KR102454895B1 - 연속적인 생체 신호 모니터링 방법 및 시스템 - Google Patents

연속적인 생체 신호 모니터링 방법 및 시스템 Download PDF

Info

Publication number
KR102454895B1
KR102454895B1 KR1020150178521A KR20150178521A KR102454895B1 KR 102454895 B1 KR102454895 B1 KR 102454895B1 KR 1020150178521 A KR1020150178521 A KR 1020150178521A KR 20150178521 A KR20150178521 A KR 20150178521A KR 102454895 B1 KR102454895 B1 KR 102454895B1
Authority
KR
South Korea
Prior art keywords
data
input
input data
output data
sensor system
Prior art date
Application number
KR1020150178521A
Other languages
English (en)
Other versions
KR20170070692A (ko
Inventor
이고르 바실조프
이승환
박재용
이장수
김승진
김지수
이준연
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150178521A priority Critical patent/KR102454895B1/ko
Priority to US15/352,889 priority patent/US10178974B2/en
Priority to CN201611120311.7A priority patent/CN106886675B/zh
Publication of KR20170070692A publication Critical patent/KR20170070692A/ko
Application granted granted Critical
Publication of KR102454895B1 publication Critical patent/KR102454895B1/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
    • A61B5/72—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
    • 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
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • 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
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • 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
    • A61B5/30—Input circuits therefor
    • 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
    • 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
    • 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
    • A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • 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]
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • 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
    • A61B5/389—Electromyography [EMG]
    • A61B5/392—Detecting gastrointestinal contractions
    • 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
    • A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
    • 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
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation

Abstract

생체 신호를 모니터링 하는 방법 및 시스템이 개시된다. 본 개시의 예시적 실시예에 따른 센서 시스템은, 생체 신호를 감지함으로써 연속적인 전기적 신호를 출력하는 센서 모듈, 기준 데이터를 저장하는 메모리, 무선 채널을 통해서 출력 데이터를 전송하는 트랜스미터, 및 연속적인 전기적 신호로부터 생성된 입력 데이터 및 기준 데이터에 기초하여, 입력 데이터를 출력 데이터로서 트랜스미터를 통해서 전송할지 여부를 결정하는 데이터 처리부를 포함할 수 있다.

Description

연속적인 생체 신호 모니터링 방법 및 시스템{METHOD AND SYSTEM FOR MONITORING CONTINUOUS BIOMEDICAL SIGNAL}
본 개시의 기술적 사상은 생체 신호 모니터링 방법 및 시스템에 관한 것으로서, 생체 신호를 지속적으로 모니터링하는 방법 및 시스템에 관한 것이다.
생체 신호는 살아있는 사람 또는 동물 등으로부터 정보를 얻기 위하여 사용되는 신호를 지칭할 수 있다. 사람 또는 동물의 신체에서 수행되는 수많은 생리학적 프로세스(physiological process)들은, 생체 화학적 신호, 전기 신호, 물리적 신호 등을 포함하는 다양한 형태의 생체 신호를 발생시킬 수 있다. 생체 신호를 지속적으로 모니터링하는 것은 생체 신호를 제공하는 신체의 변화를 감지하는데 중요한 역할을 할 수 있다.
생체 신호는 센서(또는 생체 신호 센서)에 의해서 감지될 수 있고, 감지된 신호를 처리함으로써 원하는 정보가 획득될 수 있다. 생체 신호를 감지하기 위하여 신체에 부착되거나 삽입(implant)되는 센서는 배터리로 구동되고, 이에 따라 센서는 유한한 동작 시간을 가질 수 있다. 따라서, 생체 신호의 지속적인 모니터링을 위하여 감소된 전력 소비를 가지는 센서가 요구된다.
본 개시의 기술적 사상은 생체 신호 모니터링 방법 및 시스템에 관한 것으로서, 생체 신호 센서의 전력 소비를 감소시키는 생체 신호 모니터링 방법 및 시스템에 관한 것이다.
상기와 같은 목적을 달성하기 위하여, 본 개시의 기술적 사상의 일측면에 따른 생체 신호를 모니터링하기 위한 센서 시스템은, 생체 신호를 감지함으로써 연속적인 전기적 신호를 출력하는 센서 모듈, 기준 데이터를 저장하는 메모리, 무선 채널을 통해서 출력 데이터를 전송하는 트랜스미터, 및 연속적인 전기적 신호로부터 생성된 입력 데이터 및 기준 데이터에 기초하여, 입력 데이터를 출력 데이터로서 트랜스미터를 통해서 전송할지 여부를 결정하는 데이터 처리부를 포함할 수 있다.
본 개시의 기술적 사상의 일측면에 따른, 생체 신호 모니터링 방법은, 데이터의 무선 전송이 가능한 센서 시스템을 사용할 수 있고, 생체 신호를 감지함으로써 연속적인 전기적 신호를 생성하는 단계, 연속적인 전기적 신호를 분할함으로써 입력 데이터를 생성하는 단계, 입력 데이터 및 미리 저장된 기준 데이터에 기초하여, 입력 데이터를 출력 데이터로서 무선으로 전송할지 여부를 결정하는 단계, 및 입력 데이터의 전송이 결정된 경우, 무선 채널을 통해서 출력 데이터를 전송하는 단계를 포함할 수 있다.
본 개시의 기술적 사상의 일측면에 따른, 생체 신호 모니터링 방법은, 무선 채널을 통해서 통신가능한 적어도 하나의 센서 시스템 및 애그리게이터를 사용할 수 있고, 센서 시스템에서 생체 신호를 감지함으로써 입력 데이터를 생성하는 단계, 센서 시스템에서 입력 데이터 및 미리 저장된 기준 데이터에 기초하여, 입력 데이터를 출력 데이터로서 애그리게이터로 전송할지 여부를 결정하는 단계, 센서 시스템에서 출력 데이터를 애그리게이터로 전송하는 단계, 및 애그리게이터에서 출력 데이터를 수신하고 출력 데이터를 통신 네트워크를 통해서 스토리지 서버 또는 단말 장치에 전송하는 단계를 포함할 수 있다.
본 개시의 기술적 사상에 따른 센서 시스템은, 연속적인 생체 신호의 모니터링을 가능하게 하면서도 감소된 전력 소비를 가질 수 있다.
또한, 본 개시의 기술적 사상에 따른 생체 신호 모니터링 방법은, 생체 신호를 적응적으로 모니터링할 수 있으므로 생체 신호의 이상 여부를 정확하게 판단하는 것을 가능하게 한다.
또한, 본 개시의 기술적 사상에 따른 생체 신호 모니터링 방법은, 생체 신호의 이상 유무를 즉각적으로 확인하는 것을 가능하게 한다.
도 1은 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법이 적용된 예시를 나타내는 도면이다.
도 2는 상이한 시점들에서 감지된 심전도(ECG) 신호들을 겹쳐서 도시한 그래프이다.
도 3은 본 개시의 예시적 실시예에 따른 센서 시스템의 블록도이다.
도 4는 본 개시의 예시적 실시예에 따라 도 3의 센서 시스템에서 생체 신호로부터 출력 데이터가 생성되는 동작의 예시를 나타내는 도면이다.
도 5는 본 개시의 예시적 실시예에 따라 도 3의 데이터 처리부의 예시를 나타내는 블록도이다.
도 6은 본 개시의 예시적 실시예에 따라 도 5의 입력 데이터 생성부의 예시를 나타내는 블록도이다.
도 7a 내지 도 7d는 본 개시의 예시적 실시예들에 따라 도 5의 입력 데이터 및 기준 데이터의 예시들을 나타내는 도면들이다.
도 8a 내지 도 8c는 본 개시의 예시적 실시예들에 따라 도 5의 연산부의 동작을 나타내는 순서도들이다.
도 9는 본 개시의 예시적 실시예에 따라 도 5의 출력 데이터 생성부의 동작을 나타내는 순서도이다.
도 10은 본 개시의 예시적 실시예에 따른 센서 시스템의 블록도이다.
도 11은 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법을 나타내는 순서도이다.
도 12a 내지 도 12c는 본 개시의 예시적 실시예들에 따라 도 11의 단계 S100의 예시들을 나타내는 순서도들이다.
도 13은 본 개시의 예시적 실시예에 따라 도 12c의 예시를 설명하기 위한 도면이다.
도 14는 본 개시의 예시적 실시예에 따라 도 11의 단계 S400의 예시를 나타내는 순서도이다.
도 15는 본 개시의 예시적 실시예들에 따라 센서 시스템, 애그리게이터 및 스토리지 서버 사이의 동작을 시간의 흐름에 따라 나타내는 도면이다.
도 16은 본 개시의 예시적 실시예에 따라 복수의 센서 시스템들 및 애그리게이터 사이의 동작을 시간의 흐름에 따라 나타내는 도면이다.
도 17a 및 도 17b는 본 개시의 예시적 실시예들에 따라 도 16의 단계 S854의 예시들을 나타내는 도면이다.
도 18은 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법을 나타내는 순서도이다.
도 19는 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법을 나타내는 순서도이다.
이하, 첨부한 도면을 참조하여 본 발명의 실시 예에 대해 상세히 설명한다. 본 발명의 실시 예는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되는 것이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용한다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하거나 축소하여 도시한 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법이 적용된 예시를 나타내는 도면이다.
생체 신호는 사람 또는 동물의 신체에서 수행되는 수많은 생리학적 프로세스(physiological process)에 의해서 발생되는 생체 화학적 신호, 전기 신호, 물리적 신호 등을 포함할 수 있다. 예를 들면, 생체 신호는, PPG(photoplethysmogram), EEG(electroencephalogram), EMG(electromyogram), EOG(electrooculogram), ERG(electroretinogram), EGG(electrogastrogram), ECG(electrocardiogram), EDA(electrodermal activity), HRV(heart rate variability), 체온(temperature) 등을 포함할 수 있다. 이러한 생체 신호를 분석함으로써 생체 신호를 제공하는 신체의 이상 여부가 판단될 수 있다.
롱-텀(long-term) 생체 신호 모니터링은 신체(10)에 대한 향상된 진단률(diagnostic yield)을 제공할 수 있다. 즉, 병원에서 일시적으로 신체(10)를 진단하는 대신, 업무공간이나 가정과 같은 실제 생활환경에서 생체 신호를 지속적으로 모니터링함으로써 신체(10)는 보다 정확하게 진단될 수 있다. 이러한 생체 신호를 감지하기 위하여 하나 이상의 센서(또는 생체 신호 센서, 센서 시스템)가 사람 또는 동물의 신체에 부착되거나 삽입될 수 있다. 도 1을 참조하면, 사람의 신체(10)에 복수의 센서들(11 내지 14)이 부착되거나 삽입될 수 있다. 예를 들면, 센서(11)는 PPG를 감지하기 위하여 신체(10) 중 귀에 부착될 수 있고, 센서(12)는 ECG를 감지하기 위하여 신체(10) 중 가슴에 부착될 수 있다. 도 1에 도시된 바와 같이, 센서들(11 내지 14)은 감지된 생체 신호에 대응하는 데이터를 무선 채널, 예컨대 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi) 등을 통해서 애그리게이터(aggregator)(20) 및/또는 엑세스 포인트(30)로 전송할 수 있다. 본 개시의 예시적 실시예에 따라, 센서들(11 내지 14)이 엑세스 포인트(30)로 전송하는 데이터는 암호화될 수 있고, 암호화된 데이터가 통신 네트워크(50)를 통해서 다른 기기들에 전송될 수 있다.
애그리게이터(20)는 신체(10)에 의해서 휴대되는 기기로서, 센서들(11 내지 14) 및 애그리게이터(20)는 BAN(body area network)를 구성할 수 있다. 예를 들면, 애그리게이터(20)는 PC(personal computer), 태블릿 PC(tablet PC), 모바일 폰(mobile phone), 스마트 폰(smart phone), e-리더(e-reader), PDA(personal digital assistant), EDA(enterprise digital assistant), 디지털 스틸 카메라(digital still camera), 디지털 비디오 카메라(digital video camer), PMP(portable multimedia player), PND(personal navigation device 또는 portable navigation device), 휴대형 게임 콘솔(handheld game console)와 같은 휴대용 전자 기기일 수 있다. 애그리게이터(20)는 센서들(11 내지 14)로부터 수신된 데이터 또는 센서들(11 내지 14)로부터 수신된 데이터를 처리한 데이터를 엑세스 포인트(30) 및 통신 네트워크(50)를 통해서 다른 전자 기기들(60, 70, 80, 90)에 전송할 수 있다. 본 개시의 예시적 실시예에 따라, 애그리게이터(20)가 엑세스 포인트(30)로 전송하는 데이터는 암호화될 수 있고, 암호화된 데이터가 통신 네트워크(50)를 통해서 다른 기기들에 전송될 수 있다.
엑세스 포인트(30)는 무선 통신 장치들을 유선 네트워크에 접속시키는 장치를 지칭할 수 있다. 도 1에 도시된 바와 같이, 센서들(11 내지 14)은 감지된 생체 신호에 대응하는 데이터를 엑세스 포인트(30) 및 통신 네트워크(50)를 통해서 다른 전자 기기들(60, 70, 80, 90)에 전송할 수도 있다. 비록 도 1에서 센서(11)만이 엑세스 포인트(30)와 통신하는 것으로 도시되었으나, 다른 센서들(12 내지 14) 또한 무선 채널을 통해서 엑세스 포인트(30)와 통신할 수 있다.
센서들(11 내지 14)은 독립적인 전원을 포함할 수 있고, 배터리로 구동될 수 있다. 이에 따라, 센서들(11 내지 14)은 유한한 동작 시간을 가질 수 있고, 센서들(11 내지 14)의 전력 소비를 감소시킴으로써 센서들(11 내지 14)의 동작 시간은 연장될 수 있다. 매일 24시간 동안 생체 신호를 모니터링하기 위하여 센서들(11 내지 14)은 동작 시간 동안 생체 신호를 감지하고, 감지된 신호에 대응하는 데이터를 무선 채널을 통해서 전송할 수 있다. 감지된 생체 신호 전체에 대응하는 데이터를 전송하는 것은 높은 대역폭 또는 큰 저장 용량을 요구할 수 있다. 예를 들면, 심전도(ECG)를 감지하는 센서(12)가 각각이 16-비트인 1024개 샘플들을 매초 출력하는 경우, 5시간 동안 출력하는 데이터는 약 36 MB(2 x 1024 x 60 x 60 x 5)에 이를 수 있다. 무선 채널을 통한 데이터의 전송은 많은 전력을 소비하므로, 센서들(11 내지 14)이 애그리게이터(20) 또는 엑세스 포인트(30)에 데이터를 전송하는 동작은 센서들(11 내지 14)이 소비하는 전력 중 상당 부분을 차지할 수 있다.
본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법은, 도 2를 참조하여 후술되는 바와 같이 대체로 유사한 형태로 반복되는 생체 신호의 특성에 기인하여, 센서들(11 내지 14)이 무선 채널을 통해서 전송되는 데이터 양을 감소시킴으로써 센서들(11 내지 14)의 동작 시간을 연장시킬 수 있다. 즉, 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법은 미리 설정된 생체 신호의 예상되는 범위로부터 벗어난 경우 센서들(11 내지 14)이 무선 채널을 통해서 생체 신호를 전송하도록 할 수 있다. 무선 채널을 통해서 전송되는 데이터 양이 감소됨에도 불구하고, 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법은 정확하게 생체 신호를 모니터링하는 것을 가능하게 할뿐만 아니라, 생체 신호의 이상 유무를 즉각적으로 확인하는 것을 가능하게 한다.
도 1을 참조하면, 통신 네트워크(50)는 다수의 통신 장치들이 접속될 수 있다. 예를 들면, 통신 네트워크(50)는 이더넷(Ethernet)으로서, 엑세스 포인트(30)뿐만 아니라 서버들(60, 70) 및 사용자 단말기들(80, 90)이 접속될 수 있다. 서버들(60, 70) 및 사용자 단말기들(80, 90)은 센서들(11 내지 14) 또는 애그리게이터(20)가 전송하는 데이터를 수신할 수 있고, 수신된 데이터에 기초하여 신체(10)의 정보를 취득할 수 있다. 예를 들면, 스토리지 서버(60)는 수신된 데이터를 저장할 수 있고, 컴퓨팅 서버(60)는 수신된 데이터를 처리함으로써 새로운 데이터를 생성할 수 있다. 또한, 응급기관에 설치된 단말기(80)는 수신된 데이터를 구조를 위해 제공할 수 있고, 의료기관에 설치된 단말기(80)는 수신된 데이터를 의사에 제공할 수 있다.
도 2는 상이한 시점들에서 감지된 심전도(ECG) 신호들을 겹쳐서 도시한 그래프이다. 도 2에 도시된 바와 같이, 심전도(ECG) 신호들은 노이즈를 포함할 수 있으나, 실질적으로 동일한 형태를 가질 수 있다. 즉, 심전도(ECG) 신호는 대체로 유사한 형태로 반복되는 신호일 수 있다.
생체 신호의 모니터링은 생체 신호의 장기적인(long-term) 변화뿐만 아니라 생체 신호에 발생한 이상(anomaly)에 관한 정보를 제공함으로써 신체(예컨대 도 1의 신체(10))의 진단을 가능하게 할 수 있다. 본 개시의 예시적 실시예에 따라 심전도(ECG) 신호의 예상되는 범위가 미리 설정되고, 도 1의 센서들(11 내지 14) 각각은 주기적으로 심전도(ECG) 신호의 통계 정보를 전송하고 미리 설정된 범위를 벗어난 심전도(ECG) 신호에 대응하는 데이터만을 무선 채널을 통해서 전송함으로써, 무선 채널을 통해서 전송되는 데이터의 양이 감소될 수 있다.
비록 도 2는 심전도(ECG) 신호 만을 도시하였으나, 심전도(ECG)뿐만 아니라 다른 생체 신호들도 유사한 형태로 반복되는 특성을 가지며, 본 개시의 기술적 사상은 심전도(ECG) 이외의 생체 신호를 모니터링하는 것에도 적용될 수 있음은 이해될 것이다.
도 3은 본 개시의 예시적 실시예에 따른 센서 시스템(100)의 블록도이다. 도 1을 참조하여 전술된 바와 같이, 도 3의 센서 시스템(100)은 도 1의 신체(10)에 부착되거나 주입될 수 있고, 신체(10)에서 발생하는 생체 신호를 감지하고, 감지된 생체 신호에 대응하는 데이터를 무선 채널을 통해서 전송할 수 있다. 도 3에 도시된 바와 같이, 센서 시스템(100)은 센서 모듈(110), 메모리(120), 데이터 처리부(130), 안테나(140), 트랜스미터(150), 파워 모듈(190)을 포함할 수 있다.
센서 모듈(110)은 생체 신호(S_BOI)를 수신할 수 있고, 전기적 신호(S_SEN)를 출력할 수 있다. 예를 들면, 센서 모듈(110)은 생체 신호(S_BIO)로서 심전도(ECG)를 감지할 수 있고, 심전도(ECG)를 전기적 아날로그 신호로 변환하여 출력할 수 있다. 센서 모듈(110)은 센서 시스템(100)이 동작하는 동안 계속해서 생체 신호(S_BIO)를 감지할 수 있고, 이에 따라 연속적인 전기적 신호(S_SEN)를 생성할 수 있다. 도 3에 도시된 바와 같이, 전기적 신호(S_SEN)는 데이터 처리부(130)에 전송될 수 있다.
메모리(120)는 데이터 처리부(130)에 의해서 엑세스될 수 있고, 기준 데이터(D_REF)를 저장할 수 있다. 도 6a 내지 도 6d를 참조하여 후술되는 바와 같이, 기준 데이터(D_REF)는 생체 신호(S_BIO)에 대응하는 데이터(즉, 도 5의 D_IN)에서 이상(anomaly)이 발생한지 여부를 판단하는데 사용될 수 있다. 메모리(120)는, 휘발성 메모리 장치로서 DRAM(Dynamic Random Access Memory), SRAM(Static Random Access Memory), 모바일 DRAM, DDR SDRAM(Double Data Rate Synchronous Dynamic Random Access Memory) 또는 LPDDR (Low Power DDR) SDRAM, GDDR (Graphic DDR) SDRAM, RDRAM(Rambus Dynamic Random Access Memory)을 포함할 수도 있고, 비휘발성 메모리 장치로서 EEPROM (non-volatile memory such as a Electrically Erasable Programmable Read-Only Memory), 플래시 메모리(flash memory), PRAM(Phase Change Random Access Memory), RRAM(Resistance Random Access Memory), NFGM (Nano Floating Gate Memory), PoRAM(Polymer Random Access Memory), MRAM (Magnetic Random Access Memory) 또는 FRAM(Ferroelectric Random Access Memory)을 포함할 수도 있다.
데이터 처리부(130)는 전기적 신호(S_SEN)로부터 입력 데이터(예컨대, 도 5의 D_IN)를 생성할 수 있고, 입력 데이터 및 기준 데이터(D_REF)에 기초하여 입력 데이터를 출력 데이터(D_OUT)로서 트랜스미터(150)를 통해서 전송할지 여부를 결정할 수 있다. 전기적 신호(S_SEN)로부터 생성된 모든 데이터를 전송하는 대신, 데이터 처리부(130)에 의해서 생성된 출력 데이터(D_OUT)만을 무선 채널을 통해서 전송함으로써 센서 시스템(100)이 소비하는 전력은 감소될 수 있다. 이러한 데이터 처리부(130)를 포함하는 센서 시스템(100)은 스마트 센서로서 지칭될 수도 있다. 데이터 처리부(130)에 대한 자세한 내용은 도 5를 참조하여 후술될 것이다.
트랜스미터(150)는 안테나(140)에 연결될 수 있고, 데이터 처리부(130)로부터 수신된 출력 데이터(D_OUT)를 무선 채널, 예컨대 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi) 등을 통해서 전송할 수 있다. 전술된 바와 같이, 무선 채널을 통한 데이터 전송이 수행되는 동안 트랜스미터(150)는 상대적으로 큰 전력을 소비할 수 있다.
파워 모듈(190)은 센서 시스템(100)의 구성요소들에 전력을 공급할 수 있고, 전력을 출력하는 배터리를 포함할 수 있다. 센서 시스템(100)이 동작하는 동안, 즉 생체 신호(S_BIO)를 감지하고 출력 데이터(D_OUT)를 전송하는 동안, 전력 모듈(190)은 센서 모듈(110), 메모리(120), 데이터 처리부(130), 트랜스미터(150)에 전력을 공급할 수 있다. 전력 모듈(190)에 포함된 배터리는, 센서 시스템(100)이 신체(예컨대 도 1의 신체(10))에 부착되거나 주입되기 전에 충전될 수 있다.
도 4는 본 개시의 예시적 실시예에 따라 도 3의 센서 시스템(100)에서 생체 신호(S_BIO)로부터 출력 데이터(D_OUT)가 생성되는 동작의 예시를 나타내는 도면이다. 도 3을 참조하여 전술된 바와 같이, 도 3의 센서 시스템(100)은 생체 신호(S_BIO)(또는 생체 신호(S_BIO)로부터 생성된 전기적 신호(S_SEN))로부터 생성된 모든 데이터를 전송하는 대신, 데이터 처리부(130)에 의해서 생성된 출력 데이터(D_OUT)만을 무선 채널을 통해서 전송할 수 있고, 이에 따라 센서 시스템(100)이 소비하는 전력은 감소될 수 있다. 이하에서 도 4는 도 3을 참조하여 설명될 것이다.
도 4를 참조하면, 생체 신호(S_BIO)는 시간의 흐름에 따라 유사한 형태로 반복될 수 있고, 출력 데이터(D_OUT)는 주기적으로 생성된 통계 데이터(STA1, STA2, STA3)를 포함할 수 있다. 도 2를 참조하여 전술된 바와 같이, 생체 신호(S_BIO)는 대체로 유사한 형태로 반복될 수 있다. 이에 따라, 데이터 처리부(130)는 주기적으로 생체 신호(S_BIO)의 통계 데이터를 전송할 수 있다. 본 개시의 예시적 실시예에 따라, 출력 데이터(D_OUT)로서 통계 데이터(STA1, STA2, STA3)는 일정한 주기로 생성될 수 있다. 즉, T1 및 T3 사이 시간 간격 및 T3 및 T5 사이 시간 간격은 실질적으로 일치할 수 있다.
일반적인 생체 신호(S_BIO)의 형태와 상이한 생체 신호(S_BIO)가 발생하는 경우, 출력 데이터(D_OUT)로서 생체 신호(S_BIO)에 대응하는 데이터가 생성될 수 있다. 예를 들면, 도 4에 도시된 바와 같이, 일반적인 형태보다 낮은 진폭(amplitude)을 가지는 생체 신호(S_BIO)가 발생하는 경우, T2에서 생체 신호(S_BIO)에 대응하는 데이터가 출력 데이터(D_OUT)로서 생성될 수 있다. 또한, 일반적인 형태보다 높은 진폭을 가지는 생체 신호(S_BIO)가 발생하는 경우, T4에서 생체 신호(S_BIO)에 대응하는 데이터가 출력 데이터(D_OUT)로서 생성될 수 있다.
센서 시스템(100) 레벨에서 생체 신호(S_BIO)에서 이상(anomaly)의 발생 여부가 판단되고, 이상이 발생한 구간의 생체 신호(S_BIO)(또는 생체 신호(S_BIO)에 대응하는 데이터)만이 무선 채널을 통해서 전송됨으로써, 센서 시스템(100)으로부터 무선 채널을 통해서 전송되는 데이터의 양은 현저하게 감소할 수 있다. 또한, 센서 시스템(100)은 주기적으로 생체 신호(S_BIO)의 통계 데이터(STA1, STA2, STA3)를 전송함으로써 생체 신호(S_BIO)의 롱-텀 모니터링도 가능하게 한다.
도 5는 본 개시의 예시적 실시예에 따라 도 3의 데이터 처리부(130)의 예시(130')를 나타내는 블록도이다. 도 3을 참조하여 전술된 바와 같이, 도 3의 데이터 처리부(130)는 센서 모듈(110)로부터 전기적 신호(S_SEN)를 수신할 수 있고, 메모리(120)로부터 기준 데이터(D_REF)를 수신할 수 있으며, 출력 데이터(D_OUT)를 생성할 수 있다.
도 5에 도시된 바와 같이, 데이터 처리부(130')는 입력 데이터 생성부(132), 연산부(134), 통계 데이터 생성부(136) 및 출력 데이터 생성부(138)를 포함할 수 있다. 입력 데이터 생성부(132), 연산부(134), 통계 데이터 생성부(136) 및 출력 데이터 생성부(138) 각각은, 하드웨어 로직 블록, 프로세서와 같은 하드웨어 모듈일 수도 있고, 복수의 명령어들을 포함하는 소프트웨어 모듈일 수도 있다. 입력 데이터 생성부(132), 연산부(134), 통계 데이터 생성부(136) 및 출력 데이터 생성부(138) 중 적어도 하나가 복수의 명령어들을 포함하는 소프트웨어 모듈인 경우, 데이터 처리부(130')는 복수의 명령어들이 저장된 메모리 장치 및 프로세서를 포함할 수 있고, 프로세서는 메모리 장치에 저장된 복수의 명령어들을 실행할 수 있다.
입력 데이터 생성부(132)는 전기적 신호(S_SEN)를 수신할 수 있고, 전기적 신호(S_SEN)로부터 입력 데이터(D_IN)를 생성할 수 있다. 즉, 입력 데이터 생성부(132)는 전기적 신호(S_SEN)를 전처리(pre-processing)하고, 분할(segmentation)함으로써 입력 데이터(D_IN)를 생성할 수 있다. 예를 들면, 도 2를 참조하여 전술된 바와 같이 생체 신호(S_BIO)는 노이즈를 포함할 수 있고, 입력 데이터 생성부(132)는 생체 신호(S_BIO)로부터 생성된 전기적 신호(S_SEN)를 전처리(pre-processing)함으로써 노이즈를 제거할 수 있다. 또한, 유사한 형태로 반복되는 생체 신호(S_BIO)를 모니터링하기 위하여, 데이터 처리부(132)는 생체 신호(S_BIO)로부터 생성된 전기적 신호(S_SEN)를 반복되는 주기에 대응하는 구간들로 분할함으로써 입력 데이터(D_IN)를 생성할 수 있다. 전기적 신호(S_SEN)가 분할된 구간은 윈도우(window)로서 지칭될 수 있다. 입력 데이터 생성부(132)는 윈도우 내에서 복수의 샘플들을 포함하는 입력 데이터(D_IN)를 생성할 수 있다. 입력 데이터 생성부(132)에 대한 자세한 내용은 도 6을 참조하여 후술될 것이다.
연산부(134)는 입력 데이터 생성부(132)로부터 입력 데이터(D_IN)를 수신할 수 있고, 도 3의 메모리(120)로부터 기준 데이터(D_REF)를 수신할 수 있고, 결정 신호(S_DET)를 출력할 수 있다. 연산부(134)는 피연산자들(operands)로서 연산(operation)함으로써 입력 데이터(D_IN)에서 이상(anomaly)이 발생한지 여부를 결정할 수 있고, 입력 데이터(D_IN)에서 이상이 발생한 경우 활성화된 결정 신호(S_DET)를 출력할 수 있다. 도 8a 내지 도 8c를 참조하여 후술되는 바와 같이, 연산부(134)는 비교적 단순한 연산을 통해서 입력 데이터(D_IN)에서 이상이 발생한지 여부를 결정할 수 있고, 연산부(134)에 의해서 이상이 발생한 입력 데이터(D_IN)가 출력 데이터(D_OUT)로서 무선 채널을 통해서 전송될 수 있다.
통계 데이터 생성부(136)는 입력 데이터(D_IN)를 수신할 수 있고, 통계 데이터(D_STA)를 출력할 수 있다. 통계 데이터 생성부(136)는 입력 데이터(D_IN)에 기초하여 생체 신호(S_BIO)의 통계 데이터(D_STA)를 생성할 수 있다. 예를 들면, 통계 데이터 생성부(136)는 입력 데이터(D_IN)의 평균값, 최대 진폭, 양의 펄스 폭, 음의 펄스 폭 등을 계산할 수 있고, 계산된 수치들을 포함하는 통계 데이터(D_STA)를 생성할 수 있다. 복수의 윈도우들에 대응하는 입력 데이터(D_IN)의 통계 데이터(D_STA)는 누적(또는 저장)될 수 있고, 누적된 통계 데이터(D_STA)가 출력 데이터(D_OUT)로서 무선 채널을 통해서 주기적으로 전송될 수 있다. 또한, 도 12를 참조하여 후술되는 바와 같이, 통계 데이터(D_STA)는 기준 데이터(D_REF)를 생성하는데 사용될 수도 있다.
출력 데이터 생성부(138)는 입력 데이터(D_IN), 통계 데이터(D_STA) 및 결정 신호(S_DET)를 수신할 수 있고, 출력 데이터(D_OUT)를 출력할 수 있다. 출력 데이터 생성부(138)는 연산부(134)로부터 활성화된 결정 신호(S_DET)를 수신하는 경우, 입력 데이터(D_IN)로부터 출력 데이터(D_OUT)를 생성할 수 있다. 예를 들면, 출력 데이터 생성부(138)는 입력 데이터(D_IN)에 포함된 복수의 샘플들에 타임 스탬프를 대응시킬 수 있고, 입력 데이터(D_IN) 및 타임 스탬프를 포함하는 출력 데이터(D_OUT)를 생성할 수 있다. 타임 스탬프는 입력 데이터(D_IN)에 포함된 복수의 샘플들에 대응하는 생체 신호(S_SEN)가 감지된 시간을 나타내는 정보로서, 생체 신호(S_BIO)로부터 도 1의 신체(10)를 진단하는데 사용될 수 있다.
본 개시의 예시적 실시예에 따라, 출력 데이터 생성부(138)는 입력 데이터(D_IN)를 그대로 포함하는 출력 데이터(D_OUT)를 생성할 수도 있고, 입력 데이터(D_IN)를 처리함으로써 생성된 데이터를 포함하는 출력 데이터(D_OUT)를 생성할 수도 있다. 예를 들면, 도 8b에 도시된 예시와 같이, 기준 데이터(D_REF)가 입력 데이터(D_IN)의 샘플들의 평균값들을 포함하는 경우, 출력 데이터 생성부(138)는 입력 데이터(D_IN)의 샘플들 및 평균값들의 편차들을 포함하는 출력 데이터(D_OUT)를 생성할 수 있고, 이에 따라, 출력 데이터(D_OUT)의 크기는 감소할 수 있다.
또한, 출력 데이터 생성부(138)는 미리 정해진 주기로 통계 데이터(D_STA)로부터 출력 데이터(D_OUT)를 생성할 수 있다. 예를 들면, 출력 데이터 생성부(138)는 입력 데이터(D_IN)의 평균값, 최대 진폭 등을 포함하는 출력 데이터(D_OUT)를 주기적으로 생성할 수 있다. 입력 데이터(D_IN)의 통계 데이터(D_STA)가 주기적으로 출력 데이터(D_OUT)로서 전송됨으로써, 생체 신호(S_BIO)는 효율적으로 모니터링 될 수 있다.
도 6은 본 개시의 예시적 실시예에 따라 도 5의 입력 데이터 생성부(132)의 예시(132')를 나타내는 블록도이다. 도 5를 참조하여 전술된 바와 같이, 도 5의 입력 데이터 생성부(132)는 전기적 신호(S_SEN)를 전처리 및 분할함으로써 입력 데이터(D_IN)를 생성할 수 있다. 도 6에 도시된 바와 같이, 입력 데이터 생성부(132')는 필터부(132_1), 동기화부(132_2), 오프셋 조정부(132_3) 및 분할부(132_4)를 포함할 수 있고, 필터부(132_1), 동기화부(132_2), 오프셋 조정부(132_3) 및 분할부(132_4) 각각은 하드웨어 모듈 또는 소프트웨어 모듈일 수 있다.
필터부(132_1)는 전기적 신호(S_SEN)를 필터링함으로써 전기적 신호(S_SEN)로부터 노이즈 또는 모니터링에 불필요한 주파수 성분을 제거할 수 있다. 전기적 신호(S_SEN)이 아날로그 신호인 경우, 필터부(132_1)는 수동 소자 및/또는 능동 소자를 포함하는 필터 회로일 수 있고, 필터 회로의 통과 대역(pass band)은 생체 신호(S_BIO)에 특성에 기초하여 결정될 수 있다.
동기화부(132_2)는 필터부(132_1)의 출력 신호(SIG_1)를 기준 데이터(D_REF)에 동기화시킬 수 있다. 도 5의 연산부(134)에서 입력 데이터(D_IN) 및 기준 데이터(D_REF)를 연산하기 위하여, 입력 데이터(D_IN)에 포함된 샘플들 및 기준 데이터(D_REF)에 포함된 샘플들은 동기화부(132_2)에 의해서 동기화될 수 있다. 예를 들면, 동기화부(132_2)는 필터부(132_1)의 출력 신호(SIG_1)로부터 피쳐(feature)를 추출할 수 있고, 추출된 피쳐에 기초하여 신호(SIG_1)를 샘플링하기 위한 클락 신호의 위상을 조절할 수 있다. 위상이 조절된 클락 신호에 의해서 신호(SIG_1)는 샘플링될 수 있고, 이에 따라 신호(SIG_2)는 각각이 디지털 값을 가지고 기준 데이터(D_REF)에 포함된 샘플들과 동기화된 복수의 샘플들을 포함할 수 있다.
오프셋 조정부(132_3)는 동기화부(132_2)의 출력 신호(SIG_2)의 오프셋을 조정할 수 있다. 전기적 신호(S_SEN)는 도 1의 신체(10)의 상태에 따라 가변되는 오프셋을 가질 수 있다. 예를 들면, 신체(10)가 숨을 들이쉬는 구간 및 숨을 내쉬는 구간 각각에서 전기적 신호(S_SEN)는 상이한 오프셋을 가질 수 있다. 오프셋 조정부(132_3)에 의해서 전기적 신호(S_SEN)의 오프셋이 조정됨으로써, 도 5의 연산부(134)가 상이한 오프셋에 기인하여 입력 데이터(D_IN)에 이상이 존재하는 것으로 결정하는 것이 방지될 수 있다.
분할부(132_4)는 오프셋 조정부(132_3)의 출력 신호(SIG_3)를 분할함으로서 입력 데이터(D_IN)를 생성할 수 있다. 즉, 분할부(132_4)는 신호(SIG_3)를 윈도우에 기초하여 분할할 수 있고, 이에 따라 윈도우 내에서 복수의 샘플들을 포함하는 입력 데이터(D_IN)가 생성될 수 있다.
도 7a 내지 도 7d는 본 개시의 예시적 실시예들에 따라 도 5의 입력 데이터(D_IN) 및 기준 데이터(D_REF)의 예시들을 나타내는 도면들이다. 도 5를 참조하여 전술된 바와 같이, 도 5의 연산부(134)는 입력 데이터(D_IN) 및 기준 데이터(D_REF)에 기초하여 입력 데이터(D_IN)에서 이상이 발생한지 여부를 결정할 수 있다.
도 7a 내지 도 7d의 예시들에서, 기준 데이터(D_REF)는 입력 데이터(D_IN)의 상한 및 하한을 정의할 수 있다. 기준 데이터(D_REF)는 일련의 샘플들(즉, 기준 샘플들)을 포함할 수 있고, 일련의 샘플들 각각은 입력 데이터(D_IN)의 일련의 샘플들(즉, 입력 샘플들)에 대응할 수 있다. 기준 샘플들 각각은 대응하는 입력 샘플의 상한 및 하한을 포함할 수 있고, 대응하는 입력 샘플의 값이 상한 및 하한 사이를 벗어나지 여부가 연산부(134)에 의해서 판단될 수 있다.
도 7a는 기준 데이터(D_REF) 및 이상이 발생되지 아니한 입력 데이터(D_IN) 를 도시한다. 도해의 편의를 위하여, 도 7a의 입력 샘플들(2a)은 20개의 윈도우들에 대응하는 입력 데이터(D_IN)의 입력 샘플들을 평균한 값으로서 도시된다. 도 7a를 참조하면, 기준 데이터(D_REF)의 기준 샘플들은 상한(1a) 및 하한(3a)을 정의할 수 있고, 입력 데이터(D_IN)의 입력 샘플들(2a)은 기준 샘플들의 상한(1a) 및 하한(3a) 사이의 값들을 가질 수 있다. 예를 들면, 상한(1a) 및 하한(3a)은 복수의 윈도우들에 대응하는 입력 데이터(D_IN)의 입력 샘플들의 +/- 3σ(표준편차, sigma) 값들일 수 있다.
도 7b는 기준 데이터(D_REF) 및 이상이 발생된 입력 데이터(D_IN)를 도시한다. 도 7b에 도시된 바와 같이, 입력 데이터(D_IN)는 약 220 ms부터 약 370 ms까지의 구간에서 기준 데이터(D_REF)의 상한(1b)을 초과하는 값을 가지는 입력 샘플들을 포함할 수 있다. 이에 따라, 도 5의 연산부(134)는 도 7b에 도시된 입력 샘플들(2b)을 포함하는 입력 데이터(D_IN)에 이상이 발생한 것으로 결정할 수 있고, 활성화된 결정 신호(S_DET)를 출력할 수 있다.
도 7c는 기준 데이터(D_REF) 및 노이즈를 포함하는 입력 데이터(D_IN)를 도시한다. 도 5의 입력 데이터 생성부(132)에 의해서 전처리된 입력 데이터(D_IN)가 생성됨에도 불구하고, 입력 데이터(D_IN)는 생체 신호(S_BIO)로부터 발생되지 아니한 노이즈를 포함할 수 있다. 도 7c에 도시된 바와 같이, 입력 데이터(D_IN)는 약 70 ms, 약 100 ms, 약 300 ms에서 기준 데이터(D_REF)의 상한(1c) 및 하한(3c) 사이를 벗어나는 입력 샘플들을 포함할 수 있다. 도 7c에 도시된 입력 샘플들(2c)을 포함하는 입력 데이터(D_IN)에서 이상이 발생한 것으로 결정하는 것을 방지하기 위하여, 본 개시의 예시적 실시예에 따라 연산부(134)는 입력 데이터(D_IN)에서 상한(1c) 및 하한(3c)을 벗어나는 입력 샘플들의 개수를 카운트할 수 있고, 카운트된 입력 개수들의 개수가 미리 정해진 개수를 초과하는 경우 입력 데이터(D_IN)에서 이상이 발생한 것으로 결정할 수 있다. 다르게는, 연산부(134)는 입력 데이터(D_IN)에서 노이즈가 빈번하게 발생하는 구간 또는 생체 신호(S_BIO)를 모니터링하는데 있어서 중요하지 아니하는 구간에 대하여 낮은 가중치를 부여할 수도 있다. 연산부(134)가 입력 데이터(D_IN) 및 기준 데이터(D_REF)를 연산하는 것에 관한 자세한 내용은 도 8a 내지 도 8c를 참조하여 후술될 것이다.
도 7d는 입력 데이터(D_IN) 및 특정 구간에서 일정한 값을 가지는 상한들 및 하한들을 포함하는 기준 데이터(D_REF)를 도시한다. 입력 데이터(D_IN)에서 노이즈가 빈번하게 발생하는 구간 또는 생체 신호(S_BIO)를 모니터링하는데 있어서 중요하지 아니하는 구간에서, 기준 데이터(D_REF)의 기준 샘플들은 상대적으로 큰 차이를 가지는 상한들 및 하한들을 포함할 수 있다. 도 7d에 도시된 바와 같이, 약 150 ms부터 약 230 ms까지의 구간에서 상한(1d) 또는 하한(3d)은 일정한 값을 가질 수 있고, 다른 구간에서보다 상대적으로 큰 마진을 입력 데이터(D_IN)의 입력 샘플들(2d)에 제공할 수 있다.
도 8a 내지 도 8c는 본 개시의 예시적 실시예들에 따라 도 5의 연산부(134)의 동작을 나타내는 순서도들이다. 도 5를 참조하여 전술된 바와 같이, 연산부(134)는 입력 데이터(D_IN) 및 기준 데이터(D_REF)에 기초하여 입력 데이터(D_IN)에 이상이 발생한지 여부를 결정할 수 있고, 입력 데이터(D_IN)에 이상이 발생한 경우 활성화된 결정 신호(S_DET)를 출력할 수 있다. 도 8a 내지 도 8c에서 활성화된 결정 신호(S_DET)는 '1'의 값을 가지는 것으로 설명된다. 도 8a 내지 도 8c는 도 5를 참조하여 설명될 것이고, 도 8b 및 도 8c의 설명 중 도 8a와 중복되는 내용은 생략될 것이다.
도 8a를 참조하면, 연산부(134)는 데이터(D8a)를 수신할 수 있다. 도 8a에 도시된 바와 같이, 데이터(D8a)는 기준 데이터(D_REF)로서 상한 데이터(REF_UP) 및 하한 데이터(REF_LOW)를 포함할 수 있고, 입력 데이터(D_IN)를 포함할 수 있다. 상한 데이터(REF_UP) 및 하한 데이터(REF_LOW)는 일련의 상한들(up1, ... , upn) 및 일련의 하한들(lo1, ... , lon)을 각각 포함할 수 있고, 대응하는 한 쌍의 상한 및 하한(예컨대, up1 및 lo1)은 하나의 기준 샘플을 구성할 수 있다. 입력 데이터(D_IN)는 일련의 입력 샘플들(in1, ... , inn)을 포함할 수 있다. 본 개시의 예시적 실시예들에 따라, 일련의 상한들(up1, ... , upn) 각각은 대응하는 입력 샘플의 σ의 양의 배수(예컨대, +3σ)일 수 있다. 또한, 도 7d에 도시된 바와 같이 상한 데이터(REF_UP)는 동일한 값을 가지는 연속적인 상한들을 포함할 수도 있다. 마찬가지로, 일련의 하한들(lo1, ... , lon) 각각은 대응하는 입력 샘플의 σ의 음의 배수(예컨대, -3σ)일 수 있고, 하한 데이터(REF_LOW)는 동일한 값을 가지는 연속적인 하한들을 포함할 수도 있다.
단계 S81a에서, 연산부(134)는 변수들 및 신호를 초기화할 수 있다. 변수 'i'는 1부터 n까지 증가하는 변수로서, 일련의 기준 샘플들 및 입력 샘플들을 순차적으로 선택하기 위하여 사용될 수 있다. 변수 'j'는 상한 및 하한 사이에서 벗어나는 입력 샘플들의 개수를 카운트하기 위하여 사용될 수 있고, 단계 S81a에서 0으로 설정될 수 있다. 또한, 결정 신호(S_DET)가 0으로 설정됨으로써 비활성화될 수 있다.
단계 S82a에서, 연산부(134)는 입력 샘플(ini)이 상한(upi) 및 하한(loi) 사이에 있는지 여부를 판단할 수 있다. 입력 샘플(ini)이 상한(upi) 및 하한(loi) 사이에 있는 것으로 판단된 경우, 단계 S83a에서 연산부(134)는 변수 'i'를 1만큼 증가시킴으로써 다음 입력 샘플 및 기준 샘플의 연산을 착수할 수 있다. 다른 한편으로, 입력 샘플(ini)이 상한(upi) 및 하한(loi) 사이에서 벗어난 경우, 단계 S84a에서 연산부(134)는 변수 'j'를 1만큼 증가시킴으로써 상한 및 하한을 벗어난 입력 샘플들의 개수를 증가시킬 수 있다.
단계 S85a에서, 연산부(134)는 변수 'j'를 'CNTa'와 비교함으로써 상한 및 하한 사이에서 벗어난 입력 샘플들의 개수가 미리 정해진 개수를 초과하였는지 여부를 판단할 수 있다. 일 실시예에서, 'CNTa'는 영(zero)일 수 있고, 이에 따라 하나의 입력 샘플이 상한 및 하한 사이에서 벗어난 경우 입력 데이터(D_IN)에 이상이 발생한 것으로 결정될 수도 있다.
상한 및 하한 사이에서 벗어난 입력 샘플들의 개수가 미리 정해진 개수를 초과하는 경우, 단계 S86a에서 연산부(134)는 결정 신호(S_DET)를 1로 설정함으로써 결정 신호(S_DET)를 활성화시킬 수 있고, 그 다음에 입력 데이터(D_IN)에 대한 연산을 종료할 수 있다. 다른 한편으로, 상한 및 하한 사이에서 벗어난 입력 샘플의 개수가 미리 정해진 개수를 초과하지 아니한 경우, 단계 S87a에서 연산부(134)는 변수 'i' 및 변수 'n'을 비교함으로써 마지막 입력 샘플(inn)에 대한 연산이 종료되었는지 판단할 수 있다. 마지막 입력 샘플(inn)에 대한 연산이 종료되지 아니한 경우, 단계 S83a에서 연산부(134)는 변수 'i'를 1만큼 증가시킴으로써 다음 입력 샘플 및 기준 샘플의 연산을 착수할 수 있다. 다른 한편으로 마지막 입력 샘플(inn)에 대한 연산이 종료된 경우, 입력 데이터(D_IN)에 대한 연산은 종료될 수 있고, 결정 신호(S_DET)는 비활성화된 상태(즉, 0으로 설정된 상태)로 유지될 수 있다.
도 8b를 참조하면, 연산부(134)는 데이터(D8b)를 수신할 수 있다. 도 8b에 도시된 바와 같이, 데이터(D8b)는 기준 데이터(D_REF)로서 평균 데이터(REF_MEAN)를 포함할 수 있다. 평균 데이터(REF_MEAN)는 일련의 평균들(μ1, ... , μn)을 포함할 수 있고, 평균들(μ1, ... , μn) 각각은 하나의 기준 샘플을 구성할 수 있다. 도 8b의 단계들 S81b, S83b, S86b, S87b는 도 8a의 단계들 S81a, S83a, S86a, S87a과 동일하거나 유사할 수 있다.
단계 S82b에서, 연산부(134)는 입력 샘플(ini) 및 평균(μi)의 차이를 미리 정해진 편차(DEV)와 비교함으로써 입력 샘플(ini)이 평균(μi)로부터 일정한 편차(DEV) 내에 있는지 여부를 판단할 수 있다. 입력 샘플(ini)이 평균(μi)로부터 일정한 편차(DEV) 내에 있는 것으로 판단된 경우, 단계 S83b에서 연산부(134)는 변수 'i'를 1만큼 증가시킴으로써 다음 입력 샘플 및 기준 샘플의 연산을 착수할 수 있다. 다른 한편으로, 입력 샘플(ini)이 평균(μi)로부터 일정한 편차(DEV) 내에 있지 아니한 것으로 판단된 경우, 단계 S84b에서 연산부(134)는 변수 'j'를 1만큼 증가시킴으로써 평균으로부터 일정한 편차 내에 있지 아니한 입력 샘플들의 개수를 증가시킬 수 있다.
단계 S85b에서, 연산부(134)는 변수 'j'를 'CNTb'와 비교함으로써 평균으로부터 일정한 편차 내에 있지 아니한 입력 샘플들의 개수가 미리 정해진 개수를 초과하였는지 여부를 판단할 수 있다. 일 실시예에서, 'CNTb'는 영(zero)일 수 있고, 이에 따라 하나의 입력 샘플이 평균으로부터 일정한 편차 내에 있지 아니한 경우 입력 데이터(D_IN)에 이상이 발생한 것으로 결정될 수도 있다.
도 8c를 참조하면, 연산부(134)는 데이터(D8c)를 수신할 수 있다. 도 8c에 도시된 바와 같이, 데이터(D8c)는 기준 데이터(D_REF)로서 평균 데이터(REF_MEAN) 및 계수 데이터(REF_COEF)를 포함할 수 있다. 평균 데이터(REF_MEAN) 및 계수 데이터(REF_COEF)는 일련의 평균들(μ1, ... , μn) 및 일련의 계수들(α1, ... , αn)을 각각 포하맣ㄹ 수 있고, 대응하는 한 쌍의 평균 및 계수(예컨대, μ1 및 α1)은 하나의 기준 샘플을 구성할 수 있다.
단계 S81c에서, 연산부(134)는 결정 신호(S_DET)를 0으로 설정함으로써 결정 신호(S_DET)를 초기화할 수 있다.
단계 S82c에서, 연산부(134)는 입력 샘플(ini) 및 평균(μi)의 차이와 계수(αi)의 곱(αi ·|ini-μi|)을 계산할 수 있고, 복수의 입력 샘플들에 대응하는 곱들의 가산 합이 미리 정해진 값(THR) 내에 있는지 여부를 판단할 수 있다. 도 7c 및 도 7d를 참조하여 전술된 바와 같이, 입력 데이터(D_IN)는 노이즈가 빈번하게 발생하는 구간 또는 생체 신호(S_BIO)를 모니터링하는데 있어서 중요하지 아니하는 구간을 포함할 수 있다. 이러한 구간에 포함된 입력 샘플들에 대응하는 계수들은 낮은 값을 가질 수 있고, 이에 따라 입력 데이터(D_IN)에서 이상이 발생한지 여부가 보다 정확하게 결정될 수 있다. 또한, 계수는 표준편차에 반비례하는 값(예컨대, 1/(3σ))을 가질 수 있고, 이에 따라 편차가 크게 발생하는 구간의 입력 샘플들에 의한 영향을 감소시킬 수 있다.
비록 도 8c는 입력 샘플들(in1, ... , inn) 전부에 대응하는 가산합을 구하는 예시를 도시하나, 본 개시의 예시적 실시예에 따라 연산부(134)는 이상의 발생 여부를 판단하는데 중요한 구간에 포함된 입력 샘플들에 대응하는 가산합을 구할 수도 있다. 즉, 연산부(134)는 n개 미만의 입력 샘플들에 대응하는 가산합을 미리 정해진 값(THR)과 비교할 수도 있다.
가산 합이 미리 정해진 값(THR)보다 작은 경우, 연산부(134)는 입력 데이터(D_IN)의 연산을 종료할 수 있고, 이에 따라 결정 신호(S_DET)는 비활성화된 상태(즉, 0으로 설정된 상태)로 유지될 수 있다. 다른 한편으로, 가산 합이 미리 정해진 값(THR)보다 작지 아니한 경우, 단계 S83c에서 연산부(134)는 결정 신호(S_DET)를 1로 설정함으로써 결정 신호(S_DET)를 활성화할 수 있고, 그 다음에 입력 데이터(D_IN)의 연산을 종료할 수 있다.
도 9는 본 개시의 예시적 실시예에 따라 도 5의 출력 데이터 생성부(138)의 동작을 나타내는 순서도이다. 도 5를 참조하여 전술된 바와 같이, 출력 데이터 생성부(138)는 활성화된 결정 신호(S_DET)를 수신하는 경우, 입력 데이터(D_IN)로부터 출력 데이터(D_OUT)를 생성할 수 있다. 도 9의 예시에서, 출력 데이터 생성부(138)는 입력 데이터(D_IN)에 타임 스탬프(time stamp)를 부가함으로써 출력 데이터(D_OUT)를 생성할 수 있다. 이하에서, 도 9는 도 5를 참조하여 설명될 것이다.
도 9를 참조하면, 출력 데이터 생성부(138)는 데이터(D9_1)를 수신할 수 있다. 도 9에 도시된 바와 같이, 데이터(D9_1)는, 일련의 입력 샘플들(in1, ... , inn)을 포함하는 입력 데이터(D_IN)를 포함할 수 있다.
단계 S91에서, 출력 데이터 생성부(138)는 입력 데이터(D_IN)의 타임 스탬프를 획득할 수 있다. 예를 들면, 출력 데이터 생성부(138)는, 도 6의 입력 데이터 생성부(132')의 동기화부(132_2)로부터 입력 데이터(D_IN)의 일련의 샘플들(in1, ... , inn)의 타임 스탬프를 수신할 수 있다. 예를 들면, 출력 데이터 생성부(138)는 입력 데이터(D_IN)의 최초 입력 샘플(in1)의 타임 스탬프를 수신할 수 있고, 샘플링 주기에 기초하여 나머지 입력 샘플들(in2, ... , inn)에 대응하는 타임 스탬프들을 생성할 수 있다.
단계 S92에서, 출력 데이터 생성부(138)는 입력 데이터(D_IN) 및 타임 스탬프를 대응시킬 수 있다. 단계 S91에서 일련의 타임 스탬프들이 획득될 수 있고, 입력 데이터(D_IN)의 입력 샘플들(in1, ... , inn) 및 타임 스탬플들을 대응시킴으로써 데이터(D9_2)를 생성할 수 있다. 도 9에 도시된 바와 같이, 데이터(D9_2)는, 입력 샘플 및 타임 스탬프의 쌍들((in1, t1), ... , (inn, tn))을 포함하는 출력 데이터(D_OUT)를 포함할 수 있다.
도 10은 본 개시의 예시적 실시예에 따른 센서 시스템(200)의 블록도이다. 도 1의 센서 시스템(100)과 유사하게, 센서 시스템(200)은 도 1의 신체(10)에 부착되거나 주입될 수 있고, 신체(10)에서 발생하는 생체 신호를 감지하고, 감지된 생체 신호에 대응하는 데이터를 무선 채널을 통해서 전송할 수 있다. 또한, 도 1의 센서 시스템(100)과 상이하게, 센서 시스템(200)은 무선 채널을 통해서 외부 데이터(D_EXT)를 수신할 수 있다. 도 10에 도시된 바와 같이, 센서 시스템(200)은 센서 모듈(210), 메모리(220), 데이터 처리부(230), 안테나(240), 트랜스미터(250), 리시버(260), 알람 모듈(270) 및 파워 모듈(290)을 포함할 수 있다. 도 10에 대한 설명에서 도 3과 중복되는 설명은 생략된다.
메모리(220)는 데이터 처리부(230)에 의해서 엑세스될 수 있고, 기준 데이터(D_REF), 입력 데이터(D_IN) 및 통계 데이터(D_STA)를 저장할 수 있다. 도 5를 함께 참조하면, 데이터 처리부(230)의 입력 데이터 생성부에 의해서 생성된 입력 데이터는 메모리(220)에 저장될 수 있다. 예를 들면, 메모리(220)에 저장된 입력 데이터(D_IN) 또는 통계 데이터(D_STA)는 리시버(260)를 통해서 수신된 외부 데이터(D_EXT)에 포함된 요청에 응답하여 데이터 처리부(230)에 의해서 출력 데이터(D_OUT)로서 트랜스미터(250)를 통해서 전송될 수 있다. 또한, 데이터 처리부(230)의 통계 데이터 생성부는 메모리(220)에 저장된 입력 데이터(D_IN) 또는 통계 데이터(D_STA)로부터 새로운 통계 데이터를 생성할 수도 있다.
리시버(260)는 안테나(240)에 연결될 수 있고, 무선 채널을 통해서 수신된 외부 데이터(D_EXT)를 데이터 처리부(230)에 전달할 수 있다. 도 13 및 도 14a를 참조하여 후술되는 바와 같이, 외부 데이터(D_EXT)는 기준 데이터(D_REF) 또는 생체 데이터를 포함할 수 있고, 데이터 처리부(230)는 외부 데이터(D_EXT)에 포함된 기준 데이터(D_REF) 또는 생체 데이터를 기준 데이터(D_REF)를 마련하는데 사용할 수 있다.
알람 모듈(270)은 데이터 처리부(230)로부터 수신된 활성화된 결정 신호(S_DET)에 응답하여 영상, 빛, 진동 및 소리 중 적어도 하나를 출력할 수 있다. 입력 데이터(D_IN)에 이상이 발생한 경우, 알람 모듈(270)은 센서 시스템(200)의 외부에서 감지할 수 있는 신호를 출력함으로써 입력 데이터(D_IN)에 이상이 발생한 것을 알릴 수 있다. 이에 따라, 생체 신호(S_BIO)에 이상이 발생된 것이 현장에서 즉시 확인될 수 있다.
본 개시의 예시적 실시예에 따라, 알람 모듈(270)은 센서 시스템(200)의 위치를 결정하는데 사용될 수 있다. 도 1의 신체(10)에서 발생되는 생체 신호(S_BIO)를 감지하기 위하여 센서 시스템(200)은 신체(10) 중 제 위치에 부착되거나 주입될 필요가 있다. 기준 데이터(D_REF)는 센서 시스템(200)의 위치를 결정하기 위하여 설정될 수 있다. 즉, 데이터 처리부(230)는 생체 신호(S_BIO)로부터 생성된 입력 데이터(D_IN) 및 기준 데이터(D_REF)에 기초하여 감지된 생체 신호(S_BIO)가 적절한지 판단할 수 있고, 이에 따라 활성화된 결정 신호(S_DET)를 출력할 수 있다. 예를 들면, 센서 시스템(200)의 위치를 결정하는 동안 기준 데이터(D_REF)는 상대적으로 작은 마진을 가지도록 설정될 수 있다. 센서 시스템(200)의 위치가 이동함에 따라 수신된 생체 신호(S_BIO)의 크기가 충분히 큰 경우, 생체 신호(S_BIO)로부터 생성된 입력 데이터(D_IN)는 기준 데이터(D_REF)가 정의하는 범위를 벗어날 수 있고, 이에 따라 활성화된 결정 신호(S_DET)가 출력될 수 있다. 알람 모듈(270)은 활성화된 결정 신호(S_DET)에 응답하여 센서 시스템(200) 외부로 신호를 출력할 수 있고, 센서 시스템(200)이 제 위치에 있음을 알릴 수 있다.
도 11은 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법을 나타내는 순서도이다. 구체적으로 도 11은 생체 신호(S_BIO)로부터 생성된 하나의 입력 데이터(D_IN)에 대한 처리과정을 도시하는 순서도이다. 도 11에 도시된 바와 같이, 생체 신호 모니터링 방법은, 복수의 단계들(S100 내지 S700)을 포함할 수 있다. 이하에서, 도 11은 도 10을 참조하여 설명될 것이다.
단계 S100에서, 기준 데이터(D_REF)를 준비하는 동작이 수행될 수 있다. 기준 데이터(D_REF)는 입력 데이터(D_IN)에 이상이 발생한지 여부를 결정하는데 사용되는 데이터로서, 기준 데이터(D_REF)는 도 10의 센서 시스템(200)에서 생성될 수도 있고, 센서 시스템(200) 외부로부터 수신될 수도 있다. 단계 S100는 생체 신호(S_BIO)의 모니터링을 착수할 때 또는 생체 신호(S_BIO)의 모니터링을 종료할 때 수행될 수 있고, 단계들 S200 내지 S700은 반복적으로 수행될 수 있다. 단계 S100에 대한 자세한 내용은 도 12a 내지 도 12c를 참조하여 후술될 것이다.
단계 S200에서, 생체 신호(S_BIO)를 감지함으로써 연속적인 전기적 신호(S_SEN)를 생성하는 동작이 수행될 수 있다. 예를 들면, 도 10의 센서 모듈(210)은 생체 신호(S_BIO)를 전기적 신호(S_SEN)로 계속해서 변환할 수 있고, 연속적인 전기적 신호(S_SEN)를 생성할 수 있다.
단계 S300에서, 연속적인 전기적 신호(S_SEN)를 전처리(pre-processing) 및 분할(segmentation)함으로써 입력 데이터(D_IN)를 생성하는 동작이 수행될 수 있다. 예를 들면, 도 10의 데이터 처리부(230)에 포함된 입력 데이터 생성부는 연속적인 전기적 신호(S_SEN)를 전처리 및 분할함으로써 일련의 샘플들(또는 입력 샘플들)을 포함하는 입력 데이터(D_IN)를 생성할 수 있다.
단계 S400에서, 입력 데이터(D_IN) 및 기준 데이터(D_REF)에 기초하여 입력 데이터(D_IN)의 전송 여부를 결정하는 동작이 수행될 수 있다. 생체 신호(S_BIO)(또는 전기적 신호(S_SEN)) 전체에 대응하는 데이터를 전송하는 대신, 도 10의 데이터 처리부(230)에 포함된 연산부는 기준 데이터(D_REF) 및 입력 데이터(D_IN)에 기초하여 입력 데이터(D_IN)에서 이상이 발생한지 여부가 판단되고, 이상이 발생한 입력 데이터(D_IN)를 출력 데이터(D_OUT)로서 전송하도록 결정될 수 있다.
입력 데이터를 전송하는 것으로 결정된 경우, 단계 S500에서 입력 데이터(D_IN)로부터 생성된 출력 데이터(D_OUT)를 전송하는 동작이 수행될 수 있다. 예를 들면, 도 10의 트랜스미터(250)는 데이터 처리부(230)로부터 수신된 출력 데이터(D_OUT)를 안테나(240)를 통해서 전송할 수 있다.
입력 데이터(D_IN)가 생성되면, 단계 S600에서 입력 데이터(D_IN)에 기초하여 통계 데이터(D_STA)를 생성하고 저장하는 동작이 수행될 수 있다. 예를 들면, 도 10의 데이터 처리부(230)에 포함된 통계 데이터 생성부는 입력 데이이터(D_IN)에 기초하여 생체 신호(S_BIO)의 통계 정보를 포함하는 통계 데이터(D_STA)를 생성할 수 있고, 통계 데이터(D_STA)를 메모리(220)에 저장하거나 데이터 처리부(230)의 출력 데이터 생성부에 전송할 수 있다.
단계 S700에서, 통계 데이터로(D_STA)부터 생성된 출력 데이터(D_OUT)를 주기적으로 전송하는 동작이 수행될 수 있다. 예를 들면, 도 10의 데이터 처리부(230)에 포함된 출력 데이터 생성부는 수신된 통계 데이터로부터 출력 데이터를 주기적으로 생성할 수 있고, 생성된 출력 데이터(D_OUT)를 트랜스미터(250)로 전달할 수 있다. 이에 따라, 트랜스미터(250)는 통계 데이터(D_STA)를 포함하는 출력 데이터(D_OUT)를 주기적으로 무선 채널을 통해서 전송할 수 있다.
도 12a 내지 도 12c는 본 개시의 예시적 실시예들에 따라 도 11의 단계 S100의 예시들을 나타내는 순서도들이고, 도 13은 도 12c의 예시를 설명하기 위한 도면이다. 도 11을 참조하여 전술된 바와 같이, 도 11의 단계 S100에서 기준 데이터(D_REF)를 준비하는 동작이 수행될 수 있다. 또한, 단계 S100는 생체 신호(S_BIO)의 모니터링을 착수하거나, 생체 신호(S_BIO)의 모니터링을 종료할 때 수행될 수 있다. 이하에서 도 12a 내지 도 12c 및 도 13은 도 10을 참조하여 설명될 것이다.
도 12a를 참조하면, 본 개시의 예시적 실시예에 따라 기준 데이터(D_REF)는 통계 데이터(D_STA)에 기초하여 도 10의 센서 시스템(200)에서 생성될 수 있다. 이를 위하여, 입력 데이터(D_IN)가 수집될 수 있다. 도 12a에 도시된 바와 같이, 단계 S110a에서, 생체 신호(S_BIO)를 감지함으로써 연속적인 전기적 신호(S_SEN)를 생성하는 동작이 수행될 수 있고, 그 다음에 단계 S120a에서, 연속적인 전기적 신호(S_BIO)를 전처리 및 분할함으로써 입력 데이터(D_IN)를 생성하는 동작이 수행될 수 있다. 단계들 S110a 및 S120a는 반복적으로 수행될 수 있고, 생성된 입력 데이터(D_IN)는 메모리(예컨대 도 10의 메모리(220))에 저장될 수 있다.
단계 S130a에서, 입력 데이터(D_IN)에 기초하여 통계 데이터(D_STA)를 생성하고 저장하는 동작이 수행될 수 있다. 예를 들면, 도 10의 데이터 처리부(230)에 포함된 통계 데이터 생성부는 메모리(220)에 저장된 입력 데이터(D_IN)에 기초하여 평균, 표준 편차 등을 포함하는 통계 데이터(D_STA)를 생성할 수 있고, 생성한 통계 데이터(D_STA)를 메모리(220)에 저장할 수도 있다.
단계 S140a에서, 통계 데이터(D_STA)에 기초하여 기준 데이터(D_REF)를 생성하는 동작이 수행될 수 있다. 예를 들면, 도 8a에 도시된 바와 같이, 기준 데이터(D_REF)는 상한 및 하한을 각각 포함하는 일련의 기준 샘플들을 포함할 수 있고, 기준 샘플의 상한 및 하한은 단계 S130a에서 생성된 통계 데이터(D_STA)에 포함된 평균 및 표준 편차에 기초하여 생성될 수 있다.
도 12b를 참조하면, 본 개시의 예시적 실시예에 따라 기준 데이터(D_REF)는 도 10의 센서 시스템(200)의 외부로부터 수신될 수 있다. 외부로부터 수신되는 기준 데이터(D_REF)는 센서 시스템(200)이 감지한 생체 신호(S_BIO)에 기초하여 생성될 수 있고, 이에 따라 센서 시스템(200)은 센서 시스템(200)의 외부에서 기준 데이터(D_REF)가 생성되도록 생체 신호(S_BIO)에 대응하는 데이터를 제공할 수 있다. 도 12b에 도시된 바와 같이, 단계 S110b에서, 생체 신호(S_BIO)를 감지함으로써 연속적인 전기적 신호(S_SEN)를 생성하는 동작이 수행될 수 있고, 그 다음에 단계 S120b에서, 연속적인 전기적 신호(S_BIO)를 전처리 및 분할함으로써 입력 데이터(D_IN)를 생성하는 동작이 수행될 수 있다. 이어서 단계 S130b에서, 입력 데이터(D_IN)로부터 생성된 출력 데이터(D_OUT)를 전송하는 동작이 수행될 수 있다. 단계들 S110b 내지 S130b는 반복적으로 수행될 수 있고, 입력 데이터(D_IN)로부터 생성된 출력 데이터(D_OUT)는 수차례 전송될 수 있다.
단계 S140b에서, 기준 데이터(D_REF)를 수신하는 동작이 수행될 수 있다. 기준 데이터(D_REF)는 단계 S130b에서 전송된 출력 데이터에 기초하여 생성된 데이터일 수도 있고, 의사와 같은 생체 신호 전문가에 의해서 작성된 데이터일 수도 있다. 수신된 기준 데이터(D_REF)는 도 10의 메모리(220)에 저장될 수 있고, 기준 데이터(D_REF)는 생체 신호(S_BIO)를 감지함으로써 생성된 입력 데이터(D_IN)에서 이상이 발생한지 여부를 결정하는데 사용될 수 있다. 도 12c를 참조하면, 본 개시의 예시적 실시예에 따라 기준 데이터(D_REF)는 복수의 데이터 그룹들 중 하나를 선택함으로써 준비될 수 있다. 도 12c에 도시된 바와 같이, 단계 S110c에서 생체 데이터를 수신하는 동작이 수행될 수 있다. 생체 데이터는 도 1의 신체(10)의 생체 정보를 포함하는 데이터로서, 도 10의 센서 시스템(200)은 생체 데이터를 포함하는 외부 데이터(D_EXT)를 수신할 수 있다. 예를 들면, 생체 데이터는 도 1의 신체(10)에 부착되거나 주입된 다른 센서들로부터 수신될 수도 있고, 다른 센서들로부터 수신된 데이터에 기초하여 센서 시스템(200)과 통신하는 애그리게이터(예컨대, 도 1의 애그리게이터(20))로부터 수신될 수도 있다. 도 13을 참조하면, 센서 시스템(200)은 심전도(D13_1) 및 체온(D13_2)를 포함하는 생체 데이터를 수신할 수 있다.
단계 S120c에서, 생체 데이터에 기초하여 복수의 데이터 그룹들 중 하나를 기준 데이터로서 선택하는 동작이 수행될 수 있다. 도 13을 참조하면, 도 10의 메모리(220)는 복수의 데이터 그룹들(G13a 내지 G13e)을 저장할 수 있다. 복수의 데이터 그룹들(G13a 내지 G13e)은 기준 데이터(REFa 내지 REFe)를 각각 포함할 수 있고, 복수의 데이터 그룹들(G13a 내지 G13e) 각각은 특정한 신체의 상태에 대응할 수 있다. 예를 들면, 데이터 그룹(G13a)은 일련의 기준 샘플들(ra1, ... , ran)을 포함하는 기준 데이터(REFa)를 포함할 수 있고, 호흡수(또는 심박동수)(respiration rate; RR)가 50미만이고, 체온이 10 ℃ 미만인 신체의 상태에 대응할 수 있다. 이에 따라, 도 10의 센서 시스템(200)은 단계 S110c에서 수신된 심전도(D13_1) 및 체온(D13_2)에 기초하여 복수의 데이터 그룹들(G13a 내지 G13e) 중 하나를 기준 데이터(D_REF)로서 선택할 수 있다.
도 14는 본 개시의 예시적 실시예에 따라 도 11의 단계 S400의 예시를 나타내는 순서도이다. 도 11을 참조하여 전술된 바와 같이, 단계 S400에서 입력 데이터(D_IN) 및 기준 데이터(D_REF)에 기초하여 입력 데이터(D_IN)의 전송 여부를 결정하는 동작이 수행될 수 있다. 이하에서 도 14는 도 5를 참조하여 설명될 것이다.
도 14를 참조하면, 단계 S410에서 입력 데이터(D_IN) 및 출력 데이터(D_OUT)를 연산하는 동작이 수행될 수 있고, 그 다음에 단계 S420에서, 입력 데이터(D_IN)에서 이상이 발생한지 여부가 판단될 수 있다. 예를 들면, 도 5의 연산부(134)는 도 8a 내지 도 8c에 도시된 예시들 중 하나와 같이 입력 데이터(D_IN) 및 기준 데이터(D_REF)를 연산할 수 있고, 입력 데이터(D_IN)에서 이상이 발생한지 여부를 나타내는 결정 신호(S_DET)를 출력할 수 있다.
입력 데이터(D_IN)에서 이상이 발생한 경우, 단계 S430에서 입력 데이터(D_IN)로부터 출력 데이터(D_OUT)를 생성하는 동작이 수행될 수 있다. 예를 들면, 활성화된 결정 신호(S_DET)에 응답하여, 도 5의 출력 데이터 생성부(138)는 수신된 입력 신호(D_IN)에 타임 스탬프를 추가함으로써 출력 데이터(D_OUT)를 생성할 수 있다. 또한, 일 실시예에서, 출력 데이터 생성부(138)는 입력 데이터(D_IN) 및 기준 데이터(D_REF)의 편차만을 포함하도록 출력 데이터(D_OUT)를 생성할 수도 있다.
도 15는 본 개시의 예시적 실시예들에 따라 센서 시스템(300), 애그리게이터(400) 및 스토리지 서버(500) 사이의 동작을 시간의 흐름에 따라 나타내는 도면이다. 구체적으로, 도 15는 센서 시스템(300)에서 전송하는 출력 데이터를 스토리지 서버(500)에 저장하는 실시예들을 나타낸다. 도 1을 참조하여 전술된 바와 같이, 신체에 부착되거나 주입된 센서 시스템(300)은 무선 채널을 통해서 애그리게이터(400) 및 엑세스 포인트와 통신할 수 있고, 엑세스 포인트 및 통신 네트워크를 통해서 스토리지 서버(500)와 통신할 수 있다.
도 15를 참조하면, 단계 S801에서 센서 시스템(300)은 애그리게이터(400) 및/또는 스토리지 서버(500)에 주기적으로 통계 데이터를 전송할 수 있다. 통계 데이터는 센서 시스템(300)이 생체 신호의 통계 정보를 포함할 수 있고, 애그리게이터(400) 및 스토리지 서버(500)는 통계 데이터를 저장하거나 분석할 수 있다. 생체 신호에 대응하는 데이터를 전부 전송하는 대신, 통계 데이터만을 전송함으로써 센서 시스템(300)이 무선 채널을 통해서 전송하는 데이터의 양은 현저하기 감소될 수 있다.
도 15를 참조하면, 본 개시의 예시적 실시예에 따라, 센서 시스템(300)은 애그리게이터(400)에 출력 데이터를 전송할 수 있고, 애그리게이터(400)가 스토리지 서버(500)에 출력 데이터를 전달할 수 있다. 도 15에 도시된 바와 같이, 단계 S811에서, 센서 시스템(300)은 생체 신호에 이상이 발생한지 여부를 판단할 수 있다. 생체 신호에 이상이 발생한 경우, 단계 S812에서 센서 시스템(300)은 애그리게이터(400)에 출력 데이터를 전송할 수 있고, 단계 S813에서 애그리게이터(400)는 스토리지 서버(500)에 출력 데이터를 전송할 수 있다. 본 개시의 예시적 실시예에 따라, 단계 S813에서 애그리게이터(400)가 스토리지 서버(500)에 전송하는 출력 데이터는 암호화될 수 있다. 단계 S814에서 스토리지 서버(500)는 수신된 출력 데이터를 저장할 수 있다.
도 15를 참조하면, 본 개시의 예시적 실시예에 따라, 센서 시스템(300)은 스토리지 서버(500)에 출력 데이터를 직접 전송할 수 있다. 도 15에 도시된 바와 같이, 단계 S821에서 센서 시스템(300)은 생체 신호에 이상이 발생한지 여부를 판단할 수 있다. 생체 신호에 이상이 발생한 경우, 단계 S822에서 센서 시스템(300)은 스토리지 서버(500)에 출력 데이터를 전송할 수 있다. 단계 S822에서 센서 시스템(300)이 스토리지 서버(500)로 전송하는 출력 데이터는 암호화될 수 있다. 단계 S823에서, 스토리지 서버(500)는 수신된 출력 데이터를 저장할 수 있다.
도 15를 참조하면, 본 개시의 예시적 실시예에 따라, 센서 시스템(300) 및 애그리게이터(400)는 출력 데이터를 저장할 수 있다. 도 15에 도시된 바와 같이, 단계 S831에서 센서 시스템(300)은 생체 신호에 이상이 발생한지 여부를 판단할 수 있다. 생체 신호에 이상이 발생한 경우, 단계 S832에서 센서 시스템(300)은 출력 데이터를 센서 시스템(300)에 포함된 저장 장치(예컨대, 도 3의 메모리(120))에 저장할 수 있고, 단계 S833에서 센서 시스템(300)은 출력 데이터를 애그리게이터(400)로 전송할 수 있다. 단계 S834에서 애그리게이터(400)는 출력 데이터를 애그리게이터(400)에 포함된 저장 장치(예컨대 메모리 장치)에 저장할 수 있고, 단계 S835에서 출력 데이터를 스토리지 서버(500)에 전송할 수 있다. 단계 S836에서 스토리지 서버(500)는 수신된 출력 데이터를 저장할 수 있다.
도 16은 본 개시의 예시적 실시예에 따라 복수의 센서 시스템들(301, 302) 및 애그리게이터(400) 사이의 동작을 시간의 흐름에 따라 나타내는 도면이다. 구체적으로, 도 16은 애그리게이터(400)가 복수의 센서 시스템들(301, 302)로부터 수신된 생체 데이터에 기초하여 기준 데이터를 준비하고, 복수의 센서 시스템들(301, 302)에 준비된 기준 데이터를 전송하는 동작을 나타낸다.
도 16을 참조하면, 본 개시의 예시적 실시예에 따라 제1 및 제2 센서 시스템(301, 302)은 무선 채널을 통해서 데이터를 수신하는 리시버를 각각 포함할 수 있다. 도 16을 참조하면, 단계 S851에서 애그리게이터(400)는 제1 및 센서 시스템(301, 302)에 출력 데이터를 요청할 수 있다. 단계 S852에서 제1 센서 시스템(301)은 애그리게이터(400)의 요청에 응답하여 제1 출력 데이터를 전송할 수 있고, 단계 S853에서 제2 센서 시스템(302)은 제2 출력 데이터를 전송할 수 있다. 단계 S852 및 S853에서 제1 및 제2 출력 데이터는 제1 및 제2 센서 시스템(301, 302)이 생체 신호를 감지함으로써 생성한 데이터로서 기준 데이터를 생성하는데 사용될 수 있다. 단계들 S851 내지 S853은 반복될 수 있다.
단계 S854에서, 애그리게이터(400)는 기준 데이터를 준비할 수 있다. 즉,애그리게이터(400) 상이한 생체 신호들을 각각 감지하는 제1 및 제2 센서 시스템들(301, 302)에 각각 대응하는 제1 및 제2 기준 데이터를 준비할 수 있다. 예를 들면, 도 17a를 참조하여 후술되는 바와 같이 애그리게이터(400)는 제1 및 제2 출력 데이터에 기초하여 기준 데이터를 생성할 수도 있고, 도 17b를 참조하여 후술되는 바와 같이, 제1 및 제2 출력 데이터를 컴퓨팅 서버에 제공하고, 컴퓨팅 서버로부터 기준 데이터를 수신할 수도 있다. 단계 S854에 대한 자세한 내용은 도 17a 및 도 17b를 참조하여 후술될 것이다.
단계 S855에서 애그리게이터(400)는 제1 기준 데이터를 제1 센서 시스템(301)에 전송할 수 있고, 단계 S856에서 애그리게이터(400)는 제2 기준 데이터를 제2 센서 시스템(302)에 전송할 수 있다.
단계 S861에서 제1 센서 시스템(301)은 제1 출력 데이터를 애그리게이터(400)에 전송할 수 있고, 단계 S871에서 제2 센서 시스템(302)은 제2 출력 데이터를 애그리게이터(400)에 전송할 수 있다. 제1 및 제2 센서 시스템(301)은 수신된 제1 및 제2 기준 데이터를 각각 사용함으로써, 생체 신호(또는 생체 신호로부터 생성된 입력 데이터)에 이상이 발생한지 여부를 판단할 수 있고, 생체 신호에 이상이 발생한 경우 생체 신호에 대응하는 데이터를 출력 데이터로서 애그리게이터(400)에 전송할 수 있다.
도 17a 및 도 17b는 본 개시의 예시적 실시예들에 따라 도 16의 단계 S854의 예시들을 나타내는 도면이다. 구체적으로, 도 17a는 애그리게이터(400a)에서 기준 데이터(D_REF)가 생성되는 예시를 나타내고, 도 17b는 애그리게이터(400a)와 통신하는 컴퓨팅 서버(600)에서 기준 데이터(D_REF)가 생성되는 예시를 나타낸다. 도 16을 참조하여 전술된 바와 같이, 도 16의 단계 S854에서 애그리게이터(400) 기준 데이터가 준비될 수 있고,
도 17a 및 도 17b에서 복수의 센서들로부터 수신된 데이터는 심전도(D17_1), 체온(D17_2), 신체 활동률(D17_3)을 포함할 수 있다.
도 17a를 참조하면, 애그리게이터(800a)는 센서 퓨전 모듈(410a), 스토리지(420a), 개인화 및 프로파일링 모듈(430a)을 포함할 수 있다. 센서 퓨전 모듈(410a) 및 개인화 프로파일링 모듈(430a) 각각은 하드웨어 모듈 또는 소프트웨어 모듈일 수 있다.
센서 퓨전 모듈(410a)은 복수의 센서 시스템들로부터 수신되는 데이터를 지능적으로 결함으로써 단일 센서만이 사용되는 경우 발생할 수 있는 부정확성을 제거할 수 있다. 센서 퓨전 모듈(410a)은 복수의 센서 시스템들로부터 수신되는 데이터, 즉 생체 데이터로부터 피쳐(feature)들을 추출할 수 있고, 추출된 피쳐들은 데이터는 스토리지(420a)에 저장될 수 있다. 스토리지(420a)에 저장된 피쳐들은 개인화 및 프로파일링 모듈(430a)에 의해서 참조될 수 있다.
개인화 및 프로파일링 모듈(430a)은 기준 데이터(D_REF)를 적응적으로 생성하는 것을 가능하게 한다. 예를 들면, 개인화 및 프로파일링 모듈은, 위치 및 주변 온도와 같이 애그리게이터(400a)에서 취득한 정보뿐만 아니라 수신된 생체 데이터들(D17_1 내지 D17_3)(또는 센서 퓨전 모듈(410a)에 의해서 생성된 데이터)에 기초하여 수면 상태, 잠에서 깬 상태, 운동 상태와 같은 행동 패턴에 기초하여 기준 데이터(D_REF)를 조정할 수 있다. 이에 따라, 생체 신호에서 이상이 발생한지 여부가 센서 시스템(예컨대, 도 16의 센서 시스템들(301, 302))에 의해서 더욱 정확하게 판단될 수 있다. 개인화 및 프로파일링 모듈(430a)은 스토리지(420a)에 엑세스할 수 있고, 스토리지(420a)에 저장된 복수의 파라미터들사이의 관계 정보를 참조할 수 있다.
도 17b를 참조하면, 애그리게이터(400b)는 센서 퓨전 모듈(410b)을 포함할 수 있다. 도 17a의 예시와 유사하게, 센서 퓨전 모듈(410b)은 수신되는 생체 데이터로부터 피쳐들을 추출할 수 있고, 추출된 피쳐들을 컴퓨팅 서버(600)에 제공할 수 있다.
컴퓨팅 서버(600)는 빅 데이터 분석 모듈(610), 개인화 및 프로파일링 모듈(620)을 포함할 수 있고, 스토리지(700)와 통신할 수 있다. 빅 데이터 분석 모듈(610), 개인화 및 프로파일링 모듈(620) 각각은 하드웨어 모듈 또는 소프트웨어 모듈일 수 있다. 빅 데이터 분석 모듈(610)은 스토리지(700)에 저장된 빅 데이터에 기초하여 추출된 피쳐들을 분석할 수 있다. 또한, 빅 데이터 분석 모듈(610)은 기계 학습(machine learning)을 통해서 기준 데이터(D_REF)를 생성하는데 필요한 정보를 생성할 수 있다. 도 17a와 유사하게, 개인화 및 프로파일링 모듈(620)은 기준 데이터(D_REF)를 적응적으로 생성하는 것을 가능하게 한다.
도 18은 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법을 나타내는 순서도이다. 구체적으로, 도 18은 센서 시스템에 의해서 감지된 생체 신호에 심각한 이상이 발생하는 경우, 응급 서비스를 요청하는 예시를 나타내는 순서도이다. 비록 도 18은 센서 시스템과 통신하는 애그리게이터(예컨대, 도 1의 애그리게이터(20))에서 수행되는 예시를 도시하나, 센서 시스템 또한 도 18에 도시된 예시와 유사한 방법을 수행할 수 있음은 이해될 것이다. 이하에서, 도 18은 도 1을 참조하여 후술될 것이다.
도 18을 참조하면, 단계 S911에서 도 1의 애그리게이터(20)는 출력 데이터를 수신할 수 있고, 단계 S912에서 애그리게이터(20)는 출력 데이터로부터 피쳐를 추출할 수 있다. 그 다음에, 단계 S913에서 애그리게이터(20)는 패턴 데이터베이스(800)에 저장된 패턴들과 비교함으로써 피쳐를 분석할 수 있다. 예를 들면, 추출된 패턴이 복수의 패턴들 중 도 1의 신체(10)의 응급 상태에 대응하는 패턴과 일치하는 것으로 분석될 수 있다.
단계 S914에서, 애그리게이터(20)는 분석 결과에 기초하여 응급 서비스를 요청하는 동작이 수행될 수 있다. 예를 들면, 애그리게이터(20)는 엑세스 포인트(30) 및 통신 네트워크(50)를 통해서 응급기관에 설치된 단말기(80)에 응급 서비스를 요청하는 신호를 전송할 수 있다.
도 19는 본 개시의 예시적 실시예에 따른 생체 신호 모니터링 방법을 나타내는 순서도이다. 구체적으로, 도 19는 센서 시스템에서 감지된 생체 신호에 이상이 발생하는 경우, 센서 시스템이 센서 시스템 외부에서 감지할 수 있는 신호를 출력함으로써 생체 신호에 이상이 발생한 것을 즉시 알리는 예시를 나타낸다. 도 10을 참조하여 전술된 바와 같이, 센서 시스템 외부에서 감지할 수 있는 신호를 출력하는 것은 생체 신호의 이상을 즉시 알리는 기능뿐만 아니라 센서 시스템이 적절한 위치에 배치되는 것을 도울 수 있다. 이하에서, 도 19는 도 10을 참조하여 설명될 것이다.
단계 S931에서, 생체 신호를 감지함으로써 연속적인 전기적 신호를 생성하는 동작이 수행될 수 있다. 예를 들면, 도 10의 센서 모듈(210)은 생체 신호(S_BIO)를 변환함으로써 연속적인 전기적 신호(S_SEN)를 출력할 수 있다.
단계 S932에서, 연속적인 전기적 신호를 전처리 및 분할함으로써 입력 데이터를 생성하는 동작이 수행될 수 있다. 예를 들면, 도 10의 데이터 처리부(230)에 포함된 입력 데이터 생성부는 전기적 신호(S_SEN)를 전처리 및 분할함으로써 입력 데이터를 생성할 수 있다.
단계 S933에서, 입력 데이터 및 기준 데이터에 기초하여 경보를 발하는 동작이 수행될 수 있다. 예를 들면, 도 10의 데이터 처리부(230)에 포함된 연산부는 입력 데이터 및 기준 데이터를 연산할 수 있고, 입력 데이터에 이상이 발생한지 여부를 나타내는 결정 신호(S_DET)를 생성할 수 있다. 도 10의 알람 모듈(270)은 데이터 처리부(230)로부터 결정 신호(S_DET)를 수신할 수 있고, 결정 신호(S_DET)가 활성화된 경우 영상, 빛, 진동 및 소리 중 적어도 하나를 센서 시스템(200)의 외부로 출력할 수 있다.
이상에서와 같이 도면과 명세서에서 예시적인 실시예들이 개시되었다. 본 명세서에서 특정한 용어를 사용하여 실시예들을 설명되었으나, 이는 단지 본 개시의 기술적 사상을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 개시의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (20)

  1. 생체 신호를 모니터링하기 위한 센서 시스템으로서,
    상기 생체 신호를 감지함으로써 연속적인 전기적 신호를 출력하는 센서 모듈;
    기준 데이터를 저장하는 메모리;
    무선 채널을 통해서 출력 데이터를 전송하는 트랜스미터; 및
    상기 연속적인 전기적 신호로부터 생성된 입력 데이터 및 상기 기준 데이터에 기초하여, 상기 입력 데이터를 상기 출력 데이터로서 상기 트랜스미터를 통해서 전송할지 여부를 결정하는 데이터 처리부를 포함하고,
    상기 기준 데이터는 상기 입력 데이터에서 이상(anomaly)의 발생 여부를 판정하는데 사용되고,
    상기 데이터 처리부는,
    상기 연속적인 전기적 신호를 전처리(pre-processing) 및 분할(segmentation)함으로써 상기 입력 데이터를 생성하는 입력 데이터 생성부;
    상기 입력 데이터 및 상기 기준 데이터를 피연산자들(operands)로서 연산(operation)함으로써 상기 입력 데이터에서 상기 이상이 발생한지 여부를 결정하는 연산부; 및
    상기 입력 데이터에서 이상이 발생하는 경우, 상기 입력 데이터로부터 상기 출력 데이터를 생성하는 출력 데이터 생성부를 포함하는 것을 특징으로 하는 센서 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 출력 데이터 생성부는, 상기 입력 데이터에서 이상이 발생하는 경우, 상기 입력 데이터에 타임 스탬프(time stamp)를 부가함으로써 상기 출력 데이터를 생성하는 것을 특징으로 하는 센서 시스템.
  4. 제1항에 있어서,
    상기 데이터 처리부는, 상기 입력 데이터에 기초하여 상기 생체 신호의 통계 데이터를 생성하는 통계 데이터 생성부를 더 포함하고,
    상기 출력 데이터 생성부는, 미리 정해진 주기로 상기 통계 데이터로부터 출력 데이터를 생성하는 것을 특징으로 하는 센서 시스템.
  5. 제1항에 있어서,
    상기 입력 데이터 생성부는,
    상기 연속적인 전기적 신호를 필터링하는 필터링부;
    전처리된 신호를 상기 기준 데이터와 동기화시키는 동기화부;
    상기 동기화부의 출력 신호의 오프셋을 조정하는 오프셋 조정부; 및
    상기 오프셋 조정부의 출력 신호를 상기 기준 데이터에 대응하는 구간으로 분할함으로써 상기 입력 데이터를 생성하는 분할부를 포함하는 것을 특징으로 하는 센서 시스템.
  6. 제1항에 있어서,
    상기 기준 데이터는 시간에 따라 정렬된 일련의 기준 샘플들을 포함하고,
    상기 입력 데이터는 상기 일련의 기준 샘플들에 각각 대응하는 일련의 입력 샘플들을 포함하는 것을 특징으로 하는 센서 시스템.
  7. 제6항에 있어서,
    상기 기준 샘플들 각각은 대응하는 입력 샘플의 상한 및 하한을 포함하고,
    상기 연산부는 상기 입력 샘플들 중 상기 상한 및 하한 사이를 벗어나는 입력 샘플의 개수가 미리 정해진 개수를 초과하는 경우, 상기 입력 데이터에서 이상이 발생한 것으로 결정하는 것을 특징으로 하는 센서 시스템.
  8. 제7항에 있어서,
    상기 기준 샘플들은, 동일한 값을 가지는 상한들 및 동일한 값을 가지는 하한들을 각각 포함하는 일련의 기준 샘플들을 포함하는 것을 특징으로 하는 센서 시스템.
  9. 제6항에 있어서,
    상기 기준 샘플들 각각은 대응하는 입력 샘플의 평균 및 편차를 포함하고,
    상기 연산부는 상기 입력 샘플들 중 상기 평균과의 차이가 상기 편차를 초과하는 샘플의 개수가 미리 정해진 개수를 초과하는 경우, 상기 입력 데이터에서 이상이 발생한 것으로 결정하는 것을 특징으로 하는 센서 시스템.
  10. 제6항에 있어서,
    상기 출력 데이터 생성부는, 상기 입력 샘플들 및 대응하는 평균들과의 차이들로부터 상기 출력 데이터를 생성하거나, 상기 차이들을 압축함으로써 상기 출력 데이터를 생성하는 것을 특징으로 하는 센서 시스템.
  11. 제6항에 있어서,
    상기 기준 샘플들 각각은 대응하는 입력 샘플의 평균 및 가중치를 포함하고,
    상기 연산부는 상기 입력 샘플들 중 미리 정해진 개수의 입력 샘플들에 대하여 상기 평균과의 차이와 가중치의 곱을 계산하고, 상기 미리 정해진 개수의 입력 샘플들에 대응하는 곱들의 가산 합이 미리 정해진 값을 초과하는 경우, 상기 입력 데이터에서 이상이 발생한 것으로 결정하는 것을 특징으로 하는 센서 시스템.
  12. 제11항에 있어서,
    상기 가중치는 대응하는 입력 샘플의 표준 편차에 반비례하는 것을 특징으로 하는 특징으로 하는 센서 시스템.
  13. 제1항에 있어서,
    상기 입력 데이터에서 이상이 발생하는 경우, 영상, 빛, 진동 또는 소리 중 적어도 하나를 출력하는 알람 모듈을 더 포함하는 센서 시스템.
  14. 무선 채널을 통해서 통신가능한 적어도 하나의 센서 시스템 및 애그리게이터(aggregator)를 사용하여 생체 신호를 모니터링 하는 방법으로서,
    상기 센서 시스템에서, 상기 생체 신호를 감지함으로써 입력 데이터를 생성하는 단계;
    상기 센서 시스템에서, 상기 입력 데이터 및 미리 저장된 기준 데이터에 기초하여, 상기 입력 데이터를 출력 데이터로서 상기 애그리게이터로 전송할지 여부를 결정하는 단계;
    상기 센서 시스템에서, 상기 출력 데이터를 상기 애그리게이터로 전송하는 단계;
    상기 애그리게이터에서, 상기 출력 데이터를 수신하고 상기 출력 데이터를 통신 네트워크를 통해서 스토리지 서버 또는 단말 장치에 전송하는 단계;
    상기 애그리게이터에서, 상기 출력 데이터로부터 피쳐(feature)를 추출하는 단계;
    상기 애그리게이터에서, 상기 피쳐를 미리 정해진 패턴 데이터와 비교함으로써 상기 출력 데이터를 분석하는 단계; 및
    상기 애그리게이터에서, 상기 출력 데이터의 분석 결과에 기초하여 상기 통신 네트워크를 통해서 응급 서비스 시스템에 응급 서비스 요청을 전송하는 단계를 포함하고,
    상기 기준 데이터는 상기 입력 데이터에서 이상(anomaly)의 발생 여부를 판정하는데 사용되는 것을 특징으로 하는 생체 신호 모니터링 방법.
  15. 제14항에 있어서,
    상기 센서 시스템에서 상기 입력 데이터를 출력 데이터로서 전송할지 여부를 결정하는 단계는,
    상기 입력 데이터 및 상기 기준 데이터를 피연산자들로서 연산함으로써 상기 입력 데이터에서 상기 이상이 발생한지 여부를 결정하는 단계; 및
    상기 입력 데이터에서 이상이 발생하는 경우, 상기 입력 데이터로부터 상기 출력 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 생체 신호 모니터링 방법.
  16. 제14항에 있어서,
    상기 센서 시스템에서, 상기 생체 신호의 모니터링 착수시 상기 입력 데이터를 상기 출력 데이터로서 상기 애그리게이터에 전송하는 단계;
    상기 애그리게이터에서, 적어도 하나의 센서 시스템으로부터 수신된 출력 데이터에 기초하여 상기 기준 데이터를 생성하는 단계; 및
    상기 애그리게이터에서, 상기 기준 데이터를 상기 센서 시스템으로 전송하는 단계를 더 포함하는 생체 신호 모니터링 방법.
  17. 삭제
  18. 제14항에 있어서,
    상기 애그리게이터에서, 상기 출력 데이터에 기초하여 영상, 빛, 진동 또는 소리 중 적어도 하나를 외부로 출력하는 단계를 더 포함하는 생체 신호 모니터링 방법.
  19. 무선 채널을 통해서 통신가능한 적어도 하나의 센서 시스템 및 애그리게이터(aggregator)를 사용하여 생체 신호를 모니터링 하는 방법으로서,
    상기 센서 시스템에서, 상기 생체 신호를 감지함으로써 입력 데이터를 생성하는 단계;
    상기 센서 시스템에서, 상기 입력 데이터 및 미리 저장된 기준 데이터에 기초하여, 상기 입력 데이터를 출력 데이터로서 상기 애그리게이터로 전송할지 여부를 결정하는 단계;
    상기 센서 시스템에서, 상기 출력 데이터를 상기 애그리게이터로 전송하는 단계;
    상기 애그리게이터에서, 상기 출력 데이터를 수신하고 상기 출력 데이터를 통신 네트워크를 통해서 스토리지 서버 또는 단말 장치에 전송하는 단계를 포함하고,
    상기 기준 데이터는 상기 입력 데이터에서 이상(anomaly)의 발생 여부를 판정하는데 사용되고,
    상기 애그리게이터에서 상기 출력 데이터를 상기 스토리지 서버 또는 단말 장치에 전송하는 단계는,
    상기 출력 데이터를 암호화하는 단계; 및
    암호화된 출력 데이터를 상기 통신 네트워크를 통해서 상기 스토리지 서버 또는 단말 장치에 전송하는 단계를 포함하는 것을 특징으로 하는 생체 신호 모니터링 방법.
  20. 제14항에 있어서,
    상기 애그리게이터는 모바일 폰인 것을 특징으로 하는 생체 신호 모니터링 방법.
KR1020150178521A 2015-12-14 2015-12-14 연속적인 생체 신호 모니터링 방법 및 시스템 KR102454895B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020150178521A KR102454895B1 (ko) 2015-12-14 2015-12-14 연속적인 생체 신호 모니터링 방법 및 시스템
US15/352,889 US10178974B2 (en) 2015-12-14 2016-11-16 Method and system for monitoring continuous biomedical signal
CN201611120311.7A CN106886675B (zh) 2015-12-14 2016-12-08 用于监视连续的生物医学信号的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150178521A KR102454895B1 (ko) 2015-12-14 2015-12-14 연속적인 생체 신호 모니터링 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20170070692A KR20170070692A (ko) 2017-06-22
KR102454895B1 true KR102454895B1 (ko) 2022-10-14

Family

ID=59018679

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150178521A KR102454895B1 (ko) 2015-12-14 2015-12-14 연속적인 생체 신호 모니터링 방법 및 시스템

Country Status (3)

Country Link
US (1) US10178974B2 (ko)
KR (1) KR102454895B1 (ko)
CN (1) CN106886675B (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102580910B1 (ko) * 2017-08-29 2023-09-20 에스케이텔레콤 주식회사 양방향 옵티컬 플로우를 이용한 움직임 보상 방법 및 장치
JP6309682B1 (ja) * 2017-10-26 2018-04-11 オムロンヘルスケア株式会社 データ処理装置、データ処理方法及びデータ処理プログラム
WO2019088462A1 (ko) * 2017-11-03 2019-05-09 주식회사 딥메디 혈압 추정 모델 생성 시스템 및 방법과 혈압 추정 시스템 및 방법
CN109567789B (zh) * 2018-12-03 2021-08-31 东软集团股份有限公司 心电图数据的分割处理方法、装置及可读存储介质
EP3839670A1 (de) * 2019-12-18 2021-06-23 Eppendorf AG Verfahren zum steuern von funktionselementen und vorrichtung zur anwendung in der bioprozesstechnik und/oder in der medizintechnik
US11883176B2 (en) 2020-05-29 2024-01-30 The Research Foundation For The State University Of New York Low-power wearable smart ECG patch with on-board analytics
JP7476976B2 (ja) 2020-10-30 2024-05-01 日本電信電話株式会社 推論装置、推論方法、及び推論プログラム
CN116584962B (zh) * 2022-11-25 2023-11-21 四川大学华西医院 一种基于胃肠电信号的睡眠障碍预测系统及其构建方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100197580B1 (ko) * 1995-09-13 1999-06-15 이민화 무선 통신망을 이용한 실시간 생체신호모니터링시스템

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5394879A (en) 1993-03-19 1995-03-07 Gorman; Peter G. Biomedical response monitor-exercise equipment and technique using error correction
US5400794A (en) 1993-03-19 1995-03-28 Gorman; Peter G. Biomedical response monitor and technique using error correction
EP2508124A3 (en) * 2003-11-18 2014-01-01 Adidas AG System for processing data from ambulatory physiological monitoring
JP2008520384A (ja) * 2004-11-19 2008-06-19 ヴィーヴォメトリックス インコーポレイテッド 限られたプロセッサ資源で呼吸数を実時間判定するための方法及びシステム
KR100723655B1 (ko) 2005-11-11 2007-05-30 주식회사강산넷 휴대폰을 이용한 원격 모니터링 시스템
CN101365378A (zh) * 2005-11-29 2009-02-11 风险获利有限公司 根据残差监测人体健康
KR101261176B1 (ko) 2007-03-23 2013-05-09 퀄컴 인코포레이티드 멀티-센서 데이터 수집 및/또는 프로세싱
EP2136711A1 (en) 2007-03-23 2009-12-30 3M Innovative Properties Company Modular electronic biosensor with interface for receiving disparate modules
US20080281165A1 (en) 2007-05-09 2008-11-13 Raghu Rai system and method for acquiring and transferring data to a remote server
US8594772B2 (en) 2008-06-03 2013-11-26 International Business Machines Corporation Method for monitoring and communicating biomedical electromagnetic fields
US10213164B2 (en) * 2008-09-26 2019-02-26 Qualcomm Incorporated Method and apparatus for under-sampled acquisition and transmission of photoplethysmograph (PPG) data and reconstruction of full band PPG data at the receiver
US20100246651A1 (en) 2009-03-31 2010-09-30 Qualcomm Incorporated Packet loss mitigation in transmission of biomedical signals for healthcare and fitness applications
KR101090086B1 (ko) * 2009-05-28 2011-12-07 (주)유카이트 생체신호 측정단말기, 이를 이용한 응급구호 서비스 제공방법 및 응급구호 시스템
EP2456360B1 (en) 2009-07-20 2017-11-22 Koninklijke Philips N.V. Method for operating a patient monitoring system
US20110134906A1 (en) 2009-12-03 2011-06-09 Qualcomm Incorporated Method and apparatus for distributed processing for wireless sensors
CN102740767B (zh) * 2010-02-01 2015-11-25 唯听助听器公司 能够进行无线通信的便携式eeg监控系统
CN103026761B (zh) 2010-07-23 2017-05-03 皇家飞利浦电子股份有限公司 针对节能身体传感器网络发现的方法、装置和系统
US8519867B2 (en) 2010-12-23 2013-08-27 General Electric Company Method and system for reducing transmitter power consumption while avoiding delay of displayed information
KR101192848B1 (ko) 2011-06-01 2012-10-18 (주)링크옵틱스 절전형 생체신호 모니터링 시스템
US20130035571A1 (en) 2011-08-06 2013-02-07 Imaxdi Real Innovation Sl Mobile emergency response system
JP2013121440A (ja) 2011-12-12 2013-06-20 Jvc Kenwood Corp 健康管理システム
US9936889B2 (en) 2012-03-08 2018-04-10 Samsung Electronics Co., Ltd. Apparatus and method of controlling threshold for detecting peaks of physiological signals
JP5910428B2 (ja) * 2012-09-13 2016-04-27 オムロン株式会社 監視装置、監視方法、プログラムおよび記録媒体
US20140159912A1 (en) 2012-12-10 2014-06-12 Jacob Fraden Biomedical monitor for smartphone
CN103514357B (zh) * 2012-12-31 2017-07-11 Tcl集团股份有限公司 远程健康监护方法及其监护系统
KR20140107714A (ko) 2013-02-25 2014-09-05 한국전자통신연구원 건강 관리 시스템 및 그것의 건강 정보 제공 방법
US10165946B2 (en) * 2013-09-25 2019-01-01 Bardy Diagnostics, Inc. Computer-implemented system and method for providing a personal mobile device-triggered medical intervention
JP5942956B2 (ja) 2013-10-11 2016-06-29 セイコーエプソン株式会社 計測情報管理システム、情報機器、計測情報管理方法、および計測情報管理プログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100197580B1 (ko) * 1995-09-13 1999-06-15 이민화 무선 통신망을 이용한 실시간 생체신호모니터링시스템

Also Published As

Publication number Publication date
KR20170070692A (ko) 2017-06-22
US10178974B2 (en) 2019-01-15
US20170164907A1 (en) 2017-06-15
CN106886675B (zh) 2022-06-21
CN106886675A (zh) 2017-06-23

Similar Documents

Publication Publication Date Title
KR102454895B1 (ko) 연속적인 생체 신호 모니터링 방법 및 시스템
US11562222B2 (en) Systems and methods of identity analysis of electrocardiograms
EP3410924B1 (en) Machine learnt model to detect rem sleep periods using a spectral analysis of heart rate and motion
US20170215808A1 (en) Machine learnt model to detect rem sleep periods using a spectral analysis of heart rate and motion
US10467548B2 (en) Method, apparatus and system for biometric identification
EP2730216B1 (en) Biosignal transmitter, biosignal receiver, and biosignal transmitting method
WO2018218310A1 (en) Digital health monitoring system
Geman et al. Ubiquitous healthcare system based on the sensors network and android internet of things gateway
Qidwai et al. Using casual reasoning for anomaly detection among ECG live data streams in ubiquitous healthcare monitoring systems
Gautam et al. An smartphone-based algorithm to measure and model quantity of sleep
Kang et al. Data processing of physiological sensor data and alarm determination utilising activity recognition
WO2018009991A1 (en) Epileptic seizure prediction method and device configured for the prediction of an epileptic seizure
Sujin et al. Public e-health network system using arduino controller
CN112957018A (zh) 基于人工智能的心脏状态检测方法和装置
Yundra et al. Wireless body area network's application for motion detection based on Android smartwatch
Amit et al. Evaluation of IoT based Real-Time Pulse & Temperature Monitoring System
CN111295136B (zh) 用于使生物电位信号同步的方法、装置和计算机程序
US20230012526A1 (en) System and a method for predicting time of ovulation
US11935652B1 (en) Health status change detection using anomaly detection in latent spaces
Tiwari et al. Standard deviation (SD)-based data filtering technique for body sensor network data
US20220361808A1 (en) Sleep-wakefulness determination device and program
Brayner et al. PeMo‐EC: An Intelligent, Pervasive and Mobile Platform for ECG Signal Acquisition, Processing, and Pre‐Diagnostic Extraction
Panicker et al. Finding patterns in biological parameters
Alma et al. Improving energy-efficiency of real-time health monitoring using wireless sensors and smartphones
Hsu et al. Activation‐based recurrent learning method for wearable sensor data processing in human activity recognition

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant