KR20160035120A - 마이크로폰을 이용한 호흡률 추정 장치 및 기법 - Google Patents

Abstract

본 발명은 마이크로폰을 이용한 호흡률 추정 장치 및 기법에 관한 것으로서, 마이크로폰으로부터 수집된 기관 및 비강 음향에 대해 대역 필터링 및 노이즈 필터링을 수행하고, 전처리를 수행한 데이터의 처리 영역을 선택하며, 자기상관함수를 이용하여 데이터간 유사성을 계산하고, 파워 스펙트럼 밀도를 통해 가장 높은 피크를 포함한 멀티 피크를 검출하며, 상기 멀티 피크를 분석하여 호흡 패턴을 결정하고, 들숨과 날숨간의 동적인 특징, 코막힘 검출 및 노이즈 감소를 고려하여 호흡률을 계산한다. 본 발명에 따르면, 들숨과 날숨의 동적 특징, 코막힘, 백색 잡음 등을 고려한 계산이 이루어지므로 호흡률의 정확한 추정이 가능하다.

Description

마이크로폰을 이용한 호흡률 추정 장치 및 기법{APPARATUS AND METHOD FOR ESTIMATING OF RESPIRATORY RATES BY MICROPHONE}

본 발명은 호흡률 추정 기법에 관한 것으로, 더욱 상세하게는 스마트폰에 포함된 마이크로폰을 이용하여 호흡률을 정확하게 추정할 수 있는 마이크로폰을 이용한 호흡률 추정 장치 및 기법에 관한 것이다.

호흡은 생명 징후의 중요한 지표 중 하나이다. 14,000명 이상의 심폐 정지 환자에 대한 연구에서 44%가 선천적인 것을 확인할 수 있었다. 이에 호흡기 장애를 갖는 환자는 호흡률의 계속적인 모니터링이 필요할 수 있다.

호흡률을 측정하는 가장 일반적인 방법으로, 가슴의 움직임이나, 청진기를 통한 호흡 음향을 청취함으로써 호흡 횟수를 수동적으로 계산하는 것이다. 그런데, 이러한 수동적인 방법은 일시적인 측정이라는 한계로 인해, 환자 치료를 위한 신뢰적인 데이터를 제공하는데 한계가 있다. 이에 호흡률의 신뢰성을 향상시키기 위해 호흡률 측정의 자동화를 필요로 하고 있다.

최근, 임상 치료에 공기 흐름을 측정하는 센서가 사용되기도 하였다. 공기 흐름은 일반적으로 폐활량 측정 장치에 의해 측정되고, 대중화된 센서들로는 호흡유량계(pneumotachograph), 압력변환기, 가열 서미스터 또는 풍속 측정기에 연결된 비강 캐뉼라(nasal cannulae) 등이 있다. 또한, 공기 흐름은 호흡기 인덕턴스 체적변동기록법(plethysmography ; RIP), 스트레인 게이지 또는 자력계를 이용하여 가슴과 배 중 어느 하나의 움직임을 검출함으로써 측정될 수 있다.

그런데, 이러한 폐활량 측정 장치가 호흡률의 정확한 추정을 제공할 수는 있으나, 호흡유량계에 연결된 마우스피스 또는 얼굴 마스크를 통해 호흡하여야 하므로, 호흡이 불편할 뿐 아니라 기도 저항을 증가시키는 단점이 있다. 게다가, 장비 자체의 비용 및 이용에 따른 비용이 많이 소요되고, 환자는 사용할 때마다 불편함을 견뎌야 하며, 폐활량 측정 장치의 이동이 어렵다는 단점이 있다. 이에 호흡률 측정을 위한 단순하고, 비용 효율적이고, 이동가능한 장비 및 기법의 개발이 요구되고 있다.

이러한 요구사항을 반영하기 위해 스마트폰을 이용하여 호흡률을 측정하는 방안이 제안된 바 있다. 즉, 스마트폰을 이용하여 호흡률 추정의 용이한 접근, 경제적인 주문형 모니터링에 대한 기준을 충족시킬 수 있다. 최근, 휴면 상태에서 정확한 호흡률을 추정하는 방법으로서, 내장된 카메라의 스마트폰을 이용하여 캡쳐되는 손가락의 맥박 흐름을 통해 직접적으로 호흡률을 얻어질 수 있다. 그러나, 이 호흡률 추정의 정확도는 호흡률이 초당 30 이상일 경우에 감소되는 것으로 알려졌다.

대한민국 공개특허공보 제10-2013-0108273호(공개일 2013.10.02.)

따라서, 본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 스마트폰에 내장된 마이크로폰 또는 이어피스 마이크로폰을 이용하여 호흡률을 정확하게 추정할 수 있도록 하는 마이크로폰을 이용한 호흡률 추정 장치 및 기법을 제공하는데 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 마이크로폰을 이용한 호흡률 추정 장치는, 마이크로폰으로부터 수집된 기관 및 비강 음향에 대해 대역 필터링 및 노이즈 필터링을 수행하는 전처리부; 전처리를 수행한 데이터의 처리 영역을 선택하는 데이터 선택부; 자기상관함수를 이용하여 데이터간 유사성을 계산하는 유사성 계산부; 파워 스펙트럼 밀도를 계산하는 파워 스펙트럼 계산부; 상기 파워 스펙트럼 밀도를 통해 가장 높은 피크를 포함한 멀티 피크를 검출하는 피크 검출부; 상기 멀티 피크를 분석하여 호흡 패턴을 결정하는 패턴 결정부; 및 들숨과 날숨간의 동적인 특징, 코막힘 검출 및 노이즈 감소를 고려하여 호흡률을 계산하는 호흡률 계산부를 포함하는 것을 특징으로 한다.

이 때, 상기 호흡률 계산부는, 코막힘을 검출하는 코막힘 검출부; 및 배경 및 목소리 잡음을 검출하는 노이즈 검출부를 포함할 수 있다.

한편, 본 발명의 마이크로폰을 이용한 호흡률 추정 기법은, 마이크로폰으로부터 수집된 기관 및 비강 음향에 대해 대역 필터링 및 노이즈 필터링을 수행하는 단계; 전처리를 수행한 데이터의 처리 영역을 선택하는 단계; 자기상관함수를 이용하여 데이터간 유사성을 계산하는 단계; 파워 스펙트럼 밀도를 계산하는 단계; 파워 스펙트럼 밀도를 통해 가장 높은 피크를 포함한 멀티 피크를 검출하는 단계; 상기 멀티 피크를 분석하여 호흡 패턴을 결정하는 단계; 및 들숨과 날숨간의 동적인 특징, 코막힘 검출 및 노이즈 감소를 고려하여 호흡률을 계산하는 단계를 포함하는 것을 특징으로 한다.

이 때, 상기 호흡률의 계산에는, 웰치 힘 스펙트럼(Welch periodogram) 방법, AR 파워 스펙트럼(Burg algorithm), 수정된 공분산(modified covariance) 방법 중 어느 하나가 이용될 수 있다.

상술한 바와 같이, 본 발명에 의한 마이크로폰을 이용한 호흡률 추정 장치 및 기법에 따르면, 들숨과 날숨의 동적 특징, 코막힘, 백색 잡음 등을 고려한 계산이 이루어지므로 호흡률의 정확한 추정이 가능하다.

도 1은 본 발명의 일 실시예에 따른 마이크로폰을 이용한 호흡률 추정 장치의 제어회로블록도이다.
도 2는 본 발명의 일 실시예에 따른 마이크로폰을 이용한 호흡률 추정 기법의 흐름도이다.
도 3은 기관 및 비강 호흡 음향 샘플 그래프와 음향 분석도이다.
도 4는 기관과 비강 음향의 원시 데이터와 필터링된 데이터를 나타낸 그래프이다.
도 5는 음향 포락선과 AR 모델을 이용한 PSD의 샘플 그래프이다.
도 6은 음향 포락선과 AR 모델을 이용한 PSD의 피크 그래프이다.
도 7은 음향 포락선과 AR 모델을 이용하여 PSD에서의 최대 피크에 의해 계산된 호흡률 결과로부터 측정된 중간 및 IQR 에러 그래프이다.
도 8은 음향 포락선과 AR 모델을 이용하여 PSD에서의 최대 피크 또는 최대 피크와 두 번째 피크에 의해 계산된 호흡률 결과로부터 측정된 중간 및 IQR 에러 그래프이다.
도 9는 스마트폰에 내장된 마이크로폰에 의해 획득된 전형적인 비강 음향 신호, 음향 스펙트럼, 진폭 스펙트럼 및 PSD를 나타낸 그래프이다.
도 10은 비강과 스마트폰 간의 거리가 30cm일 때 자연스럽게 호흡하는 동안 기록된 비강 호흡 음향의 원시 데이터를 나타낸 그래프이다.
도 11은 비강과 스마트폰 간의 거리가 30cm일 때 자연스럽게 호흡하는 동안 배경 목소리 잡음과 함께 기록된 비강 호흡 음향의 샘플을 나타낸 그래프이다.

본 발명에서는 스마트폰에서의 비강 호흡 음향 기록을 이용한 새로운 호흡 추정 기법을 제안한다. 이 방법은 스마트폰에 내장된 마이크로폰과 이어피스 마이크로폰을 이용하여 비강 공기 흐름을 검출한다. 이 때, 실험결과의 비교를 위해, 실험자의 가슴과 복부 주변에 호흡 벨트를 설치하여 실제 호흡률도 측정한다. 한편, 후두주위 공간에 배치된 내장된 마이크로폰과 비강 아래 인중에 부착된 이어피스 마이크로폰 각각을 이용하여 기관(Tracheal)과 비강(Nasal) 호흡 음향을 기록한다. 들숨 및 날숨은 비강 호흡 음향의 평균 파워에 의해 검출된다. 서로 다른 계산 방법(음향 포락선(envelope) 및 AR(Auto Regressive) 모델 적용)을 이용하여 호흡률 추정이 이루어진다. 호흡률 추정의 정확성을 향상시키기 위해, 파워 스펙트럼 밀도(PSD)에서 지배적인 복수의 피크에 의해 호흡 패턴이 결정된다. 특히, 코막힘 및 들숨과 날숨 사이의 동적차이 등을 포함하는 개인적인 특성에 따른 들숨과 날숨의 주파수 스펙트럼이 다르므로, 코막힘 검출 및 백색 잡음 감소가 고려된다. 본 발명의 성능을 평가하기 위해, 10명의 건강한 실험자(정상인)로부터 데이터를 수집하였다. 호흡 범위(12 ~ 90 호흡/분) 내에서, 본 발명에 따른 실험 결과는 기관 음향 신호들의 평균 파워를 사용하는 현존하는 방법들에 비해 큰 성능 향상을 얻을 수 있었다. 이를 통해 환자에게 편리함을 제공할 수 있을 뿐 아니라, 시간과 돈을 절약할 수 있을 것이다. 결국, 본 발명은 호흡기 장애 환자의 분석 및 진단에 용이하게 이용될 수 있을 것이다. 이는 마이크로폰을 갖는 모바일 디바이스의 강력한 데이터 분석 툴에 기인하기도 한다.

한편, 청진기는 호흡계의 건강 상태를 판단하기 위해 의사가 일상적으로 사용하는 장치이다. 이 청진기가 기본적으로 마이크라는 것을 고려하면, 마이크로폰을 이용하여 호흡률을 얻는 것은 놀라운 일이 아니다. 청진기를 사용하여 호흡률을 결정하는 방법에는 여러 가지가 있다. 이 때, 정확한 호흡률을 결정하기 위해서는 들숨 및 날숨 음향 신호를 구별하여야 한다. 다행히, 들숨 및 날숨의 역학이 다르므로, 다수의 서로 다른 접근 방법들을 이용하여 들숨과 날숨의 2개 위상을 명확하게 구분할 수 있다. 호흡률 추정에 대한 잘 알려진 자동화된 접근 방식들에는, 호흡 음향의 강도 변화, 총 음향 파워의 상대적인 변화, 기관 음향 엔트로피의 분석 및 바이오 음향 분석 등이 있다. 호흡 음향은 목 또는 비강 자체의 경동맥에 마이크로폰을 위치시킴으로써 얻어질 수 있다. 한편, 기관에서 기록된 날숨 음향은 들숨 음향보다 약간 시끄럽지만, 들숨의 특징은 기관에서 기록된 날숨 음향과 유사하다. 반면, 들숨 및 날숨시, 실험자의 비강 주변에서 기록된 비강 호흡 음향의 강도는 확실한 차이가 있다. 따라서, 본 발명에서는 기관 또는 비강 중 어느 하나에서 측정된 호흡의 음향 특성을 활용하고, 내장된 마이크로폰과 스마트폰 케이블로 연결된 헤드셋의 마이크로폰을 이용하여 광범위한 재생 가능한 음향 신호의 범위에 대한 정확한 호흡률을 추정하기 위한 기법을 제시한다. 이와 같이 본 발명은 어떠한 외부적인 센서들 없이, 내장된 마이크로폰 또는 스마트폰의 이어 마이크로폰만을 이용하여 기관 또는 비강 중 어느 하나로부터 호흡률을 신뢰성 있게 결정하는 기법을 제공한다.

이하, 본 발명의 마이크로폰을 이용한 호흡률 추정 장치 및 기법에 대하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 마이크로폰을 이용한 호흡률 추정 장치의 제어회로블록도이다.

도 1을 참조하면, 본 발명의 마이크로폰을 이용한 호흡률 추정 장치는, 밴드 패스 필터 및 스플라인 필터를 포함하는 전처리부(1)와, 처리할 데이터 영역을 선택하는 데이터 선택부(2)와, 자기상관함수를 이용하여 데이터간 유사성을 계산하는 유사성 계산부(3)와, 파워 스펙트럼 밀도를 계산하는 파워 스펙트럼 계산부(4)와, 파워 스펙트럼 밀도를 통해 가장 높은 피크를 포함한 멀티 피크를 검출하는 피크 검출부(5)와, 멀티 피크를 분석하여 호흡 패턴을 결정하는 패턴 결정부(6)와, 들숨과 날숨간의 동적인 특징, 코막힘(Nasal Congestion) 검출 및 노이즈 감소를 고려하여 호흡률을 계산하는 호흡률 계산부(7)를 포함한다.

여기서, 호흡률 계산부는, 코막힘을 검출하는 코막힘 검출부(71)와, 배경 및 목소리 잡음을 검출하는 노이즈 검출부(72)를 포함한다.

도 2는 본 발명의 일 실시예에 따른 마이크로폰을 이용한 호흡률 추정 기법의 흐름도이다.

도 2를 참조하면, 본 발명의 마이크로폰을 이용한 호흡률 추정 기법은, 기관 및 비강으로부터 발생되는 호흡 음향에 대응하여 마이크로폰을 통해 호흡 오디오 신호가 수집되면(S1), 우선, 디지털화된 호흡 오디오 신호의 전처리가 이루어진다(S2). 즉, 0.19 Hz의 저역 통과 필터(LPF)와 4.6 Hz의 고역 통과 필터(HPF)를 거친다(Band Pass Filter). 스마트폰의 디지털 오디오 샘플링 레이트(Sampling Rate)는 44.1 k Hz이지만 호흡률을 실시간 계산하기 위해 100 Hz이면 충분하다. 그러나, 때때로 샘플링 레이트가 100 Hz보다 낮을 경우, 큐빅 스플라인 알고리즘을 사용하여 100 Hz에 맞도록 신호값을 보충한다(Spline Filter).

이어서, 처리된 신호의 첫 부분과 마지막 부분, 예를 들어 전후 10초는 호흡률 계산을 위한 데이터 처리에 사용하지 않는다(Cropping)(S3).

실시간 처리와 계산속도 향상을 위해 얻어진 데이터는 100 Hz에서 10 Hz로 다운샘플링(Downsampling)하고, 신호간의 유사성을 계산하기 위해 자기상관함수를 사용한다(Autocorrelation)(S4).

이러한 신호는 파워 스펙트럼 밀도(PSD)을 통해 가장 높은 피크를 포함한 멀티 피크를 검출한다(Peak Detection)(S5).

호흡률을 계산하기 전에, 멀티 피크를 통해 호흡 특징을 분석하여 호흡의 패턴을 결정한다(Breathing Pattern Determination)(S6).

들숨과 날숨간의 동적인 특징과 개인적인 특징에 따라 코막힘(Nasal Congestion)과 노이즈를 검출(Noise Detection)하고, 최종적으로 호흡률을 계산한다(Respiration Rate Calculation)(S7).

여기서, 호흡률 계산에 사용되는 기법으로는, 웰치 힘 스펙트럼(Welch periodogram) 방법, AR 파워 스펙트럼(Burg algorithm), 수정된 공분산(modified covariance) 방법 등을 사용할 수 있다. PSD는 웰치 힘 스펙트럼 방법을 사용해서 계산할 수 있다.

데이터 수집

건강한 실험자가 수직으로 앉아있는 동안에 데이터를 수집한다. 스마트폰의 내장된 마이크로폰과 이어 마이크로폰을 이용하여 기관과 비강 호흡 음향 신호를 기록한다. 이 때, 마이크로폰은 실험자 목의 흉골상절흔(suprasternal notch)과 비강 아래의 인중 각각에 위치시킨다. 그리고, 비강 호흡 음향의 측정에 있어, 실험동안 마이크로폰이 움직이지 않는 상태를 가정하기 위해 실험자의 비강 주위에 위치되어지는 이어폰의 마이크로폰과 함께 측정이 이루어진다. 한편, 실제 호흡률을 결정하기 위해, 임피던스 기반의 가슴 벨트 센서를 실험자의 가슴과 복부에 장착한다.

스마트폰에서 100 Hz의 디지털화된 샘플링 속도로 마이크로폰 데이터가 직접적으로 수집되어지는 동안, ECG 신호와 임피던스 기반의 가슴 벨트 센싱 신호는 400 Hz의 샘플링 레이트에서 Lab 챠드 소프트웨어(AD Instruments)를 이용하여 데이터를 얻는다. 이 추정된 호흡률은, 프로그램의 신뢰성과 정확성을 테스트하기 위해, 호흡 임피던스 벨트 신호로부터 획득한 실제 호흡률과 비교한다. 특히, 수직으로 앉아있는 자세에서 기관과 비강 사이에서 들숨 및 날숨 강도의 평균 크기는 호흡률의 추정을 유도하기 위해 사용한다.

데이터는 20 ~ 40 나이의 건강한 비흡연자 10명에서 수집한다. 모든 실험자는 선택된 주파수에서 메트로놈 속도로 프로그램된 일정 시간의 신호음에 따라 호흡한다. 각 실험자는 다음 신호음이 발생하기 전에 날숨이 이루어지도록 하고, 다음 각 신호음 소리에 들숨이 이루어지도록 한다. 0.1 Hz 증가시키면서, 0.2 ~ 1.5 Hz 범위의 호흡 주파수에서 데이터를 수집한다. 각 실험자별로 각 프로그램된 메트로놈 주파수에서 3분 동안의 비강 호흡(입은 닫혀짐) 데이터를 수집한다.

전처리

44,100 Hz, 16 비트, 모노 오디오 WAVE 파일로 기록된 오디오 파일은, 5 kHz의 컷오프 주파수로 로우 패스 필터링된다. 이러한 음향 신호들은 100 Hz의 속도로 디지털화된다. 이 오디오 신호는 계산 시간 및 데이터 용량을 줄이기 위해 의도적으로 낮은 속도로 디지털화된다. 이는 가장 높은 호흡률이 최대 2 Hz 라는 사실이 반영된 것이다. 스마트폰의 음향 레벨 미터 어플리케이션 소프트웨어는 0 ~ 110 dB 범위에서 선형 오디오 스케일을 제공할 수 있다. 본 실험에서는 40 ~ 105 dB 범위에서 오디오 신호를 관찰한다. 한편, 실험은 조용한 방에서 실시하며, 천장 팬에서 발생하는 소음은 40 dB 정도의 배경 음향 수준이다.

도 2에서와 같이, 디지털화된 오디오 신호의 전처리 과정으로서, 100 Hz에서 10 Hz까지 데이터를 다운샘플링하는 것에 따른 대역 통과 필터링(0.19 Hz 및 4.6 Hz)을 포함한다. 호흡 음향으로부터 배경 음향 잡음을 없애기 위한 모든 방법에서 첫 번째 단계는 세그먼트를 집중하는 것이다. 계산된 기관 또는 비강 음향 에너지에서 배경 음향을 효과적으로 제거하기 위해, 배경 음향을 포함하는 세그먼트는 지역화되며, 기관 또는 비강 음향 에너지(시간 도메인에서 비강 음향의 차이)는 배경 음향의 세그먼트를 무시하고 계산된다. 다음으로, 스플라인 보간은 기관 또는 비강 음향의 추정된 에너지에서 배경 음향의 영향을 효과적으로 상쇄하는 세그먼트에서 기관 또는 비강 음향 에너지의 값을 추정하기 위해 적용되어진다.

데이터 분석

실험 데이터의 특징을 추출하기 위해, 100 Hz 샘플링 주파수에서 3,072까지 연속 창 사이로 샘플을 중복시켜 6,144로 윈도우 크기를 설정한다. 들숨 및 날숨은 기관과 비강 음향의 평균 파워에 의해 검출된다. 기관과 비강 음향 신호 모두는 6,144 샘플로 분할된다. 디트랜드된 비강 음향 신호의 자기상관은 해밍 창에 의해 계산 및 윈도우된다. 파워 스펙트럼은 윈도우된 자기상관의 고속 푸리에 변환(FFT)에 의해 계산된다.

적절한 호흡 위상을 찾기 위해, 기관과 비강 음향이 필터링된 대역 통과 진폭은 3가지 서로 다른 방법(월치 periodogram 방법, 자기회귀(AR) 파워 스펙트럼 분석 기술 (Burg 알고리즘), 선형의 예측의 변형된 공분산 방법)으로 조사된다. 우선, 각 세그먼트의 PSD는 웰치 periodogram 방법을 사용하여 계산된다. 푸리에 변환의 제곱 크기는 일반적으로 파워 스펙트럼 밀도의 추정기인 "periodigram"이라 불린다. 개별값이 기하급수적으로 증가하는 샘플 크기로 제한하는 경향이 없는 것과 같이, 일관된 추정기가 존재하지 않는다. 둘째, 보통의 PSD 추정기는 일부 폭의 스펙트럼 윈도우에 이를 수 있도록 자동 공분산을 줄인다. 이 때문에 낮은 샘플링 다양성을 가지고 있으며, 작은 가정으로 일관된 추정이 가능하다. 일반적으로, 대부분의 경우, 실제 호흡률은 호흡 추적 신호의 PSD를 계산하고 최대 진폭에서 주파수를 찾음으로써 발견된다. 그러나, 호흡률은 가끔 웰치 periodogram 방법 및 자기상관함수의 푸리에 변환에 의해서만 측정할 수 없다.

자기회귀 파워 스펙트럼 분석 기술은 또한 디트랜드된 시계열에 변동을 분석하는데 사용된다. 모든 새로운 주기 모델의 계수를 업데이트하기에 적합한 회귀 식별 절차를 만드는 재귀 최소 제곱 방식의 알고리즘을 기반으로 한다. 이전 연구에서, 자기회귀 파워 스펙트럼 분석은 호흡률 간격 및 혈압(BP) 변화를 조사하기 위해 사용되어졌다. 이와 마찬가지로, 호흡의 비트-대-비트 변화의 주파수는 자기회귀 파워 스펙트럼 분석에 의해 추정되어질 수 있다. 본 발명에서는 AR에 대한 PSD 추정 및 이산 푸리에 변환(DFT) 길이를 생성하는데 사용되는 회귀 모델의 순서는 각각 50과 256로 설정한다. 게다가, 선형 예측의 변형된 공분산 방법은 또한 에러 제곱인 전후 선형 예측의 동시 최소화에 의해 샘플링된 데이터로부터 선형 예측 계수를 추정하기 위한 최소 제곱 기술을 사용하여 최대 진폭에서 주파수를 추출하는데 사용한다.

정상적인 비강 호흡 음향은 몇몇의 피크를 갖는 광대역 스펙트럼이다. 호흡의 플로우 량이 진폭과 에너지로 변할 때, 스펙트럼 곡선의 모양과 피크는 상부 공기흐름을 기하학적 및 병리학적으로 변화시킨다. 비강 호흡 음향의 다양한 일시성(temporal) 및 스펙트럼 기능에 대한 플로우 속도의 영향을 조사한다. 주요 특징은 평균 파워, 음향 포락선 및 중심 주파수를 포함한다. 플로우 및 비강 음향 평균 파워 간의 관계는 피크 흐름을 변경시킬 수 있다. 호흡 음향은 일반적으로 비정지 신호이다. 이 문제를 극복하기 위해, 모든 들숨 및 날숨 호흡 주기에, 대응하는 플로우 속도가 그 호흡 주기 내의 최대 흐름의 10 % 이상인 음향 세그먼트는 조사를 위해 고려되어졌다. 첫 번째 특징 추출 알고리즘은 음향 포락선의 지배 또는 보조 또는 그 이상의 여러 피크들을 기반으로 한다. 두 번째 특징 알고리즘은 2개의 주파수 대역의 최소 유클리드 거리에 기초한다. 세 번째 특징 알고리즘은 PSD에서의 피크 패턴에 기초한다.

음향 포락선 추출에서, 연속-시간 신호 x(t)에 대한 힐버트 변환은 아래와 같이 정의한다.

힐버트 변환은 필터링된 이산 음향 신호의 포락선을 추출하는데 사용된다. 얻어진 진폭 포락선 신호는 평활화 및 다운샘플링된다. 얻어진 평활화된 포락선 신호의 진폭은 다운샘플 후의 시간 인덱스인 a(m)으로 표시된다. 평활화는 본 발명의 필수적인 부분이다. 그 절차는 다음과 같다.

1) a(m)의 피크 주파수는 파워 스펙트럼(512 포인트 FFT, MATLAB 함수 pwelch)의 최대로부터 결정된다.

2) 큐빅 스플라인 보간은 0.19 ~ 4.6 Hz 대역 통과 필터(MATLAB 함수 스플라인)를 사용하여 필터링된 진폭 시계열을 얻기 위해 사용된다.

3) 여기서, 100 에서 10 Hz 까지의 다운샘플링을 수행한 후, 대역 통과 필터링된 a(m)의 포락선 진폭은 (복잡한 값) 분석 신호의 크기로서 계산된다. 분석된 신호는 대역 통과 필터링된 a(m)과 힐버트 변환(MATLAB 함수 힐버트)의 합으로부터 생성된다.

4) a(m) 진폭 포락선의 최대값이 결정되고, 평균값은 피크 주위의 윈도우를 이용하여 계산된다.

5) 파워 스펙트럼에서 2개 이상의 피크로 나타낸 바와 같이, 일부 a(m)는 2개 이상의 주파수 성분을 포함한다.

PSD에서 2개 이상의 피크의 패턴을 결정하기 위하여, 피크 p가 다음과 같이 정의된다.

여기서, n은 피크의 수를 나타내고, 는 PSD 추정을 의미하고, i는 호흡률 또는 들숨과 날숨 사이의 간격을 나타낸다. 따라서, PSD 추정들의 지배적이거나 이차 이상의 여러 피크를 추출하는 것이 필수적이다. 이를 달성하기 위해, 배열 요소(

)는 원래 순서를 보존하는 리턴된 인덱스들이 내림차순으로 정렬되어진다.

이에, 다음과 같이 호흡 패턴 알고리즘을 정의할 수 있다.

1)

는 PSD 추정의 내림차순으로 먼저 정렬된다.

는 정렬된 목록을 나타낸 것이다.

2) m 피크 꼭지점은 호흡률을 추정하기 위해 선택된다. 호흡 패턴 P는 다음과 같이 결정된다.

여기서, Z는 전체 피크 수이다. 예를 들어 m이 3으로 설정될 때, '123', '132', '213', '231', '312' 및 '321'과 같이 피크 정점의 순서에 따라 P는 6개의 모든 가능한 조합으로 계산된다. 음향 포락선의 형태는 각 위상 내에서 P에 의해 추정된다. 예를 들어, P가 '123' 또는 '132'일 때, 음향 포락선의 형태가 대략적으로 비대칭의 분포를 갖는다. P가 '123' 또는 '132'가 아닐 경우에, 형태는 비대칭 분포를 가지고, 호흡률은 단순하게 2개로 나누는 것에 의해 계산될 수 있다.

기본적으로, 호흡률은 음향 포락선과 AR 모델을 사용하는 PSD의 1차 피크(

)에 의해 계산될 수 있다. 일반적으로, 1차 피크에 기초한 호흡률 추정의 중간 오류는 모든 기법들에 대한 고주파(HF) 호흡률보다 크다. 호흡률 추정의 정확도를 개선하기 위해, 호흡 주파수는 호흡기 데이터의 파워 스펙트럼의 최대 피크로 식별될 수 있다. 한편, 호흡 주파수가 PSD의 최대 피크에 대응하는 주파수로 결정될 수 있지만, 들숨 및 날숨의 주파수 스펙트럼은 코막힘 및 들숨과 날숨 사이의 동적차이로 인한 개별 특성에 따라 다르다.

본 실험에 따르면, 어떤 실험자는 감기 또는 비염과 관련된 코막힘을 앓고 있었다. 이 경우 파생된 호흡률은 2배였다. 이 문제점을 해결하기 위해, 코막힘이 검출되었을 경우에 호흡률은 다시 계산되어야 한다. 본 발명에서, P와 확률 밀도 함수의 최소 유클리드 거리가 고려된다.

일반적으로, 호흡률은 기록된 들숨과 날숨 음향의 파워가 서로 유사한 2가지에 의해 분할된 파생된 호흡률로부터 측정되어질 수 있다. 게다가, 중간 검출 에러들은 백색 잡음에 의한 저주파(LF) 호흡률에서 관찰될 수 있다. 본 실험에 따르면, 백색 잡음은 P가 200 이상, 즉, P가 4가지 가능한 조합 (213, 231, 312, 321) 중 하나이면, 다음의 기준 f는 다음과 같다.

여기서,

는 가중치 벡터이고,

는 백색 잡음을 검출하기 위한 기준이고, D는 최대 피크와 최소 거리 사이의 거리

이고,

는 임계값이다. 본 실험에 따르면,

와

는 2 및 200으로 설정된다.

특히, 부가 백색 잡음 검출을 위한 조건은 다음과 같은 계산에 의해 주어진 간단한 논리 AND 조건이다.

본 실험에 따르면,

및

은 0.1와 0.01로 설정된다.

결론

도 3은 기관 및 비강 호흡 음향 샘플 그래프와 음향 분석도이다.

도 3을 참조하면, 20초 동안 이어피스 마이크로폰 및 사운트 스펙트럼에 의해 기록된 그래프를 나타낸 것이다. 도 3a 및 도 3b는 기관과 비강 호흡 음향의 원시 데이터를 나타낸 것이다. 도 3c는 기관과 비강 호흡 신호가 관찰될 수 있는 음향 스펙트럼을 나타낸 것이다. 세로축은 주파수 분포를 나타내고, 가로축은 시간(초)을 나타낸다. 적색에서 청색으로 감소하는 파워를 나타내는 각 색깔은 특정 시간 및 주파수에서의 신호의 파워를 나타낸다. 들숨과 날숨은 주파수 분배의 측면에서 유사한 특성을 갖는 경향이 있다. 유일한 차이는 기관의 호흡 음향보다 비강 호흡 음향에서 더 많은 파워가 관찰된다는 점이다. 한편, 비강 호흡 음향의 들숨에서 얻어진 파워는 날숨보다 작다.

도 4는 기관과 비강 음향의 원시 데이터와 필터링된 데이터를 나타낸 그래프이다.

도 4a 및 도 4c는, 내장된 마이크로폰과 스마트폰의 이어피스 마이크로폰 각각으로부터, 3분 동안의 기관과 비강 음향의 크기를 기록한 것이다. 도 4b 및 도 4d에 도시된 바와 같이, 큐빅 스플라인 보간 후, 모든 원치 않는 음향의 활동이 근본적으로 원시 데이터에서 제거되었음을 확인할 수 있다. 이 특정 실험자의 데이터는 동일 장치에서 기록된 것이다. 기록된 원시 데이터와 필터링된 신호를 비교하면, 필터링된 신호는 플로우 신호의 절대 값을 따르는 것을 알 수 있다. 필터링된 신호로부터의 상대 유량 추정 결과는 밀접하게 대응하는 기록 플로우와 관련된다. 구경측정 없는 관련 플로우로서, 추정된 플로우의 진폭은 초당 리터 플로우의 실제 양을 나타내지 않는다.

각 호흡 주파수에 대해, 각 주파수에 대해 검출 에러는 다른 기법을 이용하는 모든 실험자들에게서도 발견되었다. 호흡의 추정 오차

는 각각의 호흡 주파수로부터 계산된다.

R과

는 호흡률의 실제값과 추정값을 각각 나타낸다. 에러값은 들숨 및 날숨 위상에 대해 모든 실험자들의 평균이다.

[표 1]은 호흡 범위(0.2 ~ 1.5 Hz)에 대해 기관과 비강 호흡 음향 신호로부터 얻은 호흡률 결과에서 측정된 중간(Median)과 사분위 범위(IQR) 에러를 요약한 것이다. [표 1]에서 수치로 제시된 바와 같이, 기관과 비강 호흡 음향 신호로부터 측정된 호흡률 결과로부터 얻은 중간 에러

은 각각 9.741과 0.015 이다. 테이블에서, 비강 호흡 음향으로부터 측정된 호흡률이 모든 호흡률에서 가장 낮은 중간 에러를 제공했다. 결과적으로, 비강 호흡 음향을 획득하는 것에 의해 호흡률 추정 기법을 개선시키고 있음을 알 수 있다.

도 5는 음향 포락선과 AR 모델을 이용한 PSD의 샘플 그래프이다.

도 5를 참조하면, 호흡률이 0.3 Hz일 때, 일반 실험자의 AR 모델과, 코막힘으로부터 고통을 겪는 실험자에 대해 음향 포락선을 이용한 PSD의 2개의 서로 다른 샘플을 나타내고 있다. 최대 피크는 각각 제1차 및 제2차 주파수에서 얻어졌다. 일반적으로, 호흡 주파수는 PSD의 최대 피크에 대응하는 주파수로 결정될 수 있다. 원시 데이터로부터 추정된 플로우에서 추출된 진폭 값(도 4)은 호흡 주파수와 동일한 0.3 Hz에서 얻어진 해당 PSD의 최대 피크와 함께 표시된다. 그러나, 도 5에 도시된 바와 같이, 코막힘으로부터 고통을 겪는 실험자의 호흡률은 2배였다.

도 6은 음향 포락선과 AR 모델을 이용한 PSD의 피크 그래프이다.

도 6을 참조하면, 모든 10명의 실험자에 대한 비강 호흡 활동에 대응하는 서로 다른 PSD가 얻어졌다. 두 번째 사이클을 나타내는 평탄 영역 후의 호흡 음향 신호의 첫 번째 사이클을 나타내는 피크에서 시작되었다. 모양은 더 무작위이었고, 다수의 피크는 각 실험자의 호흡 음향에서 관찰되었다. 파란색과 녹색 실선은 3개 피크에 대응하는 원과 크로스를 갖는 10명의 실험자에 대한 음향의 평균 및 AR 모델을 이용한 PSD를 나타낸다. 도 6a에서와 같이, 주파수 범위(1 Hz 및 1.5 Hz)에서 2개 피크가 0.5 Hz에서 호흡률의 진폭 변조와 일치하는 동안, 0.5 Hz에서 최대 신호는 호흡률(고조파가 표시)을 나타낸다. 마찬가지로, 도 6b에서와 같이, 주파수 범위(0.4 Hz 및 0.6 Hz)에서 2개 피크가 0.2 Hz에서 호흡률의 진폭 변조와 일치하는 동안, 0.2 Hz에서 최대 신호는 호흡률(고조파가 표시)을 나타낸다. 도 6c 및 도 6d에서, 리턴 인덱스(

)가 2개인 동안, 0.6 및 1 Hz에서 최대 피크는 각각 호흡률을 나타낸다. 도 6e 및 도 6f에서, 반환 인덱스(

)가 3개인 것이 관찰되었다.

도 7은 음향 포락선과 AR 모델을 이용하여 PSD에서의 최대 피크에 의해 계산된 호흡률 결과로부터 측정된 중간 및 IQR 에러 그래프이다.

도 7을 참조하면, 식(8)에 정의된 바와 같이, 중간 및 IQR 에러는 실제 및 파생 호흡률 각각으로부터 얻는다. 제로에 가장 가까운 박스의 하한은 백분위값(Pencentile) 25 번째를 나타내고, 박스 내의 라인은 중간을 표시하고, 0으로부터 가장 먼 박스의 상한은 백분위값 75 번째를 나타낸다. 박스 위 아래 위스커(Whiskers, 에러 막대)는 백분위값 90 번째와 10 번째를 나타낸다. 따라서, 파란색 박스의 영역은 개체수에 따른 확산의 표시, 즉, 중간 에러(또는 IQR)의 변화이다. 이 특징은 알고리즘이 전체 인구에 걸쳐 수행하는 방법을 잘 나타낸다. 빨간 십자가는 백분위값 5 번째, 95 번째를 나타낸다. 도 7에서, 백분위값 5 번째와 95 번째를 제외하고, 모든 호흡률에서 음향 포락선과 AR 모델의

은 낮은 것을 알 수 있다. 음향 포락선과 AR 모델의

은 10.44와 13.39 이다. 따라서, 최대 피크를 사용한 접근법들 사이에 평균 호흡률 추정 에러에 큰 차이가 없다.

백분위값 5 번째 및 95 번째에서 중간 검출 에러를 줄이기 위해, 호흡 데이터의 파워 스펙트럼에 최대 및 두 번째 피크가 고려된다. 호흡률은 PSD의 최대 피크와 두 번째로 큰 피크 사이의 유클리드 거리에 의한 단순 평가에 의해 측정된다. 도 7에 도시된 바와 같이, 음향 포락선 및 AR 모델의

은 6.83 및 7.87 이다.

(식(8)에서 정의된 평균 호흡 추정 에러)에 의해 정의된 중간값의 차이는, 최대 피크와 두 번째로 큰 피크 사이의 유클리드 거리에 기초한 접근에 대해 상당히 낮다.

도 8은 음향 포락선과 AR 모델을 이용하여 PSD에서의 최대 피크 또는 최대 피크와 두 번째 피크에 의해 계산된 호흡률 결과로부터 측정된 중간 및 IQR 에러 그래프이다.

도 8a에 도시된 바와 같이, 코막힘 검출을 고려한 AR 모델의

은 5.04 이다. 코막힘 검출을 고려한 호흡률 추정의 정확도는 앞서 언급한 접근 방식을 사용하는 것보다 약간 더 좋다. 도 8a에서, LF 호흡률에 대해 백분위값 5 번째와 95 번째에서 관찰된 중간 검출 에러는 백색 잡음에 의해 발생했다. 도 8b에 도시된 바와 같이, 코막힘 검출 및 백색 잡음 검출을 고려한 AR 모델의

은 0.01 이다. [표 1]은 0.2 ~ 1.5 Hz 사이의 호흡률에서 중간 에러와 IQR 에러의 측정을 요약한 것이다. [표 1]에 제시된 수치에서와 같이, 코막힘 검출 및 백색 잡음 감소를 고려한 AR 모델은 모든 호흡률에서 가장 낮은 중간 에러를 제공하고, 그리고 수용할 수 있음을 확인할 수 있다. 도 8c에 도시된 바와 같이, 음향 포락선 형태를 고려한 AR의

는 2.69 이다.

상기한 바와 같이, 본 발명에서 비강 호흡 음향 신호로부터 호흡률을 추정하기 위한 몇 가지 방법이 제시되었다. 마이크로폰을 이용하여 호흡률을 추정하는 실현가능성에 대해 스마트폰을 시험하였다. 이전의 여러 연구에 기초한 본 발명에 대한 동기는, 특히 LF 및 HF 호흡률에서의 정확한 호흡률은 펄스 옥시 미터에서 얻을 수 있다는 것이다. 즉, 스마트폰의 마이크로폰에서 얻은 호흡 음향의 특징은 호흡률에 정확하게 일치한다는 것이다. 이에 정확한 호흡률은 이론적으로 얻는 것이 가능하다. 이 결과는 확실히 LF와 HF 호흡 범위(0.2 ~ 1.5 Hz에서)에 대해, 스마트폰의 마이크로폰으로부터 기록된 호흡 음향으로부터 가능한 것을 나타낸다.

스마트폰에서 호흡률 추정에 대해 기관 및 비강 음향 신호의 PSD 내의 피크를 이용하여 음향 포락선과 AR 모델을 비교했다. 모든 방법은 LF와 HF의 호흡률에 대해 본 발명에서 정확한 호흡 추정을 제공했다. 특히, 코막힘 검출 및 백색 잡음 감소를 고려한 AR 모델은 모든 호흡률에서 가장 낮은 중간 에러를 제공한다. HF 호흡률(0.8 ~ 1.5 Hz)에 대해, PSD에서 피크를 탐지하는 단순한 추정 방법은, 실험자들이 자연적으로 획득 감기 감염이나 비염과 관련된 코막힘에 의해 고통을 겪기 때문에 좋은 결과를 제공할 수 없다.

마이크로폰 감도는 일반적으로 94 dB 음압 레벨(SPL)에서 1 kHz 정현파(dB)로 측정되거나, 또는 1 파스칼(PA) 압력으로 측정된다. 그 입력 자극을 갖는 마이크로폰으로부터 아날로그 또는 디지털 출력 신호의 크기는 마이크로폰의 민감도 크기이다. 본 발명에서, 음향 신호는 장치의 상부에 있는 인피니언 1014 마이크로폰과 바닥에 있는 Knowles S1950 마이크로폰으로 이루어진 2개의 마이크로폰을 갖는 스마트폰에 의해 얻었다. 인피니언 1014 마이크로폰은 헤드폰 잭 근처 유닛의 상부에 위치되는 배경 잡음을 제거하기 위해 사용되었다. 메인 마이크로폰은 바닥 좌측에 있다. 현재 스마트폰 OS 장치(예를 들어, 아이폰 3GS 및 그 이후와, 아이팟 터치 4 및 그 이후와, 모든 아이 패드)는 내장된 마이크로폰을 포함한다. 그러나, 애플은 아마도 윈드(Wind) 및 팝(Pop) 필터로 매우 가파른 하이 패스 필터(낮은 주파수 차단)를 포함한다. 이 장치의 내장 마이크로폰에 대한 저주파 롤 오프(roll-off)는 250 Hz에서 시작하여 24 dB/옥타브의 차수에서 매우 가파르다. 그러나, 스마트폰 OS6의 도래와 함께, 이에 상당히 평편한 응답의 결과에 의해, 저주파 롤 오프 필터를 해제할 수 있다. 스마트폰의 성능이 제한된다하더라도, 가능한 한 이들 마이크로폰을 보상했다.

호흡 음향의 분석에서 수면 무호흡 정도 지수(Apnoea-Hypopnoea Index ; AHI) 또는 수면 무호흡증/저 호흡 증후군(SAHS)를 검출하기에 더 좋은 성능은, 산소 측정기의 신호와 결합될 때 획득할 수 있는 스마트폰의 마이크로폰에 의해 기록된다. 본 발명에서, 비강 음향 신호의 스펙트럼 모폴로지(morphology)는 호흡률 추정 방법을 개발하기 위하여 분석된다. 비강 음향 신호의 강도 변화는 평가 플로우에 이러한 관계를 나타내는 최적의 모델을 선택하기 위해 조사되었다.

이어피스 마이크로폰을 사용할 때 사람들이 불편함을 느낄 수 있기 때문에, 비록 이어피스 마이크로폰 없이 스마트폰이 테이블 또는 손에 배치되더라도, 비접촉 호흡 음향 취득은 스마트폰에서 얻은 오디오 신호로부터 호흡률이 정확하게 유도될 수 있다는 것을 설명하기 위해 수행되었다.

도 9는 스마트폰에 내장된 마이크로폰에 의해 획득된 전형적인 비강 음향 신호, 음향 스펙트럼, 진폭 스펙트럼 및 PSD를 나타낸 그래프이다.

도 9는 30초 동안의 기록이며, 도 9d는 0.2344 및 0.4883 Hz 근처에서 주요 피크와 두 번째 피크를 보인다.

도 10은 비강과 스마트폰 간의 거리가 30cm일 때 자연스럽게 호흡하는 동안 기록된 비강 호흡 음향의 원시 데이터를 나타낸 그래프이다.

도 10을 참조하면, 비강과 스마트폰 간의 거리가 30cm일 때 자연스럽게 호흡하는 동안 배경 목소리 잡음과 함께 기록된 비강 호흡 음향의 샘플이다. 도 10a 및 도 10b에서, 들숨과 날숨은 버터워스 필터와 다운샘플링된 신호에서 관찰되었다. 도 10c는 0.2539 Hz, 0.4883 Hz 및 0.7227 Hz 근처에서 피크를 포함하고 있다. 실제 호흡률은 0.2539 Hz 이다.

도 11은 비강과 스마트폰 간의 거리가 30cm일 때 자연스럽게 호흡하는 동안 배경 목소리 잡음과 함께 기록된 비강 호흡 음향의 샘플을 나타낸 그래프이다.

도 11a 및 도 11b에서, 가끔 배경 목소리 잡음이 있을지라도, 호흡률은 0.3125 Hz 근처의 피크에 의해 측정되었다. 실제 호흡률은 0.3125 Hz 이다. 배경 잡음이 인간의 목소리를 포함하고, 비접촉 마이크로폰이 사용되더라도, 본 발명에서 제시한 추정은 LF와 HF 호흡 범위에 있는 호흡률의 합리적인 좋은 추정을 제공하는 것을 나타낸다. 이와 같은 실험을 통해, 향후 스마트폰 또는 태블릿으로부터 취득한 오디오 신호로부터 추가로 다른 중요한 생명 징후 기능과 연계될 수 있을 것이다.

이상에서 몇 가지 실시예를 들어 본 발명을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것이 아니고 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다.

1 : 전처리부
2 : 데이터 선택부
3 : 유사성 계산부
4 : 파워 스펙트럼 계산부
5 : 피크 검출부
6 : 패턴 결정부
7 : 호흡률 계산부

Claims (4)

1. 마이크로폰으로부터 수집된 기관 및 비강 음향에 대해 대역 필터링 및 노이즈 필터링을 수행하는 전처리부;
   전처리를 수행한 데이터의 처리 영역을 선택하는 데이터 선택부;
   자기상관함수를 이용하여 데이터간 유사성을 계산하는 유사성 계산부;
   파워 스펙트럼 밀도를 계산하는 파워 스펙트럼 계산부;
   상기 파워 스펙트럼 밀도를 통해 가장 높은 피크를 포함한 멀티 피크를 검출하는 피크 검출부;
   상기 멀티 피크를 분석하여 호흡 패턴을 결정하는 패턴 결정부; 및
   들숨과 날숨간의 동적인 특징, 코막힘 검출 및 노이즈 감소를 고려하여 호흡률을 계산하는 호흡률 계산부를 포함하는 마이크로폰을 이용한 호흡률 추정 장치.
   
2. 제1항에 있어서,
   상기 호흡률 계산부는,
   코막힘을 검출하는 코막힘 검출부; 및
   배경 및 목소리 잡음을 검출하는 노이즈 검출부를 포함하는 마이크로폰을 이용한 호흡률 추정 장치.
   
3. 마이크로폰으로부터 수집된 기관 및 비강 음향에 대해 대역 필터링 및 노이즈 필터링을 수행하는 단계;
   전처리를 수행한 데이터의 처리 영역을 선택하는 단계;
   자기상관함수를 이용하여 데이터간 유사성을 계산하는 단계;
   파워 스펙트럼 밀도를 계산하는 단계;
   파워 스펙트럼 밀도를 통해 가장 높은 피크를 포함한 멀티 피크를 검출하는 단계;
   상기 멀티 피크를 분석하여 호흡 패턴을 결정하는 단계; 및
   들숨과 날숨간의 동적인 특징, 코막힘 검출 및 노이즈 감소를 고려하여 호흡률을 계산하는 단계를 포함하는 마이크로폰을 이용한 호흡률 추정 기법.
   
4. 제3항에 있어서,
   상기 호흡률의 계산에는,
   웰치 힘 스펙트럼(Welch periodogram) 방법, AR 파워 스펙트럼(Burg algorithm), 수정된 공분산(modified covariance) 방법 중 어느 하나가 이용되는 마이크로폰을 이용한 호흡률 추정 기법.

Images