KR102453428B1 - 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 - Google Patents
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 Download PDFInfo
- Publication number
- KR102453428B1 KR102453428B1 KR1020220068387A KR20220068387A KR102453428B1 KR 102453428 B1 KR102453428 B1 KR 102453428B1 KR 1020220068387 A KR1020220068387 A KR 1020220068387A KR 20220068387 A KR20220068387 A KR 20220068387A KR 102453428 B1 KR102453428 B1 KR 102453428B1
- Authority
- KR
- South Korea
- Prior art keywords
- user
- biometric data
- period
- respiration rate
- calculating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000036387 respiratory rate Effects 0.000 title claims abstract description 73
- 238000002106 pulse oximetry Methods 0.000 title claims abstract description 38
- 238000004590 computer program Methods 0.000 title claims abstract description 17
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 161
- 230000035485 pulse pressure Effects 0.000 claims description 47
- 230000007423 decrease Effects 0.000 claims description 34
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 30
- 229910052760 oxygen Inorganic materials 0.000 claims description 30
- 239000001301 oxygen Substances 0.000 claims description 30
- 238000000605 extraction Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000036541 health Effects 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 17
- 239000000284 extract Substances 0.000 description 15
- 230000008859 change Effects 0.000 description 14
- 230000003247 decreasing effect Effects 0.000 description 14
- 208000017667 Chronic Disease Diseases 0.000 description 6
- 210000005240 left ventricle Anatomy 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000000115 thoracic cavity Anatomy 0.000 description 4
- 210000000707 wrist Anatomy 0.000 description 4
- 230000001154 acute effect Effects 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000002631 hypothermal effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000241 respiratory effect Effects 0.000 description 3
- 208000030090 Acute Disease Diseases 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 210000002345 respiratory system Anatomy 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 201000002282 venous insufficiency Diseases 0.000 description 2
- 208000014085 Chronic respiratory disease Diseases 0.000 description 1
- 208000028399 Critical Illness Diseases 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 206010057190 Respiratory tract infections Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005284 basis set Methods 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 208000028659 discharge Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 210000003371 toe Anatomy 0.000 description 1
- 210000004906 toe nail Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0803—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
- A61B5/145—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
- A61B5/1455—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 using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—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 using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—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
Abstract
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램이 제공된다. 본 발명의 다양한 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법은 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 단계, 상기 획득된 생체 데이터로부터 지표를 추출하는 단계 및 상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 단계를 포함한다.
Description
본 발명의 다양한 실시예는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램에 관한 것이다.
2018년 12월 보건복지부 질병관리본부에서 발표한 보도참고자료에 따르면 우리나라는 만성질환(비감염성질환)에 의한 사망 및 질병부담이 높은 상황으로, 만성질환이 전체 사망 중 80.8%를 차지하고 있다.
2016년 통계청의 자료에 따르면, 사망원인 상위 10개 중 7개가 만성질환으로, 악성신생물(암), 순환기계질환(심뇌혈관질환), 당뇨병, 만성호흡기질환이 전체 사망의 71%를 차지한다는 점에서 만성질환 관리가 매우 중요하나, 만성질환관리는 자가관리 의존도가 높아 체계적인 관리가 어려움이 있다.
특히, 중환자실에서 병환이 호전되어 일반병실로 옮기고, 환자감시장치(Patient Monitor)와 같은 장비를 통해 꾸준한 관리가 필요한 환자들이 많지만 장비의 가격, 관리 등의 문제로 보유량에 한계가 있어, 모든 환자에게 제공하기 어렵기 때문에, 모든 환자를 지속적으로 관리하기에 어려움이 있다.
이러한 점을 고려하여, 종래에는 환자감시장치에서만 수집할 수 있었던 생체 데이터를 수집 가능한 웨어러블 디바이스(Wearable device)(예컨대, 스마트 워치(Smart watch))를 개발하여 사용자의 건강 상태를 지속적으로 체크하고, 환자의 건강 관련 서비스를 제공함으로써, 만성질환자 및 조기 퇴원 환자, 중환자 등의 건강을 간편하게 관리할 수 있는 환경을 만들기 위해 노력하고 있다.
그러나, 웨어러블 디바이스의 특성상 환자감시장치와 동일한 정보를 제공할 수 없고, 이에 따라 사용자에게 제공할 수 있는 건강 관련 서비스가 제한적이라는 문제가 있다. 예컨대, 웨어러블 디바이스, 대표적으로 스마트 워치의 경우, 사용자의 손목에 착용되는 형태이기 때문에 호흡수에 관한 정보를 수집하지 못한다는 문제가 있다.
호흡수는 환자의 호흡기계 상태와 더불어 체내 주요 장기 및 조직의 산소 관류에 관련된 다양한 정보를 제공할 수 있는 주요 생체 변수로 잘 알려져 있다. 호흡기의 경우, 선행되는 호흡기 감염과 같은 심각한 급성 호흡기계 합병증의 발생이나 만성 폐질환의 악화 등에 있어 호흡수의 변화는 혈압이나 맥박수, 의식 상태 및 산소 포화도와 같은 다른 생체 변수에 선행하여 변화를 보이는 가장 빠르고 예민한 지표이다.
다른 주요 생체 변수인 혈압이나 산소포화도의 경우 신체의 보상반응의 활성화로 인해 쇼크 상태에 도달하기 전까지 비교적 정상 수준을 보이다가 임계점에 도달한 후부터 급격하게 떨어지는 것에 비해, 호흡수의 변화는 조기에 예민하게 변화를 보이는 한편 임상적 위중도와 연관도가 높아 임상적으로 호흡수 변화의 긴밀한 측정 및 관찰은 갑작스럽게 변동하는 임상적 상태 및 질병의 발생을 인지하고 진단하는데 매우 중요하다.
실제 임상적 중증도를 객관적으로 평가하는데 널리 쓰이고 있는 국제적 평가 기준인 APACHE (Acute Physiology and Chronic Health Evaluation) score 및 급성 위급상태의 모니터링과 인지를 위해 사용되는 MEWS (modified early warning score) 모두 호흡수 항목을 필수 평가 기준으로 채택 및 이용하고 있어 사용자의 평상시 건강 상태를 측정하는 한편 급작스럽게 발생할 수 있는 급성 질환의 증상을 초기에 감지하고 위중한 상황을 알리기 위해서는 호흡수의 측정을 통한 변화 감지가 매우 유용한 변수이다.
상기와 같이, 환자의 상태를 판단하기 위하여 호흡수를 모니터링하는 것이 매우 중요한 바, 만성질환자 및 일반사용자들에게 제공할 수 있는 건강관리 서비스를 보다 원활하고 다양하게 제공하기 위하여, 웨어러블 디바이스로부터 수집되는 생체 정보를 기반으로 사용자의 호흡수를 추정 및 산출하는 기술의 개발이 필요한 실정이다.
본 발명이 해결하고자 하는 과제는 상술된 종래의 문제점을 해소하기 위한 목적으로, 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스(예컨대, 사용자의 손목에 착용된 스마트 워치)로부터 수집된 생체 데이터를 기반으로 사용자의 호흡수를 산출함으로써, 사용자에 제공할 수 있는 건강관리 서비스를 보다 원활하고 다양하게 제공할 수 있도록 하는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법은 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 단계, 상기 획득된 생체 데이터로부터 지표를 추출하는 단계 및 상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 생체 데이터를 획득하는 단계는, 상기 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스(Wearable device)에 포함된 하나 이상의 센서로부터 수집된 상기 사용자의 생체 데이터를 획득하되, 상기 획득된 생체 데이터는 맥박산소측정법(Pulse oximetry) 기반으로 측정된 경피적 산소포화도(Saturation of percutaneous Oxygen, SpO2)를 포함하는 것인, 단계를 포함할 수 있다.
다양한 실시예에서, 상기 지표를 추출하는 단계는, 상기 획득된 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 기초선 변조(Baseline modulation)의 횟수를 추출하는 단계를 포함하며, 상기 호흡수를 산출하는 단계는, 상기 추출된 기초선 변조의 횟수에 기초하여 상기 사용자의 호흡수를 산출하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 지표를 추출하는 단계는, 상기 획득된 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 맥압 진폭 변조(pulse pressure amplitude modulation)의 횟수를 추출하는 단계를 포함하며, 상기 호흡수를 산출하는 단계는, 상기 추출된 맥압 진폭 변조의 횟수에 기초하여 상기 사용자의 호흡수를 산출하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 지표를 추출하는 단계는, 상기 획득된 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 추출하는 단계를 포함하며, 상기 호흡수를 산출하는 단계는, 상기 추출된 증가 패턴 및 감소 패턴을 포함하는 구간의 수에 기초하여 상기 사용자의 호흡수를 산출하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 지표를 추출하는 단계는, 제1 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 복수의 지표 - 상기 복수의 지표는 기초선 변조의 횟수, 맥압 진폭 변조의 횟수, 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 포함함 - 를 추출하는 단계를 포함하며, 상기 호흡수를 산출하는 단계는, 상기 추출된 복수의 지표 각각을 이용하여 복수의 호흡수 추정치를 산출하고, 상기 산출된 복수의 호흡수 추정치를 이용하여 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 단계를 포함할 수 있다.
다양한 실시예에서, 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 단계는, 상기 산출된 복수의 호흡수 추정치 각각에 가중치를 부여하고, 상기 가중치가 부여된 복수의 호흡수 추정치의 평균값을 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하되, 상기 산출된 복수의 호흡수 추정치 각각에 부여되는 가중치의 크기는 상기 제1 기간 이전의 제2 기간 동안의 생체 데이터로부터 추출된 복수의 호흡수 추정치와 상기 제2 기간 동안의 상기 사용자의 실제 호흡수의 차이 값에 기초하여 결정되는 것인, 단계를 포함할 수 있다.
다양한 실시예에서, 상기 지표를 추출하는 단계는, 제1 기간 동안의 상기 사용자의 실제 호흡수를 획득하는 단계, 상기 획득된 실제 호흡수 및 상기 제1 기간 동안의 생체 데이터를 이용하여 지표 추출 기준을 설정하는 단계 및 상기 설정된 지표 추출 기준을 이용하여 상기 제1 기간 이후의 제2 기간 동안의 생체 데이터로부터 지표를 추출하는 단계를 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출장치는 프로세서, 네트워크 인터페이스, 메모리 및 상기 메모리에 로드(load) 되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 인스트럭션(instruction), 상기 획득된 생체 데이터로부터 지표를 추출하는 인스트럭션 및 상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 인스트럭션을 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 컴퓨터프로그램은 컴퓨팅 장치와 결합되어, 사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 단계, 상기 획득된 생체 데이터로부터 지표를 추출하는 단계 및 상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 단계를 포함하는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법을 실행시키기 위하여 컴퓨팅 장치로 판독 가능한 기록매체에 저장될 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 발명의 다양한 실시예에 따르면, 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스(예컨대, 사용자의 손목에 착용된 스마트 워치)로부터 수집된 생체 데이터를 기반으로 사용자의 호흡수를 산출함으로써, 사용자에 제공할 수 있는 건강관리 서비스를 보다 원활하고 다양하게 제공할 수 있도록 한다는 이점이 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출시스템을 도시한 도면이다.
도 2는 본 발명의 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출장치의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법의 순서도이다.
도 4는 다양한 실시예에서, 기초선 변조의 횟수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 5는 다양한 실시예에서, 사용자의 들숨 및 날숨에 따라 기초선 변조가 발생하는 형태를 예시적으로 도시한 생체 정보 그래프이다.
도 6은 다양한 실시예에서, 맥압 진폭 변조의 횟수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 7은 다양한 실시예에서, 사용자의 들숨 및 날숨에 따라 맥압 진폭 변조가 발생되는 형태를 예시적으로 도시한 생체 정보 그래프이다.
도 8은 다양한 실시예에서, 증가 패턴 및 감소 패턴을 포함하는 구간의 수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 9는 다양한 실시예에서 사용자의 들숨 및 날숨에 따라 증가 패턴 및 감소 패턴이 발생하는 형태를 예시적으로 도시한 생체 정보 그래프이다.
도 2는 본 발명의 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출장치의 하드웨어 구성도이다.
도 3은 본 발명의 또 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법의 순서도이다.
도 4는 다양한 실시예에서, 기초선 변조의 횟수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 5는 다양한 실시예에서, 사용자의 들숨 및 날숨에 따라 기초선 변조가 발생하는 형태를 예시적으로 도시한 생체 정보 그래프이다.
도 6은 다양한 실시예에서, 맥압 진폭 변조의 횟수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 7은 다양한 실시예에서, 사용자의 들숨 및 날숨에 따라 맥압 진폭 변조가 발생되는 형태를 예시적으로 도시한 생체 정보 그래프이다.
도 8은 다양한 실시예에서, 증가 패턴 및 감소 패턴을 포함하는 구간의 수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 9는 다양한 실시예에서 사용자의 들숨 및 날숨에 따라 증가 패턴 및 감소 패턴이 발생하는 형태를 예시적으로 도시한 생체 정보 그래프이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출시스템을 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출시스템은 호흡수 산출장치(100), 사용자 단말(200), 외부 서버(300) 및 네트워크(400)를 포함할 수 있다.
여기서, 도 1에 도시된 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출시스템은 일 실시예에 따른 것이고, 그 구성 요소가 도 1에 도시된 실시예에 한정되는 것은 아니며, 필요에 따라 부가, 변경 또는 삭제될 수 있다.
일 실시예에서, 호흡수 산출장치(100)(이하, "컴퓨팅 장치(100)")는 소정의 기간 동안의 사용자에 대한 호흡수를 산출할 수 있다. 예컨대, 컴퓨팅 장치(100)는 소정의 기간 동안 수집된 사용자의 생체 데이터를 분석하여 호흡수 산출을 위한 하나 이상의 지표를 추출할 수 있고, 추출된 지표를 기반으로 사용자의 호흡수를 산출할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 컴퓨팅 장치(100)는 네트워크(400)를 통해 사용자 단말(200)과 연결될 수 있으며, 사용자 단말(200)로부터 사용자에 대한 소정 기간 동안의 생체 데이터를 수집할 수 있다.
여기서, 사용자 단말(200)은 사용자의 신체 적어도 일부분에 착용되며, 사용자에 대한 생체 정보를 수집할 수 있는 하나 이상의 센서가 구비된 웨어러블 디바이스(Wearable device)(예컨대, 사용자의 손목에 착용되는 스마트 워치)일 수 있다. 그러나, 이에 한정되지 않고, 사용자 단말(200)은 네트워크(400)를 통해 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스와 연결되어, 웨어러블 디바이스로부터 사용자의 생체 데이터를 수집할 수 있는 장치 예컨대, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 내비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
또한, 여기서, 네트워크(400)는 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미할 수 있다. 예를 들어, 네트워크(400)는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함할 수 있다.
또한, 여기서, 무선 데이터 통신망은 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등을 포함할 수 있으나, 이에 한정되지는 않는다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 생체 데이터를 기반으로 사용자의 호흡수를 산출하되, 산출된 호흡수에 따라 사용자에 대한 이벤트 발생(예컨대, 급작스럽게 발생되는 급성 질환의 증상 등)을 감지할 수 있고, 이벤트 발생이 감지됨에 따라 사용자 또는 기 설정된 보호자의 단말로 알림을 제공할 수 있다.
일 실시예에서, 외부 서버(300)는 네트워크(400)를 통해 컴퓨팅 장치(100)와 연결될 수 있으며, 컴퓨팅 장치(100)가 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법을 수행하기 위해 필요한 각종 정보 및 데이터를 저장하거나, 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법을 수행함에 따라 생성되는 각종 정보 및 데이터를 저장 및 관리할 수 있다. 예컨대, 외부 서버(300)는 컴퓨팅 장치(100)의 외부에 별도로 구비되는 저장 서버일 수 있으나, 이에 한정되지 않는다. 이하, 도 2를 참조하여, 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법을 수행하는 컴퓨팅 장치(100)에 대해 설명하도록 한다.
도 2는 본 발명의 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출장치의 하드웨어 구성도이다.
도 2를 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 하나 이상의 프로세서(110), 프로세서(110)에 의하여 수행되는 컴퓨터 프로그램(151)을 로드(Load)하는 메모리(120), 버스(130), 통신 인터페이스(140) 및 컴퓨터 프로그램(151)을 저장하는 스토리지(150)를 포함할 수 있다. 여기서, 도 2에는 본 발명의 실시예와 관련 있는 구성요소들만 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.
프로세서(110)는 컴퓨팅 장치(100)의 각 구성의 전반적인 동작을 제어한다. 프로세서(110)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다.
또한, 프로세서(110)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있으며, 컴퓨팅 장치(100)는 하나 이상의 프로세서를 구비할 수 있다.
다양한 실시예에서, 프로세서(110)는 프로세서(110) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(110)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(120)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(120)는 본 발명의 다양한 실시예에 따른 방법/동작을 실행하기 위하여 스토리지(150)로부터 컴퓨터 프로그램(151)을 로드할 수 있다. 메모리(120)에 컴퓨터 프로그램(151)이 로드되면, 프로세서(110)는 컴퓨터 프로그램(151)을 구성하는 하나 이상의 인스트럭션들을 실행함으로써 상기 방법/동작을 수행할 수 있다. 메모리(120)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.
버스(130)는 컴퓨팅 장치(100)의 구성 요소 간 통신 기능을 제공한다. 버스(130)는 주소 버스(address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.
통신 인터페이스(140)는 컴퓨팅 장치(100)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(140)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(140)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다. 몇몇 실시예에서, 통신 인터페이스(140)는 생략될 수도 있다.
스토리지(150)는 컴퓨터 프로그램(151)을 비 임시적으로 저장할 수 있다. 컴퓨팅 장치(100)를 통해 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출 프로세스를 수행하는 경우, 스토리지(150)는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출 프로세스를 제공하기 위하여 필요한 각종 정보를 저장할 수 있다.
스토리지(150)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.
컴퓨터 프로그램(151)은 메모리(120)에 로드될 때 프로세서(110)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(110)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 상기 방법/동작을 수행할 수 있다.
일 실시예에서, 컴퓨터 프로그램(151)은 사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 단계, 획득된 생체 데이터로부터 지표를 추출하는 단계 및 추출된 지표를 이용하여 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 단계를 포함하는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법을 수행하도록 하는 하나 이상의 인스트럭션을 포함할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 이하, 도 3 내지 9를 참조하여, 컴퓨팅 장치(100)에 의해 수행되는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법에 대해 설명하도록 한다.
도 3은 본 발명의 또 다른 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법의 순서도이다.
도 3을 참조하면, S110 단계에서, 컴퓨팅 장치(100)는 사용자에 대한 소정 기간 동안의 생체 데이터를 획득할 수 있다.
일례로, 컴퓨팅 장치(100)는 네트워크(400)를 통해 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스(예: 스마트 워치)와 연결될 수 있으며, 웨어러블 디바이스에 포함된 하나 이상의 센서로부터 수집된 사용자의 생체 데이터를 획득할 수 있다.
다른 예로, 컴퓨팅 장치(100)는 네트워크(400)를 통해 사용자 단말(200)과 연결될 수 있고, 사용자 단말(200)은 네트워크(400)를 통해 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스와 연결될 수 있으며, 컴퓨팅 장치(100)는 사용자 단말(200)을 통해 웨어러블 디바이스에 포함된 하나 이상의 센서로부터 수집된 사용자의 생체 데이터를 전달받을 수 있다.
여기서, 사용자에 대한 생체 데이터는 맥박산소측정법(Pulse oximetry) 기반으로 측정된 경피적 산소포화도(Saturation of percutaneous Oxygen, SpO2) 및 동맥혈 산소분압(Partial pressure of arterial Oxygen, PaO2)을 포함할 수 있으나, 이에 한정되지 않고, 스마트 워치에 구비되는 센서들로부터 수집 가능한 모든 생체 정보(예컨대, 혈압(SBP, DBP), 맥박(심박수), 체온(BT), 심전도(ECG) 등)가 포함될 수 있다.
여기서, 맥박산소측정법은 사용자의 혈관에 있는 산소 수준을 측정하기 위한 광전자(photoelectric) 장치를 이용하는 방법으로, 맥박산초측정기의 손가락 끝, 발톱, 귀바퀴, 혹은 발 끝에 설치하여 조직에 여러 가지 색깔의 빛을 보내 반사되어 오는 빛의 양을 측정하고, 그 결과를 혈색소의 포화를 백분율(Percentage)로 기록(산소의 경우 산소포화도(SpO-2)로 표시)하는 방법을 의미할 수 있다.
또한, 여기서, 컴퓨팅 장치(100)는 사용자로부터 호흡수 산출 요청을 획득함에 따라 사용자에 대한 생체 데이터를 수집하는 형태로 구현될 수 있으나, 이에 한정되지 않고, 사용자의 호흡수를 지속적으로 모니터링하기 위한 목적으로, 사용자의 요청과 관계없이 기 설정된 주기(예컨대, 1분 주기)마다 사용자의 생체 데이터를 자동으로 수집할 수 있다.
S120 단계에서, 컴퓨팅 장치(100)는 S110 단계를 거쳐 획득된 사용자의 생체 데이터로부터 지표를 추출할 수 있다.
여기서, 지표는 사용자에 대한 호흡수를 산출하기 위해 이용하기 위한 정보를 의미할 수 있다. 예컨대, 사용자의 생체 데이터가 산소포화도인 경우, 생체 데이터로부터 추출된 지표는 산소포화도 그래프에서의 기초선 변조(Baseline modulation)의 횟수, 맥압 진폭 변조(pulse pressure amplitude modulation)의 횟수 및 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 포함할 수 있으나, 이에 한정되지 않는다.
다양한 실시예에서, 컴퓨팅 장치(100)는 사용자의 생체 데이터 중 사용자의 체온 데이터에 기초하여, 소정 기간 동안의 사용자에 대한 체온이 기 설정된 온도 미만인 경우, 소정 기간 동안의 생체 데이터를 호흡수 산출 대상에서 제외시킬 수 있다. 예컨대, 사용자가 저체온인 상황에서는 열손실을 막기위해 말초혈관을 수축시키게 되며, 이에 따라 국소 관류가 나빠지면서 정확한 산소포화도의 측정이 어려울 수 있는 바, 컴퓨팅 장치(100)는 사용자가 저체온인 상황임에 따라 정확한 산소포화도 측정이 어려운 상태인 것으로 판단되는 경우, 저체온인 상태에서의 생체 데이터를 호흡수 산출 대상에서 제외시킴으로써, 부정확한 호흡수가 산출되는 것을 방지할 수 있다.
S130 단계에서, 컴퓨팅 장치(100)는 S120 단계를 거쳐 추출된 지표를 이용하여 사용자의 호흡수를 산출할 수 있다. 이하, 도 4 내지 9를 참조하여, 보다 구체적으로 설명하도록 한다.
도 4는 다양한 실시예에서, 기초선 변조의 횟수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 4를 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 제1 방식(예: 생체 데이터로부터 추출된 제1 지표(예: 기초선 변조의 횟수)에 기초하여 호흡수를 산출하는 방식)에 따라 사용자에 대한 호흡수를 산출할 수 있다.
S210 단계에서, 컴퓨팅 장치(100)는 사용자에 대한 소정 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성할 수 있다. 예컨대, 컴퓨팅 장치(100)는 도 5에 도시된 바와 같이, 소정의 기간 동안 수집된 사용자의 산소포화도(SpO2) 값을 수집된 시간에 따라 순차적으로 배치함으로써, 시계열에 따른 생체 정보 그래프 즉, 산소포화도(SpO2)에 대한 시계열 그래프를 생성할 수 있다. 그러나, 이에 한정되지 않는다.
S220 단계에서, 컴퓨팅 장치(100)는 S210 단계를 거쳐 생성된 생체 정보 그래프를 분석하여 호흡수 산출을 위한 지표로서, 기초선 변조(Baseline modulation)의 횟수를 추출할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 S210 단계를 거쳐 생성된 산소포화도(SpO2)에 대한 시계열 그래프를 분석하여 산소포화도(SpO2)에 대한 시계열 그래프의 기초선을 생성할 수 있고, 생성된 기초선을 분석하여 기초선이 기 설정된 범위 이상 변화하는 횟수를 추출할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 기 설정된 지표 추출 기준(예: 기초선 변조 추출 기준)에 기초하여, 생체 정보 그래프로부터 기초선 변조의 횟수를 추출할 수 있다.
보다 구체적으로, 먼저, 컴퓨팅 장치(100)는 사용자로부터 제1 기간 동안의 실제 호흡수를 획득할 수 있다.
이후, 컴퓨팅 장치(100)는 사용자에 대하여 수집된 제1 기간 동안의 생체 데이터와 사용자로부터 획득된 제1 기간 동안의 실제 호흡수에 기초하여 기초선 변조 추출 기준을 설정할 수 있다.
예컨대, 컴퓨팅 장치(100)는 사용자로부터 획득된 제1 기간 동안의 실제 호흡수가 16회인 경우, 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 16개의 기초선 변조 구간을 식별할 수 있고, 식별된 16개의 기초선 변조 구간에 대한 기초선 변화량을 이용하여 기초선 변조 추출 기준을 설정할 수 있다. 일례로, 컴퓨팅 장치(100)는 16개의 기초선 변조 구간에 대한 평균 전고점과 평균 전저점을 산출하고, 산출된 평균 전고점과 평균 전저점의 범위를 기초선 변조 추출 기준을 설정할 수 있으나, 이에 한정되지 않는다.
이때, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 식별된 기초선 변조 구간의 수가 16개를 초과하는 경우, 식별된 기초선 변조 구간들 중 기초선 변화량이 큰 구간부터 순차적으로 16개를 선택하고, 선택된 16개의 기초선 변조 구간만을 이용하여 기초선 변조 추출 기준을 설정할 수 있다.
이후, 컴퓨팅 장치(100)는 제1 기간 이후의 제2 기간 동안 수집된 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 기초선 변조의 횟수를 추출하되, 제1 기간의 생체 데이터를 기준으로 설정된 기초선 변조 추출 기준을 만족하는 기초선 변조가 발생된 구간 즉, 기초선 변조 추출 기준에 대응하는 범위 이상만큼 기초선 변조가 발생된 구간만을 기초선 변조의 횟수로 카운팅할 수 있다. 그러나, 이에 한정되지 않는다.
S230 단계에서, 컴퓨팅 장치(100)는 S220 단계를 거쳐 추출된 기초선 변조의 횟수에 기초하여 사용자의 호흡수를 산출할 수 있다.
도 5를 참조하면, 사용자의 호흡 주기동안 들숨(흡기)과 날숨(호기)에 따라 흉강 내 압력의 변화가 발생하고, 흉강 내 압력의 변화가 발생함에 따라 정맥환류(venous return)의 양이 변화하게 됨으로써, 생체 정보 그래프의 기초선 변화 즉, 산소포화도(SpO2)에 대한 시계열 그래프의 기초선 변화가 발생될 수 있다.
예컨대, 들숨의 경우, 폐용적이 증가함에 따라 흉강 내 압력이 감소하게 되고, 흉강 내 압력이 감소함에 따라 중심정맥압(central venous pressure)이 감소하게 됨으로써 정맥환류가 증가하게 된다.
한편, 날숨의 경우, 폐용적이 감소함에 따라 흉강 내 압력이 증가하게 되고, 흉강 내 압력이 증가함에 따라 중심정맥압이 증가하게 됨으로써 정맥환류가 감소하게 된다.
이와 같이, 들숨과 날숨에 따라 정맥환류가 변화하게 되고, 정맥환류가 변화함에 따라 산소포화도(SpO2)에 대한 시계열 그래프의 기초선 변화가 발생하게 된다는 것을 알 수 있다.
즉, 상기와 같이 산소포화도(SpO2)에 대한 시계열 그래프의 기초선 변조와 사용자의 호흡(들숨 및 날숨)이 상관관계를 가지는 바, 컴퓨팅 장치(100)는 기초선 변조의 횟수에 기초하여 사용자의 호흡수를 산출할 수 있다. 예컨대, 컴퓨팅 장치(100)는 단위 시간당(예: 1분) 기초선 변조의 횟수를 산출함으로써, 단위 시간당 들숨 및 날숨의 횟수를 산출할 수 있고, 이를 통해, 사용자에 대한 단위 시간당 호흡수(예: 분당 호흡수)를 산출할 수 있다.
도 6은 다양한 실시예에서, 맥압 진폭 변조의 횟수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 6을 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 제2 방식(예: 생체 데이터로부터 추출된 제2 지표(예: 맥압 진폭 변조의 횟수)에 기초하여 호흡수를 산출하는 방식)에 따라 사용자에 대한 호흡수를 산출할 수 있다.
S310 단계에서, 컴퓨팅 장치(100)는 사용자에 대한 소정 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성할 수 있다. 여기서, 컴퓨팅 장치(100)에 의해 수행되는 생체 정보 그래프를 생성하는 방법과 이에 따라 생성된 생체 정보 그래프는 도 4의 S210 단계와 동일 또는 유사한 형태로 구현될 수 있으나, 이에 한정되지 않는다.
S320 단계에서, 컴퓨팅 장치(100)는 S310 단계를 거쳐 생성된 생체 정보 그래프를 분석하여 호흡수 산출을 위한 지표로서, 맥압 진폭 변조(pulse pressure amplitude modulation)의 횟수를 추출할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 기 설정된 지표 추출 기준(예: 맥압 진폭 변조 추출 기준)에 기초하여, 생체 정보 그래프로부터 맥압 진폭 변조의 횟수를 추출할 수 있다.
보다 구체적으로, 먼저, 컴퓨팅 장치(100)는 사용자로부터 제1 기간 동안의 실제 호흡수를 획득할 수 있다.
이후, 컴퓨팅 장치(100)는 사용자에 대하여 수집된 제1 기간 동안의 생체 데이터와 사용자로부터 획득된 제1 기간 동안의 실제 호흡수에 기초하여 맥압 진폭 변조 추출 기준을 설정할 수 있다.
예컨대, 컴퓨팅 장치(100)는 사용자로부터 획득된 제1 기간 동안의 실제 호흡수가 16회인 경우, 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 16개의 맥압 진폭 변조 구간을 식별할 수 있고, 식별된 16개의 맥압 진폭 변조 구간에 대한 맥압 진폭 변화량에 기초하여 맥압 진폭 변조 추출 기준을 설정할 수 있다. 일례로, 컴퓨팅 장치(100)는 16개의 맥압 진폭 변조 구간을 이용하여, 들숨 구간에서의 평균 맥압 진폭과 날숨 구간에서의 평균 맥압 진폭 간의 차이 값을 맥압 진폭 변조 추출 기준을 설정할 수 있으나, 이에 한정되지 않는다.
이때, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 식별된 맥압 진폭 변조 구간의 수가 16개를 초과하는 경우, 식별된 맥압 진폭 변조 구간들 중 맥압 진폭 변화량이 큰 구간부터 순차적으로 16개를 선택하고, 선택된 16개의 맥압 진폭 변조 구간만을 이용하여 맥압 진폭 변조 추출 기준을 설정할 수 있다.
이후, 컴퓨팅 장치(100)는 제1 기간 이후의 제2 기간 동안 수집된 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 맥압 진폭 변조의 횟수를 추출하되, 제1 기간의 생체 데이터를 기준으로 설정된 맥압 진폭 변조 추출 기준을 만족하는 맥압 진폭 변조가 발생된 구간 즉, 맥압 진폭 변조 추출 기준에 대응하는 값 이상만큼 맥압 진폭의 변조가 발생된 구간만을 맥압 진폭 변조의 횟수로 카운팅할 수 있다. 그러나, 이에 한정되지 않는다.
S330 단계에서, 컴퓨팅 장치(100)는 S220 단계를 거쳐 추출된 맥압 진폭 변조의 횟수에 기초하여 사용자의 호흡수를 산출할 수 있다.
도 7을 참조하면, 사용자의 호흡 주기동안 들숨(흡기)과 날숨(호기)로 인해 발생되는 흉강 내 압력의 주기적 변화는 심장 기능의 주기적 변동을 유발할 수 있다.
예컨대, 들숨의 경우, 좌심실의 박출량(stroke volume, 심장이 1회 회 수축했을 때에 대동맥으로 내보내는 혈액량)을 감소시키고, 좌심실의 박출량이 감소됨에 따라 산소포화도(SpO2)에 대한 시계열 그래프에 나타나는 순환적인 패턴(cyclic pattern)의 맥압 진폭이 감소될 수 있다.
한편, 날숨의 경우, 좌심실의 박출량을 증가시키고, 좌심실의 박출량이 증가됨에 따라 산소포화도(SpO2)에 대한 시계열 그래프에 나타나는 순환적인 패턴의 맥압 진폭이 증가될 수 있다.
이와 같이, 들숨과 날숨에 따라 좌심실의 박출량이 변화하게 되고, 좌심실의 박출량이 변화함에 따라 산소포화도(SpO2)에 대한 시계열 그래프의 맥압 진폭 변화가 발생된다는 것을 알 수 있다.
즉, 상기와 같이 산소포화도(SpO2)에 대한 시계열 그래프의 맥압 진폭 변조와 사용자의 호흡(들숨 및 날숨)이 상관관계를 가지는 바, 컴퓨팅 장치(100)는 맥압 진폭 변조의 횟수에 기초하여 사용자의 호흡수를 산출할 수 있다. 예컨대, 컴퓨팅 장치(100)는 단위 시간당(예: 1분) 맥압 진폭 변조의 횟수(예: 맥압 진폭이 증가 및 감소하는 횟수)를 산출함으로써, 단위 시간당 들숨 및 날숨의 횟수를 산출할 수 있고, 이를 통해, 사용자에 대한 단위 시간당 호흡수(예: 분당 호흡수)를 산출할 수 있다.
도 8은 다양한 실시예에서, 증가 패턴 및 감소 패턴을 포함하는 구간의 수에 따라 호흡수를 산출하는 방법을 설명하기 위한 순서도이다.
도 8을 참조하면, 다양한 실시예에서, 컴퓨팅 장치(100)는 제3 방식(예: 생체 데이터로부터 추출된 제3 지표(예: 증가 패턴 및 감소 패턴을 포함하는 구간의 수)에 기초하여 호흡수를 산출하는 방식)에 따라 사용자에 대한 호흡수를 산출할 수 있다.
S410 단계에서, 컴퓨팅 장치(100)는 사용자에 대한 소정 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성할 수 있다. 여기서, 컴퓨팅 장치(100)에 의해 수행되는 생체 정보 그래프를 생성하는 방법과 이에 따라 생성된 생체 정보 그래프는 도 4의 S210 단계와 동일 또는 유사한 형태로 구현될 수 있으나, 이에 한정되지 않는다.
S420 단계에서, 컴퓨팅 장치(100)는 S410 단계를 거쳐 생성된 생체 정보 그래프를 분석하여 호흡수 산출을 위한 지표로서, 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 추출할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 기 설정된 지표 추출 기준(예: 증가 패턴 및 감소 패턴 추출 기준)에 기초하여, 생체 정보 그래프로부터 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 추출할 수 있다.
보다 구체적으로, 먼저, 컴퓨팅 장치(100)는 사용자로부터 제1 기간 동안의 실제 호흡수를 획득할 수 있다.
이후, 컴퓨팅 장치(100)는 사용자에 대하여 수집된 제1 기간 동안의 생체 데이터와 사용자로부터 획득된 제1 기간 동안의 실제 호흡수에 기초하여 증가 패턴 및 감소 패턴 추출 기준을 설정할 수 있다.
예컨대, 컴퓨팅 장치(100)는 사용자로부터 획득된 제1 기간 동안의 실제 호흡수가 16회인 경우, 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 16개의 증가 구간과 16개의 감소 구간을 식별할 수 있고, 식별된 16개의 증가 구간과 16개의 감소 구간의 패턴을 이용하여 증가 패턴 추출 기준 및 감소 패턴 추출 기준을 설정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 16개의 증가 구간에 대한 평균 증가 기울기 및 평균 증가 범위를 산출함으로써 증가 패턴 추출 기준을 설정할 수 있고, 16개의 감소 구간에 대한 평균 감소 기울기 및 평균 감소 범위를 산출함으로써 감소 패턴 추출 기준을 설정할 수 있다. 그러나, 이에 한정되지 않는다.
이때, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 식별된 증가 및 감소 구간의 수가 16개를 초과하는 경우, 식별된 증가 및 감소 구간들 중 증가 범위 또는 감소 범위가 큰 구간부터 순차적으로 16개를 선택하거나 증가 기울기 또는 감소 기울기가 큰 구간부터 순차적으로 16개를 선택하고, 선택된 16개의 증가 구간 및 감소 구간만을 이용하여 증가 패턴 추출 기준 및 감소 패턴 추출 기준을 설정할 수 있다.
이후, 컴퓨팅 장치(100)는 제1 기간 이후의 제2 기간 동안 수집된 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 추출하되, 제1 기간의 생체 데이터를 기준으로 설정된 증가 패턴 추출 기준 및 감소 패턴 추출 기준을 만족하는 증가 패턴과 감소 패턴을 포함하는 구간만을 증가 패턴 및 감소 패턴을 포함하는 구간의 수로 카운팅할 수 있다. 그러나, 이에 한정되지 않는다.
S430 단계에서, 컴퓨팅 장치(100)는 S420 단계를 거쳐 추출된 증가 패턴 및 감소 패턴을 포함하는 구간의 수에 기초하여 사용자의 호흡수를 산출할 수 있다.
도 9를 참조하여 사용자의 호흡 주기에 따른 PaO2 변화 추이를 살펴보면, 사용자가 주기적으로 호흡 동작(들숨 및 날숨)을 수행함에 따라 반복적인 폐포 영역의 개방과 폐쇄로 인해 발생되는 호흡 단락(respiratory shunt)과 들숨 중에 산소가 폐포로 유입됨에 따라 발생하는 호흡 주기 내 폐포 산소 장력의 변화로 인해 PaO2가 주기적으로 진동(oscillation)하는 것을 알 수 있다.
예컨대, PaO2는 들숨 중에 증가하는 패턴을 보이는 반면, 날숨 중에는 감소하는 패턴을 보임을 알 수 있으며, SpO2 역시 PaO2와 마찬가지로 들숨 중에 증가하는 패턴을 보이는 반면, 날숨 중에는 감소하는 패턴을 보임을 알 수 있다.
이와 같이, 들숨과 날숨에 따라 산소포화도(SpO2)에 대한 시계열 그래프의 진동(증가 패턴과 감소 패턴의 반복)이 발생하게 된다는 것을 알 수 있다.
즉, 상기와 같이 산소포화도(SpO2)에 대한 시계열 그래프의 증가 및 감소 패턴과 사용자의 호흡(들숨 및 날숨)이 상관관계를 가지는 바, 컴퓨팅 장치(100)는 증가 패턴을 포함하는 구간의 수와 감소 패턴을 포함하는 구간의 수에 기초하여 사용자의 호흡수를 산출할 수 있다. 예컨대, 컴퓨팅 장치(100)는 단위 시간당(예: 1분) 증가 패턴을 포함하는 구간의 수와 감소 패턴을 포함하는 구간의 수를 산출함으로써, 단위 시간당 들숨과 날숨의 횟수를 산출할 수 있고, 이를 통해, 사용자에 대한 단위 시간당 호흡수(예: 분당 호흡수)를 산출할 수 있다.
여기서, 본 발명의 다양한 실시예에 따른 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법은 상기와 같이 제1 방식(예: 도 4), 제2 방식(예: 도 6) 및 제3 방식(예: 도 8) 중 어느 하나의 방식을 이용하여 사용자에 대한 호흡수를 산출하는 것으로 설명하고 있으나, 이에 한정되지 않고, 제1 방식 내지 제3 방식을 복합적으로 적용하여 사용자에 대한 호흡수를 산출할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 제1 방식 내지 제3 방식에 따라 사용자에 대한 제1 내지 제3 호흡수 추정치를 산출할 수 있고, 산출된 제1 내지 제3 호흡수 추정치를 이용하여 사용자에 대한 호흡수를 최종적으로 결정할 수 있다.
보다 구체적으로, 먼저, 컴퓨팅 장치(100)는 제1 방식 내지 제3 방식을 이용하여 사용자에 대한 제1 기간 동안의 생체 데이터로부터 제1 내지 제3 호흡수 추정치를 산출할 수 있다.
예컨대, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 기초선 변조의 횟수를 추출할 수 있고, 추출한 기초선 변조의 횟수에 따라 사용자에 대한 제1 기간 동안의 제1 호흡수 추정치를 산출할 수 있다. 또한, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 맥압 진폭 변조의 횟수를 추출할 수 있고, 추출한 맥압 진폭 변조의 횟수에 따라 사용자에 대한 제1 기간 동안의 제2 호흡수 추정치를 산출할 수 있다. 또한, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 이용하여 생성된 생체 정보 그래프로부터 증가 및 감소 패턴을 포함하는 구간의 수를 추출할 수 있고, 추출한 증가 및 감소 패턴을 포함하는 구간의 수에 따라 사용자에 대한 제1 기간 동안의 제3 호흡수 추정치를 산출할 수 있다.
즉, 여기서, 제1 내지 제3 호흡수 추정치는 상기의 제1 방식 내지 제3 방식 각각을 이용하여 산출된 호흡수일 수 있다.
다음으로, 컴퓨팅 장치(100)는 상기의 제1 방식 내지 제3 방식 각각을 이용하여 산출된 제1 내지 제3 호흡수 추정치를 이용하여 사용자에 대한 제1 기간 동안의 호흡수를 결정할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 제1 내지 제3 호흡수 추정치의 평균값을 산출할 수 있고, 산출된 평균값을 사용자에 대한 제1 기간 동안의 호흡수로 결정할 수 있다.
이때, 컴퓨팅 장치(100)는 제1 내지 제3 호흡수 추정치 각각을 산출하기 위해 사용된 방식(예: 제1 내지 제3 방식)에 대한 신뢰도에 따라 제1 내지 제3 호흡수 추정치 각각에 가중치를 부여할 수 있고, 가중치가 부여된 제1 내지 제3 호흡수 추정치의 평균값을 사용자에 대한 제1 기간 동안의 호흡수를 결정할 수 있다.
먼저, 컴퓨팅 장치(100)는 제1 내지 제3 호흡수 추정치 각각을 산출하기 위해 사용된 방식(예: 제1 내지 제3 방식)에 대한 신뢰도(우선순위)를 결정할 수 있다.
예컨대, 컴퓨팅 장치(100)는 제1 기간 이전의 제2 기간 동안의 생체 데이터를 기반으로 제1 내지 제3 방식에 따라 산출된 복수의 호흡수 추정치와 제2 기간 동안의 사용자의 실제 호흡수의 차이 값을 산출할 수 있고, 산출된 차이 값이 가장 작은 호흡수 추정치부터 순차적으로 정렬할 수 있으며, 정렬된 순서에 따라 제1 내지 제3 방식에 대한 우선순위를 설정할 수 있다.
일례로, 컴퓨팅 장치(100)는 제1 방식에 따라 산출된 제1 호흡수 추정치와 실제 호흡수 간의 차이가 1이고, 제2 방식에 따라 산출된 제2 호흡수 추정치와 실제 호흡수 간의 차이가 2이고, 제3 방식에 따라 산출된 제3 호흡수 추정치와 실제 호흡수 간의 차이가 3인 경우, 제1 방식의 우선순위를 제1 순위로 설정하고, 제2 방식의 우선순위를 제2 순위로 설정하며, 제3 방식의 우선순위를 제3 순위로 설정할 수 있다.
이후, 컴퓨팅 장치(100)는 제1 내지 제3 방식 각각의 우선순위에 따라 제1 내지 제3 방식 각각에 대한 가중치를 설정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 제1 방식에 대한 가중치를 1.5로 설정하고, 제2 방식에 대한 가중치를 1로 설정하며, 제3 방식에 대한 가중치를 0.5로 설정할 수 있다.
이후, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터로부터 추출된 제1 내지 제3 호흡수 추정치에 가중치를 부여함으로써, 제1 기간 동안의 생체 데이터로부터 추출된 제1 내지 제3 호흡수 추정치를 보정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 제1 기간 동안의 생체 데이터를 기반으로 제1 방식에 따라 산출된 제1 호흡수 추정치가 16회이고, 제2 방식에 따라 산출된 제2 호흡수 추정치가 13회이며, 제3 방식에 따라 산출된 제3 호흡수 추정치가 19회인 경우, 상기의 방법에 따라 설정된 가중치를 이용하여 제1 내지 제3 호흡수 추정치를 보정함으로써, 제1 호흡수 추정치를 16회에서 24회(16*1.5)로 보정하고, 제2 호흡수 추정치를 13회에서 13회(13*1)로 보정하며, 제3 호흡수 추정치를 19회에서 9.5회(19*0.5)로 보정할 수 있다.
이후, 컴퓨팅 장치(100)는 가중치에 따라 보정된 제1 내지 제3 호흡수 추정치의 평균값을 산출함으로써, 사용자에 대한 제1 기간 동안의 호흡수를 결정할 수 있다. 예컨대, 컴퓨팅 장치(100)는 24회, 13회 및 9.5회의 평균값인 15.5회(약 16회)를 사용자에 대한 제1 기간 동안의 호흡수로 산출할 수 있다.
다양한 실시예에서, 컴퓨팅 장치(100)는 제1 내지 제3 방식에 대한 신뢰도에 따라 제1 내지 제3 호흡수 추정치 중 어느 하나의 호흡수 추정치를 사용자에 대한 제1 기간 동안의 호흡수로 결정할 수 있다.
예컨대, 컴퓨팅 장치(100)는 상기와 마찬가지로, 제1 기간 이전의 제2 기간 동안의 생체 데이터를 기반으로 제1 내지 제3 방식에 따라 산출된 복수의 호흡수 추정치와 제2 기간 동안의 사용자의 실제 호흡수의 차이 값에 기초하여, 제1 내지 제3 방식 중 신뢰도가 가장 높은 방식 즉, 실제 호흡수와의 차이가 가장 적은 방식을 호흡수 산출을 위한 메인 방식으로 결정할 수 있다.
이후, 컴퓨팅 장치(100)는 제1 내지 제3 방식 중 메인 방식으로 결정된 방식을 이용하여 제1 기간 동안의 생체 데이터를 분석함으로써 산출된 호흡수 추정치를 사용자에 대한 제1 기간 동안의 호흡수로 결정할 수 있다.
이때, 컴퓨팅 장치(100)는 제1 내지 제3 방식 중 신뢰도가 가장 높은 방식에 따라 산출된 호흡수 추정치와 나머지 방식에 따라 산출된 호흡수 추정치 간의 차이가 기 설정된 오차범위 외의 값을 가지는 경우, 사용자로부터 제1 기간 동안의 실제 호흡수를 피드백 받음으로써, 제1 내지 제3 방식 중 신뢰도가 가장 높은 방식을 재 선택할 수 있다.
전술한 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법은 도면에 도시된 순서도를 참조하여 설명하였다. 간단한 설명을 위해 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법은 일련의 블록들로 도시하여 설명하였으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 본 명세서에 도시되고 시술된 것과 상이한 순서로 수행되거나 또는 동시에 수행될 수 있다. 또한, 본 명세서 및 도면에 기재되지 않은 새로운 블록이 추가되거나, 일부 블록이 삭제 또는 변경된 상태로 수행될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
100 : 호흡수 산출장치(컴퓨팅 장치)
200 : 사용자 단말
300 : 외부 서버
400 : 네트워크
200 : 사용자 단말
300 : 외부 서버
400 : 네트워크
Claims (10)
- 컴퓨팅 장치에 의해 수행되는 방법에 있어서,
사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 단계;
상기 획득된 생체 데이터로부터 지표를 추출하는 단계; 및
상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 단계를 포함하며,
상기 지표를 추출하는 단계는,
제1 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 복수의 지표 - 상기 복수의 지표는 기초선 변조의 횟수, 맥압 진폭 변조의 횟수, 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 포함함 - 를 추출하는 단계를 포함하고,
상기 호흡수를 산출하는 단계는,
상기 추출된 복수의 지표 각각을 이용하여 복수의 호흡수 추정치를 산출하고, 상기 산출된 복수의 호흡수 추정치를 이용하여 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 단계를 포함하며,
상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 단계는,
상기 산출된 복수의 호흡수 추정치 각각에 가중치를 부여하고, 상기 가중치가 부여된 복수의 호흡수 추정치의 평균값을 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하되, 상기 산출된 복수의 호흡수 추정치 각각에 부여되는 가중치의 크기는 상기 제1 기간 이전의 제2 기간 동안의 생체 데이터로부터 추출된 복수의 호흡수 추정치와 상기 제2 기간 동안의 상기 사용자의 실제 호흡수의 차이 값에 기초하여 결정되는 것인, 단계를 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법. - 제1항에 있어서,
상기 생체 데이터를 획득하는 단계는,
상기 사용자의 신체 적어도 일부분에 착용된 웨어러블 디바이스(Wearable device)에 포함된 하나 이상의 센서로부터 수집된 상기 사용자의 생체 데이터를 획득하되, 상기 획득된 생체 데이터는 맥박산소측정법(Pulse oximetry) 기반으로 측정된 경피적 산소포화도(Saturation of percutaneous Oxygen, SpO2) 및 동맥혈 산소분압(Partial pressure of arterial Oxygen, PaO2) 중 적어도 하나를 포함하는 것인, 단계를 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법. - 제1항에 있어서,
상기 지표를 추출하는 단계는,
상기 획득된 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 기초선 변조(Baseline modulation)의 횟수를 추출하는 단계를 포함하며,
상기 호흡수를 산출하는 단계는,
상기 추출된 기초선 변조의 횟수에 기초하여 상기 사용자의 호흡수를 산출하는 단계를 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법. - 제1항에 있어서,
상기 지표를 추출하는 단계는,
상기 획득된 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 맥압 진폭 변조(pulse pressure amplitude modulation)의 횟수를 추출하는 단계를 포함하며,
상기 호흡수를 산출하는 단계는,
상기 추출된 맥압 진폭 변조의 횟수에 기초하여 상기 사용자의 호흡수를 산출하는 단계를 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법. - 제1항에 있어서,
상기 지표를 추출하는 단계는,
상기 획득된 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 추출하는 단계를 포함하며,
상기 호흡수를 산출하는 단계는,
상기 추출된 증가 패턴 및 감소 패턴을 포함하는 구간의 수에 기초하여 상기 사용자의 호흡수를 산출하는 단계를 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법. - 삭제
- 삭제
- 제1항에 있어서,
상기 지표를 추출하는 단계는,
제1 기간 동안의 상기 사용자의 실제 호흡수를 획득하는 단계;
상기 획득된 실제 호흡수 및 상기 제1 기간 동안의 생체 데이터를 이용하여 지표 추출 기준을 설정하는 단계; 및
상기 설정된 지표 추출 기준을 이용하여 상기 제1 기간 이후의 제2 기간 동안의 생체 데이터로부터 지표를 추출하는 단계를 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법. - 프로세서;
네트워크 인터페이스;
메모리; 및
상기 메모리에 로드(load) 되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되,
상기 컴퓨터 프로그램은,
사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 인스트럭션(instruction);
상기 획득된 생체 데이터로부터 지표를 추출하는 인스트럭션; 및
상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 인스트럭션을 포함하며,
상기 지표를 추출하는 인스트럭션은,
제1 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 복수의 지표 - 상기 복수의 지표는 기초선 변조의 횟수, 맥압 진폭 변조의 횟수, 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 포함함 - 를 추출하는 인스트럭션을 포함하고,
상기 호흡수를 산출하는 인스트럭션은,
상기 추출된 복수의 지표 각각을 이용하여 복수의 호흡수 추정치를 산출하고, 상기 산출된 복수의 호흡수 추정치를 이용하여 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 인스트럭션을 포함하며,
상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 인스트럭션은,
상기 산출된 복수의 호흡수 추정치 각각에 가중치를 부여하고, 상기 가중치가 부여된 복수의 호흡수 추정치의 평균값을 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하되, 상기 산출된 복수의 호흡수 추정치 각각에 부여되는 가중치의 크기는 상기 제1 기간 이전의 제2 기간 동안의 생체 데이터로부터 추출된 복수의 호흡수 추정치와 상기 제2 기간 동안의 상기 사용자의 실제 호흡수의 차이 값에 기초하여 결정되는 것인, 인스트럭션을 포함하는,
맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출장치. - 컴퓨팅 장치와 결합되어,
사용자에 대한 소정 기간 동안의 생체 데이터를 획득하는 단계;
상기 획득된 생체 데이터로부터 지표를 추출하는 단계; 및
상기 추출된 지표를 이용하여 상기 사용자에 대한 호흡수(Respiratory Rate, RR)를 산출하는 단계를 포함하며,
상기 지표를 추출하는 단계는,
제1 기간 동안의 생체 데이터를 이용하여 생체 정보 그래프를 생성하고, 상기 생성된 생체 정보 그래프로부터 복수의 지표 - 상기 복수의 지표는 기초선 변조의 횟수, 맥압 진폭 변조의 횟수, 증가 패턴 및 감소 패턴을 포함하는 구간의 수를 포함함 - 를 추출하는 단계를 포함하고,
상기 호흡수를 산출하는 단계는,
상기 추출된 복수의 지표 각각을 이용하여 복수의 호흡수 추정치를 산출하고, 상기 산출된 복수의 호흡수 추정치를 이용하여 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 단계를 포함하며,
상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하는 단계는,
상기 산출된 복수의 호흡수 추정치 각각에 가중치를 부여하고, 상기 가중치가 부여된 복수의 호흡수 추정치의 평균값을 상기 사용자에 대한 제1 기간 동안의 호흡수를 결정하되, 상기 산출된 복수의 호흡수 추정치 각각에 부여되는 가중치의 크기는 상기 제1 기간 이전의 제2 기간 동안의 생체 데이터로부터 추출된 복수의 호흡수 추정치와 상기 제2 기간 동안의 상기 사용자의 실제 호흡수의 차이 값에 기초하여 결정되는 것인, 단계를 포함하는 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법을 실행시키기 위하여 컴퓨팅 장치로 판독 가능한 기록매체에 저장된, 컴퓨터프로그램.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220068387A KR102453428B1 (ko) | 2022-06-03 | 2022-06-03 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
| KR1020220127453A KR20230168256A (ko) | 2022-06-03 | 2022-10-06 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220068387A KR102453428B1 (ko) | 2022-06-03 | 2022-06-03 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220127453A Division KR20230168256A (ko) | 2022-06-03 | 2022-10-06 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102453428B1 true KR102453428B1 (ko) | 2022-10-13 |
Family
ID=83599592
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220068387A KR102453428B1 (ko) | 2022-06-03 | 2022-06-03 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
| KR1020220127453A KR20230168256A (ko) | 2022-06-03 | 2022-10-06 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220127453A KR20230168256A (ko) | 2022-06-03 | 2022-10-06 | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102453428B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101601895B1 (ko) * | 2014-08-29 | 2016-03-22 | 연세대학교 원주산학협력단 | 산소포화도와 광용적맥파를 이용하여 수면 상태와 중증 정도를 반영한 수면 무호흡-저호흡의 자동 평가 장치 및 그 방법 |
| KR101837835B1 (ko) | 2016-06-02 | 2018-03-12 | 한양대학교 산학협력단 | 광용적맥파를 이용하는 호흡수 측정 및 관리 방법 |
| KR20190092242A (ko) * | 2018-01-29 | 2019-08-07 | 한국전자통신연구원 | 생체 신호를 이용하여 산출한 복수의 생체 지표를 기초로 호흡 상태를 판단하기 위한 방법 및 장치 |
| KR20190100888A (ko) * | 2018-02-21 | 2019-08-29 | 연세대학교 원주산학협력단 | 맥박산소측정기를 이용한 수면단계 분류 장치 및 방법 |
| JP2020513290A (ja) * | 2016-12-05 | 2020-05-14 | メディパインズ コーポレイションＭｅｄｉｐｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | 呼吸ガス試料を用いた呼吸測定のためのシステムおよび方法 |
-
2022
- 2022-06-03 KR KR1020220068387A patent/KR102453428B1/ko active IP Right Grant
- 2022-10-06 KR KR1020220127453A patent/KR20230168256A/ko unknown
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101601895B1 (ko) * | 2014-08-29 | 2016-03-22 | 연세대학교 원주산학협력단 | 산소포화도와 광용적맥파를 이용하여 수면 상태와 중증 정도를 반영한 수면 무호흡-저호흡의 자동 평가 장치 및 그 방법 |
| KR101837835B1 (ko) | 2016-06-02 | 2018-03-12 | 한양대학교 산학협력단 | 광용적맥파를 이용하는 호흡수 측정 및 관리 방법 |
| JP2020513290A (ja) * | 2016-12-05 | 2020-05-14 | メディパインズ コーポレイションＭｅｄｉｐｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | 呼吸ガス試料を用いた呼吸測定のためのシステムおよび方法 |
| KR20190092242A (ko) * | 2018-01-29 | 2019-08-07 | 한국전자통신연구원 | 생체 신호를 이용하여 산출한 복수의 생체 지표를 기초로 호흡 상태를 판단하기 위한 방법 및 장치 |
| KR20190100888A (ko) * | 2018-02-21 | 2019-08-29 | 연세대학교 원주산학협력단 | 맥박산소측정기를 이용한 수면단계 분류 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230168256A (ko) | 2023-12-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sana et al. | Wearable devices for ambulatory cardiac monitoring: JACC state-of-the-art review | |
| US11571139B2 (en) | Wearable system and method for measuring oxygen saturation | |
| US11918386B2 (en) | Device-based maneuver and activity state-based physiologic status monitoring | |
| KR20190008992A (ko) | 기준 상황 및 스트레스 대처 능력의 결정 | |
| EP3849407B1 (en) | System and method for monitoring respiratory rate and oxygen saturation | |
| US10765374B2 (en) | Methods and apparatus for adaptable presentation of sensor data | |
| US11617545B2 (en) | Methods and systems for adaptable presentation of sensor data | |
| Rader et al. | The slow evolution of blood pressure monitoring: but wait, not so fast! | |
| US20220202350A1 (en) | Multiparameter noninvasive sepsis monitor | |
| KR101560521B1 (ko) | 혈압을 실시간으로 모니터링하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
| Charlton | Continuous respiratory rate monitoring to detect clinical deteriorations using wearable sensors | |
| CN111655126B (zh) | 在移动设备上估计身体成分 | |
| KR101556739B1 (ko) | 의료용 통합 진단 시스템 및 그 제어 방법 | |
| KR102453428B1 (ko) | 맥박산소측정법 기반의 생체 데이터를 이용한 호흡수 산출방법, 장치 및 컴퓨터프로그램 | |
| US20240057900A1 (en) | Systems, methods and apparatus for generating blood glucose estimations using real-time photoplethysmography data | |
| KR101560285B1 (ko) | 광전용적맥파 신호를 추출하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 | |
| Iqbal et al. | A wearable telehealth system for the monitoring of parameters related to heart failure | |
| EP4094682A1 (en) | Method, apparatus and computer program product for analysing a pulse wave signal | |
| KR102342775B1 (ko) | 심전도 신호 처리 방법 및 장치 | |
| JP7280543B2 (ja) | 意識喪失推定装置、意識喪失推定方法及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| A107 | Divisional application of patent | ||
| GRNT | Written decision to grant |