KR20180076806A - 생체 신호 특징 스케일링 장치 및 방법 - Google Patents

생체 신호 특징 스케일링 장치 및 방법 Download PDF

Info

Publication number
KR20180076806A
KR20180076806A KR1020160181374A KR20160181374A KR20180076806A KR 20180076806 A KR20180076806 A KR 20180076806A KR 1020160181374 A KR1020160181374 A KR 1020160181374A KR 20160181374 A KR20160181374 A KR 20160181374A KR 20180076806 A KR20180076806 A KR 20180076806A
Authority
KR
South Korea
Prior art keywords
change
signal
cause
feature
biological
Prior art date
Application number
KR1020160181374A
Other languages
English (en)
Inventor
권의근
박창순
장대근
김영수
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 KR1020160181374A priority Critical patent/KR20180076806A/ko
Priority to US15/833,727 priority patent/US11266357B2/en
Publication of KR20180076806A publication Critical patent/KR20180076806A/ko

Links

Images

Classifications

    • 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
    • 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
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A61B5/0402—
    • A61B5/0488—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors

Abstract

일 양상에 따른 생체 신호 특징 스케일링 장치는, 대상체의 생체 신호로부터 특징을 추출하는 특징 추출부와, 상기 대상체의 생체 상태 변화 원인을 추정하는 생체 상태 변화 원인 추정부와, 상기 추정된 생체 상태 변화 원인을 기반으로 스케일 인자(scale factor)를 보정하는 스케일 인자 보정부와, 상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 특징 스케일링부를 포함할 수 있다.

Description

생체 신호 특징 스케일링 장치 및 방법{bio-signal feature scaling apparatus and method}
생체 신호 특징 스케일링 장치 및 방법과 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 심혈관계 건강 상태를 직접 측정할 수 있는 웨어러블 디바이스(wearable device)의 형태로 보급되어, 사용자가 직접 심혈관계 건강 상태를 측정하고 관리하는 것을 가능하게 하고 있다.
따라서 최근에는 기기의 소형화를 위해 생체 신호를 분석하여 혈압을 추정하는 방식에 대한 연구가 많이 진행되고 있다.
생체 상태 변화 원인에 따라 적응적으로 생체 신호 특징을 스케일링할 수 있는 장치 및 방법을 제공하는 것을 목적으로 한다.
일 양상에 따른 생체 신호 특징 스케일링 장치는, 대상체의 생체 신호로부터 특징을 추출하는 특징 추출부와, 상기 대상체의 생체 상태 변화 원인을 추정하는 생체 상태 변화 원인 추정부와, 상기 추정된 생체 상태 변화 원인을 기반으로 스케일 인자(scale factor)를 보정하는 스케일 인자 보정부와, 상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 특징 스케일링부를 포함할 수 있다.
상기 생체 신호는, 심전도(Electrocardiogram) 신호, 광전용적맥파(Photoplethysmogram) 신호, 근전도(electromyogram) 신호, 심탄도(ballistocardiogram) 신호를 포함할 수 있다.
상기 생체 상태 변화 원인은, 호흡 참기, 무산소 운동, 유산소 운동 및 스트레스 중 적어도 하나를 포함할 수 있다.
상기 생체 상태 변화 원인 추정부는, 상기 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정할 수 있다.
상기 생체 상태 변화 원인 추정부는, 대상체에 부착된 호흡 센서를 이용하여 상기 대상체의 호흡 패턴을 측정할 수 있다.
상기 생체 상태 변화 원인 추정부는, 상기 생체 신호를 분석하여 상기 대상체의 호흡 패턴을 측정할 수 있다.
상기 생체 상태 변화 원인 추정부는, 상기 생체 신호의 저주파 요동(fluctuation) 성분 및 진폭 성분 중 적어도 하나를 분석하거나, 상기 생체 신호로부터 획득된 심박수 또는 인터비트 간격(Inter Beat Interval, IBI)을 분석하여 상기 대상체의 호흡 패턴을 측정할 수 있다.
상기 스케일 인자 보정부는, 생체 상태 변화 원인과 스케일 인자 보정 사이의 관계를 정의한 모델을 기반으로 상기 스케일 인자를 보정할 수 있다.
다른 양상에 따른 생체 신호 특징 스케일링 방법은, 대상체의 생체 신호로부터 특징을 추출하는 단계와, 상기 대상체의 생체 상태 변화 원인을 추정하는 단계와, 상기 추정된 생체 상태 변화 원인을 기반으로 스케일 인자(scale factor)를 보정하는 단계와, 상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 단계를 포함할 수 있다.
상기 생체 신호는, 심전도(Electrocardiogram) 신호, 광전용적맥파(Photoplethysmogram) 신호, 근전도(electromyogram) 신호, 심탄도(ballistocardiogram) 신호를 포함할 수 있다.
상기 생체 상태 변화 원인은, 호흡 참기, 무산소 운동, 유산소 운동 및 스트레스 중 적어도 하나를 포함할 수 있다.
상기 생체 상태 변화 원인을 추정하는 단계는, 상기 대상체의 호흡수를 포함하는 호흡 패턴을 측정하는 단계와, 상기 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정하는 단계를 포함할 수 있다.
상기 호흡 패턴을 측정하는 단계는, 대상체에 부착된 호흡 센서를 이용하여 상기 대상체의 호흡 패턴을 측정할 수 있다.
상기 호흡 패턴을 측정하는 단계는, 상기 생체 신호를 분석하여 상기 대상체의 호흡 패턴을 측정할 수 있다.
상기 호흡 패턴을 측정하는 단계는, 상기 생체 신호의 저주파 요동(fluctuation) 성분 및 진폭 성분 중 적어도 하나를 분석하거나, 상기 생체 신호로부터 획득된 심박수 또는 인터비트 간격(Inter Beat Interval, IBI)을 분석하여 상기 대상체의 호흡 패턴을 측정할 수 있다.
상기 스케일 인자를 보정하는 단계는, 생체 상태 변화 원인과 스케일 인자 보정 사이의 관계를 정의한 모델을 기반으로 상기 스케일 인자를 보정할 수 있다.
또 다른 양상에 따른 생체 신호 특징 스케일링 장치는, 대상체의 생체 신호로부터 복수의 특징을 추출하는 특징 추출부와, 상기 대상체의 생체 상태 변화 원인을 추정하는 생체 상태 변화 원인 추정부와, 상기 추정된 생체 상태 변화 원인을 기반으로 복수의 특징 각각에 적용되는 서로 다른 가중치를 보정하는 결합 계수 보정부와, 상기 복수의 특징에 상기 보정된 서로 다른 가중치를 각각 적용하여 상기 복수의 특징을 결합하는 특징 결합부와, 상기 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자(scale factor)를 보정하는 스케일 인자 보정부와, 상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 특징 스케일링부를 포함할 수 있다.
상기 생체 신호는, 심전도(Electrocardiogram) 신호, 광전용적맥파(Photoplethysmogram) 신호, 근전도(electromyogram) 신호, 심탄도(ballistocardiogram) 신호를 포함할 수 있다.
상기 생체 상태 변화 원인 추정부는, 상기 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정할 수 있다.
상기 결합 계수 보정부는, 생체 상태 변화 원인과 결합 계수 보정과의 관계를 정의한 모델을 이용하여 상기 복수의 특징 각각에 적용되는 서로 다른 가중치를 보정할 수 있다.
사용자의 호흡 패턴 등을 기반으로 생체 상태 변화 원인을 추정하고 추정된 생체 상태 변화 원인에 따라 적응적으로 생체 신호 특징의 스케일 인자를 보정함으로써, 생체 상태 모니터링의 정확성을 높일 수 있다.
도 1은 혈압 트랜드 트래킹 방법의 일 실시예를 설명하기 위한 도면이다.
도 2는 혈압 변화 원인에 따른 혈압 및 특징의 변화 경향과, 혈압 변화 원인에 따른 스케일 인자의 차이를 도시한 예시도이다.
도 3은 생체 신호 특징 스케일링 장치의 일 실시예를 도시한 블록도이다.
도 4는 생체 신호의 특징을 설명하기 위한 예시도이다.
도 5는 스케일 인자 보정 방법을 설명하기 위한 예시도이다.
도 6은 생체 신호 특징 스케일링 장치의 다른 실시예를 도시한 블록도이다.
도 7은 생체 신호 특징 스케일링 장치의 또 다른 실시예를 도시한 블록도이다.
도 8은 생체 신호 특징 스케일링 방법의 일 실시예를 도시한 흐름도이다.
도 9는 생체 신호 특징 스케일링 방법의 다른 실시예를 도시한 흐름도이다.
도 10은 생체 신호 특징 스케일링 방법의 또 다른 실시예를 도시한 흐름도이다.
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.
본 명세서에서 설명되는 생체 신호 특징 스케일링 장치는 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 1은 혈압 트랜드 트래킹 방법의 일 실시예를 설명하기 위한 도면이다. 일 실시예에 따르면 혈압 트랜드 트래킹 방법은 광전용적맥파(Photoplethysmogram, PPG) 신호를 분석하여 혈압을 추정하는 PWA(Pulse Wave Analysis) 기법을 이용할 수 있다. PWA 기법은 커프 혈압계와는 달리 직접적으로 압력을 측정하는 기법이 아니기 때문에 대상체 혈압의 절대값을 추정하기는 쉽지 않지만 혈압의 변화 경향, 즉 특정 대상체의 혈압의 증가/감소 경향을 추정하는 것이 가능하다. 이러한 혈압 트랜드 트래킹 방법은 크게 (1) PPG 신호로부터 혈압 변화 경향을 따라가는 특징(feature)을 추출하는 과정과 (2) 추출된 특징의 변화량이 혈압 변화량에 맵핑되도록 특징을 스케일링하는 과정으로 구분할 수 있다.
도 1에서 그래프(110)는 PPG 신호로부터 특징을 추출하는 과정을, 그래프(120)는 특징의 변화량을 혈압 변화량으로 스케일링하는 과정을 각각 나타낸다.
그래프(110)를 살펴보면, PPG 신호로부터 추출된 특징(140)은 기준 혈압(130)이 증가하면 증가하고, 기준(reference) 혈압(130)이 감소하면 감소한다. 다만, 특징(140)의 변화량과 기준 혈압(130)의 변화량 간에는 차이가 있음을 알 수 있다.
그래프(120)를 살펴보면, 특징(140)의 변화량이 기준 혈압(130)의 변화량에 맵핑되도록 특징(140)을 스케일링하면, 스케일링된 특징(150)으로부터 기준 혈압(130)의 변화량을 예측하는 것이 가능함을 알 수 있다.
특징(140)의 변화량이 기준 혈압(130)의 변화량에 맵핑되도록 특징을 스케일링하는 과정은 스케일 인자(scale factor)를 추정하는 과정을 포함한다. 스케일 인자를 추정하는 방법은 (1) 통계 기반 범용(universal) 스케일 인자 추정 방법, (2) 통계 기반 개인화 스케일 인자 추정 방법, 및 (3) 캘리브레이션 기반 스케일 인자 추정 방법으로 구분될 수 있다.
통계 기반 범용 스케일 인자 추정 방법은, 사전에 다수의 사용자를 대상으로 정답에 해당하는 기준 혈압과 혈압 추정에 이용되는 특징을 동시에 측정하고, 기준 혈압과 특징 간의 관계를 통계적으로 분석하여 스케일 인자를 획득하는 방법이다. 이러한 통계 기반 범용 스케일 인자 추정 방법은, 사용자가 혈압계 사용시 별도의 기준 혈압계를 통한 캘리브레이션 과정이 필요하지 않아 사용자 편의성이 높으나 통계에서 벗어난 이상점(outlier) 사용자에 대해서는 스케일 인자의 오차가 증가하게 된다. 또한, 사람의 혈압이 변화하는 원인은 다양하며, 혈압 변화 원인이 달라지면 개인 내에서도 스케일 인자도 변화하게 된다. 통계 기반 범용 스케일 인자 추정 방법은 이러한 개인의 혈압 변화 원인을 정확히 반영하지 못한다.
통계 기반 개인화 스케일 인자 추정 방법은, 통계 기반 범용 스케일 인자 추정 방법을 통해 획득된 스케일 인자에 사용자 개인의 정보(예컨대, 키, 나이, 몸무게, 성별, 혈압, 혈관 건강도 등)을 반영하여 개인화된 스케일 인자를 획득하는 방법이다. 이러한 통계 기반 개인화 스케일 인자 추정 방법은, 통계에서 벗어난 이상점(outlier) 사용자에게 발생하는 스케일 인자의 오차를 줄일 수 있으나 통계 기반 범용 스케일 인자 추정 방법과 마찬가지로 개인의 혈압 변화 원인을 정확히 반영하지 못한다.
캘리브레이션 기반 스케일 인자 추정 방법은, 개별 사용자가 최소 2번에 걸쳐 기준 혈압과 혈압 변화 경향을 따라가는 특징을 동시에 측정함으로써 혈압과 특징간의 스케일 인자를 직접 추출하는 방법이다. 이러한 캘리브레이션 기반 스케일 인자 추정 방법은, 계속적인 기준 혈압 측정을 통한 스케일 인자의 보정은 가능하나 현실적으로 사용자가 기준 혈압 측정을 위한 기준 혈압계를 항시 소지하고 이러한 캘리브레이션 과정을 수행하여야 하므로 무자각으로 캘리브레이션 및 혈압 측정이 가능한 소형 디바이스에 적용하기 어렵다.
도 2는 혈압 변화 원인에 따른 혈압 및 특징의 변화 경향과, 혈압 변화 원인에 따른 스케일 인자의 차이를 도시한 예시도이다. 도 2는 무산소 운동시의 혈압 변화 경향, 특징 변화 경향 및 스케일 인자와, 유산소 운동시의 혈압 변화 경향, 특징 변화 경향 및 스케일 인자를 도시한다.
도 2를 참조하면, 무산소 운동 시의 수축기 혈압(Systolic Blood Pressure, SBP)(210) 및 이완기 혈압(Diastolic Blood Pressure, DBP)(220)의 변화 경향과 유산소 운동 시의 SBP(210)과 DBP(220)의 변화 경향이 차이가 있음을 알 수 있다. 자세하게는, 무산소 운동 시에는 SBP(210)와 DBP(220)가 모두 상승하고, 유산소 운동 시에는 SBP(210)는 상승하나 DBP(220)은 큰 변화가 없음을 알 수 있다.
또한, 무산소 운동 시의 특징(예컨대, 심박수)(230)의 변화보다는 유산소 운동 시에 특징(230)의 변화가 더 크고, 따라서 유산소 운동 시의 스케일 인자(S2)보다 무산소 운동 시의 스케일 인자(S1)이 더 크다는 것을 알 수 있다.
즉, 정확한 혈압 트랜드 트래킹을 위해서는 혈압 변화 원인(예컨대, 무산소 운동/유산소 운동)에 따라 스케일 인자를 보정할 필요가 있음을 알 수 있다.
도 3은 생체 신호 특징 스케일링 장치의 일 실시예를 도시한 블록도이다.
도 3을 참조하면, 생체 신호 특징 스케일링 장치(300)는 특징 추출부(310), 생체 상태 변화 원인 추정부(320), 스케일 인자 보정부(330) 및 특징 스케일링부(340)를 포함한다.
특징 추출부(310)는 대상체의 생체 신호로부터 생체 상태의 변화를 따라가는 특징을 추출한다. 여기서 생체 신호는 생체 내 세포 간의 전기적인 신호로서 심전도(electrocardiogram, ECG) 신호, 광전용적맥파(photoplethysmogram, PPG) 신호, 근전도(electromyogram, EMG) 신호, 심탄도(ballistocardiogram, BCG) 신호 등을 포함할 수 있다. 또한, 생체 상태는 혈압을 포함하는 다양한 바이탈 사인(vital sign)을 포함할 수 있다.
특징에 대한 자세한 설명은 도 4를 참조하여 후술하기로 한다.
생체 상태 변화 원인 추정부(320)는 대상체의 생체 상태 변화 원인을 추정한다. 여기서 생체 상태 변화 원인은 호흡 참기, 무산소 운동, 유산소 운동 및 스트레스 등을 포함할 수 있다.
일 실시예에 따르면, 생체 상태 변화 원인 추정부(320)는 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정할 수 있다. 이때, 생체 상태 변화 원인 추정부(320)는 호흡 패턴과 생체 상태 변화 원인 사이의 관계를 정의한 모델(이하, 호흡-원인 관계 모델)을 이용하여 생체 상태 변화 원인을 추정할 수 있다. 호흡-원인 관계 모델은 다양한 모델 구축 기법(예컨대, 기계 학습 등)을 이용하여 미리 구축되어 생체 신호 특징 스케일링 장치(100)의 내부 데이터베이스 또는 외부 데이터베이스에 미리 저장될 수 있다.
생체 상태 변화 원인 추정부(320)가 대상체의 호흡 패턴을 측정하는 방법은 다양할 수 있다.
일 실시예에 따르면, 생체 상태 변화 원인 추정부(320)는 대상체에 부착된 호흡 센서를 이용하여 대상체의 호흡 패턴을 직접적으로 측정할 수 있다.
다른 실시예에 따르면, 생체 상태 변화 원인 추정부(320)는 심전도(electrocardiogram, ECG) 신호, 광전용적맥파(photoplethysmogram, PPG) 신호, 근전도(electromyogram, EMG) 신호 및 심탄도(ballistocardiogram, BCG) 신호 등 생체 신호를 분석하여 대상체의 호흡 패턴을 간접적으로 측정할 수 있다. 예컨대, 생체 상태 변화 원인 추정부(320)는 저주파 요동(fluctuation) 성분, 진폭 성분을 분석하거나, 생체 신호로부터 획득된 심박수 또는 인터비트 간격(Inter Beat Interval, IBI)을 분석하여 대상체의 호흡 패턴을 간접적으로 측정할 수 있다.
또 다른 실시예를 따르면, 생체 상태 변화 원인 추정부(320)는 호흡 센서와 생체 신호를 모두 이용하여 대상체의 호흡 패턴을 측정할 수 있다.
스케일 인자 보정부(330)는 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자를 보정할 수 있다. 이때, 스케일 인자는 특징의 변화와 생체 상태의 변화의 비율을 나타내는 것으로, 실험적으로 또는 이론적으로 미리 도출되어 생체 신호 특징 스케일링 장치(100)의 내부 데이터베이스 또는 외부 데이터베이스에 미리 저장될 수 있다.
일 실시예에 따르면, 스케일 인자 보정부(330)는 생체 상태 변화 원인과 스케일 인자 보정 사이의 관계를 정의한 모델(이하, 원인-스케일 인자 보정 관계 모델)을 이용하여 기 저장된 스케일 인자를 보정할 수 있다. 이때, 원인-스케일 인자 보정 관계 모델은 다양한 모델 구축 기법(예컨대, 기계 학습 등)을 이용하여 미리 구축되어 생체 신호 특징 스케일링 장치(100)의 내부 데이터베이스 또는 외부 데이터베이스에 미리 저장될 수 있다.
특징 스케일링부(340)는 보정된 스케일 인자를 특징에 적용하여 특징을 스케일링한다.
이를 통해, 생체 신호 특징 스케일링 장치(300)는 다양한 생체 상태 변화 원인에 따라 생체 상태 트랜드 트래킹에 이용되는 특징의 스케일 인자를 적응적으로 변화시킬 수 있고, 이러한 생체 신호 특징 스케일링 장치(300)의 기능을 이용하여 혈압을 비롯한 다양한 생체 상태 모니터링을 보다 정확하게 수행하는 것이 가능하다.
도 4는 생체 신호의 특징을 설명하기 위한 예시도이다. 도 4는 혈압 트랜드 트래킹을 위한 PPG 신호의 특징을 예시한다.
신체에서 혈압이 변화하는 것은 단위 시간당 심장에서 박출하는 심박출량(Cardiac Output)과 총말초저항(Total Peripheral Resistance)에 의해 결정될 수 있다. 이를 수학식으로 표현하면 수학식 1과 같다.
Figure pat00001
여기서,
Figure pat00002
는 좌심실과 우심방 간의 혈압 차이를,
Figure pat00003
는 심박출량을,
Figure pat00004
은 총말초저항을 나타낸다.
즉, 심박출량이 증가하거나 또는 총말초저항이 증가하는 경우 혈압은 상승하게 된다. 따라서, PPG 신호(400)의 특징은 심박출량과 상관도가 높은 특징(이하, 제1 특징)과 총말초저항과 상관도가 높은 특징(이하, 제2 특징)을 포함할 수 있다. 이때, 제1 특징은 특징점의 진폭과 관련되며, 2 특징은 특징점의 시간과 관련될 수 있다.
도 4를 참조하면, PPG 신호(400)의 파형은 심장에서 출발하여 신체 말단부로 진행하는 진행파(propagation wave)(410)와 신체 말단부에서 다시 되돌아오는 반사파(reflection)(420, 430)의 중첩으로 구성될 수 있다. 즉, PPG 신호(400)는 3개 이상의 성분 펄스(component pulse)들(410 내지 430)의 중첩으로 구성될 수 있다. 여기서, 참조번호 400은 한 주기(Tperiod)의 PPG 신호를, 참조번호 410은 제1 성분 펄스를, 참조번호 420은 제2 성분 펄스를, 참조번호 430은 제3 성분 펄스를 각각 나타낸다. 또한, T1은 제1 성분 펄스(410)의 최대값 지점의 시간을, P1은 T1에서의 PPG 신호(400)의 진폭을, T2는 제2 성분 펄스(420)의 최대값 지점의 시간을, P2는 T2에서의 PPG 신호(400)의 진폭을, T3는 제3 성분 펄스(430)의 최대값 지점의 시간을, P3는 T3에서의 PPG 신호(400)의 진폭을, Tmax는 소정 구간(제1 구간)에서 PPG 신호(400)의 최대값 지점의 시간을, Pmax는 Tmax에서의 PPG 신호(400)의 진폭을, Tsys는 T1 및 Tmax의 중간 지점의 시간을, Psys는 Tsys에서의 PPG 신호(400)의 진폭을, τdur은 시스템의 설정 인자(0≤τdur≤1)(예, 0.7)를, Parea는 0부터 τdur*Tperiod까지(제2 구간)의 PPG 신호(400)의 진폭합을 각각 나타낸다.
제1 특징은 심박출량과 상관도가 높은 특징 즉 특징점의 진폭과 관련된 특징으로, 예컨대, Pmax/Parea, Pmax/P3, Psys/P3, P1/P3 및 P2/P3 등을 포함할 수 있다.
제2 특징은 총말초저항과 상관도가 높은 특징 즉 특징점의 시간과 관련된 특징으로, 1/(T3-Tsys), 1/(T3-Tmax), 1/(T3-T1) 및 1/(T3-T2) 등을 포함할 수 있다.
한편, 도 4에서 Tsys는 T1 및 Tmax의 중간 지점의 시간이라고 설명하였으나, 이에 한정되지 않는다. 즉, Tsys는 T1 및 Tmax 사이의 임의의 내분점도 가능하며, T1 및 T2 사이의 임의의 내분점도 가능하다.
도 5는 스케일 인자 보정 방법을 설명하기 위한 예시도이다. 도 5는 생체 신호는 PPG 신호이고, 생체 상태는 혈압인 경우를 예시한다.
도 3 및 도 5를 참조하면, 특징 추출부(310)는 대상체의 PPG 신호로부터 혈압의 변화를 따라가는 특징(510)을 추출한다.
생체 상태 변화 원인 추정부(320)는 대상체의 호흡수(520)를 측정하고, 측정된 호흡수(520)을 기반으로 호흡-원인 관계 모델을 이용하여 대상체의 혈압 변화 원인을 추정한다. 도시된 예의 경우 생체 상태 변화 원인 추정부(320)는 호흡수(520)가 제1 임계값(521) 이하이면 혈압 변화 원인을 호흡 참기로, 호흡수(520)가 제1 임계값(521)을 초과하고 제2 임계값(522) 이하이면 혈압 변화 원인을 무산소 운동으로, 호흡수(520)가 제2 임계값(522)을 초과하면 혈압 변화 원인을 유산소 운동으로 추정한다.
스케일 인자 보정부(330)는 추정된 혈압 변화 원인을 기반으로 원인-스케일 인자 보정 관계 모델을 이용하여 스케일 인자를 보정한다. 도시된 예의 경우 스케일 인자 보정부(330)는 혈압 변화 원인이 호흡 참기 및 무산소 운동인 경우는 스케일 인자를 보정하지 아니하고, 혈압 변화 원인이 유산소 운동인 경우는 스케일 인자를 감소시킨다. 참조 번호 530은 보정된 스케일 인자를 나타낸다.
특징 스케일링부(340)는 보정된 스케일 인자(530)를 특징(510)에 적용하여 특징(510)을 스케일링한다. 참조 번호 540은 스케일링된 특징을 나타낸다.
도시된 바와 같이, 스케일링된 특징(540)은 혈압 변화 원인을 반영한 것이므로, 스케일링된 특징(540)은 각 혈압 변화 원인에 따른 혈압(550)의 변화를 잘 따른다는 것을 알 수 있다.
도 6은 생체 신호 특징 스케일링 장치의 다른 실시예를 도시한 블록도이다.
도 6을 참조하면, 생체 신호 특징 스케일링 장치(600)는 특징 추출부(610), 특징 결합부(620), 생체 상태 변화 원인 추정부(630), 스케일 인자 보정부(640) 및 특징 스케일링부(650)를 포함할 수 있다.
특징 추출부(610)는 대상체의 생체 신호로부터 복수의 특징을 추출한다. 여기서 특징은 도 4를 참조하여 전술한 바와 같이, 심박출량과 상관도가 높은 제1 특징과 총말초저항과 상관도가 높은 제2 특징을 포함할 수 있다.
특징 결합부(620)는 추출된 복수의 특징을 결합한다. 예컨대, 특징 결합부(620)는 복수의 특징 각각에 대하여 서로 다른 가중치를 적용하고 서로 다른 가중치가 적용된 각 특징을 선형 결합할 수 있다. 이때, 각 특징에 적용되는 가중치는 실험적으로 또는 이론적으로 미리 도출되어 생체 신호 특징 스케일링 장치(600)의 내부 데이터베이스 또는 외부 데이터베이스에 미리 저장될 수 있다.
생체 상태 변화 원인 추정부(630)는 대상체의 생체 상태 변화 원인을 추정하고, 스케일 인자 보정부(640)는 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자를 보정하고, 특징 스케일링부(650)는 보정된 스케일 인자를 결합된 특징에 적용하여 결합된 특징을 스케일링한다. 생체 상태 변화 원인 추정부(630), 스케일 인자 보정부(640) 및 특징 스케일링부(650)는 도 3의 생체 상태 변화 원인 추정부(320), 스케일 인자 보정부(330) 및 특징 스케일링부(340)와 동일하므로 그 상세한 설명은 생략하기로 한다.
도 7은 생체 신호 특징 스케일링 장치의 또 다른 실시예를 도시한 블록도이다.
도 7을 참조하면, 생체 신호 특징 스케일링 장치(700)는 특징 추출부(710), 생체 상태 변화 원인 추정부(720), 결합 계수 보정부(730), 특징 결합부(740), 스케일 인자 보정부(750) 및 특징 스케일링부(760)를 포함할 수 있다. 여기서, 특징 추출부(710), 생체 상태 변화 원인 추정부(720), 특징 결합부(740), 스케일 인자 보정부(750) 및 특징 스케일링부(760)는 도 6의 특징 추출부(610), 생체 상태 변화 원인 추정부(630), 특징 결합부(620), 스케일 인자 보정부(640) 및 특징 스케일링부(650)와 동일하므로 그 상세한 설명은 생략한다.
결합 계수 보정부(730)는 생체 상태 변화 원인 추정부(720)에 의해 추정된 생체 상태 변화 원인을 기반으로 복수의 특징 각각에 적용되는 서로 다른 가중치를 보정할 수 있다. 일 실시예에 따르면, 결합 계수 보정부(730)는 생체 상태 변화 원인과 결합 계수 보정과의 관계를 정의한 모델(이하, 원인-결합 계수 보정 관계 모델)을 이용하여 복수의 특징 각각에 적용되는 가중치를 보정할 수 있다. 예컨대, 생체 상태 변화 원인 추정부(720)는 생체 상태 변화 원인이 호흡 참기인 경우 복수의 특징 중 심박출량과 상관도가 높은 제1 특징의 가중치는 낮추고, 복수의 특징 중 총말초저항과 상관도가 높은 제2 특징의 가중치는 높일 수 있다. 또한, 생체 상태 변화 원인 추정부(720)는 생체 상태 변화 원인이 유산소 운동인 경우 복수의 특징 중 심박출량과 상관도가 높은 제1 특징의 가중치는 높이고, 복수의 특징 중 총말초저항과 상관도가 높은 제2 특징의 가중치는 낮출 수 있다. 또한, 생체 상태 변화 원인 추정부(720)는 생체 상태 변화 원인이 무산소 운동인 경우는 호흡수에 따라 제1 특징의 가중치를 낮추고 제2 특징의 가중치를 높이거나, 제1 특징의 가중치를 높이고 제2 특징의 가중치를 낮출 수 있다. 이때, 각 가중치의 조절량은 호흡수를 기반으로 결정될 수 있다.
도 8은 생체 신호 특징 스케일링 방법의 일 실시예를 도시한 흐름도이다.
도 8의 생체 신호 특징 스케일링 방법은 도 3의 생체 신호 특징 스케일링 장치(300)에 의해 수행될 수 있다.
도 3 및 도 8을 참조하면, 생체 신호 특징 스케일링 장치(300)는 대상체의 생체 신호로부터 생체 상태의 변화를 따라가는 특징을 추출한다(810). 여기서 생체 신호는 생체 내 세포 간의 전기적인 신호로서 심전도(electrocardiogram, ECG) 신호, 광전용적맥파(photoplethysmogram, PPG) 신호, 근전도(electromyogram, EMG) 신호, 심탄도(ballistocardiogram, BCG) 신호 등을 포함할 수 있다. 또한, 생체 상태는 혈압을 포함하는 다양한 바이탈 사인(vital sign)을 포함할 수 있다.
생체 신호 특징 스케일링 장치(300)는 대상체의 생체 상태 변화 원인을 추정한다(820). 일 실시예에 따르면, 생체 신호 특징 스케일링 장치(300)는 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정할 수 있다. 이때, 생체 신호 특징 스케일링 장치(300)는 호흡-원인 관계 모델을 이용하여 생체 상태 변화 원인을 추정할 수 있다.
생체 신호 특징 스케일링 장치(300)는 다양한 방법으로 대상체의 호흡 패턴을 측정할 수 있다.
일 실시예에 따르면, 생체 신호 특징 스케일링 장치(300)는 대상체에 부착된 호흡 센서를 이용하여 대상체의 호흡 패턴을 직접적으로 측정할 수 있다.
다른 실시예에 따르면, 생체 신호 특징 스케일링 장치(300)는 심전도(electrocardiogram, ECG) 신호, 광전용적맥파(photoplethysmogram, PPG) 신호, 근전도(electromyogram, EMG) 신호 및 심탄도(ballistocardiogram, BCG) 신호 등 생체 신호를 분석하여 대상체의 호흡 패턴을 간접적으로 측정할 수 있다. 예컨대, 생체 신호 특징 스케일링 장치(300)는 생체 신호의 저주파 요동(fluctuation) 성분 및/또는 진폭 성분을 분석하거나, 생체 신호로부터 획득된 심박수 또는 인터비트 간격(Inter Beat Interval, IBI)을 분석하여 대상체의 호흡 패턴을 간접적으로 측정할 수 있다.
또 다른 실시예를 따르면, 생체 신호 특징 스케일링 장치(300)는 호흡 센서와 생체 신호를 모두 이용하여 대상체의 호흡 패턴을 측정할 수 있다.
생체 신호 특징 스케일링 장치(300)는 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자를 보정할 수 있다(830). 일 실시예에 따르면, 생체 신호 특징 스케일링 장치(300)는 원인-스케일 인자 보정 관계 모델을 이용하여 스케일 인자를 보정할 수 있다.
생체 신호 특징 스케일링 장치(300)는 보정된 스케일 인자를 특징에 적용하여 특징을 스케일링한다(840).
도 9는 생체 신호 특징 스케일링 방법의 다른 실시예를 도시한 흐름도이다.
도 9의 생체 신호 특징 스케일링 방법은 도 6의 생체 신호 특징 스케일링 장치(600)에 의해 수행될 수 있다.
도 6 및 도 9를 참조하면, 생체 신호 특징 스케일링 장치(600)는 대상체의 생체 신호로부터 생체 상태의 변화를 따라가는 복수의 특징을 추출한다(910). 여기서 특징은 도 4를 참조하여 전술한 바와 같이, 심박출량과 상관도가 높은 제1 특징과 총말초저항과 상관도가 높은 제2 특징을 포함할 수 있다.
생체 신호 특징 스케일링 장치(600)는 추출된 복수의 특징을 결합한다(920). 예컨대, 생체 신호 특징 스케일링 장치(600)는 복수의 특징 각각에 대하여 서로 다른 가중치를 적용하고 서로 다른 가중치가 적용된 각 특징을 선형 결합할 수 있다.
생체 신호 특징 스케일링 장치(600)는 대상체의 생체 상태 변화 원인을 추정하고(930), 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자를 보정하고(940), 보정된 스케일 인자를 결합된 특징에 적용하여 결합된 특징을 스케일링한다(950).
도 10은 생체 신호 특징 스케일링 방법의 또 다른 실시예를 도시한 흐름도이다.
도 10의 생체 신호 특징 스케일링 방법은 도 7의 생체 신호 특징 스케일링 장치(700)에 의해 수행될 수 있다.
도 7 및 도 10을 참조하면, 생체 신호 특징 스케일링 장치(700)는 대상체의 생체 신호로부터 생체 상태의 변화를 따라가는 복수의 특징을 추출한다(1010).
생체 신호 특징 스케일링 장치(700)는 대상체의 생체 상태 변화 원인을 추정한다(820). 일 실시예에 따르면, 생체 신호 특징 스케일링 장치(700)는 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정할 수 있다. 이때, 생체 신호 특징 스케일링 장치(700)는 호흡-원인 관계 모델을 이용하여 생체 상태 변화 원인을 추정할 수 있다.
생체 신호 특징 스케일링 장치(700)는 추정된 생체 상태 변화 원인을 기반으로 복수의 특징 각각에 적용되는 서로 다른 가중치를 보정한다(1030). 일 실시예에 따르면, 생체 신호 특징 스케일링 장치(700)는 원인-결합 계수 보정 관계 모델을 이용하여 복수의 특징 각각에 적용되는 가중치를 보정할 수 있다. 예컨대, 생체 신호 특징 스케일링 장치(700)는 생체 상태 변화 원인이 호흡 참기인 경우 복수의 특징 중 심박출량과 상관도가 높은 제1 특징의 가중치는 낮추고, 복수의 특징 중 총말초저항과 상관도가 높은 제2 특징의 가중치는 높일 수 있다. 또한, 생체 신호 특징 스케일링 장치(700)는 생체 상태 변화 원인이 유산소 운동인 경우 복수의 특징 중 심박출량과 상관도가 높은 제1 특징의 가중치는 높이고, 복수의 특징 중 총말초저항과 상관도가 높은 제2 특징의 가중치는 낮출 수 있다. 또한, 생체 신호 특징 스케일링 장치(700)는 생체 상태 변화 원인이 무산소 운동인 경우는 호흡수에 따라 제1 특징의 가중치를 낮추고 제2 특징의 가중치를 높이거나, 제1 특징의 가중치를 높이고 제2 특징의 가중치를 낮출 수 있다. 이때, 각 가중치의 조절량은 호흡수를 기반으로 결정될 수 있다.
생체 신호 특징 스케일링 장치(700)는 복수의 특징에 보정된 서로 다른 가중치를 각각 적용하여 복수의 특징을 결합한다(1040).
생체 신호 특징 스케일링 장치(700)는 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자를 보정하고(1050), 보정된 스케일 인자를 결합된 특징에 적용하여 결합된 특징을 스케일링한다(1060).
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.
300, 600, 700: 생체 상태 특징 스케일링 장치
310, 610, 710: 특징 추출부
320, 630, 720: 생체 상태 변화 원인 추정부
330, 640, 750: 스케일 인자 보정부
340, 650, 760: 특징 스케일링부
620, 740: 특징 결합부
730: 결합 계수 보정부

Claims (20)

  1. 대상체의 생체 신호로부터 특징을 추출하는 특징 추출부;
    상기 대상체의 생체 상태 변화 원인을 추정하는 생체 상태 변화 원인 추정부;
    상기 추정된 생체 상태 변화 원인을 기반으로 스케일 인자(scale factor)를 보정하는 스케일 인자 보정부; 및
    상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 특징 스케일링부; 를 포함하는,
    생체 신호 특징 스케일링 장치.
  2. 제1항에 있어서,
    상기 생체 신호는,
    심전도(Electrocardiogram) 신호, 광전용적맥파(Photoplethysmogram) 신호, 근전도(electromyogram) 신호, 심탄도(ballistocardiogram) 신호를 포함하는,
    생체 신호 특징 스케일링 장치.
  3. 제1항에 있어서,
    상기 생체 상태 변화 원인은,
    호흡 참기, 무산소 운동, 유산소 운동 및 스트레스 중 적어도 하나를 포함하는,
    생체 신호 특징 스케일링 장치.
  4. 제1항에 있어서,
    상기 생체 상태 변화 원인 추정부는,
    상기 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정하는,
    생체 신호 특징 스케일링 장치.
  5. 제4항에 있어서,
    상기 생체 상태 변화 원인 추정부는,
    대상체에 부착된 호흡 센서를 이용하여 상기 대상체의 호흡 패턴을 측정하는,
    생체 신호 특징 스케일링 장치.
  6. 제4항에 있어서,
    상기 생체 상태 변화 원인 추정부는,
    상기 생체 신호를 분석하여 상기 대상체의 호흡 패턴을 측정하는,
    생체 신호 특징 스케일링 장치.
  7. 제6항에 있어서,
    상기 생체 상태 변화 원인 추정부는,
    상기 생체 신호의 저주파 요동(fluctuation) 성분 및 진폭 성분 중 적어도 하나를 분석하거나, 상기 생체 신호로부터 획득된 심박수 또는 인터비트 간격(Inter Beat Interval, IBI)을 분석하여 상기 대상체의 호흡 패턴을 측정하는,
    생체 신호 특징 스케일링 장치.
  8. 제1항에 있어서,
    상기 스케일 인자 보정부는,
    생체 상태 변화 원인과 스케일 인자 보정 사이의 관계를 정의한 모델을 기반으로 상기 스케일 인자를 보정하는,
    생체 신호 특징 스케일링 장치.
  9. 대상체의 생체 신호로부터 특징을 추출하는 단계;
    상기 대상체의 생체 상태 변화 원인을 추정하는 단계;
    상기 추정된 생체 상태 변화 원인을 기반으로 스케일 인자(scale factor)를 보정하는 단계; 및
    상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 단계; 를 포함하는,
    생체 신호 특징 스케일링 방법.
  10. 제9항에 있어서,
    상기 생체 신호는,
    심전도(Electrocardiogram) 신호, 광전용적맥파(Photoplethysmogram) 신호, 근전도(electromyogram) 신호, 심탄도(ballistocardiogram) 신호를 포함하는,
    생체 신호 특징 스케일링 방법.
  11. 제9항에 있어서,
    상기 생체 상태 변화 원인은,
    호흡 참기, 무산소 운동, 유산소 운동 및 스트레스 중 적어도 하나를 포함하는,
    생체 신호 특징 스케일링 방법.
  12. 제9항에 있어서,
    상기 생체 상태 변화 원인을 추정하는 단계는,
    상기 대상체의 호흡수를 포함하는 호흡 패턴을 측정하는 단계; 및
    상기 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정하는 단계; 를 포함하는,
    생체 신호 특징 스케일링 방법.
  13. 제12항에 있어서,
    상기 호흡 패턴을 측정하는 단계는,
    대상체에 부착된 호흡 센서를 이용하여 상기 대상체의 호흡 패턴을 측정하는,
    생체 신호 특징 스케일링 방법.
  14. 제12항에 있어서,
    상기 호흡 패턴을 측정하는 단계는,
    상기 생체 신호를 분석하여 상기 대상체의 호흡 패턴을 측정하는,
    생체 신호 특징 스케일링 방법.
  15. 제14항에 있어서,
    상기 호흡 패턴을 측정하는 단계는,
    상기 생체 신호의 저주파 요동(fluctuation) 성분 및 진폭 성분 중 적어도 하나를 분석하거나, 상기 생체 신호로부터 획득된 심박수 또는 인터비트 간격(Inter Beat Interval, IBI)을 분석하여 상기 대상체의 호흡 패턴을 측정하는,
    생체 신호 특징 스케일링 방법.
  16. 제9항에 있어서,
    상기 스케일 인자를 보정하는 단계는,
    생체 상태 변화 원인과 스케일 인자 보정 사이의 관계를 정의한 모델을 기반으로 상기 스케일 인자를 보정하는,
    생체 신호 특징 스케일링 방법.
  17. 대상체의 생체 신호로부터 복수의 특징을 추출하는 특징 추출부;
    상기 대상체의 생체 상태 변화 원인을 추정하는 생체 상태 변화 원인 추정부;
    상기 추정된 생체 상태 변화 원인을 기반으로 복수의 특징 각각에 적용되는 서로 다른 가중치를 보정하는 결합 계수 보정부;
    상기 복수의 특징에 상기 보정된 서로 다른 가중치를 각각 적용하여 상기 복수의 특징을 결합하는 특징 결합부;
    상기 추정된 생체 상태 변화 원인을 기반으로 기 저장된 스케일 인자(scale factor)를 보정하는 스케일 인자 보정부; 및
    상기 보정된 스케일 인자를 상기 추출된 특징에 적용하여 상기 추출된 특징을 스케일링하는 특징 스케일링부; 를 포함하는,
    생체 신호 특징 스케일링 장치.
  18. 제17항에 있어서,
    상기 생체 신호는,
    심전도(Electrocardiogram) 신호, 광전용적맥파(Photoplethysmogram) 신호, 근전도(electromyogram) 신호, 심탄도(ballistocardiogram) 신호를 포함하는,
    생체 신호 특징 스케일링 장치.
  19. 제17항에 있어서,
    상기 생체 상태 변화 원인 추정부는,
    상기 대상체의 호흡수를 포함하는 호흡 패턴을 측정하고, 측정된 호흡 패턴을 기반으로 생체 상태 변화 원인을 추정하는,
    생체 신호 특징 스케일링 장치.
  20. 제17항에 있어서,
    상기 결합 계수 보정부는,
    생체 상태 변화 원인과 결합 계수 보정과의 관계를 정의한 모델을 이용하여 상기 복수의 특징 각각에 적용되는 서로 다른 가중치를 보정하는,
    생체 신호 특징 스케일링 장치.
KR1020160181374A 2016-12-28 2016-12-28 생체 신호 특징 스케일링 장치 및 방법 KR20180076806A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020160181374A KR20180076806A (ko) 2016-12-28 2016-12-28 생체 신호 특징 스케일링 장치 및 방법
US15/833,727 US11266357B2 (en) 2016-12-28 2017-12-06 Bio-signal feature scaling apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160181374A KR20180076806A (ko) 2016-12-28 2016-12-28 생체 신호 특징 스케일링 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20180076806A true KR20180076806A (ko) 2018-07-06

Family

ID=62625198

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160181374A KR20180076806A (ko) 2016-12-28 2016-12-28 생체 신호 특징 스케일링 장치 및 방법

Country Status (2)

Country Link
US (1) US11266357B2 (ko)
KR (1) KR20180076806A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200021208A (ko) * 2018-08-20 2020-02-28 삼성전자주식회사 혈압 추정 장치 및 방법
KR20200021207A (ko) 2018-08-20 2020-02-28 삼성전자주식회사 혈압 추정 장치 및 방법
US11813039B2 (en) 2019-02-28 2023-11-14 Samsung Electronics Co., Ltd. Apparatus and method for estimating bio-information

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11123022B2 (en) * 2017-10-18 2021-09-21 Samsung Electronics Co., Ltd. Blood pressure estimating apparatus and blood pressure estimating method
US20200077963A1 (en) * 2018-09-10 2020-03-12 Apple Inc. Scaling physiological signals
CN111012323A (zh) * 2018-10-10 2020-04-17 三星电子株式会社 用于估计血压的设备以及用于支持血压估计的设备
KR102576126B1 (ko) * 2019-09-19 2023-09-06 삼성전자주식회사 생체정보 추정 장치 및 방법

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0947160B1 (en) * 1997-08-26 2006-03-01 Seiko Epson Corporation Pulse wave diagnosing device
US6527725B1 (en) * 2001-01-25 2003-03-04 Colin Corporation Blood pressure estimating apparatus
GB0130010D0 (en) * 2001-12-14 2002-02-06 Isis Innovation Combining measurements from breathing rate sensors
US6730038B2 (en) 2002-02-05 2004-05-04 Tensys Medical, Inc. Method and apparatus for non-invasively measuring hemodynamic parameters using parametrics
WO2004071292A1 (en) 2003-02-10 2004-08-26 Massachusetts Institute Of Technology Methods and apparatus for determining cardiac output
KR101498305B1 (ko) 2006-09-05 2015-03-03 엔. 아이. 메디컬 엘티디. 심장 지표들의 비침습적 측정을 위한 방법 및 시스템
JP4388585B2 (ja) 2008-09-18 2009-12-24 セイコーインスツル株式会社 循環動態測定装置
AT508114B1 (de) 2009-09-03 2010-11-15 Heller Arnulf Dipl Ing Vorrichtung zur nicht-invasiven bestimmung des arteriellen blutdrucks
US9801607B2 (en) * 2010-01-31 2017-10-31 Vladimir Shusterman Evaluating arterial pressure, vasomotor activity and their response to diagnostic tests
WO2012010298A1 (en) * 2010-07-23 2012-01-26 Roche Diagnostics Gmbh System and method considering the effect of physical activity on the glucoregulatory system
US20120215117A1 (en) 2011-02-23 2012-08-23 Pacesetter, Inc. Systems and methods for estimating central arterial blood pressure of a patient
KR102025571B1 (ko) 2012-07-27 2019-09-27 삼성전자주식회사 호흡 조절에 의한 혈압 변화를 측정하기 위한 장치 및 방법
US10478082B2 (en) 2013-03-24 2019-11-19 Seoul National University R&Db Foundation Film-type biomedical signal measuring apparatus, blood pressure measuring apparatus using the same, cardiopulmonary fitness estimating apparatus, and personal authentication apparatus
JP6435128B2 (ja) 2013-07-26 2018-12-05 タタ・コンサルタンシー・サーヴィシズ・リミテッド 生理学的パラメータの監視
KR101503604B1 (ko) 2013-09-30 2015-03-17 길영준 착용형 실시간 혈압 추정 모니터링 시스템 및 그의 제어 방법
JP2016536040A (ja) 2013-09-30 2016-11-24 ヒュイノ カンパニー リミテッド 血圧をリアルタイムでモニタリングするためのシステム
KR102299361B1 (ko) 2014-09-03 2021-09-07 삼성전자주식회사 혈압을 모니터링하는 장치 및 방법, 혈압 모니터링 기능을 갖는 웨어러블 디바이스
KR102384225B1 (ko) 2015-03-06 2022-04-07 삼성전자주식회사 혈압 측정 장치 및 방법
CN107920758B (zh) * 2015-06-18 2023-07-18 瑞士Csem电子显微技术研发中心 用于确定血压值的方法、装置和计算机程序
EP3337393B1 (en) * 2015-08-21 2021-03-10 Koninklijke Philips N.V. Monitoring apparatus for monitoring blood pressure of a subject
US11564640B2 (en) * 2015-09-25 2023-01-31 Huawei Technologies Co., Ltd. Blood pressure measurement method, blood pressure measurement apparatus, and terminal
EP3361944A4 (en) * 2015-10-12 2019-05-29 Northwestern University DEVICE, SYSTEM AND METHOD FOR AMBULANT BLOOD PRESSURE MEASUREMENT AND MONITORING OF VITAL LABELS
JP6636784B2 (ja) * 2015-11-27 2020-01-29 浜松ホトニクス株式会社 血圧情報算出装置、血圧情報算出方法、血圧情報算出プログラム、及びそのプログラムを記録する記録媒体
KR20170073051A (ko) * 2015-12-18 2017-06-28 삼성전자주식회사 혈압을 산출하는 방법 및 장치
US20170340920A1 (en) * 2016-05-31 2017-11-30 Polar Electro Oy System for monitoring physiological activity

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200021208A (ko) * 2018-08-20 2020-02-28 삼성전자주식회사 혈압 추정 장치 및 방법
KR20200021207A (ko) 2018-08-20 2020-02-28 삼성전자주식회사 혈압 추정 장치 및 방법
US11701010B2 (en) 2018-08-20 2023-07-18 Samsung Electronics Co., Ltd. Apparatus and method for estimating blood pressure
US11813039B2 (en) 2019-02-28 2023-11-14 Samsung Electronics Co., Ltd. Apparatus and method for estimating bio-information

Also Published As

Publication number Publication date
US11266357B2 (en) 2022-03-08
US20180177465A1 (en) 2018-06-28

Similar Documents

Publication Publication Date Title
KR20180076806A (ko) 생체 신호 특징 스케일링 장치 및 방법
Gaurav et al. Cuff-less PPG based continuous blood pressure monitoring—A smartphone based approach
US20180279965A1 (en) Ambulatory Blood Pressure and Vital Sign Monitoring Apparatus, System and Method
Kurylyak et al. A Neural Network-based method for continuous blood pressure estimation from a PPG signal
Fortino et al. PPG-based methods for non invasive and continuous blood pressure measurement: An overview and development issues in body sensor networks
EP3352661B1 (en) Method and electronic device for cuff-less blood pressure(bp) measurement
US11123022B2 (en) Blood pressure estimating apparatus and blood pressure estimating method
EP3342332B1 (en) Adaptive bio-signal feature combining apparatus and method
US11432775B2 (en) Apparatus and method for estimating blood pressure
US20230301526A1 (en) Apparatus and method for estimating blood pressure
US11617545B2 (en) Methods and systems for adaptable presentation of sensor data
US11006843B1 (en) System and method of determining breathing rates from oscillometric data
US11744526B2 (en) Apparatus and method for estimating blood pressure
KR20190043453A (ko) 혈압 추정 장치 및 방법
Pielmus et al. Surrogate based continuous noninvasive blood pressure measurement
Yao et al. Multi-dimensional feature combination method for continuous blood pressure measurement based on wrist PPG sensor
Liu et al. Blood pressure monitoring techniques in the natural state of multi-scenes: A review
US20210085259A1 (en) Apparatus and method for estimating bio-information
CN113470805A (zh) 建立血压模型的方法
KR20180077019A (ko) 적응적 생체 신호 특징 결합 장치 및 방법
Yen et al. Development of a continuous blood pressure measurement and cardiovascular multi-indicator platform for Asian populations by using a back propagation neural network and dual photoplethysmography sensor signal acquisition technology
Lui et al. A novel calibration procedure of pulse transit time based blood pressure measurement with heart rate and respiratory rate
US20220265220A1 (en) Method of obtaining feature for blood pressure estimation, apparatus and method for estimating blood pressure
Chaurasia et al. Development of a Low Cost Heart Rate Monitoring and Transmission System using PPG Signal Processing for Wearable Devices
Ozsahin et al. The design of a noninvasive blood pressure measurement device

Legal Events

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