KR20190043967A - 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 - Google Patents
개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 Download PDFInfo
- Publication number
- KR20190043967A KR20190043967A KR1020170136132A KR20170136132A KR20190043967A KR 20190043967 A KR20190043967 A KR 20190043967A KR 1020170136132 A KR1020170136132 A KR 1020170136132A KR 20170136132 A KR20170136132 A KR 20170136132A KR 20190043967 A KR20190043967 A KR 20190043967A
- Authority
- KR
- South Korea
- Prior art keywords
- spectrum
- unit
- candidate
- living body
- personalized
- Prior art date
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 602
- 238000000034 method Methods 0.000 title claims description 87
- 239000000306 component Substances 0.000 claims description 173
- 239000008280 blood Substances 0.000 claims description 41
- 210000004369 blood Anatomy 0.000 claims description 41
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 30
- 239000008103 glucose Substances 0.000 claims description 30
- 238000000513 principal component analysis Methods 0.000 claims description 30
- 238000012880 independent component analysis Methods 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 25
- 230000003595 spectral effect Effects 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 13
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 11
- 239000012503 blood component Substances 0.000 claims description 10
- 102000004169 proteins and genes Human genes 0.000 claims description 10
- 108090000623 proteins and genes Proteins 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 6
- 102000008186 Collagen Human genes 0.000 claims description 6
- 108010035532 Collagen Proteins 0.000 claims description 6
- 102000016942 Elastin Human genes 0.000 claims description 6
- 108010014258 Elastin Proteins 0.000 claims description 6
- 102000011782 Keratins Human genes 0.000 claims description 6
- 108010076876 Keratins Proteins 0.000 claims description 6
- 238000000692 Student's t-test Methods 0.000 claims description 6
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 claims description 6
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 claims description 6
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 claims description 6
- 235000012000 cholesterol Nutrition 0.000 claims description 6
- 229920001436 collagen Polymers 0.000 claims description 6
- 229920002549 elastin Polymers 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012353 t test Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 6
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims description 6
- 229940116269 uric acid Drugs 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 238000004566 IR spectroscopy Methods 0.000 claims description 3
- 238000001069 Raman spectroscopy Methods 0.000 claims description 3
- 238000000528 statistical test Methods 0.000 claims description 3
- 210000000577 adipose tissue Anatomy 0.000 claims 2
- 238000001727 in vivo Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 52
- 238000005259 measurement Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 26
- 239000000284 extract Substances 0.000 description 24
- 230000006870 function Effects 0.000 description 17
- 239000000470 constituent Substances 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 6
- 210000000707 wrist Anatomy 0.000 description 6
- 210000003423 ankle Anatomy 0.000 description 4
- 210000000245 forearm Anatomy 0.000 description 4
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 4
- 210000000689 upper leg Anatomy 0.000 description 4
- 102000004877 Insulin Human genes 0.000 description 2
- 108090001061 Insulin Proteins 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 229940125396 insulin Drugs 0.000 description 2
- 210000002321 radial artery Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 230000002218 hypoglycaemic effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 238000012306 spectroscopic technique Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- 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
- A61B5/14532—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 for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4795—Scattering, i.e. diffuse reflection spatially resolved investigating of object in scattering medium
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Emergency Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
일 양상에 따른 개인화된 단위 스펙트럼 획득 장치는, 생체 내에 대상 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 대상 성분의 양이 많을 때 측정된 제2 생체 스펙트럼을 획득하는 스펙트럼 획득부와, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 상기 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출하는 프로세서를 포함할 수 있다.
Description
비침습 방식으로 생체 성분을 추정하는 기술에 대한 것으로, 특히 개인의 광학 특성이 고려된 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법과 관련된다.
당뇨병은 다양한 합병증을 일으키며 치료가 잘 안 되는 만성질환이어서 규칙적으로 혈당을 체크해서 합병증 발생을 예방해야 한다. 또한 인슐린을 투여하는 경우에는 저혈당을 대비하고 인슐린 투여량을 조절하기 위해 혈당을 체크해야 한다. 일반적으로 혈당을 측정하기 위해 침습적인 방식이 이용되고 있다. 침습적으로 혈당을 측정하는 방식은 측정의 신뢰성이 높다고 할 수 있으나 주사를 이용하여 혈액 채취의 고통, 번거로움 및 질병 감염 위험이 존재한다. 최근에는 혈액을 직접 채취하지 않고 분광기를 이용하여 비침습적으로 혈당을 측정하는 방법이 연구되고 있다.
개인의 광학 특성이 고려된 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법을 제공하는 것을 목적으로 한다.
일 양상에 따른 개인화된 단위 스펙트럼 획득 장치는, 생체 내에 대상 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 대상 성분의 양이 많을 때 측정된 제2 생체 스펙트럼을 획득하는 스펙트럼 획득부와, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 상기 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출하는 프로세서를 포함할 수 있다.
상기 프로세서는, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 적어도 하나의 후보 스펙트럼을 추출하는 후보 스펙트럼 추출부를 포함할 수 있다.
상기 후보 스펙트럼 추출부는, PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 중 적어도 하나를 이용하여 상기 적어도 하나의 후보 스펙트럼을 추출할 수 있다.
상기 프로세서는, 추출된 적어도 하나의 후보 스펙트럼 중에서 상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 후보 스펙트럼 선택부와, 선택된 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하고 상기 스케일링된 후보 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 개인화된 단위 스펙트럼 추출부를 더 포함할 수 있다.
상기 후보 스펙트럼 선택부는, 후보 스펙트럼의 형태 및 후보 스펙트럼의 시간에 따른 변화량 중 적어도 하나를 기반으로 상기 대상 성분과 관련된 후보 스펙트럼을 선택할 수 있다.
상기 후보 스펙트럼 선택부는, 후보 스펙트럼과 대상 성분의 단위 스펙트럼 간의 제1 유사도가 제1 임계값을 초과할 것, 후보 스펙트럼의 시간에 따른 변화량과 계단 함수(step function) 간의 제2 유사도가 제2 임계값을 초과할 것, 및 제1 유사도와 제2 유사도의 곱이 제3 임계값을 초과할 것 중 적어도 하나의 조건을 만족하는 후보 스펙트럼을 상기 대상 성분과 관련된 후보 스펙트럼으로 선택할 수 있다.
상기 후보 스펙트럼 선택부는, 유클리드 거리(Euclidean distance), 맨하탄 거리(Manhattan Distance), 코사인 거리(Cosine Distance), 마할라노비스 거리 (Mahalanobis Distance), 자카드 계수(Jaccard Coefficient), 확장 자카드 계수(Extended Jaccard Coefficient), 피어슨 상관관계 계수(Pearson's Correlation Coefficient), 및 스피어만 상관관계 계수(Spearman's Correlation Coefficient)를 포함하는 유사도 산출 기법, 또는 f-test, t-test, 및 z-test를 포함하는 통계검정 기법을 이용할 수 있다.
상기 개인화된 단위 스펙트럼 추출부는, 상기 후보 스펙트럼 선택부에서 선택된 후보 스펙트럼이 복수 개이면, 선택된 복수 개의 후보 스펙트럼을 평균하여 평균 후보 스펙트럼을 생성하고, 생성된 평균 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링할 수 있다.
개인화된 단위 스펙트럼 획득 장치는, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼에서 노이즈를 제거하는 전처리부를 더 포함할 수 있다.
상기 전처리부는, ALS(asymmetric least square), detrend, MSC(multiplicative scatter correction), EMSC(extended multiplicative scatter correction), SNV(standard normal variate), MC(mean centering), FT(fourier transform), OSC(orthogonal signal correction), 및 SG(Savitzky-Golay smoothing) 중 적어도 하나를 이용할 수 있다.
상기 프로세서는, 상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하는 감산부와, 감산 결과 생성된 스펙트럼을 대상 성분의 단위 스펙트럼에 대응하도록 스케일링하고 스케일링된 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 개인화된 단위 스펙트럼 추출부를 포함할 수 있다.
개인화된 단위 스펙트럼 획득 장치는, 상기 개인화된 단위 스펙트럼 추출 방법과 관련된 복수의 옵션 중 하나를 선택하는 옵션 선택부를 더 포함하고, 상기 프로세서는, 상기 복수의 옵션 중 제1 옵션에서는 PCA(principal component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제2 옵션에서는 ICA(independent component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제3 옵션에서는 NMF(non-negative matrix factorization)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제4 옵션에서는 AE(auto-encoding)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제5 옵션에서는 상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하여 상기 개인화된 단위 스펙트럼을 추출할 수 있다.
상기 대상 성분은 혈중 성분 및 피부내 성분을 포함하고, 상기 혈중 성분은 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산을 포함하고, 상기 피부내 성분은 콜라겐, 케라틴 및 엘라스틴을 포함하는 단백질, 및 체지방을 포함할 수 있다.
다른 양상에 따른 개인화된 단위 스펙트럼 획득 방법은, 생체 내에 대상 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 대상 성분의 양이 많을 때 측정된 제2 생체 스펙트럼을 획득하는 단계와, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 상기 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출하는 단계를 포함할 수 있다.
상기 개인화된 단위 스펙트럼을 추출하는 단계는, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 후보 스펙트럼을 추출하는 단계와, 추출된 적어도 하나의 후보 스펙트럼 중에서 상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계와, 상기 선택된 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하는 단계와, 상기 스케일링된 후보 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 단계를 포함할 수 있다.
상기 후보 스펙트럼을 추출하는 단계는, PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 중 적어도 하나를 이용하여 상기 후보 스펙트럼을 추출할 수 있다.
상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계는, 후보 스펙트럼의 형태 및 후보 스펙트럼의 시간에 따른 변화량 중 적어도 하나를 기반으로 상기 대상 성분과 관련된 후보 스펙트럼을 선택할 수 있다.
상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계는, 상기 후보 스펙트럼과 상기 대상 성분의 단위 스펙트럼간의 제1 유사도가 제1 임계값을 초과할 것, 상기 후보 스펙트럼의 시간에 따른 변화량과 계단 함수(step function) 간의 제2 유사도가 제2 임계값을 초과할 것, 및 상기 제1 유사도와 상기 제2 유사도의 곱이 제3 임계값을 초과할 것 중 적어도 하나의 조건을 만족하는 후보 스펙트럼을 상기 대상 성분과 관련된 후보 스펙트럼으로 선택할 수 있다.
상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계는, 유클리드 거리(Euclidean distance), 맨하탄 거리(Manhattan Distance), 코사인 거리(Cosine Distance), 마할라노비스 거리 (Mahalanobis Distance), 자카드 계수(Jaccard Coefficient), 확장 자카드 계수(Extended Jaccard Coefficient), 피어슨 상관관계 계수(Pearson's Correlation Coefficient), 및 스피어만 상관관계 계수(Spearman's Correlation Coefficient)를 포함하는 유사도 산출 기법, 또는 f-test, t-test, 및 z-test를 포함하는 통계검정 기법을 이용할 수 있다.
상기 선택된 후보 스펙트럼을 스케일링하는 단계는, 상기 선택된 후보 스펙트럼이 복수 개이면, 선택된 복수 개의 후보 스펙트럼을 평균하여 평균 후보 스펙트럼을 생성하고, 생성된 평균 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링할 수 있다.
개인화된 단위 스펙트럼 획득 방법은, 상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼에서 노이즈를 제거하는 단계를 더 포함할 수 있다.
상기 노이즈를 제거하는 단계는, ALS(asymmetric least square), detrend, MSC(multiplicative scatter correction), EMSC(extended multiplicative scatter correction), SNV(standard normal variate), MC(mean centering), FT(fourier transform), OSC(orthogonal signal correction), 및 SG(Savitzky-Golay smoothing) 중 적어도 하나를 이용할 수 있다.
상기 개인화된 단위 스펙트럼을 추출하는 단계는, 상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하는 단계와, 감산 결과 생성된 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하는 단계와, 상기 스케일링된 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 단계를 포함할 수 있다.
개인화된 단위 스펙트럼 획득 방법은, 상기 개인화된 단위 스펙트럼 추출 방법과 관련된 복수의 옵션 중 하나를 선택하는 단계를 더 포함하고, 상기 개인화된 단위 스펙트럼을 추출하는 단계는, 상기 복수의 옵션 중 제1 옵션에서는 PCA(principal component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제2 옵션에서는 ICA(independent component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제3 옵션에서는 NMF(non-negative matrix factorization)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제4 옵션에서는 AE(auto-encoding)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고, 상기 복수의 옵션 중 제5 옵션에서는 상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하여 상기 개인화된 단위 스펙트럼을 추출할 수 있다.
상기 대상 성분은 혈중 성분 및 피부내 성분을 포함하고, 상기 혈중 성분은 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산을 포함하고, 상기 피부내 성분은 콜라겐, 케라틴 및 엘라스틴을 포함하는 단백질, 및 체지방을 포함할 수 있다.
다른 양상에 따른 생체 성분 추정 장치는, 사용자의 피부에 광을 조사하고 사용자의 피부로부터 반사 또는 산란된 광을 수신하여 생체 스펙트럼을 측정하는 분광기와, 상기 측정된 생체 스펙트럼 및 개인화된 단위 스펙트럼을 기반으로 생체 성분을 추정하는 프로세서를 포함할 수 있다. 이때, 상기 개인화된 단위 스펙트럼은 상기 사용자의 생체 내에 상기 생체 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 생체 성분의 양이 많을 때 측정된 제2 생체 스펙트럼으로부터 추출될 수 있다.
상기 분광기는, 적외선 분광법(infrared spectroscopy) 및 라만 분광법(Raman spectroscopy) 중 하나를 이용할 수 있다.
상기 프로세서는, 상기 피부의 배경 스펙트럼 및 상기 개인화된 단위 스펙트럼을 이용하여 생체 성분 추정 모델을 생성하는 모델 생성부와, 상기 측정된 생체 스펙트럼 및 상기 생체 성분 추정 모델을 이용하여 상기 생체 성분을 추정하는 생체 성분 추정부를 포함할 수 있다.
상기 분광기는, 설정된 주기 또는 사용자 요청에 따라, 상기 생체 내에 상기 생체 성분의 양이 적을 때 상기 사용자의 피부로부터 상기 배경 스펙트럼을 측정할 수 있다.
생체 내에 대상 성분의 양이 적을 때 측정된 생체 스펙트럼과 생체 내에 대상 성분의 양이 많을 때 측정된 생체 스펙트럼으로부터 각 개인의 광학 특성이 고려된 개인화된 단위 스펙트럼을 추출하고 추출된 개인화된 단위 스펙트럼을 이용하여 생체 성분을 추정하므로 생체 성분 추정의 정확도를 향상시킬 수 있다.
도 1은 개인화된 단위 스펙트럼 획득 장치의 일 실시예를 도시한 블록도이다.
도 2는 프로세서의 일 실시예를 도시한 블록도이다.
도 3은 프로세서의 다른 실시예를 도시한 블록도이다.
도 4는 개인화된 단위 스펙트럼 획득 장치의 다른 실시예를 도시한 블록도이다.
도 5는 PCA를 이용하여 개인화된 단위 스펙트럼을 추출하는 예를 설명하기 위한 도면이다.
도 6는 AE를 이용하여 개인화된 단위 스펙트럼을 추출하는 예를 설명하기 위한 도면이다.
도 7은 생체 성분 추정 장치의 일 실시예를 도시한 블록도이다.
도 8은 스펙트럼 측정 장치의 일 실시예를 도시한 블록도이다.
도 9는 프로세서의 일 실시예를 도시한 블록도이다.
도 10은 생체 성분 추정 장치의 다른 실시예를 도시한 블록도이다.
도 11은 생체 성분 추정 장치의 다른 실시예를 도시한 블록도이다.
도 12는 개인화된 단위 스펙트럼 획득 방법의 일 실시예를 도시한 흐름도이다.
도 13은 개인화된 단위 스펙트럼 추출 방법의 일 실시예를 도시한 블록도이다.
도 14는 개인화된 단위 스펙트럼 추출 방법의 다른 실시예를 도시한 블록도이다.
도 15는 개인화된 단위 스펙트럼 획득 방법의 다른 실시예를 도시한 흐름도이다.
도 16은 생체 성분 추정 방법의 일 실시예를 도시한 흐름도이다.
도 2는 프로세서의 일 실시예를 도시한 블록도이다.
도 3은 프로세서의 다른 실시예를 도시한 블록도이다.
도 4는 개인화된 단위 스펙트럼 획득 장치의 다른 실시예를 도시한 블록도이다.
도 5는 PCA를 이용하여 개인화된 단위 스펙트럼을 추출하는 예를 설명하기 위한 도면이다.
도 6는 AE를 이용하여 개인화된 단위 스펙트럼을 추출하는 예를 설명하기 위한 도면이다.
도 7은 생체 성분 추정 장치의 일 실시예를 도시한 블록도이다.
도 8은 스펙트럼 측정 장치의 일 실시예를 도시한 블록도이다.
도 9는 프로세서의 일 실시예를 도시한 블록도이다.
도 10은 생체 성분 추정 장치의 다른 실시예를 도시한 블록도이다.
도 11은 생체 성분 추정 장치의 다른 실시예를 도시한 블록도이다.
도 12는 개인화된 단위 스펙트럼 획득 방법의 일 실시예를 도시한 흐름도이다.
도 13은 개인화된 단위 스펙트럼 추출 방법의 일 실시예를 도시한 블록도이다.
도 14는 개인화된 단위 스펙트럼 추출 방법의 다른 실시예를 도시한 블록도이다.
도 15는 개인화된 단위 스펙트럼 획득 방법의 다른 실시예를 도시한 흐름도이다.
도 16은 생체 성분 추정 방법의 일 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.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 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.
한편, 본 명세서에서 설명되는 단위 스펙트럼은 단위 농도(예컨대, 1mM)의 물질에 대한 스펙트럼을 의미하고, 개인화된 단위 스펙트럼은 각 개인의 광학 특성이 고려된 단위 스펙트럼을 의미한다.
도 1은 개인화된 단위 스펙트럼 획득 장치의 일 실시예를 도시한 블록도이다. 개인화된 단위 스펙트럼 획득 장치(100)는 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 1을 참조하면, 개인화된 단위 스펙트럼 획득 장치(100)는 스펙트럼 획득부(110) 및 프로세서(120)를 포함할 수 있다.
스펙트럼 획득부(110)는 생체 내에 대상 성분의 양이 적을 때 측정된 생체 스펙트럼(이하, 제1 생체 스펙트럼) 및 생체 내에 대상 성분의 양이 많을 때 측정된 생체 스펙트럼(이하, 제2 생체 스펙트럼)을 획득할 수 있다. 이때, 대상 성분은 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산 등을 포함하는 혈중 성분, 및 콜라겐, 케라틴 및 엘라스틴 등을 포함하는 피부내 성분 등을 포함할 수 있다.
일 실시예에 따르면, 스펙트럼 획득부(110)는 생체 스펙트럼을 측정 및/또는 저장하는 외부 장치로부터 제1 생체 스펙트럼 및 제2 생체 스펙트럼을 획득할 수 있다. 이때, 스펙트럼 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, 스펙트럼 획득부(110)는 생체 내에 대상 성분의 양이 적을 때(예, 대상 성분이 혈당인 경우는 공복 상태)에 피부에 광을 조사하고 피부로부터 반사 또는 산란된 광을 수신하여 제1 생체 스펙트럼을 획득하고, 생체 내에 대상 성분의 양이 많을 때(예, 대상 성분이 혈당인 경우는 당 섭취 후) 피부에 광을 조사하고 피부로부터 반사 또는 산란된 광을 수신하여 제2 생체 스펙트럼을 획득할 수 있다. 이를 위해 스펙트럼 획득부(110)는 피부에 광을 조사하는 광원 및 피부로부터 반사 또는 산란된 광을 수신하여 생체 스펙트럼을 획득하는 광 검출기를 포함할 수 있다.
이때, 광원은 근적외선(Near Infrared Ray, NIR) 또는 중적외선(Mid Infrared Ray, MIR)을 조사할 수 있다. 그러나, 측정 목적이나 분석하고자 하는 대상 성분의 종류에 따라서 광원으로부터 조사되는 광의 파장은 달라질 수 있다. 그리고 광원은 반드시 단일의 발광체로 구성될 필요는 없으며, 다수의 발광체의 집합으로 구성될 수도 있다. 광원은 발광 다이오드(light emitting diode, LED), 레이저 다이오드(laser diode), 또는 형광체 등으로 형성될 수 있다. 광 검출기는 포토 다이오드(photo diode), 포토 트랜지스터(photo transistor, PTr) 또는 전자 결합 소자(charge-coupled device, CCD)등으로 형성될 수 있다. 광 검출기는 반드시 하나의 소자로 구성될 필요는 없으며, 다수의 소자들이 모여 어레이 형태로 구성될 수도 있다. 광원 및 광 검출기의 개수 및 배열 형태 등은 다양하며 대상 성분의 종류, 활용 목적, 및 개인화된 단위 스펙트럼 획득 장치(100)가 탑재되는 전자 장치의 크기와 형태 등에 따라 변경될 수 있다.
프로세서(120)는 개인화된 단위 스펙트럼 획득 장치(100)의 개인화된 단위 스펙트럼 획득과 관련된 각종 신호 및 동작을 처리할 수 있다.
프로세서(120)는 설정된 주기 또는 사용자 요청에 따라, 스펙트럼 획득부(110)를 제어하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼을 획득하고, 획득된 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출할 수 있다. 여기서, 주기는 사용자에 의해 다양하게 설정될 수 있다.
예컨대, 프로세서(120)는 특징 추출 기법을 이용하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 개인화된 단위 스펙트럼을 추출하거나, 제2 생체 스펙트럼에서 제1 생체 스펙트럼을 감산하여 개인화된 단위 스펙트럼을 추출할 수 있다. 이때, 특징 추출 기법은 PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 등을 포함할 수 있다.
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 후보 스펙트럼 추출부(210), 후보 스펙트럼 선택부(220) 및 개인화된 단위 스펙트럼 추출부(230)를 포함할 수 있다.
후보 스펙트럼 추출부(210)는 특징 추출 기법을 이용하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 적어도 하나의 후보 스펙트럼을 추출할 수 있다. 이때, 특징 추출 기법은 전술한 바와 같이, PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 등을 포함할 수 있다.
후보 스펙트럼 선택부(220)는 추출된 적어도 하나의 후보 스펙트럼 중에서 대상 성분과 관련된 후보 스펙트럼을 선택할 수 있다. 일 실시예에 따르면, 후보 스펙트럼 선택부(220)는 후보 스펙트럼의 형태 및/또는 후보 스펙트럼의 시간에 따른 변화량을 기반으로 소정의 조건을 만족하는 후보 스펙트럼을 대상 성분과 관련된 후보 스펙트럼으로 선택할 수 있다. 이때, 소정의 조건은 후보 스펙트럼과 대상 성분의 단위 스펙트럼 간의 유사도(이하, 제1 유사도)가 소정의 임계값(이하, 제1 임계값)을 초과할 것, 후보 스펙트럼의 시간에 따른 변화량과 계단 함수(step function) 간의 유사도(이하, 제2 유사도)가 소정의 임계값(이하, 제2 임계값)을 초과할 것, 및 제1 유사도와 제2 유사도의 곱이 소정의 임계값(이하, 제3 임계값)을 초과할 것 등을 포함할 수 있다. 이때, 계단 함수는 실제의 대상 성분 변화를 모식적으로 표현한 것이며, 대상 성분의 단위 스펙트럼에 대한 정보는 내부 또는 외부 데이터베이스에 미리 저장될 수 있다. 즉, 후보 스펙트럼 선택부(220)는 추출된 적어도 하나의 후보 스펙트럼 중에서 상술한 소정의 조건 중 적어도 하나를 만족하는 후보 스펙트럼을 선택할 수 있다.
이때, 후보 스펙트럼 선택부(220)는 유클리드 거리(Euclidean distance), 맨하탄 거리(Manhattan Distance), 코사인 거리(Cosine Distance), 마할라노비스 거리 (Mahalanobis Distance), 자카드 계수(Jaccard Coefficient), 확장 자카드 계수(Extended Jaccard Coefficient), 피어슨 상관관계 계수(Pearson's Correlation Coefficient), 및 스피어만 상관관계 계수(Spearman's Correlation Coefficient) 등을 포함하는 유사도 산출 기법, 또는 f-test, t-test, 및 z-test 등을 포함하는 통계검정 기법 등을 이용할 수 있다.
개인화된 단위 스펙트럼 추출부(230)는 선택된 후보 스펙트럼을 대상 성분의 단위 스펙트럼에 대응하도록 스케일링하고 스케일링된 후보 스펙트럼을 개인화된 단위 스펙트럼으로 추출할 수 있다. 후보 스펙트럼은 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 대상 성분의 농도와 관계없이 추출이 되므로, 개인화된 단위 스펙트럼 추출부(230)는 선택된 후보 스펙트럼을 단위 스펙트럼의 범위에 맞게 스케일링함으로써 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출할 수 있다.
한편, 후보 스펙트럼 선택부(220)는 복수 개의 후보 스펙트럼을 선택하는 것이 가능하다. 이 경우, 개인화된 단위 스펙트럼 추출부(230)는 선택된 복수 개의 후보 스펙트럼을 평균하여 평균 후보 스펙트럼을 생성하고, 생성된 평균 후보 스펙트럼을 단위 스펙트럼에 대응하도록 스케일링하고 스케일링된 평균 후보 스펙트럼을 개인화된 단위 스펙트럼으로 추출할 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 감산부(310) 및 개인화된 단위 스펙트럼 추출부(320)를 포함할 수 있다.
감산부(310)는 제2 생체 스펙트럼에서 제1 생체 스펙트럼을 감산할 수 있다. 일 실시예에 따르면, 복수의 제2 생체 스펙트럼과 복수의 제1 생체 스펙트럼이 존재하는 경우, 감산부(310)는 제2 생체 스펙트럼의 평균과 제1 생체 스펙트럼의 평균을 산출하고, 산출된 제2 생체 스펙트럼의 평균에서 제1 생체 스펙트럼의 평균을 감산할 수 있다.
개인화된 단위 스펙트럼 추출부(320)는 감산부(310)의 감산 결과 생성된 스펙트럼을 대상 성분의 단위 스펙트럼에 대응하도록 스케일링하고 스케일링된 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출할 수 있다.
도 4는 개인화된 단위 스펙트럼 획득 장치의 다른 실시예를 도시한 블록도이다. 개인화된 단위 스펙트럼 획득 장치(400)는 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 4를 참조하면, 개인화된 단위 스펙트럼 획득 장치(400)는 스펙트럼 획득부(110) 및 프로세서(120)에 추가하여 전처리부(410), 옵션 선택부(420), 입력부(430), 저장부(440), 통신부(450) 및 출력부(460)를 선택적으로 더 포함할 수 있다. 여기서, 스펙트럼 획득부(110) 및 프로세서(120)는 도 1 내지 도 3을 참조하여 전술한 바와 같으므로 그 상세한 설명은 생략하기로 한다. 또한, 도 4는 전처리부(410) 및 옵션 선택부(420)가 프로세서(120)와 별개의 구성으로 도시되어 있으나 이는 설명의 편의를 위한 것일 뿐, 전처리부(410) 및 옵션 선택부(420)가 프로세서(120)의 일 구성으로 구현될 수도 있다.
전처리부(410)는 제1 생체 스펙트럼 및 제2 생체 스펙트럼에서 대상 성분 이외의 성분에 의해 발생하는 노이즈를 제거할 수 있다. 일 실시예에 따르면, 전처리부(310)는 ALS(asymmetric least square), detrend, MSC(multiplicative scatter correction), EMSC(extended multiplicative scatter correction), SNV(standard normal variate), MC(mean centering), FT(fourier transform), OSC(orthogonal signal correction), 및 SG(Savitzky-Golay smoothing) 등 다양한 노이즈 제거 기법을 이용할 수 있으나, 이는 일 실시예에 불과할 뿐 이에 한정되는 것은 아니다.
옵션 선택부(420)는 개인화된 단위 스펙트럼 추출 방법과 관련된 복수의 옵션 중 하나를 선택할 수 있다. 이때 복수의 옵션은 PCA(principal component analysis)를 이용하여 개인화된 단위 스펙트럼을 추출하는 제1 옵션, ICA(independent component analysis)를 이용하여 개인화된 단위 스펙트럼을 추출하는 제2 옵션, NMF(non-negative matrix factorization)를 이용하여 개인화된 단위 스펙트럼을 추출하는 제3 옵션, AE(auto-encoding)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하는 제4 옵션, 및 제2 생체 스펙트럼에서 제1 생체 스펙트럼을 감산하여 개인화된 단위 스펙트럼을 추출하는 제5 옵션을 포함할 수 있다. 이 경우, 프로세서(120)는 선택된 옵션의 방법을 이용하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 개인화된 단위 스펙트럼을 추출할 수 있다.
입력부(430)는 사용자로부터 다양한 조작신호를 입력 받을 수 있다. 일 실시예에 따르면, 입력부(430)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(440)는 개인화된 단위 스펙트럼 획득 장치(400)의 동작을 위한 프로그램 또는 명령들을 저장할 수 있고, 개인화된 단위 스펙트럼 획득 장치(400)에 입력되는 데이터 및 개인화된 단위 스펙트럼 획득 장치(400)로부터 출력되는 데이터를 저장할 수 있다. 또한, 저장부(440)는 스펙트럼 획득부(110)를 통하여 획득된 제1 생체 스펙트럼 데이터 및 제2 생체 스펙트럼 데이터, 프로세서(120)에서 추출된 개인화된 단위 스펙트럼 데이터, 대상 성분의 단위 스펙트럼 데이터 등을 저장할 수 있다.
저장부(440)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, 개인화된 단위 스펙트럼 획득 장치(400)는 인터넷 상에서 저장부(440)의 저장 기능을 수행하는 웹 스토리지(web storage) 등 외부 저장 매체를 운영할 수도 있다.
통신부(450)는 외부 장치와 통신을 수행할 수 있다. 예컨대, 통신부(450)는 입력부(430)를 통해 사용자로부터 입력된 데이터, 스펙트럼 획득부(110)를 통하여 획득된 제1 생체 스펙트럼 데이터 및 제2 생체 스펙트럼 데이터, 프로세서(120)에서 추출된 개인화된 단위 스펙트럼 데이터, 대상 성분의 단위 스펙트럼 데이터 등을 외부 장치로 전송하거나, 외부 장치로부터 개인화된 단위 스펙트럼 추출에 도움이 되는 다양한 데이터를 수신할 수 있다.
이때, 외부 장치는 스펙트럼 획득부(110)를 통하여 획득된 제1 생체 스펙트럼 데이터 및 제2 생체 스펙트럼 데이터, 프로세서(120)에서 추출된 개인화된 단위 스펙트럼 데이터, 대상 성분의 단위 스펙트럼 데이터 등을 사용하는 의료 장비, 결과물을 출력하기 위한 프린트, 또는 추출된 개인화된 단위 스펙트럼 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(450)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(460)는 스펙트럼 획득부(110)를 통하여 획득된 제1 생체 스펙트럼 데이터 및 제2 생체 스펙트럼 데이터, 프로세서(120)에서 추출된 개인화된 단위 스펙트럼 데이터, 대상 성분의 단위 스펙트럼 데이터 등을 출력할 수 있다. 일 실시예에 따르면, 출력부(460)는 스펙트럼 획득부(110)를 통하여 획득된 제1 생체 스펙트럼 데이터 및 제2 생체 스펙트럼 데이터, 프로세서(120)에서 추출된 개인화된 단위 스펙트럼 데이터, 대상 성분의 단위 스펙트럼 데이터 등을 청각적 방법, 시각적 방법 및 촉각적 방법 중 적어도 하나의 방법으로 출력할 수 있다. 이를 위해 출력부(460)는 디스플레이, 스피커, 진동기 등을 포함할 수 있다.
도 5는 PCA를 이용하여 개인화된 단위 스펙트럼을 추출하는 예를 설명하기 위한 도면이다. 도 5는 설명의 편의를 위해 하나의 후보 스펙트럼을 추출하는 경우라고 가정하기로 한다.
도 2 및 도 5를 참조하면, 후보 스펙트럼 추출부(210)는 제1 생체 스펙트럼 및 제2 생체 스펙트럼을 기반으로 PCA를 통해 생성된 제1 주성분의 아이겐벡터(eigenvector)(510)를 후보 스펙트럼으로 추출한다.
후보 스펙트럼 선택부(220)는 제1 주성분의 아이겐벡터(510)와 대상 성분의 단위 스펙트럼(530)의 유사도(R1)를 판단하고, 유사도(R1)가 제1 임계값을 초과하는지를 판단한다. 또한, 후보 스펙트럼 선택부(220)는 제1 주성분의 아이겐벨류(eigenvalue) (520)와 계단 함수(540)의 유사도(R2)를 판단하고, 유사도(R2)가 제2 임계값을 초과하는지를 판단한다.
후보 스펙트럼 선택부(220)는 유사도(R1)가 제1 임계값을 초과하고 유사도(R2)가 제2 임계값을 초과하는 경우, 제1 주성분의 아이겐벡터(510)를 대상 성분과 관련된 후보 스펙트럼으로 선택한다.
개인화된 단위 스펙트럼 추출부(230)는 제1 주성분의 아이겐벡터(510)를 단위 스펙트럼(530)에 대응하도록 스케일링하고 스케일링된 아이겐벡터를 개인화된 단위 스펙트럼으로 추출한다.
한편, 도 5는 하나의 후보 스펙트럼을 추출하는 경우라고 가정하였으나, 이는 설명의 편의를 위한 것일 뿐 하나의 후보 스펙트럼 추출에 한정되는 것은 아니다. 즉, 후보 스펙트럼 추출부(210)는 PCA를 통해 생성된 제1 주성분 내지 제n 주성분의 아이겐벡터들을 후보 스펙트럼으로 추출하고, 후보 스펙트럼 선택부(220)는 제1 주성분 내지 제n 주성분의 아이겐벡터들 각각과 단위 스펙트럼(530)의 유사도를 판단하고, 제1 주성분 내지 제n 주성분의 아이겐벨류들 각각과 계단 함수(540)의 유사도를 판단하여 하나의 아이겐벡터를 대상 성분과 관련된 후보 스펙트럼으로 선택하는 것도 가능하다. 이때, n은 시스템의 성능 및 용도에 따라 다양하게 설정될 수 있다.
한편, 아이겐벡터는 로딩벡터(loading vector), 잠재변수(latent variable), 주성분(principal component) 등으로 호칭될 수 있고, 아이겐벨류는 로딩스코어(loading score) 등으로 호칭될 수 있다.
도 6은 AE를 이용하여 개인화된 단위 스펙트럼을 추출하는 예를 설명하기 위한 도면이다. 도 6은 설명의 편의를 위해 하나의 후보 스펙트럼을 추출하는 경우라고 가정하기로 한다.
도 2 및 도 6을 참조하면, 후보 스펙트럼 추출부(210)는 제1 생체 스펙트럼 및 제2 생체 스펙트럼을 기반으로 AE를 통해 생성된 가중치 벡터(weight vector)(610)를 후보 스펙트럼으로 추출한다.
후보 스펙트럼 선택부(220)는 가중치 벡터(610)와 대상 성분의 단위 스펙트럼(630)의 유사도(R3)를 판단하고, 유사도(R3)가 제1 임계값을 초과하는지를 판단한다. 또한, 후보 스펙트럼 선택부(220)는 입력 데이터와 가중치 벡터(610)를 곱한 결과(620)와 계단 함수(540)의 유사도(R4)를 판단하고, 유사도(R4)가 제2 임계값을 초과하는지를 판단한다.
후보 스펙트럼 선택부(220)는 유사도(R3)가 제1 임계값을 초과하고 유사도(R4)가 제2 임계값을 초과하는 경우, 가중치 벡터(610)를 대상 성분과 관련된 후보 스펙트럼으로 선택한다.
개인화된 단위 스펙트럼 추출부(230)는 가중치 벡터(610)를 단위 스펙트럼(630)에 대응하도록 스케일링하고 스케일링된 가중치 벡터를 개인화된 단위 스펙트럼으로 추출한다.
한편, 도 6은 하나의 후보 스펙트럼을 추출하는 경우라고 가정하였으나, 이는 설명의 편의를 위한 것일 뿐 하나의 후보 스펙트럼 추출에 한정되는 것은 아니다. 즉, 도 5에서 설명한 바와 유사하게, 후보 스펙트럼 추출부(210)는 AE를 통해 복수의 가중치 벡터를 후보 스펙트럼으로 추출하는 것이 가능하다.
도 7은 생체 성분 추정 장치의 일 실시예를 도시한 블록도이다. 생체 성분 추정 장치(700)는 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 7을 참조하면, 생체 성분 추정 장치(700)는 스펙트럼 측정부(710) 및 프로세서(720)를 포함할 수 있다.
스펙트럼 측정부(710)는 사용자의 피부로부터 생체 스펙트럼을 측정할 수 있다. 스펙트럼 측정부(710)는 소정의 제어신호에 따라 사용자의 피부에 광을 조사하고 피부로부터 반사 또는 산란된 광을 수신하여 생체 스펙트럼을 측정할 수 있다. 일 실시예에 따르면, 스펙트럼 측정부(710)는 적외선 분광법(Infrared spectroscopy)이나 라만 분광법(Raman spectroscopy)을 이용할 수 있으나, 이에 제한되는 것은 아니며 다양한 분광 기법을 활용하여 스펙트럼을 측정할 수 있다.
프로세서(720)는 측정된 생체 스펙트럼 데이터를 분석하여 사용자의 생체 성분의 추정과 관련된 각종 동작을 처리할 수 있다. 여기서 생체 성분은 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산 등을 포함하는 혈중 성분, 및 콜라겐, 케라틴 및 엘라스틴 등을 포함하는 피부내 성분 등을 포함할 수 있다.
이하에서는 설명의 편의를 위해 생체 성분이 혈당인 경우를 예로 들어 설명한다.
프로세서(720)는 측정된 생체 스펙트럼과 개인화된 단위 스펙트럼을 기반으로 사용자의 혈당을 추정할 수 있다. 이때, 개인화된 단위 스펙트럼을 획득하는 방법은 도 1 내지 도 6을 참조하여 전술한 바와 같으므로 그 상세한 설명은 생략하기로 한다.
일 실시예에 따르면, 프로세서(720)는 수학식 1 및 수학식 2를 이용하여 혈당값을 추정할 수 있다.
여기서, 
는 측정된 생체 스펙트럼을, 
는 배경 스펙트럼을, 
는 배경 스펙트럼이 제거된 생체 스펙트럼을, 
는 개인화된 단위 스펙트럼을, 
는 기준 혈당값을, 
는 추정 혈당값을 각각 나타낼 수 있다. 이때, 배경 스펙트럼(
)은 기준 상태(예컨대, 생체 내에 혈당의 양이 적을 때, 즉 공복 상태)에서 일정 시간 동안 일정 간격으로 연속적으로 측정된 스펙트럼일 수 있고, 기준 상태는 사용자의 특성 등에 따라 사용자별로 다르게 정의될 수 있다.
즉, 프로세서(720)는 혈당 추정을 위한 생체 스펙트럼(
)이 측정되면, 신호대잡음비(Signal to noise ratio, SNR)를 높이기 위해 생체 스펙트럼(
)에서 배경 스펙트럼(
)을 감산하여 혈당 이외의 성분에 의한 노이즈를 제거할 수 있다. 또한, 프로세서(720)는 노이즈(배경 스펙트럼)가 제거된 생체 스펙트럼(
)와 개인화된 단위 스펙트럼(
)을 기초로 혈당 변화값(
)을 추정하고, 추정된 혈당 변화값(
)에 기준 혈당값(
)을 더하여 추정 혈당값(
)을 산출할 수 있다.
생체 성분 추정 장치(700)는 각 개인의 광학 특성이 고려된 개인화된 단위 스펙트럼을 이용하여 생체 성분을 추정하므로 사용자의 생체 성분을 더욱 정확하게 추정하는 것이 가능하다.
도 8은 스펙트럼 측정 장치의 일 실시예를 도시한 블록도이다. 도 8의 스펙트럼 측정 장치(800)는 도 7의 스펙트럼 측정부(710)의 일 실시예일 수 있다.
도 8을 참조하면, 스펙트럼 측정 장치(800)는 분광기(810) 및 측정 제어부(820)를 포함할 수 있다.
분광기(810)는 사용자의 피부에 광을 조사하는 광원(811)과 피부로부터 반사 또는 산란된 광을 수신하여 피부 스펙트럼을 획득하는 광 검출기(812)를 포함할 수 있다.
광원(811)은 근적외선(Near Infrared Ray, NIR) 또는 중적외선(Mid Infrared Ray, MIR)을 사용자의 피부에 조사할 수 있다. 그러나, 측정 목적이나 분석하고자 하는 대상 성분의 종류에 따라서 광원으로부터 조사되는 광의 파장은 달라질 수 있다. 그리고 광원(811)은 반드시 단일의 발광체로 구성될 필요는 없으며, 다수의 발광체의 집합으로 구성될 수도 있다. 광원(811)은 발광 다이오드(light emitting diode, LED), 레이저 다이오드(laser diode), 또는 형광체 등으로 형성될 수 있다.
광 검출기(812)는 포토 다이오드(photo diode), 포토 트랜지스터(photo transistor, PTr) 또는 전자 결합 소자(charge-coupled device, CCD)등으로 형성될 수 있다. 광 검출기(812)는 반드시 하나의 소자로 구성될 필요는 없으며, 다수의 소자들이 모여 어레이 형태로 구성될 수도 있다.
광원(811) 및 광 검출기(812)의 개수 및 배열 형태 등은 다양하며 대상 성분의 종류, 활용 목적, 및 스펙트럼 측정 장치(800)가 탑재되는 전자 장치의 크기와 형태 등에 따라 변경될 수 있다.
한편, 광이 조사되는 사용자의 피부는 손목 표면의 요골 동맥부에 인접한 영역일 수 있다. 요골 동맥이 지나가는 피부 영역의 경우 손목 내부의 피부 조직의 두께 등과 같은 측정의 오차를 발생시키는 외부적 요인들의 영향을 비교적 적게 받을 수 있다. 다만, 이에 제한되지 않으며 기타 인체 내의 혈관 밀도가 높은 부위인 손가락, 발가락 또는 귓볼 등 인체의 말초 부위일 수 있다.
측정 제어부(820)는 사용자의 명령 또는 설정된 기준에 따라 제어 신호를 생성하여 분광기(810)를 제어할 수 있다.
일 실시예에 따르면, 측정 제어부(820)는 스펙트럼 측정 장치(800)가 탑재된 헬스케어 기기의 조작부와 연결될 수 있으며, 조작부를 통해 입력되는 스펙트럼 측정 명령을 수신하여 분광기(810)를 제어하는 제어 신호를 생성할 수 있다. 이때, 스펙트럼 측정 명령은 생체 성분 추정을 위한 생체 스펙트럼 측정 명령이거나 노이즈 제거에 사용될 배경 스펙트럼 측정 명령일 수 있다.
다른 실시예에 따르면, 생체 성분 추정을 위한 생체 스펙트럼이나 배경 스펙트럼의 측정 기준이 미리 설정될 수 있으며, 측정 제어부(820)는 이러한 설정된 기준에 따라 제어 신호를 자동으로 생성하여 분광기(810)를 제어할 수 있다. 예를 들어, 당뇨병 환자와 같이 혈당 관리가 매우 중요한 사용자의 경우, 공복 상태 혈당 또는 당 섭취 후 혈당 등을 규칙적으로 추정하기 위해 일정 시간 또는 일정 시간 간격으로 혈당 추정이 이루어지도록 혈당 추정 시간 또는 혈당 추정 간격이 미리 설정될 수 있다. 또한, 측정된 생체 스펙트럼의 노이즈를 제거할 목적으로 측정되는 배경 스펙트럼의 측정 주기가 미리 설정될 수 있다.
한편, 측정 제어부(820)는 스펙트럼 측정 장치(800)의 일 구성으로 설명하였으나 반드시 이에 한정되는 것은 아니다. 즉, 측정 제어부(820)는 도 7의 프로세서(720)의 일 구성으로 구현될 수도 있다.
도 9는 프로세서의 일 실시예를 도시한 블록도이다. 도 9의 프로세서(900)는 도 7의 프로세서(720)의 일 실시예일 수 있다.
도 9를 참조하면, 프로세서(900)는 모델 생성부(910) 및 생체 성분 추정부(920)를 포함할 수 있다.
모델 생성부(910)는 생체 성분 추정에 이용될 생체 성분 추정 모델을 생성할 수 있다. 모델 생성부(910)는 배경 스펙트럼(Sb) 및 개인화된 단위 스펙트럼(Su)를 이용하여 생체 성분 추정 모델을 생성하거나 기존의 생체 성분 추정 모델을 갱신할 수 있다.
일 실시예에 따르면, 모델 생성부(910)는 비어 램버트의 법칙(Beer Lambert's Raw)을 이용하여 수학식 3과 같은 혈당 추정 모델을 생성할 수 있다. 다만, 수학식 3의 혈당 추정 모델은 하나의 예시일 뿐 이에 한정되는 것은 아니다.
여기서, 
은 혈당 추정을 위해 측정되는 사용자의 생체 스펙트럼을, 
는 소정 시간 동안 측정된 배경 스펙트럼을, 
는 혈당에 대한 개인화된 단위 스펙트럼을, 
은 
측정 시의 광 이동 길이 또는 aqueous path length로 추정한 광 이동 길이를, 
는 사용자의 혈당 변화값을 각각 나타낼 수 있다.
생체 성분 추정부(920)는 생체 스펙트럼과 생체 성분 추정 모델을 이용하여 사용자의 생체 성분을 추정할 수 있다.
일 실시예에 따르면, 생체 성분 추정부(920)는 생체 스펙트럼(
)을 수학식 3에 대응하여 사용자의 혈당 변화값(
)을 산출하고, 혈당 변화값(
)에 기준 혈당값을 더하여 추정 혈당값을 산출할 수 있다(수학식 2 참조).
도 10은 생체 성분 추정 장치의 다른 실시예를 도시한 블록도이다. 생체 성분 추정 장치(1000)는 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 10을 참조하면, 생체 성분 추정 장치(1000)는 스펙트럼 측정부(1010), 제1 프로세서(1020) 및 제2 프로세서(1030)를 포함할 수 있다.
스펙트럼 측정부(1010)는 도 1의 스펙트럼 획득부(110)의 기능과 도 7의 스펙트럼 측정부(710)의 기능을 수행할 수 있고, 제1 프로세서(1020)는 도 1의 프로세서(120)의 기능을 수행할 수 있고, 제2 프로세서(1030)는 도 7의 프로세서(720)의 기능을 수행할 수 있다. 즉, 생체 성분 추정 장치(1000)는 도 1의 개인화된 단위 스펙트럼 획득 장치(100)와 도 7의 생체 성분 추정 장치(700)가 하나의 장치로 구현된 예이다.
한편, 도 10은 제1 프로세서(1020) 및 제2 프로세서(1030)가 별개의 구성으로 도시되나 하나의 구성으로 구현되는 것도 가능하다.
도 11은 생체 성분 추정 장치의 다른 실시예를 도시한 블록도이다.
도 11을 참조하면, 생체 성분 추정 장치(1100)는 스펙트럼 측정부(710), 프로세서(720), 입력부(1110), 저장부(1120), 통신부(1130) 및 출력부(1140)를 포함할 수 있다. 여기서, 스펙트럼 측정부(710) 및 프로세서(720)는 도 7 내지 도 9를 참조하여 전술한 바와 같으므로 그 상세한 설명은 생략하기로 한다.
입력부(1110)는 사용자로부터 다양한 조작신호를 입력 받을 수 있다. 일 실시예에 따르면, 입력부(1110)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(1120)는 생체 성분 추정 장치(1100)의 동작을 위한 프로그램 또는 명령들을 저장할 수 있고, 생체 성분 추정 장치(1100)에 입력되는 데이터 및 생체 성분 추정 장치(1100)로부터 출력되는 데이터를 저장할 수 있다. 또한, 저장부(1120)는 스펙트럼 측정부(710)를 통하여 측정된 생체 스펙트럼 데이터, 프로세서(720)에서 추정된 생체 성분 추정 데이터, 생체 성분의 개인화된 단위 스펙트럼 데이터, 배경 스펙트럼 데이터 및 생체 성분 추정 모델 데이터 등을 저장할 수 있다.
저장부(1120)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, 생체 성분 추정 장치(1100)는 인터넷 상에서 저장부(1120)의 저장 기능을 수행하는 웹 스토리지(web storage) 등 외부 저장 매체를 운영할 수도 있다.
통신부(1130)는 외부 장치와 통신을 수행할 수 있다. 예컨대, 통신부(1130)는 입력부(1110)를 통해 사용자로부터 입력된 데이터, 스펙트럼 측정부(710)를 통하여 측정된 생체 스펙트럼 데이터, 프로세서(720)에서 추정된 생체 성분 추정 데이터, 생체 성분의 개인화된 단위 스펙트럼 데이터, 배경 스펙트럼 데이터 및 생체 성분 추정 모델 데이터 등을 외부 장치로 전송하거나, 외부 장치로부터 생체 성분 추정에 도움이 되는 다양한 데이터를 수신할 수 있다.
이때, 외부 장치는 스펙트럼 측정부(710)를 통하여 측정된 생체 스펙트럼 데이터, 프로세서(720)에서 추정된 생체 성분 추정 데이터, 생체 성분의 개인화된 단위 스펙트럼 데이터, 배경 스펙트럼 데이터 및 생체 성분 추정 모델 데이터 등을 사용하는 의료 장비, 결과물을 출력하기 위한 프린트, 또는 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(1130)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(1140)는 스펙트럼 측정부(710)를 통하여 측정된 생체 스펙트럼 데이터, 프로세서(720)에서 추정된 생체 성분 추정 데이터, 생체 성분의 개인화된 단위 스펙트럼 데이터, 배경 스펙트럼 데이터 및 생체 성분 추정 모델 데이터 등을 출력할 수 있다. 일 실시예에 따르면, 출력부(1140)는 스펙트럼 측정부(710)를 통하여 측정된 생체 스펙트럼 데이터, 프로세서(720)에서 추정된 생체 성분 추정 데이터, 생체 성분의 개인화된 단위 스펙트럼 데이터, 배경 스펙트럼 데이터 및 생체 성분 추정 모델 데이터 등을 청각적 방법, 시각적 방법 및 촉각적 방법 중 적어도 하나의 방법으로 출력할 수 있다. 이를 위해 출력부(1140)는 디스플레이, 스피커, 진동기 등을 포함할 수 있다.
도 12는 개인화된 단위 스펙트럼 획득 방법의 일 실시예를 도시한 흐름도이다. 도 12의 개인화된 단위 스펙트럼 획득 방법은 도 1의 개인화된 단위 스펙트럼 획득 장치(100)에 의해 수행될 수 있다.
도 1 및 도 12를 참조하면, 개인화된 단위 스펙트럼 획득 장치(100)는 생체 내에 대상 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 생체 내에 대상 성분의 양이 많을 때 측정된 제2 생체 스펙트럼을 획득할 수 있다(1210).
예컨대, 개인화된 단위 스펙트럼 획득 장치(100)는 생체 스펙트럼을 측정 및/또는 저장하는 외부 장치로부터 제1 생체 스펙트럼 및 제2 생체 스펙트럼을 획득할 수 하거나, 생체 내에 대상 성분의 양이 적을 때(예, 대상 성분이 혈당인 경우는 공복 상태)에 피부에 광을 조사하고 피부로부터 반사 또는 산란된 광을 수신하여 제1 생체 스펙트럼을 획득하고, 생체 내에 대상 성분의 양이 많을 때(예, 대상 성분이 혈당인 경우는 당 섭취 후) 피부에 광을 조사하고 피부로부터 반사 또는 산란된 광을 수신하여 제2 생체 스펙트럼을 획득할 수 있다.
개인화된 단위 스펙트럼 획득 장치(100)는 획득된 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출할 수 있다(1220). 예컨대, 프로세서(120)는 특징 추출 기법을 이용하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 개인화된 단위 스펙트럼을 추출하거나, 제2 생체 스펙트럼에서 제1 생체 스펙트럼을 감산하여 개인화된 단위 스펙트럼을 추출할 수 있다.
도 13은 개인화된 단위 스펙트럼 추출 방법의 일 실시예를 도시한 블록도이다. 도 13의 개인화된 단위 스펙트럼 추출 방법은 도 12의 개인화된 단위 스펙트럼 추출 과정(1220)의 일 실시예일 수 있다.
도 1 및 도 13을 참조하면, 개인화된 단위 스펙트럼 획득 장치(100)는 특징 추출 기법을 이용하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 적어도 하나의 후보 스펙트럼을 추출할 수 있다(1310). 이때, 특징 추출 기법은 전술한 바와 같이, PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 등을 포함할 수 있다.
개인화된 단위 스펙트럼 획득 장치(100)는 추출된 적어도 하나의 후보 스펙트럼 중에서 대상 성분과 관련된 후보 스펙트럼을 선택할 수 있다(1320). 일 실시예에 따르면, 개인화된 단위 스펙트럼 획득 장치(100)는 후보 스펙트럼의 형태 및/또는 후보 스펙트럼의 시간에 따른 변화량을 기반으로 소정의 조건을 만족하는 후보 스펙트럼을 대상 성분과 관련된 후보 스펙트럼으로 선택할 수 있다. 소정의 조건은 후보 스펙트럼과 대상 성분의 단위 스펙트럼 간의 유사도(이하, 제1 유사도)가 소정의 임계값(이하, 제1 임계값)을 초과할 것, 후보 스펙트럼의 시간에 따른 변화량과 계단 함수(step function) 간의 유사도(이하, 제2 유사도)가 소정의 임계값(이하, 제2 임계값)을 초과할 것, 및 제1 유사도와 제2 유사도의 곱이 소정의 임계값(이하, 제3 임계값)을 초과할 것 등을 포함할 수 있다.
이때, 개인화된 단위 스펙트럼 획득 장치(100)는 유클리드 거리(Euclidean distance), 맨하탄 거리(Manhattan Distance), 코사인 거리(Cosine Distance), 마할라노비스 거리 (Mahalanobis Distance), 자카드 계수(Jaccard Coefficient), 확장 자카드 계수(Extended Jaccard Coefficient), 피어슨 상관관계 계수(Pearson's Correlation Coefficient), 및 스피어만 상관관계 계수(Spearman's Correlation Coefficient) 등을 포함하는 유사도 산출 기법, 또는 f-test, t-test, 및 z-test 등을 포함하는 통계검정 기법 등을 이용할 수 있다.
개인화된 단위 스펙트럼 획득 장치(100)는 선택된 후보 스펙트럼을 대상 성분의 단위 스펙트럼에 대응하도록 스케일링할 수 하고(1330), 스케일링된 후보 스펙트럼을 개인화된 단위 스펙트럼으로 추출할 수 있다(1340).
한편, 단계 1320에서 복수 개의 후보 스펙트럼을 선택한 경우, 개인화된 단위 스펙트럼 획득 장치(100)는 선택된 복수 개의 후보 스펙트럼을 평균하여 평균 후보 스펙트럼을 생성하고, 생성된 평균 후보 스펙트럼을 단위 스펙트럼에 대응하도록 스케일링할 수 있다.
도 14는 개인화된 단위 스펙트럼 추출 방법의 다른 실시예를 도시한 블록도이다. 도 14의 개인화된 단위 스펙트럼 추출 방법은 도 12의 개인화된 단위 스펙트럼 추출 과정(1220)의 다른 실시예일 수 있다.
도 1 및 도 14를 참조하면, 개인화된 단위 스펙트럼 획득 장치(100)는 제2 생체 스펙트럼에서 제1 생체 스펙트럼을 감산할 수 있다(1410). 일 실시예에 따르면, 복수의 제2 생체 스펙트럼과 복수의 제1 생체 스펙트럼이 존재하는 경우, 개인화된 단위 스펙트럼 획득 장치(100)는 제2 생체 스펙트럼의 평균과 제1 생체 스펙트럼의 평균을 산출하고, 산출된 제2 생체 스펙트럼의 평균에서 제1 생체 스펙트럼의 평균을 감산할 수 있다.
개인화된 단위 스펙트럼 획득 장치(100)는 단계 1420의 감산 결과 생성된 스펙트럼을 대상 성분의 단위 스펙트럼에 대응하도록 스케일링하고(1420), 스케일링된 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출할 수 있다(1430).
도 15는 개인화된 단위 스펙트럼 획득 방법의 다른 실시예를 도시한 흐름도이다. 도 13의 개인화된 단위 스펙트럼 획득 방법은 도 4의 개인화된 단위 스펙트럼 획득 장치(400)에 의해 수행될 수 있다.
도 4 및 도 15를 참조하면, 개인화된 단위 스펙트럼 획득 장치(400)는 제1 생체 스펙트럼 및 제2 생체 스펙트럼을 획득하고(1510), 제1 생체 스펙트럼 및 제2 생체 스펙트럼에서 대상 성분 이외의 성분에 의해 발생하는 노이즈를 제거할 수 있다(1520). 일 실시예에 따르면, 개인화된 단위 스펙트럼 획득 장치(400)는 ALS(asymmetric least square), detrend, MSC(multiplicative scatter correction), EMSC(extended multiplicative scatter correction), SNV(standard normal variate), MC(mean centering), FT(fourier transform), OSC(orthogonal signal correction), 및 SG(Savitzky-Golay smoothing) 등 다양한 노이즈 제거 기법을 이용할 수 있으나, 이는 일 실시예에 불과할 뿐 이에 한정되는 것은 아니다.
개인화된 단위 스펙트럼 획득 장치(400)는 개인화된 단위 스펙트럼 추출 방법과 관련된 복수의 옵션 중 하나를 선택할 수 있다(1530). 이때 복수의 옵션은 PCA(principal component analysis)를 이용하여 개인화된 단위 스펙트럼을 추출하는 제1 옵션, ICA(independent component analysis)를 이용하여 개인화된 단위 스펙트럼을 추출하는 제2 옵션, NMF(non-negative matrix factorization)를 이용하여 개인화된 단위 스펙트럼을 추출하는 제3 옵션, AE(auto-encoding)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하는 제4 옵션, 및 제2 생체 스펙트럼에서 제1 생체 스펙트럼을 감산하여 개인화된 단위 스펙트럼을 추출하는 제5 옵션을 포함할 수 있다.
개인화된 단위 스펙트럼 획득 장치(400)는 단계 1530에서 선택된 옵션의 방법을 이용하여 제1 생체 스펙트럼 및 제2 생체 스펙트럼으로부터 개인화된 단위 스펙트럼을 추출할 수 있다(1540).
도 16은 생체 성분 추정 방법의 일 실시예를 도시한 흐름도이다. 도 16의 생체 성분 추정 방법은 도 7의 생체 성분 추정 장치(700)에 의해 수행될 수 있다.
도 7 및 도 16을 참조하면, 생체 성분 추정 장치(700)는 사용자의 피부로부터 생체 스펙트럼을 측정할 수 있다. 예컨대, 생체 성분 추정 장치(700) 사용자의 피부에 광을 조사하고 피부로부터 반사 또는 산란된 광을 수신하여 생체 스펙트럼을 측정할 수 있다(1610).
생체 성분 추정 장치(700)는 측정된 생체 스펙트럼과 개인화된 단위 스펙트럼을 기반으로 사용자의 혈당을 추정할 수 있다(1620).
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: 개인화된 단위 스펙트럼 획득 장치
110: 스펙트럼 획득부
120: 프로세서
110: 스펙트럼 획득부
120: 프로세서
Claims (29)
- 생체 내에 대상 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 대상 성분의 양이 많을 때 측정된 제2 생체 스펙트럼을 획득하는 스펙트럼 획득부; 및
상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 상기 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출하는 프로세서; 를 포함하는,
개인화된 단위 스펙트럼 획득 장치. - 제1항에 있어서,
상기 프로세서는,
상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 적어도 하나의 후보 스펙트럼을 추출하는 후보 스펙트럼 추출부; 를 포함하는,
개인화된 단위 스펙트럼 획득 장치. - 제2항에 있어서,
상기 후보 스펙트럼 추출부는,
PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 중 적어도 하나를 이용하여 상기 적어도 하나의 후보 스펙트럼을 추출하는,
개인화된 단위 스펙트럼 획득 장치. - 제2항에 있어서,
상기 프로세서는,
추출된 적어도 하나의 후보 스펙트럼 중에서 상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 후보 스펙트럼 선택부; 및
선택된 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하고 상기 스케일링된 후보 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 개인화된 단위 스펙트럼 추출부; 를 더 포함하는,
개인화된 단위 스펙트럼 획득 장치. - 제4항에 있어서,
상기 후보 스펙트럼 선택부는,
후보 스펙트럼의 형태 및 후보 스펙트럼의 시간에 따른 변화량 중 적어도 하나를 기반으로 상기 대상 성분과 관련된 후보 스펙트럼을 선택하는,
개인화된 단위 스펙트럼 획득 장치. - 제5항에 있어서,
상기 후보 스펙트럼 선택부는,
후보 스펙트럼과 대상 성분의 단위 스펙트럼 간의 제1 유사도가 제1 임계값을 초과할 것, 후보 스펙트럼의 시간에 따른 변화량과 계단 함수(step function) 간의 제2 유사도가 제2 임계값을 초과할 것, 및 제1 유사도와 제2 유사도의 곱이 제3 임계값을 초과할 것 중 적어도 하나의 조건을 만족하는 후보 스펙트럼을 상기 대상 성분과 관련된 후보 스펙트럼으로 선택하는,
개인화된 단위 스펙트럼 획득 장치. - 제4항에 있어서,
상기 후보 스펙트럼 선택부는,
유클리드 거리(Euclidean distance), 맨하탄 거리(Manhattan Distance), 코사인 거리(Cosine Distance), 마할라노비스 거리 (Mahalanobis Distance), 자카드 계수(Jaccard Coefficient), 확장 자카드 계수(Extended Jaccard Coefficient), 피어슨 상관관계 계수(Pearson's Correlation Coefficient), 및 스피어만 상관관계 계수(Spearman's Correlation Coefficient)를 포함하는 유사도 산출 기법, 또는 f-test, t-test, 및 z-test를 포함하는 통계검정 기법을 이용하는,
개인화된 단위 스펙트럼 획득 장치. - 제4항에 있어서,
상기 개인화된 단위 스펙트럼 추출부는,
상기 후보 스펙트럼 선택부에서 선택된 후보 스펙트럼이 복수 개이면, 선택된 복수 개의 후보 스펙트럼을 평균하여 평균 후보 스펙트럼을 생성하고, 생성된 평균 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하는,
개인화된 단위 스펙트럼 획득 장치. - 제1항에 있어서,
상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼에서 노이즈를 제거하는 전처리부; 를 더 포함하는,
개인화된 단위 스펙트럼 획득 장치. - 제9항에 있어서,
상기 전처리부는,
ALS(asymmetric least square), detrend, MSC(multiplicative scatter correction), EMSC(extended multiplicative scatter correction), SNV(standard normal variate), MC(mean centering), FT(fourier transform), OSC(orthogonal signal correction), 및 SG(Savitzky-Golay smoothing) 중 적어도 하나를 이용하는,
개인화된 단위 스펙트럼 획득 장치. - 제1항에 있어서,
상기 프로세서는,
상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하는 감산부; 및
감산 결과 생성된 스펙트럼을 대상 성분의 단위 스펙트럼에 대응하도록 스케일링하고 스케일링된 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 개인화된 단위 스펙트럼 추출부; 를 포함하는,
개인화된 단위 스펙트럼 획득 장치. - 제1항에 있어서,
상기 개인화된 단위 스펙트럼 추출 방법과 관련된 복수의 옵션 중 하나를 선택하는 옵션 선택부; 를 더 포함하고,
상기 프로세서는,
상기 복수의 옵션 중 제1 옵션에서는 PCA(principal component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제2 옵션에서는 ICA(independent component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제3 옵션에서는 NMF(non-negative matrix factorization)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제4 옵션에서는 AE(auto-encoding)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제5 옵션에서는 상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하여 상기 개인화된 단위 스펙트럼을 추출하는,
개인화된 단위 스펙트럼 획득 장치. - 제1항에 있어서,
상기 대상 성분은 혈중 성분 및 피부내 성분을 포함하고,
상기 혈중 성분은 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산을 포함하고,
상기 피부내 성분은 콜라겐, 케라틴 및 엘라스틴을 포함하는 단백질, 및 체지방을 포함하는,
개인화된 단위 스펙트럼 획득 장치. - 생체 내에 대상 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 대상 성분의 양이 많을 때 측정된 제2 생체 스펙트럼을 획득하는 단계; 및
상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 상기 대상 성분의 단위 스펙트럼에 대응하는 개인화된 단위 스펙트럼을 추출하는 단계; 를 포함하는,
개인화된 단위 스펙트럼 획득 방법. - 제14항에 있어서,
상기 개인화된 단위 스펙트럼을 추출하는 단계는,
상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼으로부터 후보 스펙트럼을 추출하는 단계;
추출된 적어도 하나의 후보 스펙트럼 중에서 상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계;
상기 선택된 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하는 단계; 및
상기 스케일링된 후보 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 단계; 를 포함하는,
개인화된 단위 스펙트럼 획득 방법. - 제15항에 있어서,
상기 후보 스펙트럼을 추출하는 단계는,
PCA(principal component analysis), ICA(independent component analysis), NMF(non-negative matrix factorization), AE(auto-encoding) 중 적어도 하나를 이용하여 상기 후보 스펙트럼을 추출하는,
개인화된 단위 스펙트럼 획득 방법. - 제15항에 있어서,
상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계는,
후보 스펙트럼의 형태 및 후보 스펙트럼의 시간에 따른 변화량 중 적어도 하나를 기반으로 상기 대상 성분과 관련된 후보 스펙트럼을 선택하는,
개인화된 단위 스펙트럼 획득 방법. - 제17항에 있어서,
상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계는,
상기 후보 스펙트럼과 상기 대상 성분의 단위 스펙트럼간의 제1 유사도가 제1 임계값을 초과할 것, 상기 후보 스펙트럼의 시간에 따른 변화량과 계단 함수(step function) 간의 제2 유사도가 제2 임계값을 초과할 것, 및 상기 제1 유사도와 상기 제2 유사도의 곱이 제3 임계값을 초과할 것 중 적어도 하나의 조건을 만족하는 후보 스펙트럼을 상기 대상 성분과 관련된 후보 스펙트럼으로 선택하는,
개인화된 단위 스펙트럼 획득 방법. - 제15항에 있어서,
상기 대상 성분과 관련된 후보 스펙트럼을 선택하는 단계는,
유클리드 거리(Euclidean distance), 맨하탄 거리(Manhattan Distance), 코사인 거리(Cosine Distance), 마할라노비스 거리 (Mahalanobis Distance), 자카드 계수(Jaccard Coefficient), 확장 자카드 계수(Extended Jaccard Coefficient), 피어슨 상관관계 계수(Pearson's Correlation Coefficient), 및 스피어만 상관관계 계수(Spearman's Correlation Coefficient)를 포함하는 유사도 산출 기법, 또는 f-test, t-test, 및 z-test를 포함하는 통계검정 기법을 이용하는,
개인화된 단위 스펙트럼 획득 방법. - 제15항에 있어서,
상기 선택된 후보 스펙트럼을 스케일링하는 단계는,
상기 선택된 후보 스펙트럼이 복수 개이면, 선택된 복수 개의 후보 스펙트럼을 평균하여 평균 후보 스펙트럼을 생성하고, 생성된 평균 후보 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하는,
개인화된 단위 스펙트럼 획득 방법. - 제14항에 있어서,
상기 제1 생체 스펙트럼 및 상기 제2 생체 스펙트럼에서 노이즈를 제거하는 단계; 를 더 포함하는,
개인화된 단위 스펙트럼 획득 방법. - 제21항에 있어서,
상기 노이즈를 제거하는 단계는,
ALS(asymmetric least square), detrend, MSC(multiplicative scatter correction), EMSC(extended multiplicative scatter correction), SNV(standard normal variate), MC(mean centering), FT(fourier transform), OSC(orthogonal signal correction), 및 SG(Savitzky-Golay smoothing) 중 적어도 하나를 이용하는,
개인화된 단위 스펙트럼 획득 방법. - 제14항에 있어서,
상기 개인화된 단위 스펙트럼을 추출하는 단계는,
상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하는 단계; 및
감산 결과 생성된 스펙트럼을 상기 단위 스펙트럼에 대응하도록 스케일링하는 단계; 및
상기 스케일링된 스펙트럼을 상기 개인화된 단위 스펙트럼으로 추출하는 단계; 를 포함하는,
개인화된 단위 스펙트럼 획득 방법. - 제14항에 있어서,
상기 개인화된 단위 스펙트럼 추출 방법과 관련된 복수의 옵션 중 하나를 선택하는 단계; 를 더 포함하고,
상기 개인화된 단위 스펙트럼을 추출하는 단계는,
상기 복수의 옵션 중 제1 옵션에서는 PCA(principal component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제2 옵션에서는 ICA(independent component analysis)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제3 옵션에서는 NMF(non-negative matrix factorization)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제4 옵션에서는 AE(auto-encoding)를 이용하여 상기 개인화된 단위 스펙트럼을 추출하고,
상기 복수의 옵션 중 제5 옵션에서는 상기 제2 생체 스펙트럼에서 상기 제1 생체 스펙트럼을 감산하여 상기 개인화된 단위 스펙트럼을 추출하는,
개인화된 단위 스펙트럼 획득 방법. - 제14항에 있어서,
상기 대상 성분은 혈중 성분 및 피부내 성분을 포함하고,
상기 혈중 성분은 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산을 포함하고,
상기 피부내 성분은 콜라겐, 케라틴 및 엘라스틴을 포함하는 단백질, 및 체지방을 포함하는,
개인화된 단위 스펙트럼 획득 방법. - 사용자의 피부에 광을 조사하고 사용자의 피부로부터 반사 또는 산란된 광을 수신하여 생체 스펙트럼을 측정하는 분광기; 및
상기 측정된 생체 스펙트럼 및 개인화된 단위 스펙트럼을 기반으로 생체 성분을 추정하는 프로세서; 를 포함하고,
상기 개인화된 단위 스펙트럼은 상기 사용자의 생체 내에 상기 생체 성분의 양이 적을 때 측정된 제1 생체 스펙트럼 및 상기 생체 내에 상기 생체 성분의 양이 많을 때 측정된 제2 생체 스펙트럼으로부터 추출되는,
생체 성분 추정 장치. - 제26항에 있어서,
상기 분광기는,
적외선 분광법(infrared spectroscopy) 및 라만 분광법(Raman spectroscopy) 중 하나를 이용하는,
생체 성분 추정 장치. - 제26항에 있어서,
상기 프로세서는,
상기 피부의 배경 스펙트럼 및 상기 개인화된 단위 스펙트럼을 이용하여 생체 성분 추정 모델을 생성하는 모델 생성부; 및
상기 측정된 생체 스펙트럼 및 상기 생체 성분 추정 모델을 이용하여 상기 생체 성분을 추정하는 생체 성분 추정부; 를 포함하는,
생체 성분 추정 장치. - 제28항에 있어서,
상기 분광기는,
설정된 주기 또는 사용자 요청에 따라, 상기 생체 내에 상기 생체 성분의 양이 적을 때 상기 사용자의 피부로부터 상기 배경 스펙트럼을 측정하는,
생체 성분 추정 장치.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170136132A KR102539144B1 (ko) | 2017-10-19 | 2017-10-19 | 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 |
| CN201811206668.6A CN109674481B (zh) | 2017-10-19 | 2018-10-16 | 获得个体化单位光谱的装置和方法以及估计生物成分的装置和方法 |
| EP18200705.4A EP3474288A1 (en) | 2017-10-19 | 2018-10-16 | Apparatus and method for obtaining individualized unit spectrum, and apparatus and method for estimating biological component |
| US16/161,998 US11564599B2 (en) | 2017-10-19 | 2018-10-16 | Apparatus and method for obtaining individualized unit spectrum, and apparatus and method for estimating biological component |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170136132A KR102539144B1 (ko) | 2017-10-19 | 2017-10-19 | 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190043967A true KR20190043967A (ko) | 2019-04-29 |
| KR102539144B1 KR102539144B1 (ko) | 2023-06-01 |
Family
ID=63878402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170136132A KR102539144B1 (ko) | 2017-10-19 | 2017-10-19 | 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11564599B2 (ko) |
| EP (1) | EP3474288A1 (ko) |
| KR (1) | KR102539144B1 (ko) |
| CN (1) | CN109674481B (ko) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110186869B (zh) | 2018-02-23 | 2023-08-15 | 三星电子株式会社 | 用于估计血液化合物浓度的装置和方法 |
| KR20220025378A (ko) | 2020-08-24 | 2022-03-03 | 삼성전자주식회사 | 대상 신호 스펙트럼 획득 장치 및 방법 |
| KR20220070792A (ko) | 2020-11-23 | 2022-05-31 | 삼성전자주식회사 | 체온 추정 장치 및 방법과, 헬스케어 기기 |
| CN117470867B (zh) * | 2023-12-27 | 2024-03-26 | 国网辽宁省电力有限公司电力科学研究院 | 变电设备绝缘子污秽区分方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040020878A (ko) | 2001-01-26 | 2004-03-09 | 센시스 메디칼 인코포레이티드 | 조직의 광학특성을 통한 당의 비침습적 측정법 |
| WO2004081524A2 (en) * | 2003-03-07 | 2004-09-23 | Sensys Medical, Inc. | Measurement site dependent data preprocessing method for robust calibration and prediction |
| US20120035442A1 (en) * | 2010-08-05 | 2012-02-09 | Ishan Barman | Portable raman diagnostic system |
| EP3329848A1 (en) * | 2016-11-30 | 2018-06-06 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating biological component |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW352335B (en) | 1997-03-25 | 1999-02-11 | Matsushita Electric Works Ltd | Method of determining a glucose concentration in a target by using near-infrared spectroscopy |
| JP4472794B2 (ja) | 1997-03-25 | 2010-06-02 | パナソニック電工株式会社 | グルコース濃度の定量装置 |
| WO2002062214A1 (en) | 2001-02-05 | 2002-08-15 | Glucosens, Inc. | Methods of determining concentration of glucose in blood |
| JP2003042948A (ja) | 2001-08-03 | 2003-02-13 | Univ Waseda | グルコース濃度測定装置 |
| JP3931638B2 (ja) | 2001-11-15 | 2007-06-20 | 松下電工株式会社 | 生体成分の定量装置 |
| CN100421615C (zh) | 2002-03-08 | 2008-10-01 | 三西斯医学股份有限公司 | 通过近红外光谱对葡萄糖进行非侵入测量的小型装置 |
| JP3729181B2 (ja) | 2003-03-14 | 2005-12-21 | セイコーエプソン株式会社 | 測定方法及び測定信号出力回路並びに測定装置 |
| KR100545730B1 (ko) | 2004-02-03 | 2006-01-24 | 재단법인서울대학교산학협력재단 | 라만 분광법을 이용한 소변 성분 분석 시스템 및 그 방법 |
| US7460895B2 (en) | 2005-01-24 | 2008-12-02 | University Of Iowa Research Foundation | Method for generating a net analyte signal calibration model and uses thereof |
| KR101632308B1 (ko) * | 2009-09-23 | 2016-06-21 | 삼성전자주식회사 | 혈당 관리 정보를 제공하는 방법 및 장치 |
| US9459201B2 (en) | 2014-09-29 | 2016-10-04 | Zyomed Corp. | Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing |
| KR102443262B1 (ko) | 2015-09-23 | 2022-09-13 | 삼성전자주식회사 | 분석물질 농도 예측 방법 및 장치 |
| KR102539142B1 (ko) | 2016-09-05 | 2023-06-01 | 삼성전자주식회사 | 스펙트럼 분석 장치와 방법, 및 혈당 측정 장치 |
-
2017
- 2017-10-19 KR KR1020170136132A patent/KR102539144B1/ko active IP Right Grant
-
2018
- 2018-10-16 US US16/161,998 patent/US11564599B2/en active Active
- 2018-10-16 EP EP18200705.4A patent/EP3474288A1/en active Pending
- 2018-10-16 CN CN201811206668.6A patent/CN109674481B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040020878A (ko) | 2001-01-26 | 2004-03-09 | 센시스 메디칼 인코포레이티드 | 조직의 광학특성을 통한 당의 비침습적 측정법 |
| WO2004081524A2 (en) * | 2003-03-07 | 2004-09-23 | Sensys Medical, Inc. | Measurement site dependent data preprocessing method for robust calibration and prediction |
| US20120035442A1 (en) * | 2010-08-05 | 2012-02-09 | Ishan Barman | Portable raman diagnostic system |
| EP3329848A1 (en) * | 2016-11-30 | 2018-06-06 | Samsung Electronics Co., Ltd. | Apparatus and method for estimating biological component |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3474288A1 (en) | 2019-04-24 |
| CN109674481B (zh) | 2023-04-07 |
| CN109674481A (zh) | 2019-04-26 |
| US11564599B2 (en) | 2023-01-31 |
| KR102539144B1 (ko) | 2023-06-01 |
| US20190117136A1 (en) | 2019-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11617523B2 (en) | Apparatus and method for estimating biological component | |
| KR20200119501A (ko) | 생체정보 추정 장치 및 방법 | |
| US11564599B2 (en) | Apparatus and method for obtaining individualized unit spectrum, and apparatus and method for estimating biological component | |
| US11199492B2 (en) | Apparatus for measuring spectrum, method of correcting temperature change of light source in spectrum, and apparatus and method for estimating analyte concentration | |
| JP2019053061A (ja) | グルコース露出量推定装置、方法及びプログラム、グルコース露出量推定モデル生成装置、並びに糖指数測定装置 | |
| US20230009905A1 (en) | Apparatus and method for estimating biological information | |
| KR102638310B1 (ko) | 분석 물질의 농도 추정 장치 및 방법 | |
| EP3782538A1 (en) | Apparatus and method for estimating bio-information | |
| KR20200047981A (ko) | 생체성분 추정 장치 및 방법 | |
| US11147521B2 (en) | Apparatus and method for health care | |
| KR20210050967A (ko) | 분석 물질의 농도 추정 장치 및 방법과, 캘리브레이션 방법 | |
| US11495329B2 (en) | Apparatus and method for determining validity of bio-information estimation model | |
| US11872032B2 (en) | Apparatus and method for estimating analyte concentration | |
| KR102671886B1 (ko) | 분석 물질의 농도 추정 장치 및 방법 | |
| US11287374B2 (en) | Apparatus and method for updating bioinformation estimation model | |
| US20220233149A1 (en) | Apparatus and method for estimating body component | |
| KR20220025378A (ko) | 대상 신호 스펙트럼 획득 장치 및 방법 | |
| US20200121230A1 (en) | Apparatus and method for estimating analyte concentration | |
| KR20220029061A (ko) | 대상 성분 추정 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |