KR102569986B1 - 적응적 생체 신호 특징 결합 장치 및 방법 - Google Patents

Abstract

일 양상에 따른 적응적 생체 신호 특징 결합 장치는, 대상체의 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출하는 특징 추출부와, 상기 생체 신호에서 적어도 하나의 안정 구간을 판단하는 안정 구간 판단부와, 적어도 하나의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부와, 상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 상기 제1 특징 및 상기 제2 특징을 통합하기 위한 통합 결합 계수를 산출하는 특징 결합부를 포함한다.

Description

적응적 생체 신호 특징 결합 장치 및 방법{Adaptive bio-signal feature combining apparatus and method}

적응적 생체 신호 특징 결합 장치 및 방법과 관련된다.

고령화 사회로의 빠른 진입과 이에 따른 의료비 증가 등의 사회적 문제로 인해 헬스케어 기술이 많은 관심을 받고 있다. 이에 따라 병원이나 검사 기관에서 활용할 수 있는 의료 기기뿐만 아니라, 개인이 휴대할 수 있는 소형 의료 기기가 개발되고 있다. 또한, 이러한 소형 의료 기기는 사용자에게 착용되어, 혈압 등과 같은 심혈관계 건강 상태를 직접 측정할 수 있는 웨어러블 디바이스(wearable device)의 형태로 보급되어, 사용자가 직접 심혈관계 건강 상태를 측정하고 관리하는 것을 가능하게 하고 있다.

따라서 최근에는 기기의 소형화를 위해 생체 신호를 분석하여 혈압을 추정하는 방식에 대한 연구가 많이 진행되고 있다.

국제공개공보 WO 2016/138965A1 (2016.09.09.)

생체 신호로부터 추출된 복수의 특징들을 효과적으로 결합할 수 있는 적응적 생체 신호 특징 결합 장치 및 방법을 제공하는 것을 목적으로 한다.

일 양상에 따른 적응적 생체 신호 특징 결합 장치는, 대상체의 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출하는 특징 추출부와, 상기 생체 신호에서 적어도 하나의 안정 구간을 판단하는 안정 구간 판단부와, 적어도 하나의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부와, 상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 상기 제1 특징 및 상기 제2 특징을 통합하기 위한 통합 결합 계수를 산출하는 특징 결합부를 포함할 수 있다.

상기 생체 신호는 심전도(Electrocardiogram, ECG), 광전용적맥파(Photoplethysmogram, PPG), 근전도(electromyogram, EMG), 및 심탄도(ballistocardiogram, BCG) 중 적어도 하나를 포함할 수 있다.

상기 제1 특징은 심박출량과 관련되고, 상기 제2 특징은 총말초혈관저항과 관련될 수 있다.

상기 제1 특징은, P_max/P_area, P_max/P₃, P_sys/P₃, P₁/P₃, P₂/P₃, 및 1/T_period 중 적어도 하나를 포함하고, 상기 제2 특징은, 1/(T_3-T_sys), 1/(T_3-T_max), 1/(T_3-T₁), 1/(T_3-T₂), P₂/ P₁ 및 P₃/P₁ 중 적어도 하나를 포함하고, 상기 T_period는 생체 신호의 주기를, 상기 T₁은 생체 신호를 구성하는 제1 성분 펄스의 최대값 지점의 시간을, 상기 P₁은 상기 T₁에서의 생체 신호의 진폭을, 상기 T₂는 생체 신호를 구성하는 제2 성분 펄스의 최대값 지점의 시간을, 상기 P₂는 상기 T₂에서의 생체 신호의 진폭을, 상기 T₃는 생체 신호를 구성하는 제3 성분 펄스의 최대값 지점의 시간을, 상기 P₃는 상기 T₃에서의 생체 신호의 진폭을, 상기 T_max는 제1 구간에서 생체 신호의 최대값 지점의 시간을, 상기 P_max는 상기 T_max에서의 생체 신호의 진폭을, 상기 T_sys는 상기 T₁ 및 상기 T_max의 중간 지점의 시간, 상기 T₁ 및 상기 T_max 사이의 임의의 지점의 시간, 또는 상기 T₁ 및 상기 T₂ 사이의 임의의 지점의 시간 중 하나를, P_sys는 T_sys에서의 생체 신호의 진폭을, P_area는 제2 구간의 생체 신호의 진폭합을 나타낼 수 있다.

상기 안정 구간 판단부는, 상기 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값을 기반으로 적어도 하나의 안정 구간을 판단할 수 있다.

상기 안정 구간 판단부는, 생체 신호 측정 당시의 가속도 센서 또는 자이로 센서의 출력값을 기 설정된 임계값과 비교하고, 가속도 센서 또는 자이로 센서의 출력값이 기 설정된 임계값 이하로 소정 시간 동안 지속되는 경우 그 시간 구간을 안정 구간으로 판단할 수 있다.

상기 안정 구간 판단부는, 생체 신호로부터 추출된 제1 특징 또는 제2 특징의 변화 정도를 기반으로 적어도 하나의 안정 구간을 판단할 수 있다.

상기 제1 특징 또는 제2 특징의 변화 정도는 해당 특징의 평균값 대비 변동폭으로 정의될 수 있다.

상기 변동폭은 분산, 표준 편차 및 평균 절대 편차를 포함할 수 있다.

상기 안정 구간 판단부는, 소정 시간 구간에서 추출된 제1 특징 또는 제2 특징의 변화 정도를 기 설정된 임계값과 비교하고, 제1 특징 또는 제2 특징의 변화 정도가 기 설정된 임계값 이하인 경우 그 시간 구간을 안정 구간으로 판단할 수 있다.

상기 통계 변수는, 평균, 분산, 표준 편차, 평균 절대 편차를 포함할 수 있다.

상기 특징 결합부는, 안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 각 안정 구간의 결합 계수를 산출하고, 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출할 수 있다.

상기 특징 결합부는, 안정 구간별로 제1 특징의 통계 변수값에 제2 특징의 통계 변수값을 나누어 각 안정 구간의 결합 계수를 산출할 수 있다.

상기 특징 결합부는, 상기 산출된 각 안정 구간의 결합 계수를 산술 평균하여 통합 결합 계수를 산출할 수 있다.

상기 특징 결합부는, 상기 산출된 각 안정 구간의 결합 계수에 서로 다른 가중치를 적용하고 서로 다른 가중치가 적용된 각 안정 구간의 결합 계수를 선형 결합하여 통합 결합 계수를 산출할 수 있다.

상기 특징 결합부는, 시간적으로 뒤에 있는 안정 구간의 결합 계수에 높은 가중치를 적용할 수 있다.

상기 특징 결합부는, 상기 산출된 통합 결합 계수를 이용하여 상기 제1 특징 및 상기 제2 특징을 선형 결합할 수 있다.

적응적 생체 신호 특징 결합 장치는, 상기 통합 결합 계수를 갱신하는 제어부를 더 포함할 수 있다.

상기 제어부는, 설정된 갱신 주기에 따라 통합 결합 계수를 갱신할 수 있도록 상기 특징 추출부, 상기 안정 구간 판단부, 상기 통계 변수 산출부 및 상기 특징 결합부를 제어할 수 있다.

상기 제어부는, 슬라이딩 윈도우 방식으로 적어도 하나의 안정 구간을 오버랩핑 시켜가면서 통합 결합 계수를 지속적으로 갱신할 수 있도록 상기 특징 추출부, 상기 안정 구간 판단부, 상기 통계 변수 산출부 및 상기 특징 결합부를 제어할 수 있다.

적응적 생체 신호 특징 결합 장치는, 상기 제1 특징 및 상기 제2 특징 사이의 조인트 통계 변수값을 산출하는 조인트 통계 변수 산출부를 더 포함하고, 상기 특징 결합부는, 상기 제1 특징의 통계 변수값, 상기 제2 특징의 통계 변수값 및 상기 조인트 통계 변수값을 이용하여 통합 결합 계수를 산출할 수 있다.

조인트 통계 변수는, 공분산 및 상관 계수를 포함할 수 있다.

다른 양상에 따른 적응적 생체 신호 특징 결합 방법은, 대상체의 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출하는 단계와, 상기 생체 신호에서 적어도 하나의 안정 구간을 판단하는 단계와, 적어도 하나의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 단계와, 상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 상기 제1 특징 및 상기 제2 특징을 통합하기 위한 통합 결합 계수를 산출하는 단계를 포함할 수 있다.

또 다른 양상에 따른 혈압 측정 장치는, 대상체의 생체 신호에서 안정 구간을 판단하는 안정 구간 판단부와, 상기 안정 구간의 생체 신호로부터 추출된 제1 특징의 통계 변수값 및 상기 안정 구간의 생체 신호로부터 추출된 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부와, 상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 통합 결합 계수를 산출하고, 상기 산출된 통합 결합 계수를 기반으로 상기 제1 특징 및 상기 제2 특징을 결합하는 특징 결합부와, 상기 결합된 특징을 이용하여 상기 대상체의 혈압을 추정하는 혈압 추정부를 포함할 수 있다.

또 다른 양상에 따른 적응적 생체 신호 특징 결합 장치는, 대상체의 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출하는 특징 추출부와, 상기 생체 신호에서 적어도 하나의 안정 구간을 판단하는 안정 구간 판단부와, 적어도 하나의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부와, 상기 제1 특징의 통계 변수값들을 이용하여 제1 특징에 대한 결합 계수를 산출하고, 상기 제2 특징의 통계 변수값들을 이용하여 제2 특징에 대한 결합 계수를 산출하고, 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 기반으로 제1 특징과 제2 특징을 결합하는 특징 결합부를 포함할 수 있다.

생체 신호로부터 추출된 특징들의 정보 만을 가지고 특징들을 결합함으로써, 시간 변화 및 사용자 상태 변화에 따라 변화할 수 있는 생체 신호의 특성에 적응적으로 대응할 수 있고, 혈압을 비롯한 인체의 건강 상태 모니터링을 보다 정확하게 수행할 수 있다.

도 1은 생체 신호의 일 실시예를 도시한 도면이다.
도 2는 적응적 생체 신호 특징 결합 장치의 일 실시예를 도시한 블록도이다.
도 3은 생체 신호의 제1 특징 및 제2 특징을 설명하기 위한 예시도이다.
도 4는 도 3의 P_n(P₁, P₂, P₃) 및 T_n(T₁, T₂, T₃)를 획득하는 방법을 설명하기 위한 예시도이다.
도 5는 도 3의 P_max 및 T_max를 획득하는 방법을 설명하기 위한 예시도이다.
도 6은 혈압의 변화와 생체 신호로부터 추출된 제1 특징 및 제2 특징의 변화의 예를 도시한 도면이다.
도 7a는 각 특징의 결합 계수를 구하는 과정을 설명하기 위한 예시도이다.
도 7b는 통합 결합 계수를 구하는 과정을 설명하기 위한 예시도이다.
도 8은 적응적 생체 신호 특징 결합 장치의 다른 실시예를 도시한 블록도이다.
도 9는 주기적으로 통합 결합 계수를 갱신하는 예를 도시한 도면이다.
도 10은 슬라이딩 윈도우 방식으로 통합 결합 계수를 갱신하는 예를 도시한 도면이다.
도 11은 적응적 생체 신호 특징 결합 장치의 또 다른 실시예를 도시한 블록도이다.
도 12는 적응적 생체 신호 특징 결합 방법의 일 실시예를 도시한 흐름도이다.
도 13은 통합 결합 계수 산출 과정의 일 실시예를 도시한 흐름도이다.
도 14은 적응적 생체 신호 특징 결합 방법의 다른 실시예를 도시한 흐름도이다.
도 15는 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다.
도 16은 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다.
도 17은 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다.
도 18은 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다.
도 19는 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다.
도 20은 혈압 측정 장치의 일 실시예를 도시한 블록도이다.
도 21은 혈압 측정 방법의 일 실시예를 도시한 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

한편, 각 단계들에 있어, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 수행될 수 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.

후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하고, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

또한, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주 기능별로 구분한 것에 불과하다. 즉, 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있다. 각 구성부는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

본 명세서에서 설명되는 적응적 생체 신호 특징 결합 장치는 소프트웨어 모듈로 구현되거나 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 이때, 전자 장치는 휴대폰, 스마트폰, 타블렛, 노트북, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 등을 포함할 수 있고, 웨어러블 디바이스는 손목시계형, 손목 밴드형, 반지형, 벨트형, 목걸이형, 발목 밴드형, 허벅지 밴드형, 팔뚝 밴드형 등을 포함할 수 있다. 그러나 전자 장치는 상술한 예에 제한되지 않으며, 웨어러블 디바이스 역시 상술한 예에 제한되지 않는다.

도 1은 생체 신호의 일 실시예를 도시한 도면이다. 상세하게는 도 1은 광전용적맥파(Photoplethysmogram, PPG) 신호의 일 실시예를 도시한다.

도 1을 참조하면, PPG 신호(100)의 파형은 심장에서 출발하여 신체 말단부로 진행하는 혈액에 기인하는 진행파(propagation wave)(110)와 신체 말단부에서 다시 되돌아오는 혈액에 기인하는 반사파(reflection)(120 내지 150)의 중첩으로 구성될 수 있다. 도시된 예의 경우, PPG 신호(100)는 5개의 성분 펄스(component pulse)들(110 내지 150)의 중첩으로 구성된다.

신체에서 혈압이 변화하는 것은 단위 시간당 심장에서 박출하는 심박출량(Cardiac Output)과 총말초혈관저항(Total Peripheral Resistance)에 의해 결정될 수 있다. 이를 수학식으로 표현하면 수학식 1과 같다.

여기서, 는 좌심실과 우심방 간의 혈압 차이를, 는 심박출량을, 은 총말초혈관저항을 각각 나타낼 수 있다.

즉, 심박출량이 증가하거나 또는 총말초혈관저항이 증가하는 경우 혈압은 상승하게 된다. 따라서, PPG 신호(100)로부터 심박출량과 관련된 특징과 총말초혈관저항과 관련된 특징을 추출하여 두 특징을 적절히 결합하고 결합된 특징을 혈압 추정에 이용한다면 혈압 추정의 정확도를 높이는 것이 가능하다.

도 2는 적응적 생체 신호 특징 결합 장치의 일 실시예를 도시한 블록도이다.

도 2를 참조하면, 적응적 생체 신호 특징 결합 장치(200)는 특징 추출부(210), 안정 구간 판단부(220), 통계 변수 산출부(230) 및 특징 결합부(240)를 포함할 수 있다.

특징 추출부(210)는 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출할 수 있다. 여기서 생체 신호는 생체 내 세포 간의 전기적인 신호로서 심전도(Electrocardiogram, ECG), 광전용적맥파(Photoplethysmogram, PPG), 근전도(electromyogram, EMG), 심탄도(ballistocardiogram, BCG) 등을 포함할 수 있다.

일 실시예에 따르면, 제1 특징은 심박출량과 관련된 특징이고, 제2 특징은 총말초혈관저항과 관련된 특징일 수 있다. 제1 특징 및 제2 특징에 대한 구체적인 설명은 도 3 내지 도 5를 참조하여 후술하기로 한다.

안정 구간 판단부(220)는 생체 신호에서 적어도 하나의 안정 구간을 판단할 수 있다. 여기서, 안정 구간은 대상체의 혈압이 안정적으로 유지되고 있어 대상체로부터 측정되는 생체 신호가 안정적인 상태를 유지하는 구간을 의미할 수 있다.

일 실시예에 따르면, 안정 구간 판단부(220)는 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값을 이용하여 생체 신호에서 적어도 하나의 안정 구간을 판단할 수 있다. 예컨대, 안정 구간 판단부(220)는 생체 신호 측정 당시의 가속도 센서 또는 자이로 센서의 출력값을 기 설정된 임계값과 비교하고, 소정 시간 동안 가속도 센서 또는 자이로 센서의 출력값이 기 설정된 임계값 이하로 지속되는 경우 그 시간 구간을 안정 구간으로 판단할 수 있다. 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값이 기 설정된 임계값을 초과하면 대상체는 움직이고 있는 상황이라고 볼 수 있고, 이 경우 대상체의 혈압 또는 생체 신호는 안정적으로 유지되지 않을 가능성이 크다. 반면, 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값이 기 설정된 임계값 이하이면 대상체는 큰 움직임 없이 안정적인 상태를 유지하고 있다고 볼 수 있고, 이 경우 대상체의 혈압 또는 생체 신호는 안정적으로 유지될 가능성이 크다. 따라서, 안정 구간 판단부(220)는 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값을 이용하여 생체 신호에서 안정 구간을 판단하는 것이 가능하다.

다른 실시예에 따르면, 안정 구간 판단부(220)는 생체 신호로부터 추출된 특징(예컨대, 제1 특징 또는 제2 특징)의 변화 정도를 이용하여 생체 신호에서 적어도 하나의 안정 구간을 판단할 수 있다. 여기서, 특징의 변화 정도는 해당 특징의 평균값 대비 변동폭을 의미할 수 있다. 예를 들어, 안정 구간 판단부(220)는 생체 신호의 소정의 시간 구간에서 추출된 특징값들(예컨대, 제1 특징값들 또는 제2 특징값들)의 분산, 표준 편차, 평균 절대 편차 등을 산출하고 산출된 분산, 표준 편차, 평균 절대 편차 등을 특징값들의 평균으로 나누어, 특징의 변화 정도를 산출할 수 있다. 안정 구간 판단부(220)는 산출된 특징의 변화 정도를 기 설정된 임계값과 비교하여, 산출된 특징의 변화 정도가 기 설정된 임계값 이하인 경우, 그 시간 구간을 안정 구간으로 판단할 수 있다.

통계 변수 산출부(230)는 생체 신호의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출할 수 있다. 여기서, 통계 변수는 평균, 분산, 표준 편차, 평균 절대 편차 등을 포함할 수 있다.

예를 들어, 통계 변수 산출부(230)는 수학식 2 및 수학식 3을 통해 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출할 수 있다.

여기서, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 는 n번째 안정 구간의 제2 특징의 통계 변수값을, 은 n번째 안정 구간에서 추출된 제1 특징값 또는 제2 특징값의 총 개수를, m은 제1 특징값 또는 제2 특징값의 인덱스를, 는 n번째 안정 구간의 m번째 제1 특징값을, 은 n번째 안정 구간의 m번째 제2 특징값을 각각 나타낼 수 있다.

다른 예를 들면, 통계 변수 산출부(230)는 수학식 4 및 수학식 5를 통해 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출할 수 있다.

여기서, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 는 n번째 안정 구간의 제2 특징의 통계 변수값을, 은 n번째 안정 구간에서 추출된 제1 특징값 또는 제2 특징값의 총 개수를, m은 제1 특징값 또는 제2 특징값의 인덱스를, 는 n번째 안정 구간의 m번째 제1 특징값을, 은 n번째 안정 구간의 m번째 제2 특징값을 각각 나타낼 수 있다.

또 다른 예를 들면, 통계 변수 산출부(230)는 수학식 6 및 수학식 7을 통해 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출할 수 있다.

여기서, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 는 n번째 안정 구간의 제2 특징의 통계 변수값을, 은 n번째 안정 구간에서 추출된 제1 특징값 또는 제2 특징값의 총 개수를, m은 제1 특징값 또는 제2 특징값의 인덱스를, 는 n번째 안정 구간의 m번째 제1 특징값을, 은 n번째 안정 구간의 m번째 제2 특징값을 각각 나타낼 수 있다.

또 다른 예를 들면, 통계 변수 산출부(230)는 수학식 8 및 수학식 9를 통해 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출할 수 있다.

여기서, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 는 n번째 안정 구간의 제2 특징의 통계 변수값을, 은 n번째 안정 구간에서 추출된 제1 특징값 또는 제2 특징값의 총 개수를, m은 제1 특징값 또는 제2 특징값의 인덱스를, 는 n번째 안정 구간의 m번째 제1 특징값을, 은 n번째 안정 구간의 m번째 제2 특징값을 각각 나타낼 수 있다.

특징 결합부(240)는 안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

일 실시예에 따르면, 특징 결합부(240)는 안정 구간별로 산출된 제1 특징의 통계 변수값을 평균하여 제1 특징에 대한 결합 계수를 산출하고, 안정 구간별로 산출된 제2 특징의 통계 변수값을 평균하여 제2 특징에 대한 결합 계수를 산출할 수 있다. 또한, 특징 결합부(240)는 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 이용하여 제1 특징과 제2 특징을 결합할 수 있다.

예를 들어, 특징 결합부(240)는 수학식 10을 이용하여 제1 특징과 제2 특징을 결합할 수 있다.

여기서, 는 결합된 특징을, 은 제1 특징을, 는 제2 특징을, 는 제1 특징의 결합 계수를, 는 제2 특징의 결합 계수를, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 은 n번째 안정 구간의 제2 특징의 통계 변수값을 각각 나타낼 수 있다.

다른 예를 들면, 특징 결합부(240)는 수학식 11을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

여기서, 는 결합된 특징을, 은 제1 특징을, 는 제2 특징을, 는 제1 특징의 결합 계수를, 는 제2 특징의 결합 계수를, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 은 n번째 안정 구간의 제2 특징의 통계 변수값을 각각 나타낼 수 있다. 또한, 는 스케일링 계수를, 는 바이어스를 각각 나타낼 수 있다. 및 는 시스템의 성능 및 용도에 따라 다양하게 설정될 수 있다.

또 다른 예를 들면, 특징 결합부(240)는 수학식 12를 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

여기서, 는 결합된 특징을, 은 제1 특징을, 는 제2 특징을, 는 제1 특징의 결합 계수를, 는 제2 특징의 결합 계수를, n은 안정 구간의 인덱스를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 은 n번째 안정 구간의 제2 특징의 통계 변수값을 각각 나타낼 수 있다. 또한, 은 에 대한 증폭 계수로서, 대비 가 에 미치는 영향의 정도에 불균형이 발생하는 경우 이러한 불균형을 보정하기 위해 시스템에서 주어지는 설정인자를 나타낼 수 있다.

또 다른 실시예에 따르면, 특징 결합부(240)는 안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 각 안정 구간의 결합 계수를 산출할 수 있다. 예컨대, 특징 결합부(240)는 안정 구간 별로 제1 특징의 통계 변수값에 제2 특징의 통계 변수값을 나누어 각 안정 구간의 결합 계수를 산출할 수 있다. 이를 수학식으로 나타내면 수학식 13과 같다.

여기서, 는 n번째 안정 구간의 결합 계수를, 은 n번째 안정 구간의 제1 특징의 통계 변수값을, 은 n번째 안정 구간의 제2 특징의 통계 변수값을 각각 나타낼 수 있다.

또한, 특징 결합부(240)는 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출할 수 있다.

예를 들면, 특징 결합부(240)는 각 안정 구간의 결합 계수를 산술 평균하여 통합 결합 계수를 산출할 수 있다. 이를 수학식으로 나타내면 수학식 14와 같다.

여기서, 는 통합 결합 계수를, n은 안정 구간의 인덱스를, 는 n번째 안정 구간의 결합 계수를 각각 나타낼 수 있다.

다른 예를 들면, 특징 결합부(240)는 각 안정 구간의 결합 계수에 서로 다른 가중치를 적용한 후 선형 결합하여 통합 결합 계수를 산출할 수 있다. 이를 수학식으로 나타내면 수학식 15과 같다.

여기서, 는 통합 결합 계수를, n은 안정 구간의 인덱스를, 는 n번째 안정 구간의 결합 계수를, 은 n번째 안정 구간의 가중치를 각각 나타낼 수 있다. 이때 는 시간적으로 뒤에 있는 안정 구간의 결합 계수에 높은 가중치가 적용되도록 설정될 수 있으나, 이는 일 실시예에 불과할 뿐 이에 한정되는 것은 아니다.

또한, 특징 결합부(240)는 통합 결합 계수를 기반으로 제1 특징 및 제2 특징을 결합할 수 있다. 일 실시예에 따르면, 특징 결합부(240)는 통합 결합 계수를 활용하여 제1 특징 및 제2 특징을 선형 결합할 수 있다.

예를 들어, 특징 결합부(240)는 수학식 16을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

여기서, 는 결합된 특징을, 은 제1 특징을, 는 제2 특징을, 는 통합 결합 계수를 각각 나타낼 수 있다.

다른 예를 들면, 특징 결합부(240)는 수학식 17을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

여기서, 는 결합된 특징을, 은 제1 특징을, 는 제2 특징을, 는 통합 결합 계수를, 는 스케일링 계수를, 는 바이어스를 각각 나타낼 수 있다. 여기서, 및 는 시스템의 성능 및 용도에 따라 다양하게 설정될 수 있다.

또 다른 예를 들면, 특징 결합부(240)는 수학식 18을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

여기서, 는 결합된 특징을, 은 제1 특징을, 는 제2 특징을, 는 통합 결합 계수를, 는 스케일링 계수를, 는 바이어스를 각각 나타낼 수 있다. 또한, 은 에 대한 증폭 계수로서, 대비 *가 에 미치는 영향의 정도에 불균형이 발생하는 경우 이러한 불균형을 보정하기 위해 시스템에서 주어지는 설정인자를 나타낼 수 있다.

도 3은 생체 신호의 제1 특징 및 제2 특징을 설명하기 위한 예시도이고, 도 4는 도 3의 P_n(P₁, P₂, P₃) 및 T_n(T₁, T₂, T₃)를 획득하는 방법을 설명하기 위한 예시도이고, 도 5는 도 3의 P_max 및 T_max를 획득하는 방법을 설명하기 위한 예시도이다.

도 3을 참조하면, 생체 신호(300)는 3개의 성분 펄스(component pulse)들(310 내지 330)의 중첩으로 구성될 수 있다. 여기서, 참조번호 300은 한 주기(T_period)의 생체 신호를, 참조번호 310은 제1 성분 펄스를, 참조번호 320은 제2 성분 펄스를, 참조번호 330은 제3 성분 펄스를 각각 나타낸다. 또한, T₁은 제1 성분 펄스(310)의 최대값 지점의 시간을, P₁은 T₁에서의 생체 신호(300)의 진폭을, T₂는 제2 성분 펄스(320)의 최대값 지점의 시간을, P₂는 T₂에서의 생체 신호(300)의 진폭을, T₃는 제3 성분 펄스(330)의 최대값 지점의 시간을, P₃는 T₃에서의 생체 신호(300)의 진폭을, T_max는 소정 구간(제1 구간)에서 생체 신호(300)의 최대값 지점의 시간을, P_max는 T_max에서의 생체 신호(300)의 진폭을, T_sys는 T₁ 및 T_max의 중간 지점의 시간을, P_sys는 T_sys에서의 생체 신호(300)의 진폭을, τ_dur은 시스템의 설정 인자(0≤τ_dur≤1)(예, 0.7)를, P_area는 0부터 τ_dur*T_period까지(제2 구간)의 생체 신호(300)의 진폭합을 각각 나타낸다.

제1 특징은 심박출량과 관련된 특징으로, 예컨대, P_max/P_area, P_max/P₃, P_sys/P₃, P₁/P₃, P₂/P₃, 및 1/T_period 등을 포함할 수 있다.

제2 특징은 총말초혈관저항과 관련된 특징으로, 1/(T_3-T_sys), 1/(T_3-T_max), 1/(T_3-T₁), 1/(T_3-T₂), P₃/P₁, 및 P₂/P₁ 등을 포함할 수 있다.

한편, 도 3에서 T_sys는 T₁ 및 T_max의 중간 지점의 시간이라고 설명하였으나, 이에 한정되지 않는다. 즉, T_sys는 T₁ 및 T_max 사이의 임의의 내분점도 가능하며, T₁ 및 T₂ 사이의 임의의 내분점도 가능하다.

도 4를 참조하면, 도 3의 P_n(P₁, P₂, P₃) 및 T_n(T₁, T₂, T₃)은 생체 신호(300)의 2차 미분 신호(400)를 기반으로 획득할 수 있다. 생체 신호(300)를 2차 미분하여 2차 미분 신호(400)를 생성하면, 2차 미분 신호(400)는 다수의 극솟값 지점(local minimum point)(min1 내지 min3)들을 포함할 수 있다. 2차 미분 신호(400)에 포함된 극솟값 지점(min1 내지 min3)을 시간의 순서대로 나열하면, 첫번째 극솟값 지점(min1)의 시간은 T₁에 해당되고, 두번째 극솟값 지점(min2)의 시간은 T₂에 해당되고, 세번째 극솟값 지점(min3)의 시간은 T₃에 해당된다. 또한, T₁에서의 생체 신호(300)의 진폭은 P₁에 해당되고, T₂에서의 생체 신호(300)의 진폭은 P₂에 해당되고, T₃에서의 생체 신호(300)의 진폭은 P₃에 해당된다.

도 5를 참조하면, 도 3의 P_max 및 T_max는 생체 신호(300)의 2차 미분 신호(400)를 기반으로 획득할 수 있다. 생체 신호(300)를 2차 미분하여 2차 미분 신호(400)를 생성하면, 2차 미분 신호(400)는 다수의 극댓값 지점(local maximum point)(max1 내지 max3)들을 포함할 수 있다. 2차 미분 신호(400)에 포함된 극댓값 지점 (max1 내지 max3)들을 시간의 순서대로 나열하고, 극댓값 지점 (max1 내지 max3)들 중 세번째 극댓값 지점(max3)의 시간을 T_range라고 하면, P_max 탐색 영역은 0≤time≤T_range 영역으로 결정될 수 있다. 이때, P_max 탐색 영역(0≤time≤T_range) 내에서 생체 신호(300)의 최대값 지점의 시간은 T_max에 해당되고, T_max에서의 생체 신호(300)의 진폭은 P_max에 해당된다.

도 6은 혈압의 변화와 생체 신호로부터 추출된 제1 특징 및 제2 특징의 변화의 예를 도시한 도면이다.

도 6을 참조하면, 혈압값이 변하면, 제1 특징(feature 1)의 평균적인 변화값 및/또는 제2 특징(feature 2)의 평균적인 변화값 역시 변할 수 있다. 상세하게는, 운동 등을 통해 심박출량이 증가하여 혈압이 상승하는 경우라면 심박출량과 관련된 제1 특징(feature 1)은 이전보다 크게 증가하는 반면, 총말초혈관저항과 관련된 제2 특징(feature 2)은 거의 일정하거나 감소할 수 있다. 또한 생체조직의 긴장 등으로 인하여 혈관 저항이 증가하여 혈압이 상승하는 경우라면 총말초혈관저항과 관련된 제2 특징(feature 2)은 이전보다 크게 증가하는 반면, 심박출량과 관련된 제1 특징(feature 1)은 거의 일정하거나 감소할 수 있다. 다시 말하면, 혈압의 안정 상태 즉, 안정 구간을 벗어나면 일반적으로 두 특징간 변동폭의 균형이 깨지면서 어느 한 특징의 변동폭이 다른 특징에 비해 상대적으로 더 커질 수 있으며 이는 곧 혈압의 변화로 나타날 수 있다.

도 7a는 각 특징의 결합 계수를 구하는 과정을 설명하기 위한 예시도이다. 상세하게는 도 7a는 2개의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 제1 특징 및 제2 특징의 결합 계수를 구하는 예시도이다.

도 2 및 도 7a를 참조하면, 특징 추출부(210)는 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출하고, 안정 구간 판단부(220)는 생체 신호에서 2개의 안정 구간(410, 420)을 판단할 수 있다.

통계 변수 산출부(230)는 제1 안정 구간(410)의 제1 특징값들을 기반으로 제1 특징의 통계 변수값()을 산출하고, 제1 안정 구간(410)의 제2 특징값들을 기반으로 제2 특징의 통계 변수값()을 산출할 수 있다. 또한, 통계 변수 산출부(230)는 제2 안정 구간(420)의 제1 특징값들을 기반으로 제1 특징의 통계 변수값()을 산출하고, 제2 안정 구간(420)의 제2 특징값들을 기반으로 제2 특징의 통계 변수값()을 산출할 수 있다. 이때, 통계 변수 산출부(230)는 수학식 2 내지 수학식 9를 이용하여 제1 특징의 통계 변수값(, ) 및 제2 특징의 통계 변수값(, )을 산출할 수 있다.

특징 결합부(240)는 제1 특징의 통계 변수값들(,)을 산술 평균하여 제1 특징의 결합 계수()를 산출하고, 제2 특징의 통계 변수값들(,)을 산술 평균하여 제2 특징의 결합 계수()를 산출할 수 있다.

한편, 특징 결합부(240)는 제1 특징의 결합 계수() 및 제2 특징의 결합 계수()를 기반으로 수학식 10 내지 수학식 12를 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

도 7b는 통합 결합 계수를 구하는 과정을 설명하기 위한 예시도이다. 상세하게는 도 7b는 2개의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 통합 결합 계수를 구하는 예시도이다.

도 2 및 도 7b를 참조하면, 특징 추출부(210)는 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출하고, 안정 구간 판단부(220)는 생체 신호에서 2개의 안정 구간(410, 420)을 판단할 수 있다.

통계 변수 산출부(230)는 제1 안정 구간(410)의 제1 특징값들을 기반으로 제1 특징의 통계 변수값()를 산출하고, 제1 안정 구간(410)의 제2 특징값들을 기반으로 제2 특징의 통계 변수값()을 산출할 수 있다. 또한, 통계 변수 산출부(230)는 제2 안정 구간(420)의 제1 특징값들을 기반으로 제1 특징의 통계 변수값()을 산출하고, 제2 안정 구간(420)의 제2 특징값들을 기반으로 제2 특징의 통계 변수값()을 산출할 수 있다. 이때, 통계 변수 산출부(230)는 수학식 2 내지 수학식 9를 이용하여 제1 특징의 통계 변수값(, ) 및 제2 특징의 통계 변수값(, )을 산출할 수 있다.

특징 결합부(240)는 제1 특징의 통계 변수값() 및 제2 특징의 통계 변수값()을 기반으로 제1 안정 구간(410)의 결합 계수()를 산출할 수 있다. 또한, 특징 결합부(240)는 제1 특징의 통계 변수값() 및 제2 특징의 통계 변수값()을 기반으로 제2 안정 구간(420)의 결합 계수()를 산출할 수 있다. 이때, 특징 결합부(240)는 수학식 13을 이용하여 제1 안정 구간(410)의 결합 계수() 및 제2 안정 구간(420)의 결합 계수()를 산출할 수 있다.

특징 결합부(240)는 안정 구간별 결합 계수(,)를 산술 평균하여 통합 결합 계수()를 산출할 수 있다.

한편, 특징 결합부(240)는 통합 결합 계수()를 기반으로 수학식 16 내지 수학식 18을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

도 8은 적응적 생체 신호 특징 결합 장치의 다른 실시예를 도시한 블록도이고, 도 9는 주기적으로 통합 결합 계수를 갱신하는 예를 도시한 도면이고, 도 10은 슬라이딩 윈도우 방식으로 통합 결합 계수를 갱신하는 예를 도시한 도면이다.

도 8 내지 도 10을 참조하면, 적응적 생체 신호 특징 결합 장치(800)는 특징 추출부(810), 안정 구간 판단부(820), 통계 변수 산출부(830), 특징 결합부(840) 및 제어부(850)를 포함할 수 있다. 이때, 특징 추출부(810), 안정 구간 판단부(820), 통계 변수 산출부(830) 및 특징 결합부(840)는 도 2의 특징 추출부(210), 안정 구간 판단부(220), 통계 변수 산출부(230) 및 특징 결합부(240)와 각각 동일하므로 그 상세한 설명은 생략하기로 한다.

제어부(850)는 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 지속적으로 갱신하거나, 통합 결합 계수를 지속적으로 갱신할 수 있다.

생체 신호의 특성은 인체 내의 생리학적 특성의 변화, 및 주위환경(예컨대, 온도 등)의 변화에 따라 변화할 수 있다. 따라서 제어부(850)는 이러한 생체 신호의 특성을 반영하여 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 지속적으로 갱신하거나, 통합 결합 계수를 지속적으로 갱신할 수 있도록 특징 추출부(810), 안정 구간 판단부(820), 통계 변수 산출부(830) 및 특징 결합부(840)를 제어할 수 있다.

일 실시예에 따르면, 제어부(850)는 도 9에 도시된 바와 같이 설정된 갱신 주기에 따라 통합 결합 계수를 주기적으로 갱신할 수 있도록 특징 추출부(810), 안정 구간 판단부(820), 통계 변수 산출부(830) 및 특징 결합부(840)를 제어할 수 있다. 이때, 갱신 주기는 시스템의 성능 또는 용도에 따라 다양하게 설정될 수 있다.

다른 실시예에 따르면, 제어부(850)는 도 10에 도시된 바와 같이 슬라이딩 윈도우 방식으로 적어도 하나의 안정 구간을 오버랩핑 시켜가면서 통합 결합 계수를 지속적으로 갱신할 수 있도록 특징 추출부(810), 안정 구간 판단부(820), 통계 변수 산출부(830) 및 특징 결합부(840)를 제어할 수 있다.

한편, 도 9 및 도 10은 설명의 편의를 위해 통합 결합 계수를 지속적으로 갱신하는 것으로 도시되어 있으나, 실시예에 따라 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 지속적으로 갱신하는 것도 가능하다.

도 11은 적응적 생체 신호 특징 결합 장치의 또 다른 실시예를 도시한 블록도이다.

도 11을 참조하면, 적응적 생체 신호 특징 결합 장치(1100)는 특징 추출부(1110), 안정 구간 판단부(1120), 통계 변수 산출부(1130), 조인트 통계 변수 산출부(1140) 및 특징 결합부(1150)를 포함할 수 있다. 여기서, 특징 추출부(1110), 안정 구간 판단부(1120) 및 통계 변수 산출부(1130)는 도 2의 특징 추출부(210), 안정 구간 판단부(220) 및 통계 변수 산출부(230)와 각각 동일하므로 그 상세한 설명은 생략하기로 한다.

조인트 통계 변수 산출부(1140)는 제1 특징 및 제2 특징 사이의 조인트(joint) 통계 변수값을 산출할 수 있다. 여기서, 조인트 통계 변수는 공분산, 상관 계수일 수 있으나 이는 일 실시예에 불과할 뿐 이에 한정되는 것은 아니다.

전술한 바와 같이 사용자가 휴식 등을 통해 안정 상태를 유지하는 구간 즉, 안정 구간에서는 혈압의 변화가 최소화되는 구간이므로, 안정 구간의 생체 신호에서 추출된 제1 특징 및 제2 특징 간의 결합 결과도 변동폭이 작을 것으로 예상할 수 있다. 따라서, 두 특징 간의 결합 결과인 의 통계적 변동폭을 나타내는 분산이 최소가 되도록 결합 계수를 조절할 수 있다. 이를 수학식으로 전개하면 수학식 19와 같다.

여기서, 및 는 각각 변수 X의 분산 및 평균을 나타내고, 은 제1 특징을, 는 제2 특징을, 는 통합 결합 계수를 나타낼 수 있다.

수학식 19를 살펴보면, 가 최소가 되는 는 수학식 20과 같음을 알 수 있다.

여기서, 는 과 간의 공분산을 나타낼 수 있다.

수학식 20을 살펴보면, 결합 계수 는 제2 특징의 통계 변수(분산) 와 제1 특징 및 제2 특징 간의 공분산 을 통해 획득될 수 있음을 알 수 있다.

수학식 20을 전개하면 수학식 21과 같다.

여기서, 및 는 각각 제1 특징의 통계 변수 및 제2 특징의 통계 변수이고, 는 제1 특징 및 제2 특징 간의 상관 계수를 나타낼 수 있다.

수학식 21을 살펴보면, 결합 계수는 제1 특징의 통계 변수, 제2 특징의 통계 변수, 및 제1 특징과 제2 특징 간의 상관 계수를 통해 획득될 수 있음을 알 수 있다.

특징 결합부(1150)는 제1 특징의 통계 변수, 제2 특징의 통계 변수 및 제1 특징과 제2 특징 간의 조인트 통계 변수(예컨대, 공분산, 상관 계수 등)를 기반으로 각 안정 구간의 결합 계수를 산출할 수 있다. 예컨대, 특징 결합부(1150)는 수학식 20 또는 수학식 21을 이용하여 각 안정 구간의 결합 계수를 산출할 수 있다.

특징 결합부(1150)는 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출할 수 있다. 예컨대, 특징 결합부(1150)는 수학식 14 또는 수학식 15를 이용하여 통합 결합 계수를 산출할 수 있다.

특징 결합부(1150)는 통합 결합 계수를 기반으로 제1 특징 및 제2 특징을 결합하여 결합된 특징을 생성할 수 있다. 예컨대, 특징 결합부(1150)는 수학식 16 내지 수학식 18을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

도 12는 적응적 생체 신호 특징 결합 방법의 일 실시예를 도시한 흐름도이다. 도 12의 적응적 생체 신호 특징 결합 방법은 도 2의 적응적 생체 신호 특징 결합 장치(200)에 의해 수행될 수 있다.

도 2 및 도 12를 참조하면, 적응적 생체 신호 특징 결합 장치(200)는 대상체의 생체 신호로부터 제1 특징값들 및 제2 특징값들을 추출한다(1210). 여기서 제1 특징 및 제2 특징에 대한 구체적인 설명은 도 2 내지 도 5를 참조하여 전술한 바와 같으므로 그 상세한 설명은 생략하기로 한다.

적응적 생체 신호 특징 결합 장치(200)는 생체 신호에서 적어도 하나의 안정 구간을 판단한다(1220).

일 실시예에 따르면, 적응적 생체 신호 특징 결합 장치(200)는 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값을 이용하여 생체 신호에서 적어도 하나의 안정 구간을 판단할 수 있다. 예컨대, 적응적 생체 신호 특징 결합 장치(200)는 생체 신호 측정 당시의 가속도 센서 또는 자이로 센서의 출력값을 기 설정된 임계값과 비교하여, 소정 시간 동안 가속도 센서 또는 자이로 센서의 출력값이 기 설정된 임계값 이하로 지속되는 경우, 그 시간 구간을 안정 구간으로 판단할 수 있다.

다른 실시예에 따르면, 적응적 생체 신호 특징 결합 장치(200)는 생체 신호로부터 추출된 특징(예컨대, 제1 특징 또는 제2 특징)의 변화 정도를 이용하여 생체 신호에서 적어도 하나의 안정 구간을 판단할 수 있다. 여기서, 특징의 변화 정도는 해당 특징의 평균값 대비 변동폭을 의미할 수 있다. 예를 들어, 적응적 생체 신호 특징 결합 장치(200)는 생체 신호의 소정의 시간 구간에서 추출된 특징값들(예컨대, 제1 특징값들 또는 제2 특징값들)의 분산, 표준 편차, 평균 절대 편차 등을 산출하고 산출된 분산, 표준 편차, 평균 절대 편차 등을 특징값들의 평균으로 나누어, 특징의 변화 정도를 산출할 수 있다. 적응적 생체 신호 특징 결합 장치(200)는 산출된 특징의 변화 정도를 기 설정된 임계값과 비교하여, 산출된 특징의 변화 정도가 기 설정된 임계값 이하인 경우, 그 시간 구간을 안정 구간으로 판단할 수 있다.

적응적 생체 신호 특징 결합 장치(200)는 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출한다(1230). 여기서, 통계 변수는 평균, 분산, 표준 편차, 평균 절대 편차 등을 포함할 수 있다. 예를 들어, 적응적 생체 신호 특징 결합 장치(200)는 수학식 2 내지 수학식 9를 통해 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출할 수 있다.

적응적 생체 신호 특징 결합 장치(200)는 안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 통합 결합 계수를 산출한다(1240).

이하, 도 13을 참조하여 통합 결합 계수 산출 단계(1240)를 구체적으로 설명한다.

도 13은 통합 결합 계수 산출 단계(1240)의 일 실시예를 도시한 흐름도이다.

도2 및 도 13을 참조하면, 적응적 생체 신호 특징 결합 장치(200)는 안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 각 안정 구간의 결합 계수를 산출한다(1310). 예컨대, 적응적 생체 신호 특징 결합 장치(200)는 수학식 13을 이용하여 안정 구간별 결합 계수를 산출할 수 있다.

적응적 생체 신호 특징 결합 장치(200)는 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출한다(1320). 예컨대, 적응적 생체 신호 특징 결합 장치(200)는 수학식 14 또는 수학식 15를 이용하여 통합 결합 계수를 산출할 수 있다.

도 14은 적응적 생체 신호 특징 결합 방법의 다른 실시예를 도시한 흐름도이다. 도 14의 적응적 생체 신호 특징 결합 방법은 도 2의 적응적 생체 신호 특징 결합 장치(200)에 의해 수행될 수 있다. 여기서, 단계 1410 내지 단계 1440은 도 12의 단계 1210 내지 단계 1240과 동일하므로 상세한 설명은 생략하기로 한다.

단계 1450에서 적응적 생체 신호 특징 결합 장치(200)는 통합 결합 계수를 기반으로 제1 특징 및 제2 특징을 결합한다(1450). 예컨대, 적응적 생체 신호 특징 결합 장치(200)는 수학식 16 내지 수학식 18을 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

도 15는 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다. 도 15의 적응적 생체 신호 특징 결합 방법은 도 8의 적응적 생체 신호 특징 결합 장치(800)에 의해 수행될 수 있다. 여기서, 단계 1510 내지 단계 1540은 도 12의 단계 1210 내지 단계 1240과 동일하므로 상세한 설명은 생략하기로 한다.

단계 1550에서 적응적 생체 신호 특징 결합 장치(800)는 통합 결합 계수를 지속적으로 갱신한다(1550).

일 실시예에 따르면, 적응적 생체 신호 특징 결합 장치(800)는 단계 1510 내지 단계 1540을 반복 수행하여 도 9에 도시된 바와 같이 설정된 갱신 주기에 따라 통합 결합 계수를 주기적으로 갱신할 수 있다.

다른 실시예에 따르면, 적응적 생체 신호 특징 결합 장치(800)는 단계 1510 내지 단계 1540을 반복 수행하여 도 10에 도시된 바와 같이 슬라이딩 윈도우 방식으로 적어도 하나의 안정 구간을 오버랩핑 시켜가면서 통합 결합 계수를 지속적으로 갱신할 수 있다.

도 16은 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다. 도 16의 적응적 생체 신호 특징 결합 방법은 도 11의 적응적 생체 신호 특징 결합 장치(1100)에 의해 수행될 수 있다. 여기서, 단계 1610 내지 단계 1630은 도 12의 단계 1210 내지 단계 1230과 동일하므로 상세한 설명은 생략하기로 한다.

단계 1640에서, 적응적 생체 신호 특징 결합 장치(1100)는 제1 특징 및 제2 특징 사이의 조인트(joint) 통계 변수값을 산출한다(1640). 여기서, 조인트 통계 변수는 공분산, 상관 계수일 수 있으나 이는 일 실시예에 불과할 뿐 이에 한정되는 것은 아니다.

단계 1650에서, 적응적 생체 신호 특징 결합 장치(1100)는 제1 특징의 통계 변수, 제2 특징의 통계 변수 및 제1 특징과 제2 특징 간의 조인트 통계 변수를 기반으로 각 안정 구간의 결합 계수를 산출하고, 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출한다(1650). 예컨대, 적응적 생체 신호 특징 결합 장치(1100)는 수학식 20 또는 수학식 21을 이용하여 각 안정 구간의 결합 계수를 산출하고, 수학식 14 또는 수학식 15를 이용하여 통합 결합 계수를 산출할 수 있다.

도 17은 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다. 도 17의 적응적 생체 신호 특징 결합 방법은 도 2의 적응적 생체 신호 특징 결합 장치(200)에 의해 수행될 수 있다. 여기서, 단계 1710 내지 단계 1730은 도 12의 단계 1210 내지 단계 1230과 동일하므로 상세한 설명은 생략하기로 한다.

단계 1740에서, 적응적 생체 신호 특징 결합 장치(200)는 안정 구간별로 산출된 제1 특징의 통계 변수값을 평균하여 제1 특징에 대한 결합 계수를 산출하고, 안정 구간별로 산출된 제2 특징의 통계 변수값을 평균하여 제2 특징에 대한 결합 계수를 산출한다(1740).

도 18은 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다. 도 17의 적응적 생체 신호 특징 결합 방법은 도 2의 적응적 생체 신호 특징 결합 장치(200)에 의해 수행될 수 있다. 여기서, 단계 1810 내지 단계 1840은 도 17의 단계 1710 내지 단계 1740과 동일하므로 상세한 설명은 생략하기로 한다.

단계 1850에서 적응적 생체 신호 특징 결합 장치(200)는 각 특징의 결합 계수를 기반으로 제1 특징 및 제2 특징을 결합한다(1850). 예컨대, 적응적 생체 신호 특징 결합 장치(200)는 수학식 10 내지 수학식 12를 이용하여 제1 특징 및 제2 특징을 결합할 수 있다.

도 19는 적응적 생체 신호 특징 결합 방법의 또 다른 실시예를 도시한 흐름도이다. 도 19의 적응적 생체 신호 특징 결합 방법은 도 8의 적응적 생체 신호 특징 결합 장치(800)에 의해 수행될 수 있다. 여기서, 단계 1910 내지 단계 1940은 도 17의 단계 1710 내지 단계 1740과 동일하므로 상세한 설명은 생략하기로 한다.

단계 1950에서 적응적 생체 신호 특징 결합 장치(800)는 각 특징의 결합 계수를 지속적으로 갱신한다(1950).

일 실시예에 따르면, 적응적 생체 신호 특징 결합 장치(800)는 단계 1910 내지 단계 1940을 반복 수행하여 도 9에 도시된 바와 같이 설정된 갱신 주기에 따라 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 주기적으로 갱신할 수 있다.

다른 실시예에 따르면, 적응적 생체 신호 특징 결합 장치(800)는 단계 1910 내지 단계 1940을 반복 수행하여 도 10에 도시된 바와 같이 슬라이딩 윈도우 방식으로 적어도 하나의 안정 구간을 오버랩핑 시켜가면서 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 지속적으로 갱신할 수 있다.

도 20은 혈압 측정 장치의 일 실시예를 도시한 블록도이다.

도 20을 참조하면, 혈압 측정 장치(2000)는 안정 구간 판단부(2010), 통계 변수 산출부(2020), 특징 결합부(2030) 및 혈압 추정부(2040)를 포함할 수 있다. 여기서, 안정 구간 판단부(2010), 통계 변수 산출부(2020) 및 특징 결합부(2030)는 도 2의 안정 구간 판단부(220), 통계 변수 산출부(230) 및 특징 결합부(240)와 각각 동일하므로 그 상세한 설명은 생략하기로 한다.

혈압 추정부(2040)는 결합된 특징을 기반으로 대상체의 혈압을 추정할 수 있다. 이때, 혈압 추정부(2040)는 수학식 22를 이용할 수 있다.

여기서, a는 스케일 인자(scale factor)을, b는 옵셋(offset)을 나타낸다. a 및 b는 통계적 기법을 통해 미리 산출될 수도 있고, 캘리브레이션 과정을 통해 미리 산출될 수도 있다. 한편, 는 결합된 특징으로서 수학식 10 내지 수학식 12, 또는 수학식 16 내지 수학식 18을 통해 산출될 수 있다.

도 21은 혈압 측정 방법의 일 실시예를 도시한 흐름도이다.

도 21의 혈압 측정 방법은 도 20의 혈압 측정 장치(2000)에 의해 수행될 수 있다. 여기서, 단계 2110 내지 단계 2140은 도 14의 단계 1420 내지 단계 1450과 동일하므로 그 상세한 설명은 생략하기로 한다.

단계 2150에서 혈압 측정 장치(2000)는 결합된 특징을 기반으로 대상체의 혈압을 추정할 수 있다(2150). 이때, 혈압 측정 장치(2000)는 수학식 22를 이용할 수 있다.

본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 상기의 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함할 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 작성되고 실행될 수 있다.

이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시 예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.

200, 800, 1100: 적응적 생체 신호 특징 결합 장치
210, 810, 1110: 특징 추출부
220, 820, 1120: 안정 구간 판단부
230, 830, 1130: 통계 변수 산출부
240, 840, 1150: 특징 결합부
850: 제어부
1140: 조인트 통계 변수 산출부

Claims (25)

1. 대상체의 PPG(Photoplethysmogram) 신호로부터 심박출량을 나타내는 제1 특징값들 및 총말초혈관저항을 나타내는 제2 특징값들을 추출하는 특징 추출부;
   상기 PPG 신호에서 적어도 하나의 안정 구간을 판단하는 안정 구간 판단부;
   적어도 하나의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부; 및
   상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 상기 제1 특징 및 상기 제2 특징을 통합하기 위한 통합 결합 계수를 산출하는 특징 결합부; 를 포함하고,
   상기 특징 결합부는,
   안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 각 안정 구간의 결합 계수를 산출하고, 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출하는,
   적응적 생체 신호 특징 결합 장치.
2. 삭제
3. 삭제
4. 제1항에 있어서,
   상기 제1 특징은, P_max/P_area, P_max/P₃, P_sys/P₃, P₁/P₃, P₂/P₃, 및 1/T_period 중 적어도 하나를 포함하고,
   상기 제2 특징은, 1/(T_3-T_sys), 1/(T_3-T_max), 1/(T_3-T₁), 1/(T_3-T₂), P₂/ P₁ 및 P₃/P₁ 중 적어도 하나를 포함하고,
   상기 T_period는 PPG 신호의 주기를, 상기 T₁은 PPG 신호를 구성하는 제1 성분 펄스의 최대값 지점의 시간을, 상기 P₁은 상기 T₁에서의 PPG 신호의 진폭을, 상기 T₂는 PPG 신호를 구성하는 제2 성분 펄스의 최대값 지점의 시간을, 상기 P₂는 상기 T₂에서의 PPG 신호의 진폭을, 상기 T₃는 PPG 신호를 구성하는 제3 성분 펄스의 최대값 지점의 시간을, 상기 P₃는 상기 T₃에서의 PPG 신호의 진폭을, 상기 T_max는 제1 구간에서 PPG 신호의 최대값 지점의 시간을, 상기 P_max는 상기 T_max에서의 PPG 신호의 진폭을, 상기 T_sys는 상기 T₁ 및 상기 T_max의 중간 지점의 시간, 상기 T₁ 및 상기 T_max 사이의 임의의 지점의 시간, 또는 상기 T₁ 및 상기 T₂ 사이의 임의의 지점의 시간 중 하나를, P_sys는 T_sys에서의 PPG 신호의 진폭을, P_area는 제2 구간의 PPG 신호의 진폭합을 나타내는,
   적응적 생체 신호 특징 결합 장치.
5. 제1항에 있어서,
   상기 안정 구간 판단부는,
   상기 대상체에 부착된 가속도 센서 또는 자이로 센서의 출력값을 기반으로 적어도 하나의 안정 구간을 판단하는,
   적응적 생체 신호 특징 결합 장치.
6. 제5항에 있어서,
   상기 안정 구간 판단부는,
   PPG 신호 측정 당시의 가속도 센서 또는 자이로 센서의 출력값을 기 설정된 임계값과 비교하고, 가속도 센서 또는 자이로 센서의 출력값이 기 설정된 임계값 이하로 소정 시간 동안 지속되는 경우 그 시간 구간을 안정 구간으로 판단하는,
   적응적 생체 신호 특징 결합 장치.
7. 제1항에 있어서,
   상기 안정 구간 판단부는,
   PPG 신호로부터 추출된 제1 특징 또는 제2 특징의 변화 정도를 기반으로 적어도 하나의 안정 구간을 판단하는,
   적응적 생체 신호 특징 결합 장치.
8. 제7항에 있어서,
   상기 제1 특징 또는 제2 특징의 변화 정도는 해당 특징의 평균값 대비 변동폭으로 정의되는,
   적응적 생체 신호 특징 결합 장치.
9. 제8항에 있어서,
   상기 변동폭은 분산, 표준 편차 및 평균 절대 편차를 포함하는,
   적응적 생체 신호 특징 결합 장치.
10. 제7항에 있어서,
    상기 안정 구간 판단부는,
    소정 시간 구간에서 추출된 제1 특징 또는 제2 특징의 변화 정도를 기 설정된 임계값과 비교하고, 제1 특징 또는 제2 특징의 변화 정도가 기 설정된 임계값 이하인 경우 그 시간 구간을 안정 구간으로 판단하는,
    적응적 생체 신호 특징 결합 장치.
11. 제1항에 있어서,
    상기 통계 변수는,
    평균, 분산, 표준 편차, 평균 절대 편차를 포함하는,
    적응적 생체 신호 특징 결합 장치.
12. 삭제
13. 제1항에 있어서,
    상기 특징 결합부는,
    안정 구간별로 제1 특징의 통계 변수값에 제2 특징의 통계 변수값을 나누어 각 안정 구간의 결합 계수를 산출하는,
    적응적 생체 신호 특징 결합 장치.
14. 제1항에 있어서,
    상기 특징 결합부는,
    상기 산출된 각 안정 구간의 결합 계수를 산술 평균하여 통합 결합 계수를 산출하는,
    적응적 생체 신호 특징 결합 장치.
15. 제1항에 있어서,
    상기 특징 결합부는,
    상기 산출된 각 안정 구간의 결합 계수에 서로 다른 가중치를 적용하고 서로 다른 가중치가 적용된 각 안정 구간의 결합 계수를 선형 결합하여 통합 결합 계수를 산출하는,
    적응적 생체 신호 특징 결합 장치.
16. 제15항에 있어서,
    상기 특징 결합부는,
    시간적으로 뒤에 있는 안정 구간의 결합 계수에 높은 가중치를 적용하는,
    적응적 생체 신호 특징 결합 장치.
17. 제1항에 있어서,
    상기 특징 결합부는,
    상기 산출된 통합 결합 계수를 이용하여 상기 제1 특징 및 상기 제2 특징을 선형 결합하는,
    적응적 생체 신호 특징 결합 장치.
18. 제1항에 있어서,
    상기 통합 결합 계수를 갱신하는 제어부; 를 더 포함하는,
    적응적 생체 신호 특징 결합 장치.
19. 제18항에 있어서,
    상기 제어부는,
    설정된 갱신 주기에 따라 통합 결합 계수를 갱신할 수 있도록 상기 특징 추출부, 상기 안정 구간 판단부, 상기 통계 변수 산출부 및 상기 특징 결합부를 제어하는,
    적응적 생체 신호 특징 결합 장치.
20. 제18항에 있어서,
    상기 제어부는,
    슬라이딩 윈도우 방식으로 적어도 하나의 안정 구간을 오버랩핑 시켜가면서 통합 결합 계수를 지속적으로 갱신할 수 있도록 상기 특징 추출부, 상기 안정 구간 판단부, 상기 통계 변수 산출부 및 상기 특징 결합부를 제어하는,
    적응적 생체 신호 특징 결합 장치.
21. 제1항에 있어서,
    상기 제1 특징 및 상기 제2 특징 사이의 조인트 통계 변수값을 산출하는 조인트 통계 변수 산출부; 를 더 포함하고,
    상기 특징 결합부는, 상기 제1 특징의 통계 변수값, 상기 제2 특징의 통계 변수값 및 상기 조인트 통계 변수값을 이용하여 통합 결합 계수를 산출하는,
    적응적 생체 신호 특징 결합 장치.
22. 제21항에 있어서,
    조인트 통계 변수는,
    공분산 및 상관 계수를 포함하는,
    적응적 생체 신호 특징 결합 장치.
23. 적응적 생체 신호 특징 결합 장치가,
    대상체의 PPG 신호로부터 심박출량을 나타내는 제1 특징값들 및 총말초혈관저항을 나타내는 제2 특징값들을 추출하는 단계;
    상기 PPG 신호에서 적어도 하나의 안정 구간을 판단하는 단계;
    적어도 하나의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 단계; 및
    상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 상기 제1 특징 및 상기 제2 특징을 통합하기 위한 통합 결합 계수를 산출하는 단계; 를 포함하고,
    상기 통합 결합 계수를 산출하는 단계는,
    안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 각 안정 구간의 결합 계수를 산출하고, 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출하는,
    적응적 생체 신호 특징 결합 방법.
24. 대상체의 PPG 신호에서 안정 구간을 판단하는 안정 구간 판단부;
    상기 안정 구간의 PPG 신호로부터 추출된 심박출량을 나타내는 제1 특징의 통계 변수값 및 상기 안정 구간의 PPG 신호로부터 추출된 총말초혈관저항을 나타내는 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부;
    상기 제1 특징의 통계 변수값 및 상기 제2 특징의 통계 변수값을 이용하여 통합 결합 계수를 산출하고, 산출된 통합 결합 계수를 기반으로 상기 제1 특징 및 상기 제2 특징을 결합하는 특징 결합부; 및
    상기 결합된 특징에 미리 정의된 수학식을 적용하여 상기 대상체의 혈압을 추정하는 혈압 추정부; 를 포함하고,
    상기 특징 결합부는,
    안정 구간별로 산출된 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 기반으로 각 안정 구간의 결합 계수를 산출하고, 산출된 각 안정 구간의 결합 계수를 통합하여 통합 결합 계수를 산출하는,
    혈압 측정 장치.
25. 대상체의 PPG 신호로부터 심박출량을 나타내는 제1 특징값들 및 총말초혈관저항을 나타내는 제2 특징값들을 추출하는 특징 추출부;
    상기 PPG 신호에서 둘 이상의 안정 구간을 판단하는 안정 구간 판단부;
    상기 둘 이상의 안정 구간에서 추출된 제1 특징값들 및 제2 특징값들을 기반으로 각 안정 구간별로 제1 특징의 통계 변수값 및 제2 특징의 통계 변수값을 산출하는 통계 변수 산출부; 및
    상기 각 안정 구간에서 산출된 제1 특징의 통계 변수값들을 결합하여 제1 특징의 결합 계수를 산출하고, 상기 제2 특징의 통계 변수값들을 결합하여 제2 특징의 결합 계수를 산출하며, 미리 정의된 수학식에 제1 특징의 결합 계수 및 제2 특징의 결합 계수를 입력하여 결합된 특징을 획득하는 특징 결합부; 를 포함하는,
    적응적 생체 신호 특징 결합 장치.

Images