KR20180050947A - 대표 파형 제공 장치 및 방법 - Google Patents

대표 파형 제공 장치 및 방법 Download PDF

Info

Publication number
KR20180050947A
KR20180050947A KR1020160147601A KR20160147601A KR20180050947A KR 20180050947 A KR20180050947 A KR 20180050947A KR 1020160147601 A KR1020160147601 A KR 1020160147601A KR 20160147601 A KR20160147601 A KR 20160147601A KR 20180050947 A KR20180050947 A KR 20180050947A
Authority
KR
South Korea
Prior art keywords
signals
representative waveform
signal
similarity
determining
Prior art date
Application number
KR1020160147601A
Other languages
English (en)
Inventor
장대근
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020160147601A priority Critical patent/KR20180050947A/ko
Priority to US15/471,225 priority patent/US10393776B2/en
Publication of KR20180050947A publication Critical patent/KR20180050947A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R17/00—Measuring arrangements involving comparison with a reference value, e.g. bridge
    • G01R17/02—Arrangements in which the value to be measured is automatically compared with a reference value
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/003—Measuring mean values of current or voltage during a given time interval
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Abstract

대표 파형 제공 장치 및 방법, 혈압 추정 장치, 및 웨어러블 디바이스가 개시된다. 일 양상에 따른 대표 파형 제공 장치는, 주기성(periodic) 신호를 획득하는 신호 획득부와, DTW(Dynamic time warping) 알고리즘을 이용하여 상기 주기성 신호의 대표 파형을 결정하는 프로세서를 포함할 수 있다.

Description

대표 파형 제공 장치 및 방법{Representative waveform providing apparatus and method}
준주기성(quasiperiodic) 신호의 대표 파형을 결정하여 제공하는 기술과 관련된다.
고령화 사회로의 빠른 진입과 이에 따른 의료비 증가 등의 사회적 문제로 인해 헬스케어 기술이 많은 관심을 받고 있다. 이에 따라 병원이나 검사 기관에서 활용할 수 있는 의료 기기뿐만 아니라, 개인이 휴대할 수 있는 소형 의료 기기가 개발되고 있다. 또한, 이러한 소형 의료 기기는 사용자에게 착용되어, 혈압 등과 같은 사용자의 건강 상태를 직접 측정할 수 있는 웨어러블 디바이스(wearable device)의 형태로 보급되어, 사용자가 직접 자신의 건강 상태를 측정하고 관리하는 것을 가능하게 하고 있다.
한편, 생체 신호의 분석은 그 생체 신호를 대표하는 대표 파형(representative waveform)을 분석함으로써 이루어진다. 따라서, 생체 신호의 대표 파형을 결정하는 것은 생체 신호 분석의 정확도와 직결된다.
생체 신호는 시간에 따라 주기가 조금씩 변화하는 준주기적인(quasiperiodic) 특성을 가지므로, 이러한 준주기적인 생체 신호의 대표 파형을 결정하는 방법이 필요하다.
준주기성(quasiperiodic) 신호로부터 대표 파형을 추출할 수 있는 장치 및 방법을 제공하는 것을 목적으로 한다.
일 양상에 따른 대표 파형 제공 장치는, 주기성(periodic) 신호를 획득하는 신호 획득부와, DTW(Dynamic time warping) 알고리즘을 이용하여 상기 주기성 신호의 대표 파형을 결정하는 프로세서를 포함할 수 있다.
상기 주기성(periodic) 신호는 시간에 따라 주기가 변화하지 않는 신호(perfect periodic) 및 시간에 따라 주기가 조금씩 변화하는(almost periodic) 신호를 포함할 수 있다.
상기 프로세서는, 상기 주기성 신호를 각 주기별로 분할하여 복수의 주기별 신호를 생성하는 신호 분할부와, DTW 알고리즘을 이용하여 상기 복수의 주기별 신호 상호간의 유사도를 판단하는 유사도 판단부와, 상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 대표 파형 결정부를 포함할 수 있다.
상기 유사도 판단부는, 2개의 주기별 신호에 DTW 알고리즘을 적용하여 2개의 주기별 신호를 시간 동기화하고 시간 동기화된 2개의 주기별 신호의 유사도를 판단하는 방식으로, 상기 복수의 주기별 신호 상호간의 유사도를 판단할 수 있다.
상기 유사도 판단부는, 상관 관계(correlation), 신호 차이(signal difference), 시간 동기화 과정에서 산출된 최적 경로의 누적 거리(accumulated distance) 중 하나를 이용하여 시간 동기화된 2개의 주기별 신호의 유사도를 판단할 수 있다.
상기 대표 파형 결정부는, 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정할 수 있다.
상기 대표 파형 결정부는, 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하고, 선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
상기 대표 파형 결정부는, 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하고, 선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
상기 프로세서는, 상기 주기성 신호를 소정 시간 구간으로 구분하는 구간 구분부와, 각 시간 구간의 신호를 각 주기별로 분할하여 각 시간 구간별로 복수의 주기별 신호를 생성하는 신호 분할부와, DTW 알고리즘을 이용하여 각 시간 구간의 주기별 신호 상호간의 유사도를 판단하는 유사도 판단부와, 유사도 판단 결과를 기반으로 각 시간 구간의 신호 품질을 판단하고, 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 대표 파형 결정부를 포함할 수 있다.
상기 대표 파형 결정부는, 주기별 신호 상호간의 유사도가 높을수록 해당 시간 구간의 신호 품질은 높다고 판단할 수 있다.
상기 대표 파형 결정부는, 신호 품질이 가장 높은 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정할 수 있다.
상기 대표 파형 결정부는, 각 시간 구간별로 해당 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과 유사도가 가장 높은 주기별 신호를 선택하고, 각 시간 구간에서 선택된 주기별 신호를 앙상블 평균하여 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
상기 대표 파형 결정부는, 각 시간 구간의 신호 품질에 따라 각 시간 구간에서 선택된 주기별 신호에 서로 다른 가중치를 적용하여 앙상블 평균할 수 있다.
다른 양상에 따른 대표 파형 제공 방법은, 주기성(periodic) 신호를 획득하는 단계와, DTW(Dynamic time warping) 알고리즘을 이용하여 상기 주기성 신호의 대표 파형을 결정하는 단계를 포함할 수 있다.
상기 주기성 신호의 대표 파형을 결정하는 단계는, 상기 주기성 신호를 각 주기별로 분할하여 복수의 주기별 신호를 생성하는 단계와, DTW 알고리즘을 이용하여 상기 복수의 주기별 신호 상호간의 유사도를 판단하는 단계와, 상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계를 포함할 수 있다.
상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계는, 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정할 수 있다.
상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계는, 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하는 단계와, 선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하는 단계와, 산출된 앙상블 평균 신호를 대표 파형으로 결정하는 단계를 포함할 수 있다.
상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계는, 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하는 단계와, 선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하는 단계와, 산출된 앙상블 평균 신호를 대표 파형으로 결정하는 단계를 포함할 수 있다.
상기 주기성 신호의 대표 파형을 결정하는 단계는, 상기 주기성 신호를 소정 시간 구간으로 구분하는 단계와, 각 시간 구간의 신호를 각 주기별로 분할하여 각 시간 구간별로 복수의 주기별 신호를 생성하는 단계와, DTW 알고리즘을 이용하여 각 시간 구간의 주기별 신호 상호간의 유사도를 판단하는 단계와, 유사도 판단 결과를 기반으로 각 시간 구간의 신호 품질을 판단하는 단계와, 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계를 포함할 수 있다.
상기 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 주기성 신호의 대표 파형을 결정하는 단계는, 신호 품질이 가장 높은 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정할 수 있다.
상기 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 주기성 신호의 대표 파형을 결정하는 단계는, 각 시간 구간별로 해당 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과 유사도가 가장 높은 주기별 신호를 선택하는 단계와, 각 시간 구간의 신호 품질에 따라 서로 다른 가중치를 적용하여 각 시간 구간에서 선택된 주기별 신호를 앙상블 평균하여 앙상블 평균 신호를 산출하는 단계와, 산출된 앙상블 평균 신호를 대표 파형으로 결정하는 단계를 포함할 수 있다.
DTW 알고리즘을 이용하여 주기별 신호 상호간의 유사도를 판단하고 유사도 판단 결과를 기반으로 주기성 신호의 대표 파형을 결정함으로써, 신호의 변형없이 주기별 신호 특성을 잘 반영하는 대표 파형을 결정할 수 있다.
또한, 이렇게 결정된 대표 파형을 혈압 추정에 이용함으로써 혈압 추정의 정확도를 향상시킬 수 있다.
도 1은 대표 파형 제공 장치의 일 실시예를 도시한 블록도이다.
도 2는 프로세서의 일 실시예를 도시한 블록도이다.
도 3은 프로세서의 다른 실시예를 도시한 블록도이다.
도 4는 DTW 알고리즘을 이용하여 2개의 주기별 신호를 시간 동기화하는 방법을 설명하기 위한 예시도이다.
도 5는 대표 파형 제공 장치의 다른 실시예를 도시한 블록도이다.
도 6은 대표 파형 제공 방법의 일 실시예를 도시한 흐름도이다.
도 7은 대표 파형 결정 과정(620)의 일 실시예를 도시한 흐름도이다.
도 8은 복수의 주기별 신호 상호간 유사도 판단 과정(720)의 일 실시예를 도시한 흐름도이다.
도 9는 대표 파형 결정 과정(620)의 다른 실시예를 도시한 흐름도이다.
도 10는 혈압 추정 장치의 일 실시예를 도시한 블록도이다.
도 11은 손목형 웨어러블 디바이스의 사시도이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
한편, 각 단계들에 있어, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 수행될 수 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하고, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주 기능별로 구분한 것에 불과하다. 즉, 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있다. 각 구성부는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 대표 파형 제공 장치의 일 실시예를 도시한 블록도이다. 도 1의 대표 파형 제공 장치(100)는 소프트웨어 모듈로 구현되거나 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 이때, 전자 장치는 휴대폰, 스마트폰, 타블렛, 노트북, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 등을 포함할 수 있고, 웨어러블 디바이스는 손목시계형, 손목 밴드형, 반지형, 벨트형, 목걸이형, 발목 밴드형, 허벅지 밴드형, 팔뚝 밴드형 등을 포함할 수 있다. 그러나 전자 장치는 상술한 예에 제한되지 않으며, 웨어러블 디바이스 역시 상술한 예에 제한되지 않는다.
도 1을 참조하면, 대표 파형 제공 장치(100)는 신호 획득부(110) 및 프로세서(120)를 포함할 수 있다.
신호 획득부(110)는 주기성(periodic) 신호를 획득할 수 있다. 여기서 주기성 신호는 시간에 따라 주기가 변화하지 않는(perfect periodic) 신호 및 시간에 따라 주기가 조금씩 변화하는(almost periodic) 신호를 포함할 수 있다. 예컨대, 주기성 신호는 광용적맥파(photoplethysmogram, PPG) 신호, 심전도(electrocardiogram, ECG) 신호, 심탄도(ballistocardiogram, BCG) 신호 등을 포함할 수 있으나 이에 한정되는 것은 아니다.
일 실시예에 따르면, 신호 획득부(110)는 주기성 신호를 센싱 및/또는 저장하는 외부 장치로부터 주기성 신호를 획득할 수 있다. 이때, 신호 획득부(110)는 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신, 3G 통신, 4G 통신 및 5G 통신 등 다양한 통신 기술을 이용할 수 있다.
다른 실시예에 따르면, 신호 획득부(110)는 PPG 센서, ECG 센서, BCG 센서 등 주기성 신호를 센싱하는 다양한 센서를 포함하며, 이를 통해 주기성 신호를 직접 획득할 수 있다.
프로세서(120)는 DTW(Dynamic time warping) 알고리즘을 이용하여 주기성 신호의 대표 파형(representative waveform)을 결정할 수 있다. 이때, 대표 파형은 주기성 신호의 특성을 가장 잘 표현할 수 있는 신호를 의미할 수 있다.
이하, 도 2 및 도 3을 참조하여 프로세서(120)의 다양한 실시예를 상세하게 설명한다.
도 2는 프로세서의 일 실시예를 도시한 블록도이다. 도 2의 프로세서(200)는 도 1의 프로세서(120)의 일 실시예일 수 있다.
도 2를 참조하면, 프로세서(200)는 신호 분할부(210), 유사도 판단부(220) 및 대표 파형 결정부(230)를 포함할 수 있다.
신호 분할부(210)는 주기성 신호를 각 주기 별로 분할(segmentation)하여 복수의 주기별 신호를 생성할 수 있다.
유사도 판단부(220)는 DTW 알고리즘을 이용하여 복수의 주기별 신호 상호간의 유사도를 판단할 수 있다. 일 실시예에 따르면, 유사도 판단부(220)는 2개의 주기별 신호에 DTW 알고리즘을 적용하여 2개의 주기별 신호의 유사도가 최대가 되도록 시간 동기화하고 시간 동기화된 2개의 주기별 신호의 유사도를 판단하는 방식으로, 복수의 주기별 신호 상호간의 유사도를 판단할 수 있다. 이때, 유사도 판단부(220)는 상관 관계(correlation), 신호 차이(signal difference), 시간 동기화 과정에서 산출된 최적 경로의 누적 거리(accumulated distance) 중 하나를 이용하여 시간 동기화된 2개의 주기별 신호의 유사도를 판단할 수 있다.
DTW 알고리즘을 이용하여 2개의 주기별 신호를 시간 동기화하는 방법에 관한 구체적인 설명은 도 4를 참조하여 후술하기로 한다.
대표 파형 결정부(230)는 복수의 주기별 신호 상호간의 유사도를 기반으로 대표 파형을 결정할 수 있다.
일 실시예에 따르면, 대표 파형 결정부(230)는 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 가장 높은 하나의 주기별 신호를 선택하고 선택된 주기별 신호를 대표 파형으로 결정할 수 있다. 이때 유사도의 높고 낮음은 타 주기별 신호들과의 유사도의 평균값을 기반으로 판단될 수 있다.
다른 실시예에 따르면, 대표 파형 결정부(230)는 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하고, 선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형을 결정할 수 있다.
또 다른 실시예에 따르면, 대표 파형 결정부(230)는 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하고, 선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
한편, 프로세서(200)는 주기성 신호의 잡음을 제거하는 잡음 제거부(240)를 선택적으로 더 포함할 수 있다.
도 3은 프로세서의 다른 실시예를 도시한 블록도이다. 도 3의 프로세서(300)는 도 1의 프로세서(120)의 다른 실시예일 수 있다.
도 3을 참조하면, 프로세서(300)는 구간 구분부(310), 신호 분할부(320), 유사도 판단부(330) 및 대표 파형 결정부(340)를 포함할 수 있다.
구간 구분부(310)는 주기성 신호를 소정 시간 구간으로 구분할 수 있다.
신호 분할부(320)는 각 시간 구간의 주기성 신호를 각 주기 별로 분할(segmentation)하여 각 시간 구간별로 복수의 주기별 신호를 생성할 수 있다.
유사도 판단부(330)는 DTW 알고리즘을 이용하여 각 시간 구간의 주기별 신호 상호간의 유사도를 판단할 수 있다. 일 실시예에 따르면, 유사도 판단부(330)는 2개의 주기별 신호에 DTW 알고리즘을 적용하여 2개의 주기별 신호의 유사도가 최대가 되도록 시간 동기화하고 시간 동기화된 2개의 주기별 신호의 유사도를 판단하는 방식으로, 각 시간 구간의 주기별 신호 상호간의 유사도를 판단할 수 있다. 이때, 유사도 판단부(330)는 상관 관계(correlation), 신호 차이(signal difference), 시간 동기화 과정에서 산출된 최적 경로의 누적 거리(accumulated distance) 중 하나를 이용하여 시간 동기화된 2개의 주기별 신호의 유사도를 판단할 수 있다.
대표 파형 결정부(340)는 각 시간 구간의 주기별 신호 상호간의 유사도를 기반으로 각 시간 구간의 주기성 신호의 품질을 판단할 수 있다. 예컨대, 대표 파형 결정부(340)는 주기별 신호 상호간의 유사도가 높은 경우 해당 시간 구간의 주기성 신호의 품질은 높은 것으로 판단하고, 주기별 신호 상호간의 유사도가 낮은 경우 해당 시간 구간의 주기성 신호의 품질은 낮은 것으로 판단할 수 있다.
대표 파형 결정부(340)는 각 시간 구간의 신호 품질 판단 결과 및 각 시간 구간의 주기별 신호 상호간의 유사도를 기반으로 주기성 신호의 대표 파형을 결정할 수 있다.
일 실시예에 따르면, 대표 파형 결정부(340)는 신호 품질이 가장 높은 시간 구간을 선택하고, 선택된 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 하나의 주기별 신호를 선택하고 선택된 주기별 신호를 대표 파형으로 결정할 수 있다.
다른 실시예에 따르면, 대표 파형 결정부(340)는 신호 품질이 가장 높은 시간 구간을 선택하고, 선택된 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하고, 선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형을 결정할 수 있다.
또 다른 실시예에 따르면, 대표 파형 결정부(340)는 신호 품질이 가장 높은 시간 구간을 선택하고, 선택된 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하고, 선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
또 다른 실시예에 따르면, 대표 파형 결정부(340)는 각 시간 구간별로 해당 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 하나의 주기별 신호를 선택하고, 각 시간 구간에서 선택된 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다. 이때, 대표 파형 결정부(340)는 각 시간 구간의 신호 품질에 따라 각 시간 구간에서 선택된 주기별 신호에 서로 다른 가중치를 적용할 수 있다.
도 4는 DTW 알고리즘을 이용하여 2개의 주기별 신호를 시간 동기화하는 방법을 설명하기 위한 예시도이다.
도 2 및 도 4를 참조하면, 유사도 판단부(220)는 주기별 신호 A([2 5 2 5 3])를 기반으로, 주기별 신호 A 데이터를 주기별 신호 B([0 3 6 0 6 1])의 데이터 개수인 6개만큼의 열 벡터로 갖는 행렬 A(410)을 생성한다.
유사도 판단부(220)는 주기별 신호 B([0 3 6 0 6 1])를 기반으로, 주기별 신호 B 데이터를 주기별 신호 A([2 5 2 5 3])의 데이터 개수인 5개만큼의 행 벡터로 갖는 행렬 B(420)을 생성한다.
유사도 판단부(220)는 행렬 A(410)와 행렬 B(420)간의 거리(예컨대, 유클리드 거리(Euclidean distance) 등)을 산출하여 새로운 행렬 C(430)을 생성한다.
유사도 판단부(220)은 행렬 C(430)의 (1, 1)에서부터 탐색 방향을 (우, 하, 우-하)로 하여 누적 거리(accumulated distance)가 최소가 되는 최적 경로(optimal path) (1,1), (2,1), (3,2), (4,3), (5,4), (6,5)를 탐색한다.
유사도 판단부(220)는 탐색된 최적 경로 (1,1), (2,1), (3,2), (4,3), (5,4), (6,5)를 이용하여 주기별 신호 A와 주기별 신호 B의 유사도가 최대가 될 수 있는 시간 동기화된 주기별 신호 Awarp([2 2 5 2 5 3]) 및 주기별 신호 Bwarp([0 3 6 0 6 1])을 생성한다.
한편, 유사도 판단부(220)는 시간 동기화된 주기별 신호 Awarp 및 주기별 신호 Bwarp의 유사도를 판단함으로써 주기별 신호 A 및 주기별 신호 B의 유사도를 판단할 수 있다. 이때, 유사도 판단부(220)는 상관 관계, 신호 차이, 시간 동기화 과정에서 산출된 최적 경로의 누적 거리(도시된 예의 경우 9) 중 하나를 이용하여 주기별 신호 A 및 주기별 신호 B의 유사도를 판단할 수 있다.
도 5는 대표 파형 제공 장치의 다른 실시예를 도시한 블록도이다.
도 5를 참조하면, 대표 파형 제공 장치(500)는 신호 획득부(110), 프로세서(120), 입력부(510), 저장부(520), 통신부(530) 및 출력부(540)를 포함할 수 있다. 여기서, 신호 획득부(110) 및 프로세서(120)는 도 1을 참조하여 전술한 바와 같으므로 그 상세한 설명은 생략하기로 한다.
입력부(510)는 사용자로부터 다양한 조작신호를 입력 받을 수 있다. 일 실시예에 따르면, 입력부(510)는 키 패드(key pad), 돔 스위치(dome switch), 터치 패드(touch pad)(정압/정전), 조그 휠(Jog wheel), 조그 스위치(Jog switch), H/W 버튼 등을 포함할 수 있다. 특히, 터치 패드가 디스플레이와 상호 레이어 구조를 이룰 경우, 이를 터치 스크린이라 부를 수 있다.
저장부(520)는 대표 파형 제공 장치(500)의 동작을 위한 프로그램 또는 명령들을 저장할 수 있고, 대표 파형 제공 장치(500)에 입/출력되는 데이터들을 저장할 수 있다. 또한, 저장부(520)는 신호 획득부(110)를 통해 획득한 주기성 신호 데이터, 프로세서(120)에서 결정된 주기성 신호의 대표 파형 데이터 등을 저장할 수 있다.
저장부(520)는 플래시 메모리 타입(flash memory type), 하드 디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예컨대, SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read Only Memory), PROM(Programmable Read Only Memory), 자기 메모리, 자기 디스크, 광디스크 등 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 대표 파형 제공 장치(500)는 인터넷 상에서 저장부(520)의 저장 기능을 수행하는 웹 스토리지(web storage) 등 외부 저장 매체를 운영할 수도 있다.
통신부(530)는 외부 장치와 통신을 수행할 수 있다. 예컨대, 통신부(530)는 입력부(510)를 통해 사용자로부터 입력된 데이터, 신호 획득부(110)를 통해 획득한 주기성 신호 데이터, 프로세서(120)에서 결정된 주기성 신호의 대표 파형 데이터 등을 외부 장치로 전송하거나, 외부 장치로부터 대표 파형 결정에 도움이 되는 다양한 데이터를 수신할 수 있다.
이때, 외부 장치는 획득한 주기성 신호 데이터 및/또는 주기성 신호의 대표 파형 데이터를 사용하는 의료 장비, 결과물을 출력하기 위한 프린트, 또는 주기성 신호 데이터 또는 주기성 신호의 대표 파형 데이터를 디스플레이하는 디스플레이 장치일 수 있다. 이외에도 외부 장치는 디지털 TV, 데스크탑 컴퓨터, 휴대폰, 스마트 폰, 태블릿, 노트북, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 등 일 수 있으나, 이에 제한되지 않는다.
통신부(530)는 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신, 3G 통신, 4G 통신 및 5G 통신 등을 이용하여 외부 장치와 통신할 수 있다. 그러나, 이는 일 예에 불과할 뿐이며, 이에 한정되는 것은 아니다.
출력부(540)는 주기성 신호 데이터 및/또는 주기성 신호의 대표 파형 데이터 등을 출력할 수 있다. 일 실시예에 따르면, 출력부(540)는 주기성 신호 데이터 및/또는 주기성 신호의 대표 파형 데이터 등을 청각적 방법, 시각적 방법 및 촉각적 방법 중 적어도 하나의 방법으로 출력할 수 있다. 이를 위해 출력부(540)는 디스플레이, 스피커, 진동기 등을 포함할 수 있다.
도 6은 대표 파형 제공 방법의 일 실시예를 도시한 흐름도이다.
도 1 및 도 6을 참조하면, 대표 파형 제공 장치(100)는 주기성(periodic) 신호를 획득할 수 있다(610). 예컨대, 대표 파형 제공 장치(100)는 주기성 신호를 센싱 및/또는 저장하는 외부 장치로부터 주기성 신호를 획득하거나, PPG 센서, ECG 센서, BCG 센서 등을 통해 주기성 신호를 직접 획득할 수 있다.
대표 파형 제공 장치(100)는 DTW(Dynamic time warping) 알고리즘을 이용하여 주기성 신호의 대표 파형을 결정할 수 있다(620).
도 7은 대표 파형 결정 과정(620)의 일 실시예를 도시한 흐름도이다.
도 1 및 도 7을 참조하면, 대표 파형 제공 장치(100)는 주기성 신호를 각 주기 별로 분할(segmentation)하여 복수의 주기별 신호를 생성할 수 있다(710).
대표 파형 제공 장치(100)는 DTW 알고리즘을 이용하여 복수의 주기별 신호 상호간의 유사도를 판단할 수 있다(720).
대표 파형 제공 장치(100)는 복수의 주기별 신호 상호간의 유사도를 기반으로 대표 파형을 결정할 수 있다(730).
일 실시예에 따르면, 대표 파형 제공 장치(100)는 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 가장 높은 하나의 주기별 신호를 선택하고 선택된 주기별 신호를 대표 파형으로 결정할 수 있다.
다른 실시예에 따르면, 대표 파형 제공 장치(100)는 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하고, 선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형을 결정할 수 있다.
또 다른 실시예에 따르면, 대표 파형 제공 장치(100)는 복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하고, 선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하고, 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
한편, 대표 파형 제공 장치(100)는 단계 710 이전에 주기성 신호의 잡음을 제거할 수 있다(705).
도 8은 복수의 주기별 신호 상호간 유사도 판단 과정(720)의 일 실시예를 도시한 흐름도이다.
도 1 및 도 8을 참조하면, 대표 파형 제공 장치(100)는 복수의 주기별 신호 중 2개의 주기별 신호를 선택할 수 있다(810).
대표 파형 제공 장치(100)는 2개의 주기별 신호에 DTW 알고리즘을 적용하여 2개의 주기별 신호의 유사도가 최대가 되도록 시간 동기화할 수 있다(820). 예컨대, 대표 파형 제공 장치(100)는 도 4를 참조하여 전술한 과정을 통해 2개의 주기별 신호를 시간 동기화할 수 있다.
대표 파형 제공 장치(100)는 시간 동기화된 2개의 주기별 신호의 유사도를 판단할 수 있다(830). 예컨대, 대표 파형 제공 장치(100)는 상관 관계(correlation), 신호 차이(signal difference), 시간 동기화 과정에서 산출된 최적 경로의 누적 거리(accumulated distance) 중 하나를 이용하여 시간 동기화된 2개의 주기별 신호의 유사도를 판단할 수 있다.
대표 파형 제공 장치(100)는 유사도 판단을 하지 않은 주기별 신호 쌍이 존재하는지를 판단하고(840), 존재하면 유사도 판단을 하지 않은 2개의 주기별 신호를 선택한다(810).
도 9는 대표 파형 결정 과정(620)의 다른 실시예를 도시한 흐름도이다.
도 1 및 도 9를 참조하면, 대표 파형 제공 장치(100)는 주기성 신호를 소정 시간 구간으로 구분할 수 있다(910).
대표 파형 제공 장치(100)는 각 시간 구간의 주기성 신호를 각 주기 별로 분할(segmentation)하여 각 시간 구간별로 복수의 주기별 신호를 생성할 수 있다(920).
대표 파형 제공 장치(100)는 DTW 알고리즘을 이용하여 각 시간 구간의 주기별 신호 상호간의 유사도를 판단할 수 있다(930).
대표 파형 제공 장치(100)는 각 시간 구간의 주기별 신호 상호간의 유사도를 기반으로 각 시간 구간의 주기성 신호의 품질을 판단할 수 있다(940). 예컨대, 대표 파형 제공 장치(100)는 주기별 신호 상호간의 유사도가 높은 경우 해당 시간 구간의 주기성 신호의 품질은 높은 것으로 판단하고, 주기별 신호 상호간의 유사도가 낮은 경우 해당 시간 구간의 주기성 신호의 품질은 낮은 것으로 판단할 수 있다.
대표 파형 제공 장치(100)는 각 시간 구간의 주기성 신호의 품질 판단 결과 및 각 시간 구간의 주기별 신호 상호간의 유사도를 기반으로 주기성 신호의 대표 파형을 결정할 수 있다(950).
일 실시예에 따르면, 대표 파형 제공 장치(100)는 신호 품질이 가장 높은 시간 구간을 선택하고, 선택된 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 하나의 주기별 신호를 선택하고 선택된 주기별 신호를 대표 파형으로 결정할 수 있다.
다른 실시예에 따르면, 대표 파형 제공 장치(100)는 신호 품질이 가장 높은 시간 구간을 선택하고, 선택된 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하고, 선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형을 결정할 수 있다.
또 다른 실시예에 따르면, 대표 파형 제공 장치(100)는 신호 품질이 가장 높은 시간 구간을 선택하고, 선택된 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하고, 선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다.
또 다른 실시예에 따르면, 대표 파형 제공 장치(100)는 각 시간 구간별로 해당 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 하나의 주기별 신호를 선택하고, 각 시간 구간에서 선택된 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형으로 결정할 수 있다. 이때, 대표 파형 제공 장치(100)는 각 시간 구간의 신호 품질에 따라 각 시간 구간에서 선택된 주기별 신호에 서로 다른 가중치를 적용할 수 있다.
한편, 대표 파형 제공 장치(100)는 단계 910 이전에 주기성 신호의 잡음을 제거할 수 있다(905).
도 10는 혈압 추정 장치의 일 실시예를 도시한 블록도이다.
도 10의 혈압 추정 장치(1000)는 소프트웨어 모듈로 구현되거나 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 이때, 전자 장치는 휴대폰, 스파트폰, 타블렛, 노트북, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 등을 포함할 수 있고, 웨어러블 디바이스는 손목시계형, 손목 밴드형, 반지형, 벨트형, 목걸이형, 발목 밴드형, 허벅지 밴드형, 팔뚝 밴드형 등을 포함할 수 있다. 그러나 전자 장치는 상술한 예에 제한되지 않으며, 웨어러블 디바이스 역시 상술한 예에 제한되지 않는다.
도 10를 참조하면, 혈압 추정 장치(1000)는 대표 파형 제공부(1010) 및 혈압 산출부(1020)를 포함할 수 있다.
대표 파형 제공부(1010)는 광용적맥파(photoplethysmogram, PPG) 신호를 획득하고, DTW(Dynamic time warping) 알고리즘을 이용하여 광용적맥파 신호의 대표 파형을 결정할 수 있다. 대표 파형 제공부(1010)는 도 1 내지 도 5를 참조하여 전술한 대표 파형 제공 장치(100, 500)과 동일하므로 그 상세한 설명은 생략하기로 한다.
혈압 산출부(1020)는 대표 파형 제공부(1010)에서 결정된 광용적맥파의 대표 파형을 기반으로 혈압을 산출할 수 있다. 예컨대, 혈압 산출부(1020)는 PWA(Pulse Wave Analysis) 기법을 통해 광용적맥파의 대표 파형을 분석하여 혈압을 산출할 수 있다.
도 11은 손목형 웨어러블 디바이스의 사시도이다.
도 11을 참조하면, 손목형 웨어러블 디바이스(1100)는 스트랩(1110) 및 본체(1120)를 포함할 수 있다.
스트랩(1110)은 플렉시블하게 밴드의 형태로 구성될 수 있다. 다만 이는 일 실시예에 불과할 뿐 이에 한정되는 것은 아니다. 즉, 스트랩(1110)은 각 스트랩 부재가 사용자의 손목에 감싸는 형태로 구부려지도록 구성된 다수의 스트랩 부재로 구성될 수도 있다.
본체(1120)는 본체 내부에 전술한 대표 파형 제공 장치(100, 500) 또는 혈압 추정 장치(1000)를 탑재할 수 있다. 또한, 본체(1120) 내부에는 손목형 웨어러블 디바이스(1100)에 전원을 공급하는 배터리가 내장될 수 있다.
손목형 웨어러블 디바이스(1100)는 본체(1120)에 장착되는 입력부(1130)와 디스플레이(1140)를 더 포함할 수 있다. 입력부(1130)는 사용자로부터 다양한 조작신호를 입력 받을 수 있다. 디스플레이(1140)는 손목형 웨어러블 디바이스(1100)에서 처리된 데이터 및 처리 결과 데이터 등을 표시할 수 있다.
본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 상기의 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함할 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 작성되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시 예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.
100, 500: 대표 파형 제공 장치
110: 신호 획득부
120, 200, 300: 프로세서
210, 320: 신호 분할부
220, 330: 유사도 판단부
230, 340: 대표 파형 결정부
240, 350: 잡음 제거부
310: 구간 구분부
510: 입력부
520: 저장부
530: 통신부
540: 출력부

Claims (21)

  1. 주기성(periodic) 신호를 획득하는 신호 획득부; 및
    DTW(Dynamic time warping) 알고리즘을 이용하여 상기 주기성 신호의 대표 파형을 결정하는 프로세서; 를 포함하는,
    대표 파형 제공 장치.
  2. 제1항에 있어서,
    상기 주기성 신호는,
    시간에 따라 주기가 변화하지 않는 신호 및 시간에 따라 주기가 조금씩 변화하는 신호를 포함하는,
    대표 파형 제공 장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 주기성 신호를 각 주기별로 분할하여 복수의 주기별 신호를 생성하는 신호 분할부;
    DTW 알고리즘을 이용하여 상기 복수의 주기별 신호 상호간의 유사도를 판단하는 유사도 판단부; 및
    상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 대표 파형 결정부; 를 포함하는,
    대표 파형 제공 장치.
  4. 제3항에 있어서,
    상기 유사도 판단부는,
    2개의 주기별 신호에 DTW 알고리즘을 적용하여 2개의 주기별 신호를 시간 동기화하고 시간 동기화된 2개의 주기별 신호의 유사도를 판단하는 방식으로, 상기 복수의 주기별 신호 상호간의 유사도를 판단하는,
    대표 파형 제공 장치.
  5. 제4항에 있어서,
    상기 유사도 판단부는,
    상관 관계(correlation), 신호 차이(signal difference), 시간 동기화 과정에서 산출된 최적 경로의 누적 거리(accumulated distance) 중 하나를 이용하여 시간 동기화된 2개의 주기별 신호의 유사도를 판단하는,
    대표 파형 제공 장치.
  6. 제3항에 있어서,
    상기 대표 파형 결정부는,
    복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정하는,
    대표 파형 제공 장치.
  7. 제3항에 있어서,
    상기 대표 파형 결정부는,
    복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하고,
    선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형으로 결정하는,
    대표 파형 제공 장치.
  8. 제3항에 있어서,
    상기 대표 파형 결정부는,
    복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하고,
    선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 산출된 앙상블 평균 신호를 대표 파형으로 결정하는,
    대표 파형 제공 장치.
  9. 제1항에 있어서,
    상기 프로세서는,
    상기 주기성 신호를 소정 시간 구간으로 구분하는 구간 구분부;
    각 시간 구간의 신호를 각 주기별로 분할하여 각 시간 구간별로 복수의 주기별 신호를 생성하는 신호 분할부;
    DTW 알고리즘을 이용하여 각 시간 구간의 주기별 신호 상호간의 유사도를 판단하는 유사도 판단부; 및
    유사도 판단 결과를 기반으로 각 시간 구간의 신호 품질을 판단하고, 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 대표 파형 결정부; 를 포함하는,
    대표 파형 제공 장치.
  10. 제9항에 있어서,
    상기 대표 파형 결정부는,
    주기별 신호 상호간의 유사도가 높을수록 해당 시간 구간의 신호 품질은 높다고 판단하는,
    대표 파형 제공 장치.
  11. 제9항에 있어서,
    상기 대표 파형 결정부는,
    신호 품질이 가장 높은 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정하는,
    대표 파형 제공 장치.
  12. 제9항에 있어서,
    상기 대표 파형 결정부는,
    각 시간 구간별로 해당 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과 유사도가 가장 높은 주기별 신호를 선택하고,
    각 시간 구간에서 선택된 주기별 신호를 앙상블 평균하여 산출된 앙상블 평균 신호를 대표 파형으로 결정하는,
    대표 파형 제공 장치.
  13. 제12항에 있어서,
    상기 대표 파형 결정부는,
    각 시간 구간의 신호 품질에 따라 각 시간 구간에서 선택된 주기별 신호에 서로 다른 가중치를 적용하여 앙상블 평균하는,
    대표 파형 제공 장치.
  14. 주기성(periodic) 신호를 획득하는 단계; 및
    DTW(Dynamic time warping) 알고리즘을 이용하여 상기 주기성 신호의 대표 파형을 결정하는 단계; 를 포함하는,
    대표 파형 제공 방법.
  15. 제14항에 있어서,
    상기 주기성 신호의 대표 파형을 결정하는 단계는,
    상기 주기성 신호를 각 주기별로 분할하여 복수의 주기별 신호를 생성하는 단계;
    DTW 알고리즘을 이용하여 상기 복수의 주기별 신호 상호간의 유사도를 판단하는 단계; 및
    상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계; 를 포함하는,
    대표 파형 제공 방법.
  16. 제15항에 있어서,
    상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계는,
    복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정하는,
    대표 파형 제공 방법.
  17. 제15항에 있어서,
    상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계는,
    복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 높은 소정 개수의 주기별 신호를 선택하는 단계;
    선택된 소정 개수의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하는 단계; 및
    산출된 앙상블 평균 신호를 대표 파형으로 결정하는 단계; 를 포함하는,
    대표 파형 제공 방법.
  18. 제15항에 있어서,
    상기 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계는,
    복수의 주기별 신호 중에서 타 주기별 신호들과의 유사도가 소정 임계값 이상이 되는 둘 이상의 주기별 신호를 선택하는 단계;
    선택된 둘 이상의 주기별 신호를 앙상블 평균(ensemble average)하여 앙상블 평균 신호를 산출하는 단계; 및
    산출된 앙상블 평균 신호를 대표 파형으로 결정하는 단계; 를 포함하는,
    대표 파형 제공 방법.
  19. 제14항에 있어서,
    상기 주기성 신호의 대표 파형을 결정하는 단계는,
    상기 주기성 신호를 소정 시간 구간으로 구분하는 단계;
    각 시간 구간의 신호를 각 주기별로 분할하여 각 시간 구간별로 복수의 주기별 신호를 생성하는 단계;
    DTW 알고리즘을 이용하여 각 시간 구간의 주기별 신호 상호간의 유사도를 판단하는 단계;
    유사도 판단 결과를 기반으로 각 시간 구간의 신호 품질을 판단하는 단계; 및
    신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 상기 주기성 신호의 대표 파형을 결정하는 단계; 를 포함하는,
    대표 파형 제공 방법.
  20. 제19항에 있어서,
    상기 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 주기성 신호의 대표 파형을 결정하는 단계는,
    신호 품질이 가장 높은 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과의 유사도가 가장 높은 주기별 신호를 대표 파형으로 결정하는,
    대표 파형 제공 방법.
  21. 제19항에 있어서,
    상기 신호 품질 판단 결과 및 유사도 판단 결과를 기반으로 주기성 신호의 대표 파형을 결정하는 단계는,
    각 시간 구간별로 해당 시간 구간의 주기별 신호들 중에서 타 주기별 신호들과 유사도가 가장 높은 주기별 신호를 선택하는 단계;
    각 시간 구간의 신호 품질에 따라 서로 다른 가중치를 적용하여 각 시간 구간에서 선택된 주기별 신호를 앙상블 평균하여 앙상블 평균 신호를 산출하는 단계; 및
    산출된 앙상블 평균 신호를 대표 파형으로 결정하는 단계; 를 포함하는,
    대표 파형 제공 방법.
KR1020160147601A 2016-11-07 2016-11-07 대표 파형 제공 장치 및 방법 KR20180050947A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160147601A KR20180050947A (ko) 2016-11-07 2016-11-07 대표 파형 제공 장치 및 방법
US15/471,225 US10393776B2 (en) 2016-11-07 2017-03-28 Representative waveform providing apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160147601A KR20180050947A (ko) 2016-11-07 2016-11-07 대표 파형 제공 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20180050947A true KR20180050947A (ko) 2018-05-16

Family

ID=62064489

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160147601A KR20180050947A (ko) 2016-11-07 2016-11-07 대표 파형 제공 장치 및 방법

Country Status (2)

Country Link
US (1) US10393776B2 (ko)
KR (1) KR20180050947A (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7042623B2 (ja) * 2018-01-05 2022-03-28 キヤノン株式会社 情報処理装置と情報処理システム及び記憶媒体
KR102562817B1 (ko) * 2018-05-16 2023-08-02 삼성전자주식회사 혈압 측정을 위한 전자 장치 및 그의 동작 방법
JP7319545B2 (ja) * 2019-11-28 2023-08-02 富士通株式会社 判定処理プログラム、判定処理方法および判定処理装置
CN111597998B (zh) * 2020-05-18 2021-08-31 江苏电力信息技术有限公司 一种电流信号的分类方法
CN113397496B (zh) * 2021-05-14 2024-03-19 深圳技术大学 基于信噪比提高技术的脉搏波获取方法、系统及存储介质
CN114767127B (zh) * 2022-06-21 2022-09-30 广州中科新知科技有限公司 一种心冲击图信号的处理方法及系统

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57147781A (en) * 1981-03-06 1982-09-11 Nec Corp Pattern matching device
US5926050A (en) * 1996-07-29 1999-07-20 Townsend And Townsend And Crew Llp Separate set/reset paths for time critical signals
KR100304665B1 (ko) 1999-03-05 2001-09-26 윤종용 피치 웨이브 특성을 이용한 음성 인식 장치 및 그 방법
JP3980969B2 (ja) 2002-08-30 2007-09-26 パイオニア株式会社 心拍数計測システム、心拍数計測方法、心拍数計測プログラムおよびそのプログラムを記録した記録媒体
US7275030B2 (en) * 2003-06-23 2007-09-25 International Business Machines Corporation Method and apparatus to compensate for fundamental frequency changes and artifacts and reduce sensitivity to pitch information in a frame-based speech processing system
EP1684263B1 (en) 2005-01-21 2010-05-05 Unlimited Media GmbH Method of generating a footprint for an audio signal
KR100664960B1 (ko) 2005-10-06 2007-01-04 삼성전자주식회사 음성 인식 장치 및 방법
GB0624085D0 (en) 2006-12-01 2007-01-10 Oxford Biosignals Ltd Biomedical signal analysis method
JP4966048B2 (ja) 2007-02-20 2012-07-04 株式会社東芝 声質変換装置及び音声合成装置
JP4919236B2 (ja) 2007-03-12 2012-04-18 国立大学法人高知大学 泳動波形を用いた検査値予測装置、予測方法および予測プログラム
US20130024029A1 (en) * 2007-05-24 2013-01-24 Bao Tran System for reducing energy consumption in a building
US8249731B2 (en) * 2007-05-24 2012-08-21 Alexander Bach Tran Smart air ventilation system
US7884727B2 (en) * 2007-05-24 2011-02-08 Bao Tran Wireless occupancy and day-light sensing
JP5178471B2 (ja) 2008-11-19 2013-04-10 株式会社東芝 最適部分波形データ生成装置及び方法ならびにロープ状態判定装置及び方法
FR2950713A1 (fr) 2009-09-29 2011-04-01 Movea Sa Systeme et procede de reconnaissance de gestes
WO2011065931A1 (en) * 2009-11-24 2011-06-03 Nokia Corporation Installation of magnetic signal sources for positioning
JP5454317B2 (ja) 2010-04-07 2014-03-26 ヤマハ株式会社 音響解析装置
CN103098130B (zh) * 2010-10-06 2014-11-26 松下电器产业株式会社 编码装置、解码装置、编码方法以及解码方法
WO2013109499A1 (en) * 2012-01-19 2013-07-25 University Of Southern California Physical activity monitoring and intervention using smartphone and mobile app
JP5733530B2 (ja) 2012-08-22 2015-06-10 横河電機株式会社 データ類似度算出方法およびデータ類似度算出装置
KR102202354B1 (ko) 2013-11-06 2021-01-13 현대모비스 주식회사 대표값을 이용하여 타켓을 검출하기 위한 fmcw 레이더 시스템 및 그 방법
KR101578167B1 (ko) 2014-05-29 2015-12-17 경북대학교 산학협력단 심전도 생체정보를 이용한 실시간 개인 인증방법
US9971874B2 (en) * 2014-08-22 2018-05-15 Roozbeh Jafari Wearable medication adherence monitoring
KR102257300B1 (ko) 2014-09-01 2021-05-27 삼성전자주식회사 심전도 신호를 이용한 사용자 인증 방법 및 장치
KR101587874B1 (ko) 2014-09-30 2016-01-22 국방과학연구소 단일 채널 심전도를 이용한 생체 인식 장치 및 그 방법

Also Published As

Publication number Publication date
US20180128861A1 (en) 2018-05-10
US10393776B2 (en) 2019-08-27

Similar Documents

Publication Publication Date Title
KR20180050947A (ko) 대표 파형 제공 장치 및 방법
KR20200054723A (ko) 혈압 측정 장치 및 방법
US11246493B2 (en) Wrist temperature rhythm acquisition apparatus and method, core temperature rhythm acquisition apparatus and method, and wearable device
US20200245878A1 (en) Blood pressure measurement apparatus, portable pressure measurement apparatus, and calibration method for blood pressure measurement apparatus
KR102655676B1 (ko) 혈압 추정 장치 및 방법과, 혈압 추정 지원 장치
US11576584B2 (en) Apparatus and method for detecting bio-signal feature
CN109864704A (zh) 生物信号质量评价设备和生物信号质量评价方法
KR20180050946A (ko) 심혈관계 건강 상태 제공 장치 및 방법
KR20200078795A (ko) 혈압 추정 장치 및 방법
KR20190107430A (ko) 혈압 측정 장치 및 방법
US20210085259A1 (en) Apparatus and method for estimating bio-information
KR20190041837A (ko) 생체 정보 처리 장치 및 방법
US11589755B2 (en) Apparatus and method for estimating bio-information
KR102441332B1 (ko) 심혈관 정보 추정 장치 및 방법
US11540727B2 (en) Apparatus and method for measuring bio-signal
KR20190134319A (ko) 생체 신호 측정 장치와, 혈압 측정 장치 및 방법
US20200113453A1 (en) Apparatus and method for estimating blood pressure
US11950891B2 (en) Apparatus and method for estimating bio-information
US11406330B1 (en) System to optically determine blood pressure
KR20180045382A (ko) 생체 신호 품질 평가 장치 및 방법과, 생체 신호 측정 파라미터 최적화 장치 및 방법
CN110786838A (zh) 用于估计生物信息的设备和方法
US11969234B2 (en) Apparatus and method for estimating bio-information
US20210169356A1 (en) Apparatus and method for estimating bio-information
US20230130494A1 (en) Apparatus for estimating bio-information, and method of determining false detection of bio-signal peaks
CN116327147A (zh) 用于估计血压的设备和方法以及用于估计血压的传感器

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal