KR102450482B1 - 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램 - Google Patents

의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102450482B1
KR102450482B1 KR1020220022463A KR20220022463A KR102450482B1 KR 102450482 B1 KR102450482 B1 KR 102450482B1 KR 1020220022463 A KR1020220022463 A KR 1020220022463A KR 20220022463 A KR20220022463 A KR 20220022463A KR 102450482 B1 KR102450482 B1 KR 102450482B1
Authority
KR
South Korea
Prior art keywords
signal segment
analysis
biosignal
frequency
processor
Prior art date
Application number
KR1020220022463A
Other languages
English (en)
Other versions
KR102450482B9 (ko
Inventor
차갑문
김태연
정종욱
Original Assignee
주식회사 에이티센스
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 에이티센스 filed Critical 주식회사 에이티센스
Priority to KR1020220022463A priority Critical patent/KR102450482B1/ko
Priority to US17/892,771 priority patent/US20230263451A1/en
Priority to EP22192076.2A priority patent/EP4230139A1/en
Application granted granted Critical
Publication of KR102450482B1 publication Critical patent/KR102450482B1/ko
Priority to JP2022170115A priority patent/JP2023121708A/ja
Publication of KR102450482B9 publication Critical patent/KR102450482B9/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
    • A61B5/24—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
    • 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
    • A61B5/347—Detecting the frequency distribution of 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • 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]
    • A61B5/333—Recording apparatus 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
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
    • 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • 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
    • 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
    • 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
    • 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

Abstract

본 개시의 실시예들에 따르면, 메모리, 통신부 및 프로세서를 포함하고, 상기 프로세서가 상기 메모리에 저장된 생체 신호를 읽어 들여, 상기 생체 신호를 소정의 시간 간격으로 분할하고, 분할된 제1 신호 세그먼트를 주파수 차원으로 변환하며, 상기 제1 신호 세그먼트의 주파수 성분을 기초로 분석 필요 구간 또는 분석 불요 구간인지 여부를 판단하고, 상기 분석 필요 구간의 제1 신호 세그먼트를 추가로 분석하여 분석 결과를 포함하는 데이터를 생성하고, 상기 분석 결과를 포함하는 데이터를 정해진 장치로 전송하는, 의료 데이터 제공 장치를 개시한다.

Description

의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램{Medical data providing device, medical data providing method and computer program}
본 개시의 실시예들은 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램에 관한 것으로, 보다 구체적으로는 생체 신호를 주파수 차원으로 변환하고 생체 신호의 주파수 성분에 기초하여 생체 신호에 대한 추가적인 분석이 필요한지 여부를 판단하는 점을 특징으로 합니다.
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.
근래에 들어, 심전도 신호는 패치형 심전도 측정 장치를 통해서 측정하고 있다. 패치형 심전도 측정 장치는 환자가 정상적인 일상 생활을 하면서 장시간 (예, 7일 ~ 14일) 지속적으로 심전도 신호를 기록한다. 이렇게 기록된 심전도 신호의 용량은 매우 크고, 기록된 심전도 신호를 모두 분석하는 데에는 많은 시간이 소요 된다.
또한, 심전도 신호는 측정 당시의 노이즈로 인해서 분석이 불필요한 구간을 포함하게 된다. 따라서, 긴 시간 동안 측정된 심전도 신호에 대해서 분석이 필요한 구간을 선별할 필요성이 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 명세서에서 개시되는 실시예들은, 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램을 제시하는데 목적이 있다.
본 개시의 실시예들에 따른 의료 데이터 제공 장치는 메모리, 통신부 및 프로세서를 포함하고, 상기 프로세서가 상기 메모리에 저장된 생체 신호를 읽어 들여, 상기 생체 신호를 소정의 시간 간격으로 분할하고, 분할된 제1 신호 세그먼트를 주파수 차원으로 변환하며, 상기 제1 신호 세그먼트의 주파수 성분을 기초로 분석 필요 구간 또는 분석 불요 구간인지 여부를 판단하고, 상기 분석 필요 구간의 제1 신호 세그먼트를 추가로 분석하여 분석 결과를 포함하는 데이터를 생성하고, 상기 분석 결과를 포함하는 데이터를 정해진 장치로 전송할 수 있다.
상기 프로세서가, 상기 제1 신호 세그먼트를 주파수 차원의 데이터로 변환하고 상기 제1 신호 세그먼트에 포함된 하나 이상의 피크에 대한 하나 이상의 주파수 값을 추출하고 상기 하나 이상의 주파수 값들이 서로 약수와 배수의 관계를 가지는 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다.
상기 프로세서가, 상기 제1 신호 세그먼트를 주파수 차원의 데이터로 변환하고 상기 제1 신호 세그먼트에 포함된 하나 이상의 피크에 대해서 크기(magnitude)를 구하고, 상기 하나 이상의 주파수 중에서, 최고값 피크 지점의 주파수 크기인 제1 주파수에 대한 배수의 관계가 있는 복수의 피크들이 존재하는 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다.
상기 프로세서가, 상기 제1 신호 세그먼트에 포함된 하나 이상의 제1 피크의 데이터의 크기가 기 설정된 피크 기준값 이하인 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다.
상기 프로세서가, 상기 제1 신호 세그먼트에 포함된 하나 이상의 제2 피크의 주파수 크기가 기 설정된 주파수 기준값 초과인 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다.
상기 프로세서가, 상기 생체 신호의 미리 정해진 샘플 주파수로 푸리에 변환 또는 고속 푸리에 변환을 할 수 있다.
상기 프로세서가, 상기 생체 신호의 미리 정해진 시간 간격(interval) 만큼의 샘플 수로 푸리에 변환할 수 있다.
상기 프로세서가, 상기 생체 신호의 신호 세그먼트를 주파수 차원으로 변환하기 전에, 상기 신호 세그먼트를 전처리할 수 있다.
상기 프로세서가, 상기 생체 신호의 신호 세그먼트를 제로 패딩법 또는 데이터 보간법으로 전처리할 수 있다.
상기 프로세서가, 기계 학습으로 생성된 분석 모델을 이용하여 상기 제1 신호 세그먼트가 분석 불요 구간인지 또는 분석 필요 구간인지를 판단할 수 있다.
상기 프로세서가, 상기 분석 모델을 이용하여 상기 시간 간격(interval)의 길이를 결정할 수 있다.
상기 프로세서가, 상기 분석 모델을 이용하여 상기 피크 기준값 또는 상기 주파수 기준값을 결정할 수 있다.
본 개시의 실시예들에 따른 방법은, 의료 데이터 제공 장치가 생체 신호를 읽어 들여, 상기 생체 신호를 소정의 시간 간격으로 분할하는 단계; 상기 의료 데이터 제공 장치가 분할된 제1 신호 세그먼트를 주파수 차원으로 변환하는 단계; 상기 의료 데이터 제공 장치가 상기 제1 신호 세그먼트의 주파수 성분을 기초로 분석 필요 구간 또는 분석 불요 구간인지 여부를 판단하는 단계; 및 상기 의료 데이터 제공 장치가 상기 분석 필요 구간의 제1 신호 세그먼트를 추가로 분석하여 분석 결과를 포함하는 데이터를 생성하고, 상기 분석 결과를 포함하는 데이터를 정해진 장치로 전송하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따른 컴퓨터 프로그램은 컴퓨터를 이용하여 본 발명의 실시예에 따른 의료 데이터 제공 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.
전술한 과제 해결 수단 중 어느 하나에 의하면, 의료 데이터 제공 장치 및 의료 데이터 제공 방법을 제시할 수 있다.
또한, 전술한 과제 해결 수단 중 어느 하나에 의하면, 장시간 측정된 생체 신호 중에서, 분석이 불필요한 구간을 결정하여 분석에 필요한 시간, 전력, 리소스를 줄일 수 있다.
또한, 전술한 과제 해결 수단 중 어느 하나에 의하면, 분석이 불필요한 구간의 데이터를 저장하지 않음으로써, 생체 신호의 저장 공간을 절약할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 서버 및 사용자 단말을 포함하는 의료 네트워크 시스템을 도시한다.
도 2는 본 개시의 실시예들에 따른 의료 데이터 제공 장치의 세부적인 구성을 설명하기 위한 도면이다. 도 3은 의료 데이터 제공부의 블록도이다.
도 4는 본 개시의 실시예들에 따른 생체 신호를 획득하는 생체 신호 측정 시스템(2)의 도면이다.
도 5는 생체 신호 측정 장치(31, 32)의 블록도이다.
도 6은 본 개시의 실시예들에 따른 생체 신호의 분석 필요 구간을 설정하는 방법의 흐름도이다.
도 7은 본 개시의 실시예들에 따른 고조파 성분을 포함하는 신호 세그먼트를 판단하는 방법의 흐름도이다.
도 8은 본 개시의 실시예들에 따른 신호 세그먼트의 시간 간격을 조정하는 방법의 흐름도이다.
도 9는 분석 불요 구간의 생체 신호의 예시 도면이다.
도 10a는 낮은 전압값을 가지는 생체 신호의 예시 도면이다.
도 10b는 피부에 부착되지 않은 상태에서 측정된 생체 신호의 예시 도면이다.
도 10c는 높은 주파수를 가지는 노이즈를 포함하는 생체 신호의 예시 도면이다.
도 11은 움직임 노이즈를 포함하는 생체 신호의 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 신경망 계산 (neural network computing) 혹은 기계 학습(machine learning)을 수행함을 일컫는 용어로 해석한다. “학습”, “러닝”은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구를 말한다.
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.
이하의 실시예에서, 모듈은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은, ASCI(application-specific integrated circuit)의 형태로 구현될 수 있다.
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.
이하에서, 생체 신호는 생체와 관련된 신호로서, 체온, 맥박, 심전도, 뇌파, 호흡수, 걸음수, 스트레스, 호르몬, 운동량, 소모된 칼로리, 체지방, 체내 수분량, 혈당 값, 혈압 등의 생체 신호를 포함할 수 있다.
이하에서, 생체 신호는 측정된 생체 신호의 아날로그 신호, 디지털 신호일 수 있다.
이하에서, 디지털 신호인 생체 신호는 신호를 원하는 방향으로 정보 신호를 수정하거나 개선할 목적으로 수치적으로 처리하는 것을 말한다.
이하에서, 심전도 신호는 심장의 비정상적인 리듬을 측정하고 진단하는 것으로, 전기적 신호를 전달하는 전도조직 혹은 신경전달 선로의 손상으로 인한 비정상적인 리듬을 측정한 것일 수 있다.
도 1은 본 개시의 일 실시 예에 따른 서버 및 사용자 단말을 포함하는 의료 네트워크 시스템을 도시한다.
본 개시의 의료 네트워크 시스템(1)은 서버(20)와 적어도 하나의 사용자 단말(11 내지 16)을 포함할 수 있다. 서버(20)는 네트워크 망을 통해 다양한 온라인 활동을 제공할 수 있다. 서버(20)는 적어도 하나의 사용자 단말(11 내지 16)에게 동시에 온라인 활동을 제공할 수 있다.
본 개시의 일 실시 예에 따르면, 서버(20)라 함은, 단일 서버, 서버의 집합체, 클라우드 서버 등을 포함할 수 있으며, 상기 예시에 제한되지 않는다. 서버(20)는 다양한 의료 온라인 활동을 제공하며, 네트워크 활동을 위한 데이터를 저장하는 데이터베이스를 포함할 수 있다. 또한 서버(20)는 신호 처리 계산 혹은 결제 이벤트를 생성 및 처리하는 결제 서버를 포함할 수도 있다. 앞서 설명한 바와 같이 서버(20)는 의료 데이터 제공 장치일 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 의료 온라인 활동을 제공받는다는 의미는 모든 통신 방식을 통해 서버와 단말 간의 통신이 수행될 수 있다는 의미를 포함할 수 있다.
명세서 전체에서 적어도 하나의 사용자 단말(11 내지 16)이라 함은 퍼스널 컴퓨터(Personal Computer)(11), 태블릿(Tablet)(12), 휴대폰(Cellular Phone)(13), 노트북(14), 스마트 폰(15), TV(16) 뿐만 아니라, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 냉장고, 세탁기, 청소기 등의 다양한 전자 디바이스를 포함할 수 있고, 상기 예시에 제한되지 않는다. 앞서 설명한 바와 같이 적어도 하나의 사용자 단말(11 내지 16)은 의료 데이터 제공 장치일 수 있다.
본 개시의 일 실시 예에 따르면, 온라인 활동은 데이터 가공 서비스, 데이터 분석 서비스, 데이터 유통 서비스, 데이터 거래 서비스 등을 포함할 수 있으며, 상기 예시에 제한되지 않는다.
본 개시의 일 실시 예에 따르면, 서버(20)는 생체 신호의 분석 필요 여부를 판단할 수 있다. 서버(20)는 생체 신호를 신호 세그먼트로 분할하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 서버(20)는 신호 세그먼트를 주파수 차원으로 변환하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 서버(20)는 측정된 생체 신호를 측정 장치의 메모리로부터 업로드 할 수 있다. 서버(20)는 생체 신호를 고속 푸리에 변환, 웨이블릿 변환, 힐버트 변환 등의 방법으로 변환할 수 있으나, 이에 한정되지 않고 다양한 변환 방법으로 변환할 수 있다.
또한 본 개시의 일 실시 예에 따르면, 의료 네트워크 시스템(1)은 생체 신호의 분석 필요 여부를 판단할 수 있다. 의료 네트워크 시스템(1)은 생체 신호를 신호 세그먼트로 분할하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 의료 네트워크 시스템(1)은 신호 세그먼트를 주파수 차원으로 변환하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 의료 네트워크 시스템(1)은 측정된 생체 신호를 측정 장치의 메모리로부터 업로드 할 수 있다. 의료 네트워크 시스템(1)은 생체 신호를 고속 푸리에 변환, 웨이블릿 변환, 힐버트 변환 등의 방법으로 변환할 수 있으나, 이에 한정되지 않고 다양한 변환 방법으로 변환할 수 있다.
본 개시의 일 실시 예에 따르면, 적어도 하나의 사용자 단말(11 내지 16) 중 하나는 생체 신호의 분석 필요 여부를 판단할 수 있다. 적어도 하나의 사용자 단말(11 내지 16) 중 하나는 생체 신호를 신호 세그먼트로 분할하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 적어도 하나의 사용자 단말(11 내지 16) 중 하나는 신호 세그먼트를 주파수 차원으로 변환하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 적어도 하나의 사용자 단말(11 내지 16) 중 하나는 생체 신호를 고속 푸리에 변환, 웨이블릿 변환, 힐버트 변환 등의 방법으로 변환할 수 있으나, 이에 한정되지 않고 다양한 변환 방법으로 변환할 수 있다.
도 2는 본 개시의 실시예들에 따른 의료 데이터 제공 장치의 세부적인 구성을 설명하기 위한 도면이다.
도 2에 도시된 바와 같이, 일부 실시예에 따른 의료 데이터 제공 장치 (100)는 제어부(110), 입출력부(130), 메모리부(140), 통신부(150), 의료 데이터 제공부(200)를 포함할 수 있다. 그러나, 도 2에 도시된 구성 요소가 모두 의료 데이터 제공 장치(100)의 필수 구성 요소인 것은 아니다. 도 2에 도시된 구성 요소 보다 많은 구성 요소에 의해 의료 데이터 제공 장치(100)가 구현될 수도 있고, 도 2에 도시된 구성 요소보다 적은 구성 요소에 의해 의료 데이터 제공 장치(100)가 구현될 수 있다. 의료 데이터 제공 장치(100)는 사용자 단말일 수도 있고, 서버 일수도 있고, 의료 데이터 네트워크 시스템일 수도 있고, 별도의 장치일 수도 있다.
본 개시의 일 실시예에 따르면, 제어부(110)는 통상적으로, 의료 데이터 제공 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 제어부(110)는 의료 데이터 제공 장치(100)에 저장된 프로그램을 실행함으로써, 의료 데이터 제공 장치(100)가 포함하는 구성요소들을 전반적으로 제어할 수 있다.
본 개시의 일 실시예에 따르면, 제어부(110)는 생체 신호의 분석 필요 여부를 판단할 수 있다. 제어부(110)는 생체 신호를 신호 세그먼트로 분할하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 제어부(110)는 신호 세그먼트를 주파수 차원으로 변환하여, 신호 세그먼트에 대한 분석 필요 여부를 판단할 수 있다. 제어부(110)는 측정된 생체 신호를 측정 장치의 메모리로부터 다운로드 할 수 있다. 제어부(110)는 생체 신호를 고속 푸리에 변환, 웨이블릿 변환, 힐버트 변환 등의 방법으로 변환할 수 있으나, 이에 한정되지 않고 다양한 변환 방법으로 변환할 수 있다.
제어부(110)는 의료 데이터 제공 장치(100)를 전반적으로 제어하기 위한 구성이다. 구체적으로, 제어부(110)는 의료 데이터 제공 장치(100)의 메모리부(140)에 저장된 각종 프로그램을 이용하여 의료 데이터 제공 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 제어부(110)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 의료 데이터 제공 장치(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 의료 데이터 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, 제어부(110)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)) 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 제어부(110)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 입출력부(130)는 의료 데이터 제공 장치(100)가 메모리부(140)에 의해 생성된 인터페이스를 디스플레이 할 수 있다. 본 발명의 일 실시 예에 따르면 입출력부(130)는 입력된 사용자 입력에 대한 사용자 인터페이스를 디스플레이할 수 있다. 입출력부(130)는 저장된 그래픽 데이터, 시각 데이터, 청각 데이터, 진동 데이터를 메모리부(140)의 제어에 의해 출력할 수 있다.
입출력부(130)는 다양한 형태의 디스플레이 패널로 구현될 수 있다. 예로, 디스플레이 패널은 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes), AM-OLED(Active-Matrix Organic Light-Emitting Diode), LcoS(Liquid Crystal on Silicon) 또는 DLP(Digital Light Processing) 등과 같은 다양한 디스플레이 기술로 구현될 수 있다. 또한, 입출력부(130)는 플렉서블 디스플레이(flexible display)의 형태로 디스플레이 패널의 전면 영역 및, 측면 영역 및 후면 영역 중 적어도 하나에 결합될 수도 있다.
입출력부(130)는 레이어 구조의 터치 스크린으로 구현될 수 있다. 터치 스크린은 디스플레이 기능뿐만 아니라 터치 입력 위치, 터치된 면적뿐만 아니라 터치 입력 압력까지도 검출하는 기능을 가질 수 있고, 또한 실질적인 터치(real-touch)뿐만 아니라 근접 터치(proximity touch)도 검출하는 기능을 가질 수 있다.
입출력부(130)는 의료 데이터 제공 장치(100)에 다양한 정보를 입력하기 위한 사용자 인터페이스를 포함할 수 있다. 또한 입출력부(130)은 원격지에 위치할 수 있다.
본 개시의 일 실시예에 따르면, 메모리부(140)는 제어부(110) 및/또는 의료 데이터 제공부(200)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 의료 데이터 제공 장치(100)로 입력되거나 의료 데이터 제공 장치(10)로부터 출력되는 데이터를 저장할 수도 있다. 본 개시의 일 실시예에 따르면, 메모리부(140)는 사용자 계정에 관한 정보를 저장할 수도 있고, 게임 관련 정보를 저장할 수도 있다. 메모리부(140)는 상기의 정보들을 저장한 데이터베이스를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 메모리부(140)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, 메모리부(140)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있다. 또한 다양한 타입을 네트워크로 연결될 수 있다.
본 개시의 일 실시예에 따르면, 통신부(150)는 제어부(110)의 외부 장치와 통신을 수행할 수 있다. 예를 들어, 통신부(150)는 제어부(110)의 제어에 의해 결제 서버, 인증 서버와 같은 외부 장치와 통신을 수행할 수 있다. 또한, 통신부(150)는 외부 인터페이스와의 통신을 통해 사용자 정보 또는 사용자 입력을 획득할 수도 있다.
의료 데이터 제공부(200)는 도 3에 도시된 바와 같이, 생체 신호 수신부(210), 생체 신호 분석부(220), 및/또는 데이터 처리부(230)를 포함할 수 있다.
생체 신호 수신부(210)는 생체 신호를 수신할 수 있다. 생체 신호 수신부(210)는 데이터베이스로부터 생체 신호를 수신할 수 있다. 생체 신호 수신부(210)는 생체 신호 측정 장치로부터 생체 신호를 수신할 수 있다. 이 생체신호는 통신부(150)으로부터 받을 수 있고, 이 생체신호는 개인 정보를 보호하는 인증, 입증 등(authentication)에 사용할 수 있다.
생체 신호 분석부(220)는 생체 신호를 복수의 신호 세그먼트들로 분할할 수 있다.
생체 신호는 정해진 시간 간격 마다 n개의 신호 세그먼트로 분할될 수 있다. 여기서, n은 자연수이다. 시간 간격(interval)은 신호의 샘플링 주파수와 주파수 차원의 변환 길이를 고려하여 결정될 수 있다. 예를 들어, 생체 신호의 샘플링 주파수가 300hz이고 변환 길이가 4096인 경우, 시간 간격(interval)은 4096/300 = 13.56초으로 결정될 수 있다. 생체 신호의 샘플링 주파수가 100hz이고 변환 길이가 256인 경우, 시간 간격(interval)은 256/100 = 2.56초로 결정될 수 있다. 시간 간격(interval)은 변환 길이와 비례하여 증가될 수 있다. 너무 긴 시간 간격(interval)은 정상 구간 및 비정상 구간이 겹쳐있는 구간을 구분하지 못하는 문제가 있다. 변환 길이(length)가 감소하게 되면 피크의 주파수를 찾는데 오류가 발생될 수 있다.
다른 실시예에서, 생체 신호의 심박수 값이 시간 간격 안에서 변경되는 경우에 생체 신호 분석부(220)는 시간 간격(interval)을 감소시킬 수 있다. 다른 실시예에서, 생체 신호 분석부(220)는 복수의 생체 신호들을 포함하는 경우, 제2 생체 신호를 고려하여 제1 생체 신호를 분할하는 시간 간격을, 조정할 수 있다. 대응 구간의 생체 신호들을 비교하여 시간 간격이 조정될 수 있다.
생체 신호 분석부(220)는 생체 신호의 신호 세그먼트를 주파수 차원으로 변환하여 신호 세그먼트에 대해서 분석 필요 구간과 분석 불요 구간으로 구분할 수 있다. 생체 신호 분석부(220)는 생체 신호의 신호 세그먼트를 분석 불요 구간 또는 분석 필요 구간으로 처리할 수 있다. 생체 신호 분석부(220)는 분석 필요 구간의 신호 세그먼트를 별도의 방법으로 처리할 수 있다. 생체 신호 분석부(220)는 분석 불요 구간의 신호 세그먼트를 다른 방법으로 처리할 수 있다.
생체 신호 분석부(220)는 소정의 시간 간격의 생체 신호를 주파수 차원으로 변환하고 변환된 생체 신호의 신호 세그먼트에 포함된 하나 이상의 피크에 대한 하나 이상의 주파수 값을 추출할 수 있다. 생체 신호 분석부(220)는 제1 신호 세그먼트에 포함된 복수의 주파수 값들에 서로 약수와 배수의 관계를 가지는 주파수들을 포함되는 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 여기서, 피크 값은, 복소수 (complex number) 차원의 값에 대한 절대값일 수 있다.
다른 실시예에서, 생체 신호 분석부(220)는 제1 신호 세그먼트에 하나 이상의 고조파를 포함하는 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 생체 신호가 심전도 신호인 경우에, 부정맥의 생체 신호는 고조파 성분을 포함하지 않을 수 있다. 고조파 성분을 포함하지 않는 구간을 부정맥의 신호 세그먼트로 판단하고 분석 필요 구간으로 설정할 수 있다. 실제 측정된 생체 신호에서는, 소정의 일정 값 (예, 90%) 이상이 고조파 성분을 포함하는 것으로, 분석될 수 있다. 고조파 성분을 포함하지 않는 신호 세그먼트는 전체의 일부일 수 있다. 본 개시의 실시예와 같이 분석 필요 구간의 신호 세그먼트를 추출하는 것은, 생체 신호에 대해서 추가적인 분류 또는 분석 과정을 수행하는 데이터의 양을 줄일 수 있고, 추가적인 분류 또는 분석 과정에 필요한 분석 시간, 전력 및 메모리의 용량을 줄일 수 있다.
생체 신호 분석부(220)는 제1 신호 세그먼트를 주파수 차원으로 변환하고, 제1 신호 세그먼트에 포함된 하나 이상의 피크를 추출하고, 각 피크에 해당되는 주파수값들 중에서, 가장 작은 주파수 값인 제1 주파수 값에 대한 배수의 관계의 주파수 성분을 포함하고, 각 피크의 주파수 값들이 기 설정된 주파수 기준값 이상인 신호 세그먼트를 분석 불요 구간으로 설정될 수 있다. 주파수 값들이 기 설정된 주파수 기준값 이상인 신호 세그먼트는, 정상 구간으로 판단하여 추가적인 분석 과정을 더 수행하지 않는다.
생체 신호 분석부(220)는 신호 세그먼트에 노이즈가 포함되는지 여부를 판단할 수 있다. 노이즈를 포함하는 신호 세그먼트는 사용자의 심장 이상을 분석하는데 불필요한 데이터로서, 분석 불요 구간으로 결정될 수 있다.
도 9에 도시된 바와 같이, 정상 구간, 즉 분석 불요 구간의 생체 신호는 규칙적인 피크들을 가지게 된다. 규칙적인 피크는 시간적으로 주기적으로 발생되며, 피크의 데이터 값들도 일정한 값을 가질 수 있다.
생체 신호는 도 10a, 도 10b, 도 10c에 도시된 바와 같이 노이즈를 포함할 수 있다.
도 10a는 낮은 전압값을 가지는 생체 신호의 예시 도면이다. 도 10a의 생체 신호의 피크들은 일정하지 않은 데이터 값을 가지고, 발생되는 시점들도 주기적이지 않은 것일 수 있다. 도 10a의 생체 신호는 불규칙적인 피크들을 포함할 수 있다. 불규칙적인 피크를 포함하는 생체 신호는 주파수 차원으로 변환하여 피크 값을 기준으로 노이즈인지가 판단될 수 있다. 또한, 이런 절차는 주파수 차원 변경 전에도 판단할 수 있음은 당연하다.
도 10b는 피부에 적절히 부착되지 않은 상태에서 측정된 생체 신호의 예시 도면이다. 도 10b의 생체 신호는 피크들을 포함하고 있지만, 생체 신호의 모양이 정상적인 형태를 포함하지 않고 있다. 정상적인 형태를 포함하지 않은 생체 신호는 피크의 데이터 값을 기준으로 노이즈 여부가 판단될 수 있다.
도 10c는 높은 주파수를 가지는 노이즈를 포함하는 생체 신호의 예시 도면이다. 도 10c의 생체 신호 역시, 불규칙한 피크들을 포함하여 주파수 값이 소정의 기준값을 초과하는지 여부로 노이즈 여부가 판단될 수 있다.
도 11은 움직임 노이즈를 포함하는 생체 신호의 예시 도면이다.
움직임 노이즈를 판단하기 위해서는, 생체 신호의 주파수 값이 소정의 기준값 초과인지 여부로 판단될 수 있다. 예를 들어, 신호 세그먼트의 피크들의 주파수가 5hz 초과하면, 심박수의 300bpm 이상인 것으로 판단되기 때문에, 신호 세그먼트가 노이즈를 포함하는 것으로 판단될 수 있다.
생체 신호 분석부(220)는 제1 신호 세그먼트에 포함된 제1 피크에 대해서 제1 피크의 크기(magnitude, 데이터 값)가 기 설정된 피크 기준값 이하인 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 제1 신호 세그먼트가 하나 이상의 고조파 성분을 포함하더라도, 피크들의 크기들이 피크 기준값 이하인 경우에는 분석 불요 구간으로 설정할 수 있다. 여기서, 피크 기준값은, 측정 가능한 데이터 값들의 범위를 포함하는 값일 수 있다. 피크 기준값은 생체 신호의 종류 별로 측정 가능한 데이터 값들로 결정될 수 있다.
생체 신호 분석부(220)는 제1 신호 세그먼트에 포함된 크기가 가장 큰 제2 피크에 대해서 제2 주파수 값을 추출하고, 제2 주파수가 기 설정된 주파수 기준값을 초과한 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 측정 불가능한 수준의 주파수 값을 가진 신호 세그먼트는 노이즈를 포함하는 것으로 결정하고, 분석 불요 구간으로 설정될 수 있다. 여기서, 주파수 기준값은 생체 신호를 통해서 측정 가능한 주파수 값들의 범위를 포함하는 값일 수 있다. 주파수 기준값은 생체 신호의 종류 별로 측정 가능한 데이터 값들로 결정될 수 있다.
생체 신호 분석부(220)는 생체 신호의 신호 세그먼트를 미리 정해진 샘플 수로 푸리에 변환할 수 있고, 변환된 신호 세그먼트를 생성할 수 있다.
생체 신호 분석부(220)는 생체 신호의 신호 세그먼트를 전처리(pre-processing)할 수 있다. 이때, 생체 신호 분석부(220)는 생체 신호의 신호 세그먼트를 제로 패딩법 또는 데이터 보간법으로 전처리할 수 있다. 보다 구체적으로, 생체 신호 분석부(220)는 신호 세그먼트의 일부를 제로값 또는 정해진 값으로 셋팅할 수 있다. 이때, 제로값 또는 정해진 값으로 셋팅되는 구간은 소정의 기준을 만족하는 구간일 수 있다. 다른 실시예에서, 생체 신호 분석부(220)는 생체 신호의 측정값들을 이용하여 생체 신호 또는 신호 세그먼트를 보간(interpolation)할 수 있다.
다른 실시예에서, 생체 신호 분석부(220)에 입력된 생체 신호와, 생체 신호 분석부(220)에서 처리된 분석 불요 구간의 생체 신호 또는 분석 필요 구간의 생체 신호를 이용하여 학습된 분석 모델이 생성될 수 있다. 생체 신호 분석부(220)는 분석 모델을 이용하여 생체 신호의 신호 세그먼트가 분석 필요 구간인지 또는 분석 불요 구간인지 여부를 판단할 수 있다.
여기서, 학습된 분석 모델은, 기계학습과 데이터 마이닝 기법을 이용하여 생성될 수 있다. 기계 학습은 훈련 데이터를 통해 학습된 알려진 속성을 기반으로 결과를 예측하는 것이고, 데이터 마이닝은 미처 몰랐던 속성을 발견할 수 있다. 분석 모델을 학습하는데 이용되는 알고리즘에는, 지도 학습, 자율 학습, 준 지도 학습, 강화 학습, 심화 학습 등이 있을 수 있다. 인공 신경망(Artificial neural network)은 기계 학습과 인지 과학에서 생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘으로, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델을 말한다. 분석 모델은, 인공 신경망을 통해서, 교사 학습되어 생성될 수 있다.
1개 이상의 생체신호들 (예로, activity signal, PPG, phonocardiogram, electrohysterogram)이 동시에 수집된 경우, ECG외 신호로 분석 불요 구간을 판단할 수 있다.
생체 신호 분석부(220)는 분석 모델을 이용하여 생체 신호를 분할하는 간격의 길이를 결정하고 간격의 길이로 생체 신호를 분석할 수 있다.
생체 신호 분석부(220)는 분석 모델을 이용하여 피크 기준값 또는 주파수 기준값을 결정할 수 있다.
데이터 처리부(230)는 분석 불요 구간의 신호 세그먼트를 메모리에 저장하지 않고 분석 필요 구간의 신호 세그먼트를 메모리에 저장할 수 있다. 데이터 처리부(230)는 사용자가 요청한 조건에 대응하여 분석 불요 구간의 신호와 분석 필요 구간의 신호를 처리할 수 있다. 예를 들어, 분석 불요 구간의 신호와 분석 필요 구간의 신호를 요청한 사용자에게는 분석 불요 구간의 신호와 분석 필요 구간의 신호를 전송할 수 있다. 분석 필요 구간의 신호 및 분석 필요 구간의 신호에 대한 데이터를 요청한 사용자에게는, 분석 필요 구간의 신호 및 분석 필요 구간의 신호에 대한 데이터를 전송할 수 있다.
다른 실시예에서, 데이터 처리부(230)는 분석 필요 구간의 신호 세그먼트에 대해서 추가적인 분류, 분석 과정을 더 수행할 수 있다. 분석 필요 구간의 신호 세그먼트는 분류 또는 분석된 결과의 데이터와 함께 저장될 수 있다. 데이터 처리부(230)는 분석 불요 구간의 신호 세그먼트에 대해서는 추가적인 분류, 또는 분석 과정을 더 수행하지 않을 수 있다.
다른 실시예에서, 데이터 처리부(230)는 분석 필요 구간의 신호 세그먼트의 심박수를 더 산출할 수 있다. 데이터 처리부(230)는 분석 불요 구간의 신호 세그먼트에 대해서는 심박수를 산출하지 않을 수 있다.
상기의 예시는 하나의 예시에 불과하며, 다양한 추가적인 분류 또는 분석 과정이 더 수행될 수 있다.
의료 데이터 제공 장치(100)는 생체 신호를 분석하여 위험 상황의 발생을 감지할 수 있다. 의료 데이터 제공 장치(100)는 생체 신호의 분석 필요 구간이 발생되면 위험 상황으로 검출할 수 있다. 의료 데이터 제공 장치(100)는 분석 필요 구간의 분석 리포트를 생성할 수 있다. 분석 리포트는 정상 박동 여부, 차단 박동 여부, 상심실 이소성 박동 여부, 심실 이소성 박동 여부 등에 대한 데이터를 포함할 수 있다. 분석 리포트는 분석 필요 구간의 발생 시간에 대한 정보, 분석 필요 구간에 대한 분석 정보(심장 이상여부, 심장 질환 관련 정보, 추가적인 생체 값인 맥박수, 체온, 호르몬 등) 등을 포함할 수 있으나 이에 한정되지 않고 생체 신호의 분석 필요 구간에 대한 다양한 정보를 포함할 수 있다.
다른 실시예에서, 의료 데이터 제공 장치(100)는 다른 장치로부터의 분석 결과를 이용하여 분석 리포트를 생성할 수 있다. 의료 데이터 제공 장치(100)는 다른 장치로, 복수의 분석 필요 구간들의 생체 신호를 전송하고 분석 필요 구간들에 대한 분석 결과를 수신할 수 있다. 의료 데이터 제공 장치(100)는 분석 결과에 기초하여 분석 리포트를 생성할 수 있다. 분석 리포트를 생성하는 모듈이 미리 저장되어 있을 수 있다.
도 4는 본 개시의 실시예들에 따른 생체 신호를 획득하는 생체 신호 측정 시스템(2)의 도면이다.
생체 신호 측정 시스템(2)는 의료 데이터 제공 장치(100), 제1 생체 측정 장치(31), 제2 생체 측정 장치(32)를 포함할 수 있다. 도 4에서는 제1 생체 측정 장치(31), 제2 생체 측정 장치(32)가 도시되어 있으나, 추가적인 생체 측정 장치들이 더 포함될 수 있다. 제1 생체 측정 장치(31), 제2 생체 측정 장치(32)는 패치형의 측정 장치 또는 홀터형의 측정 장치 일 수 있다.
의료 데이터 제공 장치(100)는 네트워크를 통해 제1 생체 측정 장치(31), 및/또는 제2 생체 측정 장치(32)로부터 생체 신호들을 수신할 수 있다. 여기서, 네트워크는 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.
의료 데이터 제공 장치(100)는 데이터베이스(40) 등의 장치로부터 생체 신호를 수신할 수 있다. 의료 데이터 제공 장치(100)는 제1 생체 측정 장치(31), 제2 생체 신호 측정 장치(32) 또는 데이터베이스(40)로부터 생체 신호, 생체 신호 처리에 대한 신호 등을 수신할 수 있다. 의료 데이터 제공 장치(100)는 수신한 생체 신호를 생체 신호 처리에 대한 신호에 대응하여 처리할 수 있다.
도 5는 생체 신호 측정 장치(31, 32)의 블록도이다.
생체 신호 측정 장치(31, 32)는 프로세서(310), 통신부(320), 메모리(330), 센서부(340), 및 전원부(350)를 포함할 수 있다. 생체 신호 측정 장치(31, 32)는 대상체에 비침습적 또는 침습적으로 장착되어 대상체의 심장 박동에 따른 심전도를 측정할 수 있다. 생체 신호 측정 장치(31, 32)는 대상체의 피부 또는 신체에 부착되는 형태로 구현될 수 있으나, 이에 한정되지 않고 다양한 방식으로 구현될 수 있다. 여기서, 대상체는 사람이나 동물 또는 흉부와 같이 사람이나 동물의 신체 일부가 될 수 있으나, 이에 한정되는 것은 아니며 심전도를 감지하거나 측정할 수 있다면, 모두 대상체가 될 수 있는 것으로 한다. 또한, 심전도(Electrocardiogram)는 심근의 수축/확장과 같이 심장 박동의 기계적 활동에 따라 체표면에서 나타나는 전위변화를 그래프로 기록하는 것으로서, '심전도를 감지한다'는 의미는 대상체의 심장 박동에 따라 체표면에 발생하는 '전위를 감지한다'는 의미와 동일한 것으로 한다.
프로세서(310)는 통신부(320), 메모리(330), 센서부(340), 및 전원부(350)등의 구성요소들을 전반적으로 제어할 수 있다. 프로세서(310)는 센서부(340)에서 측정된 생체 신호를 메모리(330)에 저장할 수 있다. 메모리(330)에 저장된 생체 신호 등의 데이터를 외부의 장치로 전송할 수 있다. 프로세서(310)는 외부의 장치로부터의 제어 신호를 수신하여 제어 신호에 따라서 생체 신호 등의 데이터를 처리할 수 있다. 프로세서(310)는 메모리(330)에 저장된 제어 신호에 대응하여 생체 신호 등의 데이터를 처리할 수 있다. 프로세서(310)는 제어 신호에 대응하여 처리 또는 분석된 생체 신호를 생성할 수 있다.
프로세서(310)는 생체 신호를 복수의 신호 세그먼트들로 분할할 수 있다. 생체 신호는 정해진 시간 간격 마다 n개의 신호 세그먼트로 분할될 수 있다. 프로세서(310)는 생체 신호의 심박수 값이 변경되면 시간 간격을 감소될 수 있다. 프로세서(310)는 복수의 생체 신호들을 포함하는 경우, 제2 생체 신호를 고려하여 제1 생체 신호를 분할하는 시간 간격을, 조정할 수 있다. 대응 구간의 생체 신호들을 비교하여 시간 간격이 조정될 수 있다.
예를 들어, 생체 신호의 샘플링 주파수가 300hz이고 변환 길이가 4096인 경우, 시간 간격(interval)은 4096/300 = 13.56초으로 결정될 수 있다. 생체 신호의 샘플링 주파수가 100hz이고 변환 길이가 256인 경우, 시간 간격(interval)은 256/100 = 2.56초로 결정될 수 있다. 시간 간격(interval)은 변환 길이와 비례하여 증가될 수 있다. 너무 긴 시간 간격(interval)은 정상 구간 및 비정상 구간이 겹쳐있는 구간을 구분하지 못하는 문제가 있다. 변환 길이(length)가 감소하게 되면 피크의 주파수를 찾는데 오류가 발생될 수 있다.
프로세서(310)는 생체 신호의 신호 세그먼트를 주파수 차원으로 변환하여 신호 세그먼트에 대해서 분석 필요 구간과 분석 불요 구간으로 구분할 수 있다. 프로세서(310)는 분석 필요 구간의 신호 세그먼트를 별도의 방법으로 처리할 수 있다. 프로세서(310)는 분석 불요 구간의 신호 세그먼트를 다른 방법으로 처리할 수 있다.
프로세서(310)는 소정의 시간 간격의 생체 신호를 주파수 차원으로 변환하고 변환된 생체 신호의 신호 세그먼트에 포함된 하나 이상의 피크에 대한 하나 이상의 주파수 값을 추출할 수 있다. 프로세서(310)는 제1 신호 세그먼트에 포함된 복수의 주파수 값들에 서로 약수와 배수의 관계를 가지는 주파수들을 포함되는 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 여기서, 피크 값은, 복소수 (complex number)값에 대한 절대값일 수 있다.
다른 실시예에서, 프로세서(310)는 제1 신호 세그먼트에 하나 이상의 고조파를 포함하는 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 생체 신호가 심전도 신호인 경우에, 부정맥의 생체 신호는 고조파 성분을 포함하지 않을 수 있다. 고조파 성분을 포함하지 않는 구간을 부정맥의 신호 세그먼트로 판단하고 분석 필요 구간으로 설정할 수 있다. 실제 측정된 생체 신호에서는, 일정한 값 (예로 90%) 이상이 고조파 성분을 포함하는 것으로, 분석될 수 있다. 고조파 성분을 포함하지 않는 신호 세그먼트는 전체의 일부일 수 있다. 본 개시의 실시예와 같이 분석 필요 구간의 신호 세그먼트를 추출하는 것은, 생체 신호에 대해서 추가적인 분류 또는 분석 과정을 수행하는 데이터의 양을 줄일 수 있고, 추가적인 분류 또는 분석 과정에 필요한 시간, 전력 및 메모리의 용량을 줄일 수 있다.
프로세서(310)는 제1 신호 세그먼트를 주파수 차원으로 변환하고, 제1 신호 세그먼트에 포함된 하나 이상의 피크를 추출하고, 각 피크에 해당되는 주파수값들 중에서, 가장 작은 주파수 값인 제1 주파수 값에 대한 배수의 관계의 주파수 성분을 포함하고, 각 피크의 주파수 값들이 기 설정된 주파수 기준값 이상인 신호 세그먼트를 분석 불요 구간으로 설정될 수 있다. 주파수 값들이 기 설정된 주파수 기준값 이상인 신호 세그먼트는, 정상 구간으로 판단하여 추가적인 분석 과정을 더 수행하지 않는다.
프로세서(310)는 제1 신호 세그먼트에 포함된 제1 피크에 대해서 제1 피크의 크기(magnitude, 데이터 값)가 기 설정된 피크 기준값 이하인 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 제1 신호 세그먼트가 하나 이상의 고조파 성분을 포함하더라도, 피크들의 크기들이 피크 기준값 이하인 경우에는 분석 불요 구간으로 설정할 수 있다.
프로세서(310)는 제1 신호 세그먼트에 포함된 크기가 가장 큰 제2 피크에 대해서 제2 주파수 값을 추출하고, 제2 주파수가 기 설정된 주파수 기준값을 초과한 경우, 제1 신호 세그먼트를 분석 불요 구간으로 설정할 수 있다. 측정 불가능한 수준의 주파수 값을 가진 신호 세그먼트는 노이즈를 포함하는 것으로 결정하고, 분석 불요 구간으로 설정될 수 있다.
프로세서(310)는 생체 신호의 신호 세그먼트를 미리 정해진 샘플 수로 푸리에 변환할 수 있고, 변환된 신호 세그먼트를 생성할 수 있다.
프로세서(310)는 생체 신호의 신호 세그먼트를 전처리(pre-processing)할 수 있다. 이때, 프로세서(310)는 생체 신호의 신호 세그먼트를 제로 패딩법 또는 데이터 보간법으로 전처리할 수 있다. 보다 구체적으로, 프로세서(310)는 신호 세그먼트의 일부를 제로값 또는 정해진 값으로 셋팅할 수 있다. 이때, 제로값 또는 정해진 값으로 셋팅되는 구간은 소정의 기준을 만족하는 구간일 수 있다. 다른 실시예에서, 프로세서(310)는 생체 신호의 측정값들을 이용하여 생체 신호 또는 신호 세그먼트를 보간(interpolation)할 수 있다.
다른 실시예에서, 프로세서(310)에 입력된 생체 신호와, 처리된 분석 불요 구간의 생체 신호 또는 분석 필요 구간의 생체 신호를 기초로 학습된 분석 모델이 생성될 수 있다. 프로세서(310)는 분석 모델을 이용하여 생체 신호의 신호 세그먼트가 분석 필요 구간인지 또는 분석 불요 구간인지 여부를 판단할 수 있다.
프로세서(310)는 분석 모델을 이용하여 생체 신호를 분할하는 간격의 길이를 결정하고 간격의 길이로 생체 신호를 분석할 수 있다.
프로세서(310)는 분석 모델을 이용하여 피크 기준값 또는 주파수 기준값을 결정할 수 있다.
프로세서(310)는 분석 불요 구간의 신호 세그먼트를 메모리에 저장하지 않고 분석 필요 구간의 신호 세그먼트를 메모리에 저장할 수 있다. 프로세서(310)는 사용자가 요청한 조건에 대응하여 분석 불요 구간의 신호와 분석 필요 구간의 신호를 처리할 수 있다. 예를 들어, 분석 불요 구간의 신호와 분석 필요 구간의 신호를 요청한 사용자에게는 분석 불요 구간의 신호와 분석 필요 구간의 신호를 전송할 수 있다. 분석 필요 구간의 신호 및 분석 필요 구간의 신호에 대한 데이터를 요청한 사용자에게는, 분석 필요 구간의 신호 및 분석 필요 구간의 신호에 대한 데이터를 전송할 수 있다.
다른 실시예에서, 프로세서(310)는 분석 필요 구간의 신호 세그먼트에 대해서 추가적인 분류, 분석 과정을 더 수행할 수 있다. 분석 필요 구간의 신호 세그먼트는 분류 또는 분석된 결과의 데이터와 함께 저장될 수 있다. 프로세서(310)는 분석 불요 구간의 신호 세그먼트에 대해서는 추가적인 분류, 또는 분석 과정을 더 수행하지 않을 수 있다.
다른 실시예에서, 프로세서(310)는 분석 필요 구간의 신호 세그먼트의 심박수, 체온, 맥박, 심전도, 뇌파, 호흡수, 걸음수, 스트레스, 호르몬, 운동량, 소모된 칼로리, 체지방, 체내 수반량, 혈당 값, 혈압, 심장 이상 여부, 관련 심장 질환 등의 추가적인 데이터를 더 산출할 수 있다. 프로세서(310)는 분석 불요 구간의 신호 세그먼트에 대해서는 심박수, 체온, 맥박, 심전도, 뇌파, 호흡수, 걸음수, 스트레스, 호르몬, 운동량, 소모된 칼로리, 체지방, 체내 수반량, 혈당 값, 혈압, 심장 이상 여부, 관련 심장 질환 등의 추가적인 데이터를 산출하지 않을 수 있다.
상기의 예시는 하나의 예시에 불과하며, 다양한 추가적인 분류 또는 분석 과정이 더 수행될 수 있다. 프로세서(310)는 생체 신호를 분석하여 위험 상황의 발생을 감지할 수 있다. 프로세서(310)는 생체 신호의 분석 필요 구간이 발생되면 위험 상황으로 검출할 수 있다. 프로세서(310)는 분석 필요 구간의 분석 리포트를 생성할 수 있다. 여기서, 분석 리포트는 분석 필요 구간에 대한 다양한 데이터를 포함할 수 있다. 분석 리포트는 심장신호의 마커, 비정상적인 심장 박동, 심장에 혈액 및 산소의 부절적한 공급, 과도하게 두꺼운 심장 근육벽, 심박수에 대한 정보 등을 포함할 수 있다. 여기서, 심장신호의 마커는, 정상 박동(N, Normal beat) 또는 각차단 박동(Bundle branch block), 상심실 이소성 박동(S, Supraventricular ectopy beat, SVEB) 및 심실 이소성 박동(V, Ventricular ectopy beat, VEB) 중 적어도 하나로 설정될 수 있다.
예를 들어, 프로세서(310)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 생체신호 측정 장치(31, 32)의 저장된 운영체제를 램에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, CPU는 저장된 각종 애플리케이션을 램에 복사하고, 실행시켜 각종 동작을 수행할 수 있다. 이상에서는 생체신호 측정 장치(31, 32)가 하나의 CPU만을 포함하는 것으로 설명하였지만, 구현 시에는 복수의 CPU(또는 DSP, 별도의 기능블럭 등)으로 구현될 수 있다.
프로세서(310)는 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(310)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.
통신부(320)는 네트워크를 통해 다른 장치와 통신할 수 있다.
메모리(330)는 센서부(340)에서 센싱된 생체 신호를 저장할 수 있다. 메모리(330)는 생체 신호에 대한 제어 신호를 저장하여 제어 신호에 대응하여 처리 또는 분석된 생체 신호를 저장할 수 있다. 메모리(330)는 센싱된 하나 이상의 생체 신호를 저장할 수 있다. 메모리(330)는 센싱된 제1 생체 신호를 저장하고, 센싱된 제2 생체 신호의 일부를 저장하도록 할 수 있다.
센서부(340)는 사람 또는 동물에서 발생하는 물리적, 화학적인 현상의 변화를 감지하는 것으로, 체온, 맥박, 심전도, 뇌파, 호흡수, 걸음수, 스트레스, 호르몬, 운동량, 소모된 칼로리, 체지방, 체내 수반량, 혈당 값, 혈압 등의 값을 센싱할 수 있다.
전원부(350)는 생체 신호 측정 장치(31, 32)의 각 구성요소에 전원을 공급할 수 있다.
도 6은 본 개시의 실시예들에 따른 생체 신호의 분석 필요 구간을 설정하는 방법의 흐름도이다.
도 6에 도시된 바와 같이, S110에서는 의료 데이터 제공 장치(100)는 생체 신호를 정해진 시간 간격마다 분할할 수 있다. 분할된 하나의 부분을 신호 세그먼트라고 말할 수 있다. 생체 신호를 분할하는 시간 간격은 변경 가능할 수 있다. 의료 데이터 제공 장치(100)는 주파수 차원으로 변환하기 전에, 생체 신호를 전처리할 수 있다.
S120에서는 의료 데이터 제공 장치(100)는 k 번째 시간 구간의 제k 신호 세그먼트를 로드할 수 있다.
S130에서는 의료 데이터 제공 장치(100)는 제k 신호 세그먼트를 주파수 차원으로 변환할 수 있다. 주파수 차원으로 변환하는 방법으로는, 고속 푸리에 변환(FFT), 푸리에 변환(FT), 웨이블릿 변환(wavelet transform), 힐버트 변환(Hilbert transform) 중의 하나의 방법이 있을 수 있다. 주파수 차원으로 변환하는 것은, 시간 또는 공간에 대한 데이터를 주파수 성분으로의 변환을 말한다. 시간에 대한 함수를 주파수 차원으로 변환하면, 각 주파수에서의 진폭은 원래 함수를 구성하던 그 주파수 성분의 크기를, 평각은 기본 사인 곡선과의 위상차(phase offset)를 나타낼 수 있다.
S140에서는, 의료 데이터 제공 장치(100)는 변환된 제k 신호 세그먼트에 기본 주파수 성분과 고조파 성분이 포함되었는지 여부를 판단할 수 있다. 여기서, 고조파 성분은, 기본 주파수 성분의 배수의 주파수를 가지는 피크를 말한다. S145에서는 의료 데이터 제공 장치(100)는 기본 주파수 성분과 고조파 성분을 포함하는 제k 신호 세그먼트를 분석 불요 구간으로 설정하고 k를 1씩 증가하여 S120로 이동할 수 있다.
S150에서는, 의료 데이터 제공 장치(100)는 제k 신호 세그먼트에 기본 주파수 성분과 고조파 성분이 포함되지 않는 경우에 제k 신호 세그먼트에 노이즈가 포함되었는지 여부를 판단할 수 있다. 의료 데이터 제공 장치(100)는 제k 신호 세그먼트의 주파수 값이 주파수 기준값을 초과하거나, 피크의 크기가 피크 기준값 이하인 경우, 제k 신호 세그먼트에 노이즈가 포함된 것으로 판단할 수 있다.
S160에서는 의료 데이터 제공 장치(100)는 노이즈가 포함되지 않은 경우, 제k 신호 세그먼트를 분석 필요 구간으로 설정할 수 있다.
도 7은 고조파 성분을 포함하는 신호 세그먼트를 판단하는 방법의 흐름도이다.
S141에서는, 의료 데이터 제공 장치(100)는 제k 신호 세그먼트에서 j개의 피크를 추출할 수 있다.
S142에서는, 의료 데이터 제공 장치(100)는 j개의 피크 중에서, 최고값 지점을 추출하고, 최고값 지점의 주파수 값을 기본 값으로 결정할 수 있다. 기본 주파수 값은, 복소수 (complex number) 값 또는 복소수의 절대값 (absolute value of complex number)일 수 있다. 여기서, 최고값 지점은, 가장 큰 데이터 값을 가지는 지점을 말한다.
S143에서는, 의료 데이터 제공 장치(100)는 j개의 피크 중에서, 기본 주파수 값의 배수의 주파수를 가지는 피크의 개수가 3이상인지 여부를 판단할 수 있다. 피크의 개수가 3개 이상인 경우에 제k 신호 세그먼트는 분석 불요 구간으로 결정될 수 있다. 그렇지 않은 경우, 제k 신호 세그먼트는 분석 필요 구간으로 결정될 수 있다.
도 8은 본 개시의 실시예들에 따른 신호 세그먼트의 시간 간격을 조정하는 방법의 흐름도이다.
S310에서는, 의료 데이터 제공 장치(100)는 생체 신호의 신호 세그먼트를 로드할 수 있다.
S320에서는, 의료 데이터 제공 장치(100)는 신호 세그먼트에서, 제1 피크의 주파수의 제1 크기(magnitude)와 제2 피크의 주파수의 제2 크기를 추출하고, 제1 크기와 제2 크기의 비율 값이 임계값 초과인지 판단할 수 있다. 의료 데이터 제공 장치(100)는, 피크들 중에서, 제1 피크 및 제2 피크를 추출할 수 있다. 제1 피크는 가장 큰 값의 피크, 제2 피크는 두번째 큰 값의 피크일 수 있다. 여기서, 제1 크기는, 신호 세그먼트를 주파수 차원으로 변환한 경우에, 가장 큰 값의 피크의 주파수의 크기를 말할 수 있다. 제2 주파수의 크기는 2번째로 큰 값의 피크의 주파수의 크기를 말할 수 있다.
제1 크기와 제2 크기의 비율값이 임계값 초과 이라는 것은, 신호 세그먼트의 주파수값들의 변동이 크지 않음을 의미하는 것이다. 의료 데이터 제공 장치(100)는 제1 주파수의 크기와 제2 주파수의 크기의 비율 값이 임계값 초과인 경우, 생체 신호를 분할하는 시간 간격을 유지할 수 있다(S330).
의료 데이터 제공 장치(100)는 제1 피크의 주파수의 제1 크기와 제2 피크의 주파수의 제2 크기의 비율 값이 임계값 이하인 경우, 생체 신호를 분할하는 시간 간격을 정해진 크기만큼 감소 시킬 수 있다(S340). 제1 피크의 주파수의 크기와 제2 주파수의 크기의 비율값이 임계값 이하라는 것은, 신호 세그먼트의 주파수값들의 변동이 크다는 것을 의미하는 것일 수 있다. 신호 세그먼트의 주파수 값들이 크게 변동한다는 것은, 대상체가 운동 등으로 움직이거나, 소정의 원인으로 증가된 심박수를 가지는 상황을 말할 수 있다. 여기서, 임계값은, 소정의 값으로 설정되며, 기계 학습의 결과로 변경 가능하다.
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.
1: 의료 네트워크 시스템 2: 생체 신호 측정 시스템
100: 의료 데이터 제공 장치 200: 의료 데이터 제공부
31: 제1 생체 신호 측정 장치 32: 제2 생체 신호 측정 장치

Claims (14)

  1. 메모리, 통신부 및 프로세서를 포함하고,
    상기 프로세서가
    상기 메모리에 저장된 생체 신호를 읽어 들여, 상기 생체 신호를 소정의 시간 간격으로 분할하고,
    분할된 제1 신호 세그먼트를 주파수 차원으로 변환하며,
    상기 제1 신호 세그먼트의 주파수 성분을 기초로 분석 필요 구간 또는 분석 불요 구간인지 여부를 판단하고,
    상기 분석 필요 구간의 제1 신호 세그먼트를 추가로 분석하여 분석 결과를 포함하는 데이터를 생성하고, 상기 분석 결과를 포함하는 데이터를 정해진 장치로 전송하는, 의료 데이터 제공 장치.
  2. 제1항에 있어서,
    상기 프로세서가,
    상기 제1 신호 세그먼트를 주파수 차원의 데이터로 변환하고 상기 제1 신호 세그먼트에 포함된 하나 이상의 피크에 대한 하나 이상의 주파수 값을 추출하고 상기 하나 이상의 주파수 값들이 서로 약수와 배수의 관계를 가지는 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정하는, 의료 데이터 제공 장치.
  3. 제1항에 있어서,
    상기 프로세서가,
    상기 제1 신호 세그먼트를 주파수 차원의 데이터로 변환하고 상기 제1 신호 세그먼트에 포함된 하나 이상의 피크에 대해서 크기(magnitude)를 구하고, 상기 하나 이상의 주파수 중에서, 최고값 피크 지점의 주파수 크기인 제1 주파수에 대한 배수의 관계가 있는 복수의 피크들이 존재하는 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정하는, 의료 데이터 제공 장치.
  4. 제1항에 있어서,
    상기 프로세서가,
    상기 제1 신호 세그먼트에 포함된 하나 이상의 제1 피크의 데이터의 크기가 기 설정된 피크 기준값 이하인 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정하는, 의료 데이터 제공 장치.
  5. 제1항에 있어서,
    상기 프로세서가,
    상기 제1 신호 세그먼트에 포함된 하나 이상의 제2 피크의 주파수 크기가 기 설정된 주파수 기준값 초과인 경우, 상기 제1 신호 세그먼트를 분석 불요 구간으로 설정하는, 의료 데이터 제공 장치.
  6. 제1항에 있어서,
    상기 프로세서가,
    상기 생체 신호의 미리 정해진 샘플 주파수로 푸리에 변환 또는 고속 푸리에 변환을 하는, 의료 데이터 제공 장치.
  7. 제1항에 있어서,
    상기 프로세서가,
    상기 생체 신호의 미리 정해진 시간 간격(interval) 만큼의 샘플 수로 푸리에 변환하는, 의료 데이터 제공 장치.
  8. 제1항에 있어서,
    상기 프로세서가,
    상기 생체 신호의 신호 세그먼트를 주파수 차원으로 변환하기 전에, 상기 신호 세그먼트를 전처리하는, 의료 데이터 제공 장치.
  9. 제8항에 있어서,
    상기 프로세서가,
    상기 생체 신호의 신호 세그먼트를 제로 패딩법 또는 데이터 보간법으로 전처리하는, 의료 데이터 제공 장치.
  10. 제4항, 또는 제5항에 있어서,
    상기 프로세서가,
    기계 학습으로 생성된 분석 모델을 이용하여 상기 제1 신호 세그먼트가 분석 불요 구간인지 또는 분석 필요 구간인지를 판단하는, 의료 데이터 제공 장치.
  11. 제10항에 있어서,
    상기 프로세서가,
    상기 분석 모델을 이용하여 상기 생체 신호의 미리 정해진 시간 간격(interval)의 길이를 결정하는, 의료 데이터 제공 장치.
  12. 제10항에 있어서,
    상기 프로세서가,
    상기 분석 모델을 이용하여 상기 피크 기준값 또는 상기 주파수 기준값을 결정하는, 의료 데이터 제공 장치.
  13. 의료 데이터 제공 장치가 생체 신호를 읽어 들여, 상기 생체 신호를 소정의 시간 간격으로 분할하는 단계;
    상기 의료 데이터 제공 장치가 분할된 제1 신호 세그먼트를 주파수 차원으로 변환하는 단계;
    상기 의료 데이터 제공 장치가 상기 제1 신호 세그먼트의 주파수 성분을 기초로 분석 필요 구간 또는 분석 불요 구간인지 여부를 판단하는 단계; 및
    상기 의료 데이터 제공 장치가 상기 분석 필요 구간의 제1 신호 세그먼트를 추가로 분석하여 분석 결과를 포함하는 데이터를 생성하고, 상기 분석 결과를 포함하는 데이터를 정해진 장치로 전송하는 단계를 더 포함하는, 의료 데이터 제공 방법.
  14. 컴퓨터를 이용하여 제13항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램.
KR1020220022463A 2022-02-21 2022-02-21 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램 KR102450482B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020220022463A KR102450482B1 (ko) 2022-02-21 2022-02-21 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램
US17/892,771 US20230263451A1 (en) 2022-02-21 2022-08-22 Medical data providing device, medical data providing method and computer program
EP22192076.2A EP4230139A1 (en) 2022-02-21 2022-08-25 Medical data providing device, medical data providing method and computer program
JP2022170115A JP2023121708A (ja) 2022-02-21 2022-10-24 医療データ提供装置、医療データ提供方法及びコンピュータプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220022463A KR102450482B1 (ko) 2022-02-21 2022-02-21 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램

Publications (2)

Publication Number Publication Date
KR102450482B1 true KR102450482B1 (ko) 2022-10-06
KR102450482B9 KR102450482B9 (ko) 2023-03-03

Family

ID=83081001

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220022463A KR102450482B1 (ko) 2022-02-21 2022-02-21 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램

Country Status (4)

Country Link
US (1) US20230263451A1 (ko)
EP (1) EP4230139A1 (ko)
JP (1) JP2023121708A (ko)
KR (1) KR102450482B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010020776A (ja) * 2008-07-14 2010-01-28 General Electric Co <Ge> 医療機器監視方法およびシステム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5853364A (en) * 1995-08-07 1998-12-29 Nellcor Puritan Bennett, Inc. Method and apparatus for estimating physiological parameters using model-based adaptive filtering
WO2020002519A1 (en) * 2018-06-29 2020-01-02 Mybrain Technologies Multiclass classification method for the estimation of eeg signal quality
KR20220022463A (ko) 2020-08-18 2022-02-25 주식회사 씨엠랩 스탠드형 체온계

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010020776A (ja) * 2008-07-14 2010-01-28 General Electric Co <Ge> 医療機器監視方法およびシステム

Also Published As

Publication number Publication date
JP2023121708A (ja) 2023-08-31
KR102450482B9 (ko) 2023-03-03
US20230263451A1 (en) 2023-08-24
EP4230139A1 (en) 2023-08-23

Similar Documents

Publication Publication Date Title
US20220125322A1 (en) Methods and Systems for Determining Abnormal Cardiac Activity
Oresko et al. A wearable smartphone-based platform for real-time cardiovascular disease detection via electrocardiogram processing
US10123741B2 (en) Cardiac condition detection
Jin et al. Predicting cardiovascular disease from real-time electrocardiographic monitoring: An adaptive machine learning approach on a cell phone
US20190133468A1 (en) Method and apparatus for high accuracy photoplethysmogram based atrial fibrillation detection using wearable device
US20180153477A1 (en) Multi-sensor stroke detection
US8795173B2 (en) Methods and apparatus for assessment of atypical brain activity
KR20140063100A (ko) 원격 심질환 관리 장치 및 방법
CN107408144A (zh) 医疗先兆事件估计
US20200074281A1 (en) Computer-readable recording medium, abnormality determination method, and abnormality determination device
CN111183424A (zh) 识别用户的系统和方法
CN113317794B (zh) 一种生命体征分析方法与系统
Cimr et al. Automatic detection of breathing disorder from ballistocardiography signals
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
Ardeti et al. An overview on state-of-the-art electrocardiogram signal processing methods: Traditional to AI-based approaches
CN103919544A (zh) 基于穿戴式心电监测设备的冠心病和心肌梗死概率性预警系统
Mesin A neural algorithm for the non-uniform and adaptive sampling of biomedical data
Zhao et al. Towards deep learning-based detection scheme with raw ECG signal for wearable telehealth systems
WO2020052640A1 (zh) 基于深度学习算法的心电特征提取方法、装置、系统、设备和分类方法
JP2020036882A (ja) 学習された監視デバイス補正
KR102450482B1 (ko) 의료 데이터 제공 장치, 의료 데이터 제공 방법 및 컴퓨터 프로그램
Xue et al. An ECG arrhythmia classification and heart rate variability analysis system based on android platform
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
Rashkovska et al. Clustering of heartbeats from ECG recordings obtained with wireless body sensors
Pantelopoulos et al. A health prognosis wearable system with learning capabilities using nns

Legal Events

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