KR20190084663A - 생체 신호 수집 및 보정 시스템과, 방법 - Google Patents

Abstract

본 발명은 생체 신호 수집 및 보정 시스템과, 방법에 관한 것으로, 본 발명에 따른 시스템은 사용자의 생체 신호를 측정하는 생체 신호 측정부, 생체 신호 측정부에서 측정되는 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득하는 요인 정보 획득부, 그리고 요인 정보 획득부에서 획득된 왜곡 요인 정보에 따른 사용자의 생체 신호의 영향을 고려하여 사용자의 생체 신호의 왜곡을 보정하는 제어부를 포함한다. 본 발명에 의하면, 재활 훈련 중 발생되는 왜곡 요인 정보를 획득하고, 왜곡 요인 정보에 따른 사용자의 생체 신호의 영향을 고려하여 생체 신호의 왜곡을 보정함으로써 왜곡이 없는 유의미한 생체 신호를 수집할 수 있다.

Description

생체 신호 수집 및 보정 시스템과, 방법{Bio-signal Collection and Artifact Reduction System, and Method thereof}

본 발명은 생체 신호 수집 및 보정 시스템과, 방법에 관한 것으로, 보다 자세하게는 재활 훈련 중인 사용자의 생체 신호를 수집하여 왜곡을 보정할 수 있는 생체 신호 수집 및 보정 시스템과, 방법에 관한 것이다.

최근 들어, 고령화 사회에 급속도로 진입하면서 세계적으로 노인이나 장애인을 위한 다양한 기술에 대한 사회적 요구가 증가되고 있으며, 이러한 시점에 맞춰 노인, 장애인, 뇌졸중이나 파킨슨 환자 등과 같이 거동이 불편한 사람들의 외부 활동을 돕기 위한 많은 연구가 진행되고 있다. 특히, 거동이 불편한 사람들의 보행을 돕기 위한 재활 훈련 장치에 대한 다양한 기술이 급격하게 발달되고 있다. 이러한 재활 훈련 장치는 환자에게 특정한 동작 등을 반복하게 하거나 재활 훈련 시 근력 등을 보조하여 간병인이나 재활치료사의 도움 없이 환자가 지속적으로 재활 훈련할 수 있도록 보조하고 있다.

그러나 종래의 재활 훈련 장치는 환자의 훈련 의도와는 무관하게 훈련이 수행되어 훈련 효과를 떨어뜨리는 문제점이 있으며, 특히, 하지의 자력 거동이 거의 불가능한 중증 마비 환자의 경우, 훈련 의도를 표현할 방법이 없기 때문에 환자의 의도에 따라 재활 훈련이 적절하게 이루어지지 못하는 한계를 가지고 있었다.

이와 더불어, 환자의 상태를 고려하지 않고 재활 훈련 장치가 구동되기 때문에 경우에 따라 중중 환자나 장애인이 이용할 수 없거나 높은 강도의 재활을 요구되는 환자 등에는 효과가 없는 문제점이 있었다.

이러한 문제점을 해결하기 위하여 재활 훈련 중에 환자의 생체 신호를 수집하고, 이를 이용하여 환자의 상태 및 재활 정도를 실시간으로 파악할 수 있는 생체 신호 측정 장치가 개시되어 있다.

하지만, 환자의 생체 신호를 수집하는 방식의 경우, 수집된 생체 신호에 왜곡이 포함되어 있으면 환자의 상태를 정확하게 진단하기 어려운 문제점이 있었다. 예컨대, 환자가 재활 훈련 장치에 설치된 전방 안전봉을 잡고 있다가 측방 안전봉을 잡으려고 상지를 움직이면 측정 중인 생체 신호의 크기가 달라지는데, 이러한 경우 생체 신호를 분석하는 과정에서 급작스러운 생체 신호의 변화 원인을 파악하기 어렵고 왜곡된 생체 신호의 보정을 시도하기 어려운 문제점이 있었다.

한국공개특허공보 제2016-0065479호 (공개일 2016. 06. 09.)

따라서 본 발명이 해결하고자 하는 기술적 과제는 재활 훈련 중 발생되는 왜곡 요인을 획득하고, 획득된 왜곡 요인에 따른 사용자의 생체 신호의 영향을 고려하여 생체 신호의 왜곡을 보정함으로써 왜곡이 없는 유의미한 생체 신호만을 수집할 수 있는 생체 신호 수집 및 보정 시스템과, 방법을 제공하는 것이다.

또한, 본 발명은 명시적으로 언급된 목적 이외에도, 후술하는 본 발명의 구성으로부터 달성될 수 있는 다른 목적도 포함한다.

상기한 기술적 과제를 해결하기 위한 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 시스템은 사용자의 생체 신호를 측정하는 생체 신호 측정부, 상기 생체 신호 측정부에서 측정된 상기 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득하는 요인 정보 획득부, 그리고 상기 요인 정보 획득부에서 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 제어부를 포함한다.

상기 왜곡 요인 정보에 따라 상기 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축하는 학습 모델 구축부를 더 포함하고, 상기 제어부는 상기 학습 모델 구축부에서 구축된 학습 모델을 이용하여 상기 왜곡 요인 정보에 따른 상기 생체 신호의 왜곡을 보정할 수 있다.

상기 생체 신호 측정부는 재활 훈련 중인 상기 사용자의 피부 저항(GSR), 심전도(ECG), 근전도(EMG), 광전용적맥파(PPG), 맥박, 호흡 및 피부 온도 중 적어도 하나를 측정할 수 있다.

상기 요인 정보 획득부는 상기 사용자와 상기 사용자의 주변 환경을 촬영하는 카메라, 상기 사용자와 상기 사용자의 주변 환경에서 발생되는 소리를 측정하는 마이크로폰, 그리고 상기 사용자와 재활 훈련 보조자의 신체에 각각 부착되어 상기 사용자와 상기 재활 훈련 보조자의 동작 상태를 측정하는 움직임 센서, 상기 사용자의 시선을 추적하는 시선추적장치, 그리고 상기 사용자가 이용 중인 재활 훈련 장치의 작동 상태를 기록하는 작동상태 기록장치 중 적어도 하나를 포함할 수 있다.

상기 제어부는 상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 소거할 수 있다.

상기 제어부는 상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 이전에 측정된 사용자의 생체 신호로 대체할 수 있다.

상기 제어부는 상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 미리 저장된 다항식 함수를 이용하여 보정할 수 있다.

상기 제어부는 상기 학습 모델을 이용하여 상기 왜곡 요인 정보가 상기 사용자의 생체 신호에 미친 영향의 정도를 구하고, 상기 구해진 왜곡 요인의 영향 정도를 반영하여 상기 측정된 사용자의 생체 신호를 보정할 수 있다.

한편, 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 방법은 사용자의 생체 신호를 측정하는 단계, 상기 측정된 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득하는 단계, 그리고 상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계를 포함한다.

상기 왜곡 요인 정보에 따라 상기 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축하는 단계를 더 포함하고, 상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는 상기 구축된 학습 모델을 이용하여 상기 왜곡 요인 정보에 따른 상기 생체 신호의 왜곡을 보정할 수 있다.

상기 사용자의 생체 신호는 재활 훈련 중인 상기 사용자의 피부 저항(GSR), 심전도(ECG), 근전도(EMG), 광전용적맥파(PPG), 맥박, 호흡 및 피부 온도 중 적어도 하나를 포함할 수 있다.

상기 왜곡 요인 정보는 상기 사용자와 상기 사용자의 주변 환경을 촬영하는 카메라, 상기 사용자와 상기 사용자의 주변 환경에서 발생되는 소리를 측정하는 마이크로폰 및 상기 사용자와 재활 훈련 보조자의 신체에 각각 부착되어 상기 사용자와 상기 재활 훈련 보조자의 동작 상태를 측정하는 움직임 센서, 상기 사용자의 시선을 추적하는 시선추적장치 및 상기 사용자가 이용 중인 재활 훈련 장치의 작동 상태를 기록하는 작동상태 기록장치 중 적어도 하나를 이용하여 획득될 수 있다.

상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는 상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 소거할 수 있다.

상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는 상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 이전에 측정된 사용자의 생체 신호로 대체할 수 있다.

상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는 상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 미리 저장된 다항식 함수를 이용하여 보정할 수 있다.

상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는 상기 학습 모델을 이용하여 상기 왜곡 요인 정보가 상기 사용자의 생체 신호에 미친 영향의 정도를 구하고, 상기 구해진 왜곡 요인의 영향 정도를 반영하여 상기 측정된 사용자의 생체 신호를 보정할 수 있다.

이와 같이 본 발명의 실시예에 따른 생체 신호 수집 및 보정 시스템과, 방법에 따르면, 재활 훈련 중 발생되는 왜곡 요인을 획득하고, 획득된 왜곡 요인에 따른 사용자의 생체 신호의 영향을 고려하여 생체 신호의 왜곡을 보정함으로써 왜곡이 없는 유의미한 생체 신호만을 수집할 수 있는 장점이 있다.

이와 같이, 유의미한 생체 신호만을 수집함으로써 사용자의 상태 및 재활 정도를 정확하게 파악할 수 있으며, 사용자의 상태 및 재활 정도를 고려하여 재활 훈련 장치를 적절하게 구동시키거나 재활 훈련할 수 있도록 지원할 수 있는 장점이 있다.

한편, 본 발명의 효과는 상술된 것에 국한되지 않고 후술하는 본 발명의 구성으로부터 도출될 수 있는 다른 효과도 본 발명의 효과에 포함된다.

도 1은 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 시스템의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 재활 훈련 중 발생되는 왜곡 요인 정보를 획득하는 과정의 예를 개략적으로 보여주는 도면이다.
도 3a 내지 도 3e는 본 발명의 일 실시예에 따른 왜곡 요인 정보에 의해 왜곡이 발생된 사용자의 생체 신호를 보정하는 동작을 설명하기 위한 그래프들이다.
도 4는 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 시스템의 동작을 설명하기 위해 제공되는 흐름도이다.

그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.

도 1은 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 시스템의 구성을 나타낸 블록도 및 도 2는 본 발명의 일 실시예에 따른 재활 훈련 중 발생되는 왜곡 요인 정보를 획득하는 과정의 예를 개략적으로 보여주는 도면을 나타낸다.

도 1 및 도 2에 도시한 바와 같이, 생체 신호 수집 및 보정 시스템(1)은 생체 신호 측정부(100), 요인 정보 획득부(200), 학습 모델 구축부(300), 제어부(400) 및 저장부(500)를 포함할 수 있다.

생체 신호 측정부(100)는 사용자의 생체 신호를 측정하고, 측정된 사용자의 생체 신호를 학습 모델 구축부(300) 및 제어부(400)에 전달할 수 있다. 생체 신호는 사용자의 신체 상태를 나타내는 신호로서, 주로 사용자의 질병이나 건강 상태를 진단하기 위해 필요한 정보를 말한다.

보다 자세하게는, 생체 신호 측정부(100)는 재활 훈련 중인 사용자의 피부 저항(GSR: Galvanic Skin Resistance)을 측정하는 센서, 사용자의 심전도(ECG: Electrocardiogram)를 측정하는 센서, 사용자의 근전도(EMG: Electromyogram)를 측정하는 센서, 사용자의 광전용적맥파(PPG)를 측정하는 센서, 사용자의 맥박을 측정하는 센서, 사용자의 호흡을 측정하는 센서 또는 사용자의 피부 온도를 측정하는 센서 등으로 이루어질 수 있으며, 이외에 다양한 생체 신호를 측정할 수 있도록 다양한 센서로 이루어질 수 있음은 물론이다. 예컨대, 사용자의 심전도를 측정하는 센서나 사용자의 근전도를 측정하는 센서는 전극 및 증폭기가 각각 내장되어 생체 신호를 감지하고, 감지된 생체 신호를 증폭하여 학습 모델 구축부(300) 및 제어부(400)에 전송할 수 있다.

생체 신호 측정부(100)는 사용자의 어깨, 등, 겨드랑이나 가슴 부위 또는 피부 등에 직접 부착되거나, 사용자의 신체 일부에 착용된 착용 수단에 부착될 수 있다. 예컨대, 생체 신호 측정부(100)는 사용자의 상체를 감싸는 조끼 형태의 착용 수단에 부착되거나, 사용자의 허리에 착용되는 벨트 형태의 착용 수단이나 사용자의 손목에 착용되는 시계 형태의 착용 수단에 부착될 수 있다.

요인 정보 획득부(200)는 생체 신호 측정부(100)에서 측정된 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득하고, 획득된 왜곡 요인 정보를 학습 모델 구축부(300) 및 제어부(400)에 전달할 수 있다.

보다 자세하게는, 요인 정보 획득부(200)는 카메라(210), 마이크로폰(220), 움직임 센서(230), 시선추적장치(240) 및 작동상태 기록장치(250)를 포함할 수 있다.

카메라(210)는 사용자와 사용자의 주변 환경을 촬영할 수 있도록 복수 개가 설치되고, 복수 개의 카메라(210)에서 촬영된 영상을 통해 사용자와 사용자의 주변 환경에서 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득할 수 있도록 한다. 예컨대, 카메라(210)는 도 2와 같이, 재활 훈련 장치(50)를 이용하여 재활 훈련 중인 사용자(10)의 훈련 동작과, 사용자의 재활 훈련을 도와주기 위해 재활 훈련 장치(50)나 제어 장치 등을 조작하는 재활 훈련 보조자(20)의 동작 등을 촬영할 수 있다.

마이크로폰(220)은 사용자와 사용자의 주변 환경에서 발생되는 소리를 측정할 수 있는데, 예컨대, 사용자의 음성, 재활 훈련 보조자의 음성이나 스피커에서 출력되는 소리를 측정할 수 있도록 한다. 마이크로폰(220)은 사용자와 사용자의 주변 환경에서 발생되는 소리를 전기 펄스로 변환하여 학습 모델 구축부(300) 및 제어부(400)에 제공할 수 있다. 이때 마이크로폰(220)은 카메라(210)에 내장된 형태 등으로 구현될 수 있으며, 변환된 전기 펄스의 소리를 유무선 통신을 통해 학습 모델 구축부(300) 및 제어부(400)로 전달할 수 있다.

움직임 센서(230)는 사용자와 재활 훈련 보조자의 신체에 각각 부착되어 사용자와 재활 훈련 보조자의 동작 상태를 측정할 수 있는 가속도 센서나 자이로 센서(관성 센서) 등으로 이루어질 수 있다. 움직임 센서(230)는 재활 훈련 중인 사용자의 상지 및 하지의 위치, 움직임 방향 또는 움직임 속도 등에 대한 사용자의 동작 상태를 측정할 수 있으며, 간병인, 재활치료사나 의료인 등과 같은 재활 훈련 보조자의 동작을 보다 정확하게 측정할 수 있다.

시선추적장치(240)는 사용자의 시선을 추적할 수 있는 장치로, 예컨대, 헤드 마운트 디스플레이의 내부에 카메라 또는 적외선 센서 등을 설치하고 이를 통해 눈동자의 위치와 움직임을 추적하여 사용자의 시선 방향을 추적할 수 있다.

작동상태 기록장치(250)는 사용자가 이용 중인 재활 훈련 장치(50)의 작동 상태를 기록할 수 있다. 예컨대, 작동상태 기록장치(250)는 사용자의 보폭이나 속도 등과 같은 작동 파라미터를 기록할 수 있는 장치로 이루어질 수 있다.

학습 모델 구축부(300)는 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축할 수 있다.

보다 자세하게 설명하면, 생체 신호 측정부(100)에서 측정되는 사용자의 생체 신호는 앞에서 기술한 사용자의 동작이나 소리 등의 특정한 왜곡 요인 정보에 따라 품질이나 크기 등에서 왜곡이 발생될 수 있으므로 학습 모델 구축부(300)는 생체 신호 측정부(100) 및 요인 정보 획득부(200)로부터 전송되는 사용자의 생체 신호 및 왜곡 요인 정보를 이용하여 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 분석할 수 있다. 즉 학습 모델 구축부(300)는 생체 신호 측정부(100) 및 요인 정보 획득부(200)로부터 사용자의 생체 신호 및 왜곡 요인 정보를 각각 획득하여 기계 학습 후 분석을 통해 학습 모델을 구축할 수 있다. 예컨대, 학습 모델 구축부(300)는 기계 학습이나 딥러닝 등과 같은 인공지능 학습을 통해 의도되지 않은 동작이나 음성 등과 같은 왜곡 요인 정보에 따라 사용자의 생체 신호가 어느 정도 변화하는지 즉 왜곡의 상태나 왜곡 정도가 어떠한지를 나타내는 학습 모델을 구축할 수 있다.

이와 같이, 학습 모델 구축부(300)는 다양한 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축하여 왜곡 요인 정보별 사용자의 생체 신호의 왜곡 정보를 산출할 수 있게 된다.

제어부(400)는 본 발명에 따른 생체 신호 수집 및 보정 시스템(1)의 전체적인 동작을 제어하고, 왜곡 요인 정보에 따른 사용자의 생체 신호의 영향을 고려하여 사용자의 생체 신호의 왜곡을 보정하고, 왜곡이 보정된 사용자의 생체 신호를 저장부(500)에 저장할 수 있다. 저장부(500)에 저장된 사용자의 생체 신호는 사용자의 상태 및 재활 정도를 정확하게 파악하거나 추이를 분석하는데 이용될 수 있도록 하고, 사용자의 재활 능력을 담고 있는 생체 신호를 분석한 결과에 따라 재활 훈련 장치(50)의 구동을 적절하게 제어할 수 있도록 한다.

보다 자세하게는, 제어부(400)는 학습 모델 구축부(300)에서 구축된 학습 모델을 이용하여 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 보정할 수 있다. 즉 제어부(400)는 학습 모델 구축부(300)에서 구축된 학습 모델을 이용하여 왜곡 요인 정보에 따른 사용자의 생체 신호에 포함된 잡음이나 노이즈 등을 제거하여 왜곡 현상이 보정되게 할 수 있다.

도 3a 내지 도 3e는 본 발명의 일 실시예에 따른 왜곡 요인 정보에 의해 왜곡이 발생된 사용자의 생체 신호를 보정하는 동작을 설명하기 위한 그래프들이다.

도 3a는 생체 신호 측정부(100)에서 측정되는 사용자의 생체 신호를 보여주는 그래프로서, 예컨대, P 구간(t1~t2)에서는 사용자가 안전바에서 손을 떠는 동작으로 인해 사용자의 생체 신호에 왜곡이 발생되는 것을 알 수 있다.

제어부(400)는 도 3b와 같이, 왜곡 요인 정보에 의해 사용자의 생체 신호가 변화되는 P 구간에서 측정된 사용자의 생체 신호를 소거하여 추후 생체 신호의 분석 시 해당 구간에서 발생된 왜곡이 반영되지 않도록 제어할 수 있다.

또한 제어부(400)는 도 3c와 같이, P 구간에서 측정된 사용자의 생체 신호를 이전에 측정된 사용자의 생체 신호로 대체할 수 있다. 즉 제어부(400)는 왜곡이 포함된 사용자의 생체 신호를 왜곡이 포함되지 않은 생체 신호로 변경하되, 이때 P 구간에서 측정되는 사용자의 생체 신호를 왜곡이 발생되기 직전의 크기로 일정하게 유지시킴으로써 사용자의 생체 신호의 왜곡을 보정할 수 있도록 한다.

그리고 제어부(400)는 도 3d와 같이, P 구간에서 측정된 사용자의 생체 신호를 저장부(500)에 미리 저장된 n차 다항식 함수를 이용하여 보정할 수 있다. 즉 제어부(400)는 n차 다항식 함수를 이용하여 사용자의 생체 신호를 n차 다항식 형태로 보간(interpolation)할 수 있다.

도 3e와 같이, 제어부(400)는 학습 모델을 이용하여 왜곡 요인 정보가 사용자의 생체 신호에 미친 영향의 정도를 구하고, 구해진 왜곡 요인의 영향 정도를 반영하여 생체 신호를 보정할 수 있다. 예컨대, 사용자가 손을 움직이는 범위를 크게 하는지 또는 작게 하는지에 따라 사용자의 생체 신호에 포함되는 왜곡의 정도가 달라지기 때문에 제어부(400)는 학습 모델 구축부(300)에서 구축된 학습 모델을 이용하여 사용자의 동작 속도나 동작 범위 등과 같은 왜곡 요인 정보에 따라 사용자의 생체 신호의 크기가 변하는 정도를 파악하고, 파악된 변화 정도에 따라 사용자의 생체 신호를 적절하게 보정할 수 있다. 즉 제어부(400)는 학습 모델을 이용하여 P 구간에서 왜곡 요인 정보에 의해 사용자의 생체 신호가 왜곡된 정도를 파악하고, P 구간에서 측정된 사용자의 생체 신호에서 왜곡된 정도만큼 감산하여 왜곡이 보정된 사용자의 생체 신호를 추출할 수 있다.

이외에 제어부(400)는 다양한 방식을 사용하여 사용자의 생체 신호의 왜곡을 보정할 수 있다.

예를 들어 정리하면, 생체 신호 측정부(100)는 재활 훈련 중인 사용자의 근전도 신호를 주기적으로 측정하여 학습 모델 구축부(300) 및 제어부(400)에 전송하고, 요인 정보 획득부(200)는 사용자의 음성과 같은 왜곡 요인 정보를 획득하여 학습 모델 구축부(300) 및 제어부(400)에 전송할 수 있다. 그러면 학습 모델 구축부(300)에서는 사용자의 생체 신호 및 왜곡 요인 정보를 기초로 학습 모델을 구축하여 제어부(400)로 전송하고, 제어부(400)에서는 학습 모델 구축부(300)에서 구축된 학습 모델을 이용하여 사용자의 음성에 따라 사용자의 근전도 신호의 크기가 변하는 정도를 파악하고, 파악된 변화 정도에 따라 사용자의 근전도 신호의 크기를 보정하여 저장부(500)에 저장할 수 있다. 그런 후 제어부(400)는 저장부(500)에 저장된 사용자의 근전도 신호를 분석하여 사용자의 재활 능력 패턴을 진단하고, 진단된 사용자의 재활 능력 패턴에 따라 사용자의 재활 운동 범위, 시간 또는 강도 등을 산출하여 사용자의 재활 훈련을 적절하게 조절할 수 있도록 한다.

이와 같이, 재활 훈련 중인 사용자와 사용자의 주변 환경에 대한 왜곡 요인이 제거된 유의미한 사용자의 생체 신호만을 수집하여 분석할 수 있기 때문에 사용자의 재활 상태를 정확하게 파악할 수 있게 된다.

제어부(400)는 메모리 수단을 구비하고 마이크로프로세서를 탑재하여 연산 능력을 갖춘 이동 통신 기능을 구비한 장치로 구현될 수 있으며, 스마트폰(Smart Phone), 태블릿(Tablet) PC, 개인 휴대 정보 단말기(Personal Digital Assistant, PDA)나 웹 패드(Web Pad) 등과 같은 범용 장치가 이용되거나, 본 발명에 따른 생체 신호 수집 및 보정 시스템(1)의 전용으로 개발되는 장치가 이용될 수도 있다.

이하에서는 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 과정을 설명하도록 한다.

도 4는 본 발명의 일 실시예에 따른 생체 신호 수집 및 보정 시스템의 동작을 설명하기 위해 제공되는 흐름도를 나타낸다.

도 4를 참조하면, 사용자의 생체 신호를 측정할 수 있다(S400). 사용자의 생체 신호는 사용자의 신체 상태를 나타내는 신호로서, 주로 사용자의 질병이나 건강 상태를 진단하기 위해 필요한 정보를 말한다.

사용자의 생체 신호를 측정하는 생체 신호 측정부는 재활 훈련 중인 사용자의 피부 저항(GSR: Galvanic Skin Resistance)을 측정하는 센서, 사용자의 심전도(ECG: Electrocardiogram)를 측정하는 센서, 사용자의 근전도(EMG: Electromyogram)를 측정하는 센서, 사용자의 광전용적맥파(PPG)를 측정하는 센서, 사용자의 맥박을 측정하는 센서, 사용자의 호흡을 측정하는 센서 또는 사용자의 피부 온도를 측정하는 센서 등으로 이루어질 수 있으며, 이외에 다양한 생체 신호를 측정할 수 있도록 다양한 센서로 이루어질 수 있음은 물론이다. 예컨대, 사용자의 심전도를 측정하는 센서나 사용자의 근전도를 측정하는 센서는 전극 및 증폭기가 각각 내장되어 생체 신호를 감지하고, 감지된 생체 신호를 증폭하여 학습 모델 구축부 및 제어부에 전송할 수 있다.

생체 신호 측정부는 사용자의 어깨, 등, 겨드랑이나 가슴 부위 또는 피부 등에 직접 부착되거나, 사용자의 신체 일부에 착용된 착용 수단에 부착될 수 있다. 예컨대, 생체 신호 측정부는 사용자의 상체를 감싸는 조끼 형태의 착용 수단에 부착되거나, 사용자의 허리에 착용되는 벨트 형태의 착용 수단이나 사용자의 손목에 착용되는 시계 형태의 착용 수단에 부착될 수 있다.

그리고 측정된 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득할 수 있다(S410).

왜곡 요인 정보를 획득하기 위한 요인 정보 획득부는 카메라, 마이크로폰, 움직임 센서, 시선추적장치 및 작동상태 기록장치를 포함할 수 있다. 카메라는 사용자와 사용자의 주변 환경을 촬영할 수 있도록 복수 개가 설치되고, 복수 개의 카메라에서 촬영된 영상을 통해 사용자와 사용자의 주변 환경에서 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득할 수 있도록 한다. 마이크로폰은 사용자와 사용자의 주변 환경에서 발생되는 소리를 측정할 수 있는데, 예컨대, 사용자의 음성, 재활 훈련 보조자의 음성이나 스피커에서 출력되는 소리를 측정할 수 있도록 한다. 마이크로폰은 사용자와 사용자의 주변 환경에서 발생되는 소리를 전기 펄스로 변환하여 학습 모델 구축부 및 제어부에 제공할 수 있다. 이때 마이크로폰은 카메라에 내장된 형태 등으로 구현될 수 있으며, 변환된 전기 펄스의 소리를 유무선 통신을 통해 학습 모델 구축부 및 제어부로 전달할 수 있다. 움직임 센서는 사용자와 재활 훈련 보조자의 신체에 각각 부착되어 사용자와 재활 훈련 보조자의 동작 상태를 측정할 수 있는 가속도 센서나 자이로 센서(관성 센서) 등으로 이루어질 수 있다. 움직임 센서는 재활 훈련 중인 사용자의 상지 및 하지의 위치, 움직임 방향 또는 움직임 속도 등에 대한 사용자의 동작 상태를 측정할 수 있으며, 간병인, 재활치료사나 의료인 등과 같은 재활 훈련 보조자의 동작을 보다 정확하게 측정할 수 있다.

시선추적장치는 사용자의 시선을 추적할 수 있는 장치로, 예컨대, 헤드 마운트 디스플레이의 내부에 카메라 또는 적외선 센서 등을 설치하고 이를 통해 눈동자의 위치와 움직임을 추적하여 사용자의 시선 방향을 추적할 수 있다.

작동상태 기록장치는 사용자가 이용 중인 재활 훈련 장치의 작동 상태를 기록할 수 있다. 예컨대, 작동상태 기록장치는 사용자의 보폭이나 속도 등과 같은 작동 파라미터를 기록할 수 있는 장치로 이루어질 수 있다.

다음으로 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축할 수 있다(S420).

보다 자세하게 설명하면, 생체 신호 측정부에서 측정되는 사용자의 생체 신호는 앞에서 기술한 사용자의 동작이나 소리 등의 특정한 왜곡 요인 정보에 따라 품질이나 크기 등에서 왜곡이 발생될 수 있으므로 학습 모델 구축부는 생체 신호 측정부 및 요인 정보 획득부로부터 전송되는 사용자의 생체 신호 및 왜곡 요인 정보를 이용하여 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 분석할 수 있다. 즉 학습 모델 구축부는 생체 신호 측정부 및 요인 정보 획득부로부터 사용자의 생체 신호 및 왜곡 요인 정보를 각각 획득하여 기계 학습 후 분석을 통해 학습 모델을 구축할 수 있다. 예컨대, 학습 모델 구축부는 기계 학습이나 딥 러닝 등과 같은 인공지능 학습을 통해 의도되지 않은 동작이나 음성 등과 같은 왜곡 요인 정보에 따라 사용자의 생체 신호가 어느 정도 변화하는지 즉 왜곡의 상태나 왜곡 정도가 어떠한지를 나타내는 학습 모델을 구축할 수 있다.

이와 같이, 학습 모델 구축부는 다양한 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축하여 왜곡 요인 정보별 사용자의 생체 신호의 왜곡 정보를 산출할 수 있게 된다.

그 다음, 구축된 학습 모델을 이용하여 왜곡 요인 정보에 따른 사용자의 생체 신호의 왜곡을 보정할 수 있다(S430). 즉 제어부는 왜곡 요인 정보에 따른 사용자의 생체 신호의 영향을 고려하여 사용자의 생체 신호의 왜곡을 보정하고, 왜곡이 보정된 사용자의 생체 신호를 저장부에 저장할 수 있다. 저장부에 저장된 사용자의 생체 신호는 사용자의 상태 및 재활 정도를 정확하게 파악하거나 추이를 분석하는데 이용될 수 있도록 하고, 사용자의 재활 능력을 담고 있는 생체 신호를 분석한 결과에 따라 재활 훈련 장치(50)의 구동을 적절하게 제어할 수 있도록 한다.

보다 자세하게는, 제어부는 학습 모델 구축부에서 구축된 학습 모델을 이용하여 왜곡 요인 정보에 따라 사용자의 생체 신호가 변화되는 정도를 보정할 수 있다. 즉 제어부는 학습 모델 구축부에서 구축된 학습 모델을 이용하여 왜곡 요인 정보에 따른 사용자의 생체 신호에 포함된 잡음이나 노이즈 등을 제거하여 왜곡 현상이 보정되게 할 수 있다.

사용자의 생체 신호의 왜곡을 보정하는 방법에 대하여 설명하면, 제어부는 도 3b와 같이, 왜곡 요인 정보에 의해 사용자의 생체 신호가 변화되는 P 구간에서 측정된 사용자의 생체 신호를 소거하여 추후 생체 신호의 분석 시 해당 구간에서 발생된 왜곡이 반영되지 않도록 제어할 수 있다.

또한 제어부는 도 3c와 같이, P 구간에서 측정된 사용자의 생체 신호를 이전에 측정된 사용자의 생체 신호로 대체할 수 있다. 즉 제어부는 왜곡이 포함된 사용자의 생체 신호를 왜곡이 포함되지 않은 생체 신호로 변경하되, 이때 P 구간에서 측정되는 사용자의 생체 신호를 왜곡이 발생되기 직전의 크기로 일정하게 유지시킴으로써 사용자의 생체 신호의 왜곡을 보정할 수 있도록 한다.

그리고 제어부는 도 3d와 같이, P 구간에서 측정된 사용자의 생체 신호를 저장부에 미리 저장된 n차 다항식 함수를 이용하여 보정할 수 있다. 즉 제어부는 n차 다항식 함수를 이용하여 사용자의 생체 신호를 n차 다항식 형태로 보간(interpolation)할 수 있다.

도 3e와 같이, 제어부는 학습 모델을 이용하여 왜곡 요인 정보가 사용자의 생체 신호에 미친 영향의 정도를 구하고, 구해진 왜곡 요인의 영향 정도를 반영하여 생체 신호를 보정할 수 있다. 예컨대, 사용자가 손을 움직이는 범위를 크게 하는지 또는 작게 하는지에 따라 사용자의 생체 신호에 포함되는 왜곡의 정도가 달라지기 때문에 제어부는 학습 모델 구축부에서 구축된 학습 모델을 이용하여 사용자의 동작 속도나 동작 범위 등과 같은 왜곡 요인 정보에 따라 사용자의 생체 신호의 크기가 변하는 정도를 파악하고, 파악된 변화 정도에 따라 사용자의 생체 신호를 적절하게 보정할 수 있다. 즉 제어부는 학습 모델을 이용하여 P 구간에서 왜곡 요인 정보에 의해 사용자의 생체 신호가 왜곡된 정도를 파악하고, P 구간에서 측정된 사용자의 생체 신호에서 왜곡된 정도만큼 감산하여 왜곡이 보정된 사용자의 생체 신호를 추출할 수 있다.

본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 생체 신호 수집 및 보정 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

1: 생체 신호 수집 및 보정 시스템
100: 생체 신호 측정부
200: 요인 정보 획득부
300: 학습 모델 구축부
400: 제어부
500: 저장부

Claims (16)

1. 사용자의 생체 신호를 측정하는 생체 신호 측정부,
   상기 생체 신호 측정부에서 측정된 상기 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득하는 요인 정보 획득부, 그리고
   상기 요인 정보 획득부에서 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 제어부
   를 포함하는 생체 신호 수집 및 보정 시스템.
2. 제 1 항에서,
   상기 왜곡 요인 정보에 따라 상기 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축하는 학습 모델 구축부를 더 포함하고,
   상기 제어부는,
   상기 학습 모델 구축부에서 구축된 학습 모델을 이용하여 상기 왜곡 요인 정보에 따른 상기 생체 신호의 왜곡을 보정하는 생체 신호 수집 및 보정 시스템.
3. 제 1 항에서,
   상기 생체 신호 측정부는,
   재활 훈련 중인 상기 사용자의 피부 저항(GSR), 심전도(ECG), 근전도(EMG), 광전용적맥파(PPG), 맥박, 호흡 및 피부 온도 중 적어도 하나를 측정하는 생체 신호 수집 및 보정 시스템.
4. 제 1 항에서,
   상기 요인 정보 획득부는,
   상기 사용자와 상기 사용자의 주변 환경을 촬영하는 카메라,
   상기 사용자와 상기 사용자의 주변 환경에서 발생되는 소리를 측정하는 마이크로폰,
   상기 사용자와 재활 훈련 보조자의 신체에 각각 부착되어 상기 사용자와 상기 재활 훈련 보조자의 동작 상태를 측정하는 움직임 센서,
   상기 사용자의 시선을 추적하는 시선추적장치, 그리고
   상기 사용자가 이용 중인 재활 훈련 장치의 작동 상태를 기록하는 작동상태 기록장치 중 적어도 하나를 포함하는 생체 신호 수집 및 보정 시스템.
5. 제 1 항에서,
   상기 제어부는,
   상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 소거하는 생체 신호 수집 및 보정 시스템.
6. 제 1 항에서,
   상기 제어부는,
   상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 이전에 측정된 사용자의 생체 신호로 대체하는 생체 신호 수집 및 보정 시스템.
7. 제 1 항에서,
   상기 제어부는,
   상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 미리 저장된 다항식 함수를 이용하여 보정하는 생체 신호 수집 및 보정 시스템.
8. 제 2 항에서,
   상기 제어부는,
   상기 학습 모델을 이용하여 상기 왜곡 요인 정보가 상기 사용자의 생체 신호에 미친 영향의 정도를 구하고, 상기 구해진 왜곡 요인의 영향 정도를 반영하여 상기 측정된 사용자의 생체 신호를 보정하는 생체 신호 수집 및 보정 시스템.
9. 사용자의 생체 신호를 측정하는 단계,
   상기 측정된 사용자의 생체 신호에 영향을 미치는 왜곡 요인 정보를 획득하는 단계, 그리고
   상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계
   를 포함하는 생체 신호 수집 및 보정 방법.
10. 제 9 항에서,
    상기 왜곡 요인 정보에 따라 상기 사용자의 생체 신호가 변화되는 정도를 나타내는 학습 모델을 구축하는 단계를 더 포함하고,
    상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는,
    상기 구축된 학습 모델을 이용하여 상기 왜곡 요인 정보에 따른 상기 생체 신호의 왜곡을 보정하는 생체 신호 수집 및 보정 방법.
11. 제 9 항에서,
    상기 사용자의 생체 신호는,
    재활 훈련 중인 상기 사용자의 피부 저항(GSR), 심전도(ECG), 근전도(EMG), 광전용적맥파(PPG), 맥박, 호흡 및 피부 온도 중 적어도 하나를 포함하는 생체 신호 수집 및 보정 방법.
12. 제 9 항에서,
    상기 왜곡 요인 정보는,
    상기 사용자와 상기 사용자의 주변 환경을 촬영하는 카메라, 상기 사용자와 상기 사용자의 주변 환경에서 발생되는 소리를 측정하는 마이크로폰, 상기 사용자와 재활 훈련 보조자의 신체에 각각 부착되어 상기 사용자와 상기 재활 훈련 보조자의 동작 상태를 측정하는 움직임 센서, 상기 사용자의 시선을 추적하는 시선추적장치 및 상기 사용자가 이용 중인 재활 훈련 장치의 작동 상태를 기록하는 작동상태 기록장치 중 적어도 하나를 이용하여 획득되는 생체 신호 수집 및 보정 방법.
13. 제 9 항에서,
    상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는,
    상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 소거하는 생체 신호 수집 및 보정 방법.
14. 제 9 항에서,
    상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는,
    상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 이전에 측정된 사용자의 생체 신호로 대체하는 생체 신호 수집 및 보정 방법.
15. 제 9 항에서,
    상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는,
    상기 왜곡 요인 정보에 의해 상기 사용자의 생체 신호가 변화되는 왜곡 발생 구간에서 측정된 상기 사용자의 생체 신호를 미리 저장된 다항식 함수를 이용하여 보정하는 생체 신호 수집 및 보정 방법.
16. 제 10 항에서,
    상기 획득된 왜곡 요인 정보에 따른 상기 사용자의 생체 신호의 영향을 고려하여 상기 사용자의 생체 신호의 왜곡을 보정하는 단계는,
    상기 학습 모델을 이용하여 상기 왜곡 요인 정보가 상기 사용자의 생체 신호에 미친 영향의 정도를 구하고, 상기 구해진 왜곡 요인의 영향 정도를 반영하여 상기 측정된 사용자의 생체 신호를 보정하는 생체 신호 수집 및 보정 방법.

Images