KR20090089039A

KR20090089039A - 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및저장 방법과 이를 위한 심혈관 시스템

Info

Publication number: KR20090089039A
Application number: KR1020080014362A
Authority: KR
Inventors: 이명호; 이상준
Original assignee: 연세대학교 산학협력단
Priority date: 2008-02-18
Filing date: 2008-02-18
Publication date: 2009-08-21
Also published as: KR100967994B1

Abstract

본 발명은 생체 신호 데이터의 압축률을 높여 저장 및 전송 효율을 높일 수 있도록 하기 위한 주기성을 갖는 생체 신호 데이터의 실시간 압축 방법과 이를 위한 심혈관 시스템에 관한 것이다.

본 발명은 유무선 통신망과의 통신을 수행하기 위한 통신 인터페이스부; 상기 통신 인터페이스부를 통해 데이터를 송수신하는 데이터 송수신부; 한 채널 및 복수 채널의 생체 신호 데이터를 감지하여 측정하는 생체 신호 데이터 측정센서; 상기 생체 신호 데이터 측정센서에 의해서 측정된 생체 신호 데이터를 기 설정된 조건에 따라 압축하는 마이크로프로세서; 및 심혈관 시스템과 관련된 정보를 저장하는 메모리;를 포함하여, 측정된 생체 신호 데이터를 실시간으로 압축하고 무선으로 전송하여 무선 전송 효율을 높이고, 압축 생체 신호 데이터를 장시간 동안 메모리에 저장할 수 있다는 장점이 있다.

Description

주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법과 이를 위한 심혈관 시스템{Method for a Real Time Compressing Transmission and Storage of Periodic Bio-signal Data, and Cardiovascular System therefor}

본 발명은 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법과 이를 위한 심혈관 시스템에 관한 것으로서, 보다 상세하게는 생체 신호 데이터의 압축률을 높여 저장 및 전송 효율을 높일 수 있도록 하기 위한 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법과 이를 위한 심혈관 시스템에 관한 것이다.

식습관의 서구화, 흡연, 운동 부족, 노령화 사회 등의 이유로 심혈관 질환을 가지고 있는 환자의 수가 과거에 비해 급속도로 증가하고 있다.

심장은 하루 24시간 쉼 없이 계속 박동을 하는데 심혈관 쪽에 문제가 있는 환자라 하더라도 24시간 중 99%는 심장이 정상 박동을 하는 심전도 리듬을 보이고 나머지 1% 또는 그 이하에는 비정상 심전도 리듬을 보인다.

따라서, 심혈관 질환을 가지고 있는 환자에게 비 간헐적으로 나타나는 심전 도 데이터의 1% 파형을 관찰해야 심장의 어떤 부위에 어떤 증상이나 문제점이 있는지를 의사들이 판단할 수 있다.

이러한 이유로, 심혈관 질환을 가진 피 측정자의 1% 또는 그 이하로 나타나는 비정상 심전도 데이터를 측정하기 위해 피 측정자의 몸에 24시간(하루) 혹은 144시간(일주일) 동안의 장시간 심전도 데이터를 저장하는 기기를 환자의 몸에 부착하여 심전도 데이터를 측정하여 저장한다.

종래에는 장시간 심전도 데이터를 측정하여 저장하는 방법은 테이프 레코더를 사용하거나 최근에는 디지털 기기의 발전으로 메모리 스틱(SD, MMC, CF Memory Card)이 많이 사용된다.

메모리 스틱의 메모리 용량이 급격히 높아지면서 장시간 심전도 데이터를 저장할 수 있는 기반을 마련하였지만, 종래 장시간 심전도 데이터를 측정하여 저장하는 기기는 12 채널, A/D Converter의 해상도는 16Bit, Sampling Rate는 500Hz의 조건으로 데이터를 취득하고, 24시간 피 측정자의 심전도 데이터를 취득한다고 가정하면 ((24시간*60분*60초*500Hz*12Channel)*2Byte)/1024 = 1,012,500KByte (약 1G Byte)에 의해 약 1G Byte의 메모리가 요구된다.

또한, 장시간 심전도 데이터를 측정 및 저장하는 기기의 성능 평가로서 얼마나 오랫동안 심전도 데이터를 저장할 수 있느냐에 따라서 그 기기의 성능을 평가하는 중요한 척도가 된다.

따라서, 심혈관 질환을 가지고 있는 환자의 심전도를 장시간 측정하고 심전도 데이터의 전송 및 저장을 위해서는 실시간 심전도 데이터의 압축 기술이 필요하 다.

종래 심전도 데이터의 압축 기술은 3가지로 구분되는 데, 첫째는 심전도 데이터의 압축률은 낮지만 압축 시 심전도 데이터의 왜곡이 없도록 압축하는 방법(심전도 데이터의 무손실 압축 방법), 두 번째는 심전도 데이터의 왜곡은 발생하지만 압축률이 높은 손실 압축 방법, 세 번째는 압축률은 높지만 신호의 왜곡이 심하게 발생하는 심전도 데이터 파형 형상화에 의한 압축 방법 등으로 구분한다.

현재, 상술한 방법 중에서 장시간 심전도 데이터를 압축하여 저장하는 방법으로서 의미가 있고 압축률이 높은 두 번째 손실 압축에 의한 심전도 압축 방법이 좋은 평가를 받고 있다.

기존의 손실 압축 방법은 심전도 데이터 자체를 주파수 분석 방법 DCT, Wavelet 변환, FFT(Fast Fourier Transform)등을 통해 주파수 영역으로 변환 후, 그 중 의미 있는 주파수 대역만을 선택하여 압축을 수행한다. 복원 전의 원 신호와 역변환 후 복원된 심전도 데이터와의 차이를 재생오차(Percent RMS Difference: PRD)라 하는데 재생오차가 높아질수록 원본 데이터와 복원 후의 데이터의 차이점이 많다는 것을 의미하고 0에 가까울수록 원본 데이터와 같아지는 것을 의미한다. 기존의 손실압축 방식에서는 역변환 후의 재생오차가 압축률(Compress Ratio)이 높아질수록 급격히 증가하기 때문에 압축률 대비 재생오차의 비율을 적절히 조종해야만 한다.

본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 측정된 생체 신호 데이터를 실시간으로 압축하고 무선으로 전송하여 무선 전송 효율을 높이고, 압축 생체 신호 데이터를 장시간 동안 메모리에 저장할 수 있도록 하기 위한 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법과 이를 위한 심혈관 시스템을 제공하는데 그 기술적 과제가 있다.

또한, 본 발명은 종래의 손실압축 방법의 단점으로 지적되고 있는 압축률이 높아질수록 재생오차(Percent RMS Difference)가 높아지는 문제점을 해결하는 데 목적이 있다.

상술한 목적을 달성하기 위한 본 발명의 심혈관 시스템은 유무선 통신망과의 통신을 수행하기 위한 통신 인터페이스부; 상기 통신 인터페이스부를 통해 데이터를 송수신하는 데이터 송수신부; 한 채널 및 복수 채널의 생체 신호 데이터를 감지하여 측정하는 생체 신호 데이터 측정센서; 상기 생체 신호 데이터 측정센서에 의해서 측정된 생체 신호 데이터를 기 설정된 조건에 따라 압축하는 마이크로프로세서; 및 심혈관 시스템과 관련된 정보를 저장하는 메모리;를 포함한다.

상기 마이크로프로세서는, 상기 생체 신호 데이터 측정센서에 의해서 측정된 현재 데이터와 이전에 측정된 이전 데이터의 차이를 산출하고, 1주기의 구간으로 생체 신호 데이터를 분류하며, 분류된 생체 신호 데이터를 DCT(Discrete Cosine Transform) 변환을 수행한 후, 윈도우 필터의 크기에 따라 메모리에 저장하고, 메모리에 저장된 데이터에 허프만 압축 알고리즘을 수행하기 위하여 윈도우 필터를 수행한 후 허프만 압축 알고리즘(Huffman Coding)을 수행하는 것이 바람직하다.

다른 본 발명은 심혈관 시스템에서 생체 신호 데이터를 압축하는 방법으로서,

a) 심혈관 시스템이 측정된 현재 데이터와 이전에 측정된 이전 데이터의 차이를 산출하는 단계; b) 1주기의 구간으로 생체 신호 데이터를 분류하고, 분류된 생체 신호 데이터를 DCT를 위해 메모리에 저장하는 단계; c) 상기 메모리 저장된 생체 신호 데이터에 DCT(Discrete Cosine Transform) 변환을 수행한 후, 저장된 데이터를 윈도우 필터의 크기에 따라 메모리에 저장하는 단계; d) 허프만 압축 알고 리즘을 실시간으로 수행하기 위하여 윈도우 필터를 수행한 후 메모리에 저장된 데이터를 수집하는 단계; e) 상기 d) 단계에서 수집된 데이터를 대상으로 허프만 압축 알고리즘을 수행하는 단계; 및 f) 단계 a) 내지 e)를 통해 압축 과정을 거친 복수의 데이터를 메모리에 저장하거나, 또는 타 구성으로 유무선의 방식으로 전송하는 단계;를 포함한다.

상기 심혈관 시스템이 압축된 생체 데이터를 복원할 때, 재생오차를 줄이기 위하여 원 데이터가 아닌 현재 취득된 데이터와 이전에 취득된 데이터의 차분된 데이터를 상기 단계 b) 내지 e) 방법으로 압축하는 것이 바람직하다.

상기 b) 단계에서, 상기 심혈관 시스템이 생체 신호 데이터의 실시간 압축을 위하여 구간의 진폭이 가장 높은 파형을 기준으로 구간을 검출하기 위한 문턱 값을 설정하며, 상기 문턱 값은, 현재 데이터와 이전 데이터를 차분하고, 차이가 큰 신호를 확실히 하기 위해 차분된 신호를 제곱한 후, 차이가 작은 신호를 제거하기 위해 필터링을 수행하고, 필터링된 데이터를 복수 개 수집하여, 수집된 복수 데이터의 최대값의 일부를 문턱 값으로 설정하는 것이 바람직하다.

상기 필터링은, 복수 포인트 이동 평균 필터링(k-Points Moving Average Filter)으로, 해당 수학식은

이며,

상기

은 필터링된 데이터인 것이 바람직하다.

상기 심혈관 시스템이 생체 신호 데이터의 실시간 압축을 위하여 구간의 진폭이 가장 높은 파형을 기준으로 구간을 분류하는 것이 바람직하다.

상기 c) 단계에서, 상기 심혈관 시스템이 생체 신호 데이터의 압축을 위하여 DCT 변환 후 윈도우 필터의 크기에 따라 압축률을 조정하는 것이 바람직하다.

상기 d) 단계에서, 상기 심혈관 시스템이 생체 신호 데이터의 실시간 압축 방법 중 허프만 압축 알고리즘을 수행하기 위해 주기성을 가진 생체 신호 데이터의 구간을 분류한 복수의 데이터를 적어도 한 개 이상 수집하는 것이 바람직하다.

상술한 바와 같이 본 발명의 주기성을 갖는 생체 신호 데이터의 실시간 압축 방법과 이를 위한 심혈관 시스템은 측정된 생체 신호 데이터를 실시간으로 압축하고 무선으로 전송하여 무선 전송 효율을 높이고, 압축 생체 신호 데이터를 장시간 동안 메모리에 저장할 수 있다는 장점이 있다.

또한, 본 발명은 종래의 손실압축 방법의 단점으로 지적되고 있는 압축률이 높아질수록 재생오차(Percent RMS Difference)가 높아지는 문제점을 해결할 수 있다는 효과를 기대할 수 있다.

본 발명의 심혈관 시스템에서 압축하는 대상은 생체 신호 데이터를 모두 포함하는 것으로, 설명의 편의를 위해 심전도 데이터로 한정하여 설명하기로 한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 보다 상세히 설명하기로 한다.

도 1은 본 발명에 의한 심혈관 시스템의 구성을 상세하게 나타내는 도면이다.

도시하는 것과 같이, 심혈관 시스템(100)은 통신 인터페이스부(110), 데이터 송수신부(120), 한 채널 및 여러 채널의 생체 신호(예를 들어, 심전도)를 감지하여 측정하는 생체 신호 데이터 측정센서(130), 아날로그 증폭기(141), 아날로그 필터(143), A/D 컨버터(Analog to Digital Converter)(150), 측정된 심전도 데이터를 압축하는 마이크로 프로세서(160) 및 압축된 심전도 데이터를 저장하는 메모리(170)를 포함한다.

여기에서, 생체 신호는 취득 목적에 따라 심전도의 경우 1채널에서 12채널까지 데이터를 취득한다. 예를 들어, 생체 신호는 신체 부위 중 LA(Left Arm), RA(Right Arm), LL(Left Leg), RL(Right Leg), 흉부의 심장 각도에 따라 V1, V2, V3, V4, V5, V6 구분하여 전극을 부착하며, 각 리드(Lead)에서 차분증폭기로 12채널의 데이터를 취득한다. 예를 들어, 취득하는 채널은 LA-RA(Channel 1), RA-LL(Channel 2), LL-LA(Channel 3), AVL, AVR, RR-V1(흉부채널 1), RR-V2(흉부채널 2),RR-V3(흉부채널 3), RR-V4(흉부채널 4), RR-V5(흉부채널 5), RR-V6(흉부채널 6) 과 같으며, 뇌전도의 경우에는 20채널 이상 취득을 하고, 근전도도 마찬가지로 한 채널에서 10채널 넘게 취득하기도 한다.

보다 상세히 설명하면, 심혈관 시스템(100)은 피 측정자의 심전도 데이터를 장시간(예를 들어, 24시간 내지 144시간) 저장하거나 또는 무선으로 전송하는 역할을 수행한다.

생체 신호 데이터 측정센서(130)에 의해서 측정된 피 측정자의 심전도 데이터(도 2와 같은 특성을 가진 신호)가 아날로그 증폭기(141), 아날로그 필터(143) 및 A/D 컨버터(150)를 통해 디지털 신호로 변환된 후, 마이크로프로세서(160)로 입력되면, 마이크로프로세서(160)는 데이터에 압축 과정을 수행한 후 데이터를 타 구성으로 전송하거나, 또는 저장한다.

도 3은 본 발명에 의한 메인 컴퓨터의 구성을 나타내는 도면이다.

도시하는 것과 같이, 메인 컴퓨터(200)는 통신 인터페이스부(210), 데이터 송수신부(220), 메인 컴퓨터상에서 이루어지는 데이터를 시각으로 제공하기 위한 출력부(230) 및 압축된 심전도 데이터를 압축 해제하고 출력부(230)를 통해 화면 상에 표시하는 압축 해제부(240)를 포함한다.

도 1에서 도시하는 심혈관 시스템(100)과 도 3에서 도시하는 메인 컴퓨터(200)는 무선 통신망을 통해 정보를 송수신하는 것이 바람직하며, 운용자의 필요에 따라 유선 통신망을 통해 정보를 송수신하는 것도 가능하다.

도 4는 본 발명에 의한 심전도 데이터의 압축 방법을 설명하기 위한 흐름도이다.

마이크로프로세서(160)는 생체 신호 데이터 측정센서(130)에 의해서 측정된 현재 데이터(심전도 데이터)와 이전에 측정된 이전 데이터의 차이를 산출한다(S101).

이어서, 마이크로프로세서(160)는 심전도 데이터 P, Q, R, S, T(도 2) 등 의미 있는 구간들 중 제일 진폭이 높은 R파를 기준으로 1주기의 구간으로 심전도 데이터를 분류하고, 분류된 심전도 데이터를 DCT를 위해 메모리(170)에 저장한다(S103).

마이크로프로세서(160)는 압축률을 높이기 위해 DCT(Discrete Cosine Transform) 변환을 수행한 후 저장된 데이터를 윈도우 필터의 크기에 따른 메모리(170)에 저장한다(S105).

여기에서, 마이크로프로세서(160)는 생체 신호 데이터의 압축을 위하여 DCT 변환 후 윈도우 필터의 크기에 따라 압축률을 조정한다.

이후, 마이크로프로세서(160)는 허프만 압축 알고리즘을 실시간으로 수행하기 위하여 윈도우 필터를 수행한 후 메모리(170)에 저장된 데이터 100개를 수집(assemble)한다(S107, S109).

여기에서, 마이크로프로세서(160)는 생체 신호 데이터의 실시간 압축 방법 중 허프만 압축 알고리즘을 수행하기 위해 주기성을 가진 생체 신호 데이터의 구간 을 분류한 복수의 데이터를 적어도 한 개 이상 수집한다.

마지막으로, 마이크로프로세서(160)는 수집된 데이터를 대상으로 허프만 압축 알고리즘(Huffman Coding)을 수행한다(S111).

도시하지 않았지만, 단계 S101 내지 S111의 압축 과정을 거친 데이터들은 메모리(190)에 저장하거나 또는 데이터 송수신부(120)를 통해 타 구성에 유무선의 방식으로 전송한다.

도 5는 본 발명에 의한 심전도 데이터의 압축 해제 방법을 설명하기 위한 흐름도로서, 도 4의 과정을 통해 압축된 심전도 데이터를 수신하여 복원하는 과정을 예로 들어 설명하기로 한다.

메인 컴퓨터(170)는 마이크로프로세서(160)에 의해서 압축된 심전도 데이터를 수신하면, 역 허프만 코딩(Inverse Huffman Coding), 역 DCT 변환, 차분된 데이터의 원 신호 복원 과정을 통해 심전도 데이터를 복원한다(S201 ~ S205).

본 발명의 알고리즘을 평가하기 위하여 MIT-BIH(Massachusetts Institude of Technology - Beth Israel Hospital) 데이터베이스 중 12개(111, 112, 113, 114, 115, 116, 117, 118, 119, 121, 122, 123)의 데이터를 선정하여 압축 및 압축 해제 과정을 수행하고, 각 데이터마다 윈도우 필터크기를 100%, 80%, 50%, 40%, 30%로 조정하여 압축률(Compression Ratio)을 계산하여, 복원 알고리즘에 따라 원 신호를 복원하였을 때 압축률에 따른 재생오차(percent RMS difference)를 계산한다. 이 에 대한 상세한 설명은 후술하기로 한다.

상기, MIT-BIH 데이터베이스는 The Laboratory for Computational Physiology(LCP) at the Harvard-MIT Division of Health Sciences and Technology에서 보스턴에 있는 Beth Israel Hospital과 협력하여 심장 병력이 있는 환자를 대상으로 심전도 데이터를 측정하고, 심전도 신호의 다음과 같은 분야, arrhythmia detection; heart rate variability; compression, transmission, storage 등을 연구하는 과학자들을 위해 임상적인 진단을 데이터베이스화 하여 심전도 데이터 처리의 기준이 되는 심전도 및 폐 데이터를 저장한 데이터베이스입니다.

이하에서는 도 4에서 도시하는 압축 과정에 대해 보다 상세히 설명하기로 한다. 먼저, 도 4 단계 S101의 현재 데이터와 이전 데이터의 차분을 산출하는 방법을 설명하기로 한다.

첫 번째, 생체 신호 데이터는 대표적으로 심전도(electrocadiogram), 위전도(electrogastogram), 뇌전도(electroencephalogram), 근전도(electromygram) 등이 있고, 도 6에서와 같이 심음도(phonocardiogram), 근전도(electromygram) 등을 제외한 대부분의 생체 신호의 주파수 대역은 DC-200Hz 사이에 분포한다.

Difference Compression 방식은 이런 저주파의 생체 신호 데이터가 16비트로 양자화되었을 때 현재 취득한 데이터와 이전에 취득한 데이터의 차이를 산출하여 8비트로 표현하는 것을 의미한다. 이때, 심전도 데이터를 코사인(cosine) 함수로 가정하고 신호의 최대 주파수별과 샘플링 주파수별로 차분 시 최대값을 산출하면 수학식 1과 같다.

여기에서, A는 cosine 함수의 위상계수를 나타내는 것으로

가 되며 양자화(Sampled Bit)에 따른 Cosine 신호의 최대값을 의미한다. 또한,

는 차분 시 최대값을 의미한다.

이전 데이터와 현재 데이터의 차분 시, 코사인(cosine) 함수는 최대값이

구간에서 나타난다. 이 때, cosine 함수 신호의 최대 주파수를 100Hz～300Hz로 정의하고, 샘플링 주파수를 200Hz～600Hz로 가변하여 16비트로 양자화하였다면, cosine 함수의 차분 시 최대값은 도 7에서 도시하는 것과 같다.

도 7을 참조하여, 360Hz/11Bit(샘플링 주파수/양자화 비트 수)의 조건으로 샘플링 된 MIT- BIH 데이터는 차분하였을 때 8비트의 범위를 벗어나지 않는다.

본 발명의 압축 알고리즘에 사용된 차분 방법은 수학식 2와 같다.

상기

은 차분을 취한 신호를 의미한다. 여기에서, n=0일 때는 16비트 데이터로 신호의 처음 데이터를 저장하지만, n≠0일 때는 이전에 입력된 신호와 차분을 취하여 8비트 데이터로 저장한다. 또한, 이러한 방법은 앞에서도 언급한 바와 같이 전체 데이터의 총량을 50%로 압축할 수 있으며, 원 신호의 정보를 손실하지 않는다는 효과가 있다.

도 8은 MIT-BIH의 데이터베이스 중 111번 데이터를 나타낸 그래프이고, 도 9는 차분 알고리즘을 수행한 결과 그래프이며, 도 10은 차분한 결과를 복원하였을 때를 나타내는 그래프이다.

도 4에서 개시한 단계 S103의 심전도 데이터의 한주기 구분 방법을 보다 상세히 설명하면 다음과 같다.

심전도 데이터의 가장 큰 특징은 신호의 리듬이 계속적으로 반복된다는 것으로 이것을 신호의 한 주기를 구분하는데 적용한다. 이는, DCT(Discrete Cosine Transform)를 수행한 후의 결과값도 같은 데이터 성분이 반복된다는 것을 의미하 며, 압축 알고리즘의 마지막 과정에서 허프만 압축 코딩을 수행하는데 있어서 높은 압축률을 성취할 수 있다는 것을 의미하기도 한다. 따라서, 심전도 데이터의 한 주기를 정확히 구분할 수 있어야 한다.

심전도 데이터의 한 주기를 구분하는 기준은 심전도 데이터의 의미 있는 P, Q, R, S, T파형들 중 신호의 진폭값이 높아 검출하기 쉬운 R파로 정한다.

여기에서, 검출 알고리즘(R파를 검출하기 위한 문턱 값 설정방법)은 현재 데이터와 이전 데이터를 차분하고, 차이가 큰 신호를 확실히 하기 위해 차분된 신호를 제곱한 후, 차이가 작은 신호를 제거하기 위해 필터링(5-Points Moving Average Filter(

)을 수행하고, 필터링(Filtering)된 데이터

을 복수 개(예를 들어, 500개) 수집하여, 수집된 복수 데이터의 최대값의 일부(예를 들어, 60%)를 문턱 값으로 설정하는 것이다.

현재 취득한 신호와 이전에 취득한 값의 차분을 구한 후 설정한 문턱 값과 비교하여 차분된 값이 문턱값 보다 높을 때 R 파로 인지한다.

이러한 알고리즘 수행은 반드시 차분 후 수행을 하여야 하는데, 이는 원 신호의 직류 전압 값(baseline)이 변하게 되면 심전도 데이터의 R파를 검출하는 것이 어렵지만, 차분 후 데이터들은 원 심전도 데이터의 직류 전압 값이 변하여도 차분 후 신호의 직류 전압 값은 변하지 않으므로 심전도 데이터의 R파를 검출하는 것이 상대적으로 용이하기 때문이다. 피 측정자로부터 심전도 데이터를 측정할 때 정상적인 신호 이외에 병적증상 또는 외부 노이즈로 인해 알고리즘이 심전도 데이터의 주기를 파악하지 못했을 경우 이전에 판단한 주기의 마지막 R파부터 현재까지 취득된 신호 1000개를 심전도 데이터의 주기로 판단한다. 이때, 신뢰성 있게 R파를 검출하기 위하여 검출 문턱 값은 한 주기를 구분할 때마다 수정되도록 하였다.

도 11은 MIT-BIH의 데이터베이스 중 111번 데이터를 나타낸 그래프이며, 도12는 차분 알고리즘을 수행한 후, 한 주기를 구분한 그래프이다. 도 13은 한 주기를 구분한 후 DCT 연산을 위해 메모리(170)에 저장한 데이터의 그래프를 보인다.

도 4에서 개시한 단계 S105의 구분화된 신호의 DCT 변환 방법을 보다 상세히 설명하면 다음과 같다.

실시간으로 입력되는 심전도 데이터에서 현재 심전도 데이터의 R파와 이전 심전도 데이터의 R파를 구분하여 이전 R과 현재 R 사이의 차분된 데이터들을 메모리(170)에 저장하는 과정을 『구분 후 분류』라 명하기로 한다.

R-R로 구분 후 분류된 한 주기의 심전도 데이터에 DCT를 수행한다.

상기 DCT는 주파수 정보가 실수 값으로만 표현되므로 주파수 데이터를 마이크로프로세서(160) 및 메인 컴퓨터(200)에 적용하는 것이 용이하며, 이러한 이유로 화상 및 음성 압축 방법에 적용된다.

DCT를 통과한 후 메모리(170)에 저장된 데이터를 주파수 영역으로 옮겨 압축을 수행하는 이유는 신호를 구성하는 주파수 요소 중에서 원하는 주파수 대역만을 추출하여 신호의 압축률을 높이고, 원 신호로 복원할 때 필터 효과까지 얻을 수 있 기 때문이다. 또한 윈도우 필터의 주파수 대역의 크기를 감소시킴으로써 압축률을 증가시킬 수 있기 때문이다.

DCT는 코사인(cosine)의 항으로만 이산화된 신호를 표현한다. 음성 혹은 생체신호는 1- Dimention DCT를 수행하며 다음과 같은 과정을 따른다.

N-point 2N-point 2N-point N-point

↔

DFT

여기에서,

:

의 DFT 신호 (2-N Point)

:

의 (1-N Point)

도 14는

: 0 ∼ N point까지 이산화된 신호를 보이고, 도 15는

의 folded 된 형태를 보인다.

DCT는

을 DFT 연산을 수행한 형태이며 수학식 4와 같이 유도할 수 있다.

1-D I-DCT(Inverse DCT)는

를 I-DFT 한 형태이며 수학식 5와 같이 유도된다.

따라서 Discrete Cosine Transform Pair는 수학식 6과 같다.

Discrete Cosine Transform Pair를 계산하는 일반적인 알고리즘은 다음과 같다.

i) DCT 연산 알고리즘

step 1,

step 2,

(2N-point DFT computation)

step 3,

ii) I-DCT(Inverse DCT) 연산 알고리즘

step 1,

step 2,

2-N point inverse DFT computation

step 3,

따라서 위와 같은 알고리즘으로 DCT를 수행한 결과 도 16은 MIT-BIH의 데이터베이스 중 111번 데이터를 나타낸 그래프이며, 도 17은 차분 알고리즘을 수행 후 R-R 간격을 구분한 그래프이다. 도 18은 한 주기를 구분한 후 DCT 연산을 위해 메모리(170)에 저장된 데이터의 그래프이다. 도 19는 메모리(170)에 저장한 데이터에 DCT를 수행한 데이터이다. 도 20은 DCT후 I-DCT 한 데이터들을 보인다.

도 4에서 개시한 단계 S107의 DCT 후 윈도우 방법을 보다 상세히 설명하면 다음과 같다.

도 21에서 보는 바와 같이 DCT 후 메모리(170)에 저장된 데이터에 윈도우를 씌움으로써 압축률을 조절할 수 있다. 심전도 데이터의 R-R 간격을 구분한 후 메모리(170)에 저장하고 DCT를 수행한다. 최종 메모리의 크기는 원 메모리 크기의 100%, 80%, 50%, 40%, 30%의 크기로 조정하고, 원 메모리의 내용을 최종 메모리의 크기만큼 처음부터 저장하고 나머지는 버린다. 결론적으로, 최종 메모리의 비율만큼 원 데이터의 압축의 효과가 있게 된다.

따라서 이러한 방식은 복원 시 신호가 가진 주파수의 일부분이 사라지게 된다. 본 발명의 압축 알고리즘은 MIT-BIH 데이터베이스의 심전도 데이터를 상술한 방식으로 수행하며, 도 22는 100% 윈도우, 도 23은 80% 윈도우, 도 24는 50% 윈도우, 도 25는 40% 윈도우, 도 26은 30% 윈도우에 의한 데이터의 크기를 나타내는 것이다. 윈도우의 크기가 감소할수록(유효 데이터의 감소) I-DCT를 수행하였을 때, 원본 데이터의 왜곡이 증가한다. 이러한 원본 데이터와의 차이점을 계산하는 방법이 재생오차(Percent RMS Difference)이다.

도 4에서 개시한 단계 S109의 허프만 부호화 방법을 보다 상세히 설명하면 다음과 같다.

허프만 부호화는 발생 빈도수가 높은 데이터의 코드를 적은 수의 비트로 표현하고, 빈도수가 낮은 데이터를 상대적으로 많은 비트수로 표현하여 전체 데이터의 크기를 줄이고, 압축하고자 하는 데이터의 발생회수를 검사하여, 그 수를 표에 저장하고, 이를 이용하여 각 데이터에 최적화된 코드를 부여하는 것이다.

따라서 본 알고리즘은 윈도우 필터 후 최종 메모리(170)에 저장된 데이터들을 수집하여 허프만 부호화를 수행한다. 도 27에 보인 것처럼 허프만 압축방식에 있어서 윈도우 필터 후 메모리(170)에 저장된 데이터의 수가 일정 문턱값 이상이면 압축률의 증가가 둔해지거나 일정해진다. 따라서 본 알고리즘은 실험에 의해 분류된 데이터를 100개로 정해 실시간 압축 알고리즘을 구현한다.

데이터 압축 알고리즘의 평가는 일반적으로 다음과 같은 몇 가지 정의된 파라미터들을 사용하며, 이를 통해 압축 알고리즘의 성능을 평가한다.

1) 신호 복원에 있어서 신뢰도(fidelity in signal reproduction)

2) 압축률(compression ratio)

3) 계산 시간(computational time)

4) 계산에 필요한 메모리 용량(requested memory space for computing)

5) 하드웨어 수행의 실행 가능성(possible of hardware implementation)

여기에서, 신호 복원 신뢰도는 원 신호와 복원 신호와의 차이를 나타내는 것이며, 수학식 13과 같이 재생오차(percent RMS difference)로 정의한다.

압축률(Compression Ratio)은 수학식 14와 같이 표현된다.

계산 시간은 알고리즘을 수행하는데 소요된 시간을 의미하며 수학식 15와 같이 표현된다.

여기에서,

는 한 사이클에서 동작하는 작업의 개수이며,

는 각 작업에 소요되는 시간이다.

계산에 필요한 메모리 용량은 알고리즘이 수행되는데 있어서 필요한 메모리 용량을 의미하며, 수학식 16과 같이 표현된다.

는 매트릭스 타입 i와 변수들의 개수를 나타내며,

는 필요한 바이트들의 개수를 나타낸다. 알고리즘의 성능을 평가하기 위한 테스트 신호로 MIT-BIH 파일을 선택하고, 그 중 111, 112, 113, 114, 115, 116, 117, 118, 119, 121, 123, 124의 12개의 데이터들로 알고리즘을 수행한다. 각 데이터들은 총 650,000개의 16비트 심전도 데이터들로 저장되어 있고, 데이터 구성은 각 바이트들의 인덱스(index) 데이터와 신호의 진폭(amplitude) 데이터인 바이너리 파일로 구성된다. 알고리즘 수행의 편의성을 위해 인덱스 데이터를 제외하고 진폭 데이터만을 추출하여 바이너리 파일로 재구성한다. 각 데이터들을 재구성한 후의 데이터 총량은 1,270KB이며, 재구성한 파일들을 알고리즘의 원 신호로 사용한다.

개발한 압축 알고리즘의 테스트 방법은 각 테스트 신호들이 모듈화된 알고리즘 블록을 수행하고, 최종적으로는 최대, 최소, 평균 압축률(Compression Ratio) 및 재생오차(Percent RMS Difference)를 평가한다. 본 알고리즘 평가에 있어 압축률은 최종 압축된 파일과 재구성한 바이너리 파일의 압축률을 비교하고, 재생오차의 평가는 각 복원된 신호와 재구성한 바이너리 신호 전체를 비교하지 않고, 데이터들을 1000개씩 20블록으로 나누어 재생오차를 구한다. 도 28과 도 29는 MIT-BIH 데이터 중 116번과 121번 데이터가 알고리즘을 수행한 후 복원 시에 DCT 윈도우의 크기에 따라 원본 데이터와의 차이를 나타낸 도면이다.

본 발명에서 각 알고리즘(Binay->Difference->DCT->Huffman)을 통과한 MIT-BIH 데이터들은 도 30에 도시하는 것과 같이 단계별로 데이터가 줄어든다. 첫 단계로 데이터가 바이너리(binary)에서 Difference 과정을 수행하였을 때, 도 31에서 도시하는 것과 같이 원 신호의 50%로 압축되고, 각 데이터의 DCT 변환 후 윈도우 필터의 크기가 100%일 때 123, 124번 데이터는 645KB, 112번 데이터는 641KB로 데이터가 오히려 늘어난다. 이는 DCT 변환을 하기 전 R-R 간격의 데이터 간격을 저 장하는 DCT 헤더(Header) 데이터가 늘어났기 때문이다. 윈도우 필터 크기가 30%일 때, 117, 123번 데이터가 196KB로 최대 감소율을 보이며, 112, 116번 데이터가 200KB로 최소 감소율을 보인다. 윈도우 필터 크기가 30%일 때 각 데이터를 최종 압축 과정인 허프만 압축 과정을 수행하였을 때 121번 데이터가 121KB로 최대 감소률을 보이며 116번 데이터가 185KB로 최소 감소률을 보인다.

도 31에서 각 데이터의 과정별 압축률(Compress Ratio)를 보이는데, 121번 데이터가 10.4로 최대 압축률을 116번 데이터가 6.86으로 최소 압축률을 보인다. DCT 처리 후 윈도우 필터 크기가 100%, 80% 50%, 40%, 30%이고, 각 윈도우 필터의 크기에 따라 압축된 데이터를 복원하였을 때 재생오차를 조사하면, 재생오차는 그 크기가 0에 가까울수록 원본 데이터와 유사함을 나타내며, 재생오차가 증가할수록 원본 데이터와의 차이가 크다는 것을 나타낸다. 각 윈도우 필터 크기에 따른 재생오차는 도 30과 같다. 도 32는 각 데이터의 윈도우 필터 크기별 압축률의 증가 그래프이며, 도 33은 각 데이터의 윈도우 필터 크기별 재생오차(PRD) 그래프이다.

본 발명의 압축 방법에 따라 압축한 결과 DCT 윈도우 필터 크기가 30%일 때 모든 데이터에서 최대 압축률을 보였으며, 121번 데이터가 10.4:1의 최대 압축률을, 116번 데이터가 6.08:1의 최소 압축률을, 12개 데이터는 8.82:1의 평균 압축률을 보였다. 도 34와 도 33에서 보는 바와 같이 116번 데이터가 6.08로 최고 재생오차를, 121번 데이터가 0.69의 최소의 재생오차를 보였고, 12개 데이터 평균 1.86의 재생오차를 보였다. 본 발명에서 개발한 압축 알고리즘과 웨이브 렛(Lu et.al), Jpeg-2000의 3 가지 상이한 알고리즘으로 MIT-BIH 데이터 중 117번 데이터 를 사용하여 압축률에 따른 재생오차를 조사하였다.

도 35와 도 36에서 보는 바와 같이 웨이브 렛, Jpeg-2000 알고리즘은 압축률이 증가할수록 재생오차가 급격히 증가하는 반면, 개발한 알고리즘은 압축률이 증가하여도 재생오차의 증가율이 크게 변하지 않는 것을 관찰할 수 있다.

이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

도 1은 본 발명에 의한 심혈관 시스템의 구성을 나타내는 도면,

도 2는 본 발명에 의한 심전도의 특징을 나타내는 도면,

도 3은 본 발명에 의한 메인 컴퓨터의 구성을 나타내는 도면,

도 4는 본 발명에 의한 심전도 데이터의 압축 방법을 설명하기 위한 흐름도,

도 5는 본 발명에 의한 심전도 데이터의 압축 해제 방법을 설명하기 위한 흐름도,

도 6은 본 발명에 의한 생체 신호의 특징을 나타내는 도면,

도 7은 본 발명에 의한 샘플링 주파수와 신호의 최대 주파수에 따른 차분 시 최대값을 나타내는 도면,

도 8은 본 발명에 의한 MIT-BIH 111번 데이터를 나타내는 도면,

도 9는 본 발명에 의한 MIT-BIH 111번 데이터의 Difference 수행 결과를 나타내는 도면,

도 10은 본 발명에 의한 Difference 알고리즘 수행 후 복원된 심전도 데이터를 나타내는 도면,

도 11은 본 발명에 의한 111번 데이터를 나타내는 도면,

도 12는 본 발명에 Difference 후 R-R 간격을 구분한 일 예를 나타내는 도면,

도 13은 본 발명에 의한 신호 구간 분류의 일 예를 나타내는 도면,

도 14는 본 발명에 의한 원 데이터의 나타내는 도면,

도 15는 본 발명에 의한 원 데이터의 folded 형태를 나타내는 도면,

도 16은 본 발명에 의한 MIT-BIH ECG의 111번 데이터를 나타내는 도면,

도 17은 본 발명에 의한 111번 데이터의 Difference 후 R-R 간격을 구분한 예를 나타내는 도면,

도 18은 본 발명에 의한 3-12 구분화 후 분류 형태를 나타내는 도면,

도 19는 본 발명에 의한 Discrete Cosine Transform 결과를 나타내는 도면,

도 20은 본 발명에 의한 Inverse DCT 변환 결과를 나타내는 도면,

도 21은 본 발명에 의한 윈도우 필터 방법을 설명하기 위한 도면,

도 22는 본 발명에 의한 100% 윈도우 크기를 나타내는 도면,

도 23은 본 발명에 의한 80% 윈도우 크기를 나타내는 도면,

도 24는 본 발명에 의한 50% 윈도우 크기를 나타내는 도면,

도 25는 본 발명에 의한 40% 윈도우 크기를 나타내는 도면,

도 26은 본 발명에 의한 30% 윈도우 크기를 나타내는 도면,

도 27은 본 발명에 의한 분류된 데이터 블록 개수에 따른 압축률을 나타내는 도면,

도 28a와 28b는 본 발명에 의한 116번 데이터의 복원 시 윈도우 크기에 따른 차이를 나타내는 도면,

도 29a와 29b는 본 발명에 의한 121번 데이터의 복원 시 윈도우 크기에 따른 차이를 나타내는 도면,

도 30은 본 발명에 의한 압축 후 각 데이터의 압축률 및 재생오차를 나타내 는 도면,

도 31은 본 발명에 의한 알고리즘 블록 모듈별 데이터 크기를 나타내는 도면,

도 32는 본 발명에 의한 각 데이터의 윈도우 크기별 압축률을 나타내는 도면,

도 33은 본 발명에 의한 각 데이터의 윈도우 크기별 재생오차를 나타내는 도면,

도 34는 본 발명에 의한 제안한 압축 알고리즘의 윈도우 크기에 따른 재생오차를 나타내는 도면,

도 35는 본 발명에 의한 기타 압축 알고리즘, 압축률 및 재생오차를 비교하는 도면,

도 36은 본 발명에 의한 기타 압축 알고리즘, 압축률 및 재생오차의 비교 그래프이다.

<도면의 주요 부분에 대한 부호의 설명>

100 : 심혈관 시스템 110, 210 : 통신 인터페이스부

120, 220 : 데이터 송수신부 130 : 생체 신호 데이터 측정센서

141 : 아날로그 증폭기 143 : 아날로그 필터

150 : A/D 컨버터 160 : 마이크로 프로세서

170 : 메모리 200 : 메인 컴퓨터

230 : 출력부 240 : 압축 해제부

Claims

유무선 통신망과의 통신을 수행하기 위한 통신 인터페이스부;

상기 통신 인터페이스부를 통해 데이터를 송수신하는 데이터 송수신부;

한 채널 및 복수 채널의 생체 신호 데이터를 감지하여 측정하는 생체 신호 데이터 측정센서;

상기 생체 신호 데이터 측정센서에 의해서 측정된 생체 신호 데이터를 기 설정된 조건에 따라 압축하는 마이크로프로세서; 및

심혈관 시스템과 관련된 정보를 저장하는 메모리;

를 포함하는 것을 특징으로 하는 심혈관 시스템.
제1항에 있어서,

상기 마이크로프로세서는,

상기 생체 신호 데이터 측정센서에 의해서 측정된 현재 데이터와 이전에 측정된 이전 데이터의 차이를 산출하고, 1주기의 구간으로 생체 신호 데이터를 분류하며, 분류된 생체 신호 데이터를 DCT(Discrete Cosine Transform) 변환을 수행한 후, 윈도우 필터의 크기에 따라 메모리에 저장하고, 메모리에 저장된 데이터에 허프만 압축 알고리즘을 수행하기 위하여 윈도우 필터를 수행한 후 허프만 압축 알고리즘(Huffman Coding)을 수행하는 것을 특징으로 하는 심혈관 시스템.
심혈관 시스템에서 생체 신호 데이터를 압축하는 방법으로서,

a) 심혈관 시스템이 측정된 현재 데이터와 이전에 측정된 이전 데이터의 차이를 산출하는 단계;

b) 1주기의 구간으로 생체 신호 데이터를 분류하고, 분류된 생체 신호 데이터를 DCT를 위해 메모리에 저장하는 단계;

c) 상기 메모리 저장된 생체 신호 데이터에 DCT(Discrete Cosine Transform) 변환을 수행한 후, 저장된 데이터를 윈도우 필터의 크기에 따라 메모리에 저장하는 단계;

d) 허프만 압축 알고리즘을 실시간으로 수행하기 위하여 윈도우 필터를 수행한 후 메모리에 저장된 데이터를 수집하는 단계;

e) 상기 d) 단계에서 수집된 데이터를 대상으로 허프만 압축 알고리즘을 수행하는 단계; 및

f) 단계 a) 내지 e)를 통해 압축 과정을 거친 복수의 데이터를 메모리에 저장하거나, 또는 타 구성으로 유무선의 방식으로 전송하는 단계;

를 포함하는 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.
제3항에 있어서,

상기 심혈관 시스템이 압축된 생체 데이터를 복원할 때, 재생오차를 줄이기 위하여 원 데이터가 아닌 현재 취득된 데이터와 이전에 취득된 데이터의 차분된 데이터를 상기 단계 b) 내지 e) 방법으로 압축하는 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.
제3항에 있어서,

상기 b) 단계에서,

상기 심혈관 시스템이 생체 신호 데이터의 실시간 압축을 위하여 구간의 진폭이 가장 높은 파형을 기준으로 구간을 검출하기 위한 문턱 값을 설정하며,

상기 문턱 값은, 현재 데이터와 이전 데이터를 차분하고, 차이가 큰 신호를 확실히 하기 위해 차분된 신호를 제곱한 후, 차이가 작은 신호를 제거하기 위해 필터링을 수행하고, 필터링된 데이터를 복수 개 수집하여, 수집된 복수 데이터의 최대값의 일부를 문턱 값으로 설정하는 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.
제5항에 있어서,

상기 필터링은, 복수 포인트 이동 평균 필터링(k-Points Moving Average Filter)으로, 해당 수학식은
이며,

상기
은 필터링된 데이터인 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.
제3항에 있어서,

상기 b) 단계에서,

상기 심혈관 시스템이 생체 신호 데이터의 실시간 압축을 위하여 구간의 진폭이 가장 높은 파형을 기준으로 구간을 분류하는 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.
제3항에 있어서,

상기 c) 단계에서,

상기 심혈관 시스템이 생체 신호 데이터의 압축을 위하여 DCT 변환 후 윈도우 필터의 크기에 따라 압축률을 조정하는 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.
제3항에 있어서,

상기 d) 단계에서,

상기 심혈관 시스템이 생체 신호 데이터의 실시간 압축 방법 중 허프만 압축 알고리즘을 수행하기 위해 주기성을 가진 생체 신호 데이터의 구간을 분류한 복수 의 데이터를 적어도 한 개 이상 수집하는 것을 특징으로 하는 주기성을 갖는 생체 신호 데이터의 실시간 압축 전송 및 저장 방법.