KR20190100020A - Apparatus and method for estimating bio information - Google Patents

Apparatus and method for estimating bio information Download PDF

Info

Publication number
KR20190100020A
KR20190100020A KR1020190002484A KR20190002484A KR20190100020A KR 20190100020 A KR20190100020 A KR 20190100020A KR 1020190002484 A KR1020190002484 A KR 1020190002484A KR 20190002484 A KR20190002484 A KR 20190002484A KR 20190100020 A KR20190100020 A KR 20190100020A
Authority
KR
South Korea
Prior art keywords
feature value
biometric information
scale factor
scale
adjustment ratio
Prior art date
Application number
KR1020190002484A
Other languages
Korean (ko)
Other versions
KR102580269B1 (en
Inventor
박창순
권의근
구윤서
노승우
윤승근
장대근
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US16/273,293 priority Critical patent/US11284843B2/en
Priority to EP19157663.6A priority patent/EP3528262A1/en
Priority to CN201910122152.1A priority patent/CN110169760A/en
Priority to JP2019027206A priority patent/JP7317518B2/en
Publication of KR20190100020A publication Critical patent/KR20190100020A/en
Priority to US17/675,644 priority patent/US11911185B2/en
Application granted granted Critical
Publication of KR102580269B1 publication Critical patent/KR102580269B1/en

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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Cardiology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Emergency Medicine (AREA)
  • Optics & Photonics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

An apparatus for estimating bio-information comprises: a biosignal obtaining unit obtaining biosignals; and a processor extracting one or more characteristic values from the obtained biosignals, determining scale factors based on the extracted first characteristic values and estimating the bio-information based on the determined scale factor and the first characteristic value. The bio-information can be estimated quickly and stably by adaptively controlling the scale factor for estimating the bio-information according to a change in the size of the biosignal.

Description

생체 정보 추정 장치 및 방법{APPARATUS AND METHOD FOR ESTIMATING BIO INFORMATION}Apparatus and method for estimating biometric information {APPARATUS AND METHOD FOR ESTIMATING BIO INFORMATION}

생체 신호를 사용하여 비침습적 방법으로 생체 정보를 추정하는 기술에 관련된다.It relates to techniques for estimating biometric information in a non-invasive way using biosignal.

고령화된 인구구조, 급증하는 의료비, 전문 의료서비스인력의 부족 등으로 인해, IT 기술과 의료기술이 접목된 IT-의료 융합기술에 대한 활발한 연구가 수행되고 있다.Due to the aging population, rapidly increasing medical expenses, and the shortage of specialized medical service personnel, active research on IT-medical convergence technology combined with IT technology is being conducted.

특히, 건강상태에 대한 모니터링은 의료기관에 국한되지 않고, 가정과 사무실 등의 일상생활에서 이루어질 수 있게 하는 모바일 헬스케어(mobile healthcare)분야로 확대되고 있다. In particular, the monitoring of health status is not limited to medical institutions, but is expanding into the field of mobile healthcare, which can be performed in everyday life such as homes and offices.

건강상태를 나타내주는 생체신호의 종류에는 대표적으로 ECG(심전도, Electrocardiography), PPG(광전용적맥파, Photoplethysmogram), EMG(근전도, Electromyography) 신호 등이 있으며, 일상생활에서 이를 측정하기 위해서 다양한 생체신호 센서가 개발되고 있다.The types of biosignals that represent health status include ECG (electrocardiography, electrocardiography), PPG (photoplethysmogram), and EMG (electromyography, electromyography) signals, and various biosignal sensors to measure them in everyday life. Is being developed.

예를 들어, PPG 생체신호 관련 연구결과에 의하면, 전체 PPG 신호는 심장에서 출발하여 신체 말단부로 향하는 진행파(propagation wave)와 말단부에서 다시 되돌아오는 반사파(reflection wave)들로 중첩되어 구성된다.For example, studies on PPG biosignals indicate that the entire PPG signal is composed of a propagation wave that starts at the heart and reaches the body end and reflection waves that return back at the end.

이때, 진행파 또는 반사파들과 관련된 다양한 특징(feature)들을 추출하면 혈압을 추정할 수 있는 정보를 얻을 수 있다.In this case, by extracting various features related to traveling waves or reflected waves, information for estimating blood pressure may be obtained.

그러나, 이와 같이 일상 생활에서 건강상태를 모니터링 하기 위해, 생체 신호로부터 생체 정보를 추정하는 방식은 일상 생활에 따른 생체 신호의 품질 저하, 동잡음의 개입 등에 의해 불안정한 생체 정보 추정 결과를 제공하는 경우가 있으며, 이를 해결하기 위한 다양한 연구가 진행되고 있다.However, in order to monitor the state of health in everyday life, the method of estimating the biometric information from the biosignal may provide unstable biometric information estimation results due to deterioration of the quality of the biosignal and the intervention of dynamic noise. In order to solve this problem, various studies are being conducted.

생체 신호가 불안정한 상황에서 측정되는 경우에도, 생체 신호로부터 추출된 특징을 적절히 스케일 변환하여 정확하고 안정된 생체 정보를 추정하는 생체 정보 추정 장치 및 그 방법을 제공하는 것을 목적으로 한다.An object of the present invention is to provide a biometric information estimating apparatus and method for estimating accurate and stable biometric information by appropriately scale-converting a feature extracted from a biosignal even when the biosignal is measured in an unstable situation.

일 양상에 따른 생체 정보 추정 장치는 생체 신호를 획득하는 생체 신호 획득부 및 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출하여, 추출된 제1 특징 값을 기초로 스케일 인자를 결정하고, 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정하는 프로세서를 포함할 수 있다.According to an aspect, an apparatus for estimating biometric information may include extracting a biosignal for obtaining a biosignal and one or more first feature values from the obtained biosignal, and determining a scale factor based on the extracted first feature value. The processor may include a processor that estimates the biometric information based on the scale factor and the first feature value.

제1 특징은 심박출량과 관련된 특징, 총말초저항과 관련된 특징 및 이들의 조합을 포함할 수 있다.The first feature may include features related to cardiac output, features related to total peripheral resistance, and combinations thereof.

프로세서는 제1 특징 값을 조합하여 제2 특징 값을 산출하고, 제2 특징 값을 기초로 산출된 스케일 조절 비율로, 기준 스케일 인자를 조절하여 스케일 인자를 결정할 수 있다.The processor may combine the first feature value to calculate the second feature value, and determine the scale factor by adjusting the reference scale factor using the scale adjustment ratio calculated based on the second feature value.

또한, 프로세서는 제1 특징 값의 개별 변화량 및 결합 변화량 중 적어도 하나를 조합하여 제2 특징 값을 산출할 수 있다.In addition, the processor may calculate the second feature value by combining at least one of the individual change amount and the combined change amount of the first feature value.

프로세서는 산출된 제2 특징 값을 스케일 조절 비율 결정 함수에 적용하여, 제2 특징 값의 크기에 따른 스케일 조절 비율을 산출할 수 있다.The processor may calculate the scale adjustment ratio according to the size of the second feature value by applying the calculated second feature value to the scale adjustment ratio determination function.

여기서, 스케일 조절 비율 결정 함수는 기준 제2 특징 값에서 스케일 조절 비율이 최저이고, 기준 제2 특징 값을 중심으로 제2 특징 값의 변화에 따라 증가하되, 제2 특징 값이 임계 범위를 벗어나면 미리 정해진 스케일 조절 비율로 포화되는 밸리 형상(valley shape)인 생체 정보 추정 장치.Here, if the scale adjustment ratio is the lowest in the reference second feature value and the scale adjustment ratio is increased with the change of the second feature value around the reference second feature value, the second feature value is out of the threshold range. A biometric information estimating device having a valley shape saturated at a predetermined scaling ratio.

프로세서는 제1 특징 값에 대한 개별 스케일 조절 비율을 산출하고, 개별 스케일 조절 비율의 통계 값을 기초로 산출된 스케일 조절 비율로, 기준 스케일 인자를 조절하여 스케일 인자를 결정할 수 있다.The processor may calculate an individual scale adjustment ratio for the first feature value, and determine the scale factor by adjusting the reference scale factor with the scale adjustment ratio calculated based on the statistical value of the individual scale adjustment ratio.

또한, 프로세서는 제1 특징 값을 조합하여 제3 특징 값을 산출하고, 산출된 제3 특징 값 및 결정된 스케일 인자를 기초로 생체 정보를 추정할 수 있다.In addition, the processor may combine the first feature value to calculate the third feature value, and estimate the biometric information based on the calculated third feature value and the determined scale factor.

또한, 프로세서는 제3 특징 값과 기준 제3 특징 값의 차이에 결정된 스케일 인자를 곱하고, 생체 정보에 대한 오프셋 값을 더하여 생체 정보를 추정할 수 있다.In addition, the processor may estimate the biometric information by multiplying the difference between the third feature value and the reference third feature value by the determined scale factor and adding an offset value to the biometric information.

한편, 프로세서는 제1 특징 값이 미리 정해진 임계 값을 초과하는 경우, 기준 스케일 인자를 스케일 인자로 결정할 수 있다.Meanwhile, when the first feature value exceeds a predetermined threshold value, the processor may determine the reference scale factor as the scale factor.

프로세서는 기준 제1 특징 값을 기초로 제1 특징 값을 정규화할 수 있다.The processor may normalize the first feature value based on the reference first feature value.

다른 양상에 따른 생체 정보 추정 장치는 생체 신호, 생체 신호의 특징 값, 곱셈 계수 비율 조절 인자, 곱셈 계수 비율 및 생체 정보를 출력하는 출력부를 포함할 수 있다.According to another aspect, an apparatus for estimating biometric information may include an output unit configured to output a biosignal, a feature value of a biosignal, a multiplication coefficient ratio adjusting factor, a multiplication coefficient ratio, and biometric information.

여기서, 생체 정보는 혈압, 맥박, 심박출량, 혈당, 중성 지방 및 케라틴을 포함할 수 있다.Here, the biometric information may include blood pressure, pulse rate, cardiac output, blood sugar, triglyceride, and keratin.

일 양상에 따른 생체 정보 추정 방법은 생체 신호를 획득하는 단계 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출하는 단계, 추출된 제1 특징 값을 기초로 스케일 인자를 결정하는 단계 및 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정하는 단계를 포함할 수 있다.According to an aspect, a method of estimating biometric information may include obtaining a biosignal, extracting at least one first feature value from an acquired biosignal, determining a scale factor based on the extracted first feature value, and determining the determined scale factor And estimating biometric information based on the first feature value.

스케일 인자를 결정하는 단계는, 제1 특징 값을 조합하여 제2 특징 값을 산출하는 단계, 제2 특징 값을 기초로 스케일 조절 비율을 산출하는 단계 및 산출된 스케일 조절 비율을 기초로 기준 스케일 인자를 조절하여 스케일 인자를 결정하는 단계를 포함할 수 있다.The determining of the scale factor may include combining a first feature value to calculate a second feature value, calculating a scale adjustment ratio based on the second feature value, and based on the calculated scale adjustment ratio. The control may include determining a scale factor.

또한, 제2 특징 값을 산출하는 단계는 제1 특징 값의 개별 변화량 및 결합 변화량 중 적어도 하나를 조합하여, 제2 특징 값을 산출할 수 있다.In the calculating of the second feature value, the second feature value may be calculated by combining at least one of an individual change amount and a combined change amount of the first feature value.

이때, 스케일 조절 비율을 산출하는 단계는 산출된 제2 특징 값을 스케일 조절 비율 결정 함수에 적용하여, 제2 특징 값의 크기에 따른 스케일 조절 비율을 산출할 수 있다.In this case, the calculating of the scale adjustment ratio may be performed by applying the calculated second feature value to the scale adjustment ratio determination function to calculate the scale adjustment ratio according to the size of the second feature value.

또한, 스케일 조절 비율 결정 함수는 기준 제2 특징 값에서 스케일 조절 비율이 최저이고, 기준 제2 특징 값을 중심으로 제2 특징 값의 변화에 따라 증가하되, 제2 특징 값이 임계 범위를 벗어나면 미리 정해진 스케일 조절 비율로 포화되는 밸리 형상(valley shape)일 수 있다.In addition, the scale adjustment ratio determination function is the scale adjustment ratio is the lowest in the reference second feature value, and increases with the change of the second feature value around the reference second feature value, if the second feature value is out of the threshold range It may be a valley shape that saturates at a predetermined scale adjustment ratio.

이때, 스케일 인자를 결정하는 단계는 제1 특징 값에 대한 개별 스케일 조절 비율을 산출하는 단계, 개별 스케일 조절 비율의 통계 값을 기초로 스케일 조절 비율을 산출하는 단계 및 산출된 스케일 조절 비율을 기초로 기준 스케일 인자를 조절하여 스케일 인자를 결정하는 단계를 포함할 수 있다.In this case, the determining of the scale factor may include calculating an individual scale adjustment ratio for the first feature value, calculating a scale adjustment ratio based on a statistical value of the individual scale adjustment ratio, and based on the calculated scale adjustment ratio. And adjusting the reference scale factor to determine the scale factor.

또한, 생체 정보를 추정하는 단계는 제1 특징 값을 조합하여 제3 특징 값을 산출하는 단계 및 산출된 제3 특징 값과 기준 제3 특징 값의 차이에 결정된 스케일 인자를 곱하고, 생체 정보에 대한 오프셋 값을 더하여 생체 정보를 추정하는 단계를 포함할 수 있다.The estimating of the biometric information may include combining the first feature value to calculate a third feature value, and multiplying the calculated scale factor by a difference between the calculated third feature value and the reference third feature value. Estimating biometric information by adding an offset value.

한편, 스케일 인자를 결정하는 단계는 제1 특징 값이 미리 정해진 임계 값을 초과하는지 여부를 판단하는 단계 및 판단 결과 제1 특징 값이 임계값을 초과하면, 기준 스케일 인자를 스케일 인자로 결정할 수 있다.The determining of the scale factor may include determining whether the first feature value exceeds a predetermined threshold value and when the first feature value exceeds the threshold value, the reference scale factor may be determined as the scale factor. .

생체 신호의 크기 변화에 따라 생체 정보 추정을 위한 스케일 인자를 적응적으로 조절함으로써 신속하고, 안정적으로 생체 정보를 추정할 수 있다.The biometric information can be estimated quickly and stably by adaptively adjusting the scale factor for estimating the biometric information according to the change in the magnitude of the biosignal.

도 1은 생체 정보 추정 장치의 일 예를 도시한 블록도이다.
도 2는 생체 신호의 예시도이다.
도 3은 스케일 인자 조절을 설명하기 위한 예시도이다.
도 4는 제2 특징 값을 산출하는 일 예를 설명하기 위한 예시도이다.
도 5는 스케일 조절 비율 산출의 일 예를 설명하기 위한 예시도이다.
도 6은 스케일 조절 비율 산출의 다른 예를 설명하기 위한 예시도이다.
도 7은 생체 정보 추정 장치의 다른 예를 도시한 블록도이다.
도 8은 생체 정보 추정 방법의 일 예를 도시한 흐름도이다.
도 9는 생체 정보 추정 방법의 다른 예를 도시한 흐름도이다.1 is a block diagram illustrating an example of an apparatus for estimating biometric information.
2 is an exemplary diagram of a biosignal.
3 is an exemplary diagram for explaining a scale factor adjustment.
4 is an exemplary diagram for describing an example of calculating a second feature value.
5 is an exemplary diagram for describing an example of calculating a scale adjustment ratio.
6 is an exemplary diagram for explaining another example of the scale adjustment ratio calculation.
7 is a block diagram illustrating another example of the biometric information estimating apparatus.
8 is a flowchart illustrating an example of a biometric information estimation method.
9 is a flowchart illustrating another example of a biometric information estimation method.

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.Hereinafter, with reference to the accompanying drawings will be described in detail an embodiment of the present invention. In adding reference numerals to the components of each drawing, it should be noted that the same reference numerals are assigned to the same components as much as possible even though they are shown in different drawings. In addition, in describing the present invention, when it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted.

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.On the other hand, in each step, each step may occur differently from the stated order unless the context clearly indicates a specific order. That is, each step may be performed in the same order as specified, may be performed substantially simultaneously, or may be performed in the reverse order.

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.The terms to be described below are terms defined in consideration of functions in the present invention, which may vary depending on the intention or custom of the user or operator. Therefore, the definition should be made based on the contents throughout the specification.

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.As used herein, the singular forms “a”, “an” and “the” include the plural forms unless the context clearly indicates otherwise, and the terms “comprise” or “have” include, but are not limited to, features, numbers, steps, operations, components, parts, or features described in the specification. It is to be understood that combinations of these are intended to exist, and do not preclude the existence or addition of one or more other features or numbers, steps, operations, components, parts or combinations thereof in advance.

이하, 생체 정보 추정 장치 및 방법의 실시 예들을 도면들을 참조하여 설명하도록 한다.Hereinafter, embodiments of the biometric information estimation apparatus and method will be described with reference to the drawings.

도 1 은 생체 정보 추정 장치의 일 예를 도시한 블록도이고, 도 2는 생체 신호의 예시도이다.1 is a block diagram illustrating an example of an apparatus for estimating biometric information, and FIG. 2 is an exemplary diagram of a biosignal.

생체 정보 추정 장치(100)는 생체 신호를 획득하여, 생체 신호로부터 특징(feature)를 추출하고, 추출된 특징으로부터 생체 정보를 추정할 수 있다.The biometric information estimating apparatus 100 may obtain a biosignal, extract a feature from the biosignal, and estimate the biometric information from the extracted feature.

일 예로, 생체 정보 추정 장치(100)는 도2에 도시된 진행파와 반사파의 중첩으로 구성된 광용적맥파(PPG, photo plethysmography)로부터 제1 특징을 추출하고, 여기에 적절한 스케일 인자(scale factor)를 곱한 후에, 안정 상태의 혈압 값과 같은 오프셋 값을 더하여, 혈압을 추정할 수 있다. 여기서 제1 특징은 심박출량과 관련된 특징(f1_co), 총말초저항과 관련된 특징(f1_TPR) 및 이들의 조합 등을 포함할 수 있으며, 이때의 조합은 심박출량과 관련된 특징(f1_co)과 총말초저항과 관련된 특징(f1_TPR)의 합/차/곱/나누기 등을 포함할 수 있으며, 합/차/곱/나누기 등에 실수를 추가로 더하거나 빼는 것을 포함할 수 있다.For example, the biometric information estimation apparatus 100 extracts a first feature from a photo plethysmography (PPG) composed of a superposition of the traveling wave and the reflected wave shown in FIG. 2, and calculates an appropriate scale factor. After multiplication, the blood pressure can be estimated by adding an offset value equal to the steady state blood pressure value. The first characteristic feature associated with cardiac output (f 1_co), characteristics related to the total peripheral resistance (f 1_TPR) and may include combinations of these, and the like, and a combination of this time are the characteristics relating to the cardiac output (f 1_co) and It may include a sum / difference / product / divide of features related to total peripheral resistance (f 1_TPR ), and may further include adding or subtracting a real number to the sum / difference / product / divide.

이때, 생체 정보 추정 장치(100)는 추출된 제1 특징의 변화량을 기초로 적응적(adaptive) 스케일 인자를 산출하여, 안정적으로 생체 정보를 추정할 수 있다.In this case, the biometric information estimating apparatus 100 may stably estimate the biometric information by calculating an adaptive scale factor based on the amount of change of the extracted first feature.

예를 들어, 생체 정보 추정 장치(100)는 추출된 제1 특징을 기초로 스케일 조절을 위한 스케일 조절 비율을 산출하고, 스케일 조절 비율로 기준 스케일 인자를 조절함으로써 제1 특징 값의 변화량에 적응적(adaptive)으로 스케일 인자를 결정할 수 있다. For example, the biometric information estimating apparatus 100 is adaptive to the amount of change of the first feature value by calculating a scale adjustment ratio for scale adjustment based on the extracted first feature and adjusting a reference scale factor with the scale adjustment ratio. The scale factor can be determined by (adaptive).

이와 같이, 생체 정보 추정 장치(100)는 적응적으로 스케일 인자를 결정 함으로써, 동잡음 등으로 인해 불안정한 생체 신호가 획득되는 경우와 같이 생체 신호 추정 환경이 양호하지 못한 경우에도, 안정적으로 생체 정보를 추정할 수 있다.As described above, the biometric information estimation apparatus 100 adaptively determines the scale factor, thereby stably obtaining the biometric information even when the biosignal estimation environment is not good, such as when an unstable biosignal is obtained due to dynamic noise or the like. It can be estimated.

도 3은 스케일 인자 조절을 설명하기 위한 예시도이다.3 is an exemplary diagram for explaining a scale factor adjustment.

도 3을 참조하면, 생체 신호로부터 추출된 특징(feature)의 변화량이 항상성 유지 영역에 포함되는 경우, 선형 변화 영역에 포함되는 경우 및 비선형 포화 영역에 포함되는 경우, 생체 신호로부터 추출된 특징의 변화에 따른 생체 정보의 변화 형상(shape)은 다르게 나타나는 것을 도시한다.Referring to FIG. 3, when the amount of change of a feature extracted from the biosignal is included in the homeostatic maintenance region, when the change is included in the linear change region and when included in the nonlinear saturation region, the change of the feature extracted from the biosignal is included. The change shape of the biometric information according to the figure is shown differently.

예를 들어, 항상성 유지 영역에서는 인체의 항상성(homoeostasis) 유지 특성에 따라 생체 신호의 특징 변화 대비 생체 정보의 변화량이 낮게 나타나고, 선형 변화 영역에서는 생체 신호의 특징 변화에 대해 생체 정보가 일정한 상관 관계를 가지며 변하며, 비선형 포화 영역에서는 생체 신호의 특징 변화에 대해 생체 정보가 비선형 또는 특정 상관 관계를 가지지 않는 불규칙한 형태로 변화할 수 있다.For example, in the homeostasis maintenance region, the amount of change in bio information is lower than the change in the characteristics of the bio signal according to the homeostasis maintenance characteristics of the human body, and in the linear change region, the bio information is consistently correlated with the change in the characteristics of the bio signal. In the nonlinear saturation region, the biometric information may change to a nonlinear or irregular shape with no specific correlation with respect to the characteristic change of the biosignal.

이에 따라, 생체 정보 추정 장치(100)는 생체 신호로부터 추출된 제1 특징 값 또는 제1 특징 값의 변화량이 항상성 유지 영역, 선형 변화 영역 및 비선형 포화 영역 중의 어느 영역에 속하는지 판단하고, 판단 결과를 기초로 스케일 인자를 조절함으로써 안정적이고 정확하게 생체 정보를 추정할 수 있다.Accordingly, the biometric information estimating apparatus 100 determines whether the first feature value or the change amount of the first feature value extracted from the biosignal belongs to a homeostatic maintenance region, a linear change region, or a nonlinear saturation region, and determines the result. The biometric information can be estimated stably and accurately by adjusting the scale factor based on.

예를 들어, 생체 정보 추정 장치(100)는 제1 특징 값이 항상성 유지 영역에 포함되면, 항상성 유지 특성을 고려하여 스케일 인자를 감소시킴으로써 제1 특징 값의 변화가 생체 정보의 변화에 미치는 영향을 감소시킬 수 있다.For example, when the first feature value is included in the homeostasis maintenance region, the biometric information estimating apparatus 100 reduces the scale factor in consideration of the homeostasis maintenance characteristic so that the change of the first feature value affects the change of the biometric information. Can be reduced.

다른 예로, 생체 정보 추정 장치(100)는 제1 특징 값이 선형 변화 영역에 포함되면, 스케일 인자를 미리 정해진 기준 스케일 인자로 결정함으로써 제1 특징 값의 변화가 생체 정보에 그대로 반영 시킬 수 있다.As another example, when the first feature value is included in the linear change region, the biometric information estimation apparatus 100 may reflect the change in the first feature value in the biometric information by determining the scale factor as a predetermined reference scale factor.

또 다른 예로, 생체 정보 추정 장치(100)는 제1 특징 값이 비선형 포화 영역에 포함되면, 제1 특징 값의 변화가 생체 정보의 변화를 반영할 수 있도록 비선형 함수 또는 기계학습(machine learning)을 통해 미리 생성된 생체 정보 추정 모델에 제1 특징 값을 적용하여 스케일 인자를 적절히 조절할 수 있다.As another example, when the first feature value is included in the nonlinear saturation region, the biometric information estimation apparatus 100 may perform a nonlinear function or machine learning so that the change of the first feature value may reflect the change in the biometric information. The scale factor may be appropriately adjusted by applying the first feature value to the biometric information estimation model generated in advance.

이와 같이, 생체 정보 추정 장치(100)는 생체 신호로부터 추출된 특징의 변화에 따라 스케일 인자를 적절히 조절 함으로써, 생체 정보 추정에 영향을 미치는 정도의 특징 변화는 그대로 수용하여 생체 정보 추정에 반영하고, 생체 정보 추정에 영향을 미치지 않는 정도의 특징 변화는 적응적(adaptive)으로 감소시켜 불필요한 동잡음에 의한 오류를 감소시키고, 생체 신호의 불안정한 측정 상태에서도 안정적으로 생체 정보를 추정할 수 있다.As such, the biometric information estimating apparatus 100 appropriately adjusts the scale factor according to the change of the feature extracted from the biosignal, thereby accepting the characteristic change of the degree affecting the biometric information and reflecting it in the biometric information estimation. Feature changes that do not affect the estimation of biometric information are adaptively reduced to reduce errors due to unnecessary dynamic noise, and biometric information can be estimated stably even under unstable measurement of biosignals.

이하, 필요한 경우 설명의 편의를 위해 생체 신호를 기초로 혈압을 추정하는 실시예를 중심으로 설명하지만, 이에 제한되는 것은 아니며, 생체 정보는 혈압, 맥박, 산소 포화도, 스트레스 지수, 혈당, 중성 지방 및 케라틴 등을 포함할 수 있다.Hereinafter, the present invention will be described with reference to an embodiment for estimating blood pressure based on a biosignal for convenience of description, but is not limited thereto. The biometric information may include blood pressure, pulse rate, oxygen saturation, stress index, blood sugar, triglyceride, Keratin and the like.

다시, 도 1을 참조하여 생체 정보 추정 장치(100)의 생체 정보 추정에 관하여 상세히 설명한다.Again, the biometric information estimation of the biometric information estimation device 100 will be described in detail with reference to FIG. 1.

도 1을 참조하면, 생체 정보 추정 장치(100)는 생체 신호 획득부(110) 및 프로세서(120)를 포함할 수 있다. 여기서, 프로세서(120)는 하나 이상의 프로세서, 메모리 및 이들의 조합으로 구성될 수 있다.Referring to FIG. 1, the biometric information estimating apparatus 100 may include a biosignal obtaining unit 110 and a processor 120. Here, the processor 120 may be composed of one or more processors, a memory, and a combination thereof.

생체 신호 획득부(110)는 사용자의 생체 신호를 획득할 수 있다. The biosignal acquisition unit 110 may acquire a biosignal of the user.

여기서 생체 신호는 심전도(ECG, electrocardiogram), 광용적맥파(PPG, photo plethysmography), 근전도(EMG, electromyography), 심탄도(BCG, ballistocardiogram), 심박출량(CO, Cardiac output), 총말초혈관저항(TPR, Total peripheral resistant) 및 심음(heart sound) 등을 포함할 수 있다.The biosignal may include electrocardiogram (ECG), photopleplesmography (PPG), electromyography (EMG), electrocardiography (BCG), ballistocardiogram (BCG), cardiac output (CO) and total peripheral blood vessel resistance (CO). TPR, Total peripheral resistant, heart sound, and the like.

예를 들어, 생체 신호 획득부(110)는 생체 신호 측정을 위한 하나 이상의 전극, 압력 센서, 광원 및 검출기를 포함한 광 검출 모듈 중의 적어도 하나를 포함하는 센서를 포함 할 수 있으며, 센서를 통해 사용자와 직접 인터페이스 되어 생체 신호를 획득할 수 있다.For example, the biosignal acquisition unit 110 may include a sensor including at least one of an optical detection module including at least one electrode, a pressure sensor, a light source, and a detector for measuring the biosignal. It can be directly interfaced to obtain a biosignal.

또한, 생체 신호 획득부(110)는 외부 장치와 통신을 수행하여 외부 장치로부터 사용자의 생체 신호 데이터를 수신할 수 있다. 예를 들면, 생체 신호 획득부(110)는 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신 등을 통하여 외부 장치로부터 사용자의 생체 신호 데이터를 수신할 수 있다. 한편, 외부 장치는 휴대폰, 스마트폰, 타블렛, 노트북, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 등을 포함할 수 있다. 그러나 외부 장치는 상술한 예에 제한되지 않으며, 사용자의 생체 신호 데이터를 저장하는 다양한 디바이스를 포함할 수 있다.In addition, the biosignal obtaining unit 110 may communicate with the external device to receive the biosignal data of the user from the external device. For example, the biosignal acquisition unit 110 may include Bluetooth communication, BLE (Bluetooth Low Energy) communication, Near Field Communication (Near Field Communication), WLAN communication, Zigbee Communication, and Infrared Data. It is possible to receive the user's biosignal data from an external device through association (IrDA) communication, WFD (Wi-Fi Direct) communication, ultra-wideband (UWB) communication, Ant + communication, WIFI communication, and Radio Frequency Identification (RFID) communication. Can be. The external device may include a mobile phone, a smart phone, a tablet, a notebook, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation, an MP3 player, a digital camera, a wearable device, and the like. However, the external device is not limited to the above-described example, and may include various devices for storing the biosignal data of the user.

프로세서(120)는 획득된 생체 신호에서 하나 이상의 제1 특징 값(f1)을 추출할 수 있다.The processor 120 may extract one or more first feature values f 1 from the obtained biosignal.

제1 특징 값은 생체 신호로부터 추출되며, 추정하고자 하는 생체 정보와 일정한 상관 관계를 갖는 특징을 의미할 수 있다. 제1 특징 값은 하나 이상 추출될 수 있으며 예컨대, 생체 정보 추정 장치(100)를 사용하여 혈압을 추정하는 경우, 제1 특징은 심장이 1분동안 박출하는 혈액량에 해당하는 심박출량과 관련된 특징(f1_co), 총말초혈관저항과 관련된 특징(f1_TPR) 및 이들의 조합 등을 포함할 수 있다. 제1 특징은 추정하고자 하는 생체 정보의 종류에 따라 달라질 수 있다.The first feature value may mean a feature that is extracted from the biosignal and has a predetermined correlation with the biometric information to be estimated. One or more first feature values may be extracted and, for example, when the blood pressure is estimated using the biometric information estimating apparatus 100, the first feature is a feature related to a cardiac output amount corresponding to a blood volume drawn by the heart for 1 minute. (f 1_co ), features associated with total peripheral vascular resistance (f 1_TPR ), combinations thereof, and the like. The first characteristic may vary depending on the type of biometric information to be estimated.

프로세서(120)는 생체 신호에서 제1 특징 값이 추출되면 제1 특징 값을 변환할 수 있다.When the first feature value is extracted from the biosignal, the processor 120 may convert the first feature value.

예를 들어, 생체 신호에서 추출된 제1 특징 값을 기준 상태에서 추출된 기준 제1 특징 값(예: f1_co_ref, f1_TPR_ref 등)으로 나눔(예: f1_co_norm = f1_co/f1_co_ref, f1_TPR_norm= f1_TPR/f1_TPR_ref 등)으로써, 추출된 제1 특징 값을 정규화(normalization)할 수 있다.For example, the first feature value extracted from the biosignal is divided by the reference first feature value extracted from the reference state (eg f 1_co_ref , f 1_TPR_ref, etc.) (eg f 1_co_norm = f 1_co / f 1_co_ref , f 1_TPR_norm = f 1_TPR / f 1_TPR_ref, etc.), the extracted first feature value can be normalized.

이때, 기준 상태는 사람이 운동이나 수면 중이 아닌 상태로써, 예컨대, 안정적 맥박, 호흡을 유지하는 상태 또는 외부의 혈압 측정 장치를 통해 측정된 혈압이 큰 변동 없이 유지되는 상태를 의미할 수 있다.In this case, the reference state may be a state in which the person is not exercising or sleeping, for example, a state in which a stable pulse, a state of maintaining breathing, or a blood pressure measured through an external blood pressure measuring device are maintained without large fluctuations.

또한, 후술하는 기준 제2 특징 값 및 기준 제3 특징 값은, 기준 상태에서 추출된 기준 제1 특징 값을 기초로 산출된 제2 특징 값 및 제3 특징 값을 의미한다. 이하, 제1 특징 값은 기준 제1 특징 값을 사용하여 정규화된 제1 특징 값을 의미할 수 있다.In addition, the reference second feature value and the reference third feature value described later mean a second feature value and a third feature value calculated based on the reference first feature value extracted in the reference state. Hereinafter, the first feature value may mean a first feature value normalized using the reference first feature value.

프로세서(120)는 추출된 제1 특징 값을 기초로 스케일 인자(scale factor)를 결정할 수 있다.The processor 120 may determine a scale factor based on the extracted first feature value.

스케일 인자는 생체 정보를 추정하기 위해 추출된 제1 특징 값의 스케일을 조절하기 위한 계수일 수 있으며, 이에 제한되지 않고, 후술하는 것과 같이, 생체 정보 추정을 위해 제1 특징 값을 기초로 산출된 제3 특징 값의 스케일을 조절하기 위한 계수일 수 있다.The scale factor may be a coefficient for adjusting the scale of the extracted first feature value for estimating the biometric information, and the present invention is not limited thereto and may be calculated based on the first feature value for biometric information estimation, as described below. It may be a coefficient for adjusting the scale of the third feature value.

예를 들어, 프로세서(120)는 제 1특징 값을 조합하여 제2 특징 값(fsc)을 산출하고, 제2 특징 값을 기초로 스케일 조절 비율(scale control ratio)을 산출할 수 있다.For example, processor 120 The second feature value f sc may be calculated by combining the first feature value, and a scale control ratio may be calculated based on the second feature value.

여기서 제2 특징 값은, 스케일 조절 비율을 결정하기 위한 특징 값을 의미할 수 있으며, 프로세서(120)는 제1 특징 값의 개별 변화량 또는 결합 변화량을 조합하여 제2 특징 값을 산출할 수 있다.Here, the second feature value may mean a feature value for determining the scale adjustment ratio, and the processor 120 may calculate the second feature value by combining the individual change amount or the combined change amount of the first feature value.

도 4는 제2 특징 값을 산출하는 일 예를 설명하기 위한 예시도이다.4 is an exemplary diagram for describing an example of calculating a second feature value.

도 1 및 도 4를 참조하면, 도 4는 시간의 변화에 따른 제1 특징 값(f1a, f2b)들의 변화량을 도시한다. 이때, 프로세서(120)는 기준 제2 특징 값(fsc,ref)을 중심으로 제1 특징 값의 변화량을 산출할 수 있다.Referring to FIGS. 1 and 4, FIG. 4 illustrates an amount of change of the first feature values f 1a and f 2b over time. In this case, the processor 120 may calculate a change amount of the first feature value based on the reference second feature value f sc and ref .

프로세서(120)는 제1 특징 값이 하나 이상 산출되면, 제1 특징 값의 개별 및/또는 결합 변화량을 사용하여 제2 특징 값을 산출할 수 있다.When one or more first feature values are calculated, the processor 120 may calculate the second feature values by using the individual and / or combined variation amounts of the first feature values.

이때, 결합 변화량은 제1 특징 값들(f1a, f1b)의 선형 결합(예: f1a, f1b의 합, 차, 곱 및 이들의 결합 등) 값이 기준 제2 특징 값(fsc,ref)과 나타내는 차이를 의미할 수 있으며, 개별 변화량은 제1 특징 값들(f1a, f1b) 각각이 기준 제2 특징 값과 가지는 차이를 의미할 수 있다.In this case, the coupling change amount is a linear combination of the first feature values f 1a and f 1b (eg, the sum, difference, product, and combination thereof, etc. of f 1a and f 1b ) . ref ), and the individual change amount may mean a difference that each of the first feature values f 1a and f 1b has a reference second feature value.

예컨대, 수학식 1은 제1 특징 값들의 결합 변화량을 사용하여 제2 특징 값을 산출하는 일 예일 수 있다.For example, Equation 1 may be an example of calculating a second feature value using the combined change amount of the first feature values.

Figure pat00001
Figure pat00001

또한, 수학식 2는 제1 특징 값 들의 개별 변화량을 사용하여 제2 특징 값을 산출하는 다른 예일 수 있다.In addition, Equation 2 may be another example of calculating the second feature value using the individual change amount of the first feature values.

Figure pat00002
Figure pat00002

또한, 수학식 3은 제1 특징 값 들의 결합 변화량 및 개별 변화량을 복합 사용하여 제2 특징 값을 산출하는 다른 예일 수 있다.In addition, Equation 3 may be another example of using the combined change amount and the individual change amount of the first feature values to calculate the second feature value.

Figure pat00003
Figure pat00003

이와 같이, 프로세서(120)는 제1 특징 값들을 결합 및/또는 개별적으로 사용하여 스케일 조절 비율 결정을 위한 제2 특징 값을 산출할 수 있다.As such, the processor 120 may combine and / or separately use the first feature values to calculate a second feature value for determining the scaling factor.

또 다른 예로, 프로세서(120)는 추출된 제1 특징 값들 중에서, 다른 특징 값에 비하여 추정하고자 하는 생체 정보와 보다 높은 상관 관계를 갖는 제1 특징 값에 가중치를 부여하여 제2 특징 값을 산출할 수 있으며, 이는 수학식 4에 표현된다.As another example, the processor 120 may calculate a second feature value by weighting a first feature value having a higher correlation with the biometric information to be estimated from other extracted feature values among the extracted first feature values. It can be expressed in equation (4).

Figure pat00004
Figure pat00004

한편, 수학식 1 내지 수학식 4는 제2 특징 값을 산출하는 일 예를 설명하기 위한 것으로 이에 제한되지 않으며, 스케일 조절 비율 결정을 위한 제2 특징 값은 제1 특징 값들의 다양한 조합에 의해 결정될 수 있다.Equations 1 to 4 are for explaining an example of calculating the second feature value, but are not limited thereto, and the second feature value for determining the scale adjustment ratio may be determined by various combinations of the first feature values. Can be.

제2 특징 값이 산출되면, 프로세서(120)는 제2 특징 값을 기초로 스케일 조절 비율을 산출하여, 산출된 스케일 조절 비율로 기준 스케일 인자를 조절함으로써 스케일 인자를 결정할 수 있다.When the second feature value is calculated, the processor 120 may determine the scale factor by calculating a scale adjustment ratio based on the second feature value and adjusting the reference scale factor using the calculated scale adjustment ratio.

프로세서(120)는 산출된 제2 특징 값의 크기를 기초로 제1 특징 값의 변화가 항상성 유지 영역, 선형 변화 영역 또는 비선형 포화 영역 중의 어느 영역에 포함되는지를 판단하여 스케일 조절 비율을 산출할 수 있다.The processor 120 may determine whether the change of the first feature value is included in the homeostatic maintenance region, the linear change region, or the nonlinear saturation region based on the calculated magnitude of the second feature value to calculate the scale adjustment ratio. have.

일 예로, 프로세서(120)는 산출된 제2 특징 값이 항상성 유지 영역에 포함되는 경우, 스케일 조절 비율을 1 이하로 산출하여 기준 스케일 인자를 감소시켜, 감소된 기준 스케일 인자를 스케일 인자로 결정하여 생체 신호의 변화가 생체 정보의 변화에 미치는 영향을 감소시킬 수 있다.For example, when the calculated second feature value is included in the homeostatic maintenance region, the processor 120 may reduce the reference scale factor by calculating the scale adjustment ratio to 1 or less, and determine the reduced reference scale factor as the scale factor. It is possible to reduce the influence of the change in the biosignal on the change in the biometric information.

다른 예로, 프로세서(120)는 산출된 제2 특징 값이 선형 변화 영역에 포함되는 경우 스케일 조절 비율을 1로 결정함으로써 미리 결정된 기준 스케일 인자를 스케일 인자로 결정할 수 있다. 이를 통해, 프로세서(120)는 미리 정해진 기준 스케일 인자를 스케일 인자로 사용하여 제1 특징 값의 변화를 미리 정해진 비율대로 생체 정보 변화에 반영할 수 있다.As another example, when the calculated second feature value is included in the linear change region, the processor 120 may determine the predetermined reference scale factor as the scale factor by determining the scale adjustment ratio as 1. In this way, the processor 120 may use the predetermined reference scale factor as the scale factor to reflect the change in the first feature value in the biometric information change at a predetermined ratio.

또 다른 예로, 프로세서(120)는 제2 특징 값이 비선형 포화 영역에 포함되면, 제1 특징 값의 변화가 생체 정보의 변화를 반영할 수 있도록 비선형 함수 또는 기계학습(machine learning)을 통해 미리 생성된 스케일 조절 비율 추정 모델에 제2 특징 값을 적용하여, 기준 스케일 인자 조절을 위한 스케일 조절 비율을 결정할 수 있다.As another example, when the second feature value is included in the nonlinear saturation region, the processor 120 may pre-generate it through a nonlinear function or machine learning so that the change of the first feature value may reflect the change of the biometric information. The second feature value may be applied to the scale adjustment ratio estimation model to determine the scale adjustment ratio for adjusting the reference scale factor.

이와 같이, 프로세서(120)는 산출된 스케일 조절 비율을 기초로 기준 스케일 인자를 조절하여 생체 정보 추정을 위한 스케일 인자를 적응적(adaptive)하게 조절하여 생체 정보를 추정할 수 있다.As such, the processor 120 may estimate the biometric information by adaptively adjusting the scale factor for estimating the biometric information by adjusting the reference scale factor based on the calculated scale adjustment ratio.

프로세서(120)는 제2 특징 값을 스케일 조절 비율 결정 함수(ρsc)에 적용하여 제2 특징 값의 크기에 따른 스케일 조절 비율을 산출할 수 있다.The processor 120 may calculate the scale adjustment ratio according to the size of the second feature value by applying the second feature value to the scale adjustment ratio determination function ρ sc .

도 5는 스케일 조절 비율 산출의 일 예를 설명하기 위한 예시도이다.5 is an exemplary diagram for describing an example of calculating a scale adjustment ratio.

도 5를 참조하면, 스케일 조절 비율 결정 함수는 기준 제2 특징 값(fsc_ref)에서 스케일 조절 비율이 최저(ρmin)이고, 기준 제2 특징 값을 중심으로 제2 특징 값의 변화에 따라 증가하되, 제2 특징 값이 임계 범위를 벗어나면 미리 정해진 스케일 조절 비율로 포화되는 밸리 형상(valley shape)일 수 있다.5, the scaled ratio determination function is based on the second characteristic value (f sc_ref) adjusting the ratio scale is the lowest (ρ min) in, and based on the increase with the variation of the second feature value about the second characteristic values However, if the second feature value is out of the threshold range, it may be a valley shape that is saturated at a predetermined scale adjustment ratio.

여기서, 임계 범위는 제2 특징 값의 저점(μlow)에서 고점(μhigh) 사이를 의미할 수 있으며, 다시 말하면, 임계 범위는 제1 특징 값이 항상성 유지 영역에서 변화하는 경우로 스케일 조절 비율이 적응적(adaptive)하게 변화하는 영역을 의미할 수 있다. 즉, 제2 특징 값(fsc)이 임계 범위 내에서 변화하는 경우 스케일 조절 비율은 기준 제2 특징 값을 중심으로 양 방향으로 증가하는 양상을 나타낼 수 있다.Here, the threshold range may mean a low point (μ low ) to a high point (μ high ) of the second feature value, that is, the threshold range is a scale adjustment ratio when the first feature value changes in the homeostatic maintenance region. This may mean an adaptively changing area. That is, when the second feature value f sc changes within a threshold range, the scaling factor may increase in both directions around the reference second feature value.

이와 같이, 스케일 조절 비율이 기준 제2 특징 값에서 가장 작은 값을 가지므로, 기준 상태와 같은 안정적 상태에서 생체 신호 특징들의 변화는 생체 정보의 추정에 적은 영향을 미치도록 하며, 기준 상태를 벗어날수록 생체 정보 추정을 위한 스케일 조절 비율이 증가하므로, 생체 신호의 크기가 커질수록 생체 정보의 추정에 점차 높은 비율로 영향을 미치게 된다.As such, since the scale adjustment ratio has the smallest value in the reference second feature value, the change in the biosignal characteristics in the stable state such as the reference state has less influence on the estimation of the biometric information. Since the scaling factor for estimating biometric information increases, as the size of the biosignal increases, it affects the estimation of biometric information at a higher rate.

이후, 제2 특징 값이 지속적으로 변하여 임계 범위를 벗어나는 경우 스케일 조절 비율은 미리 정해진 스케일 조절 비율(예: 1)로 포화되어, 프로세서(120)는 미리 결정된 기준 스케일 인자를 그대로 스케일 인자로 결정할 수 있다.Subsequently, when the second feature value continuously changes and goes out of the threshold range, the scaling factor is saturated to a predetermined scaling factor (eg, 1), so that the processor 120 may determine the predetermined reference scale factor as the scale factor as it is. have.

다시 도 5를 참조하면, 스케일 조절 비율 결정 함수 (a) 및 (b)는 임계 영역 내에서 기준 제2 특징 값을 기준으로 선형(linear)적으로 변화할 수 있다. 다만, 스케일 조절 비율 결정 함수 (a)는 스케일 조절 비율 결정 함수 (b)에서 볼 수 있듯이 스케일 조절 비율 결정 함수는 제2 특징 값의 저점(μlow)에서 고점(μhigh)의 설정에 따라 그 기울기가 서로 다르게 생성될 수 있다.Referring back to FIG. 5, the scale adjustment ratio determination functions (a) and (b) may change linearly with respect to the reference second feature value within the critical region. However, as shown in the scale adjustment ratio determination function (b), the scale adjustment ratio determination function (a) is determined according to the setting of the high point (μ high ) at the low point (μ low ) of the second feature value. Slopes can be generated differently.

또한, 스케일 조절 비율 결정 함수 (c)는 임계 영역 내에서 n차 거듭제곱함수(예: 2차 함수 등), 스케일 조절 비율 결정 함수 (d)는 임계 영역 내에서 삼각 함수(예: 코사인 함수 등)의 형태로 생성될 수 있다.Also, the scaling factor determination function (c) is an n th power function (e.g., quadratic function, etc.) within the critical area, and the scaling factor determination function (d) is a trigonometric function (e.g., cosine function, etc.) within the critical area. It can be generated in the form of).

다만, 스케일 조절 비율 결정 함수의 임계 영역 내에서 그래프의 형태는 생체 신호 및 추정하고자 하는 생체 정보에 따라 달라질 수 있으며, 기계 학습(machine learning) 또는 생체 신호와 생체 정보 사이의 상관 관계를 기초로 미리 생성된 추정 모델을 기초로 미리 생성될 수 있다. 또한, 이에 제한되지 않으며, 프로세서(120)는 사용자의 생체 신호를 주기적으로 획득하고, 스케일 조절 비율 결정 함수 생성을 위한 학습 모델로부터 스케일 조절 비율 결정 함수를 직접 생성할 수 있다.However, the shape of the graph in the critical region of the scale adjustment ratio determination function may vary according to the biosignal and the biometric information to be estimated, and may be previously determined based on a correlation between the machine learning or the biosignal and the biometric information. It may be generated in advance based on the generated estimation model. In addition, the present invention is not limited thereto, and the processor 120 may periodically acquire the user's biosignal and directly generate the scale adjustment rate determination function from the learning model for generating the scale adjustment rate determination function.

한편, 프로세서(120)는 제1 특징 값에 대한 개별 스케일 조절 비율을 산출하고, 개별 스케일 조절 비율의 통계 값을 기초로 스케일 조절 비율을 산출할 수 있다.Meanwhile, the processor 120 may calculate the individual scale adjustment ratio with respect to the first feature value, and calculate the scale adjustment ratio based on the statistical value of the individual scale adjustment ratio.

도 6은 스케일 조절 비율 산출의 다른 예를 설명하기 위한 예시도이다.6 is an exemplary diagram for explaining another example of the scale adjustment ratio calculation.

도 1 및 도 6을 참조하면 프로세서(120)는 제1 특징 값 각각에 대한 스케일 조절 비율 결정 함수를 기초로 제1 특징 값 각각에 대한 개별 스케일 조절 비율을 산출할 수 있다.1 and 6, the processor 120 may calculate an individual scale adjustment ratio for each of the first feature values based on the scale adjustment ratio determination function for each of the first feature values.

예를 들어, 제1 특징 값이 f1a, f1b 및 f1c로 추출되면, 프로세서(120)는 제1 특징 값을 조합하여 제2 특징값을 생성하는 대신, 각 제1 특징 값에 대한 스케일 조절 비율 함수 ρ1(f1a), ρ2(f1b) 및 ρ3(f1c)로부터 개별 스케일 조절 비율 ρ1, ρ2 및 ρ3을 산출하고, 이들의 통계 값을 스케일 조절 비율로 사용할 수 있다.For example, if the first feature values are extracted as f 1a , f 1b, and f 1c , the processor 120 scales for each first feature value instead of combining the first feature values to produce a second feature value. From the scaling factor functions ρ 1 (f 1a ), ρ 2 (f 1b ), and ρ 3 (f 1c ), calculate the individual scaling factors ρ 1 , ρ 2, and ρ 3 , and use these statistical values as the scaling factors. Can be.

예컨대, 프로세서(120)는 개별 스케일 조절 비율의 평균(예: ρ= (ρ1+ρ2 +ρ3)/3)을 스케일 조절 비율로 산출할 수 있으며, 추출된 제1 특징 값들 중에서 추정 하고자 하는 생체 정보와 보다 큰 상관 관계를 갖는 특징에 관하여는 가중치를 부여하고, 이들의 평균값(예: ρ= (α*ρ1+β*ρ2 +γ*ρ3)/3)을 스케일 조절 비율로 산출할 수 있다. 다만, 이에 제한되지 않으며, 프로세서(120)는 개별 스케일 조절 비율의 최대값, 최소값 및 중간값과 같이 이들의 통계 값을 스케일 조절 비율로 산출할 수 있다.For example, the processor 120 may calculate an average of the individual scaling factors (eg, ρ = (ρ 1 + ρ 2 + ρ 3 ) / 3) as the scaling factors, and estimates among the extracted first feature values. Weighting is given to features that have a greater correlation with biometric information, and their average values (e.g., ρ = (α * ρ 1 + β * ρ 2 + γ * ρ 3 ) / 3) are adjusted. It can be calculated as However, the present invention is not limited thereto, and the processor 120 may calculate these statistical values as the scale adjustment ratio, such as the maximum value, the minimum value, and the median value of the individual scale adjustment ratio.

한편, 프로세서(120)는 제1 특징 값이 미리 정해진 임계 값을 초과하는 경우, 기준 스케일 인자를 스케일 인자로 결정할 수 있다.Meanwhile, when the first feature value exceeds a predetermined threshold value, the processor 120 may determine the reference scale factor as the scale factor.

예를 들어, 프로세서(120)는 제1 특징 값이 미리 정해진 임계 값을 초과하는지 여부를 판단할 수 있다.For example, the processor 120 may determine whether the first feature value exceeds a predetermined threshold value.

일 예로, 프로세서(120)는 추출된 제1 특징 값을 스케일 비율 조절 함수에 정해진 저점(μlow) 또는 고점(μhigh)과 비교하여, 제1 특징 값이 미리 정해진 저점(μlow) 미만이거나, 미리 정해진 고점(μhigh)을 초과하는지 여부를 판단할 수 있다.In one embodiment, processor 120 is compared to the first characteristic trough the fixed to the scale ratio control function values (μ low) or high viscosity (μ high) extracting the first or the feature value is lower than a predetermined low (μ low) , it can be determined whether the pre-exceed a certain high viscosity (high μ).

즉, 프로세서(120)는 제1 특징 값을 미리 정해진 임계 값과 비교하고, 비교 결과 제1 특징 값이 임계 값을 초과하면 생체 신호의 변화가 항상성 유지 영역을 벗어나 선형 변화 영역에 들어간 것으로 판단하여 기준 스케일 인자를 스케일 조절 인자로 결정할 수 있다.That is, the processor 120 compares the first feature value with a predetermined threshold value, and if the first feature value exceeds the threshold as a result of the comparison, the processor 120 determines that the change of the biosignal is outside the homeostatic maintenance area and enters the linear change area. The reference scale factor may be determined as the scale adjustment factor.

또한, 프로세서(120)는 제1 특징 값을 미리 정해진 임계 값 미만이면 생체 신호의 변화가 항상성 유지 영역에 있는 것으로 판단하여, 스케일 조절 비율을 산출하고, 산출된 스케일 조절 비율로 기준 스케일 인자를 조절할 수 있다.In addition, when the first feature value is less than a predetermined threshold value, the processor 120 determines that the change in the biosignal is in the homeostatic maintenance region, calculates a scale adjustment ratio, and adjusts the reference scale factor using the calculated scale adjustment ratio. Can be.

이와 같이, 프로세서(120)는 제1 특징 값이 미리 정해진 임계값을 초과하는지 여부를 판단하고, 임계 값을 초과하는 경우 스케일 조절 비율을 산출하는 과정을 생략함으로써 생체 정보를 정확하고 신속하게 추정할 수 있다.As such, the processor 120 determines whether the first feature value exceeds a predetermined threshold value, and skips the process of calculating the scale adjustment ratio when the threshold value exceeds the threshold value, thereby accurately and quickly estimating biometric information. Can be.

프로세서(120)는 제1 특징 값을 조합하여 제3 특징 값(fest)을 산출하고, 산출된 제3 특징 값 및 결정된 스케일 인자를 기초로 생체 정보를 추정할 수 있다. The processor 120 may combine the first feature value to calculate a third feature value f est , and estimate biometric information based on the calculated third feature value and the determined scale factor.

예를 들어, 프로세서(120)는 제3 특징 값이 산출되면 수학식 5와 같은 생체 정보 추정 모델을 통해 생체 정보를 추정할 수 있다.For example, when the third feature value is calculated, the processor 120 may estimate the biometric information through a biometric information estimation model such as Equation 5.

Figure pat00005
Figure pat00005

여기서, BI는 추정 대상 생체 정보(bio information)이고, SF는 스케일 인자(scale factor), fest _ref는 기준 제3특징 값, BIoffset은 추정 대상 생체 정보에 대한 오프셋 값을 의미한다. BIoffset은 기준 상태에서 추정된 생체 정보를 의미할 수 있으며, 외부의 생체 정보 측정 장치로부터 측정된 기준 값으로, 추정 대상 생체 정보에 따라 다른 값을 가질 수 있다.Here, BI is the estimated target biometric information (bio information), SF is the scale factor (scale factor), f est _ref is based on the third feature value, BI offset refers to the offset values for the estimated target biometric information. The BI offset may mean biometric information estimated in a reference state, and may be a reference value measured from an external biometric information measuring device and may have a different value according to the estimation target biometric information.

즉, 프로세서(120)는 제3 특징 값이 산출되면, 제3 특징 값과 기준 제3 특징 값의 차이에 결정된 스케일 인자를 곱하고, 생체 정보에 대한 오프셋 값을 더함으로써 생체 정보를 추정할 수 있다.That is, when the third feature value is calculated, the processor 120 may estimate the biometric information by multiplying the difference between the third feature value and the reference third feature value by the scale factor and adding an offset value to the biometric information. .

이때 제2 특징 값과 제3 특징 값은 제1 특징 값의 서로 다른 조합에 의해 산출될 수 있다.In this case, the second feature value and the third feature value may be calculated by different combinations of the first feature values.

예를 들어, 제2 특징 값과 제3 특징 값은 제1 특징 값의 조합에 의해 산출되지만, 제2 특징 값을 구성하는 제1 특징 값의 조합 방법과 제3 특징 값을 구성하는 제1 특징 값의 조합 방법은 서로 상이할 수 있다. 다만, 이에 제한되지 않으며, 제2 특징 값과 제3 특징 값은 제1 특징 값의 동일한 조합으로 산출될 수 있다.For example, the second feature value and the third feature value are calculated by the combination of the first feature value, but the combination method of the first feature value constituting the second feature value and the first feature constituting the third feature value The method of combining the values may be different from one another. However, the present invention is not limited thereto, and the second feature value and the third feature value may be calculated by the same combination of the first feature values.

이와 같이, 생체 정보 추정 장치(100)는 제1 특징 값 각각에 대한 개별 스케일 조절 비율 및/또는 제2 특징 값을 기초로 산출된 스케일 조절 비율을 사용하여 기준 스케일 인자를 적응적(adaptive)으로 변경함으로써 생체 정보를 안정적으로 추정할 수 있다.As such, the biometric information estimation apparatus 100 adaptively adapts the reference scale factor by using the scale adjustment ratio calculated based on the individual scale adjustment ratio and / or the second feature value for each of the first feature values. By changing, the biometric information can be estimated stably.

도 7은 생체 정보 추정 장치의 다른 예를 도시한 블록도이다.7 is a block diagram illustrating another example of the biometric information estimating apparatus.

도 7을 참조하면, 생체 정보 추정 장치(700)는 생체 신호 획득부(710), 프로세서(720), 입력부(730), 저장부(740), 통신부(750) 및 출력부(760)를 포함할 수 있다. 여기서, 생체 신호 획득부(710) 및 프로세서(720)는 도 1을 참조하여 설명한 생체 신호 획득부(110) 및 프로세서(120)과 기본적으로 동일한 기능을 수행하므로, 이하 중복되지 않는 구성을 중심으로 설명한다.Referring to FIG. 7, the biometric information estimation apparatus 700 includes a biosignal acquisition unit 710, a processor 720, an input unit 730, a storage unit 740, a communication unit 750, and an output unit 760. can do. Here, the biosignal acquisition unit 710 and the processor 720 basically perform the same functions as the biosignal acquisition unit 110 and the processor 120 described with reference to FIG. Explain.

입력부(730)는 사용자로부터 다양한 조작신호 및 생체 정보 추정에 필요한 데이터를 입력 받을 수 있다.The input unit 730 may receive data required for estimating various manipulation signals and biometric information from a user.

예를 들어, 입력부(730)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.For example, the input unit 730 may include a key pad, a dome switch, a touch pad (static pressure / capacitance), a jog wheel, a jog switch, H / W button and the like. In particular, when the touch pad forms a mutual layer structure with the display, this may be referred to as a touch screen.

예를 들어, 입력부(730)는 사용자들에 대한 나이, 성별, 체중, BMI지수 및 질환 이력 중의 하나 이상을 포함하는 사용자 특성 정보, 또는 생체 신호 측정 지점, 생체 신호 및 생체 정보의 종류 등을 입력 받을 수 있다.For example, the input unit 730 may input user characteristic information including at least one of age, gender, weight, BMI index, and disease history for users, or a biosignal measurement point, a biosignal, a type of biosignal information, and the like. I can receive it.

저장부(740)는 생체 정보 추정 장치(700)의 동작을 위한 프로그램 또는 명령들을 저장할 수 있고, 생체 정보 추정 장치(700)에 입/출력되는 데이터들을 저장할 수 있다. 일 예로, 저장부(740)는 입력부(730)를 통해 입력된 사용자 정보, 생체 신호 획득부(710)로부터 획득된 생체 신호 데이터, 추출된 제1 특징 값, 산출된 제2 특징 값 및 제3 특징 값, 스케일 인자, 기준 스케일 인자, 스케일 조절 비율, 개별 스케일 조절 비율, 스케일 조절 비율 결정 함수, 기준 제1 특징 값, 기준 제2 특징 값, 기준 제3 특징 값 및 생체 정보 추정 모델을 저장할 수 있다.The storage unit 740 may store a program or instructions for the operation of the biometric information estimation apparatus 700, and may store data input / output to the biometric information estimation apparatus 700. For example, the storage unit 740 may include the user information input through the input unit 730, the biosignal data obtained from the biosignal acquisition unit 710, the extracted first feature value, the calculated second feature value, and the third. A feature value, scale factor, reference scale factor, scale adjustment ratio, individual scale adjustment ratio, scale adjustment ratio determination function, reference first feature value, reference second feature value, reference third feature value, and biometric information estimation model can be stored. have.

저장부(740)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 정보 추정 장치(700)는 인터넷 상에서 저장부(740)의 저장 기능을 수행하는 웹 스토리지(web storage) 등 외부 저장 매체를 운영할 수도 있다.The storage unit 740 may include a flash memory type, a hard disk type, a multimedia card micro type, a card type memory (eg, SD or XD memory), RAM Random Access Memory (RAM), Static Random Access Memory (SRAM), Read Only Memory (ROM), Electrically Erasable Programmable Read Only Memory (EEPROM), Programmable Read Only Memory (PROM), Magnetic Memory, Magnetic Disk, Optical Disk And at least one type of storage medium. In addition, the biometric information estimation apparatus 700 may operate an external storage medium such as a web storage that performs a storage function of the storage 740 on the Internet.

통신부(750)는 외부 장치와 통신을 수행할 수 있다. 예컨대, 통신부(750)는 입력부(730)를 통해 사용자로부터 입력된 사용자 특성 정보, 생체 신호 획득부(710)를 통해 생체 신호, 프로세서(720)의 생체 정보 추정 결과 등을 외부 장치로 전송하거나, 외부 장치로부터 사용자 특성 정보, 생체 신호 및 스케일 조절 비율 결정 함수 및 생체 정보 추정 모델 등의 다양한 데이터를 수신할 수 있다.The communication unit 750 may communicate with an external device. For example, the communication unit 750 may transmit the user characteristic information input from the user through the input unit 730, the biosignal, the biometric information estimation result of the processor 720, etc. to the external device through the biosignal acquisition unit 710, or the like. Various data such as user characteristic information, a biosignal and a scale control ratio determination function, and a biometric information estimation model may be received from an external device.

이때, 외부 장치는 생체 정보 데이터 베이스(DB) 및/또는 생체 정보 추정 결과를 사용하는 의료 장비, 결과물을 출력하기 위한 프린트, 또는 생체 정보 추정 결과를 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.In this case, the external device may be a medical device using a biometric information database (DB) and / or biometric information estimation result, a print for outputting a result, or a display device for displaying biometric information estimation result. In addition, the external device may be a digital TV, a desktop computer, a mobile phone, a smart phone, a tablet, a notebook, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation device, an MP3 player, a digital camera, a wearable device, and the like. It doesn't work.

통신부(750)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.The communication unit 750 may include Bluetooth communication, BLE (Bluetooth Low Energy) communication, Near Field Communication (Near Field Communication), WLAN communication, Zigbee communication, Infrared Data Association (IrDA) communication, WFD (Wi-Fi Direct) communication, ultra-wideband (UWB) communication, Ant + communication, WIFI communication, Radio Frequency Identification (RFID) communication, 3G communication, 4G communication and 5G communication can be used to communicate with external devices. However, this is only an example and is not limited thereto.

출력부(760)는 프로세서(720)의 제어에 따라, 생체 신호, 생체 신호의 특징 값, 곱셈 계수 비율 조절 인자, 곱셈 계수 비율 및 추정된 생체 정보 중의 적어도 하나를 출력할 수 있다.The output unit 760 may output at least one of a biosignal, a feature value of the biosignal, a multiplication factor ratio adjustment factor, a multiplication factor ratio, and estimated biometric information under the control of the processor 720.

예를 들어, 출력부(760)는 생체 정보 추정 결과, 생체 신호의 획득 상태에 대한 경고 정보, 추정된 생체 정보의 신뢰도 중의 적어도 하나 이상을 청각적 방법, 시각적 방법 및 촉각적 방법 중 적어도 하나의 방법으로 출력할 수 있다. 이를 위해 출력부(760)는 디스플레이, 스피커, 진동기 등을 포함할 수 있다.For example, the output unit 760 may include at least one of an audible method, a visual method, and a tactile method as a result of the biometric information estimation result, the warning information on the acquisition state of the biosignal, and the reliability of the estimated biometric information. Can be printed in To this end, the output unit 760 may include a display, a speaker, a vibrator, and the like.

예를 들어, 프로세서(720)는 기준 상태에서 생체 신호를 측정하고, 기준 제1 특징 값, 기준 제2 특징 값, 기준 제3 특징 값 및 생체 정보에 대한 오프셋 값을 산출하기 위한 생체 신호 측정 가이드를 출력할 수 있다.For example, the processor 720 measures a biosignal in a reference state, and calculates a biosignal measurement guide for calculating a reference first feature value, a reference second feature value, a reference third feature value, and an offset value for the biometric information. You can output

또한, 프로세서(720)는 통신부(750)를 통해 외부의 생체 신호 데이터베이스(DB)로부터 새로운 생체 신호를 수신할 수 있다.In addition, the processor 720 may receive a new biosignal from an external biosignal database DB through the communication unit 750.

도 8은 생체 정보 추정 방법의 일 예를 도시한 흐름도이다. 도 8의 생체 정보 추정 방법은 도 1 및 도 7에 도시된 생체 정보 추정 장치(100, 700)에 의해 수행될 수 있다.8 is a flowchart illustrating an example of a biometric information estimation method. The biometric information estimation method of FIG. 8 may be performed by the biometric information estimation apparatuses 100 and 700 illustrated in FIGS. 1 and 7.

생체 정보 추정 장치(700)는 생체 신호를 획득할 수 있다(810).The biometric information estimating apparatus 700 may acquire a biosignal (810).

생체 정보 추정 장치(700)는 생체 신호 측정을 위한 하나 이상의 전극, 압력 센서, 광원 및 검출기를 포함한 광 검출 모듈 중의 적어도 하나를 포함하는 센서를 포함 할 수 있으며, 센서를 통해 사용자와 직접 인터페이스 되어 생체 신호를 획득할 수 있다. 또한 이에 제한되지 않으며, 생체 정보 추정 장치(700)는 외부 장치와 통신을 수행하여 외부 장치로부터 사용자의 생체 신호 데이터를 수신할 수 있다.The biometric information estimation apparatus 700 may include a sensor including at least one of one or more electrodes, a pressure sensor, a light source, and a light detection module including a detector for measuring a biosignal. A signal can be obtained. In addition, the present invention is not limited thereto, and the biometric information estimation apparatus 700 may communicate with an external device to receive biosignal data of the user from the external device.

생체 신호가 획득 되면, 생체 정보 추정 장치(700)는 획득된 생체 신호에서 하나 이상의 제1 특징 값(f1)을 추출할 수 있다(820).When the biosignal is obtained, the biometric information estimating apparatus 700 may extract one or more first feature values f 1 from the obtained biosignal (820).

제1 특징 값은 생체 신호로부터 추출되며, 추정하고자 하는 생체 정보와 일정한 상관 관계를 갖는 특징을 의미할 수 있으며, 추정하고자 하는 생체 정보의 종류에 따라 달라질 수 있다.The first feature value is extracted from the biosignal, and may mean a feature having a predetermined correlation with the biometric information to be estimated, and may vary according to the type of biometric information to be estimated.

생체 정보 추정 장치(700)는 생체 신호에서 제1 특징 값이 추출되면, 제1 특징 값을 변환할 수 있다. 예를 들어, 생체 정보 추정 장치(700)는 추출된 제1 특징 값을 기준 상태에서 추출된 기준 제1 특징 값으로 나누어 줌으로써 제1 특징 값을 정규화할 수 있다.The biometric information estimation apparatus 700 may convert the first feature value when the first feature value is extracted from the biosignal. For example, the biometric information estimation apparatus 700 may normalize the first feature value by dividing the extracted first feature value by the reference first feature value extracted in the reference state.

한편, 기준 상태는 사람이 운동이나 수면 중이 아닌 상태, 예컨대, 안정적 맥박, 호흡을 유지하는 상태 또는 외부의 혈압 측정 장치를 통해 측정된 혈압이 큰 변동 없이 유지되는 상태를 의미할 수 있다.On the other hand, the reference state may mean a state in which a person is not in exercise or sleep, for example, a state in which a stable pulse, a breathing state, or a blood pressure measured by an external blood pressure measuring device is maintained without large fluctuations.

또한, 후술하는 기준 제2 특징 값 및 기준 제3 특징 값은, 기준 상태에서 추출된 기준 제1 특징 값을 기초로 산출된 제2 특징 값 및 제3 특징 값을 의미할 수 있다.In addition, the reference second feature value and the reference third feature value described below may mean a second feature value and a third feature value calculated based on the reference first feature value extracted in the reference state.

그 다음, 생체 정보 추정 장치(700)는 추출된 제1 특징 값을 기초로 스케일 인자(scale factor)를 결정할 수 있다(830).In operation 830, the biometric information estimation apparatus 700 may determine a scale factor based on the extracted first feature value.

생체 정보 추정 장치(700)는 제 1특징 값을 조합하여 제2 특징 값(fsc)을 산출하고, 제2 특징 값을 기초로 스케일 조절 비율(scale control ratio)을 산출할 수 있다.The biometric information estimation apparatus 700 may calculate the second feature value f sc by combining the first feature value and calculate a scale control ratio based on the second feature value.

일 예로, 생체 정보 추정 장치(700)는 제1 특징 값이 하나 이상 산출되면, 제1 특징 값의 개별 및/또는 결합 변화량을 사용하여 제2 특징 값을 산출할 수 있다.As an example, when at least one first feature value is calculated, the biometric information estimating apparatus 700 may calculate the second feature value by using the individual and / or combined variation of the first feature value.

이때, 결합 변화량은 제1 특징 값들(f1a, f1b)의 선형 결합(예: f1a, f1b의 합, 차, 곱 및 이들의 결합 등) 값이 제2 특징 값(fsc,ref)과 나타내는 차이를 의미할 수 있으며, 개별 변화량은 제1 특징 값들(f1a, f1b) 각각이 기준 제2 특징 값과 가지는 차이를 의미할 수 있다.At this time, the combined amount of change is the first characteristic values (f 1a, f 1b) linear combination (for example: f 1a, the sum of f 1b, tea, a product and a combination thereof, and so on) the value of the second characteristic value (f sc, ref ), And the individual change amount may mean a difference that each of the first feature values f 1a and f 1b has a reference second feature value.

또한, 생체 정보 추정 장치(700)는 추출된 제1 특징 값들 중에서, 다른 특징 값에 비해 추정하고자 하는 생체 정보와 보다 높은 상관 관계를 갖는 제1 특징 값에 가중치를 부여하여 제2 특징 값을 산출할 수 있다.In addition, the biometric information estimation apparatus 700 calculates a second feature value by weighting a first feature value having a higher correlation with the biometric information to be estimated than other feature values among the extracted first feature values. can do.

이와 같이, 제2 특징 값이 산출되면, 생체 정보 추정 장치(700)는 제2 특징 값을 기초로 스케일 조절 비율을 산출하여, 산출된 스케일 조절 비율로 기준 스케일 인자를 조절함으로써 스케일 인자를 결정할 수 있다.As such, when the second feature value is calculated, the biometric information estimating apparatus 700 may determine the scale factor by calculating the scale adjustment ratio based on the second feature value and adjusting the reference scale factor using the calculated scale adjustment ratio. have.

예를 들어, 생체 정보 추정 장치(700)는 산출된 제2 특징 값을 스케일 조절 비율 결정 함수에 적용하여, 제2 특징 값의 크기에 따른 스케일 조절 비율을 산출할 수 있다.For example, the biometric information estimation apparatus 700 may apply the calculated second feature value to the scale adjustment ratio determination function to calculate a scale adjustment ratio according to the size of the second feature value.

여기서, 스케일 조절 비율 결정 함수는 기준 제2 특징 값(fsc_ref)에서 스케일 조절 비율이 최저(ρmin)이고, 기준 제2 특징 값을 중심으로 제2 특징 값의 변화에 따라 증가하되, 제2 특징 값이 임계 범위를 벗어나면 미리 정해진 스케일 조절 비율로 포화되는 밸리 형상(valley shape)일 수 있다.Here, the scale adjustment ratio determination function is the scale adjustment ratio is the lowest (ρ min ) in the reference second feature value (f sc_ref ), and increases with the change of the second feature value around the reference second feature value, the second If the feature value is out of the threshold range, it may be a valley shape that saturates at a predetermined scaling factor.

또한, 임계 범위는 제2 특징 값의 저점(μlow)에서 고점(μhigh) 사이를 의미할 수 있으며, 다시 말하면, 임계 범위는 제1 특징 값이 항상성 유지 영역에서 변화하는 경우로 스케일 조절 비율이 적응적(adaptive)하게 변화하는 영역을 의미할 수 있다. 즉, 제2 특징 값(fsc)이 임계 범위 내에서 변화하는 경우 스케일 조절 비율은 기준 제2 특징 값을 중심으로 양 방향으로 증가하는 양상을 나타낼 수 있다.In addition, the threshold range may mean a low point (μ low ) to a high point (μ high ) of the second feature value, that is, the threshold range is a scale adjustment ratio when the first feature value changes in the homeostatic maintenance region. This may mean an adaptively changing area. That is, when the second feature value f sc changes within a threshold range, the scaling factor may increase in both directions around the reference second feature value.

이와 같이, 스케일 조절 비율이 기준 제2 특징 값에서 가장 작은 값을 가지므로, 기준 상태와 같은 안정적 상태에서 생체 신호 특징들의 변화는 생체 정보의 추정에 적은 영향을 미치도록 하며, 기준 상태를 벗어날수록 생체 정보 추정을 위한 스케일 조절 비율이 증가하므로, 생체 신호의 크기가 커질수록 생체 정보의 추정에 점차 높은 비율로 영향을 미치게 된다.As such, since the scale adjustment ratio has the smallest value in the reference second feature value, the change in the biosignal characteristics in the stable state such as the reference state has less influence on the estimation of the biometric information. Since the scaling factor for estimating biometric information increases, as the size of the biosignal increases, it affects the estimation of biometric information at a higher rate.

이후, 제2 특징 값이 지속적으로 변하여 임계 범위를 벗어나는 경우 스케일 조절 비율은 미리 정해진 스케일 조절 비율(예: 1)로 포화되어, 생체 정보 추정 장치(700)는 미리 결정된 기준 스케일 인자를 그대로 스케일 인자로 결정할 수 있다.Subsequently, when the second feature value continuously changes to move out of the threshold range, the scale adjustment ratio is saturated to a predetermined scale adjustment ratio (for example, 1), and the biometric information estimation apparatus 700 maintains the predetermined reference scale factor as it is. Can be determined.

다른 예로, 생체 정보 추정 장치(700)는 제1 특징 값 각각에 대한 스케일 조절 비율 결정 함수를 기초로 제1 특징 값 각각에 대한 개별 스케일 조절 비율을 산출할 수 있다.As another example, the biometric information estimation apparatus 700 may calculate an individual scale adjustment ratio for each of the first feature values based on the scale adjustment ratio determination function for each of the first feature values.

예를 들어, 제1 특징 값이 f1a, f1b 및 f1c로 추출되면, 생체 정보 추정 장치(700)는 제1 특징 값을 조합하여 제2 특징값을 생성하는 대신, 각 제1 특징 값에 대한 스케일 조절 비율 함수 ρ1(f1a), ρ2(f1b) 및 ρ3(f1c)로부터 개별 스케일 조절 비율 ρ1, ρ2 및 ρ3을 산출하고, 산출된 개별 스케일 조절 비율의 통계 값을 스케일 조절 비율로 사용할 수 있다.For example, when the first feature values are extracted as f 1a , f 1b, and f 1c , the biometric information estimation apparatus 700 combines the first feature values to generate the second feature values, instead of generating the first feature values. From the scale adjustment ratio functions ρ 1 (f 1a ), ρ 2 (f 1b ) and ρ 3 (f 1c ) for, calculate the individual scale adjustment ratios ρ 1 , ρ 2 and ρ 3, and calculate the Statistical values can be used as scaling factors.

이와 같이, 스케일 조절 비율이 산출되면, 생체 정보 추정 장치(700)는 산출된 스케일 조절 비율로 기준 스케일 인자를 조절함으로써 스케일 인자를 결정할 수 있다.As such, when the scale adjustment ratio is calculated, the biometric information estimation apparatus 700 may determine the scale factor by adjusting the reference scale factor using the calculated scale adjustment ratio.

그 다음, 스케일 인자가 결정되면 생체 정보 추정 장치(700)는 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정할 수 있다(840).Next, when the scale factor is determined, the biometric information estimation apparatus 700 may estimate the biometric information based on the determined scale factor and the first feature value (840).

예를 들어, 생체 정보 추정 장치(700)는 제1 특징 값을 조합하여 제3 특징 값(fest)을 산출하고, 산출된 제3 특징 값 및 결정된 스케일 인자를 기초로 생체 정보를 추정할 수 있다.For example, the biometric information estimation apparatus 700 may combine the first feature value to calculate a third feature value f est , and estimate the biometric information based on the calculated third feature value and the determined scale factor. have.

생체 정보 추정 장치(700)는 제3 특징 값이 산출되면, 제3 특징 값과 기준 제3 특징 값의 차이에 결정된 스케일 인자를 곱하고, 생체 정보에 대한 오프셋 값을 더함으로써 생체 정보를 추정할 수 있다.When the third feature value is calculated, the biometric information estimation apparatus 700 may estimate the biometric information by multiplying the difference between the third feature value and the reference third feature value by a scale factor and adding an offset value to the biometric information. have.

도 9는 생체 정보 추정 방법의 다른 예를 도시한 흐름도이다.9 is a flowchart illustrating another example of a biometric information estimation method.

도 9의 생체 신호를 획득하는 단계(910), 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출하는 단계(920), 추출된 제1 특징 값을 기초로 스케일 인자를 결정하는 단계(950) 및 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정하는 단계(960)은 도 8에 도시된 생체 신호를 획득하는 단계(810), 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출하는 단계(820), 추출된 제1 특징 값을 기초로 스케일 인자를 결정하는 단계(830) 및 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정하는 단계(840)과 기본적으로 동일하게 수행될 수 있으므로, 이하 중복되지 않는 구성에 관하여 설명한다.Obtaining the biosignal of FIG. 9 (910), extracting one or more first feature values from the obtained biosignal (920), and determining a scale factor based on the extracted first feature value (950). And estimating the biometric information based on the determined scale factor and the first feature value (960) may include obtaining the biosignal shown in FIG. 8 (810) and extracting one or more first feature values from the obtained biosignal. In step 820, determining the scale factor based on the extracted first feature value 830 and basically estimating biometric information based on the determined scale factor and the first feature value 840. Since it can be carried out, a configuration not overlapping will be described below.

생체 정보 추정 장치(700)는 생체 신호를 획득할 수 있다(910).The biometric information estimation apparatus 700 may obtain a biosignal (910).

생체 신호가 획득되면, 생체 정보 추정 장치(700)는 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출할 수 있다(920).When the biosignal is obtained, the biometric information estimating apparatus 700 may extract one or more first feature values from the obtained biosignal (920).

그 다음, 생체 정보 추정 장치(700)는 제1 특징 값이 미리 정해진 임계 값을 초과하는지 여부를 판단할 수 있다(930).In operation 930, the biometric information estimation apparatus 700 may determine whether the first feature value exceeds a predetermined threshold value.

예를 들어, 생체 정보 추정 장치(700)는 추출된 제1 특징 값을 스케일 비율 조절 함수에 정해진 저점(μlow) 또는 고점(μhigh)과 비교하여, 제1 특징 값이 미리 정해진 저점(μlow) 미만이거나, 미리 정해진 고점(μhigh)을 초과하는지 여부를 판단할 수 있다.For example, the biometric information estimation apparatus 700 compares the extracted first feature value with a low point μ low or a high point μ high determined by the scale ratio adjustment function, and thus, the first feature value has a predetermined low point μ. low ) or above a predetermined high point μ high .

판단 결과, 제1 특징 값이 임계 값을 초과하면, 생체 정보 추정 장치(700)는 기준 스케일 인자를 스케일 인자로 결정할 수 있다(940).As a result of the determination, when the first feature value exceeds the threshold value, the biometric information estimation apparatus 700 may determine the reference scale factor as the scale factor (940).

예를 들어, 생체 정보 추정 장치(700)는 제1 특징 값을 미리 정해진 임계 값과 비교하고, 비교 결과 제1 특징 값이 임계 값을 초과하면 생체 신호의 변화가 항상성 유지 영역을 벗어나 선형 변화 영역에 들어간 것으로 판단하여 기준 스케일 인자를 스케일 조절 인자로 결정할 수 있다.For example, the biometric information estimation apparatus 700 compares the first feature value with a predetermined threshold value, and when the comparison results in the first feature value exceeding the threshold value, the change in the biosignal is out of the homeostatic maintenance area, and the linear change area. The reference scale factor may be determined as the scale control factor by judging to enter.

이와 같이, 생체 정보 추정 장치(700)는 제1 특징 값이 미리 정해진 임계값을 초과하는지 여부를 판단하고, 임계 값을 초과하는 경우 스케일 조절 비율을 산출하는 과정을 생략함으로써 생체 정보를 정확하고 신속하게 추정할 수 있다.As such, the biometric information estimation apparatus 700 determines whether the first feature value exceeds a predetermined threshold value, and if the threshold value exceeds the threshold value, omits the process of calculating the scale adjustment ratio so that the biometric information is accurately and quickly. Can be estimated.

또한, 생체 정보 추정 장치(700)는 제1 특징 값을 미리 정해진 임계 값 미만이면 생체 신호의 변화가 항상성 유지 영역에 있는 것으로 판단하여, 추출된 제1 특징 값을 기초로 스케일 인자를 결정할 수 있다(950).In addition, the biometric information estimation apparatus 700 may determine that the change of the biosignal is in the homeostatic maintenance region when the first feature value is less than a predetermined threshold value, and determine the scale factor based on the extracted first feature value. (950).

스케일 인자가 결정되면, 생체 정보 추정 장치(700)는 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정할 수 있다(960).When the scale factor is determined, the biometric information estimation apparatus 700 may estimate the biometric information based on the determined scale factor and the first feature value (960).

본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 의 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.One aspect of the invention may be embodied as computer readable code on a computer readable recording medium. Codes and code segments for implementing the program can be easily inferred by a computer programmer in the art. The computer-readable recording medium may include all kinds of recording devices in which data that can be read by a computer system is stored. Examples of computer-readable recording media may include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, and the like. The computer readable recording medium can also be distributed over network coupled computer systems so that the computer readable code is created and executed in a distributed fashion.

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.So far I looked at the center of the preferred embodiment for the present invention. Those skilled in the art will appreciate that the present invention can be implemented in a modified form without departing from the essential features of the present invention. Therefore, the scope of the present invention should be construed to include various embodiments which are not limited to the above-described embodiments but within the scope equivalent to those described in the claims.

100: 생체 정보 처리 장치
110: 생체 신호 획득부
120: 프로세서
700: 생체 정보 처리 장치
710: 생체 신호 획득부
720: 프로세서
730: 입력부
740: 저장부
750: 통신부
760: 출력부100: biometric information processing device
110: biosignal acquisition unit
120: processor
700: biometric information processing device
710: a biosignal acquisition unit
720: processor
730: input unit
740: storage unit
750: communication unit
760: output unit

Claims (21)

생체 신호를 획득하는 생체 신호 획득부; 및
상기 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출하여, 추출된 제1 특징 값을 기초로 스케일 인자를 결정하고, 상기 결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정하는 프로세서;를 포함하는 생체 정보 추정 장치.A biosignal obtaining unit obtaining a biosignal; And
A processor configured to extract at least one first feature value from the obtained biosignal, determine a scale factor based on the extracted first feature value, and estimate biometric information based on the determined scale factor and the first feature value; Biological information estimation apparatus comprising a. 제1항에 있어서,
제1 특징은 심박출량과 관련된 특징, 총말초저항과 관련된 특징 및 이들의 조합을 포함하는 생체 정보 추정 장치.The method of claim 1,
The first characteristic includes a biometric information estimation device including a feature related to cardiac output, a feature related to total peripheral resistance and a combination thereof. 제1항에 있어서,
상기 프로세서는,
상기 제1 특징 값을 조합하여 제2 특징 값을 산출하고, 상기 제2 특징 값을 기초로 산출된 스케일 조절 비율로, 기준 스케일 인자를 조절하여 상기 스케일 인자를 결정하는 생체 정보 추정 장치.The method of claim 1,
The processor,
And combining the first feature value to calculate a second feature value, and determining the scale factor by adjusting a reference scale factor using a scale adjustment ratio calculated based on the second feature value. 제3항에 있어서,
상기 프로세서는,
제1 특징 값의 개별 변화량 및 결합 변화량 중 적어도 하나를 조합하여, 상기 제2 특징 값을 산출하는 생체 정보 추정 장치.The method of claim 3,
The processor,
And at least one of an individual change amount and a combined change amount of a first feature value to calculate the second feature value. 제3항에 있어서,
상기 프로세서는,
상기 산출된 제2 특징 값을 스케일 조절 비율 결정 함수에 적용하여, 상기 제2 특징 값의 크기에 따른 상기 스케일 조절 비율을 산출하는 생체 정보 추정 장치.The method of claim 3,
The processor,
And calculating the scale adjustment ratio according to the magnitude of the second feature value by applying the calculated second feature value to a scale adjustment ratio determination function. 제5항에 있어서,
상기 스케일 조절 비율 결정 함수는,
기준 제2 특징 값에서 스케일 조절 비율이 최저이고, 기준 제2 특징 값을 중심으로 제2 특징 값의 변화에 따라 증가하되, 제2 특징 값이 임계 범위를 벗어나면 미리 정해진 스케일 조절 비율로 포화되는 밸리 형상(valley shape)인 생체 정보 추정 장치.The method of claim 5,
The scale adjustment ratio determination function,
The scale adjustment ratio is the lowest in the reference second feature value, and increases with the change of the second feature value around the reference second feature value, and when the second feature value is out of the threshold range, the scale adjustment ratio is saturated. A biometric information estimating device having a valley shape. 제1항에 있어서,
상기 프로세서는,
제1 특징 값에 대한 개별 스케일 조절 비율을 산출하고, 상기 개별 스케일 조절 비율의 통계 값을 기초로 산출된 스케일 조절 비율로, 기준 스케일 인자를 조절하여 상기 스케일 인자를 결정하는 생체 정보 추정 장치.The method of claim 1,
The processor,
And a scale adjustment ratio calculated based on the statistical value of the individual scale adjustment ratio, and adjusting the reference scale factor to determine the scale factor. 제1항에 있어서
상기 프로세서는,
상기 제1 특징 값을 조합하여 제3 특징 값을 산출하고, 상기 산출된 제3 특징 값 및 상기 결정된 스케일 인자를 기초로 생체 정보를 추정하는 생체 정보 추정 장치.The method of claim 1
The processor,
And a third feature value is calculated by combining the first feature value and estimates biometric information based on the calculated third feature value and the determined scale factor. 제8항에 있어서,
상기 프로세서는,
상기 제3 특징 값과 기준 제3 특징 값의 차이에 상기 결정된 스케일 인자를 곱하고, 생체 정보에 대한 오프셋 값을 더하여 생체 정보를 추정하는 생체 정보 추정 장치.The method of claim 8,
The processor,
And estimating the biometric information by multiplying the difference between the third feature value and the reference third feature value by the determined scale factor and adding an offset value to the biometric information. 제1항에 있어서,
상기 프로세서는,
상기 제1 특징 값이 미리 정해진 임계 값을 초과하는 경우, 기준 스케일 인자를 상기 스케일 인자로 결정하는 생체 정보 추정 장치.The method of claim 1,
The processor,
And determine a reference scale factor as the scale factor when the first feature value exceeds a predetermined threshold value. 제1항에 있어서,
상기 프로세서는,
기준 제1 특징 값을 기초로 상기 제1 특징 값을 정규화하는 생체 정보 처리 장치.The method of claim 1,
The processor,
And biometric information processing device for normalizing the first feature value based on a reference first feature value. 제 1항에 있어서,
생체 신호, 생체 신호의 특징 값, 곱셈 계수 비율 조절 인자, 곱셈 계수 비율 및 생체 정보를 출력하는 출력부를 포함하는 생체 정보 추정 장치.The method of claim 1,
And an output unit configured to output a biosignal, a feature value of the biosignal, a multiplication coefficient ratio adjusting factor, a multiplication coefficient ratio, and biometric information. 제 1항에 있어서,
상기 생체 정보는,
혈압, 맥박, 심박출량, 혈당, 중성 지방 및 케라틴을 포함하는 생체 정보 추정 장치.The method of claim 1,
The biometric information,
Biometric information estimation apparatus including blood pressure, pulse rate, cardiac output, blood sugar, triglyceride and keratin. 생체 신호를 획득하는 단계;
상기 획득된 생체 신호에서 하나 이상의 제1 특징 값을 추출하는 단계;
추출된 제1 특징 값을 기초로 스케일 인자를 결정하는 단계; 및
결정된 스케일 인자와 제1 특징 값을 기초로 생체 정보를 추정하는 단계;를 포함하는 생체 정보 추정 방법.Obtaining a biosignal;
Extracting at least one first feature value from the obtained biosignal;
Determining a scale factor based on the extracted first feature value; And
Estimating biometric information based on the determined scale factor and the first feature value. 제14항에 있어서,
상기 스케일 인자를 결정하는 단계는,
제1 특징 값을 조합하여 제2 특징 값을 산출하는 단계;
상기 제2 특징 값을 기초로 스케일 조절 비율을 산출하는 단계; 및
산출된 스케일 조절 비율을 기초로 기준 스케일 인자를 조절하여 상기 스케일 인자를 결정하는 단계;를 포함하는 생체 정보 추정 방법.The method of claim 14,
Determining the scale factor,
Combining the first feature values to produce a second feature value;
Calculating a scale adjustment ratio based on the second feature value; And
And determining the scale factor by adjusting a reference scale factor based on the calculated scale adjustment ratio. 제15항에 있어서,
상기 제2 특징 값을 산출하는 단계는,
제1 특징 값의 개별 변화량 및 결합 변화량 중 적어도 하나를 조합하여, 상기 제2 특징 값을 산출하는 생체 정보 추정 방법.The method of claim 15,
The calculating of the second feature value may include:
And combining at least one of an individual change amount and a combined change amount of a first feature value to calculate the second feature value. 제15항에 있어서,
상기 스케일 조절 비율을 산출하는 단계는,
상기 산출된 제2 특징 값을 스케일 조절 비율 결정 함수에 적용하여, 상기 제2 특징 값의 크기에 따른 스케일 조절 비율을 산출하는 생체 정보 추정 방법.The method of claim 15,
Computing the scale adjustment ratio,
And calculating the scale adjustment ratio according to the magnitude of the second feature value by applying the calculated second feature value to a scale adjustment ratio determination function. 제17항에 있어서,
상기 스케일 조절 비율 결정 함수는,
기준 제2 특징 값에서 스케일 조절 비율이 최저이고, 기준 제2 특징 값을 중심으로 제2 특징 값의 변화에 따라 증가하되, 제2 특징 값이 임계 범위를 벗어나면 미리 정해진 스케일 조절 비율로 포화되는 밸리 형상(valley shape)인 생체 정보 추정 방법.The method of claim 17,
The scale adjustment ratio determination function,
The scale adjustment ratio is the lowest in the reference second feature value, and increases with the change of the second feature value around the reference second feature value, and when the second feature value is out of the threshold range, the scale adjustment ratio is saturated. A biometric information estimation method having a valley shape. 제14항에 있어서,
상기 스케일 인자를 결정하는 단계는,
제1 특징 값에 대한 개별 스케일 조절 비율을 산출하는 단계;
상기 개별 스케일 조절 비율의 통계 값을 기초로 스케일 조절 비율을 산출하는 단계; 및
산출된 스케일 조절 비율을 기초로 기준 스케일 인자를 조절하여 상기 스케일 인자를 결정하는 단계;를 포함하는 생체 정보 추정 방법.The method of claim 14,
Determining the scale factor,
Calculating an individual scale adjustment ratio for the first feature value;
Calculating a scale adjustment ratio based on the statistical values of the individual scale adjustment ratios; And
And determining the scale factor by adjusting a reference scale factor based on the calculated scale adjustment ratio. 제14항에 있어서
상기 생체 정보를 추정하는 단계는,
상기 제1 특징 값을 조합하여 제3 특징 값을 산출하는 단계; 및
상기 산출된 제3 특징 값과 기준 제3 특징 값의 차이에 상기 결정된 스케일 인자를 곱하고, 생체 정보에 대한 오프셋 값을 더하여 생체 정보를 추정하는 단계;를 포함하는 생체 정보 추정 방법.The method of claim 14,
Estimating the biometric information,
Calculating a third feature value by combining the first feature value; And
And multiplying the determined scale factor by the difference between the calculated third feature value and the reference third feature value and adding an offset value to the biometric information to estimate the biometric information. 제14항에 있어서,
상기 스케일 인자를 결정하는 단계는,
상기 제1 특징 값이 미리 정해진 임계 값을 초과하는지 여부를 판단하는 단계; 및
상기 판단 결과 상기 제1 특징 값이 상기 임계값을 초과하면, 기준 스케일 인자를 상기 스케일 인자로 결정하는 생체 정보 추정 방법.The method of claim 14,
Determining the scale factor,
Determining whether the first feature value exceeds a predetermined threshold value; And
And determining a reference scale factor as the scale factor when the first feature value exceeds the threshold as a result of the determination.
KR1020190002484A 2018-02-19 2019-01-08 Apparatus and method for estimating bio information KR102580269B1 (en)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US16/273,293 US11284843B2 (en) 2018-02-19 2019-02-12 Apparatus and method for estimating bio-information
EP19157663.6A EP3528262A1 (en) 2018-02-19 2019-02-18 Apparatus and method for estimating bio-information
CN201910122152.1A CN110169760A (en) 2018-02-19 2019-02-19 For estimating the device and method of biological information
JP2019027206A JP7317518B2 (en) 2018-02-19 2019-02-19 Biological information estimation device and method
US17/675,644 US11911185B2 (en) 2018-02-19 2022-02-18 Apparatus and method for estimating bio-information

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20180019441 2018-02-19
KR1020180019441 2018-02-19

Publications (2)

Publication Number Publication Date
KR20190100020A true KR20190100020A (en) 2019-08-28
KR102580269B1 KR102580269B1 (en) 2023-09-20

Family

ID=67775632

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190002484A KR102580269B1 (en) 2018-02-19 2019-01-08 Apparatus and method for estimating bio information

Country Status (1)

Country Link
KR (1) KR102580269B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11275479B2 (en) 2020-04-24 2022-03-15 Electronics And Telecommunications Research Institute Frequency-based ratiometric feature extraction device for user authentication

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100638696B1 (en) 2004-12-17 2006-10-26 한양대학교 산학협력단 Method and apparatus for measuring blood pressure using pulse transit time and physical characteristic parameters
US20110034813A1 (en) * 2003-02-10 2011-02-10 Massachusetts Institute Of Technology Methods and apparatus for determining cardiac output
US20140066732A1 (en) * 2012-08-29 2014-03-06 Nellcor Puritan Bennett Llc System and method for determining cardiac output
WO2014081958A1 (en) * 2012-11-21 2014-05-30 Cardiomems, Inc. Devices, systems, and methods for pulmonary arterial hypertension (pah) assessment and treatment
KR20170102669A (en) * 2016-03-02 2017-09-12 삼성전자주식회사 Method and apparatus of providing matching degree between biological signals of users

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110034813A1 (en) * 2003-02-10 2011-02-10 Massachusetts Institute Of Technology Methods and apparatus for determining cardiac output
KR100638696B1 (en) 2004-12-17 2006-10-26 한양대학교 산학협력단 Method and apparatus for measuring blood pressure using pulse transit time and physical characteristic parameters
US20140066732A1 (en) * 2012-08-29 2014-03-06 Nellcor Puritan Bennett Llc System and method for determining cardiac output
WO2014081958A1 (en) * 2012-11-21 2014-05-30 Cardiomems, Inc. Devices, systems, and methods for pulmonary arterial hypertension (pah) assessment and treatment
KR20170102669A (en) * 2016-03-02 2017-09-12 삼성전자주식회사 Method and apparatus of providing matching degree between biological signals of users

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11275479B2 (en) 2020-04-24 2022-03-15 Electronics And Telecommunications Research Institute Frequency-based ratiometric feature extraction device for user authentication

Also Published As

Publication number Publication date
KR102580269B1 (en) 2023-09-20

Similar Documents

Publication Publication Date Title
US11911184B2 (en) Bio-signal quality assessment apparatus and bio-signal quality assessment method
US20230218183A1 (en) Apparatus and method for estimating bio-information
KR102655676B1 (en) Apparatus and method for estimating blood pressure, and apparatus for supporting blood pressure estimation
US11426130B2 (en) Apparatus and method for estimating blood pressure
US11457872B2 (en) Bio-signal quality assessment apparatus and bio-signal quality assessment method
JP7317486B2 (en) Blood pressure estimation device and method and wearable device
US20230301526A1 (en) Apparatus and method for estimating blood pressure
US20200196959A1 (en) Apparatus and method for estimating blood pressure
US11744526B2 (en) Apparatus and method for estimating blood pressure
KR102534851B1 (en) Apparatus and method for measuring bio information
US11660009B2 (en) Apparatus and method for estimating bio-information
KR102580269B1 (en) Apparatus and method for estimating bio information
EP3315062B1 (en) Bio-signal quality assessment apparatus and method and bio-signal measurement parameter optimization apparatus and method
JP7317518B2 (en) Biological information estimation device and method
KR102655743B1 (en) Apparatus and method for estimating blood pressure
CN112107303A (en) Apparatus and method for calibrating biological information estimation model, and biological information estimation apparatus
KR20200105212A (en) Apparatus and method for estimating bio-information

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right