지능 기반의 체중 변화 예측 방법 및 장치
US11984220B2 (en) Virtual consultation method and electronic device
KR20190138984A (ko) 식사시간 경과에 따른 혈당판정정보의 제공방법 및 장치
US20240180434A1 (en) System and method for blood pressure measurement, computer program product using the method, and computer-readable recording medium thereof
Dong Research on Type 2 Diabetes Risk based on Lifestyle Factors
Evdochim et al. Correlation Between Blood Pressure and Body Mass Index for Transfusion Therapy Setup
Domingo et al. Cardiovascular health pre-diagnosis based on a BP profile using Artificial Neural Network

Legal Events

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