KR102658240B1 - 생체 정보 추정 장치 및 방법 - Google Patents
생체 정보 추정 장치 및 방법 Download PDFInfo
- Publication number
- KR102658240B1 KR102658240B1 KR1020160153165A KR20160153165A KR102658240B1 KR 102658240 B1 KR102658240 B1 KR 102658240B1 KR 1020160153165 A KR1020160153165 A KR 1020160153165A KR 20160153165 A KR20160153165 A KR 20160153165A KR 102658240 B1 KR102658240 B1 KR 102658240B1
- Authority
- KR
- South Korea
- Prior art keywords
- temperature
- biometric information
- optical signal
- optical
- measured
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 18
- 230000003287 optical effect Effects 0.000 claims abstract description 280
- 238000012937 correction Methods 0.000 claims abstract description 12
- 239000008280 blood Substances 0.000 claims description 31
- 210000004369 blood Anatomy 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 20
- 230000007935 neutral effect Effects 0.000 claims description 17
- 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 claims description 10
- 238000012360 testing method Methods 0.000 claims description 6
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 5
- 102000001554 Hemoglobins Human genes 0.000 claims description 5
- 108010054147 Hemoglobins Proteins 0.000 claims description 5
- 235000012000 cholesterol Nutrition 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 10
- 230000036541 health Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 7
- 210000002784 stomach Anatomy 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 230000003862 health status Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0008—Temperature signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1495—Calibrating or testing of in-vivo probes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
- G06F16/436—Filtering based on additional data, e.g. user or group profiles using biological or physiological data of a human being, e.g. blood pressure, facial expression, gestures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/60—Receivers
- H04B10/66—Non-coherent receivers, e.g. using direct detection
- H04B10/69—Electrical arrangements in the receiver
- H04B10/691—Arrangements for optimizing the photodetector in the receiver
- H04B10/6911—Photodiode bias control, e.g. for compensating temperature variations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0271—Thermal or temperature sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Physiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Emergency Medicine (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Psychiatry (AREA)
- Electromagnetism (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pharmacology & Pharmacy (AREA)
- Toxicology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명은 생체 정보를 추정하는 분야와 관련된다. 일 실시예에 따르면 생체 정보 추정 장치는, 웨어러블 장치는 웨어러블 장치를 피검체로부터 광 신호 및 온도를 측정하는 센싱부, 및 광 신호-온도 관계식을 기반으로, 피검체로부터 측정된 광 신호를 측정된 온도에 기초하여 온도 보정을 하고, 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정하는 프로세서를 포함할 수 있다.
Description
피검체의 생체 정보를 추정하는 분야와 관련된다.
개인의 건강 관리 서비스는 과거에는 주로 병원이나 의료기관에서 이루어지는 질병 치료에만 국한되는 헬스케어(healthcare) 중심으로 이루어지다가, 생활 수준의 향상과 함께 삶의 질 및 웰빙(well-being)에 대한 관심이 증가하면서 건강한 사람을 대상으로 하는 건강 상태 측정을 통한 질병의 사전 예방적인 건강 관리 서비스에 대한 관심이 높아지고 있다.
종전의 비침습 혈중 물질 측정 방법은 혈액을 거쳐온 산란광 신호를 측정하여 혈중 물질의 농도를 추정한다. 혈중 물질의 농도 변화는 혈액의 산란계수 변화로 나타나게 되며, 따라서 산란광 신호의 변화로부터 산란계수 변화를 획득하고 이를 기반으로 혈중 물질의 농도를 추정하게 된다. 산란광 신호 변화로부터 혈중 물질의 농도를 정확히 추정하기 위해서는 혈액의 산란계수 변화만이 산란광 신호 변화를 유발해야 한다. 하지만 센서가 접촉된 피부/조직 온도 변화가 산란광 신호에 영향을 주기 때문에 이를 보정해 주어야만 더 정확한 결과를 얻을 수 있다.
이를 위하여 피부/조직 온도 변화에 영향을 받은 산란광 신호를 보정하는 방법에 관한 연구가 진행되고 있다.
기준 상태에서 생성된 광 신호-온도 관계식을 이용하여 광 신호를 보정하고, 보정된 광 신호를 기반으로 생체 정보를 추출하는 장치와 방법을 제안한다.
일 실시예에 따르면, 생체 정보 추정 장치는 피검체로부터 광 신호 및 온도를 측정하는 센싱부, 및 광 신호-온도 관계식을 기반으로, 피검체로부터 측정된 광 신호를 측정된 온도에 기초하여 온도 보정을 하고, 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정하는 프로세서를 포함할 수 있다.
프로세서는, 광 신호-온도 관계식을 기준 상태에서 미리 생성할 수 있다.
기준 상태는 피검체의 공복 상태를 포함할 수 있다.
센싱부는, 피검체로 광을 조사하는 광원, 조사된 광이 피검체로부터 반사되면, 반사된 광을 검출함으로써 광 신호를 측정하는 광 센서, 및 피검체의 온도를 측정하는 온도 센서를 더 포함할 수 있다.
센싱부는, 복수의 광 센서 및 복수의 광 센서 각각에 대응되도록 근접 배치되는 복수의 온도 센서를 포함할 수 있다.
프로세서는, 복수의 광 센서 및 대응되는 복수의 온도 센서에서 각각 측정된 광 신호 및 온도를 기초로 광 신호-온도 관계식을 생성할 수 있다.
프로세서는, 복수 개의 광 센서에서 각각 측정된 광 신호들의 세기(intensity)를 기초로 복수 개의 광 센서 중에서 생체 정보 추정에 이용할 광 센서를 선택할 수 있다.
프로세서는, 복수 개의 광 센서에서 측정된 광 신호들을 복수 개의 광 센서에 대응되는 각 온도 센서에서 측정된 온도를 이용하여 온도 보정을 하고, 온도 보정된 광 신호들의 세기를 기초로 복수 개의 광 센서 중에서 생체 정보 추정에 이용할 광 센서를 선택할 수 있다.
생체 정보는 중성지방, 혈당, 수분, 헤모글로빈, 콜레스테롤, 알코올, 및 지방 중 하나 이상을 포함할 수 있다.
생체 정보 추정 장치는 측정된 광 신호, 온도 또는 추정된 생체 정보를 표시하는 디스플레이부를 더 포함할 수 있다.
생체 정보 추정 장치는 측정된 광 신호, 온도 또는 추정된 생체 정보를 외부 전자 기기에 전송하는 통신부를 더 포함할 수 있다.
프로세서는 측정된 온도의 이상 여부를 판단하고, 판단에 따라 센싱부에 광 신호 또는 온도의 재측정을 요청하거나 광 신호-온도 관계식을 보정할 수 있다.
일 실시예에 따른 생체 정보 추정 방법은, 피검체로부터 광 신호 및 온도를 측정하는 단계, 광 신호-온도 관계식을 기반으로, 피검체로부터 측정된 광 신호를 측정된 온도에 기초하여 온도 보정을 수행하는 단계, 및 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정하는 단계를 포함할 수 있다.
생체 정보 추정 방법은 광 신호-온도 관계식을 기준 상태에서 미리 생성할 수 있다.
기준 상태는 피검체의 공복 상태를 포함할 수 있다.
생체 정보는 중성지방 또는 혈당을 포함할 수 있다.
생체 정보 추정 방법은 측정된 광 신호, 온도 또는 추정된 생체 정보를 표시하는 단계를 더 포함할 수 있다.
다른 실시예에 따르면 생체 정보 추정 장치는 기준 상태에서 소정의 시간 간격마다 피검체로부터 광 신호 및 온도를 측정하는 센싱부, 및 측정된 광 신호 및 온도를 학습 데이터로 하여 광 신호-온도 관계식을 생성하는 프로세서를 포함할 수 있다.
기준 상태는 피검체의 공복 상태를 포함할 수 있다.
센싱부는 미리 설정된 시간대에 광 신호 및 온도를 측정하고, 프로세서는 미리 설정된 시간대에 측정된 광 신호 및 온도를 기반으로 광 신호-온도 관계식을 생성할 수 있다.
생체 정보 추정 장치 및 방법은 기준 상태에서 측정된 광 신호 및 온도를 기반으로 생성된 광 신호-온도 관계식을 제공할 수 있다.
또한, 기준 상태에서 측정된 광 신호 및 온도를 기반으로 생성된 광 신호-온도 관계식을 이용하여 광 신호를 보정하고, 보정된 광 신호를 기반으로 생체 정보를 추출하므로, 보다 정확한 생체 정보 추정 결과를 제공할 수 있다.
도 1은 일 실시예에 따른 생체 정보 추정 장치를 도시한 블록도이다.
도 2는 일 실시예에 따른 센싱부를 도시한 블록도이다.
도 3은 일 실시예에 따른 센싱부를 도시한 도면이다.
도 4는 산란광 신호에 대하여 온도 보정을 수행한 결과를 설명하기 위한 그래프이다.
도 5는 다른 실시예에 따른 생체 정보 추정 장치를 도시한 블록도이다.
도 6은 일 실시예에 따른 생체 정보 추정 방법을 도시한 흐름도이다.
도 7은 또 다른 실시예에 따른 생체 정보 장치를 도시한 블록도이다.
도 8은 다른 실시예에 따른 생체 정보 방법을 도시한 흐름도이다.
도 2는 일 실시예에 따른 센싱부를 도시한 블록도이다.
도 3은 일 실시예에 따른 센싱부를 도시한 도면이다.
도 4는 산란광 신호에 대하여 온도 보정을 수행한 결과를 설명하기 위한 그래프이다.
도 5는 다른 실시예에 따른 생체 정보 추정 장치를 도시한 블록도이다.
도 6은 일 실시예에 따른 생체 정보 추정 방법을 도시한 흐름도이다.
도 7은 또 다른 실시예에 따른 생체 정보 장치를 도시한 블록도이다.
도 8은 다른 실시예에 따른 생체 정보 방법을 도시한 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.
명세서 전체에서 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 있음을 의미한다. 또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.
도 1은 일 실시예에 따른 생체 정보 추정 장치를 도시한 블록도이다.
도 1을 참조하면, 생체 정보 추정 장치(100)는 센싱부(110) 및 프로세서(120)를 포함한다.
센싱부(110)는 광 신호-온도 관계식을 생성하기 위하여 피검체로부터 반사된 광 신호를 측정하고, 피검체의 온도를 측정할 수 있다. 여기서, 피검체로부터 반사된 광 신호는 피검체의 표면에서 정반사(specular reflection)된 산란광 신호, 및 피검체에 조사된 광이 피검체의 내부에서 확산 반사(diffuse reflection)된 산란광 신호를 포함할 수 있다. 사용자의 명령이 생체 정보 추정 장치(100)에 입력되거나 기준 상태에 해당되는 경우 센싱부(110)는 피검체로부터 광 신호 및/또는 온도를 측정할 수 있다. 예를 들어, 사용자의 명령은 생체 정보 추정 장치(100)에 구비되거나 연결되어 있는 키보드, 마우스, 또는 음성 처리 수단과 같은 표준 입력 장치를 통하여 입력될 수 있다. 여기서, 기준 상태는 피검체가 공복 상태인 경우를 포함할 수 있고, 사용자의 연령, 성별, 피부상태 및 측정 대상이 되는 생체 정보의 종류에 따라 다르게 설정될 수 있다.
센싱부(110)에 의해 측정된 광 신호 및/또는 온도에 대한 데이터는 생체 정보 추정 장치(100)의 내부 및/또는 외부에 구성된 데이터베이스에 저장될 수 있다. 데이터베이스는 광 신호 및/또는 온도에 대한 데이터를 사용자, 측정 시간 등과 매칭시켜 저장할 수 있다. 일 예로, 데이터베이스는 솔리드 스테이트 드라이브와 하드 디스크 드라이브로 구성되고, 하드 디스크 드라이브는 버퍼1, HDD 컨트롤러, 구동부, 리드/라이트(R/W) 채널 회로 및 헤드 디스크 어셈블리(HDA)를 구비할 수 있다.
프로세서(120)는 광 신호-온도 관계식을 이용하여 피검체로부터 측정된 광 신호에 피검체에서 측정된 온도를 반영한 온도 보정을 수행할 수 있다. 구체적으로, 프로세서(120)는 광 신호-온도 관계식을 기반으로, 피검체로부터 측정된 광 신호에서 온도에 따라 발생하는 신호를 감산하거나 제외시킴으로써 온도 보정을 수행할 수 있다.
프로세서(120)는 광 신호-온도 관계식을 기준 상태에서 미리 생성할 수 있다. 또한, 기준 상태에서 광 신호-온도 관계식을 미리 생성하기 위하여, 센싱부(110)는 기준 상태에 피검체로부터 광 신호 및/또는 온도를 측정할 수 있다.
아래의 수학식 1을 참조하면, 센싱부(110)가 측정하는 산란광 신호(, 피검체로부터 반사된 산란 광 신호)는 피검체의 생체 정보에 의해 발생되는 신호(), 온도에 의해 발생되는 신호(), 및 오차 값()을 더한 값과 같거나 비례함을 알 수 있다. 다만, 설명의 편의를 위하여 값은 0인 것으로 전제하고 설명한다.
만약 아래의 수학식 2와 같이 가 0에 해당되거나 0으로 볼 수 있을 정도로 작은 경우에는, 수학식 1을 아래의 수학식 2와 같이 볼 수 있다. 예를 들어, 피검체의 혈중 물질의 변화가 없는 경우에 피검체로부터 광 신호 및 온도를 측정하면 아래의 수학식 2를 적용할 수 있다.
즉, 프로세서(120)는 가 0에 해당되거나 0으로 볼 수 있을 정도로 작은 경우에 측정된 광 신호()를 온도에 의해 발생되는 신호()로 보고, 광 신호 측정 시 온도와 광 신호() 사이의 관계를 기반으로 광 신호-온도 관계식을 생성할 수 있다.
한편, 피검체의 중성 지방 또는 혈당을 피검체의 생체 정보로서 고려하는 경우, 전술한 수학식 1은 아래의 수학식 3과 같이 볼 수 있다. (수학식 3에서는 (중성 지방)라고 기재하고 있으나, 이는 (혈당)로 대체될 수 있다.)
한편, 피검체가 공복 상태에 있는 경우, (또는 )는 0에 해당되거나 0으로 볼 수 있을 정도로 작은 값에 해당되므로, 피검체가 공복 상태에 있는 경우, 전술한 수학식 3은 아래의 수학식 4와 같이 볼 수 있다.
따라서, 프로세서(120)는 피검체가 공복 상태일 때 측정된 산란광 신호() 및 산란광 신호 측정 시 온도 사이의 관계를 기반으로 광 신호-온도 관계식을 생성할 수 있다.
한편, 프로세서(120)는 생체 정보를 추출하기 전에 미리 광 신호-온도 관계식을 생성할 수 있다. 또한, 프로세서(120)에 의해 미리 생성된 광 신호-온도 관계식은 데이터베이스에 저장될 수 있고, 광 신호-온도 관계식은 측정 시간, 측정된 광 신호 및/또는 온도 등과 매칭되어 저장될 수 있다.
추가적으로, 프로세서(120)는 측정된 온도의 이상 여부를 판단하고, 판단에 따라 센싱부(110)에 광 신호 및/또는 온도의 재측정을 요청하거나, 측정된 온도를 고려하여 광 신호-온도 관계식을 보정할 수 있다. 예를 들어, 프로세서(120)는 광 신호-온도 관계식을 생성하기 위하여 피검체로부터 광 신호를 측정하였을 때의 온도가 소정의 온도 범위(예: 상온, 15℃ 내지 25℃)를 벗어나는 경우 측정된 온도의 이상을 판단할 수 있다. 또한, 프로세서(120)는 피검체에서 측정된 온도가 소정의 온도 범위 내에 이를 때까지 광 신호 및/또는 온도의 재측정을 센싱부(110)에 요청할 수 있다. 한편, 프로세서(120)는 측정된 온도가 소정의 온도 범위를 벗어난 정도(차이)를 고려하여 광 신호-온도 관계식을 보정할 수 있다.
일 예로, 생체 정보 추정 장치(100)의 사용자가 초저온 환경에 해당되는 냉동 창고, 초고도 지역, 남극 지역 등 광 신호-온도 관계식을 생성하기 위하여 피검체로부터 광 신호 및/또는 온도를 측정하였을 경우, 생성된 광 신호-온도 관계식은 일반적인 환경에서 적용하기 어려우므로, 프로세서(120)는 생체 정보 추정 장치(100)가 일반적인 환경에 있을 때 광 신호 및/또는 온도를 측정하도록 센싱부(110)에 요청하거나, 광 신호-온도 관계식이 초저온 환경에서 생성된 점을 고려하여 광 신호-온도 관계식의 보정을 수행할 수 있다.
프로세서(120)는 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정할 수 있다. 여기서, 생체 정보는 피검체의 체내에 포함되어 있는 성분으로서, 중성지방, 혈당, 수분, 헤모글로빈, 콜레스테롤, 알코올, 지방 등을 포함할 수 있다. 프로세서(120)는 온도 보정된 광 신호에서 산란 계수를 산출하고, 추출된 산란 계수를 기반으로 피검체의 생체 정보를 추정할 수 있다. 일 예로, 프로세서(120)는 온도 보정된 광 신호를 기반으로 피검체의 중성 지방 수치 또는 혈당 수치를 추정할 수 있다. 다른 예로, 프로세서(120)는 온도 보정되지 않은 광 신호를 기반으로 피검체의 중성 지방 수치 또는 혈당 수치를 추정할 수 있다.
추가적으로, 프로세서(120)는 추정된 생체 정보를 기반으로 피검체의 건강 상태를 판단할 수 있다. 예를 들어, 프로세서(120)는 추정된 피검체의 중성 지방 수치 및/또는 혈당 수치를 미리 설정된 기준치와 비교하여 사용자의 건강 상태의 이상 여부를 판단할 수 있다. 또한, 프로세서(120)는 추정된 중성 지방 수치 및/또는 혈당 수치를 미리 설정된 기준치와 비교하고, 비교된 값 사이의 차이가 소정의 허용 범위를 벗어나는 정도를 기초로 사용자의 중성 지방 및/또는 혈당과 관련되는 질병의 위험도를 판단할 수 있다. 예를 들어, 프로세서(120)는 중성지방 수치 및/또는 혈당 수치와 기준치의 차이가 높아질수록, 사용자의 중성 지방 및/또는 혈당과 관련되는 질병의 위험도가 높아진다고 판단할 수 있다.
한편, 프로세서(120)는 소정의 메모리 소자로부터 단말 장치 특유의 기능을 제공하기 위한 소정의 프로그램 루틴(Routine) 및/또는 프로그램 데이터를 입출력하는 버스(BUS) 및 이를 위하여 구비되는 소정의 전자회로(또는 집적회로)를 포함할 수 있다. 그리고, 프로세서(120)는 소정의 메모리 소자 및/또는 칩셋으로부터 메모리로 로딩되어 특유의 기능을 수행하기 위하여 프로세서를 통해 연산 처리되는 프로그램 루틴 및/또는 프로그램 데이터의 총칭으로서, 생체 정보 추정 장치(100)에 구현하고자 하는 다양한 기능들이 실현되며, 또한 후술한 기능들을 실현하기 위해 생체 정보 추정 장치(100)의 전반적인 동작을 제어 및 관리할 수 있다.
도 2는 일 실시예에 따른 센싱부를 도시한 블록도이다.
도 2를 참조하면, 센싱부(200)는 광원(210), 광 센서(220), 및 온도 센서(230)를 포함한다.
광원(210)은 피검체로 광을 조사할 수 있다. 예컨대, 광원(210)은 피검체에 광을 조사하기 위하여 발광 다이오드를 포함할 수 있다. 여기서, 발광 다이오드는 RGB, RGBW, 적외선, 근적외선, 중적외선 등의 광을 구현하는 발광 소자일 수 있다. 또한, 광원(210)은 일정한 각도로 피검체에 광을 조사할 수 있도록 발광 다이오드를 고정시키는 고정 수단을 구비하거나, 프로세서(120)의 제어 신호에 의해 발광 다이오드가 피검체에 광을 조사하는 각도를 조절하는 각도 조절 수단을 구비할 수 있다. 한편, 광원(210)은 독립 모듈로 구성된 하나 이상의 광원 모듈을 포함할 수 있고, 각 광원 모듈은 서로 다른 파장 대역의 광을 조사하도록 설정될 수 있고, 다중 파장 대역의 광을 순차적으로 반복하여 조사하도록 설정될 수 있다.
광 센서(220)는 조사된 광이 피검체로부터 반사되면, 반사된 광을 검출함으로써 광 신호를 측정할 수 있다. 예컨대, 광 센서(220)는 포토 다이오드(photo diode), 포토 트랜지스터(photo teabsistor: PTR) 또는 전자 결합소자(charge-couple device: CCD)를 포함할 수 있으나, 이에 한정되는 것은 아니다. 광 센서(220)는 광원(210)으로부터 조사된 광이 피검체의 피부로부터 반사된(reflected) 광, 흡수(absorption) 광, 생체 성분에 의해 산란된(scattered) 광 중의 적어도 하나를 광 신호(light signal)로 검출할 수 있다. 또한, 광 센서(220)는 하나 이상을 포함할 수 있으며, 미리 정해진 구조의 배열(array)로 광원(210)과 일정 거리 이격되어 구현될 수 있다.
온도 센서(230)는 피검체의 온도를 측정할 수 있다. 예컨대, 온도 센서(230)는 피검체에서 방사되는 적외선(예; 열적외선, 중적외선(mid-infrared), 근적외선)을 검출함으로써 피검체의 온도를 측정하는 적외선 온도 센서를 포함할 수 있다.
추가적으로, 광원(210)은 하나 이상의 광원 모듈을 포함할 수 있고, 프로세서(120)는 광 센서(220)에서 검출된 광 신호를 기초로 생체 정보를 추정하기 위한 최적 광원 모듈을 결정할 수 있다. 예컨대, 광원(210) 및 광 센서(220)의 위치에 따라 생체 정보 추정을 위한 최적 광원 모듈은 달라질 수 있고, 여기서 최적 광원 모듈은 광원(210)에 포함된 하나 이상의 광원 모듈 중에서 특정 위치의 배치된 광원 모듈을 의미할 수 있다. 다만, 이에 제한되지 않으며 광원(210)이 특정 파장 대역의 광을 조사하도록 설정된 하나 이상의 광원 모듈을 포함하는 경우, 최적 광원은 특정 파장 대역의 광을 조사하는 광원 모듈을 의미할 수 있다.
도 3은 일 실시예에 따른 센싱부를 도시한 도면이다.
도 3을 참조하면, 센싱부(300)는 광원(310), 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)를 포함하고, 복수의 온도 센서(331 내지 333)는 각각 복수의 광 센서(321 내지 323) 중 어느 하나에 근접하여 배치될 수 있다. 즉, 도 3에 도시된 바와 같이, 첫 번째 온도 센서(331)는 첫 번째 광 센서(321)에 근접하여 배치되고, 두 번째 온도 센서(332)는 두 번째 광 센서(322)에 근접하여 배치되고, 세 번째 온도 센서(333)는 세 번째 광 센서(323)에 근접하여 배치될 수 있다. 한편, 도 3은 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)가 각각 3개씩만 도시되어 있으나, 이는 하나의 도면에서 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)를 모두 표현하기 위하여 제한적으로 도시한 것에 불과하고, 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333) 각각의 개수는 도 3의 경우와 같이 3개로 한정되지 아니한다. 또한, 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)의 개수는 도 3의 경우와 같이 동일할 수 있으나, 서로 상이하게 배치될 수도 있다.
프로세서(120)는 복수의 광 센서(321 내지 323) 각각에 대응되는 광 신호-온도 관계식을 생성할 수 있다. 도 3을 참조하면, 센싱부(300)는 3개의 광 센서(321 내지 323) 및 3개의 온도 센서(321 내지 323)를 포함하고 있으므로, 프로세서(120)는, 첫 번째 온도 센서(331)및 첫 번째 광 센서(321)에 의해 측정된 광 신호 및 온도 사이의 관계를 기반으로 첫 번째 광 신호-온도 관계식(수학식 5)을 생성하고, 두 번째 온도 센서(332)및 두 번째 광 센서(322)에 의해 측정된 광 신호 및 온도 사이의 관계를 기반으로 두 번째 광 신호-온도 관계식(수학식 6)을 생성하고, 세 번째 온도 센서(333)및 세 번째 광 센서(323)에 의해 측정된 광 신호 및 온도 사이의 관계를 기반으로 세 번째 광 신호-온도 관계식(수학식 7)을 생성할 수 있다.
다만, 수학식 5 내지 7은 광 신호-온도 관계식을 나타내기 위한 하나의 예시에 불과하다. 또한, 광 신호-온도 관계식은 수학식 5 내지 7과는 달리 선형 관계식이 아닐 수도 있다.
한편, 프로세서(120)는 광 신호-온도 관계식의 정밀도를 높이기 위하여 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)가 여러 차례 광 신호 및/또는 온도를 기반으로 광 신호-온도 관계식을 생성하거나 보정할 수 있다.
다른 예로, 프로세서(120)는 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)가 여러 차례 광 신호 및/또는 온도를 측정하도록 요청하고, 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)에서 측정된 복수의 광 신호 및/또는 온도들의 최대값, 최대값들의 평균값, 최소값, 최소값들의 평균값, 최소값과 최대값의 중간값 등을 기반으로 광 신호-온도 관계식을 생성할 수 있다.
다른 예로, 프로세서(120)는 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)가 여러 차례 광 신호 및/또는 온도를 측정하도록 요청하고, 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)에서 측정된 복수의 광 신호 및/또는 온도를 학습함으로써 미리 생성된 광 신호-온도 관계식을 보정할 수 있다. 예컨대, 프로세서(120)는 복수의 광 센서(321 내지 323) 및 복수의 온도 센서(331 내지 333)에서 측정된 복수의 광 신호 및/또는 온도를 학습데이터로서 이용하여 신호-온도 관계식을 보정함에 있어서 LSTM(Long short-term memory), DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), CNN(Convolutional Neural Network), RBM(Restricted Boltzmann Machine), DBN(Deep Belief Network) 등의 딥러닝 알고리즘을 이용할 수 있다.
프로세서(120)는 복수 개의 광 센서(321 내지 323) 중에서 생체 정보 추정에 이용할 광 센서(321 내지 323)를 선택할 수 있다.
예를 들어, 프로세서(120)는 광 신호-온도 관계식을 생성하기 위하여 피검체로부터 광 신호를 측정하는 경우에는 복수 개의 광 센서(321 내지 323)를 모두 이용할 수 있으나, 프로세서(130)가 생체 정보를 추정하기 위하여 피검체로부터 광 신호를 측정하는 경우에는 소정의 기준에 따라 복수 개의 광 센서(321 내지 323) 중에서 일부만을 생체 정보 추정에 이용할 광 센서로서 선택할 수 있다.
일 예로, 프로세서(120)는 측정된 광 신호의 신호 강도를 고려하여 생체 정보 추정에 이용할 광 센서(321 내지 323)를 선택할 수 있고, 복수 개의 광 센서(321 내지 323)에서 측정된 광 신호들 중에서 강도가 강한 순서대로 광 신호를 선택하고, 선택된 광 신호에 대응되는 광 센서(321 내지 323)를 생체 정보 추정에 이용할 광 센서(321 내지 323)로서 선택할 수 있다.
다른 예로, 프로세서(120)는 복수 개의 광 센서(321 내지 323)에서 각각 검출된 광 신호의 신호대잡음비(Signal to noise ratio, 이하 'SNR')를 산출하여, 산출된 광 신호 중 가장 높은 SNR을 가지는 파장 대역의 광을 조사하는 광원을 생체 정보 추정에 이용할 광 센서(321 내지 323)로서 선택할 수 있다.
프로세서(120)는 복수 개의 광 센서(321 내지 323)에서 측정된 광 신호들을 온도 보정을 하고, 온도 보정된 광 센서들 중에서 생체 정보 추정에 이용할 광 센서(321 내지 323)를 선택할 수 있다.
일 예로, 프로세서(120)는 온도 보정된 광 신호의 신호 강도를 고려하여 생체 정보 추정에 이용할 광 센서(321 내지 323)를 선택할 수 있고, 온도 보정된 광 신호들 중에서 신호 강도가 강한 순서대로 생체 정보 추정에 이용할 광 센서(321 내지 323)를 선택할 수 있다.
다른 예로, 프로세서(120)는 온도 보정이 되지 않은 광 신호에 기반하여 생체 정보 추정에 이용할 광 센서(321 내지 323)를 선택할 수 있다.
한편, 프로세서(120)는 전술한 바와 같이 검출된 광 신호를 기반으로 피검체의 생체 정보를 추출할 수 있다.
구체적으로, 프로세서(120)는 아래의 수학식 8을 사용하여, 센싱부(110)에서 검출된 산란광 신호의 강도를 기초로 중성 지방의 농도를 산출할 수 있다. 이하 수학식 8과 관련된 설명에서는 복수의 광 센서 중 두 개의 광 센서가 전술한 다양한 기준에 의해 선택된 것으로 가정하고 설명한다.
여기서, 는 감소된 산란 계수(reduced scattering coefficient), 는 흡수 계수(Absorption coefficient), 은 광원(310)으로부터 첫 번째 광 센서(331)까지의 거리, 은 광원(310)으로부터 두 번째 광 센서(322)까지의 거리, 은 첫 번째 광 센서(331) 에서의 산란광 신호의 강도 및 은 두 번째 광 센서(332) 에서의 산란광 신호의 강도를 의미할 수 있다. 프로세서(120)는 검출된 두 산란광 신호의 강도의 비율(R1/R2)로 정의될 수 있는 감소된 산란 계수(reduced scattering coefficient)의 변화량을 산출하여, 피검체의 중성 지방의 농도를 측정할 수 있다. 예컨대, 처리부(120)는 피검체의 중성 지방에 변화가 발생하지 않는 기준 상태(예; 피검체의 공복 상태)에서 감소된 산란 계수(reduced scattering coefficient)를 산출하고, 지방이 포함된 음식을 섭취한 후 일정 시간이 경과한 후의 감소된 산란 계수(reduced scattering coefficient)를 산출한 뒤에 감소된 산란 계수(reduced scattering coefficient)의 변화량을 측정함으로써 피검체의 중성지방의 농도를 산출할 수 있다.
다른 실시예에 따르면, 센싱부(300)는 복수의 광 센서(220)와 하나의 온도 센서(230)를 포함할 수 있다. 예컨대, 하나의 온도 센서(230)는 복수의 광 센서(200) 중 어느 하나에 근접 배치되거나, 복수의 광 센서(200)와 동일하게 이격될 수 있는 위치에 배치될 수 있다.
또한, 센싱부(300)는 복수의 광 센서(220)에서 각각 광 신호를 측정하고, 하나의 온도 센서(230)에서 피검체의 온도를 측정할 수 있다. 한편, 프로세서(120)는 복수의 광 센서(220)에서 측정된 복수의 광 신호 각각과 어느 하나의 온도 센서(230)에서 측정된 온도 사이의 관계를 기반으로 광 센서(220)의 개수만큼 광 신호-온도 관계식을 생성할 수 있다.
구체적으로, 센싱부(300)가 3개의 광 센서(220) 및 하나의 온도 센서(230)를 포함하는 경우, 프로세서(120)는, 첫 번째 광 센서에 의해 측정된 광 신호와 어느 하나의 온도 센서에서 측정된 온도 사이의 관계를 기반으로 첫 번째 광 신호-온도 관계식(수학식 9)을 생성하고, 두 번째 광 센서에 의해 측정된 광 신호와 어느 하나의 온도 센서에서 측정된 온도 사이의 관계를 기반으로 두 번째 광 신호-온도 관계식(수학식 10)을 생성하고, 세 번째 광 센서에 의해 측정된 광 신호와 어느 하나의 온도 센서에서 측정된 온도 사이의 관계를 기반으로 세 번째 광 신호-온도 관계식(수학식 11)을 생성할 수 있다.
다만, 수학식 9 내지 11은 광 신호-온도 관계식을 나타내기 위한 하나의 예시에 불과하다. 또한, 광 신호-온도 관계식은 수학식 8 내지 10과는 달리 선형 관계식이 아닐 수도 있다.
도 4는 산란광 신호에 대하여 온도 보정을 수행한 결과를 설명하기 위한 그래프이다.
도 4는 센싱부(300)가 세 개의 광 센서(331 내지 333) 각각에서 측정된 광 신호와 온도 보정된 광 신호를 도시한다.
도 4를 참조하면, 측정 횟수가 늘어남에 따라 산란광 신호의 값이 증가하는 것을 볼 수 있다. 이는 온도에 의해 발생하는 신호가 측정 횟수가 늘어남에 따라 점점 증가함에 따라 발생하는 결과이다. 측정 횟수가 늘어나거나 생체 정보 추정 장치를 동작시킨 시간이 지남에 따라, 생체 정보 추정 장치(100)에서 발생하는 열이 증가하게 되고, 그에 따라 온도에 의해 발생하는 신호의 크기도 점점 커질 수 있다.
한편, 온도 보정 후의 광 신호를 참조하면, 온도에 의해 발생하는 신호가 제외된 것을 확인할 수 있다.
도 5는 다른 실시예에 따른 생체 정보 추정 장치를 도시한 블록도이다.
도 5를 참조하면, 생체 정보 추정 장치(500)는 센싱부(510), 프로세서(520), 디스플레이부(530), 및 통신부(540)를 포함한다. 센싱부(510) 및 프로세서(520)에 대해서는 도 1을 참조하면서 구체적으로 설명하였으므로, 중복되거나 불필요한 설명은 이하 생략한다.
디스플레이부(530)는 센싱부(510)에서 측정된 광 신호, 온도 또는 프로세서(520)에 의해 추정된 생체 정보를 표시할 수 있다. 일 예로, 디스플레이부(530)는 센싱부(510)에서 측정된 광 신호 및 온도에 기반하여 프로세서(520)에서 추정된 중성지방 또는 혈당을 표시할 수 있다. 또한, 디스플레이부(530)는 시간의 흐름에 따라 피검체의 중성지방 또는 혈당의 변화를 그래프로 표시할 수 있고, 생체 정보 추정 장치(500)는 피검체의 건강 상태를 모니터링하는 모니터링 장치로서 활용될 수 있다.
한편, 프로세서(520)는 소정 기간 동안의 피검체의 생체 정보의 변화 추세를 모니터링 할 수 있다. 일 예로, 프로세서(520)는 일정 주기마다 생성된 그래프 각각의 최대값 또는 최소값을 획득할 수 있고, 획득된 최대값 또는 최소값의 증가 또는 하락을 기초로 최대값 또는 최소값의 변화 추세를 검출할 수 있다. 다만, 생체 정보의 최대값 또는 최소값의 상승/하락은 일시적으로 나타날 수도 있으므로, 프로세서(520)는 최대값 또는 최소값의 상승/하락이 소정의 기준이 되는 기간보다 계속되는 경우에 비로소 피검체의 생체 정보가 상승/하락하는 추세라고 판단할 수 있다.
또한, 디스플레이부(530)는 일축 상으로 시간 순으로 정렬된 적어도 하나의 소정 정보를 표시하는 사용자 인터페이스 화면을 생성할 수 있다. 구체적으로, 디스플레이부(530)는 시간 순으로 정렬한, 건강 관련 정보에 포함되는 정보들을 횡 방향 또는 종 방향으로 정렬 및 표시하는 사용자 인터페이스 화면을 생성할 수 있다.
통신부(540)는 센싱부(510)에서 측정된 광 신호, 온도 또는 추정된 생체 정보를 외부 전자 기기에 전송할 수 있다. 예컨대, 통신부(540)는 무선 통신 또는 유선 통신을 통해서 외부 전자 기기와 통신할 수 있다. 여기서, 무선 통신은 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 포함할 수 있다. 한편, 유선 통신은 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard 232), POTS(plain old telephone service) 등을 포함할 수 있다.
추가적으로, 생체 정보 추정 장치(500)는 생체 정보 추정과 관련된 애플리케이션을 제공하는 애플리케이션부를 더 포함할 수 있다.
예컨대, 애플리케이션부는 SMS/MMS 애플리케이션, 이메일 애플리케이션, 달력 애플리케이션, 알람 애플리케이션, 건강 관리(health care) 애플리케이션(예: 운동량 또는 혈당 등을 측정하는 애플리케이션) 또는 환경 정보 애플리케이션(예: 기압, 습도 또는 온도 정보 등을 제공하는 애플리케이션) 등을 포함할 수 있다.
또한, 애플리케이션부는 생체 정보 추정 장치(500)와 외부 전자 기기 사이의 정보 교환과 관련된 애플리케이션일 수 있다. 여기서, 정보 교환과 관련된 애플리케이션은, 외부 전자 기기에 특정 정보를 전달하기 위한 알림 전달(notification relay) 애플리케이션, 또는 외부 전자 기기를 관리하기 위한 기기 관리(device management) 애플리케이션을 포함할 수 있다.
한편, 애플리케이션부는 생체 정보 추정 장치(500)의 애플리케이션(예: SMS/MMS 애플리케이션, 이메일 애플리케이션, 건강 관리 애플리케이션 또는 환경 정보 애플리케이션 등)에서 발생한 알림 정보를 외부 전자 기기로 전달하는 기능을 포함할 수 있다. 다른 예로, 애플리케이션부는 외부 전자 기기로부터 알림 정보를 수신하여 사용자에게 제공할 수 있다. 또 다른 예로 애플리케이션부는 생체 정보 추정 장치(500)와 통신하는 외부 전자 기기의 적어도 일부에 대한 기능(예: 외부 전자 기기 자체(또는, 일부 구성 부품)의 턴온/턴오프 또는 디스플레이의 밝기(또는, 해상도) 조절), 외부 전자 기기에서 동작하는 애플리케이션 또는 외부 전자 기기에서 제공되는 서비스(예: 통화 서비스 또는 메시지 서비스)를 관리(예: 설치, 삭제 또는 업 데이트)할 수 있다.
도 6은 일 실시예에 따른 생체 정보 추정 방법을 도시한 흐름도이다.
도 6을 참조하면, 생체 정보 추정 장치(100)는 광 신호-온도 관계식을 생성하기 위하여 피검체로부터 반사된 광 신호를 측정하고, 피검체의 온도를 측정할 수 있다(610). 여기서, 피검체로부터 반사된 광 신호는 피검체의 표면에서 정반사(specular reflection)된 산란광 신호, 및 피검체에 조사된 광이 피검체의 내부에서 확산 반사(diffuse reflection)된 산란광 신호를 포함할 수 있다. 예컨대, 사용자의 명령이 생체 정보 추정 장치(100)에 입력되거나 기준 상태에 해당되는 경우 생체 정보 추정 장치(100)는 피검체로부터 광 신호 및/또는 온도를 측정할 수 있다.
생체 정보 추정 장치(100)는 광 신호-온도 관계식을 기반으로, 피검체로부터 측정된 광 신호를 측정된 온도에 기초하여 온도 보정을 수행할 수 있다(620). 구체적으로, 생체 정보 추정 장치(100)는 광 신호-온도 관계식을 기반으로, 피검체로부터 측정된 광 신호에서 온도에 따라 발생하는 신호를 감산하거나 제외시킴으로써 온도 보정을 수행할 수 있다.
한편, 광 신호-온도 관계식은 생체 정보 추정 장치(100)가 기준 상태에서 미리 생성할 수 있다. 여기서, 기준 상태는 피검체가 공복 상태인 경우를 포함할 수 있고, 사용자의 연령, 성별, 피부상태 및 측정 대상이 되는 생체 정보의 종류에 따라 다르게 설정될 수 있다. 또한, 생체 정보 추정 장치(100)에 의해 미리 생성된 광 신호-온도 관계식은 데이터베이스에 저장될 수 있고, 광 신호-온도 관계식은 측정 시간, 측정된 광 신호 및/또는 온도 등과 매칭되어 저장될 수 있다.
생체 정보 추정 장치(100)는 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정할 수 있다(630). 여기서, 생체 정보는 중성지방, 혈당, 수분, 헤모글로빈, 콜레스테롤, 알코올, 및 지방 중 하나 이상을 포함할 수 있다. 한편, 생체 정보 추정 장치(100)는 온도 보정된 광 신호에서 산란 계수를 산출하고, 추출된 산란 계수를 기반으로 피검체의 생체 정보를 추정할 수 있다. 일 예로, 생체 정보 추정 장치(100)는 온도 보정된 광 신호를 기반으로 피검체의 중성 지방 수치 또는 혈당 수치를 추정할 수 있다. 다른 예로, 생체 정보 추정 장치(100)는 온도 보정되지 않은 광 신호를 기반으로 피검체의 중성 지방 수치 또는 혈당 수치를 추정할 수 있다.
추가적으로, 생체 정보 추정 장치(500)는 디스플레이를 통하여 측정된 광 신호, 온도 또는 추정된 생체 정보를 표시할 수 있다. 일 예로, 생체 정보 추정 장치(500)는 측정된 광 신호 및 온도에 기반하여 추정된 중성지방 또는 혈당을 디스플레이에 표시할 수 있다. 또한, 생체 정보 추정 장치(500)는 시간의 흐름에 따라 피검체의 중성지방 또는 혈당의 변화를 디스플레이에 그래프로 표시할 수 있다.
한편, 생체 정보 추정 장치(500)는 소정 기간 동안의 피검체의 생체 정보의 변화 추세를 모니터링 할 수 있다. 일 예로, 생체 정보 추정 장치(500)는 일정 주기마다 생성된 그래프 각각의 최대값 또는 최소값을 획득할 수 있고, 획득된 최대값 또는 최소값의 증가 또는 하락을 기초로 최대값 또는 최소값의 변화 추세를 검출할 수 있다. 다만, 생체 정보의 최대값 또는 최소값의 상승/하락은 일시적으로 나타날 수도 있으므로, 생체 정보 추정 장치(500)는 최대값 또는 최소값의 상승/하락이 소정의 기준이 되는 기간보다 계속되는 경우에 비로소 피검체의 생체 정보가 상승/하락하는 추세라고 판단할 수 있다.
또한, 생체 정보 추정 장치(500)는 일축 상으로 시간 순으로 정렬된 적어도 하나의 소정 정보를 표시하는 사용자 인터페이스 화면을 생성할 수 있다. 구체적으로, 생체 정보 추정 장치(500)는 시간 순으로 정렬한, 건강 관련 정보에 포함되는 정보들을 횡 방향 또는 종 방향으로 정렬 및 표시하는 사용자 인터페이스 화면을 생성할 수 있다.
도 7은 또 다른 실시예에 따른 생체 정보 장치를 도시한 블록도이다.
도 7을 참조하면, 생체 정보 장치(700)는 센싱부(710) 및 프로세서(720)를 포함할 수 있다.
센싱부(710)는 기준 상태에서 소정의 시간 간격마다 피검체로부터 광 신호 및/또는 온도를 측정할 수 있다. 여기서, 소정의 시간은 일, 주, 월, 년 등의 단위로 설정될 수 있으나, 특별히 한정되지 않으며, 사용자의 건강 상태나 생체 정보 추정 목적 등에 따라 다양한 시간으로 설정되는 것이 가능하다. 예컨대, 사용자의 건강 상태가 좋지 않은 경우 보다 짧은 기간 단위로 광 신호 및/또는 온도가 측정되도록 설정될 수 있으며, 장기간의 데이터의 수집을 목적으로 하는 경우 상대적으로 긴 기간으로 설정될 수 있다. 또한, 기준 상태는 피검체가 공복 상태인 경우를 포함할 수 있고, 사용자의 연령, 성별, 피부상태 및 측정 대상이 되는 생체 정보의 종류에 따라 다르게 설정될 수 있다.
센싱부(710)는 광 신호 및 온도를 측정하기 위하여 광원, 광 센서, 온도 센서를 포함할 수 있다.
여기서, 센싱부(710)의 광원은 피검체로 광을 조사할 수 있다. 예컨대, 광원은 피검체에 광을 조사하기 위하여 발광 다이오드를 포함할 수 있다. 여기서, 발광 다이오드는 RGB, RGBW, 적외선, 근적외선, 중적외선 등의 광을 구현하는 발광 소자일 수 있다. 한편, 센싱부(710)의 광원은 독립 모듈로 구성된 하나 이상의 광원 모듈을 포함할 수 있고, 각 광원 모듈은 서로 다른 파장 대역의 광을 조사하도록 설정될 수 있고, 다중 파장 대역의 광을 순차적으로 반복하여 조사하도록 설정될 수 있다.
센싱부(710)의 광 센서는 조사된 광이 피검체로부터 반사되면, 반사된 광을 검출함으로써 광 신호를 측정할 수 있다. 예컨대, 센싱부(710)의 광 센서는 포토 다이오드, 포토 트랜지스터 또는 전자 결합소자를 포함할 수 있으나, 이에 한정되는 것은 아니다. 센싱부(710)의 광 센서는 광원으로부터 조사된 광이 피검체의 피부로부터 반사된 광, 흡수 광, 생체 성분에 의해 산란된 광 중의 적어도 하나를 광 신호로 검출할 수 있다.
센싱부(710)의 온도 센서는 피검체의 온도를 측정할 수 있다. 예컨대, 온도 센서(230)는 피검체에서 방사되는 적외선(예; 열적외선, 중적외선(mid-infrared), 근적외선)을 검출함으로써 피검체의 온도를 측정하는 적외선 온도 센서를 포함할 수 있다.
프로세서(720)는 측정된 광 신호 및/또는 온도를 학습 데이터로 하여 광 신호-온도 관계식을 생성할 수 있다. 예컨대, 생체 정보 추정 장치(700)는 센싱부(710)에 의해 측정된 광 신호 및/또는 온도에 대한 데이터를 저장하는 데이터베이스(database)를 생체 정보 추정 장치(700)의 내부 및/또는 외부에 구비할 수 있다. 또한, 프로세서(720)는 기준 상태에서 센싱부(710)를 이용하여 측정한 광 신호 및 온도를 기반으로, 광 신호와 온도 사이의 관계를 나타내는 선형 방정식 또는 소정의 관계식을 생성할 수 있다.
센싱부(710)는 미리 설정된 시간대에 광 신호 및 온도를 측정하고, 프로세서(720)는 미리 설정된 시간대에 측정된 광 신호 및 온도를 기반으로 광 신호-온도 관계식을 생성할 수 있다.
일 예로, 생체 정보 추정 장치(700)의 사용자는 주기적으로 공복 상태를 유지한다고 판단되는 시간대를 설정할 수 있다. 예컨대, 미리 설정된 시간대가 오전 6시부터 오전 7시까지인 경우, 센싱부(710)는 오전 6시부터 오전 7시까지 소정의 시간 간격(예; 10분, 15분 등)마다 피검체로부터 광 신호를 측정하거나 피검체의 온도를 측정할 수 있다. 프로세서(720)는 센싱부(710)에 의해 미리 설정된 시간대에 측정된 광 신호 및/또는 온도를 기반으로 광 신호-온도 관계식을 생성할 수 있으며, 이렇게 생성된 광 신호-온도 관계식은 기준 상태에서 측정된 광 신호 및/또는 온도에 기반하여 생성된 광 신호-온도 관계식인 것으로 간주할 수 있다.
도 8은 또 다른 실시예에 따른 생체 정보 방법을 도시한 흐름도이다.
도 8을 참조하면, 생체 정보 추정 장치(700)는 기준 상태에서 소정의 시간 간격마다 피검체로부터 광 신호 및/또는 온도를 측정할 수 있다(810). 여기서, 소정의 시간은 일, 주, 월, 년 등의 단위로 설정될 수 있으나, 특별히 한정되지 않으며, 사용자의 건강 상태나 생체 정보 추정 목적 등에 따라 다양한 시간으로 설정되는 것이 가능하다. 또한, 기준 상태는 피검체가 공복 상태인 경우를 포함할 수 있고, 사용자의 연령, 성별, 피부상태 및 측정 대상이 되는 생체 정보의 종류에 따라 다르게 설정될 수 있다. 생체 정보 추정 장치(700)는 측정된 광 신호 및/또는 온도를 데이터베이스에 학습데이터로서 저장할 수 있다.
생체 정보 추정 장치(700)는 측정된 광 신호 및/또는 온도를 학습 데이터로 하여 광 신호-온도 관계식을 생성할 수 있다(820). 생체 정보 추정 장치(700)는 기준 상태에서 측정된 광 신호 및 온도를 기반으로, 광 신호와 온도 사이의 관계를 나타내는 선형 방정식 또는 소정의 관계식을 생성할 수 있다.
한편, 한편, 본 발명의 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, 자기테이프, 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: 생체 정보 추정 장치
110: 센싱부 120: 프로세서
200, 300: 센싱부
210, 310: 광원
220: 광 센서 230: 온도 센서
321: 첫 번째 광 센서 322: 두 번째 광 센서
323: 세 번째 광 센서 331: 첫 번째 온도 센서
332: 두 번째 광 센서 333: 세 번째 온도 센서
500: 생체 정보 추정 장치
510: 센싱부 520: 프로세서
530: 디스플레이부 540: 통신부
700: 생체 정보 추정 장치
710: 센싱부 720: 프로세서
110: 센싱부 120: 프로세서
200, 300: 센싱부
210, 310: 광원
220: 광 센서 230: 온도 센서
321: 첫 번째 광 센서 322: 두 번째 광 센서
323: 세 번째 광 센서 331: 첫 번째 온도 센서
332: 두 번째 광 센서 333: 세 번째 온도 센서
500: 생체 정보 추정 장치
510: 센싱부 520: 프로세서
530: 디스플레이부 540: 통신부
700: 생체 정보 추정 장치
710: 센싱부 720: 프로세서
Claims (20)
- 피검체로부터 광 신호 및 온도를 측정하는 센싱부; 및
광 신호-온도 관계식을 기반으로, 상기 피검체로부터 측정된 광 신호를 상기 측정된 온도에 기초하여 온도 보정을 하고, 상기 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정하는 프로세서; 를 포함하고,
상기 프로세서는
상기 피검체가 공복 상태일 때 측정된 산란광 신호 및 상기 산란광 신호 측정시 온도 사이의 관계를 기반으로 상기 광 신호-온도 관계식을 미리 생성하는
생체 정보 추정 장치. - 삭제
- 삭제
- 제1항에 있어서,
상기 센싱부는,
피검체로 광을 조사하는 광원;
상기 조사된 광이 피검체로부터 반사되면, 반사된 광을 검출함으로써 광 신호를 측정하는 광 센서; 및
피검체의 온도를 측정하는 온도 센서; 를 더 포함하는 생체 정보 추정 장치. - 제4항에 있어서,
상기 센싱부는,
복수의 광 센서 및 상기 복수의 광 센서 각각에 대응되도록 근접 배치되는 복수의 온도 센서를 포함하는 생체 정보 추정 장치. - 제5항에 있어서,
상기 프로세서는,
상기 복수의 광 센서 및 대응되는 복수의 온도 센서에서 각각 측정된 광 신호 및 온도를 기초로 상기 광 신호-온도 관계식을 생성하는 생체 정보 추정 장치. - 제5항에 있어서,
상기 프로세서는,
상기 복수 개의 광 센서에서 각각 측정된 광 신호들의 세기(intensity)를 기초로 상기 복수 개의 광 센서 중에서 생체 정보 추정에 이용할 광 센서를 선택하는 생체 정보 추정 장치. - 제7항에 있어서,
상기 프로세서는,
상기 복수 개의 광 센서에서 측정된 광 신호들을 상기 복수 개의 광 센서에 대응되는 각 온도 센서에서 측정된 온도를 이용하여 온도 보정을 하고, 상기 온도 보정된 광 신호들의 세기를 기초로 상기 복수 개의 광 센서 중에서 생체 정보 추정에 이용할 광 센서를 선택하는 생체 정보 추정 장치. - 제1항에 있어서,
상기 생체 정보는 중성지방, 혈당, 수분, 헤모글로빈, 콜레스테롤, 알코올, 및 지방 중 하나 이상을 포함하는 생체 정보 추정 장치. - 제1항에 있어서,
상기 측정된 광 신호, 온도 또는 상기 추정된 생체 정보를 표시하는 디스플레이부; 를 더 포함하는 생체 정보 추정 장치. - 제1항에 있어서,
상기 측정된 광 신호, 온도 또는 상기 추정된 생체 정보를 외부 전자 기기에 전송하는 통신부; 를 더 포함하는 생체 정보 추정 장치. - 제1항에 있어서,
상기 프로세서는,
상기 측정된 온도의 이상 여부를 판단하고, 상기 판단에 따라 센싱부에 광 신호 또는 온도의 재측정을 요청하거나 광 신호-온도 관계식을 보정하는 생체 정보 추정 장치. - 생체정보 추정 장치가
피검체로부터 광 신호 및 온도를 측정하는 단계;
상기 피검체가 공복 상태일 때 측정된 산란광 신호 및 상기 산란광 신호 측정시 온도 사이의 관계를 기반으로 광 신호-온도 관계식을 미리 생성하는 단계;
상기 광 신호-온도 관계식을 기반으로, 상기 피검체로부터 측정된 광 신호를 상기 측정된 온도에 기초하여 온도 보정을 수행하는 단계; 및
상기 온도 보정된 광 신호를 기반으로 피검체의 생체 정보를 추정하는 단계; 를 포함하는
생체 정보 추정 방법. - 삭제
- 삭제
- 제13항에 있어서,
상기 생체 정보는 중성지방, 혈당, 수분, 헤모글로빈, 콜레스테롤, 알코올, 및 지방 중 하나 이상을 포함하는 생체 정보 추정 방법. - 제13항에 있어서,
상기 측정된 광 신호, 온도 또는 상기 추정된 생체 정보를 표시하는 단계; 를 더 포함하는 생체 정보 추정 방법. - 기준 상태에서 소정의 시간 간격마다 피검체로부터 광 신호 및 온도를 측정하는 센싱부; 및
상기 측정된 광 신호 및 온도를 학습 데이터로 하여 광 신호-온도 관계식을 생성하는 프로세서; 를 포함하고,
상기 프로세서는
상기 피검체가 공복 상태일 때 측정된 산란광 신호 및 상기 산란광 신호 측정시 온도 사이의 관계를 기반으로 상기 광 신호-온도 관계식을 미리 생성하는
생체 정보 추정 장치. - 삭제
- 제18항에 있어서,
상기 센싱부는 미리 설정된 시간대에 광 신호 및 온도를 측정하고,
상기 프로세서는 미리 설정된 시간대에 측정된 광 신호 및 온도를 기반으로 광 신호-온도 관계식을 생성하는 생체 정보 추정 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160153165A KR102658240B1 (ko) | 2016-11-17 | 2016-11-17 | 생체 정보 추정 장치 및 방법 |
| US15/608,535 US10390701B2 (en) | 2016-11-17 | 2017-05-30 | Apparatus and method for estimating biometric information |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160153165A KR102658240B1 (ko) | 2016-11-17 | 2016-11-17 | 생체 정보 추정 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180055376A KR20180055376A (ko) | 2018-05-25 |
| KR102658240B1 true KR102658240B1 (ko) | 2024-04-16 |
Family
ID=62106759
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160153165A KR102658240B1 (ko) | 2016-11-17 | 2016-11-17 | 생체 정보 추정 장치 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10390701B2 (ko) |
| KR (1) | KR102658240B1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102422021B1 (ko) * | 2017-07-27 | 2022-07-15 | 삼성전자주식회사 | 광 검출기 선택 장치 및 방법과, 산란계수 측정 장치 및 방법 |
| KR20200058948A (ko) * | 2018-11-20 | 2020-05-28 | 삼성전자주식회사 | 스펙트럼 측정 장치, 스펙트럼의 광원 온도 변화 보정 방법, 농도 추정 장치 및 방법 |
| KR102191057B1 (ko) * | 2018-12-18 | 2020-12-15 | 한국전자기술연구원 | 다중 센서를 이용한 비침습식 생체정보 측위 기반 보정 시스템 및 방법 |
| CN112568141A (zh) * | 2020-12-09 | 2021-03-30 | 东莞中融数字科技有限公司 | 对猪进行疾病预防的监管系统 |
| EP4202532A4 (en) * | 2020-12-23 | 2024-04-24 | Samsung Electronics Co Ltd | ELECTRONIC DEVICE WITH SENSOR ARRANGEMENT AND CONTROL METHOD THEREFOR |
| KR20220091141A (ko) * | 2020-12-23 | 2022-06-30 | 삼성전자주식회사 | 센서 어레이를 포함하는 전자 장치 및 그 제어 방법 |
| KR102500446B1 (ko) * | 2022-08-23 | 2023-02-17 | 주식회사 에스비솔루션 | 생체 정보 센싱 방법 및 시스템 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050043603A1 (en) * | 2003-08-21 | 2005-02-24 | Ishler Larry W. | Non-invasive blood glucose monitoring system |
| US20090105564A1 (en) * | 2006-06-08 | 2009-04-23 | Omron Healthcare Co., Ltd. | Living body component measuring apparatus capable of precisely and non-invasively measuring living body component |
| JP2016067394A (ja) * | 2014-09-26 | 2016-05-09 | セイコーエプソン株式会社 | 成分計測装置及び成分計測方法 |
Family Cites Families (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5028787A (en) | 1989-01-19 | 1991-07-02 | Futrex, Inc. | Non-invasive measurement of blood glucose |
| US5068536A (en) | 1989-01-19 | 1991-11-26 | Futrex, Inc. | Method for providing custom calibration for near infrared instruments for measurement of blood glucose |
| US5086229A (en) | 1989-01-19 | 1992-02-04 | Futrex, Inc. | Non-invasive measurement of blood glucose |
| US5077476A (en) | 1990-06-27 | 1991-12-31 | Futrex, Inc. | Instrument for non-invasive measurement of blood glucose |
| US5204532A (en) | 1989-01-19 | 1993-04-20 | Futrex, Inc. | Method for providing general calibration for near infrared instruments for measurement of blood glucose |
| US6066847A (en) | 1989-01-19 | 2000-05-23 | Futrex Inc. | Procedure for verifying the accuracy of non-invasive blood glucose measurement instruments |
| US5365066A (en) | 1989-01-19 | 1994-11-15 | Futrex, Inc. | Low cost means for increasing measurement sensitivity in LED/IRED near-infrared instruments |
| US5237178A (en) | 1990-06-27 | 1993-08-17 | Rosenthal Robert D | Non-invasive near-infrared quantitative measurement instrument |
| US5218207A (en) | 1989-01-19 | 1993-06-08 | Futrex, Inc. | Using led harmonic wavelengths for near-infrared quantitative |
| US5362966A (en) | 1990-06-27 | 1994-11-08 | Rosenthal Robert D | Measurement of finger temperature in near-infrared quantitative measurement instrument |
| US5436455A (en) | 1990-06-27 | 1995-07-25 | Futrex Inc. | Non-invasive near-infrared quantitative measurement instrument |
| US5438201A (en) | 1990-06-27 | 1995-08-01 | Futrex, Inc. | Method and apparatus for restraining finger motion in blood analyte optical measurement |
| US5574283A (en) | 1990-06-27 | 1996-11-12 | Futrex, Inc. | Non-invasive near-infrared quantitative measurement instrument |
| JP3581975B2 (ja) * | 1997-01-06 | 2004-10-27 | 日本光電工業株式会社 | 血圧監視装置 |
| CA2308063A1 (en) | 1997-10-31 | 1999-05-14 | Technical Chemicals & Products, Inc. | Reflectometer |
| AU781149B2 (en) | 2000-03-17 | 2005-05-05 | Echo Therapeutics, Inc. | System, method, and device for non-invasive body fluid sampling and analysis |
| AU2002309528A1 (en) | 2001-04-02 | 2002-10-15 | Therasense, Inc. | Blood glucose tracking apparatus and methods |
| JP2004226277A (ja) | 2003-01-23 | 2004-08-12 | Bios Ikagaku Kenkyusho:Kk | 生体物質および化学物質の光学的測定方法および光学的測定装置 |
| US7623988B2 (en) * | 2004-06-23 | 2009-11-24 | Cybiocare Inc. | Method and apparatus for the monitoring of clinical states |
| US20060281982A1 (en) | 2005-06-14 | 2006-12-14 | Diasense, Inc. | Method and apparatus for the non-invasive sensing of glucose in a human subject |
| US20070225606A1 (en) * | 2006-03-22 | 2007-09-27 | Endothelix, Inc. | Method and apparatus for comprehensive assessment of vascular health |
| JP2008005988A (ja) | 2006-06-28 | 2008-01-17 | Jasco Corp | 血糖値分析方法、及び血糖値分析装置 |
| KR101451448B1 (ko) | 2006-11-23 | 2014-10-23 | 플로레, 잉고 | 의료 측정 기구 |
| US20090082680A1 (en) * | 2007-09-25 | 2009-03-26 | Jan Mikael Totterman | Personalized cardiac safety risk |
| US8391940B2 (en) * | 2010-02-04 | 2013-03-05 | Lifescan, Inc. | Methods and systems to correct for hematocrit effects |
| CA2900691C (en) | 2013-02-13 | 2021-02-09 | Leman Micro Devices Sa | Non-invasive blood analysis |
| KR101906401B1 (ko) | 2014-09-16 | 2018-10-11 | 주식회사 아이센스 | 휴대용 혈당 측정기 |
-
2016
- 2016-11-17 KR KR1020160153165A patent/KR102658240B1/ko active IP Right Grant
-
2017
- 2017-05-30 US US15/608,535 patent/US10390701B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050043603A1 (en) * | 2003-08-21 | 2005-02-24 | Ishler Larry W. | Non-invasive blood glucose monitoring system |
| US20090105564A1 (en) * | 2006-06-08 | 2009-04-23 | Omron Healthcare Co., Ltd. | Living body component measuring apparatus capable of precisely and non-invasively measuring living body component |
| JP2016067394A (ja) * | 2014-09-26 | 2016-05-09 | セイコーエプソン株式会社 | 成分計測装置及び成分計測方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20180132718A1 (en) | 2018-05-17 |
| US10390701B2 (en) | 2019-08-27 |
| KR20180055376A (ko) | 2018-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102658240B1 (ko) | 생체 정보 추정 장치 및 방법 | |
| US11291374B2 (en) | Apparatus and method for estimating bio-information | |
| US11617523B2 (en) | Apparatus and method for estimating biological component | |
| US11826144B2 (en) | Apparatus and method for estimating biological substance, apparatus for acquiring unit spectrum, and wearable device | |
| KR102498120B1 (ko) | 생체정보 센서의 오차 보정 장치 및 방법과, 생체정보 추정 장치 및 방법 | |
| KR102498121B1 (ko) | 생체정보 추정 장치 및 방법 | |
| US20190008432A1 (en) | Device, system and method for non-invasive monitoring of physiological measurements | |
| KR20190081634A (ko) | 생체 성분 측정 장치 및 방법 | |
| CN109348727B (zh) | 用于感测肌肉组织中糖原的近红外光谱学技术 | |
| JP2005230118A (ja) | 血糖値測定装置 | |
| JP2005237688A (ja) | 血糖値測定装置 | |
| KR20190056871A (ko) | 생체정보 측정 장치 및 방법 | |
| US20200196918A1 (en) | Device, system and method for non-invasive monitoring of physiological measurements | |
| US20230009905A1 (en) | Apparatus and method for estimating biological information | |
| KR20200097144A (ko) | 생체정보 추정 장치 및 방법 | |
| KR20140035661A (ko) | 생체 정보 측정 장치 및 그것의 동작 방법 | |
| KR102415948B1 (ko) | 생리학적 정보 기반 방광 기능 모니터링 장치 | |
| JP2005160782A (ja) | 血糖値測定装置 | |
| US20230277064A1 (en) | Releasable portable imaging device for multispectral mobile tissue assessment | |
| US20240099586A1 (en) | Analysis device and analysis method | |
| JP3623500B1 (ja) | 血糖値測定システム及び血糖値測定装置 | |
| JP3623500B6 (ja) | 血糖値測定システム及び血糖値測定装置 | |
| WO2022101647A1 (en) | Clinical warning score system | |
| JP3623498B1 (ja) | 血糖値測定装置 | |
| JP3623498B6 (ja) | 血糖値測定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |