KR20170109554A

KR20170109554A - 대상자의 정신 상태를 도출하기 위한 방법 및 장치

Info

Publication number: KR20170109554A
Application number: KR1020177021053A
Authority: KR
Inventors: 아위에 아웅; 키티퐁 카삼숙; 비지트 타비프룽스리폰; 핌폰 무아위노이
Original assignee: 닛토덴코 가부시키가이샤
Priority date: 2014-12-30
Filing date: 2015-12-23
Publication date: 2017-09-29
Also published as: US11076788B2; JP2018504188A; AU2015372661B2; WO2016108754A1; US20210321924A1; SG11201704941SA; AU2015372661A1; US20170340257A1; EP3240481A1; NZ732929A; EP3240481A4; CN107427267B; JP7191159B2; JP6903579B2; JP2021154150A; CN107427267A

Abstract

대상자의 정신 상태를 도출하기 위한 방법 및 관련된 장치가 개시된다. 일 실시예에 따른 방법(1500)은, 상기 대상자로부터 생체 신호를 수신(1502)하는 단계; 상기 생체 신호로부터 도출된 적어도 두 개의 생체학적 파라미터들의 각각의 통계적 변이들을 계산하는 단계; 상기 적어도 두 개의 생체학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정(1504)하는 단계; 적어도 두 개의 심박 변이 파라미터들을 계산하기 위해 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하는 단계; 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여, 상기 대상자의 밸런스 레벨을 결정(1506)하는 단계; 및 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출(1508)하는 단계를 포함할 수 있다.

Description

대상자의 정신 상태를 도출하기 위한 방법 및 장치

본 발명은 대상자의 정신 상태를 도출하는 방법 및 장치에 관한 것이다.

감정적 각성은 우리 주변의 끊임없이 변화하는 환경에 대한 인체의 자연스러운 반응이다. 스트레스 각성이 있으면, 인체는 본능적으로 아드레날린이나 코티솔과 같은 도망 또는 공격(flight or fight) 스트레스 (반응) 호르몬을 생성한다. 스트레스 호르몬을 혈류로 분비하게 되면, 심박, 혈압, 호흡, 및 근육 기능에 특징적인 생리적 변화가 일어납니다. 이 변화들은 상황에 적절하고 효율적으로 대응하고 대처할 수 있도록 개인이 집중하고, 에너지 넘치며, 주의하도록 도와준다.

스트레스가 일상 생활에 필수적이며 유익한 것으로 간주됨에도 불구하고, 스트레스 호르몬의 높은 레벨의 만성적인 노출은, 고혈압, 면역 억제, 소화 불량, 우울증, 불안 장애, 성욕 감퇴, 두통, 기억 상실, 집중력 부족, 학습 장애, 불면증 등의 위험을 증가시키는 것으로 또한 알려졌다.

도 1은 여키스-도슨 곡선(Yerkes-Dodson curve)으로 알려진, 각성 레벨과 성능 간의 경험적 관계의 한 예를 나타내는 그래프(100)이고, 여키스-도슨 법칙(Yerkes-Dodson law)은 특정 시점에서부터 그 시점까지의 각성 레벨이 증가함에 따라 성능이 감소하는 대신에 증가하는 경향이 있음을 나타낸다. 연구는 최적의 성능을 위해 각기 다른 작업이 각기 다른 레벨의 각성을 요구하는 것을 또한 발견하였고, 따라서 여키스-도슨 곡선의 모양은 매우 다양할 수 있다. 지능적으로 요구되는 작업에 있어서, 낮은 레벨의 각성은 집중을 하기 위해 요구되지만, 체력이나 지속성을 요하는 작업의 경우, 높은 레벨의 각성이 동기 유발을 위해 대신 요구된다. 도 2는 그래프(200)에서 다른 예를 나타낸다. 간단하거나 학습이 잘 된 작업에 있어서, 각성 레벨과 성능 간 관계는 선형으로 간주될 수 있다. 하지만, 복잡하고 익숙하지 않거나 어려운 작업의 경우, 각성 레벨과 성능 간 관계는 바뀌고, 성능은 각성 레벨의 증가에 따라 감소한다.

개인이 어떻게 반응하고, 접하는 상황을 인지하는 바에 따르면, 스트레스는 보통 두 가지 형태로 경험됩니다. eustress라고도 알려진 긍정적 형태의 스트레스는 개인이 최대 성과를 달성하도록 동기를 부여하고 힘을 공급한다. 이 긍정적 스트레스를 경험한 개인들은 가끔 자기 자신들을 열성적("pumped up")이거나 들뜬 상태인("being psyched") 것으로 묘사한다. 또한, 최적 레벨에서 일하기 위해 개인은 이상적인 양의 긍적적 스트레스를 경험할 필요가 있다고 믿어진다. 너무 적은 긍적적 스트레스는 개인이 지루해 지지만, 너무 많은 긍적적 스트레스는 개인을 무모하게 행동하고, 결단력이 부족하게 되고, 육체적으로나 정신적으로 둘 다 마모되게 만든다. 반면, 부정적 스트레스나 고통(distress)은 불안이나 걱정과 같은 부정적 감정을 경험하는 개인과 거의 관련이 있다. 이러한 종류의 부정적 스트레스는 바람직하지 않게 성능을 저하시키고, 상기에서 기술한 바와 같이 정신적 및 신체적 결함을 야기시킨다.

건강한 심장은 일반적으로 심박 변이도(Heart Rate Variability, HRV)로 알려진, 자연적 박동 간(beat-to-beat) 변이가 비율 상 있음이 인식되어야 한다. 이 변이도 내 패턴과 리듬은 건강과 일반적인 웰빙(well-being)에 중요하다. 연구는 개인이 다른 감정 상태로 바뀔 때, 심장 리듬이 즉시 바뀌는 것을 나타내고 있다.

특히, 불안과 좌절과 같은 부정적인 감정 또는 부정적인 밸런스는 혼란스럽거나 무질서한 변화와 관계가 있다. 다른 한편으로, 고요함과 평온과 같은 긍정적인 감정 또는 긍정적인 밸런스는 HRV 일관성이라고도 알려진 호흡과 동기화된 규칙적인 리듬을 나타내는 경향이 있다. 따라서, HRV 일관성을 제어 할 수 있는 개인은 부수적으로 인지 능력 및 감정적인 웰빙을 개선할 수 있다.

그러므로, 전반적으로 신체적이고 정신적인 웰빙을 유지하기 위해 필요한 조치가 취해지기 위하여, 개인은 자신의 감정적 상태를 아는 것이 중요하다. 현재, 심리학자들에 의하여 감정적 웰빙을 평가하기 위해 일반적으로 사용하는 보통의 방법으로는 참가자 자기 평가와, 인터뷰, 설문지가 포함됩니다. 그러한 테스트의 결과는 종종, 관찰자와 참가자 모두로부터 판단상의 오류를 겪는다. 다른 방식의 평가는, 스트레스를 탐지하는데 있어서 매우 정확하지만 다소 번거롭고 시간을 소모하는, 타액 코티솔 테스트가 포함될 수 있다. 특히 오랜 시간 동안, 개인이 전통적인 솔루션을 사용하여 자신의 감정 레벨을 지속적으로 모니터링하는 것은 실행될 수 없다.

따라서, 본 발명의 하나의 목적은 종래 기술의 문제점 중 적어도 하나를 해결하고, 또는 그 기술 분야에서 유용한 선택을 제공하는 것이다.

발명의 제1 측면에 따르면, 대상자(subject)의 정신 상태(mental state)를 도출하기 위한 방법이 제공되고, 상기 방법은, (i) 상기 대상자로부터 생체 신호(bio-signal)를 수신하는 단계; (ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생체학적 파라미터들(physiological parameters)의 각각의 통계적 변이들(statistical variations)을 계산하는 단계; (iii) 상기 적어도 두 개의 생체학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨(arousal level)을 결정하는 단계; (iv) 적어도 두 개의 심박 변이 파라미터들(heart rate variability parameters)을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호(time-domain heart rate variability signal)를 도출하는 단계; (v) 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여, 상기 대상자의 밸런스 레벨(valence level)을 결정하는 단계; 및(vi) 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출하는 단계를 포함한다.

제안된 방법의 장점은 저주파/고주파 비율(LF/HF ratio) 및/또는 첨도 값(kurtosis value) 및/또는 심박 변이 일관성(HRV coherence)과 같은 두 개의 심박 변이 파라미터를 사용함으로써, 대상자의 정신 상태를 보다 정확하게 도출할 수 있고, 결과적으로 요구된 시간 간격(time period) 동안 대상자의 감정 상태들 (emotional states)이 추적될 수 있게 한다.

바람직하게는, 상기 적어도 두 개의 생체학적 파라미터들은 호흡수(respiration rate), 심박(heart rate), 및 맥압(pulse pressure)으로 구성된 상기 그룹으로부터 선택될 수 있다.

바람직하게는, 상기 생체 신호를 수신하는 단계는, 상기 생체 신호의 적어도 다섯 개의 심장 주기들(cardiac cycles)에 관한 수신 데이터(receiving data)를 포함하는 상기 생체 신호를 수신하는 단계를 포함한다.

바람직하게는, 상기 방법은 상기 (v) 단계에서, 상기 대상자의 초기 밸런스 레벨(initial valence level)을 결정하기 위해 첫 번째의 상기 적어도 두 개의 심박 변이 파라미터들을 사용하는 단계; 및 상기 밸런스 레벨을 획득하기 위해 상기 초기 밸런스 레벨을 확인하기 위하여, 두 번째의 상기 적어도 두 개의 심박 변이 파라미터들을 조건적 임계값 파라미터(conditional threshold parameter)로서 사용하는 단계를 더 포함한다.

바람직하게는, 상기 적어도 두 개의 심박 변이 파라미터들은, 상기 대상자의 심박 변이 일관성(heart rate variability coherence), 저주파/고주파 비율(LF/HF ratio), 및 첨도 값으로 구성된 상기 그룹으로부터 선택될 수 있다.

바람직하게는, 상기 심박 변이 일관성은, 상기 시간 영역 심박 변이 신호(time-domain heart rate variability signal)와 기준 신호(reference signal)를 상관시킴(correlating)으로써 계산될 수 있다.

바람직하게는, 상기 저주파/고주파 비율과 첨도 값은, 상기 시간 영역 심박 변이 신호로부터 획득된 주파수 영역 신호로부터 계산될 수 있다.

바람직하게는, 상기 주파수 영역 신호는, 상기 시간 영역 심박 변이 신호를 파워 스텍트럼 밀도(Power Spectral Density) 스펙트럼으로 변환함으로써 획득될 수 있다.

바람직하게는, 상기 기준 신호는, 시간 영역 기준 신호를 나타내는 사인파(sine wave)를 포함할 수 있다.

바람직하게는, 상기 데이터는, 수축기 피크(systolic peak), 각각의 심장 주기의 시작 시간(start time)과 종료 시간(end time)에 관한 상기 적어도 다섯 개의 심장 주기의 시간 간격들을 포함할 수 있다.

바람직하게는, 상기 방법은, 상기 각성 레벨을 결정하기 위하여, 상기 계산된 통계적 변이들을 집합적으로 사용하는 기계 학습 분류기(machine learning classifier)를 구성하는 단계를 더 포함할 수 있다.

바람직하게는, 상기 기계 학습 분류기는, 서포트 벡터 머신(Support Vector Machine, SVM), 나이브 베이즈(

) 또는 k-최근접 이웃(k-Nearest Neighbours)을 포함할 수 있다.

발명의 제2 측면에 따르면, 대상자의 정신 상태를 도출하기 위한 컴퓨터 프로그램이 제공되고, 전자 기기에 다운로드 가능하고 명령어 세트를 포함하고, 실행 시 상기 전자 기기의 프로세스가 (i) 상기 대상자로부터 생체 신호를 수신하고, (ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생체학적 파라미터들의 각각의 통계적 변이들을 계산하고, (iii) 상기 적어도 두 개의 생체학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하고, (iv) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위하여, 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하고, (v) 상기 적어도 두 개의 심박 변이 파라미터들을 기초로 상기 대상자의 밸런스 레벨을 결정하고, (vi) 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출함을 제어하도록 조정된다.

바람직하게는, 상기 컴퓨터 프로그램은, 상기 인터넷을 통해 다운로드 가능할 수 있다.

발명의 제3 측면에 따르면, 전자 기기의 메모리에 저장된 컴퓨터 프로그램이 제공되고, 전자 기기에 다운로드 가능하고 명령어 세트를 포함하고, 실행 시 상기 전자 기기의 프로세스가 (i) 대상자로부터 생체 신호를 수신하고, (ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생체학적 파라미터들의 각각의 통계적 변이들을 계산하고, (iii) 상기 적어도 두 개의 생체학적 파라미터들의 상기 계산된 통계적 변이들을 기초로 상기 대상자의 각성 레벨을 결정하고, (iv) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하고, (v) 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여 상기 대상자의 밸런스 레벨을 결정하고, (vi) 상기 각성 레벨 및 밸런스 레벨로부터 상기 대상자의 정신 상태를 도출함을 제어하도록 조정된다.

발명의 제4 측면에 따르면, 대상자의 정신 상태를 도출하기 위한 장치가 제공되고, 상기 장치는, (i) 상기 대상자로부터 생체 신호를 수신하는 수신부; 및 (a) 상기 생체 신호로부터 도출된 적어도 두 개의 생체학적 파라미터들의 각각의 통계적 변이들을 계산하고, (b) 상기 적어도 두 개의 생체학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하고, (c) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하고, (d) 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여, 상기 대상자의 밸런스 레벨을 결정하고, (e) 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출하기 위한, (ii) 프로세서를 포함한다.

바람직하게는, 상기 장치는, 전자 기기의 형태일 수 있다.

바람직하게는, 상기 전자 기기는, 통신 기기 또는 웨어러블 기기일 수 있다.

바람직하게는, 상기 장치는, 수신기를 가지는 웨어러블 기기 또는 통신 기기를 포함할 수 있고, 상기 웨어러블 기기는, 상기 대상자로부터 상기 생체 신호를 획득하기 위한 신호 센싱 기기; 및 상기 생체 신호에 관한 데이터를 결정하기 위한 데이터 처리 모듈을 포함하고, 상기 통신 기기의 수신기는, 상기 생체 신호의 상기 결정된 데이터를 수신하기 위하여 배열된다.

바람직하게는, 상기 전자 기기는, 적어도 하나의 발광 다이오드(light emitting diode, LED), 하나의 포토다이오드를 포함하고, 상기 LED는, 상기 대상자의 표면에 광을 방출하도록 배열되고, 상기 포토다이오드는, 상기 방출된 광으로부터 상기 대상자의 표면에 의하여 반사된 광을 수신하기 위하여 배열되고, 상기 반사된 광은, 상기 생체 신호의 상기 적어도 다섯 개의 심장 주기들에 관한 상기 데이터에 대응된다.

발명의 제5 측면에 따르면, 대상자의 밸런스 레벨을 결정하기 위한 방법이 제공되고, 상기 방법은, (i) 상기 대상자로부터 생체 신호를 수신하는 단계; (ii) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하는 단계; 및 (iii) 상기 적어도 두 개의 심박 변이 파라미터들로부터 상기 밸런스 레벨을 결정하는 단계를 포함한다.

바람직하게는, 상기 적어도 두 개의 심박 변이 파라미터들은, 상기 대상자의 심박 변이 일관성, 저주파/고주파 비율, 첨도 값으로 구성되는 상기 그룹으로부터 선택될 수 있다.

발명의 제6 측면에 따르면, 대상자의 각성 레벨을 결정하는 방법이 제공되고, 상기 방법은, (i) 상기 대상자로부터 생체 신호를 수신하는 단계; (ii) 상기 생체 신호로부터 도출된 적어도 하나의 생체학적 파라미터의 통계적 변이를 계산하는 단계; 및 (iii) 상기 적어도 하나의 생체학적 파라미터의 상기 계산된 통계적 변이에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계를 포함하고, 상기 각성 레벨은, 상기 계산된 통계적 변이가 상기 대상자의 타액 코티솔의 40 % 이상 증가에 해당할 경우, 스트레스 레벨 내에 있다고 결정된다.

바람직하게는, 수신 상기 생체 신호는, 상기 생체 신호의 적어도 다섯 개의 연속하는 심장 주기들에 관한 수신 데이터를 포함할 수 있다.

바람직하게는, 상기 데이터는, 수축기 피크, 각각의 심장 주기의 시작 시간 및 종료 시간에 관한 상기 적어도 다섯 개의 심장 주기의 시간 간격들을 포함할 수 있다.

바람직하게는, 상기 적어도 하나의 생체학적 파라미터는, 맥압을 포함할 수 있다.

바람직하게는, 상기 적어도 하나의 생체학적 파라미터의 상기 통계적 변이를 계산하는 단계는, 상기 맥압의 상기 표준 편차를 계산하는 단계를 포함할 수 있다.

바람직하게는, 상기 각성 레벨은, 상기 맥압의 상기 계산된 표준 편차가 임계값보다 클 경우, 상기 스트레스 레벨 내에 있다고 결정될 수 있고, 상기 임계값은, 약 3.0-12.0 mmHg 수은 레벨(mercury level)의 범위 내에 있다.

바람직하게는, 상기 각성 레벨은,

상기 맥압의 상기 계산된 표준 편차가 임계값보다 클 경우, 상기 스트레스 레벨 내에 있다고 결정될 수 있고, 상기 임계값은, 약 6.0-10.0 mmHg 수은 레벨의 범위 내에 있다.

발명의 제7 측면에 따르면, 대상자의 정신 상태를 도출하기 위한 방법이 제공 되고, 상기 방법은, (i) 상기 대상자로부터 생체 신호를 수신하는 단계; (ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생체학적 파라미터들의 각각의 통계적 변이들을 계산하는 단계; 및 (iii) 상기 적어도 두 개의 생체학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계를 포함한다.

바람직하게는, 상기 적어도 두 개의 생체학적 파라미터들은, 호흡수, 심박 및 맥압으로 구성되는 상기 그룹으로부터 선택될 수 있다.

발명의 제8 측면에 따르면, 대상자의 각성 레벨을 결정하기 위한 방법이 제공되고, 상기 방법은, (i) 상기 대상자로부터 생체 신호를 수신하는 단계; (ii) 상기 생체 신호로부터 도출된 적어도 하나의 생체학적 파라미터의 통계적 변이를 계산하는 단계; 및 (iii) 상기 적어도 하나의 생체학적 파라미터의 상기 계산된 통계적 변이에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계를 포함하고, 상기 각성 레벨은, 상기 계산된 통계적 변이가 임계값보다 클 경우, 스트레스 레벨 내에 있다고 결정되고, 상기 임계값은, 약 3.0-12.0 mmHg 수은 레벨의 범위 내에 있다.

본 발명의 일 측면에 관한 특징들이 또한 본 발명의 다른 측면들에도 적용될 수 있어야 한다.

본 발명의 이러한 측면 및 다른 측면들은 하기에 기술된 실시 예를 참조함으로써 명확해지고, 더 자세히 설명 될 것이다.

본 발명의 실시 예는 첨부한 도면을 참조하여 하기에 개시되고,
도 1은 상기 종래 기술에 따른, 각성 레벨과 성능 간 경험적 관계를 도시한 제1 그래프;
도 2는 상기 종래 기술에 따른, 각성 레벨과 쉽고 어려운 작업의 성능 간 경험적 관계를 도시한 제 2 그래프;
도 3은 본 발명의 일 실시 예에 따른, 대상자의 정신 상태를 도출하기 위한 장치의 개략도;
도 4는 도 3의 장치의 개략적인 블록도;
도 5는 도 3의 장치의 웨어러블 기기를 위한 발광 다이오드-포토다이오드(LED-PD) 구성의 개략도;
도 6은 대상자의 각성 레벨을 결정하기 위하여, 도 1의 장치에 의해 수행되는 방법의 흐름도;
도 7은 광적용적맥파(photoelectric plethysmography, PPG) 신호의 다이어그램;
도 8은 스트레스 상황과 비스트레스 상황을 정확하게 비교함에 관한 관련 결과를 도시한 다양한 파라미터들의 표;
도 9a 부터 도 9c를 포함하는, 도 9는, 서포트 벡터 머신(Support Vector Machine, SVM)을 사용하여 각성 레벨을 분류하는 개선된 결과를 도시하고;
도 10은 대상자의 밸런스 레벨을 결정하기 위하여, 도 1의 장치에 의해 수행되는 방법의 흐름도;
도 11은 파워 스텍트럼 밀도(Power Spectral Density) 스펙트럼을 도시한 그래프;
도 12는 서로 다른 감정 분류 간 중첩 관계를 도시한 벤 다이어그램(Venn diagram);
도 13a 및 도 13b를 포함하는, 도 13은, 정상이고 평온한 상태 동안의 심박 변이 일관성(HRV coherence) 및 첨도 값에 있어서 차이들을 나타내는 각각의 도면을 도시하고;
도 14는 밸런스 레벨을 결정하기 위한 상이한 HRV 특징을 사용하는 방식을 나타내는 벤 다이어그램;
도 15는 대상자의 정신 상태를 도출하기 위하여, 도 1의 장치에 의해 수행되는, 방법의 흐름도;
도 16은 서로 다른 각성 레벨 및 밸런스 레벨들을 상이한 감정 상태로 분류하기 위해 사용되는 차트 다이어그램;
도 17은 서로 다른 각성 레벨 및 밸런스 레벨들을 상이한 감정 상태로 더 상세하게 분류하기 위해 사용되는 차트 다이어그램; 및
도 18은 스트레스 상황 및 비스트레스 상황 아래에서 경험적으로 획득된, 맥압의 표준 편차(standard deviations of pulse pressure, SDPP) 파라미터에 관한 측정된 수은 레벨의 표.

도 3은 본 발명의 제 1 실시 예에 따른, 대상자(미도시)의 정신 상태를 도출하기 위한, 웨어러블 기기(302) 및 통신 기기(304)를 포함하는, 장치(300)의 개략도이다. 도 4는 장치(300)의 개략도를 도시한다. 상기 대상자는 장치(300)의 사용자이다. 웨어러블 기기(302)는, 예를 들어, 손목 시계와 같은 다른 형태로 실현될 수 있다. 물론, 다른 구상된 실시 예들에서, 웨어러블 기기(302)는 또한, 팔, 귀, 가슴, 손가락, 목 또는 발과 같은, 사용자의 신체의 어떤 부분 에 착용되기에 적합한 어떤 다른 형태일 수 있다. 어떤 경우에서, 웨어러블 기기(302)는, 예를 들어, 손바닥 사이즈의 폼 팩터(form factor)로, 편리하게 휴대할 수 있도록 바람직하게 조정되어야 한다. 웨어러블 기기(302)는 (웨어러블 기기(302)를 착용한) 사용자로부터 생체학적 측정들을 획득하도록 구성되고, 상기 사용자의 (감정 상태라고도 알려져 있는) 정신 상태를 도출한 다음, 도출 된 결과(들)를 통신 기기(304)에 (유선/무선으로) 전송한다. 통신 기기(304)의 예들은 이동 전화들, 적합한 휴대용 전자 기기들, 데스크탑 컴퓨터(desktop computer)들, 랩탑 컴퓨터(laptop computer)들, 태블릿(tablet)들 등과 같은 컴퓨팅 기기를 포함한다.

도 4에 있어서, 웨어러블 기기(302)는 상기 대상자로부터 생체 신호를 획득하기 위한 신호 센싱 모듈(402)을 포함한다. 이 경우에, 신호 센싱 모듈(402)은 도 5에 도시된 바와 같이 LED-PD 모듈(500)의 형태로 구현되지만, 제한적으로 해석되지는 않는다. LED-PD 모듈(500)은 LED(502) 및 두 개의 (제1 및 제 2) 포토다이오드(PD)(504a, 504b)들을 포함한다. 용어 "PD"는 포토 다이오드(photo diode)를 나타낸다. 특히, 손목 시계 형태로 구현된 웨어러블 기기(302)에 있어서, LED-PD 모듈(500)은 반사 모드에서 측정들을 수행하도록 구성된다. 측정들은 대상자의 표면(예를 들어, 손목, 웨어러블 기기(302)의 경우 손목 시계임) 상에 LED(502)에 의해 방출/전송되는 광의 양에 기초하고, 방출된 광의 일부는 반사된 광으로서 다음으로 상기 표면에 의하여 반사된다. 이때, 이 반사된 광은 대상자의 생체 신호로서 두 개의 PD(504a, 504b)들에 의해 검출된다. 즉, 신호 센싱 모듈(402)은 광학 측정 센서이다.

게다가, 상기 장치(300)는 신호 센싱 모듈(402)와 함께 사용될 수 있는, ECG, EEG, EMG, GSR, 온도 센서 및/ 또는 압력 센서와 같은 다른 타입의 생체학적 파라미터들 센서(도 4에 도시되지 않음)들을 또한 포함할 수 있다. 상기 서로 다른 생체학적 파라미터들 센서들은 웨어러블 기기(302)와 별도로 배열되거나 그 내부에 통합될 수 있다. 상기 서로 다른 생체학적 파라미터들 센서들은 센싱 동안에 사용자의 다양한 생체학적 파라미터들(예를 들어, 체온 및 GSR)을 획득하도록 구성되고, 센싱 동안에 (웨어러블 기기(302)와 같은) 상기 사용자의 신체의 동일하거나 다른 위치들에 배치될 수 있다.

웨어러블 기기(302)는, 신호 센싱 모듈(402)에 의해 획득된 생체 신호를 수신하고 출력 결과로 처리하도록 조정된, 프로세서와 같은 데이터 처리 및 연산 모듈(404)(이하, 간략을 위해 데이터 처리 모듈)을 더 포함한다. 또한, 웨어러블 기기(302)는 출력 결과를 대상자에 디스플레이하기 위한 디스플레이부(406)를 포함한다. 게다가, 웨어러블 기기(302)는 출력 결과를 통신 기기(304)에 유선/무선으로 전송하도록 조정된 유선/무선 전송 모듈(408)을 포함한다. 말할 필요 없이, 통신 기기(304)는 웨어러블 기기(302)로부터의 출력 결과들에 관한 신호들을 수신하기 위한 대응하는 유선/무선 수신 모듈(410), 수신된 결과를 대상자에 디스플레이하기 위한 디스플레이부(412)를 포함한다. 양호한 순서에 있어서, 웨어러블 기기(302) 및 통신 기기(304)의 사용자는 하나의 동일한 개인 또는 상이한 개인들일 수 있지만, 이 실시 예에서 설명을 용이하게 하기 위해, 웨어러블 기기(302) 및 통신 기기(304)를 조작하는 사용자는 동일한 개인이라고 가정하기로 한다.

먼저, 대상자의 정신 상태를 유도하기 위한, 도 1의 장치(300)에 의해 수행되는 방법의 흐름도(1500)인, 도 15를 참조하면, 상기 방법의 단계들의 개요는 더 아래에 따르는 각 단계의 상세한 설명과 함께 간략하게 개략적으로 설명된다.

단계(1502)에서, 대상자는 자신의 생체 신호 신호를 획득하기 위한 웨어러블 기기(302)를 조작하고, 다음 단계(1504)에서, 대상자의 감정적 각성 레벨은 웨어러블 기기(302)에 의해 획득된 생체 신호에 기초하여 계산된다. 다음으로, 단계(1506)에서, 대상자의 감정적 밸런스 레벨은 웨어러블 기기(302)에 의해 또한 획득된 생체 신호에 기초하여 계산된다. 단계(1508 및 1506)의 시퀀스는 단계(1508)에서 획득된 최종 결과들에 영향을 미치지 않으면서 상호 교환 가능함을 알 수 있다. 마지막으로, 단계(1508)에서, 웨어러블 기기(302)는 계산된 각성 레벨과 밸런스 레벨에 기초하여 대상자의 정신 상태를 결정하고 도출한다. 다음으로, 대상자 자신에게 디스플레이되기 위하여, 도출된 정신 상태는 웨어러블 기기(302)에 의해 적절한 신호의 형태로 통신 기기(304)에 전송된다.

단계(1508)를 참조하면, 정신 상태들(즉, 감정들)은 서로 다른 각성 레벨들과 밸런스 레벨들의 획득된 결과들을 결합함으로써, 다차원 공간으로 분류 가능함을 알 수 있고, 이 다차원 공간은 도 16에 도시된 차트 다이어그램(1600)으로 묘사된다. 특히, 도 16에서 다차원 공간의 "제1 영역"(1602) 및 "제2 영역"(1604)은 대상자가 어느 영역 아래에 분류될 경우, 대상자는 스트레스 상태에 있는 것으로 간주됨을 나타낸다. 특히, "제1 영역"(1602)은 "Distress" 상태 분류를 나타내고, 반면에 "제2 영역"(1604)은 "Eustress" 상태 분류를 나타낸다. 한편, 대상자가 "제3 영역"(1606) 또는 "제4 영역"(1608)으로 분류될 경우, 그는 스트레스가 없는 상태로 간주된다. "제3 영역"(1606)은 "Calm" 상태 분류를 나타내는 반면에 "제4 영역"(1608)은 "Normal" 상태 분류를 나타낸다. "제1 영역"(1602)과 "제2 영역"(1604) 간 또는 "제3 영역"(1606)과 "제4 영역"(1608) 간의 분류는 저주파/고주파(LF/HF, Low Frequency/High Frequency) 비율에 의해 결정되고, 아래에서 더 자세히 설명하기로 한다. 게다가, 중첩된 감정을 더욱 정확하게 정의하기 위하여, HRV 일관성 및 첨도 값들이 분류를 더욱 지지하기 위해 또한 사용된다. 도 17은, "Angry", "Alert", "Excited", "Stress", “Normal", "Happy", "Depressed", "Bored" or "Relaxed"와 같이, 서로 다른 각성 레벨들과 밸런스 레벨들의 더 상세한 분류가 더 많은 레벨들의 정신 상태가 되도록 앞에서 기술된 방법들이 사용된, 다른 차트 다이어그램(1700)을 도시한다.

도 15의 방법의 상기 언급된 단계(1502 내지 1506)는 이제 각각 아래에서 자세히 설명된다.

● 감정적 각성 레벨 결정

도 6을 참조하면, 대상자의 감정적 각성 레벨을 결정하기 위한, 도 1의 장치(300)에 의해 수행되는 방법의 흐름도 (600)가 도시되어 있다. 따라서, 도 6의 방법은 전체적으로 도 15의 방법의 단계(1504)에 대응한다. 도 6의 방법은 하기 단계에 따라 수행된다. 단계(602)에서, 생체 신호는 대상자로부터 획득되고, 이는 근본적으로 도 4의 방법의 단계(1502)이다. 다음으로, 단계(604)에서, 획득된 생체 신호는 필터링되고, 단계(606)에서 획득된 생체 신호는 복수의 프로세싱 윈도우들(processing windows)로 분할된다.

게다가, 다음 단계(608)에서, 대상자의 적어도 어떤 두 개의 하기의 생체학적 파라미터들과 관련하는 복수의 프로세싱 윈도우들(단계(606)에서 획득된)의 각각의 통계적 변이들(statistical variations)(예를 들면, 표준 편차, 평균 시프트, 연속 차이의 제곱 평균 제곱근(RMSSD, root-mean-square of successive differences) 등)이 계산된다. : 생체학적 파라미터들은, 체온, 피부 온도, 갈바니 피부 반응(GSR, galvanic skin response), 호흡 수, 심박(HR heart rate), 및 맥압(PP, pulse pressure)이 포함됨. 예를 들어, 심박 및 맥압이 선택될 수 있고, 심박 및 맥압의 각각의 표준 편차(즉, SDHR 및 SDPP(standard deviations of the HR and PP))가 계산된다. 물론, 원한다면, 2 개 이상의 생체학적 파라미터들은 단계(610)에서 획득된 최종 결과의 정확성을 향상시키기 위해 또한 사용될 수 있다. 생체학적 파라미터들 중 일부는 획득된 생체 신호로부터 결정되는 반면에, 특정 다른 생체학적 파라미터는, 하지만 전술된 생체학적 파라미터들 센서들로부터 얻어짐을 알 수 있다. 마지막으로, 단계(610)에서, 대상자의 정서적 각성 레벨은 선택된 적어도 두 개의 생체학적 파라미터들의 계산된 통계적 변이를 기초로 계산되고 결정된다.

도 6의 방법의 각 단계(602 내지 610) 의 상세한 설명은 이제 아래에 나와 있다.

1. 상기 방법의 단계(602)

단계(602)에서, 신호 획득은 생체 신호를 얻기 위하여 신호 센싱 모듈(402)을 사용하여 웨어러블 기기(302)에 의해 수행되고, 이 실시 예에서, 생체 신호는 적어도 5 개의 심장 주기들을 포함하는 (도 7의 예에 도시 된 바와 같은) 동맥의 PPG 파형 신호(700)이다. 즉, PPG 신호(700)는 적어도 5 개의 심장 주기들을 포함해야 한다. 상기 적어도 5 개의 심장 주기는 또한 연속적으로 배열된다. PPG 신호(700)는 각각의 심장 주기의 수축기 피크, 시작 시간 및 종료 시간과 관련한 적어도 5 개의 심장 주기의 시간 간격들을 포함한다. PPG 신호(700)는 손목 및/또는 손가락과 같은 대상자의 신체의 임의의 주변 위치로부터 획득될 수 있다. 대상자의 생체 신호를 획득하기에 적합한 정확도는, 예를 들어, 제한되는 것은 아니지만, 대상자의 생체 신호를 얻기 위해 180 초의 측정 윈도우를 사용하도록 신호 센싱 모듈(402)을 구성함으로써, 달성될 수 있음이 경험적으로 결정되었다.

2. 상기 방법의 단계(604)

다음으로, 획득된 PPG 신호(700)는 처리 및 계산을 위해 데이터 처리 모듈(404)로 전달된다. 데이터 처리 모듈(404)은 필터링된 PPG 신호(미도시됨)를 생성하기 위해 획득된 PPG 신호(700)로부터 노이즈 및 아티팩트(artifact)들을 필터링하기 위해 기정의된 디지털 대역 통과 필터(미도시)를 포함할 수 있다.

3. 상기 방법의 단계(606)

다음으로, 단계(606)에서, 필터링된 PPG 신호는 후속의 프로세싱을 용이하게 하기 위하여 복수의 프로세싱 윈도우들로 분할된다. 하지만 물론, 필터링된 PPG 신호를 복수의 프로세싱 윈도우로 세그먼트화하는 것은, 원하지 않을 경우, 다른 실시 예들에서는 필요하지 않을 수도 있다. 그러한 경우에, (단계(602)에서 대상자의 생체 신호를 획득하기 위해 사용된) 전체 측정 윈도우의 통계적 변이가 그 대신 계산된다. 이 실시 예로 되돌아 가면, 각각의 프로세싱 윈도우는 적어도 5 개의 (연속적) 심장 주기들을 포함하도록 배열되며, 단계(602)에서 PPG 신호(700)는 연속적으로 배열된 적어도 5 개의 심장 주기를 포함하는 것으로 기술되므로, 따라서 이것은 단계(606)으로부터 결과가 되는 최소 하나의 프로세싱 윈도우가 있다는 것을 의미한다. 프로세싱 윈도우의 사이즈는 상기 윈도우의 지정된 시간 기간으로서 정의되지만, 이해된 것은 일례이며, 따라서 단지 가능한 유일한 정의라고 해석되지 않는다. 예를 들어, 대상자의 SDPP 및 SDHR을 계산하는 것과 관련하여, SDPP 및 SDHR을 계산하기에 적합한 정확도는, 예를 들어, 하지만 한정 없이, 특정한 정확도 요청에 따라 약 30 초의 미리 결정된 윈도우 사이즈를 이용함으로써, 달성될 수 있다고 결정된다. 또한, 결과들의 높은 정확성을 보장하기 위해 각 프로세싱 윈도우에 더 많은 심장 주기들(즉, 5 개 이상)이 포함되도록, 각각의 프로세싱 윈도우의 사이즈는 세그먼트화 프로세스(segmenting process) 중에 적응적으로 구성될 수 있다.

4. 상기 방법의 단계(608)

언급 된 바와 같이, 단계(608)에 대해, 대상자의 하기의 생체학적 파라미터 중 적어도 임의의 두 개에 관한 (606에서 획득된) 복수의 프로세싱 윈도우의 각각의 통계적 변이(예를 들어, 표준 편차, 평균 시프트, 연속 차이의 제곱 평균 제곱근 등)들이 계산됩니다. : 생체학적 파라미터들은 체온, 피부 온도, 갈바니 피부 반응, 호흡 수, 심박 및 맥압임. 예를 들어, 심박 및 맥압이 선택될 수 있고, 심박 및 맥압의 각각의 표준 편차(즉, SDHR 및 SDPP)들이 계산된다. 전통적인 방법들이 통계적 변이들을 계산하기 위해 사용되며, 따라서 간략하게 하기 위해 여기에서 설명되지 않을 것이다.

5. 상기 방법의 단계(610)

단계(610)에서, 단계(608)로부터 획득된 계산된 통계적 변이들(또는 전체 측정 윈도우가 대신 계산에 이용되는 경우, 단지 단일 통계적 변이)이 상이한 각성 레벨들로 분류하기 위해 기계 학습 분류기에 제공된다. Support Vector Machine (SVM), Naive Bayes, k-Nearest Neighbors (KNN) 등과 같은 임의의 알려진 기계 학습 분류기는 각성 레벨의 분류를 위해 독립적/결합적으로 사용될 수 있고, 채택되기 위하여 제공된 분류기들은 임상 시험 결과를 사용하여 분류에 사용되는 동일한/유사한 파라미터를 사용하여 미리 훈련된다. 이 실시 예에서, SVM 의 견고성(robustness) 및 높은 정확도 성능(performance)으로 인해, 사용되는 분류기로서 SVM이 선택된다.

언급 된 바와 같이, 맥압은 사용되는 생체학적 파라미터들 중 하나의 예로서 선택될 수 있고, 스트레스 및 비스트레스 상황들에 대한 관련 측정 값들에서 결정된 중요한 차이로 인해 SDPP가 사용될 수 있다. 따라서, 스트레스 상황과 비스트레스 상황을 보다 정확한 구분은 SDPP를 사용할 수 있다. 도 8은 수행된 임상 연구로부터의 파라미터들과 각각의 연관된 분류한 성능의 리스트를 나타내는 테이블(800)이다. 상기 표(800)로부터, SDPP에 대해 얻어진 낮은 p- 값이 스트레스 상황들과 비스트레스 상황들 간의 값에서 가장 중요한 차이들을 분명히 나타내는 것을 알 수 있다.

SDHR 및 SDPP가 도 6의 방법에서 사용하기 위해 (예들로서) 선택될 수 있는 반면에, 하지만, 도 6, 도 9a 및 도 9b는, 9b는 스트레스 상황들과 비스트레스 상황들 간을 정확하게 분류하기 위해 사용될 수 없는 각각의 파라미터에서 여전히 중첩되는 데이터가 있음을 나타낸다. 이 문제를 해결하기 위해, SVM 분류기는 데이터의 중첩되는 클래스를 분류하도록 사용됩니다. 개선된 결과는 도9에서 도시되고, 훈련된 SVM 분류기는 스트레스 상황들과 비스트레스 상황들을 실질적으로 구별할 수 있다.

● 정서적 밸런스 레벨 결정

도 10으로 이동하면, 대상자의 밸런스 레벨을 결정하기 위한, 도 10의 장치(300)에 의해 수행되는, 방법의 흐름도(1000)가 도시되어있다. 도 10의 방법은 전체적으로 도 15의 방법의 단계(1506)에 대응한다. 도 10의 방법은 다음 단계들에 따라 수행된다. 단계(1002)에서, 본질적으로 도 15의 방법의 단계(1502)인, 생체 신호의 신호가 획득된다. 따라서, 단계(602 및 1002)는 사실상 도 15의 단계(1502)일 뿐이다. 다음으로, 단계(1004)에서, 획득된 생체 신호는 필터링되고, 다음으로, 단계(1006)에서 획득된 생체 신호로부터 시간 영역 심박 변이(heart rate variability, HRV) 신호가 추출된다. 단계(1008)에서, 대상자의 HRV 일관성은 HRV 신호를 기준 신호와 상관시킴으로써 계산된다. 기준 신호는, 예를 들어, 시간 영역 기준 신호(time-domain reference signal)를 나타내는 사인파(sine wave)이다.

다음으로, 단계(1010)에서, 적어도 하나의 관련 주파수 영역 파라미터(frequency-domain parameter)를 계산하기 위해 PSD 그래프를 도출하기 위한 시간 영역 HRV 신호에 대해 (고속 푸리에 변환(Fast Fourier Transform, FFT) 알고리즘을 사용하여) 주파수 영역 분석이 수행된다. 적어도 하나의 주파수 영역 파라미터는 LF/HF 비율(LF/HF ratio) 및 첨도 값(kurtosis value)을 포함하지만, 다른 실시 예에서는, 다른 적절한 특징들이 또한 포함될 수 있다. 마지막으로, 단계(1012)에서, (이 경우에 있어서) 계산된 HRV 일관성, LF/HF 비율 및 첨도 값에 기초하여 대상자의 밸런스 레벨이 결정된다. HRV 일관성, LF/HF 비율 및 첨도 값은 집합적으로 심박 변이 파라미터들/특징들로 지칭될 수 있음을 알 수 있다.

단계(1004)는, 필요한 부분만 약간 수정하여 (전술한 바와 같이) 도 6의 방법의 단계(604)와 유사함을 알 수 있고, 따라서 간결성을 위해, 설명은 반복되지 않을 것이다. 도 10의 방법의 다음의 단계(1006 내지 1012)의 상세한 설명은 이제 아래에 나와 있다.

1. 상기 방법의 단계(1006 및 1008)

단계(1006 및 1008)에 대해, 공표 번호 WO2014/031082를 가지는 PCT 출원의 사상들이 그 전체가 여기에 통합된다. 따라서, 대상자의 HRV 일관성을 획득하기 위해 기준 신호를 이용하여 다음에 상관시키기 위하여 생체 신호로부터 시간 영역 심박 변이 신호(time-domain HRV signal)를 어떻게 도출하는 지 전체 상세한 내용을 위하여, 관심 있는 독자는 전술한 PCT 출원 WO2014/031082로 안내된다. 물론, (시간 또는 주파수 영역에 있는) HRV 일관성을 계산하기 위한 임의의 다른 알려진 방법들이 사용될 수 있음을 알 수 있으며, 단지 PCT 출원 WO2014/031082에 기술된 방법에만 한정되는 것은 아니다.

2. 상기 방법의 단계(1010)

단계(1010)에서, 고속 푸리에 변환(Fast Fourier Transform, FFT) 알고리즘을 이용함으로써, 시간 영역 HRV 신호(time-domain HRV signal)는, 데이터 처리 모듈(404)에 의해 파워 스텍트럼 밀도(Power Spectral Density, PSD) 그래프로 변환되고, 도 11에서 PSD의 예시적인 그래프(1100)가 도시된다. 즉, PSD 그래프는 시간 영역 HRV 신호로부터 획득된 주파수 영역 스펙트럼(frequency-domain spectrum)이다.

특히, PSD 그래프의 저주파 (LF, low frequency) 전력(즉, 0.04-0.15 Hz)과 고주파 (HF, high frequency) 전력(즉, 0.15-0.4 Hz) 대역들은 PSD 그래프의 수학적 통합(mathematical integration)에 의해 정량화되고, 데이터 처리 모듈(404)에 의해 고주파 전력에 대한 저주파 전력의 비율(LF/HF)을 계산하도록 이용된다. 게다가, 스펙트럼 첨도 분석(spectral kurtosis analysis)은 첨도 값을 계산하기 위해 PSD 그래프상의 데이터 처리 모듈(404)에 의해 수행된다.

3. 상기 방법의 단계(1012)

LF/HF 비율은 서로 다른 밸런스 레벨들의 감정들을 구별하기 위해 일반적으로 사용됨을 알 수 있다. 하지만, 도 12의 벤 다이어그램(1200)의 음영 부분들(shaded portions)에 도시 된 바와 같이, LF/HF 비율의 동일한 값에 기초하여 밀접하게 관련된 감정들의 중첩이 여전히 존재한다. LF/HF 비율과는 별도로, HRV 일관성(HRV coherence)은 또한 (감정적) 밸런스 레벨과 밀접한 관련이 있다고 판단된다. 도 13a 및 도 13b에 도시된 바와 같이, PSD의 첨도 분석(kurtosis analysis)을 위해, 첨도 값은 개인의 HRV 일관성과 높은 관련이 있음을 알 수 있다. 따라서, 이 실시 예에 있어서, HRV 일관성, LF/HF 비율 및 첨도 값의 조합된 분석(combined analysis)은 대상자의 밸런스 레벨을 결정시 가장 높은 정확도를 제공하는 것이 결정된다.

따라서, 단계(1012)에서, 밸런스 레벨은 HRV 일관성, LF/HF 비율 및 첨도 값으로부터 집합적으로 도출된다. 언급된 바와 같이, LF/HF 비율의 값은 전형적으로 대상자의 대응하는 감정적 밸런스를 나타내지만, 밀접하게 관련된 감정 상태들(즉, 도 16 또는 도 17 참조)을 분리하는 경계(boundary)는 여전히 모호함을 알 수 있다. 그럼에도 불구하고 초기 밸런스 레벨은 여전히 결정 가능하다. 다음으로, HRV 일관성 및 첨도 값은 초기에 결정된 밸런스 레벨이 정확한지 확인하는 데 더 도움을 주도록 사용된다.

예를 들어, 대상자가 평온한 상태(즉, 높은 자율 균형(high autonomic balance))에 있으면, 밸런스 레벨은 높은 LF/HF 비율에 의해 특징지어진다. 설명하자면, 도 14의 벤 다이어그램(1400)을 참조하면, 정상 상태에 있으나 LF/HF 비율의 더 높은 값을 갖는 것으로 판단되는 대상자는 평온한 상태(calm state)로 오인될 수 있다. 실제로, HRV 일관성 및 첨도 값들(개별적이거나 결합된)을 분석에 임계값 파라미터들(임계값들과 비교되는)로서 통합함으로써, 대상자가 진정으로 평온한 상태인지 여부가 더 검증될 수 있다. 양호한 순서에 대해, 임계값은 임상 시험들로부터 경험적으로 미리 결정되는 것을 알 수 있다. 예를 들어, 계산된 밸런스 레벨이 정상 영역(normal region)에 속하는지 여부를 결정하기 위해 하기의 부등식(inequality equations)들의 집합(set)이 사용될 수 있다. : IF "계산된 LF/HF > X", "계산된 첨도(Kurtosis) < A" and "계산된 HRV 일관성(HRV Coherence) < B", THEN "밸런스 레벨(Valence Level) = Normal", "A"와 "B" 변수들 (variables)은 미리 결정된 임계값을 나타내고, 반면 "X"는 단지 미리 결정된 값을 나타낸다.

이하, 나머지 구성이 설명된다. 간결성을 위해, 상이한 구성들 간 공통되는 유사한 구성 요소들, 기능들 및 동작들의 설명은 반복되지 않고, 대신 참조가 관련 구성(들)의 유사한 부분들에 대하여 생성된다.

제2 실시 예에서, 두 개의 분리 된 장치들(즉, 웨어러블 기기(302) 및 통신 기기(304)) 대신에, 장치(300) 자체는 하나의 대응하는 전자 기기로서 구현될 수 있고, 웨어러블 기기(302) 및 통신 기기(304)는 제1 실시 예에서 기술된 모든 동일한 기능들을 수행하도록 (하드웨어로) 통합되고 구성된다. 게다가, 도 15의 흐름도(1500)의 모든 단계들(1502 내지 1508)(또한, 도 6의 흐름도 (600)의 단계들(602 내지 612) 및 도 10의 흐름도(1000)의 단계들(1002 내지 1012)을 포함함)은 상기 전자 기기의 메모리 상에 저장을 위해, 인터넷을 통해 다운로드 가능한 컴퓨터 프로그램 제품으로서 구현될 수 있다, 다시 말해서, 도 15의 방법에 대한 개선 사항들이 있을 경우, 전자 기기는 또한 다운로드 된 컴퓨터 프로그램 제품을 이용함으로써, 개선 사항들로 (필요시) 업데이트될 수 있다.

제3 실시 예에서, 도 15의 흐름도(150)에서 모든 단계들(1502-1508)은 (웨어러블 기기(302) 대신) 통신 기기(304)일 수 있는 하나의 전자 기기 또는 다른 구상되는 적합한 전자 기기들에 의해 수행될 수 있다. 다시 말하면, 다양한 모듈들 - 신호 센싱 모듈(402), 데이터 처리 모듈(404) - 은, 통신 기기(304)의 일부로서 가능하도록, 동일한 전자 기기의 부분들을 형성할 수 있다. 그 결과, 더 이상, 그와 같은 구성에서 유/무선 송신 모듈(wired/wireless transmission module)(408) 또는 유/무선 수신기 모듈(wired/wireless receiver module)(410)을 포함할 필요가 없다. 말할 필요도 없이, 하나의 전자 기기는 또한 대상자의 신체에 착용되는 웨어러블 센싱 기기(wearable sensing device)로서 실현될 수 있다.

제4 실시 예에서, 예를 들어, 통신 기기(304)의 데이터 처리 모듈이 웨어러블 기기(302)의 처리 능력보다 높은 처리 능력(higher processing power)을 보유한다고 결정될 경우, 도 15의 방법의 단계들(1504-1508)은 웨어러블 기기(302)를 대신하여, 통신 기기(304)의 (미도시된) 데이터 처리 모듈에 의해 대체적으로 수행될 수 있지만, 제한으로서 해석되어서는 안 된다. 게다가, 도 14의 단계들(1504-1508)의 수행은 장치(300)의 사용자에 의해 영향 받은 원하는 구성에 따르면, 통신 기기(304)의 데이터 처리 모듈과 웨어러블 기기(302)의 데이터 처리 모듈(404) 간 동적으로 할당될 수도 있다.

요약하면, 도 15의 방법(도 3의 제안 된 장치(300)에 의해 수행됨)을 통해, 대상자의 밸런스 레벨은 HRV 신호로부터 획득된다. HRV 신호의 시간 및 주파수 영역들(time and frequency domains) 둘 다 프로세스 동안 사용된다. 특히, 시간 영역으로부터, 대상자의 HRV 일관성이 결정된다. 또한, HRD 신호를 시간 영역(time-domain)에서 주파수 영역(frequency-domain)으로 변환함으로써, PSD 그래프는 획득된다. 그것으로부터, LF/HF 비율 및 첨도 값은 PSD 그래프로부터 도출된다. 이어서, HRV 일관성, LF/HF 비율 및 첨도 값을 조합하여 분석함으로써, 대상자의 밸런스 레벨이 결정된다. 또한, 동일한 대상자의 감정적 각성 레벨은 또한 대상자의 심박 및 맥압의 통계적 변이로부터 결정된다. 그러나 전술한 바와 같이, 체온, 피부 온도, 갈바니 피부 반응, 호흡률과 같은 그룹으로부터 다른 두 가지 생체학적 파라미터가 또한 선택될 수 있다. 동일한 상기 파라미터들을 사용하여 상이한 각성 레벨들을 분류하도록 훈련된 기계 학습 분류기(예를 들어, SVM)는 (예로서) 심박 및 맥압의 측정된 통계적 변이들에 기초하여 대상자의 각성 레벨을 결정하는데 사용된다. 대상자의 결정된 밸런스 및 각성 레벨들에 기초하여, 사용자의 정신 상태가 결과적으로 도출된다.

제 5 실시 예에서, 도 6의 방법의 단계(610)에서, 상이한 각성 레벨로 분류하기 위해 (단계 608에서 획득된) 계산된 통계적 변이들을 기계 학습 분류기에 제공에 대한 대안이 대신 이용된다. 특히, 도 18은 스트레스 컨디션들(stress conditions)에 대한 지표(indicator)로서 타액 코티솔(salivary cortisol)을 사용하는 임상 연구에 기초하여 성능을 분류하는 것과 관련하여, 스트레스성 및 비스트레스성 상황들 아래에서 경험적으로 얻어진 SDPP 파라미터와 관련된 측정된 수은 레벨의 표(1800)이다. 연구 결과에 따르면, 테스트 대상자들의 맥압(PP, pulse pressure)에 대한 표준 편차는, 비스트레스 컨디션들(non-stressful conditions)(즉, 도 18의 범례 레이블 "1 - 휴식"(Resting) 및 "3 - 회복"(Recovery) 참조)에 비하여, 타액 코티솔에서 40 % 이상 증가(즉, > 40 %)에 따라 스트레스 컨디션(즉, 도 18의 범례 레이블 "2 - 정신적 스트레스 테스트"(Mental stress test) 참조) 동안, 더 높은 것으로 관찰된다. 특히, SDPP의 경우, 타액 코티솔에서 40 % 이상(즉, > 40 %) 증가는 측정된 약 3.0-12.0mmHg의 수은 레벨의 차단 임계값(cut-off threshold) 범위와 경험적으로 일치하고, 보다 구체적으로, 범위는 약 6.0-10.0 mmHg 수은 레벨의 범위 내일 수도 있다. 바람직하게는, 필요시, 약 8.0mmHg의 수은 레벨의 차단 임계값이 정확한 지표로서 유용하게 사용될 수 있다. 따라서, 상기 차단 임계값을 사용함으로써, 기계 학습 분류기는 이 실시 예에서 요구되지 않는다.

다음으로, 도 16을 참조하여 도시된 바와 같이, 따라서, 대상자의 타액 코티솔에서 측정된 40% 이상의(> 40 %) 증가가 있는 경우, 대상자의 결정된 각성 레벨이 "제4 영역"(1608)으로부터 "제1 영역"(1602)으로 이동한다는 것을 의미한다. 따라서, 좋은 상관 관계 결과들은 PP가 스트레스에 대한 타액 코티솔 테스트에 대한 좋은 대체 파라미터로서 제공할 수 있음을 보여준다. 따라서, 이 실시 예에서, 스트레스(의 발생(occurrence))은 타액 코티솔에서 40 % 이상(> 40%) 증가의 검출에 대응하는 것으로 정의된다. 상술한 바에 따르면, 적어도 하나의 생체학적 파라미터(예를 들어, PP)의 계산된 통계적 변이가 대상자의 타액 코티솔에서 40 % 이상 증가한 경우와 일치하는 경우, 대상자의 각성 레벨이 스트레스 레벨에 있다고 대략적으로 일반화될 수 있다. 또한, 계산된 통계적 변이가 임계값보다 크면, 각성 레벨이 스트레스 레벨에 있다고 결정되는 것과 동일한 효과가 있다고 말할 수 있고, 상기 임계값은 약 3.0-12.0mmHg 수은 레벨의 범위내에 있다. 예를 들어, 상기 임계값은 약 8.0 mmHg 수은 레벨일 수 있다. 구체적으로, 각성 레벨이 스트레스 레벨(즉, 타액 코티솔에서 40 % 이상(> 40%) 증가)에 있음을 결정하기 위해, 맥압의 계산된 표준 편차는 약 3.0-12.0 mmHg 수은 레벨의 범위에 대응하도록 결정된다. 더욱 바람직하게는, 이런 경우, 맥압의 계산된 표준 편차는 약 8.0 mmHg 수은 레벨의 임계값에 대응하도록 결정된다. 또한, 다시 말하면, 도 6의 방법(600)은 도 15의 방법(1500) 과 독립적으로 수행될 수 있다. 게다가, 필요시, 도 1의 장치(300)는 또한 (즉, 웨어러블 기기(302)의 디스플레이부(406)을 통하여) 결정된 각성 레벨의 독립적인 해독된 정보(readout)를 제공하도록 구성될 수 있다.

● 애플리케이션들(Applications)

제안된 장치(300)는 개인들이 원하는 시간 간격에 걸쳐 자신의 감정 상태들(emotional states)을 추적하는 추적 솔루션(tracking solution)을 유익하게 제공한다(상기 장치(300)는 상기 시간 간격 동안 자동 추적을 가능하게 하도록 프로그래밍될 수 있음). 이는, 개인들이 미래에 상황들에 더 잘 대처하도록 배울 수 있도록 그들에게 감정적 변화를 일으킬 수 있는 상황들을 인식할 수 있게 한다. 상기 시간 간격은 개인들이 의도 한 바에 따라 지난 1 시간 또는 지난 24 시간, 지난 7 일 또는 지난 1 개월과 같은 어떤 기간이 되도록 구성할 수 있다. 요구된 시간 간격 동안, 추적으로부터 장치(300)에 의해 생성된 데이터는, 바(bar) 또는 파이 차트들(pie charts)로서 디스플레이된 트렌드들(trends)과 같은 텍스트 또는 그래픽 형식(textual or graphical format)으로 개인들에게 제시될 수 있다.

또한, 스트레스를 관리하거나 건강한 정신 상태들 중 하나로 개선하도록 돕기 위해, 제안된 장치(300)는 개인들에게 생체 피드백(bio-feedback), 훈련들(trainings) 또는 간섭들(interventions)을 제공할 수 있다. 일례는, 공개 번호 WO2014/031082를 가지는 PCT 출원에서 교시된 바와 같이, 호흡 훈련을 사용하여 HRV 일관성을 개선한다. 간략하게도, 웨어러블 기기(302)는 (예를 들어, 스피커 형태의) 오디오 출력 모듈을 포함할 수도 있고, 호흡 훈련을 위한 지시들이 디스플레이부(406) 및 오디오 출력 모듈을 통해 사용자들에게 주어진다. 물론, 호흡 훈련을 위한 지시들은 통신 기기(304) 또는 임의의 다른 적절한 외부 기기들을 통해 관리될 수도 있다. 다른 예들은, 개인이 긴장을 풀도록 돕기 위해 시청각 자극들(audio/visual stimulations)(장치(300)를 통하여 효과 받는)을 구성함과, / 또는, 개인에게 장시간의 스트레스 노출들을 경고하기 위해 진동들, 경보들(alerts) 및/또는 이메일들을 생성하는 것과 같은 간섭들(interventions)(장치(300)를 통하여 유사하게 효과 받는)을 사용함을 포함한다.

게다가, 장치(300)는 감정들을 모니터링(monitoring) 및 변경(altering)하는 것을 도울 수 있고, 이해되는 바와 같이, 관심 있는 상황의 결과에 감정이 중요한 부분을 차지하는 상황에서 특히 유용하다. 상이한 작업들은 다양한 감정적 각성 및 밸런스 레벨들(levels of emotional arousal and valence)을 필요로 하므로, 관련된 작업들의 성능을 크게 향상시킬 수 있도록, 장치(300)를 사용함은 개인들이 자신의 감정들을 더욱 쉽고 의도적으로 변경하도록 한다. 예를 들어, 장치(300)를 사용함으로써, 어른들/학생들이 집중 레벨(attention level) 또는 창조적 사고(creative thinking)와 같은 그들의 관련된 성능을 저해한다고 생각할 때에 그들의 각성 레벨을 검출하고 감소시키도록 수행함을 도울 수 있다. 유사하게, 회사들은 특정 직원이 번아웃(burnout)과 같은 문제(들)을 직면하고 있는지 또는 자신의 일을 잘 수행하기 위한 동기 부여가 부족한 지(예를 들어, 낮은 각성)와 같은 직원의 감정 상태들을 모니터하는 것을 돕기 위해 제안된 장치(300)를 사용할 수 있고, 이에 따라 그 직원을 돕기 위해 구제 수단이 필요한 지를 결정할 수 있다. 다른 예로서, 의사 - 환자 관계 설정에서, 환자는 자신의 감정들을 모니터하고 관리하기 위해 장치(300)를 사용할 수 있지만, 의사는 시간 간격에 걸쳐서 환자의 감정 상태들을 유익하게 추적 할 수 있고, / 있거나, 효과적인 치료를 위한 더 나은 진단을 내리기 위하여, 활동(activity) 및 수면 추적 데이터(sleep tracking data)와 같은 다른 행동 데이터(behavioural data)와 관련시킬 수 있다. 제안된 장치(300)는 또한 스포츠 분야에 유리하게 적용 가능하다. 경기들 동안 최적의 성능을 달성하기 위해, 운동 선수들이 정신을 차리는 것(psyched up)(즉, 긍정적으로 각성된)이 중요하지만, 선수들이 새로운 스킬/테크닉(skill/technique)을 배우거나 마스터(learn/master)하려고 시도하는 경우는 완전히 다른 문제이고, 평온한 마음(즉, 낮은 각성, 긍정적인 밸런스(low arousal, and positive valence))이 더 유익하다. 반면에, 코치들에 있어서, 그들의 선수들의 감정적 상태들과 동향들(trends)을 분석함은 수행된 훈련들의 효과를 이해함에 유용할 것이고, 또한, 코치들이 대회들에 참가하기에 적합한 선수들을 선택하는 데 도움을 줄 수 있다. 비교하면, 사용자들이 자신의 감정적인 레벨들을 측정할 수 있게 하는 많은 종래의 기기들이 있지만, 그러나, 대부분의 이 기기들은 도 3의 제안된 장치(300)와 다르게, HRV와 같은 하나의 공통 파라미터를 통하여서만 측정들이 기반이 된다. 따라서, 종래의 솔루션들에 존재하는 지식 격차는, 개인의 정서적 웰빙의 정확한 결정을 위해 생체학적 파라미터들과 감정적 상태들 간 복합적 관계를 의도적으로 이용하는, 도 3의 장치(300)에 의해 유리하게 다루어진다.

본 발명은 도면 및 상기 설명에서 상세하게 도시되고 설명되었지만, 그러한 예 및 설명은 설명적 또는 예시적인 것으로 고려되어야 하고, 제한적이지는 않으며, 본 발명은 개시된 실시예들에 한정되지 않는다. 개시된 실시예들에 대한 다른 변형들은 청구된 발명을 실시하는 데 있어서 그 기술에 있는 숙련자들에 의해 이해되고 영향 받을 수 있다. 예를 들어, 도 1의 LED-PD 모듈(500)은 하나 또는 다수의 PD들과 쌍을 이루는 복수의 유사한 LED들(502)을 포함할 수도 있다. 즉, LED-PD 모듈(500)의 기본 구성은 적어도 하나의 LED와 하나의 PD를 포함한다. 또한, 도 10의 방법에 대해서는, 적어도 하나의 임계값은 LF/HF 비율 및 첨도 값 이외의 다른 적절한 파라미터들의 조합을 포함할 수도 있다. 게다가, 특정 실시 예에서, 획득된 결과들이 덜 정확할지라도, 밸런스 레벨을 도출하기 위해, LF/HF 비율 또는 첨도 값만 HRV 일관성과 함께 사용될 수 있다. 또한, 원한다면, 밸런스 레벨을 유도하기 위해 LF/HF 비율 또는 첨도 값 또는 HRV 일관성 중 하나만 사용될 수 있다. 또한, 도 6의 단계(608)에서, 평균 통계적 변이는 복수의 프로세싱 윈도우의 계산된 통계적 변이 모두를 평균화함으로써 대안적으로 획득될 수 있다. 다음으로, 상이한 각성 레벨들로 분류하기 위하여, (단계(610)에서) 상기 평균 통계적 변이가 기계 학습 분류기에 제공된다.

또한, 밸런스 레벨을 도출하기 위해, 적어도 임의의 두 개의 심박 변이 파라미터들(HRV parameters)이 HRV 일관성, LF/HF 비율, 첨도 값으로 구성된 그룹으로부터 선택될 수 있고, 다른 적절한 파라미터들은 특정 실시 예에서 사용될 수 있다. 그러한 경우에, 선택된 두 개의 심박 변이 파라미터 중 첫 번째 심박 변이 파라미터가 대상자의 초기 밸런스 레벨을 결정하는데 사용될 수 있고, 다음으로 선택된 두 개의 심박 변이 파라미터 중 두 번째가 (도 10의 단계(1012)에서) 최종 밸런스 레벨을 획득하기 위해서 초기 밸런스 레벨을 확인하기 위하여 조건적 임계값 파라미터로서 사용될 수 있다. 예를 들어, 초기 밸런스를 정의하기 위해 HRV 일관성이 사용되고(예를 들어, LF/HF 대신에), 반면에, 첨도 값 및/또는 LF/HF 비율은 검증(verification)을 더 보조하기 위한 조건적 임계값들로서 사용된다. 다른 예에서, LF/HF 비율은 초기 밸런스를 정의하는데 사용되고, 반면에, 첨도 값만이 검증을 위한 조건적 임계값으로 사용된다.

Claims

대상자의 정신 상태를 도출하기 위한 방법에 있어서,
(i) 상기 대상자로부터 생체 신호를 수신하는 단계;
(ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생리학적 파라미터들의 각각의 통계적 변이들을 계산하는 단계;
(iii) 상기 적어도 두 개의 생리학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계;
(iv) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하는 단계;
(v) 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여, 상기 대상자의 밸런스 레벨을 결정하는 단계; 및
(vi) 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출하는 단계
를 포함하는 방법.
제1항에 있어서,
상기 적어도 두 개의 생리학적 파라미터들은 호흡수, 심박 및 맥압으로 구성된 상기 그룹으로부터 선택되는, 방법.
제1항 또는 제2항에 있어서,
상기 생체 신호를 수신하는 단계는,
상기 생체 신호의 적어도 다섯 개의 심장 주기들(cardiac cycles)에 관한 수신 데이터를 포함하는 상기 생체 신호를 수신하는 단계를 포함하는, 방법.
제1항 내지 제3항 중 어느 한 항에 있어서,
상기 (v) 단계에서,
상기 대상자의 초기 밸런스 레벨을 결정하기 위한 첫 번째의 상기 적어도 두 개의 심박 변이 파라미터들을 사용하는 단계; 및
상기 밸런스 레벨을 획득하기 위해 두 번째의 상기 적어도 두 개의 심박 변이 파라미터들을 상기 초기 밸런스 레벨을 확인하기 위한 조건적 임계값 파라미터로서 사용하는 단계
를 더 포함하는, 방법.
제1항 내지 제4항 중 어느 한 항에 있어서,
상기 적어도 두 개의 심박 변이 파라미터들은,
상기 대상자의 심박 변이 일관성, 저주파/고주파 비율, 및 첨도 값으로 구성된 상기 그룹으로부터 선택된, 방법.
제5항에 있어서,
상기 심박 변이 일관성은,
상기 시간 영역 심박 변이 신호와 기준 신호를 상관시킴으로써 계산되는, 방법.
제5항에 있어서,
상기 저주파/고주파 비율과 첨도 값은,
상기 시간 영역 심박 변이 신호로부터 획득된 주파수 영역 신호로부터 계산되는, 방법.
제7항에 있어서,
상기 주파수 영역 신호는,
상기 시간 영역 심박 변이 신호를 파워 스텍트럼 밀도 스펙트럼으로 변환함으로써 획득되는, 방법.
제6항에 있어서,
상기 기준 신호는,
시간 영역 기준 신호를 나타내는 사인파를 포함하는, 방법.
제3항에 있어서,
상기 데이터는,
수축기 피크, 각각의 심장 주기의 시작 시간과 종료 시간에 관한 상기 적어도 다섯 개의 심장 주기의 시간 간격들을 포함하는, 방법.
제1항 내지 제10항 중 어느 한 항에 있어서,
상기 각성 레벨을 결정하기 위하여, 상기 계산된 통계적 변이들을 집합적으로 사용하는 기계 학습 분류기를 구성하는 단계
를 더 포함하는 방법.
제11항에 있어서,
상기 기계 학습 분류기는,
서포트 벡터 머신(Support Vector Machine), 나이브 베이즈(
) 또는 k-최근접 이웃(k-Nearest Neighbours)을 포함하는, 방법.
대상자의 정신 상태를 도출하기 위한 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은, 전자 기기에 다운로드 가능하고, 명령어 세트를 포함하고, 실행 시 상기 전자 기기의 프로세스가,
(i) 상기 대상자로부터 생체 신호를 수신하고,
(ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생리학적 파라미터들의 각각의 통계적 변이들을 계산하고,
(iii) 상기 적어도 두 개의 생리학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하고,
(iv) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위하여, 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하고,
(v) 상기 적어도 두 개의 심박 변이 파라미터들을 기초로 상기 대상자의 밸런스 레벨을 결정하고,
(vi) 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출하도록 제어하는, 컴퓨터 프로그램.
제13항에 있어서,
상기 컴퓨터 프로그램은,
상기 인터넷을 통해 다운로드 가능한, 컴퓨터 프로그램.
전자 기기의 메모리에 저장된 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은 전자 기기에 다운로드 가능하고, 명령어 세트를 포함하고, 실행 시 상기 전자 기기의 프로세스가,
(i) 대상자로부터 생체 신호를 수신하고,
(ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생리학적 파라미터들의 각각의 통계적 변이들을 계산하고,
(iii) 상기 적어도 두 개의 생리학적 파라미터들의 상기 계산된 통계적 변이들을 기초로 상기 대상자의 각성 레벨을 결정하고,
(iv) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하고,
(v) 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여 상기 대상자의 밸런스 레벨을 결정하고,
(vi) 상기 각성 레벨 및 밸런스 레벨로부터 상기 대상자의 정신 상태를 도출하도록 제어하는, 컴퓨터 프로그램.
대상자의 정신 상태를 도출하기 위한 장치에 있어서,
(i) 상기 대상자로부터 생체 신호를 수신하는 수신부; 및
(ii) 프로세서를 포함하고, 상기 프로세서는,
(a) 상기 생체 신호로부터 도출된 적어도 두 개의 생리학적 파라미터들의 각각의 통계적 변이들을 계산하고,
(b) 상기 적어도 두 개의 생리학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하고,
(c) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하고,
(d) 상기 적어도 두 개의 심박 변이 파라미터들에 기초하여, 상기 대상자의 밸런스 레벨을 결정하고,
(e) 상기 각성 레벨 및 밸런스 레벨로부터 상기 정신 상태를 도출하는, 장치
제16항에 있어서,
상기 장치는,
전자 기기의 형태인, 장치
제17항에 있어서,
상기 전자 기기는,
통신 기기 또는 웨어러블 기기인, 장치
제18항에 있어서,
상기 장치는,
수신기를 가지는 통신 기기 및 웨어러블 기기를 포함하고,
상기 웨어러블 기기는,
상기 대상자로부터 상기 생체 신호를 획득하기 위한 신호 센싱 기기, 및 상기 생체 신호에 관한 데이터를 결정하기 위한 데이터 처리 모듈을 포함하고,
상기 통신 기기의 수신기는,
상기 생체 신호의 상기 결정된 데이터를 수신하기 위하여 배열되는, 장치
제17항 또는 제18항에 있어서,
상기 전자 기기는,
적어도 하나의 발광 다이오드(light emitting diode, LED) 및 하나의 포토다이오드를 포함하고,
상기 LED는,
상기 대상자의 표면에 광을 방출하도록 배열되고,
상기 포토다이오드는,
상기 방출된 광으로부터 상기 대상자의 표면에 의하여 반사된 광을 수신하기 위하여 배열되고,
상기 반사된 광은,
상기 생체 신호의 상기 적어도 다섯 개의 심장 주기들에 관한 상기 데이터에 대응하는, 장치
대상자의 밸런스 레벨을 결정하기 위한 방법에 있어서,
(i) 상기 대상자로부터 생체 신호를 수신하는 단계;
(ii) 적어도 두 개의 심박 변이 파라미터들을 계산하기 위한 상기 생체 신호로부터 시간 영역 심박 변이 신호를 도출하는 단계; 및
(iii) 상기 적어도 두 개의 심박 변이 파라미터들로부터 상기 밸런스 레벨을 결정하는 단계
를 포함하는 방법.
제21항에 있어서,
상기 적어도 두 개의 심박 변이 파라미터들은,
상기 대상자의 심박 변이 일관성, 저주파/고주파 비율 및 첨도 값으로 구성되는 상기 그룹으로부터 선택되는, 방법.
대상자의 각성 레벨을 결정하는 방법에 있어서,
(i) 상기 대상자로부터 생체 신호를 수신하는 단계;
(ii) 상기 생체 신호로부터 도출된 적어도 하나의 생리학적 파라미터의 통계적 변이를 계산하는 단계; 및
(iii) 상기 적어도 하나의 생리학적 파라미터의 상기 계산된 통계적 변이에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계
를 포함하고,
상기 각성 레벨은,
상기 계산된 통계적 변이가 상기 대상자의 타액 코티솔의 40 % 보다 큰 증가에 해당할 경우, 스트레스 레벨 내에 있다고 결정되는, 방법.
제23항에 있어서,
수신 상기 생체 신호를 수신하는 단계는,
상기 생체 신호의 적어도 다섯 개의 연속하는 심장 주기들에 관련된 데이터를 수신하는 단계를 포함하는, 방법.
제24항에 있어서,
상기 데이터는,
수축기 피크, 각각의 심장 주기의 시작 시간 및 종료 시간에 관한 상기 적어도 다섯 개의 심장 주기의 시간 간격들을 포함하는, 방법.
제23항 내지 제25항 중 어느 한 항에 있어서,
상기 적어도 하나의 생리학적 파라미터는, 맥압을 포함하는, 방법.
제26항에 있어서,
상기 적어도 하나의 생리학적 파라미터의 상기 통계적 변이를 계산하는 단계는,
상기 맥압의 상기 표준 편차를 계산하는 단계를 포함하는, 방법.
제27항에 있어서,
상기 맥압의 상기 계산된 표준 편차가 임계값보다 클 경우 - 상기 임계값은 약 3.0-12.0 mmHg 수은 레벨의 범위 내에 있음 -, 상기 각성 레벨이 스트레스 레벨 내에 있다고 결정되는, 방법.
제28항에 있어서,
상기 맥압의 상기 계산된 표준 편차가 임계값보다 클 경우 - 상기 임계값은, 약 6.0-10.0 mmHg 수은 레벨의 범위 내에 있음 -, 상기 각성 레벨이 상기 스트레스 레벨 내에 있다고 결정되는, 방법.
대상자의 정신 상태를 도출하기 위한 방법에 있어서,
(i) 상기 대상자로부터 생체 신호를 수신하는 단계;
(ii) 상기 생체 신호로부터 도출된 적어도 두 개의 생리학적 파라미터들의 각각의 통계적 변이들을 계산하는 단계; 및
(iii) 상기 적어도 두 개의 생리학적 파라미터들의 상기 계산된 통계적 변이들에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계
를 포함하는 방법.
제30항에 있어서,
상기 적어도 두 개의 생리학적 파라미터들은,
호흡수, 심박 및 맥압으로 구성되는 상기 그룹으로부터 선택되는, 방법.
대상자의 각성 레벨을 결정하기 위한 방법에 있어서,
(i) 상기 대상자로부터 생체 신호를 수신하는 단계;
(ii) 상기 생체 신호로부터 도출된 적어도 하나의 생리학적 파라미터의 통계적 변이를 계산하는 단계; 및
(iii) 상기 적어도 하나의 생리학적 파라미터의 상기 계산된 통계적 변이에 기초하여 상기 대상자의 각성 레벨을 결정하는 단계
를 포함하고,
상기 계산된 통계적 변이가 임계값보다 클 경우 - 상기 임계값은, 약 3.0-12.0 mmHg 수은 레벨의 범위 내에 있음 -, 상기 각성 레벨이 스트레스 레벨 내에 있다고 결정되는, 방법.