KR102655740B1 - 스펙트럼 이미지 보정 장치 및 방법과, 대상체의 성분 분석 장치 - Google Patents
스펙트럼 이미지 보정 장치 및 방법과, 대상체의 성분 분석 장치 Download PDFInfo
- Publication number
- KR102655740B1 KR102655740B1 KR1020180070951A KR20180070951A KR102655740B1 KR 102655740 B1 KR102655740 B1 KR 102655740B1 KR 1020180070951 A KR1020180070951 A KR 1020180070951A KR 20180070951 A KR20180070951 A KR 20180070951A KR 102655740 B1 KR102655740 B1 KR 102655740B1
- Authority
- KR
- South Korea
- Prior art keywords
- curvature
- spectrum
- peak
- spectral image
- image
- Prior art date
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims description 34
- 239000000126 substance Substances 0.000 title 1
- 238000001069 Raman spectroscopy Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims description 119
- 238000012937 correction Methods 0.000 claims description 63
- 238000003702 image correction Methods 0.000 claims description 40
- 238000004891 communication Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 17
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000013488 ordinary least square regression Methods 0.000 claims description 9
- 230000004069 differentiation Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 description 54
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 239000013256 coordination polymer Substances 0.000 description 5
- 239000004615 ingredient Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001237 Raman spectrum Methods 0.000 description 4
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000004075 alteration Effects 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 208000000453 Skin Neoplasms Diseases 0.000 description 2
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 2
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 2
- 239000003963 antioxidant agent Substances 0.000 description 2
- 230000003078 antioxidant effect Effects 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 201000000849 skin cancer Diseases 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 229940116269 uric acid Drugs 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
- G01J3/4412—Scattering spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2859—Peak detecting in spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
- G01J2003/4424—Fluorescence correction for Raman spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/127—Calibration; base line adjustment; drift compensation
- G01N2201/12746—Calibration values determination
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
스펙트럼 이미지 특히 라만 분광 기반의 스펙트럼 이미지의 곡률 보정 장치가 개시된다. 일 실시예에 따르면, 스펙트럼 이미지의 곡률 보정 장치는 스펙트럼 이미지를 획득하는 이미지 획득부와, 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 특징 파장에 대한 피크(peak)를 검출하고, 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정하는 프로세서를 포함할 수 있다.
Description
이미지 처리 기술에 관한 것으로, 보다 상세하게는 분광 기반의 응용 기기를 위한 스펙트럼 이미지의 곡률 보정 기술과 관련된다.
최근 건강에 대한 관심이 증가되면서 비침습적으로 대상체의 성분을 분석하는 기술에 대한 연구가 활발히 진행되고 있다. 이러한 비침습적인 분석 기법에는 라만 분광 신호를 사용하여 인체 내의 포도당 성분 등을 분석하는 기법이 포함된다. 그러나, 라만이나 다른 유형의 신호를 사용하는 기존의 비침습적 방법은 정확성이 떨어지게 하는 다양한 요인들이 존재한다. 예를 들어, 분광계를 사용하여 이미지화 된 대상체의 스펙트럼 이미지에는 광학 수차(optical aberrations)가 포함된다. 특히 곡률(curvature)과 같은 광학적 수차는 중첩되는 스펙트럼 밴드나 잘 분해되지 않은 피크를 초래할 수 있어 잘못된 분석 결과를 발생할 수 있다. 일반적인 라만 분광 응용 기기들의 경우 고품질 라만 스펙트럼을 얻기 위해서는 광 수집 효율(light collection throughput)의 증가가 필수적인데, 이를 위해 NA(numerical aperture)와 CCD(charged coupled device)의 크기를 키우는 것이 일반적이다.
분광 기반의 응용 기기를 위한 스펙트럼 이미지의 곡률 보정 장치 및 방법이 제시되며, 그 스펙트럼 이미지 곡률 보정 기술을 이용하여 대상체의 성분을 분석하는 장치가 제시된다.
일 양상에 따르면, 스펙트럼 이미지 보정 장치는 스펙트럼 이미지를 획득하는 이미지 획득부 및, 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 특징 파장에 대한 피크(peak)를 검출하고, 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정하는 프로세서를 포함할 수 있다.
이미지 획득부는 대상체에 광을 조사하는 광원 및 대상체로부터 산란된 광 신호를 기초로 스펙트럼 이미지를 획득하는 디텍터를 포함할 수 있다.
이미지 획득부는 라만 분광 기법을 기반으로 스펙트럼 이미지를 획득할 수 있다.
디텍터는 멀티 픽셀로 형성된, CCD(charge coupled device), 다이오드 어레이(diode array) 및 필름(film) 중의 하나 이상을 포함할 수 있다.
프로세서는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 미분하고, 미분값을 기초로 피크를 검출하는 피크 검출부를 포함할 수 있다.
피크 검출부는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출할 수 있다.
피크 검출부는 스펙트럼 이미지가 획득되면, 스펙트럼의 전체 파장 대역에서 곡률 보정을 수행할 하나 이상의 특징 파장을 선택할 수 있다.
피크 검출부는 스펙트럼을, 로우 패스 필터(Low Pass Filter, LPF), 밴드 패스 필터(Band Pass Filter, BPF) 및 하이 패스 필터(High Pass Filter, HPF) 중의 적어도 하나를 적용하여 상기 선택된 특징 파장을 포함하는 각각의 단위 밴드로 분할하고, 분할된 각 단위 밴드를 미분하여 각 단위 밴드별로 하나의 피크를 검출할 수 있다.
프로세서는 특징 파장에 대하여 검출된 피크를 기초로, 특징 파장에 대한 곡률을 계산하는 곡률 계산부를 포함할 수 있다.
곡률 계산부는 범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 특징 파장에 대한 곡률을 계산할 수 있다.
프로세서는 특징 파장에 대하여 계산된 곡률을 기초로, 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행하는 픽셀 보간부를 더 포함할 수 있다.
일 양상에 따르면, 스펙트럼 이미지 보정 방법은 스펙트럼 이미지를 획득하는 단계, 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 특징 파장에 대한 피크(peak)를 검출하는 단계 및 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정하는 단계를 포함할 수 있다.
스펙트럼 이미지를 획득하는 단계는 라만 분광 기법을 기반으로 스펙트럼 이미지를 획득할 수 있다.
피크를 검출하는 단계는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 미분하고, 미분값을 기초로 피크를 검출할 수 있다.
피크를 검출하는 단계는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출할 수 있다.
피크를 검출하는 단계는 스펙트럼 이미지가 획득되면, 스펙트럼의 전체 파장 대역에서 곡률 보정을 수행할 하나 이상의 특징 파장을 선택하는 단계를 포함할 수 있다.
피크를 검출하는 단계는 스펙트럼을, 로우 패스 필터(Low Pass Filter, LPF), 밴드 패스 필터(Band Pass Filter, BPF) 및 하이 패스 필터(High Pass Filter, HPF) 중의 적어도 하나를 적용하여 선택된 특징 파장을 포함하는 각각의 단위 밴드로 분할하는 단계를 더 포함하고, 분할된 각 단위 밴드를 미분하여 각 단위 밴드별로 하나의 피크를 검출할 수 있다.
곡률을 보정하는 단계는 특징 파장에 대하여 검출된 피크를 기초로, 특징 파장에 대한 곡률을 계산하는 단계를 포함할 수 있다.
곡률을 계산하는 단계는 범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 특징 파장에 대한 곡률을 계산할 수 있다.
곡률을 보정하는 단계는 특징 파장에 대하여 계산된 곡률을 기초로, 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행하는 단계를 더 포함할 수 있다.
일 양상에 따르면, 스펙트럼 이미지 보정 장치는 외부 기기와 통신 연결하여, 외부 기기로부터 스펙트럼 이미지를 수신하는 통신부 및 스펙트럼 이미지에 대하여, 미분값을 기초로 특징 파장에 대한 피크를 검출하고, 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정하는 프로세서를 포함할 수 있다.
프로세서는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 미분하고, 미분값을 기초로 피크를 검출하는 피크 검출부를 포함할 수 있다.
피크 검출부는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출할 수 있다.
프로세서는 특징 파장에 대하여 검출된 피크를 기초로, 범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 상기 특징 파장에 대한 곡률을 계산하는 곡률 계산부를 포함할 수 있다.
프로세서는 특징 파장에 대하여 계산된 곡률을 기초로, 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행하는 픽셀 보간부를 더 포함할 수 있다.
통신부는 곡률 보정 결과를 외부 기기에 전송할 수 있다.
일 양상에 따르면, 대상체의 성분 분석 장치는 스펙트럼 이미지를 획득하는 이미지 획득부 및 기준 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 특징 파장에 대한 피크(peak)를 검출하고 검출된 피크를 기초로 곡률을 보정하는 곡률 보정부 및 기준 스펙트럼 이미지의 곡률 보정 결과를 기초로 분석 스펙트럼 이미지를 보정하여 스펙트럼을 복원하고, 복원된 스펙트럼을 기초로 대상체의 성분을 분석하는 성분 분석부를 포함할 수 있다.
이미지 획득부는 라만 분광 기법을 기반으로 스펙트럼 이미지를 획득할 수 있다.
곡률 보정부는 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출할 수 있다.
곡률 보정부는 특징 파장에 대하여 검출된 피크를 기초로, 범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 특징 파장에 대한 곡률을 계산하고, 계산된 곡률을 기초로 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행할 수 있다.
성분 분석부는 성분 분석 결과를 기초로 스펙트럼 이미지의 보정 여부를 판단하고, 판단 결과를 기초로 사용자에게 스펙트럼 이미지 보정에 관한 가이드 정보를 제공할 수 있다.
대상체의 성분은 혈당, 항산화도, 피부암, 미세먼지, 중성지방, 칼로리, 알코올, 콜레스테롤, 단백질 및 요산 중의 하나 이상을 포함할 수 있다.
또한, 대상체의 성분 분석 장치는 성분 분석 결과를 출력하는 출력부를 더 포함할 수 있다.
또한, 대상체의 성분 분석 장치는 기준 스펙트럼의 곡률 보정 결과 및 성분 분석 결과 중의 하나 이상을 저장하는 저장부를 더 포함할 수 있다.
분광 기반의 응용 기기를 위한 스펙트럼 이미지의 곡률 보정 기술을 제시함으로써 대상체의 성분 분석의 정확성을 향상시킬 수 있다.
도 1은 일 실시예에 따른 스펙트럼 이미지 보정 장치의 블록도이다.
도 2a 및 도 2b는 스펙트럼 이미지를 획득하는 것을 설명하기 위해 이미지 획득부를 간략하게 도시한 것이다.
도 3은 다른 실시예에 따른 스펙트럼 이미지 보정 장치의 블록도이다.
도 4는 도 1 및 도 3의 프로세서 구성의 블록도이다.
도 5a 내지 도 5h는 스펙트럼 이미지의 곡률 보정을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 스펙트럼 이미지 보정 방법의 흐름도이다.
도 7은 일 실시예에 따른 대상체의 성분 분석 장치의 블록도이다.
도 8은 다른 실시예에 따른 대상체의 성분 분석 장치의 블록도이다.
도 9는 일 실시예에 따른 대상체의 성분 분석 방법의 흐름도이다.
도 2a 및 도 2b는 스펙트럼 이미지를 획득하는 것을 설명하기 위해 이미지 획득부를 간략하게 도시한 것이다.
도 3은 다른 실시예에 따른 스펙트럼 이미지 보정 장치의 블록도이다.
도 4는 도 1 및 도 3의 프로세서 구성의 블록도이다.
도 5a 내지 도 5h는 스펙트럼 이미지의 곡률 보정을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 스펙트럼 이미지 보정 방법의 흐름도이다.
도 7은 일 실시예에 따른 대상체의 성분 분석 장치의 블록도이다.
도 8은 다른 실시예에 따른 대상체의 성분 분석 장치의 블록도이다.
도 9는 일 실시예에 따른 대상체의 성분 분석 방법의 흐름도이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 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. 또한, 명세서에 기재된 "…부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 스펙트럼 이미지 보정 장치 및 방법의 실시예들을 도면들을 참고하여 자세히 설명하도록 한다.
이하에서 설명하는 스펙트럼 이미지 보정 장치의 다양한 실시예들은 휴대용 웨어러블 기기나 스마트 기기 등의 기기에 탑재될 수 있다. 예를 들어, 기기는 손목에 착용하는 스마트 워치, 스마트 밴드형, 헤드폰형, 헤어밴드 형 등의 다양한 형태로 제작되는 웨어러블 기기나, 스마트폰, 태블릿 PC등와 같은 모바일 기기를 포함하나 이에 제한되는 것은 아니다.
도 1은 일 실시예에 따른 스펙트럼 이미지 보정 장치의 블록도이다.
도 1을 참조하면, 스펙트럼 이미지 보정 장치(100)는 이미지 획득부(110) 및 프로세서(120)를 포함한다.
이미지 획득부(110)는 대상체(OBJ)로부터 스펙트럼 이미지를 획득할 수 있다. 이미지 획득부(110)는 라만 분광 기반의 이미지 획득 센서일 수 있으며, 광원(111) 및 디텍터(112)를 포함할 수 있다. 다만, 반드시 라만 분광 기법으로 한정되는 것은 아니며 근적외선 분광 기법 등 다양한 기법으로 획득된 스펙트럼 이미지를 획득할 수 있다.
광원(111)은 스펙트럼 이미지의 광 수차(light aberration) 예컨대 곡률(curvature)을 보정하기 위해, 기준 대상체(OBJ)에 광을 조사할 수 있다. 광원(111)은 LED(light emitting diode), 레이저 다이오드(laser diode) 및 형광체 등을 포함할 수 있다. 광원(111)은 하나 또는 복수의 어레이로 형성될 수 있다. 광원(111)은 라만 분광 기법에 의해 스펙트럼 이미지를 획득하기 위해 레이저 단일광을 조사하도록 형성될 수 있다.
디텍터(112)는 광원(111)에 의해 조사되어 대상체로부터 산란/반사된 광(이하, '산란광'이라 함)을 검출할 수 있다. 디텍터(112)는 멀티 픽셀로 형성된, CCD(charge coupled device), 다이오드 어레이(diode array) 및 필름(film) 등을 포함할 수 있다.
도 2a 및 도 2b는 스펙트럼 이미지를 획득하는 것을 설명하기 위해 이미지 획득부를 간략하게 도시한 것이다.
도 2a를 참조하면, 광원(111)에서 조사된 레이저 광은 대상체(OBJ)로 입사된다. 대상체(OBJ)로 입사된 광은 대상체 내의 성분들에 의해 산란되며, 산란광은 슬릿(21)을 통과해 CCD 디텍터(112)에 의해 검출된다. 슬릿(21)의 폭은 조절 가능하며, 슬릿(21)의 폭을 조절함으로써 분해능을 조절할 수 있다. 이때, 슬릿(21)을 통과한 광은 렌즈(22)를 거쳐 미러(23)에 의해 방향이 전환되어 CCD 디텍터(112)로 들어갈 수 있다.
도 2b를 참조하면, (1)는 CCD 디텍터(112)에 의해 복원된 스펙트럼 이미지를 도시한 것이다. 라만 광은 강도(intensity)와 파장(wavelength)의 함수로서 검출되어 스펙트럼 이미지로 복원될 수 있다. 여기서, X축은 CCD 디텍터(112)의 행 방향으로서 슬릿(21)의 높이를 나타낼 수 있다. Y축은 열 방향으로서 파장을 나타낸다. 스펙트럼 이미지에서 스펙트럼 라인이 일정한 곡률을 가지는 것을 보여준다. (2)는 각각의 스펙트럼 라인은 서로 다른 곡률값을 가지고 있음을 보여준다.
일반적으로 디텍터(112)를 통한 스펙트럼 이미지는 광학 이상을 포함할 수 있다. 곡률 등의 광학 이상은 스펙트럼 대역(spectrum band)의 중복 및/또는 피크의 불충분한 분리를 가져올 수 있다. 이러한 현상은 대상체 성분 분석의 정확도를 낮추게 된다.
프로세서(120)는 획득된 스펙트럼 이미지의 곡률을 보정할 수 있다. 프로세서(120)는 소프트웨어적으로 스펙트럼 이미지의 곡률을 보정할 수 있다. 예를 들어, 스펙트럼 이미지에 대하여, 미분값 특성에 기초하여 특징 파장(characteristic wavelength)에 대한 피크(peak)를 검출할 수 있다. 이때, 특징 파장은 스펙트럼 이미지에서 곡률 보정에 활용하고자 하는 스펙트럼 라인에 대응하는 파장을 의미할 수 있다.
또한, 프로세서(120)는 각 특징 파장에 대하여 검출된 피크 정보를 이용하여 픽셀 강도(intensity)를 조절함으로써 스펙트럼 이미지의 곡률을 보정할 수 있다. 이때, 피크 정보 및 범용 최소 제곱 회귀법(Ordinary Least Square regression)을 이용하여 각 특징 파장에 해당하는 스펙트럼 라인에 대한 곡률을 계산하고, 계산된 곡률 정보를 이용하여 스펙트럼 이미지의 곡률을 보정할 수 있다.
도 3은 다른 실시예에 따른 스펙트럼 이미지 보정 장치의 블록도이다.
도 3을 참조하면, 스펙트럼 이미지 보정 장치(300)는 프로세서(120) 외에 통신부(311) 및 저장부(312)를 포함할 수 있다. 본 실시예에 따르면, 스펙트럼 이미지 보정 장치(300)는 이미지 획득을 위한 센서를 탑재하지 않을 수 있어 장치(300)의 소형화가 가능하다.
프로세서(120)는 통신부(311)에 의해 외부 기기(350)로부터 보정할 스펙트럼 이미지를 수신하면, 스펙트럼 이미지에 대하여 미분값 특성 및/또는 범용 최소 제곱 회귀법(Ordinary Least Square regression)을 기초로 스펙트럼 이미지의 곡률을 보정할 수 있다.
통신부(311)는 외부 기기(350)로부터 스펙트럼 이미지 보정 요청 및/또는 스펙트럼 이미지를 수신할 수 있다. 외부 기기(350)는 라만 스펙트럼 이미지 획득을 수행하는 라만 분광 센서, 스마트폰, 태블릿 PC, 데스크탑 PC등의 정보 처리 장치 및 헬스케어 기기 등을 포함할 수 있다. 또한, 통신부(311)는 프로세서(120)의 처리 결과, 예컨대, 스펙트럼 이미지의 곡률 보정 결과를 외부 기기(350)에 전송할 수 있다.
이때, 통신부(311)는 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication unit), WLAN(와이파이) 통신, 지그비(Zigbee) 통신, 적외선(IrDA, infrared Data Association) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra wideband) 통신, Ant+ 통신, WIFI 통신, 3G, 4G 및 5G 통신 기술 등을 활용할 수 있다. 다만, 이에 한정되지 않는다.
저장부(312)는 외부 기기(350)로부터 수신한 스펙트럼 이미지를 포함한 각종 정보를 저장할 수 있다. 예를 들어, 사용자의 연령, 성별 및 건강 상태 등의 사용자 정보를 포함할 수 있다. 또한, 저장부(350)는 프로세서(120)의 처리 결과를 저장할 수 있다. 예컨대, 스펙트럼 이미지의 곡률 계산값 등의 곡률 보정 결과를 저장할 수 있다.
이때, 저장부(312)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어, SD 또는 XD 메모리 등), 램(Random Access Memory: RAM) SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
도 4는 도 1 및 도 3의 프로세서 구성의 블록도이다. 도 5a 내지 도 5h는 스펙트럼 이미지의 곡률 보정을 설명하기 위한 도면이다. 도 4 내지 도 5h를 참조하여 본 실시예에 따라 스펙트럼 이미지를 보정하는 과정을 설명한다.
도 4를 참조하면, 일 실시예에 따른 프로세서(120)는 피크 검출부(410), 곡률 계산부(420) 및 픽셀 보간부(430)를 포함할 수 있다.
피크 검출부(410)는 원시 스펙트럼 이미지로부터 곡률 보정에 이용할 하나 이상의 특징 파장(characteristic wavelength)을 선택할 수 있다. 예를 들어, 도 5a는 곡률을 보정하고자 하는 원시 스펙트럼 이미지를 도시한 것이다. 도 5b는 원시 스펙트럼 이미지로부터 곡률 보정에 이용할 세 개의 특징 파장(CP1,CP2,CP3)을 도시한 것이다.
피크 검출부(410)는 스펙트럼 이미지의 각 행에 대하여 순차적으로 또는 선택된 적어도 일부의 행(row)에 대하여, 스펙트럼을 미분하고 미분값을 기초로 특징 파장에 대하여 각 행별로 피크(peak)를 검출할 수 있다. 도 5b를 참조하면, 선택된 세 개의 행(R1,R2,R3)을 예시하고 있다.
한편, 피크 검출부(410)는 스펙트럼을 각 특징 파장을 포함하는 각각의 단위 밴드로 분할할 수 있다. 예를 들어, 스펙트럼을 로우 패스 필터(Low Pass Filter, LPF), 밴드 패스 필터(Band Pass Filter, BPF) 및 하이 패스 필터(High Pass Filter, HPF) 중의 적어도 하나를 이용하여 각 특징 파장을 포함하는 단위 밴드로 분할할 수 있다. 도 5c는 스펙트럼 이미지의 특정 행에 대한 스펙트럼의 하나의 밴드를 도시한 것으로, 스펙트럼 밴드는 예컨대, 소정의 특징 파장 460 cm-1을 포함하고 있음을 알 수 있다.
피크 검출부(410)는 각 밴드의 스펙트럼을 미분하고 미분값을 기초로 특징 파장에 대한 피크를 결정할 수 있다. 예를 들어, 피크 검출부(410)는 스펙트럼을 1차 미분 및 2차 미분하고, 1차 미분값이 0이면서 2차 미분값이 음수인 스펙트럼의 지점을 그 행에 대하여 특징 파장의 피크로 결정할 수 있다. 예컨대, 도 5c를 참조하면, 스펙트럼의 1차 미분값이 0이고(P12) 2차 미분값이 음수(P13)인 스펙트럼의 지점(P11)의 파장(약 458 cm-1)을 특징 파장 460 cm-1에 대한 피크로 결정할 수 있다. 피크 검출부(410)는 이와 같이 선택된 특징 파장들에 대한 피크를 스펙트럼 이미지의 각 행별로 결정할 수 있다.
곡률 계산부(420)는 피크 검출부(410)에 의해 선택된 각 특징 파장에 대한 각 행별 피크들을 이용하여 해당 특징 파장에 대한 곡률을 계산할 수 있다. 예를 들어, 곡률 계산부(420)는 범용 최소 제곱 회귀법을 이용하여 각 특징 파장에 대한 곡률을 계산할 수 있다. 도 5d는 스펙트럼 이미지에 대하여, 각 행별 피크(peak)의 파장을 플롯(plot)하여 나타낸 소정의 특징 파장에 대한 곡률 포물선을 예시한 것이다.
도 5b 및 도 5e를 참조하여 설명하면, 곡률 계산부(420)는 각 특징 파장(CP1,CPk,CPn)에 대하여 적어도 세 개의 행(R1,R2,R3)에 대하여 검출된 피크를 기초로 아래의 수학식 1과 같은 범용 최소 제곱 회귀법의 계수를 결정함으로써 각 특징 파장의 스펙트럼 라인에 대한 곡률을 계산할 수 있다.
예를 들어, 첫 번째 특징 파장(CP1)이 100이고, 세 개의 행(R1,R2,R3)의 값이 100,500 및 800이며, 각 행(R1,R2,R3)에 대하여 검출된 피크가 80, 70 및 98이라고 가정하면, 각 행의 값 및 그 행에 대응하는 피크 파장을 수학식 1에 대입함으로써 첫 번째 특징 파장(CP1)에 대한 계수(a1,b1,c1)을 산출할 수 있다. 이와 같은 방식으로 특징 파장(CPk)에 대한 계수 (ak,bk,ck) 및 특징 파장(CPn)에 대한 계수 (an,bn,cn)을 산출할 수 있다.
여기서, x는 스펙트럼 이미지의 특정 행의 값을 나타내고, y는 행 x에 대하여 검출된 피크 파장을 나타낸다.
픽셀 보간부(430)는 곡률 계산부(420)에 의해 각 특징 파장에 대하여 산출된 곡률 정보를 기초로 스펙트럼 이미지의 전체 곡률을 보정할 수 있다. 픽셀 보간부(430)는 각 특징 파장에 대하여 픽셀 강도의 값을 조절하는 보간(interpolation) 작업을 수행함으로써 각 특징 파장의 스펙트럼 라인을 수직으로 바로 세울 수 있다. 또한, 각 특징 파장에 대하여 계산된 곡률 정보를 기초로 그 주변 파장들에 대한 픽셀 보간을 수행함으로써 전체 스펙트럼 이미지의 곡률을 보정할 수 있다.
예를 들어, 도 5f를 참조하면, 스펙트럼 이미지의 특정 행 예컨대, 중심 행(500)을 스펙트럼의 중심으로 가정하고 그 중심 행(500 위치)을 기준으로 각 특징 파장(CP1,CP2,CP3)의 스펙트럼 라인이 수직이 되도록 각 픽셀의 강도를 조절할 수 있다. 다만, 이에 제한되는 것은 아니며 본 실시예에 따르면 반드시 중심 행을 기준으로 할 필요는 없으며 임의의 행을 기준으로 수직 비닝(vertical binning)을 수행할 수 있다.
도 5g는 이와 같은 방식으로 곡률을 보정하여 각 스펙트럼 라인을 수직으로 세운 보정된 스펙트럼 이미지를 도시한 것이다. 도 5h는 보정된 스펙트럼 이미지를 기초로 스펙트럼을 복원한 것을 예시한 것이다. 본 실시예에 따르면, 스펙트럼 이미지에서 특징 파장들에 대한 피크를 미분값에 기초하여 검출할 수 있다. 또한, 범용 최소 제곱 회귀법을 기초로 각 특징 파장들에 대한 스펙트럼 라인의 곡률을 개별적으로 계산함으로써, 스펙트럼 이미지의 중심 행이 아닌 즉, 정렬이 맞지 않는 경우에도 임의의 행을 기준으로 수직 비닝을 수행할 수 있다.
도 6은 일 실시예에 따른 스펙트럼 이미지 보정 방법의 흐름도이다.
도 6은 도 1 및 도 3의 실시예에 따른 스펙트럼 이미지 보정 장치(100,300)들에 의해 수행되는 스펙트럼 이미지 보정 방법의 일 실시예이다.
도 6을 참조하면, 스펙트럼 이미지 보정 장치는 스펙트럼 이미지 보정 요청에 따라 스펙트럼 이미지를 획득할 수 있다(610). 스펙트럼 이미지 보정 요청은 사용자로부터 입력되거나 외부 기기로부터 수신할 수 있다. 예를 들어, 스펙트럼 이미지 보정 요청이 수신되면 스펙트럼 이미지 보정 장치는 내부에 탑재된 라만 분광 기반의 이미지 획득 센서를 구동하여 원시 스펙트럼 이미지를 획득할 수 있다.
그 다음, 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 소정의 특징 파장에 대한 피크를 검출할 수 있다(620).
스펙트럼 이미지 보정 장치는 원시 스펙트럼 이미지로부터 곡률 보정에 이용할 하나 이상의 특징 파장(characteristic wavelength)을 선택할 수 있다. 또한, 스펙트럼 이미지의 각 행에 대하여 스펙트럼을 미분하고, 미분값을 기초로 선택된 하나 이상의 특징 파장에 대한 피크(peak)를 검출할 수 있다. 이때, 하나 이상의 특징 파장을 선택하면, 스펙트럼을 각 특징 파장을 포함하는 각각의 단위 밴드로 분할하고, 분할된 각 밴드의 스펙트럼을 미분하여 미분값을 기초로 특징 파장에 대한 피크를 결정할 수 있다.
스펙트럼 이미지 보정 장치는 각 행별로 스펙트럼을 1차 미분 및 2차 미분하고, 1차 미분값이 0이면서 2차 미분값이 음수인 스펙트럼의 지점을 그 행에 대하여 특징 파장의 피크로 결정할 수 있다.
그 다음, 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정할 수 있다(630).
예를 들어, 스펙트럼 이미지 보정 장치는 어느 특징 파장에 대하여 각 행별로 검출된 피크들을 이용하여 해당 특징 파장에 대한 곡률을 계산할 수 있다. 이때, 범용 최소 제곱 회귀법을 이용하여 각 특징 파장에 대한 곡률을 계산할 수 있다.
또한, 각 특징 파장에 대하여 스펙트럼 라인의 곡률이 계산되면, 계산된 곡률 정보를 기초로 스펙트럼 이미지의 전체 곡률을 보정할 수 있다. 예컨대, 각 특징 파장에 대하여 픽셀 강도의 값을 보간(interpolation)함으로써 각 특징 파장의 스펙트럼 라인을 수직으로 바로 세우는 수직 비닝을 수행할 수 있다. 또한, 각 특징 파장에 대하여 계산된 곡률 정보를 기초로 그 주변 파장들에 대한 픽셀 보간을 수행함으로써 전체 스펙트럼 이미지의 곡률을 보정할 수 있다.
이하, 대상체의 성분 분석 장치 및 방법의 실시예들을 도면들을 참고하여 자세히 설명하도록 한다. 이하에서 설명하는 대상체의 성분 분석 장치의 다양한 실시예들은 휴대용 웨어러블 기기나 스마트 기기 등의 기기에 탑재될 수 있다. 예를 들어, 기기는 손목에 착용하는 스마트 워치, 스마트 밴드형, 헤드폰형, 헤어밴드 형 등의 다양한 형태로 제작되는 웨어러블 기기나, 스마트폰, 태블릿 PC등와 같은 모바일 기기를 포함하나 이에 제한되는 것은 아니다.
도 7은 일 실시예에 따른 대상체의 성분 분석 장치의 블록도이다.
도 7을 참조하면, 대상체의 성분 분석 장치(700)는 이미지 획득부(710), 곡률 보정부(720) 및 성분 분석부(730)를 포함할 수 있다. 곡률 보정부(720) 및 성분 분석부(730)는 하나의 프로세서에 포함되거나 둘 이상의 프로세서에 각각 포함될 수 있다.
이미지 획득부(710)는 라만 분광 기법으로 라만 스펙트럼 이미지를 획득할 수 있다. 다만, 반드시 라만 분광 기법으로 한정되는 것은 아니며 근적외선 분광 기법 등 다양한 기법으로 획득된 스펙트럼 이미지를 획득할 수 있다. 예를 들어, 이미지 획득부(710)는 대상체에 광을 조사하는 광원 및 대상체로부터 산란된 광을 검출하여 스펙트럼 이미지를 획득하는 디텍터를 포함할 수 있다. 광원은 하나 이상일 수 있으며, LED, LD 등을 포함할 수 있다. 디텍터는 멀티 픽셀로 형성되는 CCD, 다이오드 어레이 등을 포함할 수 있다.
곡률 보정부(720)는 기준 대상체로부터 획득된 기준 스펙트럼 이미지를 이용하여 스펙트럼 이미지의 곡률을 보정할 수 있다. 기준 스펙트럼 이미지로부터 곡률을 보정하는 과정은 대상체의 성분 분석 장치(700)의 제작 시점에 수행될 수 있다.
곡률 보정부(720)는 기준 스펙트럼 이미지로부터 곡률 보정에 이용할 하나 이상의 특징 파장을 선택할 수 있다. 곡률 보정부(720)는 스펙트럼을 각 특징 파장을 포함하는 파장 대역의 밴드로 구분할 수 있다.
곡률 보정부(720)는 스펙트럼 이미지의 각 행별 스펙트럼을 미분하고, 그 미분값의 특성을 기초로 스펙트럼 이미지의 곡률 보정에 이용할 하나 이상의 특징 파장에 대한 피크를 결정할 수 있다. 예를 들어, 곡률 보정부(720)는 스펙트럼 이미지의 각 행에 대한 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 스펙트럼의 지점을 피크로 결정할 수 있다.
곡률 보정부(720)는 각 특징 파장에 대한 각 행별 피크들을 이용하여 해당 특징 파장에 대한 곡률을 계산할 수 있다. 예를 들어, 곡률 보정부(720)는 범용 최소 제곱 회귀법을 이용하여 각 특징 파장에 대한 곡률을 계산할 수 있다.
곡률 보정부(720)는 각 특징 파장에 대하여 계산된 곡률 정보를 기초로 스펙트럼 이미지의 전체 곡률을 보정할 수 있다. 곡률 보정부(720)는 각 특징 파장에 대하여 픽셀 강도의 값을 조절하는 보간(interpolation) 작업을 수행함으로써 각 특징 파장의 스펙트럼 라인을 수직으로 바로 세울 수 있다. 또한, 각 특징 파장에 대하여 계산된 곡률 정보를 기초로 그 주변 파장들에 대한 픽셀 보간을 수행함으로써 전체 스펙트럼 이미지의 곡률을 보정할 수 있다.
성분 분석부(730)는 분석 대상체 예컨대 인체 피부의 성분 분석 요청이 수신되면, 이미지 획득부(710)를 구동하고, 이미지 획득부(710)로부터 대상체의 성분 분석을 위한 분석 스펙트럼 이미지를 수신할 수 있다. 대상체의 성분 분석 요청은 사용자로부터 입력될 수 있다. 또는 분석 주기가 설정된 경우 해당 주기가 되면 자동으로 대상체의 성분 분석 요청이 수신된 것으로 판단할 수 있다.
성분 분석부(730)는 분석 스펙트럼이 수신되면, 기준 스펙트럼 이미지의 곡률 보정 결과를 기초로 분석 스펙트럼 이미지를 보정할 수 있다.
성분 분석부(730)는 보정된 분석 스펙트럼 이미지로부터 스펙트럼을 복원하고 복원된 스펙트럼을 이용하여 대상체의 성분을 분석할 수 있다. 성분 분석부(730)는 복원된 스펙트럼의 흡광도와 미리 정의된 성분 추정 모델을 기초로 대상 성분의 농도를 측정할 수 있다. 이때, 대상체의 성분은 혈당, 항산화도, 피부암, 미세먼지, 중성지방, 칼로리, 알코올, 콜레스테롤, 단백질 및 요산 등을 포함할 수 있다.
한편, 성분 분석부(730)는 성분 분석 결과를 기초로 스펙트럼 이미지의 보정 여부를 판단할 수 있다. 이때, 스펙트럼 이미지 보정을 위한 기준이 미리 설정될 수 있다. 예컨대, 혈당 측정의 경우, 측정된 혈당 농도가 미리 정의된 정상 혈당 범위를 벗어나고, 벗어난 횟수가 소정 횟수 이상이면 스펙트럼 이미지를 다시 보정해야 하는 것으로 판단할 수 있다. 스펙트럼 이미지 보정을 위한 기준은 다양하게 설정 가능하며 예시된 바에 제한되지 않는다. 성분 분석부(730)는 판단 결과 스펙트럼 이미지의 보정이 필요하다고 판단하면, 사용자에게 스펙트럼 이미지 보정에 관한 가이드 정보를 제공할 수 있다.
도 8은 다른 실시예에 따른 대상체의 성분 분석 장치의 블록도이다.
도 8을 참조하면, 대상체의 성분 분석 장치(800)는 이미지 획득부(710), 곡률 보정부(720), 성분 분석부(730), 저장부(810) 및 출력부(820)를 포함할 수 있다. 이미지 획득부(710), 곡률 보정부(720) 및 성분 분석부(730)에 대하여는 앞에서 자세히 설명한 바 있다.
저장부(810)는 각종 기준 정보를 저장할 수 있다. 예를 들어, 기준 정보는 대상체의 성분 측정 모델, 성분 측정 주기 및, 사용자의 연령, 성별 및 건강 상태 등의 사용자 정보를 포함할 수 있다. 또한, 저장부(810)는 곡률 보정부(720)의 처리 결과, 예컨대 곡률 보정 결과를 저장할 수 있다. 또한, 저장부(810)는 성분 분석부(820)의 성분 분석 결과를 저장할 수 있다.
이때, 저장부(810)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어, SD 또는 XD 메모리 등), 램(Random Access Memory: RAM) SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
출력부(820)는 성분 분석부(730)의 처리 결과를 사용자에게 출력할 수 있다. 예를 들어, 출력부(820)는 측정된 대상체의 성분 농도 정보를 시각적 또는 비시각적으로 사용자에게 제공할 수 있다. 출력부(820)는 이와 더불어 사용자의 건강 상태 모니터 정보를 출력할 수 있다. 이때, 디스플레이에 출력되는 성분 농도 값의 색상을 변경하거나, 햅틱 모듈을 통해 촉감이나 진동 등의 방법으로 사용자에게 정보를 제공할 수 있다. 또한, 출력부(820)는 성분 분석부(730)가 스펙트럼 이미지를 다시 보정할 필요가 있다고 판단하면, 스펙트럼 이미지의 재보정이 필요하다는 가이드 정보를 출력할 수 있다.
도 9는 일 실시예에 따른 대상체의 성분 분석 방법의 흐름도이다.
도 9는 도 7 및 도 8의 실시예에 따른 대상체의 성분 분석 장치(700,800)에 의해 수행되는 성분 분석 방법의 일 실시예이다.
도 9를 참조하면, 성분 분석 장치는 대상체의 성분 분석 요청을 수신할 수 있다(901). 일 예로, 사용자로부터 대상체의 성분 분석 요청을 수신할 수 있다. 다른 예로, 미리 설정된 일정 주기가 되면 자동으로 성분 분석 요청으로 판단할 수 있다.
그 다음, 성분 분석을 위한 대상체, 예컨대 사용자의 피부 조직으로부터 분석용 스펙트럼 이미지를 획득할 수 있다(902). 이때, 스펙트럼 이미지는 라만 스펙트럼 이미지일 수 있다.
그 다음, 기준 스펙트럼 이미지에 대하여 수행된 곡률 보정 결과를기초로 분석 스펙트럼 이미지의 곡률을 보정할 수 있다(903). 이때, 기준 스펙트럼 이미지를 이용한 곡률 보정은 최초 장치의 제작 시점, 소정 주기 또는 사용자의 요청에 따라 수행될 수 있다. 본 실시예에 따른 기준 스펙트럼 이미지의 곡률 보정은 소프트웨어적으로 수행될 수 있다. 예를 들어, 기준 스펙트럼 이미지로부터 미분값 특성에 기초하여 곡률 보정에 이용할 특징 파장들에 대한 피크를 검출하고, 검출된 피크를 이용하여 곡률 계산 및 픽셀 강도의 보간을 통해 전체 스펙트럼 이미지의 곡률을 보정할 수 있다.
그 다음, 곡률이 보정된 분석 스펙트럼 이미지를 기초로 스펙트럼을 복원하고(904), 복원된 스펙트럼을 이용하여 대상체의 성분을 분석할 수 있다(905). 예를 들어, 스펙트럼 흡광도와 미리 정의된 성분 측정 모델을 이용하여 성분 농도를 측정할 수 있다.
그 다음, 대상체의 성분 분석 결과를 기초로 곡률 보정의 재수행이 필요한지를 판단할 수 있다(906). 예를 들어, 현재 측정된 성분 농도가 미리 설정된 정상 범위를 벗어나고, 소정 기간 동안 정상 범위를 벗어난 횟수가 임계치를 초과하는 경우 곡률 보정의 재수행이 필요하다고 판단할 수 있다.
그 다음, 단계(906)에서 판단한 결과 곡률 보정의 재수행이 필요한 경우 곡률 보정 재수행에 대한 가이드를 출력할 수 있다(907). 예를 들어, 장치의 디스플레이를 통해 "스펙트럼 이미지의 곡률 보정이 필요합니다"와 같은 정보를 시각적으로 표시하거나, 음성 신호로 변환한 다음 스피커 모듈을 통해 음성으로 출력할 수 있다.
만약, 단계(906)에서 판단한 결과 곡률 보정의 재수행이 필요하지 않은 경우 성분 분석 결과를 출력할 수 있다(908). 성분 분석 결과는 시각적 및/또는 비시각적인 방법으로 출력할 수 있다. 예를 들어, 성분 농도가 정상 범위를 벗어난 경우 빨간색으로 표시함으로써 사용자에게 시각적으로 정상이 아님을 알릴 수 있다. 또는 햅틱 모듈이 탑재되어 있거나 연결되어 있는 경우 햅틱 모듈을 통해 진동이나 촉감 등의 방법으로 측정된 성분 농도에 이상이 있음을 알릴 수 있다.
한편, 본 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 개시된 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100,300: 스펙트럼 이미지 보정 장치 110: 이미지 획득부
111: 광원 112: 디텍터
120: 프로세서 311: 통신부
312: 저장부 410: 피크 검출부
420: 곡률 계산부 430: 픽셀 보간부
600: 성분 분석 장치 610: 이미지 획득부
620: 곡률 보정부 630: 성분 분석부
710: 저장부 720: 출력부
111: 광원 112: 디텍터
120: 프로세서 311: 통신부
312: 저장부 410: 피크 검출부
420: 곡률 계산부 430: 픽셀 보간부
600: 성분 분석 장치 610: 이미지 획득부
620: 곡률 보정부 630: 성분 분석부
710: 저장부 720: 출력부
Claims (34)
- 스펙트럼 이미지를 획득하는 이미지 획득부; 및
상기 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 특징 파장에 대한 피크(peak)를 검출하고, 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정하는 프로세서를 포함하고,
상기 프로세서는
상기 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출하는 피크 검출부를 포함하고,
상기 프로세서는
상기 특징 파장에 대하여 검출된 피크를 기초로, 상기 특징 파장에 대한 곡률을 계산하는 곡률 계산부 및 상기 계산된 곡률을 기초로, 상기 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행하는 픽셀 보간부를 더 포함하고,
상기 픽셀 보간부는
각 특징 파장에 대하여 계산된 곡률 정보를 기초로 그 주변 파장들에 대한 픽셀 보간을 수행함으로써 전체 스펙트럼 이미지의 곡률을 보정하고,
상기 피크 검출부는
상기 스펙트럼 이미지가 획득되면, 스펙트럼의 전체 파장 대역에서 곡률 보정을 수행할 하나 이상의 특징 파장을 선택하고,
상기 스펙트럼을, 로우 패스 필터(Low Pass Filter, LPF), 밴드 패스 필터(Band Pass Filter, BPF) 및 하이 패스 필터(High Pass Filter, HPF) 중의 적어도 하나를 적용하여 상기 선택된 특징 파장을 포함하는 각각의 단위 밴드로 분할하고, 분할된 각 단위 밴드를 미분하여 각 단위 밴드별로 하나의 피크를 검출하는
스펙트럼 이미지 보정 장치. - 제1항에 있어서,
상기 이미지 획득부는
대상체에 광을 조사하는 광원; 및
상기 대상체로부터 산란된 광 신호를 기초로 상기 스펙트럼 이미지를 획득하는 디텍터를 포함하는 스펙트럼 이미지 보정 장치. - 제2항에 있어서,
상기 이미지 획득부는
라만 분광 기법을 기반으로 스펙트럼 이미지를 획득하는 스펙트럼 이미지 보정 장치. - 제2항에 있어서,
상기 디텍터는
멀티 픽셀로 형성된, CCD(charge coupled device), 다이오드 어레이(diode array) 및 필름(film) 중의 하나 이상을 포함하는 스펙트럼 이미지 보정 장치. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 곡률 계산부는
범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 상기 특징 파장에 대한 곡률을 계산하는 스펙트럼 이미지 보정 장치. - 삭제
- 스펙트럼 이미지를 획득하는 단계;
상기 스펙트럼 이미지에 대하여, 미분값 특성을 기초로 특징 파장에 대한 피크(peak)를 검출하는 단계; 및
상기 검출된 피크를 이용하여 스펙트럼 이미지의 곡률을 보정하는 단계를 포함하고,
상기 피크를 검출하는 단계는
상기 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출하고,
상기 곡률을 보정하는 단계는
상기 특징 파장에 대하여 검출된 피크를 기초로, 상기 특징 파장에 대한 곡률을 계산하는 단계;
상기 특징 파장에 대하여 계산된 곡률을 기초로, 상기 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행하는 단계; 및
각 특징 파장에 대하여 계산된 곡률 정보를 기초로 그 주변 파장들에 대한 픽셀 보간을 수행함으로써 전체 스펙트럼 이미지의 곡률을 보정하고,
상기 피크를 검출하는 단계는
상기 스펙트럼 이미지가 획득되면, 스펙트럼의 전체 파장 대역에서 곡률 보정을 수행할 하나 이상의 특징 파장을 선택하는 단계; 및
상기 스펙트럼을, 로우 패스 필터(Low Pass Filter, LPF), 밴드 패스 필터(Band Pass Filter, BPF) 및 하이 패스 필터(High Pass Filter, HPF) 중의 적어도 하나를 적용하여 상기 선택된 특징 파장을 포함하는 각각의 단위 밴드로 분할하는 단계를 더 포함하고, 상기 분할된 각 단위 밴드를 미분하여 각 단위 밴드별로 하나의 피크를 검출하는
스펙트럼 이미지 보정 방법. - 제12항에 있어서,
상기 스펙트럼 이미지를 획득하는 단계는
라만 분광 기법을 기반으로 스펙트럼 이미지를 획득하는 스펙트럼 이미지 보정 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제12항에 있어서,
상기 곡률을 계산하는 단계는
범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 상기 특징 파장에 대한 곡률을 계산하는 스펙트럼 이미지 보정 방법. - 삭제
- 외부 기기와 통신 연결하여, 외부 기기로부터 스펙트럼 이미지를 수신하는 통신부; 및
상기 스펙트럼 이미지에 대하여, 미분값을 기초로 특징 파장에 대한 피크를 검출하고, 검출된 피크를 이용하여 상기 스펙트럼 이미지의 곡률을 보정하는 프로세서를 포함하고,
상기 프로세서는
상기 스펙트럼 이미지의 각 행(row)에 대하여 스펙트럼을 1차 미분 및 2차 미분하여, 1차 미분값이 0이고 2차 미분값이 음수인 지점을 피크로 검출하는 피크 검출부를 더 포함하고,
상기 프로세서는
상기 특징 파장에 대하여 검출된 피크를 기초로, 상기 특징 파장에 대한 곡률을 계산하는 곡률 계산부 및 상기 계산된 곡률을 기초로, 상기 스펙트럼 이미지의 각 픽셀의 강도(intensity)를 보간하여 곡률 보정을 수행하는 픽셀 보간부를 더 포함하고,
상기 픽셀 보간부는
각 특징 파장에 대하여 계산된 곡률 정보를 기초로 그 주변 파장들에 대한 픽셀 보간을 수행함으로써 전체 스펙트럼 이미지의 곡률을 보정하는
상기 피크 검출부는
상기 스펙트럼 이미지가 획득되면, 스펙트럼의 전체 파장 대역에서 곡률 보정을 수행할 하나 이상의 특징 파장을 선택하고,
상기 스펙트럼을, 로우 패스 필터(Low Pass Filter, LPF), 밴드 패스 필터(Band Pass Filter, BPF) 및 하이 패스 필터(High Pass Filter, HPF) 중의 적어도 하나를 적용하여 상기 선택된 특징 파장을 포함하는 각각의 단위 밴드로 분할하고, 분할된 각 단위 밴드를 미분하여 각 단위 밴드별로 하나의 피크를 검출하는
스펙트럼 이미지 보정 장치. - 삭제
- 삭제
- 제21항에 있어서,
상기 곡률 계산부는
상기 특징 파장에 대하여 검출된 피크를 기초로, 범용 최소 제곱 회귀법(Ordinary Least Squares regression)을 이용하여 상기 특징 파장에 대한 곡률을 계산하는 스펙트럼 이미지 보정 장치. - 삭제
- 제21항에 있어서,
상기 통신부는
상기 곡률 보정 결과를 상기 외부 기기에 전송하는 스펙트럼 이미지 보정 장치. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180070951A KR102655740B1 (ko) | 2018-06-20 | 2018-06-20 | 스펙트럼 이미지 보정 장치 및 방법과, 대상체의 성분 분석 장치 |
| US16/172,279 US10627290B2 (en) | 2018-06-20 | 2018-10-26 | Spectral image correcting apparatus and spectral image correcting method, and object component analyzing apparatus |
| JP2019005158A JP7173876B2 (ja) | 2018-06-20 | 2019-01-16 | スペクトルイメージ補正装置及び方法、ならびに対象体の成分分析装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180070951A KR102655740B1 (ko) | 2018-06-20 | 2018-06-20 | 스펙트럼 이미지 보정 장치 및 방법과, 대상체의 성분 분석 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190143244A KR20190143244A (ko) | 2019-12-30 |
| KR102655740B1 true KR102655740B1 (ko) | 2024-04-05 |
Family
ID=68981613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180070951A KR102655740B1 (ko) | 2018-06-20 | 2018-06-20 | 스펙트럼 이미지 보정 장치 및 방법과, 대상체의 성분 분석 장치 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10627290B2 (ko) |
| JP (1) | JP7173876B2 (ko) |
| KR (1) | KR102655740B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2613868B (en) * | 2021-12-17 | 2024-04-10 | Thermo Fisher Scient Bremen Gmbh | Method of analysing a spectral peak |
| WO2023228449A1 (ja) * | 2022-05-27 | 2023-11-30 | 浜松ホトニクス株式会社 | 分光装置、ラマン分光測定装置、及び分光方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070060806A1 (en) | 2005-04-27 | 2007-03-15 | Martin Hunter | Raman spectroscopy for non-invasive glucose measurements |
| JP2007248108A (ja) * | 2006-03-14 | 2007-09-27 | Jeol Ltd | スペクトルのピーク位置判定方法および分析装置 |
| JP5199256B2 (ja) * | 2006-08-22 | 2013-05-15 | バイエル・ヘルスケア・エルエルシー | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
| JP5630091B2 (ja) * | 2010-06-22 | 2014-11-26 | セイコーエプソン株式会社 | 分光測定装置 |
| WO2018071255A1 (en) * | 2016-10-13 | 2018-04-19 | Instrumentation Laboratory Company | Total protein measurement using whole blood refractometry |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS52116987A (en) * | 1976-03-27 | 1977-09-30 | Shin Meiwa Ind Co Ltd | Automatic shearing machine |
| JPH10153544A (ja) * | 1996-11-22 | 1998-06-09 | Iseki & Co Ltd | 分光分析機の波長校正装置 |
| US6271914B1 (en) | 1996-11-25 | 2001-08-07 | Autonomous Technologies Corporation | Objective measurement and correction of optical systems using wavefront analysis |
| US6895120B2 (en) | 2001-03-30 | 2005-05-17 | Ricoh Co., Ltd. | 5,3 wavelet filter having three high pair and low pair filter elements with two pairs of cascaded delays |
| US6552788B1 (en) * | 2001-07-09 | 2003-04-22 | Ruda & Associates | Hyperspectral imaging using linear chromatic aberration |
| US7057806B2 (en) | 2003-05-09 | 2006-06-06 | 3M Innovative Properties Company | Scanning laser microscope with wavefront sensor |
| US8460243B2 (en) | 2003-06-10 | 2013-06-11 | Abbott Diabetes Care Inc. | Glucose measuring module and insulin pump combination |
| US9202140B2 (en) | 2008-09-05 | 2015-12-01 | Siemens Medical Solutions Usa, Inc. | Quotient appearance manifold mapping for image classification |
| JP5424108B2 (ja) | 2008-11-18 | 2014-02-26 | 株式会社エス・テイ・ジャパン | ラマンイメージング装置 |
| CN104316183B (zh) | 2014-11-15 | 2016-09-28 | 中国科学院光电研究院 | 一种色散型光谱成像仪谱线弯曲校正方法及装置 |
| JP6602335B2 (ja) * | 2017-04-14 | 2019-11-06 | シャープ株式会社 | 赤外線検出システム、方法、およびプログラム |
-
2018
- 2018-06-20 KR KR1020180070951A patent/KR102655740B1/ko active IP Right Grant
- 2018-10-26 US US16/172,279 patent/US10627290B2/en active Active
-
2019
- 2019-01-16 JP JP2019005158A patent/JP7173876B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070060806A1 (en) | 2005-04-27 | 2007-03-15 | Martin Hunter | Raman spectroscopy for non-invasive glucose measurements |
| JP2007248108A (ja) * | 2006-03-14 | 2007-09-27 | Jeol Ltd | スペクトルのピーク位置判定方法および分析装置 |
| JP5199256B2 (ja) * | 2006-08-22 | 2013-05-15 | バイエル・ヘルスケア・エルエルシー | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
| JP5630091B2 (ja) * | 2010-06-22 | 2014-11-26 | セイコーエプソン株式会社 | 分光測定装置 |
| WO2018071255A1 (en) * | 2016-10-13 | 2018-04-19 | Instrumentation Laboratory Company | Total protein measurement using whole blood refractometry |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019219375A (ja) | 2019-12-26 |
| JP7173876B2 (ja) | 2022-11-16 |
| US10627290B2 (en) | 2020-04-21 |
| US20190391015A1 (en) | 2019-12-26 |
| KR20190143244A (ko) | 2019-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Magdalena Nowara et al. | SparsePPG: Towards driver monitoring using camera-based vital signs estimation in near-infrared | |
| KR102655737B1 (ko) | 생체 성분 추정 장치 및 방법 | |
| KR102498121B1 (ko) | 생체정보 추정 장치 및 방법 | |
| JP7145471B2 (ja) | 浮腫を検出するシステムおよび方法 | |
| KR20190056871A (ko) | 생체정보 측정 장치 및 방법 | |
| KR102655740B1 (ko) | 스펙트럼 이미지 보정 장치 및 방법과, 대상체의 성분 분석 장치 | |
| He et al. | Analysis of skin morphological features and real-time monitoring using snapshot hyperspectral imaging | |
| US11187580B2 (en) | Spectral-spatial imaging device | |
| US11484246B2 (en) | Apparatus and method for processing spectrum according to change in temperature of object | |
| KR102627146B1 (ko) | 스펙트럼 처리 장치 및 방법 | |
| Abdlaty et al. | Hyperspectral imaging assessment for radiotherapy induced skin-erythema: pilot study | |
| EP3737077A1 (en) | Electronic device for acquiring state information on object, and control method therefor | |
| CN107635476B (zh) | 脑活动反馈系统 | |
| US20130225951A1 (en) | Determination of oxygen saturation in a tissue of visual system | |
| Shvimmer et al. | Classification of emotional states via transdermal cardiovascular spatiotemporal facial patterns using multispectral face videos | |
| KR102560787B1 (ko) | 생체정보 추정 장치 및 방법과, 이를 포함하는 전자장치 | |
| Stepanov et al. | Impact of illumination spectrum and eye pigmentation on image quality from a fundus camera using transscleral illumination | |
| KR102669993B1 (ko) | 대상체의 온도 변화에 따른 스펙트럼 처리 장치 및 방법 | |
| KR20200144333A (ko) | 라만 스펙트럼 측정 장치 및 방법 | |
| JP2014200553A (ja) | 肌状態測定装置および肌状態測定方法 | |
| US20210383928A1 (en) | Apparatus and method for estimating bio-information | |
| US20220326074A1 (en) | Ultraviolet Imaging Systems and Methods | |
| US11330983B2 (en) | Electronic device for acquiring state information on object, and control method therefor | |
| KR20220107525A (ko) | 체내성분 추정 장치 및 방법 | |
| Harrison-Smith | Novel Noninvasive Optical Diagnostic Technologies for the Management of Neonatal Jaundice |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |