KR102535887B1 - 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법 - Google Patents

학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법 Download PDF

Info

Publication number
KR102535887B1
KR102535887B1 KR1020210125023A KR20210125023A KR102535887B1 KR 102535887 B1 KR102535887 B1 KR 102535887B1 KR 1020210125023 A KR1020210125023 A KR 1020210125023A KR 20210125023 A KR20210125023 A KR 20210125023A KR 102535887 B1 KR102535887 B1 KR 102535887B1
Authority
KR
South Korea
Prior art keywords
pressure
eeg
intracranial pressure
subject
user
Prior art date
Application number
KR1020210125023A
Other languages
English (en)
Other versions
KR20230041423A (ko
Inventor
신상도
김희찬
송경준
김기홍
홍기정
김희진
Original Assignee
서울대학교산학협력단
서울대학교병원
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 서울대학교산학협력단, 서울대학교병원 filed Critical 서울대학교산학협력단
Priority to KR1020210125023A priority Critical patent/KR102535887B1/ko
Publication of KR20230041423A publication Critical patent/KR20230041423A/ko
Application granted granted Critical
Publication of KR102535887B1 publication Critical patent/KR102535887B1/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
    • A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
    • A61B5/031—Intracranial pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Psychology (AREA)
  • Vascular Medicine (AREA)
  • Neurosurgery (AREA)
  • Hematology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 발명은 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그것을 이용한 비침습적 두개내압 추정 방법에 관한 것이다. 본 발명에 따르면, 뇌파 신호를 기반으로 하는 비침습적 두개내압 추정 장치를 이용한 비침습적 두개내압 추정 방법에 있어서, 사용자의 생체정보인 나이, 성별, 외상 여부 중에서 적어도 하나와 사용자의 평균동맥압, 뇌관류압을 입력받고, 사용자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 사용자의 뇌파 신호를 입력받는 단계, 사용자의 뇌파 신호를 이용하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출하는 단계, 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시키는 단계, 피검자의 생체정보와 평균동맥압을 입력받고, 피검자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 피검자의 뇌파 신호를 입력받는 단계, 피검자의 생체정보 및 뇌파 신호를 학습모델에 적용하여 피검자의 뇌관류압을 추정하는 단계, 추정된 뇌관류압 및 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출하는 단계를 포함한다.

Description

학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법{APPARATUS FOR ESTIMATING INTRACRANIAL PRESSURE OF NON INVASIVE USING EEG SIGNALS BASED ON LEARNING AND METHOD THEREOF}
본 발명은 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 피검자의 생체정보 및 뇌파를 이용하여 추정된 뇌관류압을 통해 추정 두개내압을 산출하는 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법에 관한 것이다.
뇌파(Electroencephalogram)는 뇌의 활동에 따라 발생하는 전위를 증폭하여 기록한 것으로, 뇌 혈류량에 의해 활성화되며, 두피에 부착한 표면전극을 통해 검출할 수 있는데 크기가 작고 잡음에 취약하므로 적절한 증폭과 필터 기술이 필요하다.
일반적으로, 뇌파를 측정하는 장치는 증폭단과 필터 등이 포함된 아날로그 신호처리 회로, 아날로그 신호를 디지털 신호로 바꾸는 아날로그/디지털 변환기 (ADC), 디지털 신호를 전달받아 특정 연산을 수행하거나 통신을 통해 데이터를 전달하는 마이크로프로세서 등으로 구성된다.
그리고, 외상성 뇌 손상이나 뇌졸중 등 두개내압이 상승하는 질환의 치료 과정에서 모니터 해야 할 가장 중요한 생체 지표 중에 하나는 두개내압(intracranial pressure, ICP)으로, 두개내압이 상승되는 경우 높아진 압력에 의하여 뇌 조직 및 혈관을 눌리게 되고 이는 이차적인 뇌 손상으로 환자의 임상적 예후를 악화시키게 된다. 따라서, 뇌질환 환자의 치료 과정에서 두개내압은 치료 방향을 정하는 지표로 주로 활용된다.
이때, 두개내압은 뇌의 산소 공급 및 대사 유지를 위한 혈류량을 반영하는 뇌관류압(cerebral perfusion pressure, CEPP)과 직접적 관계를 가지며, 두개내압을 측정하지 못하는 경우 뇌관류압을 추정하기 어렵다.
현재까지 두개내압의 측정을 위한 방법은 압력 측정 센서를 두개골 안에 거치시켜 실제 압력을 측정하는 것이 유일한 방법으로, 두개골 안에 압력 측정 센서를 거치하기 위해서는 침습적으로 두개골에 구멍을 뚫어야 하는 문제점이 있다. 또한, 두개골 안에 구멍을 뚫고 센서를 거치하면서 추가적인 2차 뇌손상 발생 위험이 있고 외부로부터 유해균의 유입에 의한 감염에 위험이 존재한다는 문제점이 있다.
본 발명의 배경이 되는 기술은 대한민국공개특허 제10-2019-0019093호 (2019.02.26 공개)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는 피검자의 생체정보 및 뇌파를 이용하여 추정된 뇌관류압을 통해 추정 두개내압을 산출하는 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법을 제공하는 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 뇌파 신호를 기반으로 하는 비침습적 두개내압 추정 장치를 이용한 비침습적 두개내압 추정 방법에 있어서, 사용자의 생체정보인 나이, 성별, 외상 여부 중에서 적어도 하나와 사용자의 평균동맥압, 뇌관류압을 입력받고, 사용자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 사용자의 뇌파 신호를 입력받는 단계, 상기 사용자의 뇌파 신호를 이용하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출하는 단계, 상기 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시키는 단계, 피검자의 생체정보와 평균동맥압을 입력받고, 피검자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 피검자의 뇌파 신호를 입력받는 단계, 상기 피검자의 생체정보 및 뇌파 신호를 상기 학습모델에 적용하여 상기 피검자의 뇌관류압을 추정하는 단계, 상기 추정된 뇌관류압 및 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출하는 단계를 포함한다.
상기 뇌파 지표를 추출하는 단계는, 상기 뇌파 신호에 대하여 주파수 분석을 수행하여 노이즈를 제거하는 단계, 상기 뇌파 신호에 대하여 주파수 계열의 데이터를 분석하는 단계, 그리고 상기 뇌파 신호에 대하여 바이오스펙트럼 계열의 데이터를 분석하여 뇌파 지표를 추출하는 단계를 포함할 수 있다.
상기 뇌파 지표를 추출하는 단계는, 상기 바이오스펙트럼 계열의 데이터를 분석하여 통계적 지표 또는 엔트로피 인덱스를 더 포함하여 추출할 수 있다.
상기 뇌파 지표는, BSR, BetaR, DeltaR, DTABR, TP, SEF, MF, BcSEF, BcMF, ExtraPR, AlphaPR, BetaPR, DeltaPR, ThetaPR, GammaPR, SD_Delta, SD_Theta, SD_Alpha, SD_Beta, SD_Gamma, TP_Delta, TP_Theta, TP_Alpah, TP_Beta, TP_Gamma 중에서 적어도 하나를 포함할 수 있다.
상기 피검자의 뇌관류압을 추정하는 단계는, 다음의 수학식을 이용하여 상기 피검자의 뇌관류압을 추정할 수 있다.
Figure 112021108410393-pat00001
여기서, eCEPP는 추정된 뇌관류압,
Figure 112021108410393-pat00002
는 상수,
Figure 112021108410393-pat00003
는 BSR에 대한 가중치,
Figure 112021108410393-pat00004
는 BetaR에 대한 가중치,
Figure 112021108410393-pat00005
는 DeltaR에 대한 가중치,
Figure 112021108410393-pat00006
는 BcSER에 대한 가중치,
Figure 112021108410393-pat00007
는 AlphaPR에 대한 가중치,
Figure 112021108410393-pat00008
는 GammaPR에 대한 가중치,
Figure 112021108410393-pat00009
는 ExtraPR에 대한 가중치를 나타낸다.
상기 피검자의 추정 두개내압을 산출하는 단계는, 다음의 수학식을 이용하여 상기 피검자의 추정 두개내압을 산출할 수 있다.
eICP = MAP - eCEPP
여기서, eICP(estimated intracranial pressure)은 추정 두개내압이고, MAP(Mean arterial pressure)은 평균동맥압이며, eCEPP(estimated cerebral perfusion pressure)은 추정 뇌관류압을 나타낸다.
상기 뇌파 신호는 단일 채널 전극쌍에 의해 검출될 수 있다.
본 발명의 다른 실시예에 따르면, 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치에 있어서, 사용자의 생체정보인 나이, 성별, 외상 여부 중에서 적어도 하나와 사용자의 평균동맥압, 뇌관류압을 입력받고, 사용자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 사용자의 뇌파 신호를 입력받으며, 상기 사용자의 뇌파 신호를 이용하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출하여 상기 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시키는 학습부, 피검자의 생체정보와 평균동맥압을 입력받고, 피검자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 피검자의 뇌파 신호를 입력받는 입력부, 그리고 상기 피검자의 생체정보 및 뇌파 신호를 상기 학습모델에 적용하여 상기 피검자의 뇌관류압을 추정하고, 상기 추정된 뇌관류압 및 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출하는 두개내압 추정부를 포함한다.
이와 같이 본 발명에 따르면, 뇌파를 이용하여 비침습적으로 두개내압을 추정함으로써, 임상 현장에서 외상성 뇌 손상을 가진 환자의 두개내압에 대한 변화를 용이하게 모니터링할 수 있다. 그리고, 비침습적으로 두개내압 추정을 수행하므로, 2차 뇌손상 발생 위험이 적고, 외부로부터 뇌로 유입되는 유해균에 의한 감염을 방지할 수 있다.
도 1은 본 발명의 실시예에 따른 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치의 구성을 설명하기 위한 도면이다.
도 3은 본 발명의 실시예에 따른 학습모델을 학습하는 과정을 설명하기 위한 순서도이다.
도 4는 도 3의 S320 단계를 설명하기 위한 순서도이다.
도 5a 및 도 5b는 도 4의 S322 단계를 설명하기 위한 예시도이다.
도 5c는 도 4의 S323 단계를 설명하기 위한 도면이다.
도 5d는 도 4의 S325 단계를 설명하기 위한 예시도이다.
도 6은 본 발명의 실시예에 따른 피검자의 두개내압 추정 방법을 설명하기 위한 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
이하에서는 도 1을 이용하여 본 발명의 실시예에 따른 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치(100)에 대하여 설명한다.
도 1은 본 발명의 실시예에 따른 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치를 설명하기 위한 도면이다.
도 1에서 도시한 바와 같이, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 뇌파 측정 장치(200)와 연결된다.
먼저, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 뇌파 측정 장치(200)를 통해 측정한 피검자의 뇌파 및 피검자의 생체정보를 이용하여 뇌관류압을 추정하고, 피검자의 평균동맥압 및 추정된 뇌관류압을 이용하여 피검자의 추정 두개내압을 산출한다.
그리고, 뇌파 측정 장치(200)는 복수의 전극을 피검자의 두개골 상에 부착하여 뇌파 신호를 감지하며, 뇌파 신호는 단일 채널 전극쌍에 의해 검출된다. 이때, 뇌파 측정 장치(200)는 뇌파의 종류별 신호를 추출하여 피검자의 뇌파를 측정하며, 측정된 뇌파를 비침습적 두개내압 추정 장치(100)로 전송한다.
여기서, 뇌파 측정 장치(200)는 피검자의 머리에 패드 형식으로 부착되거나 머리띠 형식으로 장착하는 형태로 구현될 수 있으며, 환자의 뇌파를 분석할 수 있는 기기로 구현될 수 있다.
그리고, 뇌파 측정 장치(200)는 심전도 표면 전극을 사용할 수 있으며, 마이크로 니들(micro-needle)이 장착되어 있고 접착력이 강한 특수 전극을 사용할 수 있다.
즉, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 피검자의 두개골에 부착된 뇌파 측정 장치(200)를 통해 측정된 뇌파를 전송받으며, 전송받은 뇌파, 피검자의 생체정보을 통해 피검자의 뇌관류압을 추정하고, 추정된 뇌관류압을 통해 피검자의 추정 두개내압을 산출한다.
이하에서는 도 2를 이용하여 본 발명의 실시예에 따른 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치(100)의 구성에 대하여 설명한다.
도 2는 본 발명의 실시예에 따른 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치의 구성을 설명하기 위한 도면이다.
도 2에서 도시한 바와 같이, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 학습부(110), 입력부(120) 및 두개내압 추정부(130)을 포함한다.
먼저, 학습부(110)는 사용자의 생체정보인 나이, 성별, 외상 여부 중에서 적어도 하나와 사용자의 평균동맥압, 뇌관류압을 입력받고, 사용자의 두개골 상에 부착된 뇌파 측정 장치(200)를 이용하여 측정된 사용자의 뇌파 신호를 입력받는다.
그리고, 학습부(110)는 사용자의 뇌파 신호를 이용하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출하여 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시킨다.
이때, 학습부(110)는 뇌파 신호에 대하여 주파수 분석을 수행하여 노이즈를 제거한다.
그리고, 학습부(110)는 뇌파 신호에 대하여 주파수 계열의 데이터를 분석하고, 뇌파 신호에 대하여 바이오스펙트럼 계열의 데이터를 분석하여 뇌파 지표를 추출한다.
이때, 학습부(110)는 바이오스펙트럼 계열의 데이터를 분석하여 통계적 지표 또는 엔트로피 인덱스를 더 포함하여 추출한다.
그리고, 뇌파 지표는 BSR, BetaR, DeltaR, DTABR, TP, SEF, MF, BcSEF, BcMF, ExtraPR, AlphaPR, BetaPR, DeltaPR, ThetaPR, GammaPR, SD_Delta, SD_Theta, SD_Alpha, SD_Beta, SD_Gamma, TP_Delta, TP_Theta, TP_Alpah, TP_Beta, TP_Gamma 중에서 적어도 하나를 포함할 수 있다.
그리고, 학습부(110)는 CNN(Convolution Neural Network), 딥러닝(Deep learning), 선형회귀모델을 기반으로 학습모델을 학습시킬 수 있다.
다음으로, 입력부(120)는 피검자의 생체정보와 평균동맥압을 입력받고, 피검자의 두개골 상에 부착된 뇌파 측정 장치(200)를 이용하여 측정된 피검자의 뇌파 신호를 입력받는다.
이때, 피검자의 생체정보는 피검자의 나이, 성별, 외상 여부 중에서 적어도 하나를 포함할 수 있다.
다음으로, 두개내압 추정부(130)는 피검자의 생체정보 및 뇌파 신호를 학습모델에 적용하여 피검자의 뇌관류압을 추정한다.
이때, 두개내압 추정부(130)는 피검자의 생체정보 및 뇌파 신호의 종류에 따라 다른 가중치를 가질 수 있다.
그리고, 두개내압 추정부(130)는 추정된 피검자의 뇌관류압 및 기 측정된 피검자의 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출한다.
그리고, 두개내압 추정부(130)는 로지스틱 회귀공식(Logistic regression, LR), 나이브 베이즈 분류(Na
Figure 112021108410393-pat00010
ve bayes classification, NB), 서포트 벡터 머신(Support vector machine,SVM)의 기계학습 방법론과 뇌파 단독(Only EEG), 맥박수 단독(Only HR, heart rate), 뇌파와 맥박수를 각각 이용하여 추정 두개내압을 산출할 수 있다.
이하에서는 도 3을 이용하여 본 발명의 실시예에 따른 학습부(110)를 통하여 학습모델을 학습시키는 과정에 대하여 설명한다.
도 3은 본 발명의 실시예에 따른 학습모델을 학습하는 과정을 설명하기 위한 순서도이다.
먼저, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 사용자의 생체정보, 평균동맥압, 뇌관류압 및 뇌파 신호를 입력받는다(S310).
이때, 사용자의 생체정보는 사용자의 나이, 성별, 외상 여부 중에서 적어도 하나를 포함할 수 있으며, 평균 동맥압은 혈액을 체순환계로 밀어내는 평균 압력이고, 뇌관류압은 뇌 혈액이 뇌 조직에 도달하기 위한 실제적 압력의 차이를 의미한다.
그리고, 뇌파 신호는 사용자의 두개골 상에 부착된 뇌파 측정 장치(200)를 이용하여 측정되며, 측정된 뇌파 신호는 비침습적 두개내압 추정 장치(100)에 입력된다.
다음으로, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 사용자의 뇌파 신호에 대하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출한다(S320).
이하에서는 도 4 내지 도 5d를 이용하여 복수의 뇌파 신호로부터 뇌파 지표를 추출하는 방법에 대해서 설명한다.
도 4는 도 3의 S320 단계를 설명하기 위한 순서도이다.
먼저, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 뇌파 신호에 대하여 주파수 분석을 수행하여 노이즈를 제거한다(S321).
이때, 비침습적 두개내압 추정 장치(100)는 대역폭이 0.5~47Hz인 대역통과필터를 사용하고, DC성분 제거를 통해 기준선을 제거하며, 대역폭은 한정하지 않고, 대역통과필터를 사용하여 필요한 대역폭을 획득할 수 있다.
또한, 비침습적 두개내압 추정 장치(100)는 필터 함수를 이용하여 특정 주파수 대역만 필터링하고, 초기 n분에 해당하는 데이터를 삭제처리한다.
그러면, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 노이즈가 제거된 사용자의 뇌파 신호로부터 뇌파 데이터를 분할한다(S322).
도 5a 및 도 5b는 도 4의 S322 단계를 설명하기 위한 예시도이다.
도 5a에서 도시한 바와 같이, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 노이즈가 제거된 사용자의 뇌파 신호에 대하여 초기 1분에 해당하는 데이터를 삭제한다.
그리고, 비침습적 두개내압 추정 장치(100)는 3축, 6축 등의 가속도 센서를 이용하여 응급환자 신체의 흔들림 등의 움직임을 감지하고, 이로 인해 발생된 노이즈를 뇌파 신호로부터 제거할 수 있다.
그리고, 도 5b에서 도시한 바와 같이, 비침습적 두개내압 추정 장치(100)는 2초 길이의 에포크(epoch)로 뇌파 신호에 대한 데이터를 분할한다.
이때, 비침습적 두개내압 추정 장치(100)는 75%의 중첩을 고려하여 에포크를 분할할 수 있으며, 시간 영역의 파라미터와 엔트로피 인덱스를 얻기 위해 2초 길이의 에포크를 분석한다.
다음으로, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 뇌파 신호에 대하여 주파수 계열의 데이터를 분석한다(S323).
여기서, 비침습적 두개내압 추정 장치(100)는 S322 단계를 통해 에포크를 분석하여 단일 에포크에 대한 시계열(Time domain)과 주파수 계열(Frequency domain) 파라미터를 획득할 수 있다.
도 5c는 도 4의 S323 단계를 설명하기 위한 도면이다.
도 5c에서 도시한 바와 같이, 비침습적 두개내압 추정 장치(100)는 1차 푸리에 변환을 수행하여 획득한 주파수 스펙트럼을 획득하여 8개의 주파수 계열 파라미터를 획득할 수 있다.
여기서, 시계열 파라미터는 크기(amplitude)에 대한 정보를 나타내는 것으로, BSR(Burst Suppression Ratio), Magnitude, RatioUnder5, RatioUnder10, AmpBW 등을 포함할 수 있다.
그리고, 주파수 계열 파라미터는 특정 주파수 범위에서의 파워 비율을 나타내는 것으로, BetaR, DeltaR, DTABR, TP, SEF, MF, BcSEF, BcMF, ExtraPR, AlphaPR, BetaPR, DeltaPR, ThetaPR, GammaPR, SD_Delta, SD_Theta, SD_Alpha, SD_Beta, SD_Gamma, TP_Delta, TP_Theta, TP_Alpah, TP_Beta, TP_Gamma 등을 포함할 수 있다.
다음으로, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 뇌파 신호에 대하여 바이오스펙트럼 계열의 데이터를 분석한다(S324).
여기서, 비침습적 두개내압 추정 장치(100)는 2차 푸리에 변환을 통해 획득한 바이스펙트럼을 이용하여 바이스펙트럼 계열의 파라미터를 획득할 수 있다.
그리고, 바이스펙트럼 계열의 파라미터는 SynchFastSlow을 포함할 수 있다.
그러면, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 주파수 계열의 데이터와 바이오스펙트럼 계열의 데이터를 통해 뇌파 지표를 추출한다(S325).
그리고, 비침습적 두개내압 추정 장치(100)는 바이오스펙트럼 계열의 데이터를 분석하여 통계적 지표 또는 엔트로피 인덱스를 더 포함하여 추출한다.
여기서, 엔트로피 인덱스는 Shannon Entropy, Log Energy Entropy, Threshold Entropy, Norm Entropy, Spectral Entropy, Renyi Entropy, Tasllis Entropy 등의 파라미터를 포함할 수 있으며, 통계적 지표로는 확률 분포도 상에서의 편포도(Skewness), 첨도(Kurtosis) 등의 파라미터를 포함한다.
도 5d는 도 4의 S325 단계를 설명하기 위한 예시도이다.
도 5d에서 도시한 바와 같이, 비침습적 두개내압 추정 장치(100)는 2번의 푸리에 변환을 통해 주파수 계열의 데이터 및 바이스펙트럼 계열의 데이터를 통해 Theta, Delta, Alpha, Beta, Gamma 와 같은 뇌파 지표를 추출할 수 있다.
즉, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 단일 에포크에 대응하는 뇌파 신호에 대한 데이터에서 시계열과 주파수 계열의 파라미터를 획득하고, 다음 에포크에서 동일한 과정을 수행하여 시계열과 주파수 계열의 파라미터를 획득할 수 있다.
그러면, 비침습적 두개내압 추정 장치(100)는 0.5초 간격으로 전체 뇌파 데이터에 대한 파라미터를 획득한다.
다음으로, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시킨다(S330).
이때, 학습모델은 CNN(Convolution Neural Network), 딥러닝(Deep learning), 선형회귀모델을 기반으로 학습될 수 있다.
그리고, 비침습적 두개내압 추정 장치(100)는 두개내압 및 뇌관류압과 개별 뇌파 파라미터 사이의 상관계수(Correlation coefficients)를 검토하고, 절대값을 기준으로 상관계수가 0.1이상을 갖는 뇌파 파라미터 9개를 활용하여 학습모델을 학습시킬 수 있다.
이하에서는 도 6을 이용하여 본 발명의 실시예에 따른 피검자의 추정 두개내압을 산출하는 방법에 대하여 설명한다.
도 6은 본 발명의 실시예에 따른 피검자의 두개내압 추정 방법을 설명하기 위한 순서도이다.
먼저, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 피검자의 생체정보, 평균동맥압, 뇌파 신호를 입력받는다(S610).
이때, 피검자의 생체정보는 피검자의 성별, 나이, 외상 여부 중에서 적어도 하나를 포함하며, 뇌파 신호는 피검자의 두개골 상에 부착된 뇌파 측정 장치(200)를 이용하여 측정될 수 있다.
다음으로, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 피검자의 생체 정보 및 뇌파 신호를 학습모델에 적용하여 피검자의 뇌관류압을 추정한다(S620).
이때, 비침습적 두개내압 추정 장치(100)는 다음의 수학식 1을 이용하여 피검자의 뇌관류압을 추정할 수 있다.
Figure 112021108410393-pat00011
여기서, eCEPP는 추정된 뇌관류압,
Figure 112021108410393-pat00012
는 상수,
Figure 112021108410393-pat00013
는 BSR에 대한 가중치,
Figure 112021108410393-pat00014
는 BetaR에 대한 가중치,
Figure 112021108410393-pat00015
는 DeltaR에 대한 가중치,
Figure 112021108410393-pat00016
는 BcSER에 대한 가중치,
Figure 112021108410393-pat00017
는 AlphaPR에 대한 가중치,
Figure 112021108410393-pat00018
는 GammaPR에 대한 가중치,
Figure 112021108410393-pat00019
는 ExtraPR에 대한 가중치를 나타낸다.
그리고, 가중치는 피검자의 생체정보 및 뇌파 신호에 따라 다르게 부여되며, 비침습적 두개내압 추정 장치(100)는 피검자의 생체정보 및 뇌파 신호를 수학식 1에 적용하여 추정되는 뇌관류압을 산출할 수 있다.
다음으로, 본 발명의 실시예에 따른 비침습적 두개내압 추정 장치(100)는 추정된 뇌관류압 및 기 측정된 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출한다(S630).
이때, 비침습적 두개내압 추정 장치(100)는 다음의 수학식 2를 이용하여 피검자의 추정 두개내압을 산출할 수 있다.
Figure 112021108410393-pat00020
여기서, eICP(estimated intracranial pressure)은 추정 두개내압이고, MAP(Mean arterial pressure)은 평균동맥압이며, eCEPP(estimated cerebral perfusion pressure)은 추정 뇌관류압을 나타낸다.
즉, 비침습적 두개내압 추정 장치(100)는 S620 단계에서 추정된 뇌관류압과 기 측정된 평균동맥압을 수학식 2에 대입하여 추정 두개내압을 산출할 수 있다.
그리고, 비침습적 두개내압 추정 장치(100)는 S320 단계에서 산출된 뇌파 데이터에 대한 파라미터를 장치 내 기계 학습 유닛(On-device machine learning unit)에 입력하여 직접 두개내압(intracranial pressure)을 추정할 수 있다.
이와 같이 본 발명의 실시예에 따르면, 뇌파를 이용하여 비침습적으로 두개내압을 추정하는 경우, 임상 현장에서 외상성 뇌 손상을 가진 환자의 두개내압에 대한 변화를 쉽게 모니터링할 수 있다. 그리고, 비침습적으로 수행하므로, 2차 뇌손상 발생 위험이 적고, 외부로부터 뇌로 들어가는 유해 균의 유입에 의한 감염을 방지할 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: 비침습적 두개내압 추정 장치, 110: 학습부,
120: 입력부, 130: 두개내압 추정부,
200: 뇌파 측정 장치

Claims (14)

  1. 뇌파 신호를 기반으로 하는 비침습적 두개내압 추정 장치를 이용한 비침습적 두개내압 추정 방법에 있어서,
    사용자의 생체정보인 나이, 성별, 외상 여부 중에서 적어도 하나와 사용자의 평균동맥압, 뇌관류압을 입력받고, 사용자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 사용자의 뇌파 신호를 입력받는 단계,
    상기 사용자의 뇌파 신호를 이용하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출하는 단계,
    상기 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시키는 단계,
    피검자의 생체정보와 평균동맥압을 입력받고, 피검자의 두개골 상에 부착된 뇌파 측정 장치를 이용하여 측정된 피검자의 뇌파 신호를 입력받는 단계,
    상기 피검자의 생체정보 및 뇌파 신호를 상기 학습모델에 적용하여 상기 피검자의 뇌관류압을 추정하는 단계,
    상기 추정된 뇌관류압 및 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출하는 단계를 포함하는 비침습적 두개내압 추정 방법.
  2. 제1항에 있어서,
    상기 뇌파 지표를 추출하는 단계는,
    상기 뇌파 신호에 대하여 주파수 분석을 수행하여 노이즈를 제거하는 단계,
    상기 뇌파 신호에 대하여 주파수 계열의 데이터를 분석하는 단계, 그리고
    상기 뇌파 신호에 대하여 바이오스펙트럼 계열의 데이터를 분석하여 뇌파 지표를 추출하는 단계를 포함하는 비침습적 두개내압 추정 방법.
  3. 제2항에 있어서,
    상기 뇌파 지표를 추출하는 단계는,
    상기 바이오스펙트럼 계열의 데이터를 분석하여 통계적 지표 또는 엔트로피 인덱스를 더 포함하여 추출하는 비침습적 두개내압 추정 방법.
  4. 제1항에 있어서,
    상기 뇌파 지표는,
    BSR, BetaR, DeltaR, DTABR, TP, SEF, MF, BcSEF, BcMF, ExtraPR, AlphaPR, BetaPR, DeltaPR, ThetaPR, GammaPR, SD_Delta, SD_Theta, SD_Alpha, SD_Beta, SD_Gamma, TP_Delta, TP_Theta, TP_Alpah, TP_Beta, TP_Gamma 중에서 적어도 하나를 포함하는 비침습적 두개내압 추정 방법.
  5. 제4항에 있어서,
    상기 피검자의 뇌관류압을 추정하는 단계는,
    다음의 수학식을 이용하여 상기 피검자의 뇌관류압을 추정하는 비침습적 두개내압 추정 방법:
    Figure 112021108410393-pat00021

    여기서, eCEPP는 추정된 뇌관류압,
    Figure 112021108410393-pat00022
    는 상수,
    Figure 112021108410393-pat00023
    는 BSR에 대한 가중치,
    Figure 112021108410393-pat00024
    는 BetaR에 대한 가중치,
    Figure 112021108410393-pat00025
    는 DeltaR에 대한 가중치,
    Figure 112021108410393-pat00026
    는 BcSER에 대한 가중치,
    Figure 112021108410393-pat00027
    는 AlphaPR에 대한 가중치,
    Figure 112021108410393-pat00028
    는 GammaPR에 대한 가중치,
    Figure 112021108410393-pat00029
    는 ExtraPR에 대한 가중치를 나타낸다.
  6. 제5항에 있어서,
    상기 피검자의 추정 두개내압을 산출하는 단계는,
    다음의 수학식을 이용하여 상기 피검자의 추정 두개내압을 산출하는 비침습적 두개내압 추정 방법:
    eICP = MAP - eCEPP
    여기서, eICP(estimated intracranial pressure)은 추정 두개내압이고, MAP(Mean arterial pressure)은 평균동맥압이며, eCEPP(estimated cerebral perfusion pressure)은 추정 뇌관류압을 나타낸다.
  7. 제1항에 있어서,
    상기 뇌파 신호는 단일 채널 전극쌍에 의해 검출되는 비침습적 두개내압 추정 방법.
  8. 단일채널 뇌파 신호를 이용한 비침습적 두개내압 추정 장치에 있어서,
    사용자의 생체정보인 나이, 성별, 외상 여부 중에서 적어도 하나와 사용자의 평균동맥압, 뇌관류압을 입력받고, 사용자의 두개골 상에 부착된 표면 뇌파 측정 장치를 이용하여 측정된 사용자의 뇌파 신호를 입력받으며, 상기 사용자의 뇌파 신호를 이용하여 주파수 분석을 통해 복수의 뇌파 신호로부터 뇌파 지표를 추출하여 상기 사용자의 생체정보, 뇌파 지표를 입력데이터로 하고, 사용자의 뇌관류압을 출력데이터로 하여 학습모델을 학습시키는 학습부,
    피검자의 생체정보와 평균동맥압을 입력받고, 피검자의 두개골 상에 부착된 표면 뇌파 측정 장치를 이용하여 측정된 피검자의 뇌파 신호를 입력받는 입력부, 그리고
    상기 피검자의 생체정보 및 뇌파 신호를 상기 학습모델에 적용하여 상기 피검자의 뇌관류압을 추정하고, 상기 추정된 뇌관류압 및 평균동맥압을 이용하여 피검자의 추정 두개내압을 산출하는 두개내압 추정부를 포함하는 비침습적 두개내압 추정 장치.
  9. 제8항에 있어서,
    상기 학습부는,
    상기 뇌파 신호에 대하여 주파수 분석을 수행하여 노이즈를 제거하고, 상기 뇌파 신호에 대하여 주파수 계열의 데이터를 분석하며, 상기 뇌파 신호에 대하여 바이오스펙트럼 계열의 데이터를 분석하여 뇌파 지표를 추출하는 비침습적 두개내압 추정 장치.
  10. 제9항에 있어서,
    상기 학습부는,
    상기 바이오스펙트럼 계열의 데이터를 분석하여 통계적 지표 또는 엔트로피 인덱스를 더 포함하여 추출하는 비침습적 두개내압 추정 장치.
  11. 제9항에 있어서,
    상기 뇌파 지표는,
    BSR, BetaR, DeltaR, DTABR, TP, SEF, MF, BcSEF, BcMF, ExtraPR, AlphaPR, BetaPR, DeltaPR, ThetaPR, GammaPR, SD_Delta, SD_Theta, SD_Alpha, SD_Beta, SD_Gamma, TP_Delta, TP_Theta, TP_Alpah, TP_Beta, TP_Gamma 중에서 적어도 하나를 포함하는 비침습적 두개내압 추정 장치.
  12. 제11항에 있어서,
    상기 두개내압 추정부는,
    다음의 수학식을 이용하여 상기 피검자의 뇌관류압을 추정하는 비침습적 두개내압 추정 장치:
    Figure 112021108410393-pat00030

    여기서, eCEPP는 추정된 뇌관류압,
    Figure 112021108410393-pat00031
    는 상수,
    Figure 112021108410393-pat00032
    는 BSR에 대한 가중치,
    Figure 112021108410393-pat00033
    는 BetaR에 대한 가중치,
    Figure 112021108410393-pat00034
    는 DeltaR에 대한 가중치,
    Figure 112021108410393-pat00035
    는 BcSER에 대한 가중치,
    Figure 112021108410393-pat00036
    는 AlphaPR에 대한 가중치,
    Figure 112021108410393-pat00037
    는 GammaPR에 대한 가중치,
    Figure 112021108410393-pat00038
    는 ExtraPR에 대한 가중치를 나타낸다.
  13. 제12항에 있어서,
    상기 두개내압 추정부는,
    다음의 수학식을 이용하여 상기 피검자의 추정 두개내압을 산출하는 비침습적 두개내압 추정 장치:
    eICP = MAP - eCEPP
    여기서, eICP(estimated intracranial pressure)은 추정 두개내압이고, MAP(Mean arterial pressure)은 평균동맥압이며, eCEPP(estimated cerebral perfusion pressure)은 추정 뇌관류압을 나타낸다.
  14. 제8항에 있어서,
    상기 뇌파 신호는 단일 채널 전극쌍에 의해 검출되는 비침습적 두개내압 추정 장치.
KR1020210125023A 2021-09-17 2021-09-17 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법 KR102535887B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210125023A KR102535887B1 (ko) 2021-09-17 2021-09-17 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210125023A KR102535887B1 (ko) 2021-09-17 2021-09-17 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20230041423A KR20230041423A (ko) 2023-03-24
KR102535887B1 true KR102535887B1 (ko) 2023-05-26

Family

ID=85872499

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210125023A KR102535887B1 (ko) 2021-09-17 2021-09-17 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102535887B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160007921A1 (en) 2014-07-10 2016-01-14 Vivonics, Inc. Head-mounted neurological assessment system
US20200214559A1 (en) 2013-01-25 2020-07-09 Wesley W.O. Krueger Ocular-performance-based head impact measurement using a faceguard

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200214559A1 (en) 2013-01-25 2020-07-09 Wesley W.O. Krueger Ocular-performance-based head impact measurement using a faceguard
US20160007921A1 (en) 2014-07-10 2016-01-14 Vivonics, Inc. Head-mounted neurological assessment system

Also Published As

Publication number Publication date
KR20230041423A (ko) 2023-03-24

Similar Documents

Publication Publication Date Title
US11071493B2 (en) Multicomponent brain-based electromagnetic biosignal detection system
EP2575608B1 (en) Detector for identifying physiological artifacts from physiological signals and method
EP1684626B1 (en) Method and system for processing data from ambulatory physiological monitoring
JP5889197B2 (ja) 身体動きモニタリングデバイス
US11666229B2 (en) Monitoring device for monitoring of vital signs
JP2013510678A (ja) 複合型生理学的センサのシステムおよび方法
EP3229673B1 (en) Pulse wave analyzing apparatus
US20180085069A1 (en) Method and Device for Processing Bio-Signals
US20170105671A1 (en) Method for Assessment of Cerebrovascular Regulation
KR101645212B1 (ko) 일상생활 중 심부 체온 일주기 리듬 추정 방법
CN111481185A (zh) 一种基于射血前期的连续血压估计装置和方法
JP2011194217A (ja) 振動測定法におけるアーティファクトの周波数スペクトルの使用法
EP3986265B1 (en) Sleep staging using an in-ear photoplethysmography (ppg)
KR102535887B1 (ko) 학습기반의 뇌파 신호를 이용한 비침습적 두개내압 추정 장치 및 그 방법
Heydari et al. Chest-based real-time pulse and respiration monitoring based on bio-impedance
US11660005B1 (en) Processing and analyzing biometric data
US10667701B1 (en) Systems and methods for determining physiological parameters from blood flow dynamics
KR20130082878A (ko) 생체 신호 송신 장치, 이를 이용하는 생체 신호 모니터링 시스템 및 그 방법
Darwin et al. A detailed review on embedded based heartbeat monitoring systems
Jegan et al. Methodological role of mathematics to estimate human blood pressure through biosensors
EP3795086B1 (en) Method and system for monitoring physiological signals
US20230263409A1 (en) Monitoring device for monitoring of vital signs
US20210330205A1 (en) Apparatus, computer-accessible medium, system and method for detection, analysis and use of fetal heart rate and movement
CN211022624U (zh) 一种基于指尖脉搏波传导时间的连续血压测量装置
WO2024047651A1 (en) System and method for sensors integration for non-static continuous blood pressure monitoring

Legal Events

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