KR20170099979A

KR20170099979A - 생체 측정들 내의 잡음들의 제거를 위한 장치 및 방법

Info

Publication number: KR20170099979A
Application number: KR1020177020480A
Authority: KR
Inventors: 시윤 써니 샤오; 키티퐁 카삼수크
Original assignee: 닛토덴코 가부시키가이샤
Priority date: 2014-12-23
Filing date: 2014-12-23
Publication date: 2017-09-01
Also published as: AU2014414868B2; WO2016105275A1; KR102301740B1; SG11201705186UA; US11045101B2; US20170347901A1; CN107205640A; JP6546661B2; CN107205640B; AU2014414868A1; JP2018500114A

Abstract

생체 측정들 내의 잡음들의 제거를 위한 방법 및 장치가 개시되며, 상기 방법은 사용자의 생체 신호를 수득하는 단계; 상기 사용자의 동작을 나타내는 상응하는 동작 데이터를 수득하는 단계; 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계; 상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트들에 기초하여 잡음 기준을 구성하는 단계, 그리고 상기 생체 신호를 상기 잡음 기준으로 필터링하는 단계를 포함한다.

Description

생체 측정들 내의 잡음들의 제거를 위한 장치 및 방법

본 발명은 대체로 생체 측정들 내의 잡음(artifact)들의 제거를 위한 장치와 방법에 관한 것이다.

생체 센서들은 일반적으로 동잡음(motion artifact)들에 대해 매우 민감하다. 이러한 센서들의 예는 광용적맥파 측정(photoplethysmography: PPG) 센서이다. PPG 센서는 심박수 및 혈액 내의 산소 포화 레벨과 같은 다양한 변수들을 모니터하는 데 사용될 수 있는 PPG 신호를 생성하기 위해 발광 다이오드들 및 광 검출기들에 의존한다. 이에 따라, 측정 유닛이 동잡음들에 의해 변질된 PPG 신호를 활용하는 것이 바람직하지 않을 수 있다.

장치로부터 PPG 신호 내의 동잡음들을 검출하는 하나의 방식은 동작이 존재하는 지를 검출하기 위해 가속도계(accelerometer: ACC) 센서, 바람직하게는 3축 ACC를 포함하는 것이다. 상기 3축 ACC 센서로써, 상기 장치는 어떻게 동작이 각 축을 따르는 지를 보다 상세하게 감지할 수 있으며, 이에 따라 상기 ACC 센서의 출력이 상기 PPG 신호 내의 동잡음들을 나타내는 기준으로 사용될 수 있고, 이에 따라 상기 PPG 신호를 교정하는 데 사용될 수 있다.

ACC에 의해 포집되는 동작 신호들로의 적응 필터링은 동작에 의해 왜곡되는 PPG 데이터로부터 잠음들의 제거를 위한 유망한 방법을 제공한다. 그러나, 상기 ACC 신호들이 상기 PPG 왜곡과 연관되지 않는 경우들이 존재하며, 이러한 경우들에서 상기 PPG의 신호 품질이 잡음 기준(noise reference)으로서 상기 ACC 신호로의 필터링 후에 열화될 것이다.

국제 공개 특허 WO2014-020484호에는 박동 당 또는 초당 기준으로 ACC 신호들로부터 유래되는 상응하는 동작 특성들로 상기 PPG 신호를 먼저 라벨링함에 의한 PPG 신호 동잡음 제거의 방법이 개시되어 있다. 또한, 허용 가능한 동작 특성들로 표지된 PPG 측정들이 다른 처리를 위해 선택되고, 마지막으로 동작에 관계없는 PPG 측정들이 동작에 관계없는 것으로 표지된 PPG 데이터를 평균화하여 선택되는 점이 개시되어 있다.

미국(US) 공개 특허 2014/0276119호에는 사용자 입력을 통해서나 ACC 신호들에 의해 추론된 상기 사용자의 활동 상태를 먼저 결정함에 의한 PPG 신호 동잡음 제거의 방법이 개시되어 있다. 상기 사용자가 활동에 참여할 경우, 적응 필터링은 단지 양 신호들에 공통되는 성분인 동잡음을 기초로 하여 상기 ACC 신호로부터 상기 PPG 신호를 예측한다.

미국(US) 공개 특허 2014/0213863호에는 PPG 심박수 모니터 장치의 제1 발광 다이오드(LED)를 이용하여 PPG 신호를 포집하고, 상기 PPG 심박수 모니터 장치의 제2 LED를 이용하여 기준 신호를 포집하며, 여기서 상기 제2 LED의 파장은 상기 제1 LED의 파장과 상호 보완적이고, 상기 PPG 신호로부터 동작 잡음을 제거하기 위해 상기 기준 신호를 이용하고, 여기서 동작 잡음 보상 PPG 신호가 발생되며, 상기 동작 잡음 보상 PPG 신호를 이용하여 심박수를 산정함에 의한 PPG 신호 동잡음 제거의 방법이 개시되어 있다.

본 발명의 실시예들은 생체 측정(physiological measurement)들 내의 잡음들의 제거를 위해 적어도 선택적인 시스템 및 방법을 제공한다.

본 발명의 제1 측면에 따르면, 생체 측정들 내의 잡음들의 제거를 위한 방법이 제공되며, 상기 방법은 사용자의 생체 신호(physiological signal)를 수득하는 단계; 상기 사용자의 동작을 나타내는 상응하는 동작 데이터(motion data)를 수득하는 단계; 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계; 상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트(segment)들에 기초하여 잡음 기준(noise reference)을 구성하는 단계, 그리고 상기 생체 신호를 상기 잡음 기준으로 필터링하는 단계를 포함한다.

본 발명의 제2 측면에 따르면, 생체 측정들 내의 잡음들의 제거를 위한 장치가 제공되며, 상기 장치는 사용자의 생체 신호를 수득하기 위한 제1 센서; 상기 사용자의 동작을 나타내는 상응하는 동작 데이터를 수득하기 위한 제2 센서; 그리고 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하고, 상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트들에 기초하여 잡음 기준을 구성하며, 상기 생체 신호를 상기 잡음 기준으로 필터링하기 위한 프로세서를 포함한다.

본 발명의 실시예들은 다음에 기재된 설명과 예시적인 것으로서만 도면들과 함께 해당 기술 분야에서 통상의 지식을 가진 자에게 보다 잘 이해되고, 쉽게 명백해질 것이며, 첨부 도면들에 있어서,
도 1은 예시적인 실시예에 따른 생체 측정들 내의 잡음들을 제거하는 방법을 나타내는 흐름도를 도시한다.
도 2는 예시적인 실시예에 따른 생체 측정들 내의 잡음들을 제거하는 방법의 세부 사항들을 나타내는 흐름도를 도시한다.
도 3은 예시적인 실시예에 따른 생체 측정들 내의 잡음들을 제거하는 방법의 세부 사항들을 나타내는 흐름도를 도시한다.
도 4(a)는 예시적인 실시예에서 수득된 3축 ACC 신호들인 Ax, Ay 및 Az를 나타내는 그래프를 도시한다.
도 4(b)는 예시적인 실시예에서 상기 3축 ACC 신호들과 동시에 기록되는 수득된 PPG 신호를 나타내는 그래프를 도시한다.
도 5(a)는 예시적인 실시예에서 동작 사이클들의 검출을 나타내는 그래프를 도시한다.
도 5(b)는 예시적인 실시예에서 PPG 신호를 세그먼팅하는 단계를 나타내는 그래프를 도시한다.
도 6은 예시적인 실시예에서 위상 고정 잡음 성분을 나타내는 그래프를 도시한다.
도 7은 예시적인 실시예에서 각각의 동작 사이클들에 따른 리스케일된 위상 고정 잡음 성분의 소거를 나타내는 그래프를 도시한다.
도 8(a)는 예시적인 실시예에서 걷기 조건과 유사하게 휘둘러지는 팔로 착용자의 손목으로부터 기록되는 PPG 신호를 나타내는 그래프를 도시한다.
도 8(b)는 종래 기술의 잡음 기준으로서 ACC 신호로 적응 필터링에 의한 잡음 제거 후의 도 8(a)의 PPG 신호를 나타내는 그래프를 도시한다.
도 8(c)는 예시적인 실시예에 따라 수득된 잡음 기준을 이용하는 잡음 제거 후의 도 8(a)의 PPG 신호를 나타내는 그래프를 도시한다.
도 8(d)는 착용자의 정지하고 있는 다른 손의 집게손가락으로부터 기록되는 PPG 신호를 나타낸다.
도 9는 예시적인 실시예에 따른 손목시계 형태로의 착용형 장치를 포함하는 어셈블리를 나타내는 개략적인 도면을 도시한다.
도 10은 예시적인 실시예에 따른 착용형 장치를 포함하는 어셈블리를 나타내는 개략적인 블록도를 도시한다.
도 11은 도 9의 착용형 장치의 반사도 모드로의 측정을 위한 바람직한 LED-PD 구성을 나타내는 개략적인 도면을 도시한다.
도 12는 예시적인 실시예에 따른 생체 측정들 내의 잡음들의 제거를 위한 방법을 나타내는 흐름도를 도시한다.
도 13은 예시적인 실시예에 따른 생체 측정들 내의 잡음들의 제거를 위한 장치를 나타내는 개략적인 블록도를 도시한다.

본 발명의 실시예들은 바람직하게는 적응 필터링을 위해 율동적인 동작들 하에서 PPG 내의 동잡음(motion artifact)들과 잘 연관되는 잡음 기준(noise reference)을 결정하기 위한 방법 및 시스템을 제공한다.

달리 말하면, 본 발명의 실시예들은 율동적인 신체 동작들로 인한 생체 측정(physiological measurement)들 내의 원하지 않는 잡음들을 소거하기 위한 방법을 제공할 수 있다. 구체적으로, 본 발명의 실시예는 통합 3축 ACC를 구비하는 착용형 센서들로부터 PPG 신호들로부터의 동잡음들의 제거를 위한 방법에 관한 것이다. 상기 ACC 신호들로부터, 상기 장치는 보다 상세하게는 그의/그녀의 활동에 기초하여 상기 사용자의 동작 사이클들을 검출할 수 있고, PPG 데이터의 위상-고정 잡음 성분(phase-locked artifact component)에 기초하여 잡음 기준을 구성할 수 있으며, 이에 따라 상기 구성된 잡음 기준은 상기 사용자의 동작의 레벨을 참조할 수 있고 이에 따라 상기 PPG 신호를 교정할 수 있다. 이와 같은 본 발명의 실시예는 유리하게 컴퓨터를 사용하여 비싸지 않으면서 최적이거나 거의 최적의 성능을 구현할 수 있다.

본 명세서에는 또한 상기 방법들의 동작들을 수행하기 위해 예시적인 실시예들에서 착용형 장치의 내부 및/또는 외부에 있을 수 있는 장비를 개시한다. 이러한 장치는 요구되는 목적들을 위해 특별히 구성될 수 있거나, 상기 컴퓨터 내에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 범용 컴퓨터 또는 다른 장치를 포함할 수 있다. 여기서 제시되는 알고리즘들 및 디스플레이들은 임의의 특정한 컴퓨터 또는 다른 장비들과 본질적으로 관련되지는 않는다. 다양한 범용 기계들이 여기서의 교시들에 따른 프로그램들로 사용될 수 있다. 선택적으로, 요구되는 방법 단계들을 수행하기 위해 보다 구체화된 장비의 구성이 적절할 수 있다. 종래의 범용 컴퓨터의 구조는 다음의 설명으로부터 분명해질 것이다. 또한, 본 명세서에는 여기에 설명되는 방법의 개별적인 단계들이 컴퓨터 코드에 의해 실행될 수 있는 점이 해당 기술 분야의 숙련자에게 분명할 수 있는 컴퓨터 프로그램도 함축적으로 개시된다. 상기 컴퓨터 프로그램은 임의의 특정한 프로그래밍 언어 및 이의 구현에 한정되는 것으로 의도되지는 않는다. 다양한 프로그래밍 언어들 및 그 코딩이 여기에 포함되는 본 발명의 교시들을 구현하는 데 사용될 수 있는 점이 이해될 것이다. 더욱이, 상기 컴퓨터 프로그램은 임의의 특정한 제어 흐름에 한정되는 것으로 의도되지는 않는다. 본 발명의 사상 또는 범주를 벗어나지 않고 제어 흐름들을 이용할 수 있는 상기 컴퓨터 프로그램의 많은 변형들이 존재한다.

더욱이, 상기 컴퓨터 프로그램의 단계들의 하나 또는 그 이상은 순차적이기 보다는 병렬로 수행될 수 있다. 이와 같은 컴퓨터 프로그램은 임의의 컴퓨터 판독 가능 매체 상에 저장될 수 있다. 컴퓨터 판독 가능 매체는 자기 혹은 광디스크들, 메모리 칩들, 또는 범용 컴퓨터와 상호 작용을 위해 적합한 다른 저장 장치들과 같은 저장 장치를 포함할 수 있다. 상기 컴퓨터 판독 가능 매체는 또한 인터넷 시스템 내에 예시되는 바와 같은 고정된 매체 또는 GSM 이동 전화 시스템 내에 예시되는 바와 같은 무선 매체를 포함할 수 있다. 상기 컴퓨터 프로그램은 이와 같은 범용 컴퓨터에 탑재되거나 실행될 때에 효과적으로 바람직한 방법의 단계들을 구현하는 장비를 가져온다.

본 발명은 또한 하드웨어 모듈들로서 구현될 수 있다. 보다 상세하게는, 하드웨어적인 의미로서, 모듈은 다른 구성 요소들이나 모듈들과의 사용을 위해 설계된 기능성 하드웨어 유닛이다. 예를 들면, 모듈은 별도의 전자 구성 요소들을 사용하여 구현될 수 있거나, 응용 주문형 집적 회로(ASIC)와 같은 전체 전자 회로의 일부를 형성할 수 있다. 수많은 다른 가능성들이 존재한다. 해당 기술 분야의 숙련자는 상기 시스템이 또한 하드웨어 및 소프트웨어 모듈들의 결합으로서 구현될 수 있는 점을 이해할 것이다.

여기에 설명되는 본 발명의 기재된 실시예들은 ACC 및/또는 자이로스코프(gyroscope)와 같은 동작 센서로 사용자로부터 획득되는 동작 신호들에 기초하여 생체 신호(physiological signal)로부터 동잡음들의 제거를 위한 착용형 장치 및 방법에 관한 것이다.

일 실시예에 있어서, 상기 장치는 발광 다이오드-광검출기(LED-PD) 장치가 상기 PPG 신호를 획득하게 하고, 상기 3축 ACC가 동작 신호들을 획득하도록 충분한 피부 면적으로 상기 사용자의 임의의 위치에 착용될 수 있다.

도 1은 예시적인 실시예에 따른 생체 측정들 내의 잡음들을 제거하는 방법을 나타내는 흐름도(100)를 도시하며, 상기 방법은,

사용자의 로우(raw) PPG 및 3축 ACC 신호들을 수득하는 단계, 단계 102,

ACC 신호에 기초하여 사용자의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계, 단계 104,

동잡음들의 위상-고정에 기초하여 잡음 기준 신호를 구성하는 단계, 단계 106, 그리고

상기 위상-고정 잡음 성분 데이터에 기초하여 구성된 상기 잡음 기준 신호로 상기 PPG 신호로부터 적응 잡음 소거를 수행하는 단계, 단계 108을 포함한다.

이하에서 예시적인 실시예에 따른 도 1에 나타낸 방법의 세부 사항들을 설명한다.

ACC 신호에 기초하여 사용자의 동작 사이클을 검출하는 단계(단계 104, 도 1)

상기 ACC 신호에 기초하여 상기 사용자의 동작 사이클을 검출하는 방법은 도 2에 도시되며,

가속도계(accelerometer)로부터 로우 동작 신호를 수득하는 단계인 단계 202를 포함한다. 얻어진 3축 ACC 신호들인 Ax, Ay 및 Az(상기 가속도계 또는 자이로스코프의 x-축, y-축 및 z-축 에 각기 대응되는)의 예가 도 4(a))에 곡선들 402, 404 및 406으로 도시된다. 상응하는 수득된 PPG 신호(408)가 도 4(b)에 도시된다. 3축 ACC 신호들에 대해, 가장 활동적인 축(즉, 최대 g-포스(force)를 갖는 것)을 따른 상기 ACC 신호가 이러한 실시예에서 동작 사이클 검출을 위해 선택된다. 그러나, 다른 실시예들에서, 상기 ACC 신호들의 하나 또는 그 이상이 동작 사이클 검출을 위해 상기 동작 데이터를 수득하는 데 사용될 수 있다.

상기 동작 신호에 대해 대역통과 필터링을 수행하는 단계인 단계 204를 포함한다. 상기 필터의 통과대역을 위한 바람직한 범위의 예는 0.5㎐-8㎐이다.

도함수를 계산하기 위해 상기 필터링된 동작 신호에 대해 미분을 수행하는 단계인 단계 206을 포함한다.

상기 필터링된 동작 신호의 도함수에 대한 피크(peak)들 및 밸리(valley)들을 검출하는 단계인 단계 208을 포함한다.

단계 210에서, 상기 사용자의 동작 사이클들은, 예를 들면, 전후로 움직이는 상기 사용자의 팔의 휘두르는 동작을 결정하도록 결정된다. 하나의 동작 사이클은 예시적인 실시예에서 도 5(a)에 도시한 바와 같이 상기 필터링된 동작 신호(506)의 제2의 다음의 연속하는 밸리들, 예를 들면 502, 504 또는 피크들 사이의 윈도우(window), 예를 들면 500에 대응된다.

위상-고정 동잡음들에 기초하여 상기 잡음 기준 신호를 구성하는 단계(단계 106, 도 1)

예시적인 실시예에서 상기 잡음 기준 신호를 구성하는 방법이 도 3에 도시되며,:

단계 302에서, 도 5(b)에 도시한 바와 같이 각 동작 사이클 윈도우, X₁, X₂,…, X_L, 예를 들면, 500에 기초하여 상기 PPG 신호(508)를 세그먼팅(segmenting)하는 단계가 수행된다.

단계 304에서, 적시에 각 동작 사이클 윈도우, X₁, X₂, …, X_L, 예를 들면 500 내의 상기 PPG 신호 세그먼트(segment)들, 예를 들면 510을 정규화하는 단계가 수행된다.

단계 306에서, 잡음 기준의 구성을 위해 상기 위상-고정 잡음 성분, N_a를 수득하도록 동작 사이클들의 특정한 숫자에 대해 상기 정규화 PPG 신호 세그먼트들, 예를 들면 510의 평균들을 수득하는 단계기 수행된다. 예시적인 실시예에서 상기 정규화 PPG 신호 세그먼트들의 평균화의 결과, 예를 들면 510으로서, 상기 잡음 성분이 강화되는 반면에 실제 PPG 성분, S₁, S₂, …, S_L이 억제된다. 이는 세그멘테이션(segmentation)이 통상적으로 실제 PPG 특성들(즉, 심장 주기)과 동기하지 않는 상기 검출된 동작 사이클 윈도우들, 예를 들면 500에 기초하므로 상기 실제 PPG 성분이 다른 정규화 PPG 신호 세그먼트들, 예를 들면 510과 위상이 다를 것으로 예상될 수 있기 때문이다. 반면에, 상기 PPG 신호 내의 동잡음들은 상기 다른 정규화 PPG 신호 세그먼트들, 예를 들면 510 사이에서 위상이 같을 것으로 예상될 수 있다. 이에 따라, 상기 PPG 세그먼트들의 수득된 평균은 유리하게는 주로, 바람직하게는 단지 상기 PPG 신호 내의 동잡음들을 나타내는 것으로 예상될 수 있다.

일 실시예에 있어서, 상기 PPG 신호 세그먼트들의 처리는 다음의 알고리즘들을 사용하여 수행된다.

a) 적시의 정규화:

샘플링 시간들 T=[t₀, t₁,…, t_M]로 동작 사이클 X_i=[x_i,₀, x_i,₁,_…, x_i,_M]에 상응하는 PPG 세그먼트가 정해지면, 상기 정규화 프로세스는

i. 0과 1 사이가 되게 X_i의 샘플링 시간들, T'=[t'₀, t'₁,…, t'_M]을 선형으로 리스케일링(rescaling)하는 단계를 수반하고, 여기서

t'_j=(t_j-t₀)/(t_M-t₀), j=1, 2,…, M.……………(1)

ii. 선형 보간, X_i ^'=[x^' _i, ₀, x^' _i,₁,…, x^' _i,_N]에 의해 1/N의 간격으로 상기 리스케일된 PPG 세그먼트를 재샘플링하는 단계를 수반하며, 여기서

x^' _i,_j=x_i,_k+(x_i,_k+1-x_i,_k)*(j*M/N-k), k/M<j/N≤(k+1)/M.……………(2)

b) 평균화:

L 동작 사이클들에 상응하는 정규화 PPG 세그먼트들, X₁, X₂,…, X_L,이 정해지면, 이들 PPG 세그먼트들에 대한 평균은 다음과 같이 수득된다.

X_a=(X₁ ^'+X₂ ^'+,…,+X_L ^')/L=(S₁+S₂+,…,+S_L)/L+N_a≒N_a.……………(3)

동잡음들의 신뢰성 있는 추정치를 수득하기에 충분한 동작 사이클들의 숫자는, 예를 들면 상기 PPG 신호 내의 동잡음들의 레벨에 의존할 것이다. 본 발명자들은 동잡음들의 신뢰성 있는 추정치가 작은 숫자의 동작 사이클들(심지어 2개의 사이클들) 동잡음들이 상기 PPG 내에서 높을 때, 즉 동작 강도가 높을 때에 작은 숫자의 동작 사이클들(심지어 2개의 사이클들)로부터 수득될 수 있는 점을 발견하였다. 상기 동작 강도는, 예를 들면 초 또는 동작 신호들의 크기 당 동작 사이클들의 숫자에 기초하여 결정될 수 있다. 이는 유리하게 예시적인 실시예들이 높은 강도의 율동적인 활동들 동안에 큰 동잡음들을 다룰 수 있게 한다. 동작 사이클들의 숫자는, 예를 들면 사용자 선택 활동에 대해 미리 설정될 수 있거나 및/또는 상기 동작 신호들로부터 결정되는 상기 동작 강도에 따라 자동적으로 설정될 수 있다.

단계 308에서, 상기 위상-고정 잡음 성분(600)(도 6)이 각각의 동작 사이클 윈도우들, 예를 들면 500(도 5) 내로 적합하도록 적시에 리스케일(rescale)되며, 상기 각각의 동작 사이클 윈도우들, 예를 들면 500 내로 적합한 상기 위상-고정 잡음 성분(600)의 각각의 리스케일된 버전들을 야기한다.

단계 310에서, 상기 각각의 동작 사이클 윈도우들에 상응하는 위상-고정 잡음 성분의 상기 각각의 리스케일된 버전들, 예를 들면 500이 도 7에 도시한 바와 같이 상기 잡음 기준 신호(700)를 구성하도록 함께 연결/스티치(stitch)된다. 이에 따라, 상기 구성된 잡음 기준 신호(700)는, 예를 들면 도 4와 비교하여 상기 수득된 PPG 신호 및 상기 동작 신호 내의 동작 사이클 원도우들, 예를 들면 500의 동일한 순서와 적시에 대응된다.

위상-고정 잡음 성분에 기초하여 구성된 상기 잡음 기준 신호로 상기 PPG 신호로부터의 적응 잡음 소거를 수행하는 단계(단계 108, 도 1)

적응 잡음 소거를 수행하는 방법은, 이에 한정되는 것은 아니지만 다음을 포함하는 임의의 현존하는 알고리즘이 될 수 있다.

1. 최소 제곱 평균(LMS) 알고리즘.

2. 순환 최소 제곱(RLS) 알고리즘.

도 8(a)-도 8(d)는 하나의 팔이 걷기 조건과 비슷하도록 휘둘러지고 다른 팔이 정지된 PPG 기록들에 기초하여 적응 필터링을 위한 잡음 기준으로서 상기 ACC 신호를 이용하는 방법에 대한 예시적인 실시예에 따른 잡음들의 제거의 비교를 나타낸다. 도 8(a)는 움직이는 팔의 손목으로부터 기록되는 상기 PPG 신호(800)를 나타낸다. 도 8(b) 및 도 8(c)는 각기 잡음 기준(신호 802)으로서 상기 ACC 신호로의 적응 필터링에 의한 잡음 제거 후의 상기 PPG 신호 및 예시적인 실시예(신호 804)에서 상기 방법에 의한 잡음 제거 후의 상기 PPG 신호를 나타낸다. 도 8(d)는 기준 PPG 신호(806)로서 정지하고 있는 팔의 집게손가락으로부터 기록되는 상기 PPG 신호를 나타낸다. 알 수 있는 바와 같이, 상기 PPG 신호(804)(도 8(c))의 파형 및 피크 위치들 모두는 도 8(b)에서의 PPG 신호(802)의 경우와 비교하여 기준 PPG 신호(806)(도 8(d))에 훨씬 가깝다. 이는 특히 잡음 기준으로서 상기 ACC 신호를 사용하는 상기 방법에 대한 예시적인 실시예에서의 방법의 향상된 성능 및 상기 기준 PPG 신호(806)(도 8(d))와의 근접하는 유사성에 의해 나타나는 바와 같은 전체적으로 우수한 성능을 입증한다.

해당 기술 분야에서 통상의 지식을 가진 자에게 잘 이해될 것인 바와 같이, 여기서 주로 설명되는 예시적인 실시예들에서 수반되는 계산은 간단한 미분, 피크 검출, 비싸지 않은 평균화 및 리스케일링 과정들을 포함하며, 이에 따라 이러한 과정을 위한 시간 지연과 전력 소모는 무시할 수 있을 것이다.

도 9는 예시적인 실시예에 따른 손목시계(901) 형태로의 착용형 장치를 포함하는 어셈블리(900)를 나타낸다. 다른 실시예들에서 상기 장치는 또한 그의/그녀의 팔, 손목, 엉덩이 또는 발과 같은 상기 사용자의 신체의 임의의 부위에 착용되기에 적합한 다른 형태가 될 수 있는 점이 이해될 것이다. 상기 손목시계(901)는 사용자로부터 생체 측정들 및 동작 데이터를 수득하고, 상기 생체 측정들 내의 잡음들을 제거하며, 데이터를 처리하고, 결과(들)를 표시하며, 상기 결과(들)를 이동 전화(902) 또는 다른 휴대용 전자 장치들과 같은 상기 어셈블리(900)의 전기 통신 장치, 또는 데스크톱 컴퓨터들, 랩톱 컴퓨터, 탭 컴퓨터들 등과 같은 계산 장치들과 에 무선으로 통신한다.

도 10은 사용자로부터 생체 측정들을 수득하고, 상기 생체 측정들 내의 잡음들을 제거하기 위해 예시적인 실시예에 따른 착용형 장치(1001)를 포함하는 어셈블리(1000)의 개략적인 블록도를 도시한다. 상기 장치(1001)는 상기 사용자의 동작 정보를 수득하기 위해 가속도계 또는 자이로스코프와 같은 제1 신호 감지 모듈(1002)을 포함한다.

상기 장치 내에 사용되기 위해 채용될 수 있는 바람직한 가속도계의 제한적이지 않은 일 예는 프리스케일 세미컨덕터사(Freescale Semiconductor, Inc)로부터 입수할 수 있는 3축 가속도계 MMA8652FC이다. 이러한 가속도계는 단일 패키지로 세 방향들 모두로 가속을 측정하는 이점을 제공할 수 있다. 선택적으로는, 3축 감지를 제공하도록 배향된 몇몇 단일-축 가속도계들이 다른 실시예들에서 사용될 수 있다.

상기 장치(1001)는 또한 상기 사용자의 생체 신호를 수득하기 위해 LED-PD 모듈과 같은 제2 감지 모듈(1003)을 포함한다. 상기 장치(1001)는 또한 상기 신호 감지 모듈(1002)로부터의 가속 정보 및 상기 측정 모듈(1003)로부터의 상기 생체 신호를 수신하고 처리하도록 배치되는 프로세서와 같은 데이터 처리 및 계산 모듈(1004)을 포함한다. 상기 장치(1001)는 또한 상기 장치(1001)의 사용자에게 결과를 표시하고, 터치스크린 기술을 통해 사용자 입력을 수신하기 위한 디스플레이 유닛(1006)을 포함한다. 이러한 실시예에서의 장치(1001)는 상기 어셈블리(1000)의 전기 통신 장치(1010)와 무선으로 통신하도록 배치되는 무선 송신 모듈(1008)을 더 포함한다. 상기 전기 통신 장치(1010)는 상기 착용형 장치(1001)로부터 신호들을 수신하기 위한 무선 수신기 모듈(1012), 상기 전기 통신 장치(1010)의 사용자에게 결과를 표시하고 터치스크린 기술을 통해 사용자 입력을 수신하기 위한 디스플레이 유닛(1014) 등을 포함한다.

도 11은 손목시계(1101) 형태로의 착용형 장치에 대한 반사도 모드(reflectance mode)에서의 측정을 위한 바람직한 LED-PD 구성의 개략적인 예시를 나타낸다. 상기 측정은 두 개의 PD들(1102, 1104)로 다시 반사되는 LED(1100)에 의한 광의 양에 기초한다. 상기 장치 내의 사용을 위해 적용될 수 있는 바람직한 LED-PD 모듈의 제한적이지 않은 일 예는 하나의 LED, 예를 들면 하나 또는 다중 PD들, 예를 들면 주변 광 센서 TEMD5510FX01과 쌍을 이루는 하나의 백색 표면 실장(White Surface Mount) PLCC-2 LED 인디케이터(Indicator) ASMT-UWB1-NX302로 구성된다. 선택적으로는, 상기 LED-PD 모듈은 하나 또는 다중의 PD들과 쌍을 이루는 다중의 LED들로 구성될 수 있다.

도 12는 일 실시예에 따른 생체 측정들 내의 잡음들의 제거를 위한 방법을 나타내는 흐름도(1200)를 도시한다. 단계 1202에서, 사용자의 생체 신호가 수득된다. 단계 1204에서, 상기 사용자의 동작을 나타내는 상응하는 동작 데이터가 수득된다. 단계 1206에서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들이 수득된다. 단계 1208에서, 잡음 기준이 상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트들에 기초하여 구성된다. 단계 1210에서, 상기 생체 신호가 상기 잡음 기준으로 필터링된다.

상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 동작 데이터를 대역통과 필터링하는 단계를 포함할 수 있다. 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 필터링된 동작 데이터의 도함수를 계산하기 위해 상기 필터링된 동작 신호에 미분을 수행하는 단계를 더 포함할 수 있다. 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 필터링된 동작 데이터의 도함수 내의 피크들 또는 밸리들을 검출하는 단계를 더 포함할 수 있다. 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 각각의 동작 사이클들로서 두 개의 피크들 또는 밸리들 사이의 상기 동작 데이터의 세그먼트들을 검출하는 단계를 더 포함할 수 있다. 상기 각각의 세그먼트들과 연관된 상기 두 개의 피크들 또는 밸리들은 제2의 다음의 연속하는 피크들 또는 밸리들이 될 수 있다.

상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 동잡음들을 강화시키는 단계를 포함할 수 있다.

상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 생체적 성분을 억제하는 단계를 포함할 수 있다.

상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 적시에 상기 생체 신호의 세그먼트들을 정규화하는 단계를 포함할 수 있다. 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 위상-고정 잡음 성분으로서 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계를 더 포함할 수 있다. 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계는 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 다른 성분들을 억제하는 단계를 포함할 수 있다. 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계는 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 같은 성분들을 강화시키는 단계를 포함할 수 있다. 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 생체 신호의 해당 세그먼트들에 상응하는 상기 위상-고정 잡음 성분을 리스케일링하는 단계를 더 포함할 수 있다. 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 각각의 동작 사이클 윈도우들에 상응하는 상기 각각의 리스케일된 위상-고정 잡음 성분을 함께 연결하는 단계나 스티칭하는 단계를 더 포함할 수 있다.

상기 수득된 상응하는 동작 데이터는 3축 동작 신호들을 포함할 수 있다. 상기 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 3축 동작 신호들의 하나 또는 그 이상을 기초로 할 수 있다.

상기 방법은 상기 잡음 기준의 구성을 위해 검출되는 상기 동작 사이클들 의 숫자를 설정하는 단계를 더 포함할 수 있다. 상기 숫자를 설정하는 단계는 사용자 입력에 기초할 수 있다. 상기 숫자를 설정하는 단계는 상기 동작 데이터에 기초하는 동작의 강도를 결정하는 단계를 더 포함할 수 있다.

상기 생체 신호를 상기 잡음 기준으로 필터링하는 단계는 최소 제곱 평균(LMS) 알고리즘, 순환 최소 제곱(RLS) 알고리즘, 또는 이와 유사한 것을 적용하는 단계를 포함할 수 있다.

도 13은 일 실시예에 따른 생체 측정들 내의 잡음들의 제거를 위한 장치(1300)를 나타내는 개략적인 블록도를 도시한다. 상기 장치(1300)는 사용자의 생체 신호를 수득하기 위한 제1 센서(1302), 상기 사용자의 동작을 나타내는 상응하는 동작 데이터를 수득하기 위한 제2 센서(1304), 그리고 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하고, 상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트들에 기초하여 잡음 기준을 구성하며, 상기 생체 신호를 상기 잡음 기준으로 필터링하기 위한 프로세서(1306)를 포함한다.

상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 동작 데이터를 대역통과 필터링하는 단계를 포함할 수 있다. 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 필터링된 동작 데이터의 도함수를 계산하기 위해 상기 필터링된 동작 신호에 미분을 수행하는 단계를 더 포함할 수 있다. 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 필터링된 동작 데이터의 상기 도함수 내의 피크들 또는 밸리들을 검출하는 단계를 더 포함할 수 있다. 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 각각의 동작 사이클들로서 두 개의 피크들 또는 밸리들 사이의 상기 동작 데이터의 세그먼트들을 검출하는 단계를 더 포함할 수 있다. 상기 각각의 세그먼트들과 연관되는 상기 두 개의 피크들 또는 밸리들은 제2의 다음의 연속하는 피크들 또는 밸리들이 될 수 있다.

상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 동잡음들을 강화시키는 단계를 더 포함할 수 있다.

상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 생체적인 성분을 억제하는 단계를 더 포함할 수 있다.

상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 생체 신호의 세그먼트들을 적시에 정규화하는 단계를 더 포함할 수 있다. 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 위상-고정 잡음 성분으로서 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계를 더 포함할 수 있다. 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계는 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 다른 성분들을 억제하는 단계를 포함할 수 있다. 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계는 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 같은 성분들을 강화시키는 단계를 포함할 수 있다. 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 생체 신호의 해당 세그먼트들에 상응하도록 상기 위상-고정 잡음 성분을 리스케일링하는 단계를 더 포함할 수 있다. 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 각각의 동작 사이클 윈도우에 상응하는 상기 각각의 리스케일된 위상-고정 잡음 성분을 함께 연결하는 단계나 스티칭하는 단계를 더 포함할 수 있다.

상기 수득된 상응하는 동작 데이터는 3축 동작 신호들을 포함할 수 있다. 상기 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 3축 동작 신호들의 하나 또는 그 이상에 기초할 수 있다.

상기 프로세서(1306)는 상기 잡음 기준의 구성을 위해 검출되는 상기 동작 사이클들의 숫자를 설정하기 위해 더 구성될 수 있다. 상기 숫자를 설정하는 단계는 사용자 입력에 기초할 수 있다. 상기 숫자를 설정하는 단계는 상기 동작 데이터에 기초하여 상기 동작의 강도를 결정하는 단계를 포함할 수 있다.

해당 기술 분야의 숙련자에게는 수많은 변형들 및/또는 변경들이 폭넓게 설명한 바와 같이 본 발명의 사상 또는 범주를 벗어나지 않고 특정 실시예들에서 도시된 바와 같이 본 발명에 대해 구현될 수 있는 점이 이해될 것이다. 본 발명의 실시예들은 이에 따라 예시적이고 제한적이지 않은 모든 관점들로 고려될 수 있다. 또한, 본 발명은 비록 특징들이나 특징들의 조합이 다음의 특허청구범위나 본 발명의 실시예들에서 명백하게 설명되지 않더라도 특징들의 임의의 조합들, 특히 다음의 특허청구범위의 특징들의 임의의 조합을 포함한다.

예를 들면, 손목 착용 장치가 일부 실시예들에서 설명되지만, 상기 장치는 상기 사용자의 팔, 엉덩이, 허리 또는 발의 임의의 부위들에 착용될 수 있다.

또한, 율동적인 동작이 여기서 언급되지만, 이러한 용어가 상기 동작이 둘 또는 그 이상의 실질적으로 반복되는 동작 데이터 패턴들 또는 상기 동작과 연관된 징후들로 구성되는 것 이외의 경우와 같이 상기 동작에 대해 어떠한 한정을 부여하도록 의도되는 것은 아닌 점이 이해될 것이다.

Claims

생체 측정(physiological measurement)들 내의 잡음(artifact)들의 제거를 위한 방법에 있어서,
사용자의 생체 신호(physiological signal)를 수득하는 단계;
상기 사용자의 동작을 나타내는 상응하는 동작 데이터를 수득하는 단계;
상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계;
상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트(segment)들에 기초하여 잡음 기준(noise reference)을 구성하는 단계; 및
상기 생체 신호를 상기 잡음 기준으로 필터링하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 동작 데이터를 대역통과 필터링하는 단계를 포함하는 것을 특징으로 하는 방법.
제 2 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 필터링된 동작 데이터의 도함수를 계산하기 위해 상기 필터링된 동작 신호에 미분을 수행하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 3 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 필터링된 동작 데이터의 도함수 내의 피크(peak)들 또는 밸리(valley)들을 검출하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 4 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 각각의 동작 사이클들로서 두 개의 피크들 또는 밸리들 사이의 상기 동작 데이터의 세그먼트들을 검출하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 5 항에 있어서, 상기 각각의 세그먼트들과 연관된 상기 두 개의 피크들 또는 밸리들은 제2의 다음의 연속하는 피크들 또는 밸리들인 것을 특징으로 하는 방법.
제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 동잡음(motion artifact)들을 강화시키는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 7 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 생체적 성분을 억제하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 생체 신호의 세그먼트들을 적시에 정규화하는 단계를 포함하는 것을 특징으로 하는 방법.
제 9 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 위상-고정 잡음 성분(phase-locked artifact component)으로서 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 10 항에 있어서, 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계는 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 다른 성분들을 억제하는 단계를 포함하는 것을 특징으로 하는 방법.
제 10 항 또는 제 11 항에 있어서, 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 단계는 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 같은 성분들을 강화시키는 단계를 포함하는 것을 특징으로 하는 방법.
제 10 항 내지 제 12 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 생체 신호의 각각의 세그먼트들에 상응하도록 상기 위상-고정 잡음 성분을 리스케일링(re-scaling)하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 13 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 단계는 상기 각각의 동작 사이클 원도우(motion cycle window)들에 상응하는 상기 각각의 리스케일된 위상-고정 잡음 성분을 함께 연결하거나 스티칭(stitching)하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 14 항 중 어느 한 항에 있어서, 상기 수득된 상응하는 동작 데이터는 단일-축, 이중-축 또는 다중-축 동작 신호들을 포함하는 것을 특징으로 하는 방법.
제 15 항에 있어서, 상기 둘 또는 그 이상의 동작 사이클들을 검출하는 단계는 상기 단일-축, 이중-축 또는 다중-축 동작 신호들의 하나 또는 그 이상에 기초하는 것을 특징으로 하는 방법.
제 1 항 내지 제 16 항 중 어느 한 항에 있어서, 상기 잡음 기준의 구성을 위해 검출되는 상기 동작 신호들의 숫자를 설정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 17 항에 있어서, 상기 숫자를 설정하는 단계는 사용자 입력에 기초하는 것을 특징으로 하는 방법.
제 17 항 또는 제 18 항에 있어서, 상기 숫자를 설정하는 단계는 상기 동작 데이터에 기초하여 상기 동작의 강도를 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 19 항 중 어느 한 항에 있어서, 상기 생체 신호를 상기 잡음 기준으로 필터링하는 단계는 최소 제곱 평균(LMS) 알고리즘, 순환 최소 제곱(RLS) 알고리즘, 또는 이와 유사한 것을 적용하는 단계를 포함하는 것을 특징으로 하는 방법.
생체 측정들 내의 잡음들의 제거를 위한 장치에 있어서,
사용자의 생체 신호를 수득하기 위한 제1 센서;
상기 사용자의 동작을 나타내는 상응하는 동작 데이터를 수득하기 위한 제2 센서; 및
상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하고, 상기 둘 또는 그 이상의 동작 사이클들에 각기 상응하는 상기 생체 신호의 세그먼트들에 기초하여 잡음 기준을 구성하며, 상기 생체 신호를 상기 잡음 기준으로 필터링하기 위한 프로세서를 포함하는 것을 특징으로 하는 장치.
제 21 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 것은 상기 동작 데이터를 대역통과 필터링하는 것을 포함하는 것을 특징으로 하는 장치.
제 22 항에 있어서, 상기 동작 데이터 내의 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 것은 상기 필터링된 동작 데이터의 도함수를 계산하기 위해 상기 필터링된 동작 신호에 미분을 수행하는 것을 더 포함하는 것을 특징으로 하는 장치.
제 23 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 것은 상기 필터링된 동작 데이터의 도함수 내의 피크들 또는 밸리들을 검출하는 것을 더 포함하는 것을 특징으로 하는 장치.
제 24 항에 있어서, 상기 동작 데이터 내의 둘 또는 그 이상의 동작 사이클들을 검출하는 것은 각각의 동작 사이클들로서 두 개의 피크들 또는 밸리들 사이의 상기 동작 데이터의 세그먼트들을 검출하는 것을 더 포함하는 것을 특징으로 하는 장치.
제 25 항에 있어서, 상기 각각의 세그먼트들과 연관된 상기 두 개의 피크들 또는 밸리들은 제2의 다음의 연속하는 피크들 또는 밸리들인 것을 특징으로 하는 장치.
제 21 항 내지 제 26 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 것은 동잡음들을 강화시키는 것을 포함하는 것을 특징으로 하는 장치.
제 21 항 내지 제 27 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 것은 생체적 성분을 억제하는 것을 포함하는 것을 특징으로 하는 장치.
제 21 항 내지 제 28 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 것은 상기 생체 신호의 세그먼트들을 적시에 정규화하는 것을 포함하는 것을 특징으로 하는 장치.
제 29 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 것은 위상-고정 잡음 성분으로서 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 것을 더 포함하는 것을 특징으로 하는 장치.
제 30 항에 있어서, 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 것은 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 다른 성분들을 억제하는 것을 포함하는 것을 특징으로 하는 장치.
제 30 항 또는 제 31 항에 있어서, 상기 생체 신호의 정규화 세그먼트들의 평균을 수득하는 것은 상기 생체 신호의 정규화 세그먼트들 사이의 위상이 같은 성분들을 강화시키는 것을 포함하는 것을 특징으로 하는 장치.
제 30 항 내지 제 32 항 중 어느 한 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 것은 상기 생체 신호의 각각의 세그먼트들에 상응하도록 상기 위상-고정 잡음 성분을 리스케일링하는 것을 더 포함하는 것을 특징으로 하는 장치.
제 33 항에 있어서, 상기 생체 신호의 세그먼트들에 기초하여 상기 잡음 기준을 구성하는 것은 상기 각각의 동작 사이클 원도우들에 상응하는 상기 각각의 리스케일된 위상-고정 잡음 성분을 함께 연결하거나 스티칭하는 것을 더 포함하는 것을 특징으로 하는 장치.
제 21 항 내지 제 34 항 중 어느 한 항에 있어서, 상기 수득된 상응하는 동작 데이터는 단일-축, 이중-축 또는 다중-축 동작 신호들을 포함하는 것을 특징으로 하는 장치.
제 35 항에 있어서, 상기 둘 또는 그 이상의 동작 사이클들을 검출하는 것은 상기 단일-축, 이중-축 또는 다중-축 동작 신호들의 하나 또는 그 이상에 기초하는 것을 특징으로 하는 장치.
제 21 항 내지 제 36 항 중 어느 한 항에 있어서, 상기 프로세서는 상기 잡음 기준의 구성을 위해 검출되는 상기 동작 사이클들의 숫자를 설정하기 위해 더 구성되는 것을 특징으로 하는 장치.
제 37 항에 있어서, 상기 숫자를 설정하는 것은 사용자 입력에 기초하는 것을 특징으로 하는 장치.
제 37 항 또는 제 38 항에 있어서, 상기 숫자를 설정하는 것은 상기 동작 데이터에 기초하여 상기 동작의 강도를 결정하는 것을 포함하는 것을 특징으로 하는 장치.
제 21 항 내지 제 39 항 중 어느 한 항에 있어서, 상기 생체 신호를 상기 잡음 기준으로 필터링하는 것은 최소 제곱 평균(LMS) 알고리즘, 순환 최소 제곱(RLS) 알고리즘, 또는 이와 유사한 것을 적용하는 것을 포함하는 것을 특징으로 하는 장치.