KR20200104341A - 건강 및 의료 감지를 위한 장치, 시스템, 및 방법 - Google Patents

건강 및 의료 감지를 위한 장치, 시스템, 및 방법 Download PDF

Info

Publication number
KR20200104341A
KR20200104341A KR1020207021040A KR20207021040A KR20200104341A KR 20200104341 A KR20200104341 A KR 20200104341A KR 1020207021040 A KR1020207021040 A KR 1020207021040A KR 20207021040 A KR20207021040 A KR 20207021040A KR 20200104341 A KR20200104341 A KR 20200104341A
Authority
KR
South Korea
Prior art keywords
signal
processor
sound signal
sleep
readable medium
Prior art date
Application number
KR1020207021040A
Other languages
English (en)
Other versions
KR102658390B1 (ko
Inventor
레드몬드 숄디스
스티븐 맥마흔
마이클 렌
Original Assignee
레스메드 센서 테크놀로지스 리미티드
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 레스메드 센서 테크놀로지스 리미티드 filed Critical 레스메드 센서 테크놀로지스 리미티드
Priority to KR1020247012224A priority Critical patent/KR20240053667A/ko
Publication of KR20200104341A publication Critical patent/KR20200104341A/ko
Application granted granted Critical
Publication of KR102658390B1 publication Critical patent/KR102658390B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4833—Assessment of subject's compliance to treatment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/749—Voice-controlled interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0057—Pumps therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/165—Management of the audio stream, e.g. setting of volume, audio stream path
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K15/00—Acoustics not otherwise provided for
    • G10K15/04—Sound-producing devices
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/02—Casings; Cabinets ; Supports therefor; Mountings therein
    • H04R1/028—Casings; Cabinets ; Supports therefor; Mountings therein associated with devices performing functions other than acoustics, e.g. electric candles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/08—Mouthpieces; Microphones; Attachments therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R3/00—Circuits for transducers, loudspeakers or microphones
    • H04R3/04—Circuits for transducers, loudspeakers or microphones for correcting frequency response
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204—Acoustic sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0048—Detecting, measuring or recording by applying mechanical forces or stimuli
    • A61B5/0053—Detecting, measuring or recording by applying mechanical forces or stimuli by applying pressure, e.g. compression, indentation, palpation, grasping, gauging
    • 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
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/02—Measuring pulse or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0883—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
    • H04R2499/10—General applications
    • H04R2499/11—Transducers incorporated or for use in hand-held devices, e.g. mobile phones, PDA's, camera's

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Epidemiology (AREA)
  • Cardiology (AREA)
  • Primary Health Care (AREA)
  • Psychiatry (AREA)
  • Acoustics & Sound (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Multimedia (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Anesthesiology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Hematology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Emergency Medicine (AREA)

Abstract

방법 및 디바이스는 전자 프로세싱 디바이스(들)를 사용하여 능동 사운드 발생을, 호흡, 심장 및/또는 전신 모션과 같은 생리학적 운동 검출에 제공한다. 프로세서는 프로세서에 결합된 스피커를 통해 사용자 부근에서 사운드 신호를 생성하는 것을 제어할 수 있다. 프로세서는 프로세서에 결합된 마이크로폰을 통해 반사 사운드 신호를 감지하는 것을 제어할 수 있다. 이러한 반사 사운드 신호는 부근 또는 사용자로부터의 사운드 신호의 반사이다. 프로세서는 복조 기법에 의한 것과 같이 반사된 사운드를 프로세싱할 수 있다. 사운드 신호는 이중 톤 주파수 변조 지속파 신호로서 생성될 수 있다. 검출된 운동 정보의 평가는 수면 상태 또는 스코어링, 피로 표시, 대상체 인식, 만성 질환 감시/예측, 및 다른 출력 매개변수를 결정할 수 있다.

Description

건강 및 의료 감지를 위한 장치, 시스템, 및 방법
1 관련 출원의 상호 참조
본 출원은 2017년 12월 22일자로 출원된 미국 가특허 출원 번호 62/610,033호의 이득을 주장하며, 이의 전체 내용은 본원에 참조로 포함된다.
2 배경 기술
2.1 기술 분야
본 기술은 살아있는 대상체와 연관된 생체-모션을 검출하는 것에 관한 것이다. 보다 구체적으로는, 본 기술은 예컨대 호흡 운동, 심장 운동 및/또는 살아있는 대상체의 다른 덜 주기적인 신체 운동과 같은 생리학적 운동 등으로부터 생리학적 특성을 검출하는 데 음향, 무선 주파수 및/또는 적외선 감지를 사용하는 것에 관한 것이다.
2.2 관련 기술의 설명
예를 들어, 수면 중인 사람의 호흡 및 신체(사지를 포함) 운동을 감시하는 것은 많은 방식에서 유용할 수 있다. 예를 들어, 이와 같은 감시는 수면 무호흡과 같은 수면 호흡 장애 상태를 감시 및/또는 진단하는 데 유용할 수 있다. 전통적으로, 능동 무선 측위 또는 거리측정 적용에 대한 진입 장벽은 특화된 하드웨어 회로 및 안테나가 요구된다는 점이다.
스마트폰 및 다른 휴대용 및 눈에 띄지 않는 프로세싱 또는 전자 통신 디바이스는 지상 통신선을 이용할 수 없는 개발 도상국에서도 일상 생활에서 보편적으로 사용되고 있다. 효율적이고 효과적인 방식으로 생체-모션(즉, 생리학적 운동)을 감시하기 위한 방법을 갖는 것이 바람직할 것이다. 이와 같은 시스템 및 방법의 실현은 상당한 기술적 과제를 다룰 것이다.
3 기술의 간단한 개요
본 기술은, 예를 들어 대상체가 잠들어 있는 동안 대상체의 운동을 검출하기 위한 시스템, 방법 및 장치에 관한 것이다. 예를 들어, 호흡 운동을 포함한 이와 같은 운동 검출에 기초하여, 대상체의 운동, 수면 관련 특성, 호흡 특성, 심장 특성, 수면 상태 및/또는 무호흡 그리고 다른 수면 호흡 장애 이벤트가 검출될 수 있다. 보다 구체적으로는, 스마트폰, 태블릿, 스마트 스피커 등과 같은 프로세싱 디바이스와 연관된 애플리케이션은 호흡 및 모션을 검출하기 위해 통합 및/또는 외부로 연결 가능한 스피커 및 마이크로폰과 같은 프로세싱 디바이스 센서를 사용한다. 용어 “디바이스” 및 “시스템”의 의미는 단일 하드웨어에 반드시 제한되는 것은 아닌 넓은 의미로 본원에 사용된다. 이러한 용어 중 어느 것은 단일 디바이스뿐만 아니라, 하나 이상의 별개의 디바이스를 포함할 수 있다. 이들 중 일부 또는 전부는 단일 장비에 통합되거나, 서로 개별적으로 그리고 원격으로 위치될 수 있다. “디바이스” 또는 “시스템”은 예컨대 생리학적 운동을 검출하기 위해 통합, 및/또는 외부로 연결 가능한 하나 이상의 송신기 및/또는 센서(들)(즉, 스피커(들), 마이크로폰(들), 적외선 센서, 무선 주파수 송신기/수신기 등)로, 반사된 신호를 송신 및/또는 감지할 수 있다.
본 기술의 몇몇 버전은 프로세서에 의해 실행될 때, 프로세서로 하여금 사용자의 생리학적 운동과 같은 생리학적 매개변수를 검출하게 하는, 프로세서 실행 가능한 명령어가 저장된 프로세서 판독 가능한 매체를 포함할 수 있다. 생리학적 운동은 호흡 운동, 심장 운동, 사지 운동, 제스처 운동 및 전신 운동 중 임의의 하나 이상을 포함할 수 있다. 적어도 검출된 반사된 신호로부터 유도된 매개변수인 생리학적 운동을 제외하고, 생리학적 매개변수는 또한 검출된 생리학적 운동으로부터 추가로 유도될 수 있는 하나 이상의 특성(예를 들어, 호흡 운동 신호로부터 유도된, 호흡 진폭, 상대 호흡 진폭, 호흡 속도 및 호흡 속도 가변성; 심장 운동 신호로부터 유도된, 상대적인 심장 진폭, 심장 진폭, 심장 속도 및 심장 속도 가변성 등)뿐만 아니라, 다른 특성(예를 들어, (a) 존재 상태(존재 또는 부재); (b) 수면 상태, 예컨대, 각성 또는 수면; (c) 수면 단계 예컨대 N-REM 1(비-REM 얕은 수면 하위-단계 1), N-REM 2(비-REM 얕은 수면 하위-단계 2), N-REM 3(비-REM 깊은 수면(또한 느린 파형 수면(SWS)으로 지칭됨)), REM 수면 등; 또는 다른 수면 관련 매개변수 예컨대 (d) 피로 및/또는 (e) 졸림; 등)을 포함할 수 있다. 프로세서 실행 가능한 명령어는 전자 프로세싱 디바이스에 결합된 스피커를 통해 사용자를 포함한 부근의 사운드 신호를 생성하는 것을 제어하기 위한 명령어를 포함할 수 있다. 프로세서 실행 가능한 명령어는 전자 프로세싱 디바이스에 결합된 마이크로폰을 통해 사용자로부터 반사된 사운드 신호를 감지하는 것을 제어하기 위한 명령어를 포함할 수 있다. 프로세서 실행 가능한 명령어는 감지된 사운드 신호를 프로세싱하기 위한 명령어를 포함할 수 있다. 프로세서 실행 가능한 명령어는 프로세싱된 사운드 신호로부터 호흡 신호, 심장 신호, 및 전신 운동 신호 중 임의의 하나 이상을 검출하기 위한 명령어를 포함할 수 있다.
본 기술의 몇몇 버전은 프로세서에 의해 실행될 때, 프로세서로 하여금 사용자의 생리학적 운동을 검출하게 하는, 프로세서 실행 가능한 명령어가 저장된 프로세서 판독 가능한 매체를 포함할 수 있다. 프로세서 실행 가능한 명령어는 전자 프로세싱 디바이스에 결합된 스피커를 통해 전자 프로세싱 디바이스의 부근의 사운드 신호를 생성하는 것을 제어하기 위한 명령어를 포함할 수 있다. 프로세서 실행 가능한 명령어는 전자 프로세싱 디바이스에 결합된 마이크로폰을 통해 부근으로부터의 반사 사운드 신호를 감지하는 것을 제어하기 위한 명령어를 포함할 수 있다. 프로세서 실행 가능한 명령어는 감지된 반사 사운드 신호의 적어도 일부분 및 사운드 신호의 적어도 일부분을 나타내는 신호로 생리학적 운동 신호를 유도하기 위한 명령어를 포함할 수 있다. 사운드 신호는 이중 톤 주파수 변조된 지속파 신호를 포함할 수 있다.
몇몇 버전에서, 감지에 사용된 것과 같은, 생성된 사운드 신호의 적어도 일부분은 비가청 사운드 범위에 있을 수 있다. 생성된 사운드 신호의 부분은 저주파 초음파 음향 신호일 수 있다. 생리학적 운동 신호를 유도하기 위한 프로세서 실행 가능한 명령어는 사운드 신호의 부분을 나타내는 신호와 감지된 반사 사운드 신호의 부분의 복조를 위해 구성될 수 있다. 복조는 사운드 신호의 부분을 나타내는 신호, 및 감지된 반사 사운드 신호의 부분의 승산을 포함할 수 있다. 생리학적 운동 신호를 유도하기 위한 복조는 감지된 반사 사운드 신호의 일부분과 그 자신의 승산을 포함할 수 있으며, 감지된 반사 사운드 신호의 부분은 사운드 신호의 적어도 일부분으로부터 직접 경로 사운드를 추가로 포함한다. 생리학적 운동 신호를 유도하기 위한 명령어는 (a) 사운드 신호의 적어도 일부분 및 감지된 반사 사운드 신호의 부분 또는 (b) 감지된 반사 사운드 신호의 부분 및 사운드 신호의 적어도 일부분과 연관될 수 있는 연관된 신호로 생리학적 운동 신호를 유도하도록 구성될 수 있다. 연관된 신호는 내부 발생된 발진기 신호 또는 직접 경로 측정된 사운드 신호일 수 있다. 생리학적 운동 신호를 유도하기 위한 명령어는 발진기 신호를 감지된 반사 사운드 신호의 부분과 승산하도록 구성될 수 있다. 생리학적 운동 신호의 유도는 호흡, 심장 및 전체 운동 중 하나 이상의 검출을 추가로 포함할 수 있다.
몇몇 버전에서, 매체는 적응 필터로 감지된 반사 사운드 신호의 부분을 필터링하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있으며, 적응 필터는 생성된 사운드 신호의 적어도 일부분의 타이밍 및 감지된 반사 사운드 신호의 부분의 타이밍 중 임의의 하나에 기초하여 적응 필터의 통과대역을 변경하도록 구성된다. 매체는 사운드 신호 및 가청 오디오 콘텐츠를 합산하여 스피커를 통해 사운드 신호 및 가청 오디오 콘텐츠를 동시에 생성하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 사운드 신호 및 가청 오디오 콘텐츠를 합산하기 전에 사운드 신호의 주파수에 기초하여 가청 오디오 콘텐츠를 필터링하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 부근의 대상체의 검출된 존재에 따라 사운드 신호의 검출 스킴의 변화를 제어하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있으며, 명령어는 사운드 신호의 적어도 일부분의 파형 매개변수를 변화시킨다. 매체는 모션 검출을 위한 지속파 사운드 신호를 발생시키고, 부근의 사용자 모션의 검출 시, 스피커를 통해 이중 톤 주파수 변조된 지속파 신호를 생성하는 것을 개시하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 초광대역(UWB) 사운드 신호를 가청 백색 잡음으로서 발생시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있고, 프로세서 판독 가능한 매체는 UWB 사운드 신호로 사용자 모션을 검출하기 위한 명령어를 포함할 수 있다. 이중 톤 주파수 변조된 지속파 신호는 반복된 파형에서 제2 톱니 주파수 변경과 중복된 제1 톱니 주파수 변경을 포함할 수 있다. 생성된 사운드 신호는 제로 크로싱을 포함하는 코사인 유사 기능 시간 도메인 형상을 제공할 수 있다.
몇몇 버전에서, 매체는 유도된 생리학적 운동 신호를 평가하여 하나 이상의 생리학적 매개변수를 결정하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 유도된 생리학적 운동 신호의 평가에 기초하여 출력을 발생시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 생리학적 운동 신호를 프로세싱하여 데이터를 출력하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 출력 또는 발생된 출력은 (a) 인간 존재 상태; 생리학적 운동 신호 내의 모션의 존재 또는 부재; 수면 상태; 수면 보행증; 호흡 특성; 심장 특성; 전신 운동 특성; 수면 특성; 수면 호흡 장애의 이벤트; 주기성 호흡의 이벤트; 호흡 상태; 피로 상태; 건강 스코어; 만성 질환 상태; 졸음 상태; 및 피로 상태 중 어느 하나를 포함, 표현 또는 표시하는 출력 데이터; 또는 (b) 상기 유형의 출력 데이터 중 임의의 것에 기초하여 이벤트를 개시하는 것을 표현 또는 포함할 수 있다. 개시된 이벤트는 디바이스, 또는 디바이스와 연관된 프로세스를 설정하거나 턴 온 또는 오프하는 것; 및/또는 디바이스, 또는 디바이스와 연관된 프로세스의 동작에 조정을 도입하는 것을 포함할 수 있다. 디바이스는 호흡 치료 디바이스일 수 있고, 및/또는 프로세스는 호흡 치료 디바이스와 연관될 수 있다. 매체는 마이크로폰을 통해 감지된 가청 구두 명령을 평가하고 가청 구두 명령에 응답하여 스피커를 통해 출력을 제공하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 사운드 신호의 적어도 일부분 및 감지된 반사 사운드 신호의 부분을 복조하여 직교 기저대역 모션 신호를 생성하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 하나 이상의 필터에 의해 직교 기저대역 모션 신호를 프로세싱하여 호흡 운동, 전신 운동 및 심장 운동 중 하나 이상에 기인하는 주파수 범위를 분리하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 생리학적 운동 신호로 유도된 고속 푸리에 변환 윈도우에서 빈 검색하여 사용자 모션과 연관된 범위를 선택하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다.
몇몇 버전에서, 매체는 마이크로폰에 의해 감지된 호흡 압력 치료 디바이스의 가청 사운드를 검출 및 인식하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 생리학적 운동 신호로부터 사용자 존재를 검출하고 검출된 존재 및 수면 시간에 기초하여 호흡 치료 디바이스의 프로세스를 활성하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 생리학적 운동 신호로부터 사용자 수면을 검출하고 검출된 사용자 수면에 기초하여 호흡 치료 디바이스의 프로세스를 활성화하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 생리학적 운동 신호로부터 사용자 수면을 검출하고 검출된 사용자 수면에 기초하여 열 기기를 비활성화하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 심장 가변성을 검출하고 존재 및 부재 호흡 치료에 대해 심장 가변성을 상관시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 생리학적 운동 신호의 분석에 응답하여 스피커를 통해 가청 질의를 플레이하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 생리학적 운동 신호의 분석은 생리학적 운동 신호에서 모션의 부재의 검출을 포함할 수 있다. 매체는 생리학적 운동 신호의 분석에 기초하여 수면 보행증의 이벤트를 검출하기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 검출된 운동 및 치료 순응도를 상관시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 사용자에 대한 치료 비순응도를 다른 사용자의 수면 품질의 검출에 기초하여 추론하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 매체는 치료 비순응도 및 치료 순응도를 동작의 사운드 검출 및 치료 디바이스의 동작 결여에 기초하여 검출하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다.
몇몇 버전에서, 매체는 사용자의 검출된 치료 순응도 또는 비순응도에 기초하여 출력 어드바이스를 발생시키기 위한 프로세서 실행 가능한 명령어를 포함할 수 있으며, 발생된 출력 어드바이스는 사용자를 포함하는 다수의 사용자로부터의 수면 검출에 기초하고, 발생된 출력 어드바이스는 사용자가 순응도를 유지하도록 촉구할 수 있고, 선택적으로 다수의 사용자에게 지향될 수 있다. 매체는 마이크로폰에 의해 감지된 사운드를 처프 필터링하여 감지된 반사 사운드 신호의 부분을 분리하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 처프 필터링하기 위해, 프로세서는 생성된 사운드 신호의 주파수 범위 내의 통과 대역에서 디지털 필터링을 수행할 수 있다. 매체는 사운드 신호의 적어도 일부분의 생성의 변조 매개변수를 선택적으로 변경하여 상이한 사운드 신호 변조 특성으로 전자 프로세싱 디바이스의 부근의 모션을 감지하기 위한 프로세서 실행 가능한 명령어를 추가로 포함할 수 있다. 상이한 사운드 신호 변조 특성은 지속파(CW), 주파수 변조 지속파(FMCW), 초광대역(UWB), 주파수 편이 키잉(FSK) 및 위상 편이 키잉(PSK) 중 임의의 2개 이상을 포함한다. 몇몇 버전에서, 매체의 명령어는 감지된 직접 경로 신호와 감지된 반사 신호의 교차 상관을 포함하는 동기화에 관련된 프로세서 실행 가능한 명령어를 포함할 수 있다. 명령어는 참조 템플릿을 감지된 반사 사운드 신호의 적어도 일부분과 승산하는 것을 포함하는 동기화 프로세스를 포함할 수 있다.
몇몇 버전에서, 매체는 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력을 발생시키기 위한 프로세서 실행 가능한 명령어를 포함할 수 있으며, 특징은 핸드 크래프트 특징 및/또는 머신 러닝 특징을 포함할 수 있다. 몇몇 경우에, 머신 러닝 특징 중 하나의 특징은 딥 빌리프 네트워크에 의해 유도될 수 있다. 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은 수면 단계를 포함할 수 있고 그리고/또는 수면 상태는 수면 단계 및/또는 수면 상태; 수면 호흡 장애의 이벤트; 및 무호흡-호흡저하 카운트 중 하나 이상을 포함할 수 있다. 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은 수면 단계 및/또는 수면 상태를 포함할 수 있다. 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은 수면 호흡 장애의 이벤트를 포함할 수 있다. 매체는 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력에 기초하여 무호흡-호흡저하 카운트를 발생시키기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 발생된 무호흡-호흡저하 카운트에 기초하여 치료 사용 어드바이스를 발생시키기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 매체는 발생된 무호흡-호흡저하 카운트를 호흡 치료 장치의 사용 및 비사용과 상관시키기 위한 프로세서 실행 가능한 명령어를 포함할 수 있다. 전자 프로세싱 디바이스는 스마트 폰 및/또는 스마트 워치를 포함할 수 있다. 몇몇 버전에서, 전자 프로세싱 디바이스는 호흡 치료 장치의 동작을 제어할 수 있고, 전자 프로세싱 디바이스는 적절한 프로세서 판독 가능한 매체 상에, 프로세서 제어 명령어를 포함할 수 있으며, 명령어는 유도된 생리학적 운동 신호의 적어도 일부분, 또는 그것의 프로세싱에 기초하여 호흡 치료의 활성화, 비활성화, 또는 호흡 치료에 대한 매개변수를 제어한다.
본 기술의 몇몇 버전은 서버를 포함할 수 있다. 서버는 본 명세서에서 설명된 프로세서 판독 가능한 매체(들) 중 임의의 것에 액세스 가능하도록 구성될 수 있다. 서버는 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 네트워크를 통해 전자 프로세싱 디바이스에 다운로드하기 위한 요청을 수신하도록 구성될 수 있다.
본 기술의 몇몇 버전은 전자 프로세싱 디바이스를 포함할 수 있다. 전자 프로세싱 디바이스는 하나 이상의 프로세서를 포함할 수 있다. 전자 프로세싱 디바이스는 하나 이상의 프로세서에 결합된 스피커를 포함할 수 있다. 전자 프로세싱 디바이스는 하나 이상의 프로세서에 결합된 마이크로폰을 포함할 수 있다. 전자 프로세싱 디바이스는 본 명세서에서 설명된 프로세서 판독 가능한 매체(들) 중 임의의 것을 포함할 수 있고 그리고/또는 본 명세서에서 설명된 서버(들) 중 임의의 것으로 프로세서 실행 가능한 명령어에 액세스하도록 구성될 수 있다. 전자 프로세싱 디바이스는 모바일 폰 또는 스마트 스피커 중 하나일 수 있다. 전자 프로세싱 디바이스는 호흡 압력 치료 디바이스일 수 있다.
본 기술의 몇몇 버전은 본 명세서에서 설명된 프로세서 판독 가능한 매체(들) 중 임의의 것에 액세스 가능한 서버의 방법을 포함할 수 있다. 방법은 서버에서, 네트워크를 통해 프로세싱 디바이스에 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 다운로드하기 위한 요청을 수신하는 단계; 및 요청에 응답하여 프로세서 실행 가능한 명령어를 전자 프로세싱 디바이스에 송신하는 단계를 포함할 수 있다.
본 기술의 몇몇 버전은 전자 프로세싱 디바이스를 사용하여 신체 운동을 검출하기 위한 프로세서의 방법을 포함할 수 있다. 방법은 본 명세서에서 설명된 임의의 프로세서 판독 가능한 매체를 프로세서를 사용하여 액세스하는 단계를 포함할 수 있다. 방법은 프로세서에서 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 실행하는 단계를 포함할 수 있다.
본 기술의 몇몇 버전은 전자 프로세싱 디바이스를 사용하여 운동을 검출하기 위한 프로세서의 방법을 포함할 수 있다. 방법은 프로세싱 디바이스에 결합된 스피커를 통해, 전자 프로세싱 디바이스의 부근의 사운드 신호를 생성하는 것을 제어하는 단계를 포함할 수 있다. 방법은 프로세싱 디바이스에 결합된 마이크로폰을 통해 부근으로부터의 반사 사운드 신호를 감지하는 것을 제어하는 단계를 포함할 수 있다. 방법은 프로세서에서, 감지된 반사 사운드 신호의 적어도 일부분 및 사운드 신호의 적어도 일부분을 나타내는 신호로 생리학적 운동 신호의 유도를 제어하는 단계를 포함할 수 있다. 사운드 신호는 이중 톤 주파수 변조된 지속파 신호를 포함할 수 있다.
몇몇 버전에서, 감지에 사용된 그러한 것과 같은, 생성된 사운드 신호의 적어도 일부분은 비가청 사운드 범위에 있을 수 있다. 생성된 사운드 신호의 부분은 저주파 초음파 음향 신호일 수 있다. 생리학적 운동 신호의 유도는 사운드 신호의 부분을 나타내는 신호와 감지된 반사 사운드 신호의 부분의 복조를 포함할 수 있다. 복조는 사운드 신호의 부분을 나타내는 신호, 및 감지된 반사 사운드 신호의 부분의 승산을 포함할 수 있다. 생리학적 운동 신호를 유도하기 위한 복조는 수신된 신호와 그 자신의 승산을 포함할 수 있으며, 수신된 신호는 감지된 반사 사운드 신호의 부분 및 사운드 신호의 적어도 일부분으로부터의 직접 경로 사운드를 포함한다. 생리학적 운동 신호는 (a) 사운드 신호의 적어도 일부분 및 감지된 반사 사운드 신호의 부분 또는 (b) 감지된 반사 사운드 신호의 부분 및 사운드 신호의 적어도 일부분과 연관될 수 있는 연관된 신호로 유도될 수 있다. 사운드 신호의 부분을 나타내는 신호는 내부 발생된 발진기 신호 또는 직접 경로 측정된 사운드 신호일 수 있다. 연관된 신호는 내부 발생된 발진기 신호 또는 직접 경로 측정된 사운드 신호일 수 있다.
몇몇 버전에서, 생리학적 운동 신호를 유도하는 단계는 발진기 신호를 감지된 반사 사운드 신호의 부분과 승산하는 단계를 포함할 수 있다. 방법은 적응 필터로 감지된 반사 사운드 신호의 부분을 필터링하는 단계를 포함할 수 있으며, 적응 필터는 생성된 사운드 신호의 적어도 일부분의 타이밍 및 감지된 반사 사운드 신호의 부분의 타이밍 중 임의의 하나에 기초하여 적응 필터의 통과대역을 변경하도록 구성된다. 방법은 사운드 신호 및 가청 오디오 콘텐츠를 조합하여 스피커를 통해 사운드 신호 및 가청 오디오 콘텐츠를 동시에 생성하는 단계를 추가로 포함할 수 있다. 방법은 사운드 신호 및 가청 오디오 콘텐츠를 합산하기 전에 사운드 신호의 주파수에 기초하여 가청 오디오 콘텐츠를 필터링하는 단계를 추가로 포함할 수 있다. 방법은 부근의 대상체의 검출된 존재에 따라 사운드 신호의 검출 스킴의 변화를 제어하는 단계를 추가로 포함할 수 있으며, 변화는 사운드 신호의 파형 매개변수를 변경하는 단계를 포함할 수 있다. 생리학적 운동 신호를 유도하는 단계는 호흡, 심장 및 전체 운동 중 하나 이상을 검출하는 단계를 추가로 포함할 수 있다.
몇몇 버전에서, 방법은 모션 검출을 위한 지속파 사운드 신호를 발생시키는 단계를 추가로 포함할 수 있다. 방법은 지속파 사운드 신호로 부근의 사용자 모션의 검출 시, 스피커를 통해 이중 톤 주파수 변조된 지속파 신호를 생성하는 것을 개시하는 단계를 포함할 수 있다. 방법은 초광대역(UWB) 사운드 신호를 가청 백색 잡음으로서 발생시키는 단계; 및 UWB 사운드 신호로 사용자 모션을 검출하는 단계를 추가로 포함할 수 있다. 이중 톤 주파수 변조된 지속파 신호는 반복된 파형에서 제2 톱니 주파수 변경과 중복된 제1 톱니 주파수 변경을 포함할 수 있다. 생성된 사운드 신호는 제로 크로싱을 포함하는 코사인 유사 기능 시간 도메인 형상을 제공할 수 있다. 방법은 유도된 생리학적 운동 신호를 평가하여 하나 이상의 생리학적 매개변수를 결정하는 단계를 포함할 수 있다. 방법은 유도된 생리학적 운동 신호의 평가에 기초한 출력을 발생시키는 단계를 추가로 포함할 수 있다. 발생된 출력은 (a) 인간 존재 상태; 생리학적 운동 신호 내의 모션의 존재 또는 부재; 수면 상태; 호흡 특성; 수면 보행증; 심장 특성; 전신 운동 특성; 수면 특성; 수면 호흡 장애의 이벤트; 주기성 호흡 이벤트; 호흡 상태; 피로 상태; 건강 스코어; 만성 질환 상태; 졸음 상태; 및 피로 상태 중 임의의 하나 이상을 포함, 표현 또는 표시하는 출력 데이터; 또는 (b) 상기 출력 데이터 중 임의의 것에 기초하여 이벤트를 개시하는 것 중 임의의 하나 이상을 포함할 수 있다. 개시된 이벤트는 디바이스, 또는 디바이스와 연관된 프로세스를 설정하거나 턴 온 또는 오프하는 것; 및/또는 디바이스, 및/또는 디바이스와 연관된 프로세스의 동작에 조정을 도입하는 단계를 포함할 수 있다. 디바이스는 호흡 치료 디바이스일 수 있고, 및/또는 프로세스는 호흡 치료 디바이스와 연관될 수 있다.
몇몇 버전에서, 방법은 프로세서에서, 마이크로폰을 통해 감지된 가청 구두 명령을 평가하는 단계 및 가청 구두 명령에 응답하여, 스피커를 통해 출력을 제공하는 단계를 포함할 수 있다. 방법은 사운드 신호의 적어도 일부분 및 감지된 반사 사운드 신호의 부분을 복조하여 직교 기저대역 모션 신호를 생성하는 단계를 추가로 포함할 수 있다. 방법은 하나 이상의 필터에 의해 직교 기저대역 모션 신호를 프로세싱하여 호흡 운동, 전신 운동 및 심장 운동 중 하나 이상에 기인하는 주파수 범위를 분리하는 단계를 포함할 수 있다. 방법은 생리학적 운동 신호로 유도된 고속 푸리에 변환 윈도우에서 빈 검색하여 사용자 모션과 연관된 범위를 선택하는 단계를 포함할 수 있다. 방법은 프로세서에서, 마이크로폰에 의해 감지된 호흡 압력 치료 디바이스의 가청 사운드를 검출 및 인식하는 단계를 포함할 수 있다. 방법은 프로세서에서, 생리학적 운동 신호로부터 사용자 존재를 검출하는 단계 및 검출된 존재 및 수면 시간에 기초하여 호흡 치료 디바이스의 프로세스를 활성화하는 단계를 추가로 포함할 수 있다. 방법은 생리학적 운동 신호로부터 사용자 수면을 검출하는 단계 및 검출된 사용자 수면에 기초하여 호흡 치료 디바이스의 프로세스를 활성화하는 단계를 추가로 포함할 수 있다. 방법은 생리학적 운동 신호로부터 사용자 수면을 검출하는 단계 및 검출된 사용자 수면에 기초하여 열 기기를 비활성화하는 단계를 추가로 포함할 수 있다. 방법은 심장 가변성을 검출하는 단계 및 존재 및 부재 호흡 치료에 대해 심장 가변성을 상관시키는 단계를 추가로 포함할 수 있다.
몇몇 버전에서, 방법은 생리학적 운동 신호의 분석에 응답하여 스피커를 통해 가청 질의를 플레이하는 단계를 포함할 수 있다. 생리학적 운동 신호의 분석은 생리학적 운동 신호에서 모션의 부재를 검출하는 단계를 포함할 수 있다. 방법은 생리학적 운동 신호의 분석에 기초하여 수면 보행증의 이벤트를 검출하는 단계를 추가로 포함할 수 있다. 방법은 검출된 운동 및 치료 순응도를 상관시키는 단계를 추가로 포함할 수 있다. 방법은 사용자에 대한 치료 비순응도를 다른 사용자의 수면 품질의 검출에 기초하여 추론하는 단계를 추가로 포함할 수 있다. 방법은 치료 비순응도 및 순응도를 동작의 사운드 검출 및 치료 디바이스의 동작 결여에 기초하여 검출하는 단계를 추가로 포함할 수 있다. 방법은 사용자의 검출된 치료 순응도 또는 비순응도에 기초하여 출력 어드바이스를 발생시키는 단계를 추가로 포함할 수 있으며, 발생된 출력 어드바이스는 사용자를 포함하는 다수의 사용자로부터의 수면 검출에 기초하고, 발생된 출력 어드바이스는 사용자가 순응도를 유지하도록 촉구할 수 있다. 이와 같은 어드바이스는 다수의 사용자에게 지향될 수 있다. 방법은 마이크로폰에 의해 감지된 사운드를 처프 필터링하여 감지된 반사 사운드 신호의 부분을 분리하는 단계를 추가로 포함할 수 있다. 선택적으로, 처프 필터는 생성된 사운드 신호의 주파수 범위 내의 통과 대역에서, 처프 필터링을 디지털 필터링할 수 있다.
몇몇 버전에서, 방법은 사운드 신호의 적어도 일부분의 생성의 변조 매개변수를 선택적으로 변경하여 상이한 사운드 신호 변조 특성으로 전자 프로세싱 디바이스의 부근의 모션을 감지하는 단계를 추가로 포함할 수 있다. 상이한 사운드 신호 변조 특성은 지속파(CW), 주파수 변조 지속파(FMCW), 초광대역(UWB), 주파수 편이 키잉(FSK) 및 위상 편이 키잉(PSK) 중 임의의 2개 이상을 포함할 수 있다. 방법은 생리학적 운동 신호의 특징을 분류함으로써 출력을 발생시키는 단계를 포함할 수 있으며 특징은 핸드 크래프트 특징 및 머신 러닝 특징을 포함한다. 머신 러닝 특징 중 하나의 특징은 딥 빌리프 네트워크에 의해 유도될 수 있다. 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은 수면 단계 및/또는 수면 상태; 수면 호흡 장애의 이벤트; 및 무호흡-호흡저하 카운트 중 하나 이상을 포함할 수 있다. 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은 수면 단계 및/또는 수면 상태를 포함할 수 있다. 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은 수면 호흡 장애의 이벤트를 포함할 수 있다. 방법은 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력에 기초하여 무호흡-호흡저하 카운트를 발생시키는 단계를 포함할 수 있다. 방법은 발생된 무호흡-호흡저하 카운트에 기초하여 치료 사용 어드바이스를 발생시키는 단계를 추가로 포함할 수 있다. 방법은 발생된 무호흡-호흡저하 카운트를 호흡 치료 장치의 사용 및 비사용과 상관시키는 단계를 추가로 포함할 수 있다. 전자 프로세싱 디바이스는 스마트 폰 및/또는 스마트 워치를 포함할 수 있다. 방법은 유도된 생리학적 운동 신호, 또는 그것의 프로세싱에 기초하여 호흡 치료를 제어하는 단계를 추가로 포함할 수 있다. 방법은 동기화 프로세스에서, 참조 템플릿을 감지된 반사 사운드 신호의 적어도 일부분과 승산하는 단계를 포함할 수 있다. 방법은 동기화 프로세스에서, 감지된 반사 신호를 감지된 직접 경로 신호와 교차 상관시키는 단계를 포함할 수 있다.
본 명세서에서 설명된 방법, 시스템, 디바이스 및 장치는 범용 또는 특정 용도 컴퓨터, 휴대용 컴퓨터 프로세싱 디바이스(예를 들어, 모바일 폰, 태블릿 컴퓨터, 스마트 스피커 등), 호흡 모니터 및/또는 마이크로폰 및 스피커를 이용한 다른 호흡 장치의 프로세서와 같은 프로세서에서 개선된 기능을 제공할 수 있다. 또한, 설명된 방법, 시스템, 디바이스 및 장치는, 예를 들어 수면 무호흡을 포함한 호흡 상태 및 수면 상태의 자동화된 관리, 감시 및/또는 예방 및/또는 평가의 기술 분야에서 개선을 제공할 수 있다.
물론, 양태의 일부분은 본 기술의 하위-양태를 형성할 수 있다. 또한, 하위-양태 및/또는 양태 중 다양한 양태는 다양한 방식으로 조합될 수 있고, 또한 본 기술의 부가 양태 또는 하위-양태를 구성할 수 있다.
본 기술의 다른 특징은 다음의 상세한 설명, 요약서, 도면 및 청구범위에 포함된 정보의 고려로부터 자명해질 것이다.
4 도면의 간단한 설명
본 기술은 유사한 참조 부호가 유사한 요소를 지칭하는 첨부 도면의 도면에서 제한적인 것이 아니라 예로서 예시된다:
도 1은 본 기술의 프로세스의 실시에 적합할 수 있는 수면자로부터 오디오 정보를 수신하기 위한 예시적인 프로세싱 디바이스를 예시한다.
도 2는 본 기술의 일 예에 따른 시스템의 개략도이다.
도 3은 본 기술의 몇몇 형태에 따라 구성된, 모바일 디바이스와 같은 프로세싱 디바이스의 개념도이다.
도 4는 공통 영역에서 동작하는 예시적인 프로세싱 디바이스를 예시하며, 이는 동기화 동작으로 구현될 수 있다.
도 5는 공통 영역 내에, 예컨대 침대 스탠드(1100) 상에 동작하는 프로세싱 디바이스의 예시적인 시스템을 예시하며, 하나는 외부 저주파 초음파 감지(스피커 및 마이크로폰과 같은 변환기를 사용하여 인에이블됨)을 위해 구현되는 호흡 디바이스(마이크로폰 및 스피커로 예시됨)이다.
도 6은 주파수 호핑 범위 게이팅 감지의 부분으로서 구현될 수 있는 멀티 톤 쌍을 예시한다.
도 7a는 주파수 변조 지속파 감지(FMCW)를 위해서와 같이 단일 톤 처프의 주파수 특성을 도시한다.
도 7b는 주파수 변조 지속파 감지(FMCW)를 위해서와 같이 이중 톤 처프의 주파수 특성을 도시한다.
도 8a, 도 8b 및 도 8c는 예컨대 FMCW 시스템에 대한 삼각형 단일 톤의 다양한 신호 특성을 예시한다.
도 9a, 도 9b 및 도 9c는 예컨대 FMCW 시스템에 대한 삼각형 이중 톤의 다양한 신호 특성을 예시한다.
도 10은 본 기술의 감지 시스템에 대해 구현될 수 있는 이중 톤 FMCW의 예시적인 복조를 예시한다.
도 11은 이중 톤 FMCW 시스템으로 생성된 예시적인 신호를 예시한다.
도 12는 이중 톤 FMCW 시스템으로 생성된 부가 신호를 예시한다.
도 13은 본 명세서에서 설명된 신호 발생 및 프로세싱 기법으로 저주파 초음파 생체 모션 감지를 사용하는 것과 같은 음성 가능 수면 개선 시스템의 예시적인 동작을 예시한다.
도 14는 예컨대 본 명세서에서 설명된 프로세싱을 위한 예시적인 오디오 프로세싱 모듈 또는 블록을 예시한다.
도 15는 프로세싱 디바이스의 감지 필드에서 생체 모션 감지 또는 다른 모션 감지를 위한 것과 같이 본 명세서에서 보다 상세히 설명된 프로세싱 기법으로 구현된 예시적인 프로세싱 디바이스를 예시한다.
도 16은 본 명세서에서 설명된 감지 기법으로 생성된 동위상(I) 및 직각 위상(Q) 기저대역 신호를 도시하며, 신호는 미가공 모션 신호에서 전신 운동, 호흡 운동, 및 심장 운동을 나타낸다.
도 17은 도 16에 대한 신호의 모션 특성의 프로세싱에 의해 생성된 예시적인 출력(예를 들어, 수면 단계 데이터)을 예시한다.
도 18은 예를 들어, 본 명세서에서 설명된 오디오 감지 기법에 의해 유도된 모션 특성의 평가를 추가 프로세스의 출력을 예시하는 프로세싱 개략도이다.
5 본 기술의 예에 대한 상세한 설명
본 기술이 더 상세히 설명되기 전에, 본 기술은 본 명세서에서 설명된 특정 예에 한정되지 않으며, 이는 변경될 수 있음을 이해해야 한다. 본 개시에 사용된 용어는 논의된 특정 예를 설명하기 위한 것이고 한정하려는 의도가 아니라는 것을 또한 이해해야 한다.
다음의 설명은 공통 특성 또는 특징을 공유할 수 있는 본 기술의 다양한 형태와 관련하여 제공된다. 임의의 하나의 예시적인 형태의 하나 이상의 특징은 다른 형태의 하나 이상의 특징과 조합될 수 있음을 이해해야 한다. 또한, 본 명세서에서 설명된 임의의 형태의 임의의 단일 특징 또는 특징의 조합은 추가의 예시적인 형태를 구성할 수 있다.
5.1 검사, 감시, 및 검출
본 기술은 대상체가 잠들어있을 동안과 같이, 예를 들어 호흡 운동 및/또는 심장 관련 흉부 운동을 포함한, 대상체의 운동을 검출하는 시스템, 방법 및 장치에 관한 것이다. 이와 같은 호흡 및/또는 다른 운동 검출에 기초하여, 대상체의 수면 상태 및 무호흡 이벤트가 검출될 수 있다. 보다 구체적으로는, 스마트폰, 태블릿, 모바일 디바이스, 모바일 폰, 스마트 스피커 등과 같은 프로세싱 디바이스와 연관된 프로세싱 애플리케이션은 스피커 및 마이크로폰과 같은 디바이스 센서를 사용하여 이와 같은 모션을 검출한다.
본 기술을 구현하는 데 적합한 예시적인 시스템은 이제, 도 1 내지 도 5를 참조하여 설명된다. 대상체(110)의 운동을 검출하기 위한 애플리케이션(200)으로 구성된 프로세싱 디바이스(100), 또는 모바일 전자 디바이스는 대상체(110) 근처의 침상 테이블 상에 배치될 수 있거나 그렇지 않으면 방 내에 위치될 수 있다. 프로세싱 디바이스(100)는, 예를 들어 하나 이상의 프로세서를 갖는 스마트폰, 스마트 스피커, 스마트 워치, 또는 태블릿일 수 있다. 프로세서(들)는 특히, 오디오 신호가 디바이스의 실내 부근에서와 같은 일반적으로 개방되거나 제한되지 않은 매체로서 전형적으로 공기를 통해 발생 및 송신되게 하는 것을 포함한, 애플리케이션(200)의 기능을 실행하도록 구성될 수 있다. 프로세싱 디바이스는 예를 들어, 마이크로폰과 같은 변환기로 신호를 감지함으로써 송신된 신호의 반사를 수신할 수 있다. 프로세싱 디바이스는 감지된 신호를 프로세싱하여 신체 운동 예컨대 전신 운동, 심장 운동 및 호흡 운동을 결정할 수 있다. 프로세싱 디바이스(100)는 다른 구성 요소 중에서도, 스피커 및 마이크로폰을 포함할 수 있다. 스피커는 발생된 오디오 신호를 송신하기 위해 구현되고 마이크로폰은 반사된 신호를 수신하기 위해 구현될 수 있다. 감지 및 프로세싱을 위한 발생된 오디오 신호는 2017년 9월 19일자로 출원된 국제 특허 출원 PCT/EP2017/073613호에 설명된 기법 중 임의의 것으로 구현될 수 있으며, 그의 전체 개시는 본 명세서에 참조로 포함된다. 도 1 내지 도 5에 예시된 버전은 통합된 감지 장치를 갖는 다양한 프로세싱 디바이스를 예시하지만(예를 들어, 하우징이 마이크로폰 및 스피커와 같은 감지 장치 또는 구성요소의 모두를 포함하는 경우), 몇몇 버전에서, 감지 장치는 유선 및/또는 무선 연결(들)을 통해 연결되거나 함께 작동하는 개별의 또는 분리적으로 수용된 구성요소일 수 있다.
선택적으로, 프로세싱 디바이스의 사운드-기반 감지 방법론은 치료 디바이스가 프로세싱 디바이스(100)로서 기능하거나 별도의 프로세싱 디바이스(100)와 함께 동작하는 도 5에 예시된 호흡 치료 디바이스(5000)와 같은 침상 디바이스(예를 들어, 지속적 기도 양압(예를 들어, “CPAP”) 디바이스와 같은 호흡 치료 디바이스 또는 고-흐름 치료 디바이스)와 같은 다른 유형의 디바이스에서 또는 이와 같은 디바이스에 의해 구현될 수 있다. 압력 디바이스 또는 송풍기(예를 들어, 볼류트 내의 모터 및 임펠러), 하나 이상의 센서 및 압력 디바이스 또는 송풍기의 중앙 제어기를 포함한, 이와 같은 디바이스의 예는 2014년 10월 28일자로 출원된 국제 특허 공개 번호 WO/2015/061848(출원 번호 PCT/AU2014/050315)호 및 2016년 3월 14일자로 출원된 국제 특허 공개 번호 WO/2016/145483(출원 번호 PCT/AU2016/050117)호에 설명된 디바이스를 참조하여 고려될 수 있으며, 이들의 전체 개시는 본 명세서에 참조로 포함된다. 이와 같은 호흡 치료 디바이스(5000)는 선택적인 가습기(4000)를 포함하고 치료를 환자 회로(4170)(예를 들어, 도관)를 통해 환자 인터페이스(3000)에 제공할 수 있다. 몇몇 경우에, 호흡 치료 디바이스(5000)는 본 출원에 걸쳐 설명된 프로세스의 외부 사운드 관련 음향 조건을 감지하는 역할을 하는 것과 대조적으로, 환자 회로(4170) 내에 그리고 환자 회로를 통해 내부 사운드 관련 조건을 감지하기 위한, 마이크로폰과 같은 별도의 센서를 가질 수 있다.
프로세싱 디바이스(100)는 대상체의 호흡 및/또는 다른 운동 관련 특성을 감시하는 효율적이고 효과적인 방법을 제공하도록 적응될 수 있다. 수면 중에 사용될 때, 프로세싱 디바이스(100) 및 그의 연관된 방법은 예를 들어, 사용자의 호흡을 검출하고 수면 단계, 수면 상태, 수면 상태들 사이의 전이, 수면 장애 호흡 및/또는 다른 호흡 조건을 식별하는 데 사용될 수 있다. 웨이크 상태 동안에 사용될 때, 프로세싱 디바이스(100) 및 그의 연관된 방법은 사람의 존재 유무 또는 대상체 호흡(들숨, 날숨, 중지 및 유도된 속도) 및/또는 심장탄도 파형 그리고 후속하여 유도된 심박수와 같은 운동을 검출하는 데 사용될 수 있다. 이와 같은 매개변수는 이완 치료(이완 목적을 위해 사용자의 호흡 속도를 감소시키도록 사용자를 유도함)을 제어하거나 예컨대, COPD, 천식, 울혈성 심부전(CHF)과 같은 만성 질환을 갖는 대상체의 호흡 상태를 평가하는 데 사용될 수 있으며, 여기서 대상체의 베이스라인 호흡 매개변수(들)는 악화/대상부전 이벤트가 발생하기 전의 시간에서 변화한다. 호흡 파형은 호흡의 일시 중단(예컨대, 중추 무호흡증 또는 폐쇄 무호흡증 동안에 나타나는 폐쇄성 기도에 대한 작은 흉부 운동) 또는 호흡 감소(예컨대, 호흡저하와 관련된 얕은 호흡 및/또는 호흡 속도 감소)를 검출하기 위해 또한 프로세싱될 수 있다.
프로세싱 디바이스(100)는 집적 칩, 메모리 및/또는 다른 제어 명령어, 데이터 또는 정보 저장 매체를 포함할 수 있다. 예를 들어, 본 명세서에서 설명된 평가/신호 프로세싱 방법론을 포함한 프로그래밍된 명령어는 ASIC(application specific integrated chip)을 형성하기 위해 디바이스 또는 장치의 메모리에 집적된 칩에 코딩될 수 있다. 이와 같은 명령어는 또한 또는 대안적으로, 적절한 데이터 저장 매체를 사용하여 소프트웨어 또는 펌웨어로서 로딩될 수 있다. 선택적으로, 이와 같은 프로세싱 명령어는 예컨대 네트워크(예를 들어, 인터넷)를 통해 서버로부터 프로세싱 디바이스로 다운로드될 수 있어 명령어가 실행될 때, 프로세싱 디바이스는 스크리닝 디바이스 또는 감시 디바이스로서의 역할을 한다.
따라서, 프로세싱 디바이스(100)는 도 3에 예시된 바와 같은 다수의 구성요소를 포함할 수 있다. 프로세싱 디바이스(100)는 다른 구성요소 중에서도, 마이크로폰 또는 사운드 센서(302), 프로세서(들)(304), 선택적인 디스플레이 인터페이스(306), 선택적인 사용자 제어/입력 인터페이스(308), 스피커(310), 및 메모리/데이터 저장장치(312)(예컨대, 본 명세서에서 설명된 프로세싱 방법론/모듈의 프로세싱 명령어를 지님)를 포함할 수 있다. 몇몇 경우에, 마이크로폰 및/또는 스피커는 예를 들어, 프로세싱 디바이스가 예컨대 스피커를 통해, 마이크로폰에 의해 감지된 오디오 및/또는 구두 명령에 응답할 때, 예컨대 프로세싱 디바이스의 동작을 제어하기 위해, 사용자 인터페이스의 역할을 할 수 있다.
프로세싱 디바이스(100)의 구성요소 중 하나 이상은 프로세싱 디바이스(100)와 일체형이거나 프로세싱 디바이스(100)와 작동 가능하게 결합될 수 있다. 예를 들어, 마이크로폰 또는 사운드 센서(302)는, 예컨대 유선 또는 무선 링크(예를 들어, 블루투스, 와이파이 등)를 통해 프로세싱 디바이스(100)와 일체형이거나 프로세싱 디바이스(100)와 결합될 수 있다.
메모리/데이터 저장장치(312)는 프로세서(304)를 제어하기 위한 복수의 프로세서 제어 명령어를 포함할 수 있다. 예를 들어, 메모리/데이터 저장장치(312)는 본 명세서에서 설명된 프로세싱 방법론/모듈의 프로세싱 명령어에 의해 애플리케이션(200)이 수행되게 하기 위한 프로세서 제어 명령어를 포함할 수 있다.
본 기술의 예는 프로세싱 디바이스(100)를 사용하여 사용자가 수면 중일 때 모션, 호흡 및 선택적으로 수면 특성을 검출하기 위해, 애플리케이션(들)(200)에 의해 구현될 수 있는 하나 이상의 알고리즘 또는 프로세스를 사용하도록 구성될 수 있다. 예를 들어, 애플리케이션(200)은 수개의 서브-프로세스 또는 모듈에 의해 특징화될 수 있다. 도 2에 도시된 바와 같이, 애플리케이션(200)은 오디오 신호 발생 및 송신 서브-프로세스(202), 모션 및 생물리학 특성 검출 서브-프로세스(204), 예컨대 수면, 호흡 또는 심장 관련 특성화를 위한 모션 특성화 서브-프로세스(206), 및 결과 출력 서브-프로세스(208)를 포함할 수 있다.
예를 들어, 수면 스테이징 프로세싱 모듈에서와 같이, 프로세싱(206)에서의 선택적인 수면 스테이징이 구현될 수 있다. 그러나, 임의의 하나 이상의 이와 같은 프로세싱 모듈/블록(예를 들어, 수면 스코어링 또는 스테이징, 피로 표시 프로세싱, 대상체 인식 프로세싱, 만성 질환 감시 및/또는 예측 프로세싱, 수면 장애 호흡 이벤트 검출 프로세싱, 또는 다른 출력 프로세싱 등)이 선택적으로 추가될 수 있다. 몇몇 경우에, 신호 후-프로세싱 단계의 기능은 다음의 특허 또는 특허 출원 중 어느 하나에 설명된 장치, 시스템 및 방법론의 임의의 구성요소, 디바이스 및/또는 방법론을 사용하여 수행될 수 있으며, 그것의 전체 개시는 본 명세서에 참조로 포함된다: 2007년 6월 1일자로 출원되고 발명의 명칭이 "Apparatus, System, and Method for Monitoring Physiological Signs"인 국제 특허 출원 번호 PCT/US2007/070196 호; 2007년 10월 31일자로 출원되고 발명의 명칭이 "System and Method for Monitoring Cardio-Respiratory Parameters"인 국제 특허 출원 번호 PCT/US2007/083155호; 2009년 9월 23일자로 출원되고 발명의 명칭이 “Contactless and Minimal-Contact Monitoring of Quality of Life Parameters for Assessment and Intervention”인 국제 특허 출원 번호 PCT/US2009/058020호; 2010년 2월 4일자로 출원되고 발명의 명칭이 "Apparatus, System, and Method for Chronic Disease Monitoring"인 국제 출원 번호 PCT/US2010/023177호; 2013년 3월 30일자로 출원되고 발명의 명칭이 "Method and Apparatus for Monitoring Cardio-Pulmonary Health"인 국제 특허 출원 번호 PCT/AU2013/000564호; 2015년 5월 25일자로 출원되고 발명의 명칭이 “Methods and Apparatus for Monitoring Chronic Disease”인 국제 특허 출원 번호 PCT/AU2015/050273호; 2014년 10월 6일자로 출원되고 발명의 명칭이 "Fatigue Monitoring and Management System"인 국제 특허 출원 번호 PCT/AU2014/059311호; 2013년 9월 19일자로 출원되고 발명의 명칭이 "System and Method for Determining Sleep Stage"인 국제 특허 출원 번호 PCT/AU2013/060652호; 2016년 4월 20일자로 출원되고 발명의 명칭이 "Detection and Identification of a Human from Characteristic Signals"인 국제 특허 출원 번호 PCT/EP2016/058789호; 2016년 8월 17일자로 출원되고 발명의 명칭이 "Screener for Sleep Disordered Breathing"인 국제 특허 출원 번호 PCT/EP2016/069496호; 2016년 8월 16일자로 출원되고 발명의 명칭이 " Digital Range Gated Radio Frequency Sensor”인 국제 출원 번호 PCT/EP2016/069413호; 2016년 8월 26일자로 출원되고 발명의 명칭이 “Systems and Methods for Monitoring and Management of Chronic Disease”인 국제 특허 출원 번호 PCT/EP2016/070169호; 2014년 7월 8일자로 출원되고 발명의 명칭이 “Methods and Systems for Sleep Management”인 국제 특허 출원 번호 PCT/US2014/045814호; 및 2016년 3월 24일자로 출원되고 발명의 명칭이 "Detection of Periodic Breathing"인 미국 특허 출원 번호 15/079,339호. 따라서, 몇몇 예에서, 예를 들어 호흡 운동을 포함한 검출된 운동의 프로세싱은 (a) 수면을 나타내는 수면 상태; (b) 각성을 나타내는 수면 상태; (c) 깊은 수면을 나타내는 수면 단계; (d) 얕은 수면을 나타내는 수면 단계; 및 (e) REM 수면을 나타내는 수면 단계 중 임의의 하나 이상을 결정하기 위한 기초로서의 역할을 할 수 있다. 이와 관련하여, 본 개시의 사운드 관련 감지 기술이 이러한 포함된 참조문헌에 설명된 바와 같은 레이더 또는 RF 감지 기술과 비교할 때, 스피커 및 마이크로폰을 사용하고 사운드 신호를 프로세싱하는 것과 같은 모션 감지를 위한 상이한 메커니즘/프로세스를 제공하지만, 일단 호흡 속도와 같은 호흡 신호가 본 명세서에서 설명된 사운드 감지/프로세싱 방법론으로 얻어지면, 수면 상태/단계 정보의 추출을 위한 호흡 또는 다른 모션 신호를 프로세싱하는 원리는 이러한 포함된 참조 문헌의 결정 방법론에 의해 구현될 수 있다.
감지 장치가 일반적으로 음향 감지(예를 들어, 저주파 초음파 감지)에 관해 본 명세서에서 설명되지만, 방법 및 디바이스는 다른 감지 기법을 사용하여 구현될 수 있다는 점이 이해된다. 예를 들어, 대안으로서, 프로세싱 디바이스는 발생된 신호 및 반사된 신호가 RF 신호이도록, 감지 장치의 역할을 하기 위해 RF 센서의 무선 주파수(RF) 송수신기로 구현될 수 있다. 프로세싱 디바이스와 통합되거나 이 디바이스에 결합될 수 있는 이와 같은 RF 감지 디바이스는 발명의 명칭이 “Range Gated Radio Frequency Physiology Sensor”이고 2013년 7월 19일자로 출원된 국제 특허 출원 번호 PCT/US2013/051250호; 발명의 명칭이 “Digital Radio Frequency Motion Detection Sensor”이고 2017년 8월 16일자로 출원된 국제 특허 출원 번호 PCT/EP2017/070773호; 및 발명의 명칭이 “Digital Range Gated Radio Frequency Sensor”이고 2017년 8월 16일자로 출원된 국제 특허 출원 번호 PCT/EP2016/069413호 설명된 기법 및 세너 구성요소 중 임의의 것으로 구현될 수 있다. 유사하게, 대안 버전에서, 감지 신호의 송신 및 그의 반사의 감지를 위한 이와 같은 감지 장치는 적외선 방사선 발생기 및 적외선 방사선 검출기(예를 들어, IR 방출기 및 IR 검출기)로 구현될 수 있다. 본 명세서에서 설명된 바와 같은 모션 검출 및 특성화를 위한 이와 같은 신호의 프로세싱은 유사하게 구현될 수 있다. 예를 들어, 호흡 속도 및 운동 및 활동 카운트가 RF이든지 소나이든지 모션으로부터 결정되면, 수면 스테이징은 공통 분석이다. 부가 예로서, 감지 파장은 RF 펄스화된 CW와 소나 FMCW 구현 간에 상이할 수 있다. 따라서, 속도는 예컨대 범위(상이한 감지 거리)에 걸쳐 운동을 검출함으로써 상이하게 결정될 수 있다. FMCW에 대해, 운동 검출은 다수의 범위에서 이루어질 수 있다. 따라서, 하나 이상의 이동 타겟은 (그것이 2명의 사람, 또는 실제로 사람의 상이한 부분이든지 - 소나 센서에 대한 각도에 따라) 추적될 수 있다.
이러한 상이한 감지 기법 중 2개 이상의 조합을 사용하는 것은 각각의 기법의 장점을 조합함으로써 감지 결과를 향상시킬 수 있다. 예를 들어, 논의된 음향 감지 기법은 우리의 일상 생활의 잡음 환경에서 전적으로 허용 가능하다. 그러나, 매우 민감한 청각을 갖는 사용자는 밤에 이와 같은 기술을 사용하는 것에 문제가 있다고 느낄 수 있는데, 밤에는 잡음이 훨씬 적어서 감지 신호가 잘 들린다. 유사하게, IR 감지는 밤 시간 동안 양호한 S/N 신호를 제공하지만, 그것의 사용은 낮의 빛(및 열)에 문제가 있을 수 있다. IR 감지는 이러한 경우에 낮 동안 음향 감지의 사용에 의해 보완되는 밤에 사용될 수 있다.
전형적으로, 예컨대 본 명세서에서 설명된 하나 이상의 톤을 사용하는 오디오 신호 등의 감지를 위해서 스피커로부터의 오디오 신호가 발생되어 사용자를 향해 송신될 수 있다. 톤은 하나 이상의 특정 주파수에서 매체(예를 들어, 공기)에 압력 변동을 제공한다. 이러한 설명의 목적을 위해, 발생된 톤(또는 오디오 신호 또는 사운드 신호)은 이들이 (예를 들어, 스피커에 의해) 가청 압력 파와 유사한 방식으로 생성될 수 있기 때문에 "사운드", "음향" 또는 "오디오"로서 지칭될 수 있다. 그러나, 이와 같은 압력 변동 및 톤(들)은 용어 "사운드", "음향" 또는 "오디오" 중 어느 하나에 의해 특징화됨에도 불구하고 가청 또는 비가청일 수 있는 것으로 본 명세서에서 이해되어야 한다. 따라서, 발생된 오디오 신호는 가청 또는 비가청일 수 있으며, 인간 모집단에 걸친 가청성의 주파수 임계값은 연령에 따라 변한다. 신호는 대부분의 사람이 사운드를 사운드(예를 들어, 18kHz 위의 범위에서) 분별할 수 없도록 실질적으로 비가청일 수 있다. 전형적인 "오디오 주파수" 표준 범위는 약 20 Hz 내지 20,000 Hz(20 kHz)이다. 더 높은 주파수 청력의 임계값은 나이에 따라 감소하는 경향이 있는데, 중년의 사람은 흔히 15 내지 17 kHz 초과의 주파수를 갖는 소리를 들을 수 없는 반면에, 10대는 18 kHz를 들을 수 있다. 스피치를 위한 가장 중요한 주파수는 대략 250 내지 6,000 Hz 범위이다. 전형적인 소비자용 스마트폰에 대한 스피커 및 마이크로폰 신호 응답은 대부분의 경우 19 내지 20 kHz 초과에서 롤 오프하도록 설계되며, 일부는 23 kHz 이상(특히 디바이스가 96 kHz와 같은 48 kHz 초과의 샘플링 속도를 지원하는 경우)으로 확장된다. 따라서, 대부분의 사람에 대해, 17/18 내지 24 kHz 범위의 신호를 사용하고 비가청을 유지하는 것이 가능하다. 19 kHz가 아닌 18 kHz를 들을 수 있는 젊은 사람에 대해, 21 kHz라고 말하는 19 kHz의 대역이 사용될 수 있다. 일부 가정용 애완동물은 더 높은 주파수(예를 들어, 개는 최대 60 kHz까지 그리고 고양이는 최대 79 kHz까지)를 들을 수 있다. 본 기술의 감지 오디오 신호에 대한 적절한 범위는 낮은 초음파 주파수 범위 예컨대 15 내지 24 kHz, 18 내지 24 kHz, 19 내지 24 kHz, 15 내지 20 kHz, 18 내지 20 kHz 또는 19 내지 20 kHz에 있을 수 있다.
감지 접근법에 관한 배경 - 저주파 초음파 및 무선 주파수
스피커 및 마이크로폰과 같은 오디오 디바이스는 현대 가정에 광범위하게 사용된다. 컴퓨터, 랩톱, 태블릿 및 스마트폰과 같은 모바일 및 휴대용 디바이스의 출현에 의해, 이와 같은 용도는 확장해나가고 있는 동시에, 훨씬 더 강력한 프로세서의 이용가능성에 의한 사용도 보완되고 있다. 그러나, 적어도 하나의 스피커 및 적어도 하나의 마이크로폰(또는 이러한 기능을 수행하도록 구성될 수 있는 변환기)의 존재는 새로운 생체측정 감지가 활성 저주파 초음파를 사용하고, 그의 에코를 프로세싱하여 이러한 디바이스 상에 수행되는 것을 허용한다. 인간 청각(예를 들어, 18kHz 위) 바로 외부에 있지만 시스템 능력(예를 들어, 48 kHz의 샘플링 속도에 대해 24 kHz 아래) 내에 있지만 통상 25 또는 30 kHz 아래에 있는 음향 신호를 플레이(송신)함으로써. 대조적으로, 의료 초음파는 통상 훨씬 더 높은 주파수 - 예를 들어 1 내지 18 MHz에서 동작한다. 이와 같은 감지 능력은 적어도 하나의 스피커 및 마이크로폰(또는 유사한 변환기) 및 프로세서를 이미 포함한 시스템에 추가될 수 있으며, 특화된 감지 소프트웨어의 추가는 디지털 신호 프로세싱(DSP) 기능을 구현한다는 점이 인식될 수 있다. 부가적으로, 특화된 스피커 및 마이크로폰은 또한 원하는 감지 특성에 따라 구현될 수 있다.
무선 주파수(RF) 센서 예컨대 5.8GHz ISM 대역 내에 또는 10.5GHz(또는 9.3GHz)에 동작하는 펄스화된 CW 도플러 센서 또는 24GHz ISM 대역(예를 들어, FMCW 또는 FSK를 사용하는 24GHz 기본 전압 제어 발진기(VCO)에 기초하여 디지털화된 I/Q(동위상 및 직교)를 전달하는 것)에서 동작하는 실리콘 게르마늄 레이더는 대안적으로 본 명세서에서 설명된 프로세스의 몇몇으로 사용될 수 있지만, 이와 같은 구현은 전형적으로 전용 하드웨어를 필요로 한다.
마이크로폰/스피커 시스템의 광범위한 가용성은 초음파 감지의 편리한 사용을 용이하게 하고 새로운 의료 및 건강 적용의 범위를 가능하게 할 수 있다.
예시적인 음향 감지 아키텍처
생리학적 신호를 검출하기 위한 시스템의 예시적인 아키텍처는 이하와 같을 수 있다. 약 25 kHz까지 동작하는 저주파 초음파 시스템은 모바일 스마트 디바이스 또는 스마트 스피커 디바이스 상에 실현될 수 있다. 이는 전자 디바이스 상의 하나 이상의 변환기를 사용하여 하나 이상의 대상체를 향해 사운드 에너지를 송신한다. 변환기는 전형적으로 25kHz 미만의 주파수를 포함하는 주파수의 범위에 걸쳐 사운드 에너지를 발생시키도록 구성된다. 변환기는 스마트 스피커, 사운드 바, TV, 의료 디바이스(예컨대 기도 양압(PAP) 디바이스), 또는 저주파 초음파 감지 및 프로세싱을 지원할 수 있는 변환기를 포함하는 많은 다른 디바이스 및 구성에 포함된 스피커의 형태일 수 있다. 생리학적 신호는 전자 디바이스 상의 제2 변환기를 사용하여 송신된 사운드 에너지에 대응하는 대상체로부터의 에코를 수신함으로써 감지되며, 제2 변환기(예컨대 마이크로폰)는 수신된 에코에 대응하는 전기 신호를 생성하고, 그것을 디지털화하도록 구성된다.
생체측정 특성을 검출하기 위해 초음파 시스템을 사용하는 것과 연관된 하드웨어 배열 및 신호 프로세싱의 상세한 기술적 설명은 PCT/EP2017/073613호에 설명되며, 그것의 전체 개시는 본 명세서에 포함되고 그것의 특징은 본 명세서에서 설명된 프로세싱 디바이스로 구현될 수 있다. 그러한 기술의 추가 기술적 상세 및 다양한 적용은 본 명세서 도처에서 설명된다.
이와 같은 시스템이, 예를 들어, Linux 기반 운영 시스템 플랫폼 상에 구현되면, 프로세서는 플레이 및 기록 명령을 사용하여 ALSA(Advanced Linux Sound Architecture)에 직접 통신하는 것이 바람직할 수 있다. 이는 바람직하지 않은 사운드 클릭(예를 들어, 위상 불연속성을 야기하는 드롭된 샘플)을 도입할 수 있으므로, 디지털 오디오 플레이 또는 레코드 샘플(예를 들어, 16 또는 32 비트 오디오 샘플)이 드롭되는 것을 회피하는 것이 중요하다. 시스템은 예를 들어 (프로세서가 하나 이상의 코어를 갖고, 다수의 프로세스 또는 스레드를 동시에 실행할 수 있는 경우에) 멀티 스레드되고, 파이썬(Python)과 같은 프로그래밍 언어를 사용하여, NumPy와 같은 패키지로 구현될 수 있다.
이와 같이 ALSA에 저레벨 액세스하는 것이 또한 바람직한데, 예컨대 리눅스 기반 안드로이드 스마트폰에서, 고레벨 오디오 동작(예컨대 자바 또는 Open SL ES를 통한 동작)을 하는 경우 마이크로 포즈가 생길 수 있고, 이로 인해, 프로세서가 과부하되고 애플리케이션 및/또는 오디오가 운영체제에 의해 (예를 들어, 특정 삼성 S7 디바이스에서) 잠시 중지되는 경우에, 몇몇 특정 스마트폰에서 바람직하지 않은 가청 클릭킹음이 야기된다.
생명체의 감지
“대상체”는 통상 사람인 것으로 간주되지만, 또한 애완동물 개, 고양이 등과 같은 동물일 수 있다. 개는 45 kHz까지 들을 수 있고, 고양이는 64 kHz까지 들을 수 있으므로, 감지 주파수는 그들의 청각 범위를 넘는 대역까지 선택적으로 증가될 수 있고, 그리고/또는 생성된 사운드를 감지하는 유형은 동물을 괴롭히지 않도록 조정될 수 있다(예를 들어, 윙윙거리는 소리보다는 오히려 넓은 스펙트럼의 조용한 쉬하는 소리에 더 가까움).
시스템은 또한 감지 영역에 대상체가 없는 경우 동작하고, 그의 동작 모드를 (예를 들어, 송신된 파형 매개변수를 변경함으로써) 선택적으로 조정하여 훨씬 더 넓은 영역에 걸쳐 방해(운동)를 검출하기 위해 이루어질 수 있다. 시스템은 대상체가 검출될 때에만 아주 세밀한(예를 들어, 더 가까운 감지) 활동 및 생체 모션 검출을 위한 대안적인 동적 모드로 스위칭될 수 있다. 하나의 실현은 하나 이상의 스피커(예를 들어, 트위터) 및 하나 이상의 마이크로폰을 갖는 디바이스일 수 있으며, 이는 실시간 바이탈 사인 데이터를 클라우드에 송신한다.
감지 - 다른 오디오 디지털 신호 프로세싱(DSP)와의 공존
프로세싱 디바이스(100, 102)의 스피커-생성된 음향 신호에 의한 사용에서의 감지 주파수/주파수들) 및 파형 형상/형상들에 대해, 디바이스 또는 연관된 하드웨어 또는 소프트웨어 내의 임의의 기존 에코 소거는 억제(예를 들어, 디스에이블)될 수 있다. 자동 이득 제어(AGC) 및 잡음 억제는 종종 진폭이 비교적 작은 반사된 “에코” 신호의 방해(의도되지 않은 신호의 프로세싱)를 최소화하기 위해, 또한 금지될 수 있다.
결과적인 수신된 신호(예를 들어, 스피커에서 수신됨)는 상이한 주파수에서의 다른 신호(예를 들어, 말소리, 배경 잡음, 동일한 또는 공동 위치된 디바이스에서 실행되는 상이한 감지 신호 등)로부터 의도된 송신 감지 파형을 분리하기 위해 디지털 대역 통과 필터링된다.
감지 - 음향 송신 및 수신의 타이밍 / 클로킹
송신/수신 경로의 시간에 걸친 정확도에 따라(즉, 원치 않는 클록 드리프트, 온도 효과 등이 있음), 수신된 신호는 주기적으로 동기화 및 재동기화될 필요가 있을 수 있다. 정의된 파 형상(예컨대 FMCW 삼각형(업-다운 - 이중 램프) 처프, 사인파 변조, 램프 등)을 갖는 신호에 대해, 시간 또는 주파수 도메인 대조는 신호를 정렬하고, 왕복 시간을 추정하기 위해 수행될 수 있다. 정확한 타이밍 정보가 이용 가능한 다른 경우에, 계산적으로 복잡한 동기화가 요구되지 않을 수 있다.
상이한 클록을 갖는 2개 이상의 프로세싱 디바이스(100, 102)가 사용되는 경우, 여분의 동기화 정보는 디바이스 사이에서 (예를 들어, 무선 통신에 의해) 교환될 수 있다. 이는 특정 송신된 파형이 지배적인 에코와 관련될 수 있는 것을 확인(전파 시간을 추정)하기 위해 행해질 수 있다. 통상 이는 플레이되는 샘플 파형, 직접 경로 신호, 및 그 다음 에코를 비교함으로써 행해진다.
감지 - 적응 필터링을 갖는 프런트엔드 FMCW 이중 램프(예를 들어, 삼각형) 예
몇몇 버전에서, 프로세싱 디바이스는 특정 특성을 갖는 음향 주파수 변조 지속파(FMCW) 신호를 발생시킴으로써 감지를 위해 구현될 수 있다. FMCW 신호는 선형 주파수 변조를 갖는 연속 신호이며, 후속 하향 변환 프로세스는 “비트” 주파수를 산출하고, 감지 시스템로부터 상이한 거리에 위치된 고정 타겟은 그들의 상대 속도에 관계없이, 상이한 비트 주파수를 반환한다. “비트 주파수”는 때때로 “중간” 주파수(IF)로 지칭된다. FMCW를 이용하면, 수신 Rx 신호가 예컨대 본 명세서에서 더 상세히 설명된 바와 같이 국부 발진기에 의해 또는 자체에 의해 복조되고, 저역 통과 필터링될 때, 그것은 기저대역인 것으로 아직 간주되지 않는 비정상 "중간" 신호를 생성한다. IF 신호는 예컨대 고속 푸리에 변환 프로세싱(FFT)의 적용에 의해 프로세싱되어, 기저대역이 될 수 있다. (예를 들어, 도 10 참조).
전형적으로, 수신된 신호는 디지털 대역 통과 필터링되어(대역 통과 필터(BPF)) 송신된 파형의 예상된 에코에 관련되지 않은 주파수 성분을 제거한다. 이와 같은 BPF는 유한 임펄스 응답(FIR) 필터, 무한 임펄스 응답(IIR) 필터 또는 다른 접근법을 사용하여 구현될 수 있고, 에코의 주파수를 포함하도록 정의된 통과대역을 가질 것이다. 간단한 예는 위상 불연속성을 갖지 않고, 삼각형 램핑 전략(예를 들어, 1500 샘플 업, 1500 샘플 다운, 16 Hz의 유효 감지 샘플링 속도를 초래하는 48kHz의 오디오 샘플링 속도에서)을 사용하여 19 내지 21 kHz 및 원래의 19 kHz의 주파수를 램핑함으로써 주파수를 변경하는 FMCW 신호를 사용하여 음향 감지 파형을 송신하는 것이고; 이러한 경우에, BPF는 이러한 주파수 범위를 커버하는 통과대역을 갖도록 설계될 것이고, 3dB 지점은 신호에 지나치게 영향을 미치지 않도록 에지 아래 및 위에서 선택되고, 통과 대역에서 제한되거나 리플이 없다.
FMCW 신호에 의한 감지에 관해, BPF로서 사용될 수 있는 더 진보된 필터는 송신된 처프(램핑된 주파수), 및 예상된 에코(시간에서)의 타이밍의 지식을 사용할 수 있다. 이와 같은 필터는 예상된 주파수 성분을 추적함으로써, 훨씬 더 좁은 통과대역을 적응적으로 변경하고(즉, 적응) 가질 수 있다. 이는 원치 않는 주파수/주파수들에서 신호의 더 양호한 억제를 허용하고 간헐적인 대역 내 간섭을 방지하는 데 도움이 될 수 있다. 본 명세서에서 보다 상세히 논의된 바와 같이, 초음파 감지 기술은 이중 톤 음향 신호로 구현될 수 있다. 이중 톤 지속파(CW) 신호의 경우에 대해, 상이한 톤은 관심있는 주파수를 더 양호하게 분리하기 위해 하나 이상의 필터(예컨대 필터 뱅크)에 의해 분리될 수 있다. 주파수 호핑 지속파(FHCW)가 송신에 구현되면, 디지털 필터(들)는 시간에 예상된 에코 주파수 성분을 추적하고, 다른 주파수를 거절하도록 구성될 수 있다.
적용된 신호 프로세싱은 양호한 신호 대 잡음(SNR)을 - 비교적 낮은 진폭 초음파 감지에서도 제공할 수 있다.
시스템의 SNR에 관한 정보는 복조 전 및 후 둘 모두에 - 예컨대 수신된 신호의 포락선에 기초할 뿐만 아니라, 복조된(예를 들어, 위상 복조 또는 차분 위상 복조와 같은 기법을 사용함) I/Q 신호, 및 후속 생체측정 검출에 기초하여 이용 가능하다.
도 6은 예컨대 적응 주파수 호핑 범위 게이팅((A)FHRG)에 대한 멀티 톤 쌍 음향 감지 신호를 예시한다. 그것의 일 예는 PCT/EP20l 7/073613에서 설명된다. 각각의 피크-투-트로프 형상은 2개의 톤으로 혼합된다. 피크의 높이의 변화는 실제 전화 스피커 및 마이크에서 비이상성으로 인한 것이며, 최대 출력 전력은 증가하는 주파수로 강하된다. 도면에서, X-축은 시간이고, y-축은 진폭이다. 이와 같은 신호를 갖는 직접 경로 / 정적 반사는 양의 및 음의 피크에서 최대이다. 트로프 동안, 에코가 지배될 수 있다.
적응 주파수 호핑 범위 게이팅((A)FHRG)에서의 이와 같은 파형이 이중 톤으로 이용되면, 톤의 진폭은 각각의 시간 슬롯 내의 시간 기간 내에 램프 업 및 다운될 수 있다. 램프 업 및 다운 시간 시퀀스(이중 시간)는 100Hz 떨어져 있을 수 있다. 이는 수신 상의 직접 경로가 인식(검출)될 수 있을 뿐만 아니라, 트로프 내의 반사(이러한 시간에 거의 "조용한" 바와 같음)가 분별/구별될 수 있는 것을 의미한다. 주된 직접 경로는 정적 반사이다. 잘 설계된 송신 / 수신 변환기는 라우드스피커로부터 마이크로폰으로 직접 소량의 “블리드 스루우(bleed through)”(즉, 스피커로부터 마이크로폰으로의 강한 직접 경로)만을 갖는다. 이는 라우드스피커 및 마이크로폰이 공동 위치되는 스마트 폰 또는 스마트 스피커 상에서 더 큰 경향이 있을 수 있다. 수신된 신호가 복조될 때, 직접 경로는 상당한 DC 레벨을 야기한다. 직접 경로 성분(즉, 널리 공지된 지연 경로 - 예컨대 스피커(들)와 마이크(들) 사이의 고정 거리에 관련됨)는 또한 송신 / 수신 신호 경로 내의 임의의 고정 또는 가변 지연을 추정하기 위해, 이용될 수 있으며 - 예를 들어, 가변 레이턴시, 클록 드리프트, 정지/시작 행위 등이 있고, 이는 송신 및 수신 신호 사이의 관계에 바람직하지 않은 효과를 가질 수 있다. 작은 직접 경로이거나 직접 경로가 없는 경우에, 코딩 및/또는 파일럿 톤의 사용은 송신/수신 신호 타이밍 정보를 복구하기 위해 송신 신호 상에 사용될 수 있다.
이중 톤 FMCW(또한 본명세서에서 이중 램프 기술로 참조됨)
방금 설명된 바와 같이 (A)FHRG에 관해 이와 같은 이중(멀티 톤)과 대조적으로, 본 기술의 몇몇 버전에서의 프로세싱 디바이스는 대신에 예컨대 저주파 초음파 감지를 위한 이중 톤 FMCW 감지 신호로 구현될 수 있다. 이와 관련하여, FMCW 유형의 접근법으로 저주파 초음파 감지 시스템을 구현할 때 음향 감지 신호가 생성될 수 있는 상이한 방식이 있다. 이는 주파수 도메인(예를 들어, 삼각형(대칭 또는 비대칭), 램프, 사인파 등), 기간(시간에서의 “처프”의 지속), 및 대역폭(“처프”에 의해 커버되는 주파수 - 예를 들어, 19 내지 21 kHz)에서 파형 형상의 차이를 수반할 수 있다. 또한 FMCW 구성에서 2개 이상의 동시 톤을 사용하는 것이 가능하다.
샘플의 수의 선택은 가능한 출력 복조된 샘플링 속도를 정의하는 반면에(예를 들어, 48 kHz의 샘플링 속도에서의 512 샘플은 93.75 Hz(48,000/512)와 동등함), 4096 샘플 지속 스윕 시간은 11.72 Hz(48,000/4096)와 동등하다. 삼각형 파형이 1500 샘플 업 시간, 및 1500 샘플 다운 시간에 사용되면, 이때 출력 샘플링 속도는 16 Hz(48,000/3000)이다. 이러한 유형의 시스템에 대해, 동기화는 예를 들어 신호에 참조 템플릿을 승산함으로써 수행될 수 있다.
출력 샘플링 속도의 선택에 관해, 경험적 테스팅은 1/f 잡음(공기 이동, 잠재적으로 강한 페이딩, 및/또는 방 모드로 인한 낮은 주파수 효과)뿐만 아니라 더 높은 복조된 샘플링 속도에서 인식된 잔향 영역 밖에 머무르는 것을 광범위하게 회피하므로, 8 내지 16 Hz의 근사 영역에서 동작하는 것이 바람직한 것을 나타냈다(즉, 감지 파형 “처프”의 임의의 하나의 주파수 내의 에너지에 대한 시간이 다음 “처프” 내의 다음 유사한 성분 전에 페이딩되는 것을 허용했음). 제시된 다른 방식, 빈을 너무 넓게 하면, 기류 및 온도의 변경(예를 들어, 문을 열고 열이 방 안으로 들어오고 방 밖으로 나감)은 보고 있는 임의의 블록이 호흡과 같이 보일 수 있는 원치 않는 베이스라인 드리프트를 포함할 수 있는 것을 의미한다. 실제로, 이는 공기가 이동함에 따라 파가 대역을 가로질러(범위 빈을 가로질러) 이동하는 것으로 보여지는 것을 의미한다. 이는 책상 또는 받침대 팬, 또는 공기 조화 또는 다른 HVAC 시스템으로부터의 더 국부적인 효과와 별개이다. 효과적으로, 블록이 너무 넓어지면, 시스템은 CW 시스템 “처럼 보이기” 시작한다. 다른 한편, 시스템이 너무 높은 리프레시 속도(즉, 너무 짧은 램프)로 작동하면 리버브를 얻을 수 있다.
도 7a에 예시된 바와 같이 하나의 “톤”(즉, 주파수에서 위 및 아래로 스윕됨)을 갖는 삼각형 FMCW 파형에 대해, 시스템은 예를 들어, 단지 업-스위프, 또는 단지 다운-스위프를 프로세싱할 수 있거나, 실제로 둘 모두는 거리 검출을 위해 프로세싱될 수 있다. 하나의 톤에 대한 위상 연속 삼각형 형태는 위상 불연속성에 의해 생성되는 플레이된 사운드에서 가청 인공물을 최소화하거나 제거하므로 매우 바람직하다. 이의 램프 변형은 스피커(들)가 주파수에서의 특정 진폭 사운드를 플레이하는 것으로부터 샘플의 공간 내의 유사한 진폭에서의 훨씬 더 낮은(또는 훨씬 더 높은) 주파수로 점핑하도록 요청받으므로, 매우 불쾌하고 가청 윙윙거리는 사운드를 일으킬 수 있으며; 스피커의 기계적 변경은 클릭을 일으킬 수 있고, 처프의 빈번한 반복은 사용자가 윙윙거리는 소리(많은 밀접히 이격된 클릭)를 듣는 것을 의미한다.
따라서, 본 기술의 몇몇 버전에서, FMCW로서의 음향 감지 신호는 램프 파형을 갖는 특수 이중 “톤”(예를 들어, 업-스위프 또는 다운-스위프만으로 구성됨)으로 구현될 수 있어 - 가청 인공물 없이 하나의 램프의 끝(주파수 램프 업 및 다운)으로 다음(주파수 램프 업 및 다운)으로 주파수의 급격한 변경이 있다. 시간에 대해 주파수 특성을 나타내는 이와 같은 이중 "톤" 주파수 변조된 파형은 - 적어도 2개의 변경 주파수 램프는 시간의 기간 동안 중복되고 이러한 주파수 램프는 기간 내의 시간의 임의의 순간에 예컨대 램핑의 지속 동안 또는 일부 동안 다른 것(들)에 대해 상이한 주파수를 각각 가질 수 있음 - 도 7b의 파선 대 실선에 대해 예시된다. 이는 시스템에서 데이터 프로세싱을 궁극적으로 단순화하고, 또한 삼각형 파형의 각각의 지점에서 잠재적으로 높은 진폭 전이를 제거할 수 있다. 급격하고 반복적인 전이는 때때로 시스템의 낮은 레벨 DSP / CODEC / 펌웨어에서 이상한 작용을 촉발시킬 수 있다.
이와 같은 이중 톤 신호를 구현하는 중요한 고려는 결과적인 형상이 이루어져(형상화되어) 스피커 / 시스템이 급격한 전이를 할 필요가 없고, 그것이 제로 지점을 갖는다는 것이다. 이는 신호 비가청을 렌더링하기 위해 다르게 구현될 필터링에 대한 요구를 감소시킬 수 있다. 예를 들어, 고역 통과 또는 대역 통과 필터링은 신호가 비가청 감지 신호로서 동작하는 것을 여전히 허용하면서 회피될 수 있다. 파형 내의 제로의 존재는 제로가 이와 같은 신호의 송신 및 수신의 동기화를 (예를 들어, 복조를 위해) 간략화하기 때문에 신호 프로세싱을 용이하게 한다. 이중 톤의 결과는 하나보다 많은 톤이 사용됨에 따라 페이딩 견고성의 요소를 제공한다는 것이고 - 페이딩은 사용된 주파수뿐만 아니라, 위상 또는 주파수에 따라 변화될 수 있다(예를 들어, 하나는 이중 톤 시스템 내의 FMCW 톤 사이에 100Hz 오프셋을 사용할 수 있음).
도 7a 및 도 7b는 FMCW 단일 톤(도 7a) 및 이중 톤(도 7b) 구현의 주파수 도메인 비교를 도시한다. 단일 톤(도 7a)은 비가청성을 보장하기 위해 다운스위프(시간에 걸친 생성된 주파수의 감소)를 우선적으로 포함할 수 있다. 그러나, 다운스위프는 생략될 수 있지만 몇몇 가청성을 야기할 수 있다. 이중 톤(도 7b)은 시간 도메인 표현이 예컨대 비가청이도록 형상화됨에 따라, 이와 같은 다운스위프에 대한 요구를 회피하는 데 도움이 될 수 있다. 도 7b는 제1 톤(7001) 및 선택적인 제2 톤(7002) 중복을 도시한다. 도면은 수신된 에코(즉, 반사 신호)를 도시하지 않는다. 따라서, 톤은 반복된 파형에서 제2 톱니 주파수 변경과 중복된 제1 톱니 주파수 변경을 형성한다. 그들은 감지 기간 동안 반복될 수 있도록 연속적이다.
도 7a의 FMCW 단일 톤 및 도 7b의 FMCW 이중 톤의 성능은 도 8 및 도 9를 참조하여 고려될 수 있다. 도 8a, 도 8b 및 도 8c는 도 7a의 FMCW 단일 톤 예의 신호 특성을 도시한다. 도 9a, 도 9b 및 도 9c는 도 7b의 FMCW 이중 톤 예의 신호 특성을 도시한다.
도 8a는 음향 감지 시스템에서 동작하는 삼각형 단일 톤 FMCW로서 동작하는 송신된(Tx) 신호(8001), 및 수신된(Rx) 반사(8001-R)(에코)를 도시한다. 도 8b는 시간 도메인 파형을 도시한다. 도 8c는 신호의 스펙트럼 성분을 도시한다. 분명한 바와 같이, 더 낮은 주파수에(FMCW 신호의 대역폭을 관련시키는 피크 영역 외부에) 여전히 콘텐츠가 있다. 따라서, 이와 같은 더 낮은 주파수는 가청 주파수 범위에 있고 그것에 의해 바람직하지 않은 성능 특성을 초래할 수 있다.
도 9a는 신호 그래프(9002)로 이중 톤 램프 FMCW 신호를 도시한다. 신호 그래프(9002)는 톤 둘 모두를 표현하고, 신호 그래프(9002-R)는 2개의 톤 / 멀티 톤의 수신된 에코를 표현한다. 도 9b는 제로 지점(결과적인 제로 크로싱)에서, 이중 톤의 코사인 유사 기능 형상을 도시한다. 도 9c는 더 낮은 주파수에서 훨씬 더 매끄러운 피크 및 더 낮은 전력 진폭을 도시한다. 도 9c의 경사 영역(SR)은 도 8c의 경사 영역(SR)과 비교할 때, 더 낮은 주파수 내에/로 이중 톤 램프 FMCW의 전력(dB)의 더 급격한 경사를 예시한다. 높은(실질적으로 비가청, 감지를 위해 이용됨) 주파수의 범위로부터 그리고 더 낮은(가청, 전형적으로 감지를 위해 이용되지 않음) 주파수 내로 더 급격한 롤- 오프는 사용자에게 덜 눈에 띄므로 바람직한 음향 감지 성질이다. 더 낮은 주파수(FMCW 신호의 대역폭에 관한 피크 영역의 외부)에서의 전력은 도 8c에 예시된 단일 톤 FMCW 삼각형 형태의 경우에서의 것보다 작은 40dB 일 수 있다. 도 9c에 예시된 바와 같이, 도 9c의 상부 평활 피크 영역(PR)은 도 8c의 멀티 에지 피크 영역(PR)과 비교할 때, 이중 톤 램프 FMCW 신호가 더 양호한 음향 감지 성질을 가질 수 있고 스피커에 덜 요구되고 있는 것을 표시한다. 이와 같은 다수의 톤 FMCW 또는 이중 톤 FMCW 시스템(예를 들어 리눅스 기반 단일 보드 컴퓨터 상에 실행함)은 4m 이상의 감지 범위 내에서 다수의 사람을 식별하는 것이 가능하도록 감지를 제공하 수 있다. 그것은 또한 예를 들어 프로세싱 디바이스로부터 1.5 미터에서 심박수, 및 대략 4 미터 이상까지의 밖에서 호흡 속도(들)를 검출할 수 있다. 예시적인 시스템은 18,000Hz 및 18,011.72 Hz에서 2개의 톤을 사용할 수 있으며, 이는 예를 들어, 19,172 Hz 및 19183.72 Hz 각각으로 램핑될 수 있다.
1,172 Hz의 이러한 램프에 대해, 예를 들어, 48,000Hz/4096=11.72의 빈 폭에서, 크기 4096 지점의 FFT를 사용하는 것을 고려할 수 있다. 340m/s로서의 사운드의 속도에 대해, 100 빈에 걸친 340ms/s / 11.72 / 2(아웃 및 백에 대함) = 14.5m 또는 각각의 빈에 대한 14.5cm를 주목한다. 각각의 “빈”은 예를 들어 한 사람(빈 당)까지를 검출할 수 있다(그러나 실제로 사람은 이것 이상으로 분리될 것이다.) 동기화 프로세스의 일부로서, 신호는 예를 들어, 더 계산적으로 비싼 상관 동작을 회피하기 위해, 제곱될 수 있으며, 신호는 참조 템플릿에 승산된다. 사용된 FFT 크기와 독립적으로, 최대 범위 분해능은 음속/(대역폭*2) = 340/(1172*2)=14.5cm이다. 그러나, 감지된 반사 신호를 감지된 직접 경로 신호와 교차 상관시키는 것을 포함하는 동기화 프로세스가 선택적으로 제공될 수 있다. 동기화 프로세스는 참조 템플릿을 감지된 반사 사운드 신호의 적어도 일부분과 승산하는 단계를 선택적으로 포함할 수 있다.
도 10은 신호를 자체와 승산(적산)함으로써 이중 톤 FMCW 램프의 “자가 혼합” 복조의 일 예를 예시한다. 이와 관련하여, 복조는 수신된 에코 신호를 발생된 송신 신호를 나타내는 신호(예를 들어, 발진기로부터의 신호)와 승산하여 스피커 또는 프로세싱 디바이스(100, 102)의 범위에서 거리 또는 모션을 반영하는 신호를 생성함으로써 수행될 수 있다. 프로세싱은 때때로 “중간” 주파수(IF) 신호로 지칭되는 “비트 주파수” 신호를 생성한다. FMCW를 이용하면, 수신 Rx 신호가 예컨대 본 명세서에서 더 상세히 설명된 바와 같이 국부 발진기에 의해 또는 자체에 의해 복조되고, 저역 통과 필터링될 때, 그것은 기저대역(BB)인 것으로 아직 간주되지 않는 비정상 "중간" 신호를 생성할 수 있다. IF 신호는 예컨대 고속 푸리에 변환 프로세싱(FFT)의 적용에 의해 프로세싱되어, 기저대역(BB)가 될 수 있다.
도 10에 예시된 바와 같이, 복조는 수신(반사 사운드 신호) Rx 신호만으로 수행된다. 그것은 Rx 신호가 송신(Tx) 신호를 나타내는 대부분의 신호(예를 들어, 부분적으로, 스피커로부터 마이크로폰으로의 직접 경로를 이동하고 반사된 사운드로 감지될 수 있는 생성된 사운드)를 그것 내에 포함하기 때문에 수학적으로 가능하다. 디바이스는 수신 신호(Rx)에 자체를 승산할 수 있다(예컨대 복조가 승산 동작으로 간주될 수 있기 때문에 그것을 단지 제곱함으로써). 이것 다음에 필터링 프로세스(예를 들어, 저역통과)가 이어질 수 있다.
도 10이 자가 혼합을 예시하지만, 수개의 상이한 접근법은 반사된 신호, 및 감지 신호 (즉, Tx 또는 사운드 신호)로 모션 신호를 유도하도록 구현될 수 있다. 하나의 이와 같은 버전에서, 국부 발진기(LO)(또한 사운드 신호를 생성할 수 있음)는 복조를 위한 Tx 신호의 카피를 효과적으로 생성할 수 있다. 실제로 생성된 Tx 신호는 지연 또는 왜곡 때문에 발진기로부터의 내부 신호와 약간 상이할 수 있다. 그 다음, 복조는 국부 발진기(LO)(Tx)*Rx로부터의 신호의 승산에 의해 수행될 수 있으며 이 후에 또한 필터링(예를 들어, 저역통과)이 계속될 수 있다.
다른 버전에서, 2개의 국부 발진기는 2개의 LO 신호를 발생시키기 위해 구현될 수 있다. 예를 들어, LO 신호의 사인 및 코사인 카피는 수신 신호의 직교 복조를 제공하기 위해 구현될 수 있다. 전형적으로, 발진기로부터의 하나의 신호(사인 또는 코사인)만이 송신된다. 정확한 Tx 신호는 지연 또는 왜곡으로 인해 국부 발진기(LO)로부터의 신호와 다소 상이할 것이다. 이러한 버전에서, 복조는 (a) RX*LO(Sin) 및 (b) RX*LO(Cos)에 의해 수행될 수 있으며, 이 후에 I 및 Q 복조 성분 둘 모두를 생성하기 위해 필터링(예를 들어, 저역통과)가 각각의 경우에 계속될 수 있다.
도 11은 발생된 동위상 및 직각 위상 신호로 수행된 복조의 출력을 도시하는 수개의 그래프를 포함한다. 좌측 패널은 복조된 I/Q 트레이스(I(동위상) 및 Q(직교) 기저대역 신호)를 도시한다. 도면의 우측 패널은 좌측으로부터 DC / VLF 성분, 센서 전반의 제1 사람의 생체 모션 신호 주위의 적색/청색 수직 라인, 및 센서로부터의 범위(그러나 더 멀리 떨어져 있음) 내의 제2 사람의 시그니처를 나타내는 우측에 대한 다른 피크를 나타내는 신호의 스펙트럼 추정(예를 들어, 복합 고속 푸리에 변환(FFT))을 도시한다. 센서에 더 가까운 2명의 사람이 벽의 반사를 섀도잉함에 따라, 어떠한 반사도 FFT의 가장 오른쪽에서 보여지지 않는 점을 주목한다.
도 12에 예시된 바와 같이, 저주파 초음파 센서의 4 미터 내에 검출된 생체 모션이 없다. 이는 대략 제로 진폭 라인에서 변화되는 I 및 Q 트레이스 내의 생리학적 운동 신호로부터 분명하다. FFT 그래프의 좌측 측면 상에, DC 및 VLF 성분이 도시된다. FFT 그래프의 우측으로, 방 내의 벽으로부터의 반사로 인한 피크가 예시된다.
저주파 초음파 생체 모션 감지를 사용한 음성 가능 수면 개선 시스템의 예시적인 시스템 아키텍처는 도 13에 예시된다. 시스템은 감지 기법 본 명세서에서 설명된 감지 기법(예를 들어, 멀티 톤 FMCW 음향 감지)으로 구현될 수 있다. 사용자는 사용자의 수면을 감시하기 위해 이전에 활성화된 음성 활성화 스피커에 말할 수 있다. 예를 들어, 구두 명령어는 결정된 수면 스코어, 호흡(SDB) 이벤트 또는 수면 통계의 가청 보고를 생성하도록 스마트 스피커에 질의할 수 있다. 보고에 기초하여, 시스템의 프로세싱은 또한 예컨대 치료 디바이스가 수면을 원조하는 것을 제안함으로써, 수면을 개선하는 것에 관한 가청 어드바이스를 생성할 수 있다.
본 기술의 저주파 초음파 감지로 인에이블되는 스피커 가능 프로세싱 디바이스의 부근의 모션의 검출을 위한 시스템 프로세싱은 도 14에 예시된 모듈에 관해 고려될 수 있다. 프로세싱 디바이스(14102)는 스피커(14310) 및, 선택적으로, 이중 마이크로폰(14302)뿐만 아니라 하나 이상의 프로그래머블 프로세서를 갖는 마이크로컨트롤러(14401)를 포함한다. 모듈은 마이크로컨트롤러의 메모리 내로 프로그래밍될 수 있다. 이와 관련하여, 오디오 샘플 또는 오디오 콘텐츠는 예컨대 선택적인 오디오 콘텐츠가 감지 신호와 동시에 스피커에 의해 생성되면, 14410에서 선택적인 업샘플링 프로세싱 모듈에 의해 업샘플링될 수 있고 합산기 모듈(14420)에 제공될 수 있다. 이와 관련하여, 합산기 모듈(14420)은 FMCW 신호(예를 들어, 원하는 낮은 초음파 주파수 범위 내의 이중 톤 FMCW 신호)를 생성하는 FMCW 프로세스 모듈(14430)로부터 원하는 주파수 범위 내의 FMCW 신호와 오디오 콘텐츠를 선택적으로 조합한다. 그 다음, 합산된 FMCW 신호는 예컨대 스피커(14310)에 의한 출력을 위해 변환기 모듈에 의해 프로세싱될 수 있다. FMCW 신호는 또한 승산기 모듈(14440)과 같은 복조기에 인가되며, FMCW 신호는 마이크로폰(14302)에서 관찰되는 수신된 에코 신호로 프로세싱(이를 들어, 혼합/승산)된다. 이와 같은 혼합 전에, 수신된 에코 신호는 관심있는 주파수 스펙트럼 외부의 원하지 않는 주파수를 제거하기 위해 본 명세서에서 이전에 언급된 바와 같이, 예컨대 적응적으로 필터링될 수 있다. 오디오 출력 프로세싱 모듈(들)(14444)은 필터링된 출력을 선택적으로 다운 샘플링하고 그리고/또는 신호를 변환하여 오디오 신호를 생성할 수 있다. 그 다음, 승산기 모듈(1440)로부터의 복조된 신호 출력은 예컨대 프로세싱 후 모듈(14450)에 의해, 추가로 프로세싱될 수 있다. 예를 들어, 그것은 예를 들어, (a) 호흡 모션 또는 운동, (b) 심장 모션 또는 운동, 및 전체 모션 또는 운동, 예컨대 전신 모션 또는 전신 운동을 분리하기 위해 검출된 미가공 모션 신호 또는 다른 별도의 모션을 주파수 범위만큼 개선하도록 주파수 프로세싱(예를 들어, FFT) 및 디지털 신호 프로세싱에 의해 프로세싱될 수 있다. 그 다음, 생리학적 운동 신호(들)는 이전에 언급된 바와 같이 다양한 정보 출력(수면, 수면 단계, 모션, 호흡 이벤트, 등)을 검출하기 위해 신호의 다양한 모션을 특징화하도록 14460에서 특성 프로세싱에 의해 기록되거나 다른 방식으로, 디지털로 프로세싱될 수 있다.
전체 운동 또는 전신 모션의 검출에 관하여, 이와 같은 운동은 팔 운동, 머리 운동, 몸통 운동, 사지 운동, 및/또는 전체 신체 운동 등 중 어느 것을 포함할 수 있다. 소나 사운드-유형 모션 검출에 적용될 수 있는, 모션 검출을 위한 송신된 및 반사된 신호로부터의 이와 같은 검출에 대한 방법론은 예를 들어, 국제 특허 출원 번호 PCT/EP2016/058806호 및/또는 PCT/EP2016/080267호에 설명된 바와 같이, 고려되고 적용될 수 있으며, 그것의 전체 개시는 본 명세서에 참조로 포함된다. 그것의 성질에 의해, 이와 같은 RF 또는 소나 기술은 모든 신체 운동을 즉시, 또는 그것의 적어도 대부분을 인식하고 있을 수 있고 - 그것은 정확히 “빔”이 지향되는 곳에 의존할 수 있다. 예를 들어, 그것은 머리 및 가슴, 또는 전체 신체 등을 주로 조명하고 있다. 다리 운동은 예컨대 주기적일 때, 운동의 빈도에 기초한 모션으로서, 그리고 선택적으로 상이한 자동 이득 제어(AGC) 동작을 수행함으로써 주로 구별될 수 있다. 호흡 검출은 호흡 파형의 특성 주파수 및 신호 형상를 분리하기 위해, 보다 적은 전신 운동이 있을 때 가장 효과적이다(경시적으로 평가되는 정상의 COPD 또는 CHF 변화율 및 들숨/날숨 비율, SDB 이벤트, 더 긴 기간SDB 변조 등)
모션이 침대 내의 사람과 연관될 때, 가장 큰 진폭 신호는 롤과 같은 전신 운동과 연관될 수 있다. 손 또는 다리 운동은 더 빠르지만(예를 들어, I/Q 신호로부터의 속도) 더 낮은 상대 진폭일 수 있다. 따라서, 모션 신호의 분석에 의해 이와 같은 운동의 상이한 성분, 및 또는 성분의 시퀀스는 그것이 전체 운동 및 가속도, 팔 운동의 속도로 시작하고, 그 다음 정지하는 등 하는지와 같은 식별에서 고려될 수 있다. 이러한 식별은 상이한 모션 제스처에 대해 더 타겟팅될 수 있다.
도 15에 예시된 바와 같이, 이와 같은 프로세싱 디바이스(14100)는 작고 강요되지 않을 수 있다. 그것은 한명 이상의 사람 스피킹(깨어 있음)을 검출하고, 졸림 및 수면 단계를 검출하는 등 하고 감지 필드 내의 임의의 비인가된 당사자를 검출하기 위해 생체 모션 감지로 음성 원조를 위한 애플리케이션을 실행할 수 있다.
이전에 언급된 바와 같이, 프로세싱 디바이스는 예컨대 도 5에 예시된 바와 같이 호흡 치료 디바이스(5000)(예를 들어, PAP)로 구현될 수 있다. 이와 관련하여, 도 5의 예시된 마이크로폰 및 스피커는 호흡 디바이스에 내장된 저주파 초음파 감지 신호(스피커 및 마이크로폰과 같은 변환기를 사용하여 인에이블됨)를 생성하기 위해 구현되지만 환자 회로의 외부에서의 감지에 지향될 수 있다. 치료의 시간 동안, 무호흡을 검출하고 AHI를 계산하는 데 사용되는 호흡 매개변수는 환자 회로 내에서 조건을 검출하기 위해 플로우 발생기 자체의 센서에 의해 측정될 수 있다. 초음파 감지는 전형적으로 마스크(환자 인터페이스(3000)) 및 플로우 발생기(예를 들어, 호흡 치료 디바이스(5000))가 사용 중이지 않을 때 활성화될 수 있다. 도 5에 도시된 바와 같이, 동반자는 존재할 수 있고 선택적으로, 다른 프로세싱 디바이스(100)에 의해 감시될 수 있다.
도 16 및 도 17에 예시된 바와 같이, 상이한 출력은 프로세싱 디바이스(100)로부터 모션 및 그 거리에 관하여 프로세싱 디바이스(100)에 의해 검출 및 발생될 수 있다. 도 16에서, I(동위상) 및 Q(직교) 기저대역 신호는 특정 범위 빈(예를 들어, 프로세싱 디바이스로부터의 거리)로부터 추출된다. 이는 전신 운동, 호흡 운동, 및 심장 운동을 포함한다. 도 17에서, 좌측 패널은 모든 이용 가능한 범위 “빈”을 갖는 복잡한 스펙트럼 추정을 도시한다. 청색에서의 선택된 빈은 도 16에 도시된 I/Q 기저대역 트레이스를 산출한다. 하단 우측 패널은 가능한 수면 스코어, 심박수 및 호흡 흔적, 및 생리학적 운동 신호(들)로부터 검출 가능한 수면 단계 또는 임의의 다른 정보의 도시이다. 수면 스코어는 도 17의 상단 우측 패널의 히프노그램에 도시된 이벤트에 기초하여 계산된다.
감지 - 시스템에 의한 다른 오디오 재생(뮤직, 말소리, 코골이 등)과 음향 감지의 혼합(공존)
본 기술의 몇몇 버전은 프로세싱 디바이스(100)가 본 명세서에서 설명된 초음파 감지에 더하여, 다른 목적을 위해 그의 스피커 및/또는 마이크로폰을 사용할 수 있을 때 구현될 수 있다. 부가 프로세스는 이와 같은 동시 기능성을 허용하기 위해 구현될 수 있다. 예를 들어, 송신 비트스트림(음향 감지 신호)은 동시 오디오 콘텐츠 생성 및 초음파 감지에 대해 이전에 언급된 바와 같이 스피커에 의해 플레이되고 있는 임의의 다른 오디오 콘텐츠(가청)와 디지털 혼합될 수 있다. 수개의 접근법은 이와 같은 가청 오디오 콘텐츠 및 초음파 프로세싱을 수행하는 데 사용될 수 있다. 하나의 접근법은 다른 오디오 콘텐츠(예컨대 많은 채널 서라운드 사운드 시스템에서 모노, 스테레오 또는 더욱 많은 채널일 수 있음)가 감지 파형과 중복되는 임의의 스펙트럼 성분을 제거하기 위해 사전 프로세싱되는 것을 필요로 한다. 예를 들어, 뮤직 시퀀스는 예를 들어, 18 내지 20kHz 감지 신호와 중복될 18kHz 이상의 성분을 포함할 수 있다. 이러한 경우에, 18 kHz 근처의 뮤직 성분은 저역 통과 필터링 아웃될 수 있다. 제2 선택권은 뮤직을 적응 필터링하여 중복 감지(직접 경로 및 에코) 동안 짧은 시간 기간에 대한 주파수 성분을 제거하고, 필터링되지 않은 뮤직을 다른 방법으로 허용하는 것이며; 이러한 접근법은 뮤직의 충실도를 유지하도록 설계된다. 제3 선택권은 전혀 뮤직 소스를 간단히 변경하지 않을 수 있다.
지연이 특정 채널 상의 오디오 소스(예를 들어, 돌비 프로 로직, 디지털, 아트모스, DTS 등 또는 실제로 가상화된 스패셜라이저 기능)에 고의로 추가되는 경우, 임의의 이와 같은 대역 내 신호는 또한 적절히 프로세싱되고, 감지 파형은 에코를 프로세싱할 때, 지연되지 않거나 지연은 허용되지 않는다는 점이 주목되어야 한다.
감지 - 보이스 어시스턴트와의 공존
초음파 감지 파형(예를 들어, 삼각형 FMCW)의 특정 실현은 가청 대역 내에 스펙트럼 성분을 가지므로, 구글 홈과 같은 음성 인식 서비스를 수행하고 있는 특정 보이스 어시스턴트에 비의도적으로 그리고 원치 않게 영향을 미칠 수 있다는 점이 주목되어야 한다. 이와 같은 잠재적인 누화는 이중 램프 톤 쌍을 사용하거나, 또는 감지 파형을 사전 필터링하거나(삼각형 파형을 고역 통과 또는 대역 통과 필터링함), 음성 인식 신호 프로세싱을 적응시켜 초음파 감지 신호 성분에 견고하게 함으로써 회피될 수 있다.
FMCW 램프 신호(y)를 이하와 같이 고려한다:
Figure pct00001
시간 기간(T)에서 주파수 f_1로부터 주파수 f_2로의 이러한 램프. 이는 T의 시간 기간에 스위칭됨에 따라 하위 고조파를 갖는다.
이것의 분석은 그것이 더 낮은 주파수에 나타나므로 청취될 수 있는 대역 고조파 범위 밖을 갖는 것을 나타낸다.
이제 특정 이중 램프 쌍(y)을 이하와 같이 고려한다:
Figure pct00002
따라서, 하위-고조파가 소거되고(상기에서 차감됨), 신호가 유지된다. 1/T은 매우 구체적이며c; (1/T), 또는 실제로 -(1/T)을 사용함으로써, 시간 기간(T)에서의 스위칭의 효과가 상쇄된다. 따라서, 결과적인 신호는 비가청이다. 그것은 수학적으로 간단하면서 이것을 행하며, 이는 디바이스(예를 들어, 스마트 모바일 폰 디바이스) 상에서 계산적으로 부담되지 않음에 따라 장점이다.
이중 톤이 DC 레벨(“0”)에서 스위칭되기 때문에, 턴 오프하기 위해, 예컨대 클릭킹을 회피(즉, 라우드스피커가 빅 점프를 이루는 것을 회피하는 방식으로 턴 온 및 오프)하기 위해 파형 처프(신호의 시작 및 끝)에 자연적인 지점이 있다. “0”’은 또한 잔향을 완화하고 - 그리고/또는 특정 송신기를 식별(즉, 온/오프 처프 시간의 시퀀스를 오버레이)하기 위해, 각각의 처프 사이에, 또는 실제로 처프의 그룹 사이에 휴지 기간을 도입하는 것을 허용한다.
하위-고조파의 결여는 또한 동일한 시간에 방에서 동작하는 2개의 디바이스를 고려할 때 간섭의 가능한 소스를 제거함에 따라 장점이다. 따라서, 2개의 상이한 디바이스는 비중복(주파수에서) 톤 쌍 - 또는 실제로 주파수에서(그러나 비중복 조용한 기간의 추가로 인해 - 시간에서는 아님)의 중복 톤 쌍을 사용할 수 있다. 후자는 라우드스피커/마이크로폰 조합이 이용 가능한 비가청 대역폭을 제한했던 장점일 수 있다(즉, 그들의 감도는 19 또는 20 kHz에 걸쳐 엄격하게 롤 오프됨).
심지어 비교적 비가청 삼각형 FMCW 신호를 이중 톤 램프와 비교하면, 후자는 매우 더 작은 레벨의 하위 고조파를 갖는다(실세계 스마트 디바이스 상에서 - 예를 들어, 양자화 레벨 근처에서 잡음 플로어를 접근함).
이중 톤 램프가 (삼각형보다는 오히려) 램프 업 또는 다운되고 대역 성분 밖에서 아직 어떤 것도 갖지 않기 때문에, 삼각형 램프로 발생할 수 있는 램프 간 블리드 문제는 없다.
표준 램프 오디오 신호는 광범위한 필터링 없이 비가청으로 이루어질 수 없으며, 이는 결과적인 파형의 위상 및 진폭을 잠재적으로 왜곡할 것이다.
감지 - 성능을 최적화하기 위한 교정 / 방 매핑
프로세싱 디바이스는 셋업 프로세스로 구성될 수 있다. 디바이스가 우선 셋업될 때(또는 주기적으로 동작 동안) 그것은 음향 프로빙 시퀀스를 발송하여 방 환경, 방 내의 사람의 존재 및/또는 수 등을 매핑할 수 있다. 프로세스는 디바이스가 나중에 이동되거나, 감지된 신호의 품질이 검출되어 감소했으면 반복될 수 있다. 시스템은 또한 음향 트레이닝 시퀀스를 방출하여 스피커(들) 및 마이크(들)의 능력을 체크하고, 균등화 매개변수를 추정할 수 있다; 실세계 변환기는 (예를 들어, 라우드 스피커가 정착하는데 수 분이 걸릴 수 있으므로) 온도 및 턴 온 특성뿐만 아니라, 시스템에 의해 사용된 초음파 주파수 내의 일부 비선형성을 가질 수 있다.
감지 - 국부화를 위한 빔 포밍
전용 빔 포밍을 구현하거나 기존 빔 포밍 기능을 활용하는 것이 가능하다 - 신호 프로세싱은 센서 어레이로 송신되거나 그로부터 수신된 신호의 방향성 또는 공간 선택성을 제공하기 위해 이용된다. 이는 전형적으로 파면이 저주파 초음파에 대해 상대적으로 평탄한 "원거리 장(far field)"("근거리 장"인 의료 영상과는 반대로) 문제이다. 순수한 CW 시스템에 대해, 오디오 파는 스피커에서 나와 최대 및 최소 영역으로 이어진다. 그러나, 다수의 변환기가 이용 가능하면, 이러한 방사 패턴을 본 발명의 장점 - 빔 포밍으로 공지된 접근법 - 으로 제어하는 것이 가능하게 된다. 수신 측에서, 다수의 마이크로폰이 또한 사용될 수 있다. 이는 음향 감지가 일 방향으로 우선적으로 일방향으로 조향되게 하고(예를 들어, 다수의 스피커가 있는 경우 방출된 사운드 및/또는 수신된 음파를 조정하고), 영역을 가로질러 스윕되게 한다. 침대에 있는 사용자의 경우에 대해, 감지는 대상체 쪽으로 - 또는 예를 들어, 침대에 2명의 사람이 있는 다수의 대상체 쪽으로 - 조향될 수 있다. 빔 스티어링은 송신 또는 수신에 관해 구현될 수 있다. 낮은 비용 초음파 변환기(마이크로폰 또는 스피커)가 상당히 방향적일 수 있으므로(예를 들어, 작은 변환기에 대해, 파장이 변환기의 크기와 비교 가능한 경우), 이는 조향될 수 있는 영역을 제한할 수 있다.
감지 - 복조 및 하향 변환
감지된 신호는 예컨대 도 14에 도시된 승산기(혼합기) 모듈(14440)로 복조되어, 감지 필드 내의 “존재” - 사람의 특정 모션에 관련되는, 수신된 에코의 변경에 관련되는 복조된 신호의 방해가 있는지를 검출하기 위해 추가로 프로세싱될 수 있는 기저대역 신호를 생성한다. 수신된 에코 신호에 더하여, 강한 수신 “직접 경로”(스피커로부터 마이크로폰으로의 높은 누화, 예를 들어, 고채를 통하는 송신 대 공기를 통하는 송신 및/또는 스피커로부터 마이크로의 짧은 거리) 신호가 있는 경우, 결과적인 합의 승산은 복조하기 위해 수행될 수 있다. 그렇지 않으면, 수신된 에코는 원래 송신 신호의 일부와 승산(혼합)될 수 있으며, 이는 전자, 및 음향이 아닌 형태로 추출된다. 이러한 특정 예에서, 시스템은 송신 신호를 복조하기 위해 수신 신호에 송신 신호를 승산하지 않는다(그러나 그것은 다른 구현예에서 가능할 수 있음). 대신에, 시스템은 이하와 같이 수신 신호(수신 에코(들)뿐만 아니라, 송신 신호의 감쇠된 버전을 포함함)를 그것만으로 승산할 수 있다:
송신 = ATX(Cos(P) - Cos(Q) )
수신 = A(Cos(P) - Cos(Q) ) + B(Cos(R) - Cos(S) )
셀프 믹서 = [A(Cos(P) - Cos(Q) ) + B(Cos(R) - Cos(S) )] x [A(Cos(P) - Cos(Q) ) + B(Cos(R) - Cos(S) )] 즉, 수신 x 수신
저역 통과 필터링 후의 셀프 믹서 성분(복조됨):
Figure pct00003
방정식 단순화 후의 셀프 믹서 출력(복조됨):
Figure pct00004
, 여기서 AA 및 BB는 DC 성분이다.
(관련된 운동뿐만 아니라 정적일 수 있는) 반사된 신호 정보를 포함하는 복조된 성분:
Figure pct00005
이것의 장점은 이하이다: 어떠한 동기화는 모든 타이밍 정보가 수신에만 포함되고, 그것이 계산적으로 빠르고 간단함(어레이를 제곱함)에 따라, 송신과 수신 사이에 요구되지 않는다.
I, Q(동위상 및 직교) 복조 후에, 난기류, 다중경로 반사(동일한 것에 관련된 페이딩을 포함함) 및 다른 느린 이동(일반적으로 비생리학적) 정보에 관한 낮은 주파수 성분을 분리하는 법의 선택이 있다. 몇몇 경우에, 이러한 프로세싱은 클러터 제거로 칭해질 수 있다. DC 레벨(평균)은 차감될 수 있거나, 일부 다른 추세 제거(예컨대 선형 경향 제거)는 중복 또는 비중복 블록 기초로 수행되며; 고역 통과 필터는 또한 DC 및 매우 낮은 주파수 성분(VLF)을 제거하기 위해 적용될 수 있다. “제거된” 정보는 이와 같은 DC 및 VLF 데이터의 세기 - 예컨대 강한 기류, 또는 상당한 다중경로 효과가 있는지를 추정하기 위해 프로세싱될 수 있다. 그 다음, 필터링된 복조 신호는 스펙트럼 분석 단계에 전달될 수 있다. 다른 선택은 고역 통과 필터를 사용하고 필터링되지 않은 신호를 스펙트럼 분석 프로세싱 블록에 직접 전달하지 않고, 이러한 단계에서 DC 및 VLF 추정을 수행하는 것이다.
감지 - 특징 추출
스펙트럼 분석은 다수의 방식으로 수행될 수 있다. 고속 푸리에 변환(FFT)을 사용하여 이산 푸리에 변환(DFT)을 근사시키면, 신호는 중복 또는 비중복 블록으로 초핑된다. 이러한 경우에, 추세 제거를 미리 수행하여 유한 길이 신호와 무한히 긴 신호를 근사시키고 있다는 사실을 다루는 것이 바람직하다. 윈도잉(예를 들어, 해밍, 해닝 등)은 또한 FFT를 수행하기 전에 데이터의 블록(중복 또는 비중복일 수 있고, 그것의 타이밍은 예컨대 PSG 실험실에서의 수면 연구와의 비교를 위해 출력 비중복 30 초 “에포크”와 상이할 수 있음) 상에 수행될 수 있지만, 이는 신호가 강한 주기적 구성요소(예를 들어, 강한 깊은 호흡 신호)를 갖는 경우에 바람직하지 않을 수 있고; 윈도잉이 수행되면, 평균은 통상 제거될 것이다.
대안은 시간-주파수 프로세싱 예컨대, 직접적인 모션 및 호흡 추출뿐만 아니라, 추세 제거 모두를 수행할 수 있는 웨이브렛 기반 방법(예를 들어, 이산 연속 웨이브렛 변환 - DCWT )이다. 이러한 유형의 접근법은 동시에 다른 운동(호흡, 사지 운동 등을 포함함)이 있을 때 심장 운동에 관련된 훨씬 더 작은 미묘한 운동을 추출하는 것에 특히 적합하다.
감지 - 부재 / 존재 검출 - 및 대안 파형
감지 필드에 어떠한 사람 또는 다른 모션 소스도 없는 경우에, “정적 반사”는 (통상 DC 오프셋 또는 매우 낮은 주파수 성분으로서) 지배되고, “부재”로서 분명히 식별될 수 있다. 기류에 관한 낮은 주파수 성분과 같은 다른 비-사람 운동이 필터링 아웃된다. 시스템은 매우 민감하여 창문 또는 문이 개방된 채로 남아 있는지를 검출하도록 구성될 수 있다. 시스템은 또한 이러한 조건을 수용하기에 충분히 강건하다. 다른 느린 이동 소스 예컨대 공기 조화 또는 강제된 열뿐만 아니라, 상대적으로 빠른 이동 주기적 소스(예컨대 팬 및 진동 팬)는 필터링 아웃된다.
스마트 스피커는 실외에서(예를 들어, 휴대용, 내후성 디바이스에서) 사용 가능할 수 있지만, 큰 기류가 검출되면 감지를 자동 디스에이블할 것이다.
시스템은 대량의 뮤직 재생 동안 감지 신호를 관리하기 위해 추가 프로세싱을 수행할 수 있다(예를 들어, 증폭기 및/또는 스피커(들)가 비선형 영역 내로 푸시되므로, 시스템에 경계선 왜곡이 있음).
감지 - 다중모달 / 하이브리드 감지
지속파(CW) 시스템은 빠른 검출을 사용하여 “어떤 것”(즉, 방 내의 일반적 모션)을 검출할 수 있지만, 정확란 범위 게이팅이 없고, 페이딩에 대해 상대적으로 나쁘다. 향상은 페이딩을 방지하기 위해 멀티 톤 CW를 사용하는 것이다. 모션을 국부화하기 위해 - 범위 게이팅을 사용할 수 있음 - 그러한 이유로 FMCW, UWB, 또는 일부 다른 변조 스킴 예컨대 주파수 편이 키잉(FSK) 또는 위상 편이 키잉(PSK)을 사용하는 것이 바람직하다. FMCW는 CW와 같이 급격한 널을 갖지 않고, 범위 게이팅을 원조하고 방 내의 모드의 구축에 견딘다.
다시 말해, 이중 또는 멀티 톤 지속파(CW)와 같은 파형은 큰 방과 같은 영역 내에서 임의의 운동을 감지하는 데 사용될 수 있다. 다수의 톤은 멀티 경로 반사 및/또는 잔향으로 인해 발생된 정재 또는 진행 파에 의해 야기되는 임의의 널을 최소화하기 위해 선택된다. 이러한 접근법의 장점은 임의의 모션이 검출되고, 잠재적으로 더 큰 신호를 사용하여 공간을 채우는 것을 허용한다는 것이다. 따라서, 그것은 민감 모션 검출기로서 사용되고, 침입자 검출기로서의 역할을 할 수 있다. 후보 모션이 검출될 때, 시스템은 있음직한 후보 생리학적 신호, 예컨대 사용자가 방 안으로 걸어 들어가는 것, 전형적인 활동 시퀀스, 및 그 다음 호흡, 심박수, 및 특성 운동 예컨대 제스처를 검색한다. 시스템은 범위 정보를 직접 제공하지 않는 CW 스타일 시스템으로부터, 지정된 범위에서 검출할 수 있는 시스템으로 스위칭되고, 모션 - 예컨대 주파수 변조 지속파(FMCW) 또는 초광대역(UWB) 신호를 추적할 수 있다.
UWB 시스템은 스피커 및 마이크의 주파수 응답에 따라, 가청 또는 비가청일 수 있으며; 이러한 구성요소가 더 높은 주파수를 지원할 수 있으면, 넓은 대역 신호는 인간 청각 외부에 여전히 있을 수 있다. 더 전형적인 소비자 스피커에 대해, UWB 사운드는 가청일 가능성이 많고, 사운드 유사 필터링된 백색 잡음(예를 들어, 핑크 잡음 - 또는 인간 귀에 "거칠게" 들리지 않은 몇몇 변형)으로 형상화될 수 있다. 이는 예를 들어, 백색 잡음 발생기를 모방함으로써, 수면 중일 때 허용 가능할 수 있다. 그렇지 않으면, UWB는 사용자가 보안 애플리케이션을 위해 가정에서 떨어져 있을 때 범위 기반 감지를 제공하기 위한 다른 선택권이다.
몇몇 버전에서, 감지는 다수의 감지 장치로, 예컨대 감지 장치의 유형 중 임의의 2개 이상(예를 들어, 음향 감지 장치, RF 감지 장치 및 IR 감지 장치 중 임의의 2개 이상)을 사용하여 수행될 수 있다. 예를 들어, 프로세싱 디바이스는 RF 감지 및 음향 감지(예를 들어, FMCW)로 모션을 검출할 수 있다. 프로세싱 디바이스는 IR 감지 및 음향 감지(예를 들어, FMCW)로 모션을 검출할 수 있다. 프로세싱 디바이스는 IR 감지 및 RF 감지로 모션을 검출할 수 있다. 프로세싱 디바이스는 IR 감지, RF 감지, 및 음향 감지(예를 들어, FMCW)로 모션을 검출할 수 있다.
상이한 감지 디바이스 / 애플리케이션의 공존
코딩된 또는 코딩되지 않은 초음파 신호는 상이한 디바이스에 의해 발생되어 디바이스 및 시스템이 식별 및 다른 데이터 교환 목적을 구현하는 것을 허용할 수 있는 점이 인식될 수 있다. 예를 들어, 모바일 폰 애플리케이션은 근처의 다른 감지 가능 디바이스/시스템, 예컨대 스마트 스피커에 대해 자신을 식별하고 그 역도 또한 마찬가지이도록 이와 같은 신호를 통신 목적으로 발생시키도록 구성될 수 있다. 이러한 유형의 신호는 식별을 위한 단거리 무선 주파수 통신 대신에 사용될 수 있다(예를 들어, 블루투스은 이용 가능하지 않거나 디스에이블됨). 그 다음, 시스템의 디바이스는 감지 부근에서 다른 프로세싱 디바이스의 존재를 (예를 들어, 다른 프로세싱 디바이스로부터의 비가청 음향적으로 발생된 통신 신호를 통해) 자동적으로 결정하고, (예를 들어, 상이한 주파수 대역을 사용하고 그리고/또는 시간에 중복되지 않음으로써) 그들이 비간섭 감지 모드에서 동작할 수 있도록 발생된 감지 신호의 매개변수를 조정할 수 있다.
스마트 스피커를 사용한 생체측정 감지
스마트 스피커 또는 유사한 디바이스는 전형적으로 예를 들어, 도 13에 예시된 바와 같이, 홈 자동화를 위한 다른 연결된 홈 디바이스(예를 들어, 스마트 자동화 기기, 스마트 라이팅, 스마트 서모스탯, 또는 기기에 전력을 공급하는 스마트 파워 스위치 등)로 그리고 이 디바이스로부터 무선 수단(예컨대 블루투스, Wi-Fi, 지그비, 메쉬, 피어 투 피어 네트워킹 등)을 통한 및 네트워크 예컨대 인터넷을 통한 통신을 포함한다. 음향 신호를 간단히 방출하도록 설계된 표준 스피커와 달리, 스마트 스피커는 통상, 프로세싱 전자기기 외에도 하나 이상의 스피커, 하나 이상의 마이크로폰을 포함한다. 마이크로폰(들), 스피커 및 프로세서(들)는 개인화된 음성 제어를 제공하기 위해 지능형 보조장치(인공 지능(AI) 시스템)와 인터페이스하기 위해 구현될 수 있다. 몇몇 예는 “오케이 구글(OK Google)", "헤이 시리(Hey Siri)", "알렉사(Alexa)" 문구를 사용하여 음성을 활성화하는 구글 홈(Google Home), 애플 홈팟(Apple HomePod), 아마존 에코(Amazon Echo)이다. 이러한 디바이스 및 연결된 센서는 “사물 인터넷(IoT)”의 일부로 간주될 수 있다.
이전에 논의된 초음파 검출 기술(가청 또는 비가청 음향 신호를 사용함)을 스마트 스피커 내로 통합할 때, 특정 최적화는 그들의 능력(스마트 스피커 시스템의 설계 시간에 추정되고 그리고/또는 특정 디바이스의 실제 성능에 기초하여 업데이트됨)에 기초하여 요구된다. 대략 말하면, 스피커(들) 및 마이크로폰(들) 둘 모두에 의해 지원된 최대 주파수는 사용될 수 있는 가장 높은 주파수 비가청 감지 신호를 궁극적으로 정의할 것이고, 이는 특정 디바이스에 대한 제조 공차에 기초하여 약간 변할 수 있다.
예를 들어, 제1 디바이스(예를 들어, 구글 홈 디바이스) 내의 스피커는 삼성 갤럭시 S5 스마트폰와 같은 제2 디바이스 내의 스피커와 상이한 특성을 가질 수 있다. 제1 디바이스 스피커는 유사한 주파수에 대한 거의 평평한 마이크로폰 응답을 갖는 24 kHz까지 민감할 수 있다. 그러나, 제2 디바이스는 18kHz 이상의 감도에서 피크 및 트로프를 갖는 더 낮은 주파수에서 롤 오프되는 스피커를 가질 수 있다. 아마존 알렉사 디바이스의 스피커는 예를 들어 20 kHz에서 롤 오프될 수 있다. 예시적인 구글 디바이스는 돌아오는 파를 위상 반전하고 그것을 옆으로 송신하도록 설계된 수동 리플렉스 스피커를 사용할 수 있으며, 이는 그의 음향 특성을 변경한다(예를 들어, “10 kHz” 스피커는 실제로 25 kHz 스피커가 됨).
몇몇 디바이스는 마이크로폰 어레이, 예컨대 평탄 상의 다수의 마이크로폰을 가질 수 있고, 이득 및 평균화 기능을 구현할 수 있지만 - 분리는 마이크로폰 요소(예를 들어, 동적 어레이 다양한 어레이) 사이에 있다. 이와 같은 프로세싱은 수치적으로, 즉 디지털 신호 프로세싱을 사용하는 디지털 도메인에서 행해질 수 있다.
이와 같은 시스템에 대해 관리될 하나의 잠재적인 차이는 스피커(들) 및 마이크로폰(들)의 배향과 관련된다. 예를 들어, 특정 구현에 관해, 스피커는 전방을 향할 수 있고, 사용자의 예상 방향으로 지시될 수 있다. 그러나, 마이크로폰(들)은 방 또는 천장을 향해 20 내지 30 도로 향할 수 있다.
따라서, 거리 음향 감지를 위한 사운드 픽업을 최적화하기 위해, 애플리케이션은 스피커를 통해, 프로빙 시퀀스를 발생시켜 방의 토폴로지를 러닝하고, 있음직한 반사 경로를 허용하도록 구성될 수 있다. 따라서, 셋업 프로세스는 저주파 초음파 에코의 거리 측정을 교정하기 위해(예를 들어, 그것이 스마트 스피커로부터 다르게 떨어져 있을 때, 다수의 사람 또는 모션 소스의 감시를 동시에 지원하기 위해) 시퀀스를 발생시킬 수 있다. 신호 프로세싱 관점에서, 잔향 플로어(반사 음향 파의 에너지가 소모하는데 얼마나 걸리는지)는 상이한 감지 신호에 대해 상이할 것이다 - 예를 들어, CW(지속파)에 대해서는 2 내지 3의 인자를 갖고, FMCW에 대해서는 약 5(감소된 리버브)의 인자를 갖는다(즉, FMCW는 반복 시퀀스의 주파수 스팬, 지속, 및 형상에 따라, 리버브 페이딩을 여전히 당할 수 있음).
마이크로폰 분리는 어려움을 제시할 수 있다. 예를 들어, 공통 하우징 내의 마이크로폰 어레이가 스마트 스피커 상에 이용 가능한 경우, 마이크로폰의 예시적인 분리는 71mm 떨어져 있을 수 있다. 20 mm 파장에 대해, 이는 하나의 마이크로폰이 트로프 내에 있을 수 있는 반면, 다른 것이 피크 영역 내에 있는 것을 암시한다(예를 들어, 고정 스피커를 요구함에 따라, SNR은 마이크로폰 사이에서 변할 것임). 바람직한 구성은 19 내지20mm의 영역 내의 특정 오디오 감지 파장 관련 간격으로 2개의 마이크로폰을 구성한 것일 수 있다. 이와 같은 거리가 사전 구성된 시스템에 대해 공지되지 않은 경우, 셋업 프로세스의 일부와 같은 교정 프로세스는 거리를 검출할 수 있다. 예를 들어, 셋업 프로세스는 하나 이상의 스피커를 통해 시간 동기화된 교정 사운드를 발생시켜 각각의 스피커로부터 각각의 마이크로폰으로의 전파 시간을 계산 또는 추정하고 이러한 계산에 기초하여 마이크로폰 사이의 차이를 추정할 수 있다. 따라서, 마이크로폰 사이의 거리는 2개 이상의 마이크로폰을 갖는 스마트 폰으로부터의 거리를 감지할 때 고려될 수 있다.
능동 사운드 바(즉, 마이크로폰을 포함함) 및 모바일 스마트 디바이스와 같은 다른 디바이스는 또한 본 명세서에서 설명된 감지 동작으로 구현될 수 있다.
적어도 하나의 스피커 및 적어도 하나의 마이크로폰(또는 이러한 기능을 수행하도록 구성될 수 있는 변환기)의 존재는 생체측정 감지가 활성 저주파 초음파를 사용하고, 그의 에코를 프로세싱하여 이러한 디바이스 상에 수행되는 것을 허용한다. 이전에 언급된 바와 같이, 이는 예를 들어, 대부분의 사용자의 청각 범위(예를 들어, 18kHz 위) 바로 밖에 있지만 공지된 또는 결정된 시스템 능력(예를 들어, 48 kHz의 샘플링 속도에 대해 24 kHz 아래에 있을 수 있지만, 통상 25 또는 30 kHz 아래임) 내에 있는 음향 신호를 플레이(송신)함으로써 구현될 수 있다. 대조적으로, 의료 초음파는 통상 훨씬 더 높은 주파수 - 예를 들어 1 내지 18 MHz에서 동작하고 이러한 동작을 위해 특화된 장비를 필요로 한다. 논의된 초음파 측정 기법은 임의의 고가 장비를 구매할 필요 없이 - 거의 모든 가정에 이미 이용 가능한 스마트 스피커 시스템(스마트 폰을 포함함)을 단지 사용함으로써 편리한 비접촉 측정을 제공한다.
다중사용자 부근 감지
몇몇 버전에서, 프로세싱 디바이스는 하나 이상의 스피커(들) 및 하나 이상의 마이크로폰(들)으로 동시에 2명의 사람(그 이상)을 감시하도록 구성될 수 있다. 예를 들어, 프로세싱 디바이스는 상이한 주파수로 상이한 사용자를 감지하기 위해 상이한 감지 주파수에서 다수의 감지 신호를 생성할 수 있다. 몇몇 경우에, 그것은 상이한 시간에 상이한 사용자를 감지하기 위한 인터리빙된 감지 신호(예를 들어, 상이한 시간에 상이한 감지 신호)를 생성하는 것을 제어할 수 있다. 몇몇 경우에, 그것은 상이한 시간에 상이한 범위를 감지하기 위한(예를 들어, 병렬 감지를 위한) 범위 게이팅을 순차적으로 조정할 수 있다.
몇몇 경우에, 신호 품질을 최대화하는 데 도움이 될 수 있는 몇몇 조건이 있다. 예를 들어, 프로세싱 디바이스(예를 들어, RF 센서, 또는 소나 가능 스마트폰)는 침대 측면 로커 상에 배치될 수 있다. 이러한 경우에, 신체가 상당한 수의 감지 신호를 차단할 수 있고 (실제로 범위 게이팅(침대에서 한 명의 사람을 감지할 뿐임)의 이득을 얻는) 제1 사람의 “섀도잉” 효과가 있을 수 있다. 소나에서, 프로세싱 디바이스는 2개의(또는 그 이상의) 상이한 감지 신호 - 또는 심지어 단일 FMCW(삼각형, 이중 램프 또는 다른) 감지 신호를 발생시켜 2명의(또는 그 이상의) 사람을 검출할 수 있다. FMCW의 범위 분리성은 (예컨대 방 내에 하나의 스피커/마이크만이 있으면) 하나의 감지 신호가 충분한 것을 의미한다. 이상적으로, 2명의 사람을 동시에 감시하기 위해, 사용자는 다수의 음향 에너지가 사용자 둘 모두에 도달하도록(예를 들어 제1 사용자 및 그/그녀의 시트 / 두베 컴포터(duvet comforter)가 너무 많은 감지 신호를 차단하지 않도록) 상승된 위치에 프로세싱 디바이스를 배치할 수 있다. 동일한 디바이스 상에 2개의 마이크로폰이 있으면, 이는 또한 상당한 보강/상쇄 간섭이 있는 경우(예를 들어, 그것이 하나 상에 피크, 및 다른 것 상에 널에 더 가까움에 따라 - 특히 더 먼 대상체로부터의 더 작은 진폭 수신 신호에 대해) 장점을 제공할 수 있다.
그것은 제2 사람에 더 가까운 소나/스마트폰이 있으면, 더 유익할 수 있다(및 더 높은 신호 품질을 잠재적으로 달성함). 제2 사람은 그들의 스마트폰/프로세싱 디바이스를 사용할 수 있고 제1 사람은 그들의 스마트폰/프로세싱 디바이스를 사용한다. 감지 신호는 간섭을 서로 회피하기 위해(즉, 시간 및/또는 주파수에서 중복하지 않기 위해) 발생될 수 있다. 디바이스는 부근의 다른 디바이스로부터의 이전 존재 감지 신호를 방해하지 않는 감지 신호 변조/ 기법을 선택적으로 고르기 위해 (송신하고 있을 때 수신된 신호를 송신 및/또는 프로세싱하기 전에 리스닝함으로써) 환경을 자동적으로 감지할 수 있다.
몇몇 경우에, 송신 및 수신 감도의 사운드 압력 레벨은 공기 감쇄, 및 음향 흡수 표면(직물, 카페트, 침구 등)의 혼합이 간섭 임계값 아래에서 제2 소스를 유지하는 영향을 가질 수 있으므로, 정확히 동일한 감지 신호를 갖는 2개의 스마트폰이 간섭을 야기하지 않게 한다. 각각의 프로세싱 디바이스가 각각의 사용자에 의해 사용되면, 디바이스는 감시된 대상체의 생체측정 신호가 예컨대 가장 낮은 필요한 출력 전력으로 충분히 검출될 수 있게 하기 위해 각각의 출력 전력을 선택적으로 자동적으로 감소시키도록 구성될 수 있다. 이와 같은 프로세스는 다른 디바이스와의 간섭을 회피하면서 각각이 모션을 검출하는 것을 허용할 수 있다.
감지 - 생리학적 신호
DC 및 VLF(예를 들어, 기류)의 분리 후, 호흡, 심박수 및 전체 모션 신호가 분리된다. 이는 FFT 윈도우에서 빈 검색하고, 윈도우에 걸쳐 추적함으로써, 및/또는 지정된 범위에서의 시간 도메인 신호(예를 들어, 복조된 신호의 복소 FFT 분석을 사용하여 추출된 지정된 거리 범위에 대한 “시간 도메인” 신호)의 직접 피크/트로프 또는 제로 크로싱 분석을 통해 추정될 수 있다. 이는 사용자 모션을 갖는 범위의 선택을 허용한다. 이는 때때로 FFT와 같이 “2D”(two dimensional) 프로세싱으로 지칭된다.
생체측정 특징 검출 - 호흡, 심장, 운동, 및 범위
시간 도메인 신호(기저대역 미가공 모션 신호)는 추가로 대역 통과 필터링되고, 포락선 검출기가 적용되게 하고, 그 다음 피크/트로프 검출기가 적용되게 할 수 있다. 포락선 검출은 힐버트 변환으로 또는 호흡 데이터를 제곱하고, 저역 통과 필터를 통해 제곱된 데이터를 송신하고, 결과적인 신호의 제곱근을 계산함으로써 수행될 수 있다. 몇몇 예에서, 호흡 데이터(대역 통과 필터링에 의해 유도됨)는 피크 및 트로프 검출(또는 대안적으로 제로 크로싱) 프로세스를 통해 정규화 및 송신될 수 있다. 검출 프로세스는 들숨 및 날숨 부분을 분리할 수 있고, 몇몇 경우에 사용자의 들숨 및 날숨 부분을 검출하기 위해 교정될 수 있다.
호흡 활동은 전형적으로 0.1 내지 0.7 Hz(6 호흡/분 - 예컨대 진행되는 깊은 호흡에서 발생함 내지 42 호흡/분 - 성인의 전형적으로 빠른 호흡 속도) 범위 내에 있다. 심장 활동은 더 높은 주파수의 신호에 반영되고, 이러한 활동은 0.7 내지 4 Hz(48 비트/분 내지 240 비트/분) 범위의 통과 대역을 가진 대역 필터로 필터링함으로써 액세스될 수 있다. 전체 모션으로 인한 활동은 전형적으로 4 Hz 내지 10 Hz 범위이다. 이들 범위에서 중첩될 수 있음에 유의해야 한다. 강한(뚜렷한) 호흡 흔적은 강력한 고조파를 야기할 수 있고, 이들은 호흡 배음과 심장 신호와의 혼동을 회피하기 위해 추적될 필요가 있다. 변환기로부터의 더 긴 거리(예를 들어, 수 미터)에서, 비교적 작은 심장 기계 신호를 검출하는 것은 매우 어려운 일일 수 있고, 이와 같은 심박수 추정은 사용자가 스마트 스피커의 1 미터 내에 - 예컨대 의자/긴 의자 상에 또는 침대 내에 조용하게 누워 있는 설정에 더 잘 적합하다.
부재/존재가 “존재”로 결정되었다면, 호흡, 심장, 및 모션/활동 신호뿐만 아니라 - 그들의 상대 위치(및 이동하는 경우 속도 - 예컨대 방을 가로질러 걷는 등)의 - 추정은 센서의 필드 내의 한명 이상의 사람에 대해 수행된다. 범위 정보를 산출하는 시스템은 - 다수의 사람이 유사한 휴식 호흡 속도(젊은 커플에 있을 수 있음)를 가질 지라도 다수의 사람의 생체측정 데이터를 분리할 수 있다는 점이 인식될 수 있다.
이러한 매개변수에 기초하여, 다양한 통계 측정값(예를 들어, 평균, 중간값, 제3 및 제4 모멘트, 로그, 제곱근 등), 파 형상(형태적 프로세싱), 및 그 다음 특성화 시스템에의 공급, 예컨대 간단한 분류 또는 로지스틱 회귀 기능, 또는 신경 네트워크 또는 인공 지능 시스템을 사용하는 더 복잡한 머신 러닝 시스템을 준비하는 것이 가능하다. 이러한 프로세싱의 목적은 예컨대 디바이스의 부근에서 알려진 사용자를 식별하기 위해, 수집된 생체측정 데이터로부터 추가 통찰력을 얻는 것이다.
저주파 초음파(소나) 감지
많은 장소는 인간 청각 임계치 바로 위의 저주파 초음파 범위 내의 사운드를 방출 및 기록할 수 있는 오디오 디바이스 - 예를 들어, 인포테인먼트 시스템을 포함한다. 이와 같은 디바이스 및 시스템은 저주파 초음파 기법을 사용하여 부근에 있는 사람의 생리학적 감지를 수행하도록 적응될 수 있다. 이와 같은 감지는 표준 오디오 시스템의 원래 의도된 기능에 영향을 주지 않고 수행될 수 있다. 일 예에서, 이와 같은 감지 기능은 소프트웨어 업데이트로서 구현될 수 있다(즉, 추가 유용한 기능이 상품의 비용을 증가시키지 않고 추가되는 것을 허용함). 몇몇 경우에, 새로운 디바이스 또는 시스템 내의 변환기 중 하나 이상은 이러한 사양을 충족시키는 것을 보장하기 위해 제조에서 추가 테스팅으로, 저주파 초음파 감지를 위한 오디오 주파수 범위를 지원하도록 지정될 수 있다.
이와 같은 음향(가청 또는 비가청) 감지 기술은 사전적 건강 관리, 의료 디바이스, 및 보안 기능을 포함하는 매우 다양한 목적에 사용될 수 있다.
약 25 kHz까지 동작하는 저주파 초음파 시스템은 모바일 스마트 디바이스 또는 스마트 스피커 디바이스 상에 실현될 수 있다. 이는 전자 디바이스 상의 하나 이상의 변환기를 사용하여 하나 이상의 대상체를 향해 사운드 에너지를 송신하며, 변환기는 25kHz 미만의 주파수를 포함하는 주파수의 범위에 걸쳐 사운드 에너지를 발생시키도록 구성된다. 스피커는 스마트 폰, 스마트 스피커, 사운드 바, 휴대용 TV 스크린, 또는 저주파 초음파 감지 및 프로세싱을 지원할 수 있는 변환기를 포함하는 다른 디바이스 및 구성에 포함될 수 있다. 컴퓨터가 스피커 시스템을 제어하기 위해 구현되면, 그것은 스마트 스피커 시스템을 효과적으로 생성한다.
가청 사운드 예컨대 호흡의 사운드, 기침, 자고 있을 때의 코골이, 헐떡임, 쌕쌕거림, 말소리, 코 훌쩍임, 재채기는 모션 감지를 위해 검출될 반사된 감지 신호로부터의 이러한 사운드의 분리를 허용하기 위해 부근 내에서 감지된 오디오 신호로부터 추출 및 분류될 수 있다. 이러한 사운드(예를 들어, 기침)의 몇몇은 (특히 매우 낮은 사운드 압력 레벨에서 동작하고 있으면) 바람직하지 않은 감지 신호를 마스킹할 수 있다. 그러나, 이와 같은 사운드는 다른 환경 사운드(예를 들어, 차 경적 분출, 모터 잡음, 거리 사운드, 바람, 꽝하는 또는 닫히는 문 등)로부터 분리될 수 있도록 여전히 검출 가능할 수 있다. 호흡의 사운드는 전형적으로, 조용한 환경에서 신호 품질이 더 양호하며, 능동 감지 접근법(예컨대 소나 또는 레이더(RF one을 포함함)(몸통 및 사지 운동을 주로 검출함), 또는 카메라/적외선 시스템)이 갖춰졌을 경우 들숨/날숨 시간(및 따라서 호흡 속도)의 양호한 제2 추정을 제공할 수 있다. 다시 말해, 시스템은 사운드의 특성에 관한 정보를 여전히 추출할 수 있으며, 심지어 매우 큰 사운드는 연관된 신호 품질이 허용 가능한 임계값 아래로 떨어짐에 따라 시스템이 감지된 신호의 작은 섹션을 스킵할 수 있는 것을 의미한다.
소나 시스템에서, 들숨 또는 날숨에 의해 야기되는 공기 이동은 또한 (감지 환경에 셋업된 음향 모드의 방해로 인해 - 감지 신호가 잔향을 경험하기에 충분히 길게 지속되면) 결과적인 진행 파면을 추적하는 방법에 의해 검출될 수 있다. 가청 시그니처로부터 직접 코골이를 검출하는 것은 보다 용이한데, 예를 들어, 평균 최대 데시벨 레벨을 사용하여 코골이를 경도(40 내지 50 db), 중등도(50 내지 60 db), 또는 중증(60 db 초과)으로 분류하는 비교적 큰 프로세스이기 때문이다.
따라서, 몇몇 경우에, 프로세싱 디바이스(100)는 호흡을 검출하기 위한 모션 검출(예를 들어, 소나) 기법을 사용할 수 있다. 그러나, 몇몇 경우에, 마이크로폰에서 가청 호흡 신호의 음향 분석은 호흡의 검출을 위한 프로세싱 디바이스(100)에 의해 구현될 수 있다.
RF(레이더) 감지
몇몇 시스템은 보안을 위한 간단한 내부 운동 검출용 단일 펄스 도플러 레이더 모듈을 포함할 수 있다. 이는 (업데이트된 소프트웨어로) 향상되거나 - 각각의 좌석/착석 영역 상에서 사람을 검출 및 구별할 수 있도록 모션 검출을 부근의 특정 영역에 국부화할 수 있는 모듈로 대체될 수 있다. 센서는 초광대역(UWB) 감지 신호 또는 주파수 변조 지속파(FMCW) 감지 신호와 같은 또는 그들의 발생된 감지 신호에서 OFDM, PSK, FSK 등과 같은 다른 코딩 스킴을 포함하는 기술로 향상될 수 있다. 이것은 정확한 레인징 능력(1cm 이하)을 갖는 센서로 구현될 수 있다. 이와 같은 센서는 정의된 영역(예를 들어, 특정 좌석 배향 감지 방향을 갖기 위해 부근 내에 구성될 수 있는 안테나 설계를 통해 설정됨)에서 감지할 수 있다. 몇몇 경우에, 다수의 안테나는 특정 감지 영역에 대해 구현될 수 있고 빔포밍 기법과 함께 사용되어 상이한 안테나와 연관된 거리 감지 차이를 설정할 수 있다. 다수의 센서(예를 들어, 각각의 좌석에 대한 센서)는 사람(또는 애완동물)이 있을 수 있는 다수의 영역의 커버리지를 제공하기 위해 영역 내에 사용될 수 있다.
다중모달 데이터 프로세싱
소나, RF, 또는 적외선 감지(즉, 적외선 방출기 및 IR 파 송신 및 수신용 검출기)를 사용할 때, 프로세싱 디바이스(100)는 생체 모션 감지가 장비로부터의 데이터에 기초할 수 있도록 부근의 이와 같은 장비(예를 들어, 점유를 추정하기 위함)에 의해 발생된 부가 데이터 또는 신호를 수신할 수 있다. 예를 들어, 사람이 주어진 좌석 상에 또는 침대 내에 앉아 있는지를 검출하는 좌석/침대 부하 센서는 특정 좌석 또는 침대와 연관될 수 있는 감지에 대해 생체 모션 감지를 개선할 때를 결정하기 위한 정보를 생체 모션 프로세싱 디바이스(100)에 제공할 수 있다. 적외선 시스템은 선택적으로, 예를 들어, 졸림 검출을 위한 것과 같이, 인간 눈 운동을 추적할 수 있는 카메라 시스템과 통합될 수 있다.
프로세싱 디바이스는 생체 모션 특성의 검출을 위한 관련 범위/거리를 평가하기 위한 거리 정보로 구성될 수 있다. 예를 들어, 프로세싱 디바이스(100)는 부근 내부(예컨대 방)의 거리 매핑(맵)을 가질 수 있다. 이와 같은 맵은 예를 들어, 설계 단계에서 초기에 제공되어, 초기 감지 구성을 지정할 수 있다. 선택적으로, 감지 시스템은 프로세싱 디바이스의 제어 하에, 한명 이상의 사람에 의해 사용중일 때 맵을 동적으로 업데이트(또는 검출)할 수 있다. 초기 구성은 예를 들어, 좌석의 위치, 및 가장 있음직한 좌석 구성을 캡처/검출할 수 있으며; 좌석이 이동 가능한 경우, 센서는 현재 설정을 시스템에 보고하여 감지 매개변수를 업데이트할 수 있다(예를 들어, 앉아 있는 사람의 위치는 좌석이 후방 또는 전방으로 미끄러지거나, 접혀지는 등 함에 따라, 감지 라우드스피커에 대해 이동할 수 있음).
생체측정 특징 검출 - 호흡, 심장, 운동, 및 범위
센서 신호의 프로세싱
특히 프로세싱 디바이스(100)를 포함하는 시스템은 예컨대 선택적으로 복조가 프로세싱 디바이스에 의해 수행되지 않으면 센서로부터(예컨대 소나, RF/레이더, 또는 적외선으로부터) 복조된 신호를 수신할 수 있다. 그 다음, 프로세싱 디바이스(100)는 직류 신호 DC 및 매우 낮은 주파수(VLF)(예를 들어, 기류), 호흡, 심박수 및 전체 모션 신호와 같은 관심있는 성분을 분리함으로써 신호를 프로세싱할 수 있다. 이는 고속 푸리에 변환(FFT) 윈도우에서 빈 검색하고, 윈도우에 걸쳐 추적함으로써, 및/또는 지정된 범위에서의 시간 도메인 신호(예를 들어, 복조된 신호의 복소 FFT 분석을 사용하여 추출되는 지정된 거리 범위에 대한 "시간 도메인" 신호)의 직접 피크/트로프 또는 제로 크로싱 분석을 통해 추정/검출될 수 있다. 이는 때때로 FFT가 국제 특허 출원 PCT/EP2017/073613에 설명된 것과 같은 FFT로 수행됨에 따라 “2D”(two dimensional) 프로세싱으로 지칭된다.
소나 감지를 위해, 중요한 다른 정보는 오디오 대역에서 발견되고 마이크로폰에 의해 픽업될 수 있다. 이와 같은 정보는 인포테인먼트 사운드(뮤직, 라디오, TV, 영화), 전화 또는 비디오 호출(인간 말소리를 포함함), 주변 잡음, 및 다른 내부 및 외부 사운드 예컨대 모터, 교통 또는 차량 잡음일 수 있다. 이러한 오디오 성분의 대부분은 방해자인 것으로 간주될 수 있고, 생체측정 매개변수 추정으로부터 억제(예를 들어, 필터링)될 수 있다.
레이더 감지를 위해, 다른 RF 소스로부터의 신호 성분은 억제될 수 있다.
적외선 감지를 위해(예컨대 눈 추적에 더하여 생리학적 감지를 수행할 때), 온도 변경 및 태양 위치는 간섭을 야기할 수 있고 고려될 수 있다. 따라서, 서모스탯 온도 센서로부터와 같은 온도 센서, 및 시간은 감지 신호를 프로세싱할 시에 평가될 수 있다.
사용된 정확한 감지 기법(RF, IR, 소나)에 관계없이, 수신된 시간 도메인 반사된 신호는 (예를 들어, 포락선 검출기에 의해, 및 그 다음 피크/트로프 검출기에 의해 평가되는 대역 필터에 의한 대역 필터링에 의해) 추가로 프로세싱될 수 있다. 포락선 검출은 힐버트 변환으로 또는 호흡 데이터를 제곱하고, 저역 통과 필터를 통해 제곱된 데이터를 송신하고, 결과적인 신호의 제곱근을 계산함으로써 수행될 수 있다. 몇몇 예에서, 호흡 데이터는 피크 및 트로프 검출(또는 대안적으로 제로 크로싱) 프로세스를 통해 정규화되고 송신될 수 있다. 검출 프로세스는 들숨 및 날숨 부분을 분리할 수 있고, 몇몇 경우에, 사용자의 들숨 및 날숨 부분을 검출하기 위해 교정될 수 있다.
호흡 활동은 전형적으로 0.1 내지 0.7 Hz(6 호흡/분 - 예컨대 진행되는 깊은 호흡에서 발생함 내지 42 호흡/분 - 성인의 전형적으로 빠른 호흡 속도) 범위 내에 있다. 심장 활동은 더 높은 주파수의 신호에 반영되고, 이러한 활동은 0.7 내지 4 Hz(48 비트/분 내지 240 비트/분) 범위의 통과 대역을 가진 대역 필터로 필터링함으로써 액세스될 수 있다. 전체 모션으로 인한 활동은 전형적으로 4 Hz 내지 10 Hz 범위이다. 이들 범위에서 중첩될 수 있음에 유의해야 한다. 강한(뚜렷한) 호흡 흔적은 강력한 고조파를 야기할 수 있고, 이들은 호흡 배음과 심장 신호와의 혼동을 회피하기 위해 추적될 필요가 있다. 변환기로부터의 더 긴 거리(예를 들어, 수 미터)에서, 비교적 작은 심장 기계 신호를 검출하는 것은 매우 어려운 일일 수 있고, 이와 같은 심박수 추정은 사용자가 스마트 스피커의 1 미터 내에 - 예컨대 의자/긴 의자 상에 또는 침대 내에 조용하게 누워 있는 설정에 더 잘 적합하다.
부재/존재가 “존재”로서 결정되었다면, 호흡, 심장, 및 모션/활동 신호(더불어서, 그들의 상대적인 위치 및 이동하고 있는 경우(예를 들어 부근에 들어가고 나가는 이동)의 속도)의 추정은 센서의 필드 내의 한명 이상의 사람에 대해 수행된다. 범위 정보를 산출하는 시스템은 - 다수의 사람이 유사한 휴식 호흡 속도(젊은 커플에 있을 수 있음)를 가질 지라도 다수의 사람의 생체측정 데이터를 분리할 수 있다는 점이 인식될 수 있다.
이러한 매개변수에 기초하여, 다양한 통계 측정값(예를 들어, 평균, 중간값, 제3 및 제4 모멘트, 로그, 제곱근 등), 파 형상(형태적 프로세싱), 및 그 다음 특성화 시스템에의 공급, 예컨대 간단한 분류 또는 로지스틱 회귀 기능, 또는 신경 네트워크 또는 인공 지능 시스템을 사용하는 더 복잡한 머신 러닝 시스템을 준비하는 것이 가능하다. 이러한 프로세싱의 목적은 수집된 생체측정 데이터로부터 추가 통찰력을 얻는 것이다.
수면 스테이징 분석
부재 / 존재 / 각성 /(NREM) 수면 단계 1 / 수면 단계 2 / 수면 단계 3(느린 파 수면 SWS / 깊은) / REM이 수면 사이클을 표현하는 기초 수면 아키텍처에 관련된 시퀀스를 가지므로, 그것은 시퀀스되지 않은 문제보다는 오히려 시퀀스된 문제로서 이것을 고려하는 데 도움이 될 수 있다(즉, 전형적인 수면 사이클을 반영하며, 사람은 시간의 기간 동안 한 상태에 남아 있음). 수면의 시퀀스는 예를 들어 밤(“수면”) 동안 내내 관찰에 명시적 순서를 부과한다.
몇몇 시스템은 또한 밤의 시작을 향해 더(더 높은 보급) 깊은 수면(SWS), 및 밤의 끝을 향해 더 REM 수면을 갖는 “정상” 수면 패턴을 이용할 수 있다. 이러한 이전 지식은 정상 수면자를 위한 분류 시스템을 가중(예를 들어, 시간에 걸쳐 이러한 상태의 이전 확률을 조정)하는 데 사용될 수 있지만; 모집단 규범 값으로부터의 이러한 가정은 비정상 수면자, 또는 주간에 정기적으로 낮잠자는 사람에 대해 유지되지 않을 수 있거나 - 부족한 수면 위생(부족한 수면 습관 - 예컨대 광범위하게 변화하는 ‘취침’ 및 ‘취침 외’ 시간)을 가질 수 있다는 점이 주목되어야 한다.
고전적으로, 수면 스테이징은 문헌[Rechtschaffen & Kales guidelines(Rechtschaffen and Kales, 1968)(a manual of standardized terminology, techniques and scoring system for sleep stages of human subjects. U.S. Public Health Service, U.S. Government Printing Office, Washington D.C. 1968)]까지 거슬러 올라가 30 초 “에포크”에서 고려되어왔다. 뇌전도(EEG)를 볼 때 종이 속도가 10 mm/s가 되므로(한 페이지는 30 초와 동등함) 알파 및 스핀들 관찰에 이상적인 30 초 인터벌이라는 것을 문헌에서 기재하고 있다. 물론, 수면 및 불면(및 부재 / 존재)의 실제 생리학적 프로세스는 30 초 블록으로 균일하게 분할되지 않으므로, 더 길거나 더 짧은 시간이 선택될 수 있다. 여기서 개략 설명된 시스템은 우선적으로 1 초(1 Hertz) 수면 단계 출력을 사용하지만, 그것은 1 초(1 Hertz)(기초 프로세싱 블록의 크기에 관련되는 연관된 지연)마다 업데이트를 전달하는 중복 방식으로 데이터의 더 긴 블록을 사용한다. 이러한 1 초 출력은 수면 사이클에서 미묘한 변경 / 전이를 더 양호하게 나타내기 위해 사용된다.
수면 특징 - 수동적으로 대 자동적으로 발생됨
감지된 신호(거리 대 시간(모션) 정보를 표현하는 신호)는 수면 특징과 같은 다양한 특징을 계산하는 데 사용된다. 그 다음, 이러한 특징은 사용자의 생리학적 상태에 관한 정보를 유도하는 데 사용될 수 있다.
특징 발생을 위해, 다수의 접근법이 구현될 수 있다. 예를 들어, 인간 전문가는 호흡 및 다른 생리학적 데이터 및 그의 분포를 검토하여, 특정 변경의 생리학적 기초, 및 시행 및 착오를 이해함으로써, 그들의 경험에 기초하여 프로세싱된 또는 프로세싱되지 않은 신호로부터 특징을 수동으로 생성할 수 있다. 대안적으로, 머신은 예상된 결과를 갖는 라벨링된 데이터가 공급된 몇몇 인간 감독(“머신 러닝”의 분야의 코어 개념) 및 제공된 몇몇 인간 도움으로, 또는 일부 데이터가 공급될 수 있거나 라베링된 데이터가 공급되지 않을 수 있는 완전 자동 방식으로 특징을 "러닝"할 수 있다.
딥 러닝은 이하의 넓은 카테고리: 심층 신경 넷(DNN), 합성곱 신경 넷(CNN), 순환 신경 넷(RNN), 및 다른 유형으로 광범위하게 고려될 수 있다. DNN 내에서, 딥 빌리프 네트워크(DBN), 다층 퍼셉트론(MLP)뿐만 아니라, 적층된 오토인코더(SAE)를 고려할 수 있다.
딥 빌리프 네트워크(DBN)는 예를 들어, 발생 능력을 소유하여, 입력 데이터로부터 특징을 자동적으로 발생시킨다. 이러한 목적을 위한 다른 접근법은 퍼지 C-평균 클러스터링(FCM), 즉 사전 프로세싱된 데이터에서 고유 구조를 발견하는 것을 돕는 감시되지 않은 러닝의 형태이다.
핸드크래프트 특징은 디지털 신호 프로세싱 기법을 감지된 운동 데이터에 적용함으로써 형성될 수 있다. 실제 경우에서의 호흡 신호는 숨을 들여 마시고 그 다음 숨을 내쉬는 것으로 설명된, 2개의 진폭(깊거나 얕음) 및 일정한 주파수(일정한 호흡 속도)를 갖는 완전한 사인파이다. 실세계에서, 그것은 사인파 - 특히 몸통 영역 비아 및 음향 또는 무선 주파수 기반 감지 접근법으로부터 검출된 바와 같이 사인파와 거리가 멀 수 있다. 예를 들어, 들숨은 날숨보다 더 급격하고, 더 빠를 수 있으며, 호흡이 잠시 동안 유지되면 파형 상에 노치가 있을 수 있다. 들숨 및 날숨 진폭뿐만 아니라, 호흡 주파수가 변화될 수 있다. 몇몇 추출 방법은 피크 및 트로프를 검출하는 것, 그 다음 2개(국부 피크를 검출하는 것 및 트로프를 폐기하는 것) 중 더 양호한 품질을 검출하는 것에 집중한다. 이는 피크 및 트로프 시간 둘 모두가 들숨 및 날숨 시간 둘 모두뿐만 아니라, 체적(예를 들어, 계산된 참조 베이스라인에 대한 시간 도메인 신호의 적분에 의해 계산됨)을 추정하기 위해 요구되면 이상적이지 않지만 - 호흡 속도 추정에 충분히 양호할 수 있다.
다양한 방법은 호흡 및/또는 심박수 또는 진폭과 같은, 이러한 특징 중 임의의 것의 추정을 돕는 데 사용될 수 있다.
예를 들어, 피크 및 트로프 후보 신호 추출은 더 낮은 호흡 속도(예를 들어, 자발적 호흡에 드물지만, 사용자가 그들의 호흡을 더 느린 속도로 유도하도록 요청받으면 일어날 수 있는, 4 내지 8 호흡/분)의 정확한 검출을 복잡하게 할 수 있는 더 낮은 주파수 잡음의 우세로, 잡음(및 다양한 대역 외 및 대역 내 잡음이 있을 수 있음)으로부터 호흡 파 형상을 복원하는 것을 필요로 한다. 시간 도메인 검출 방법은 저역 통과 필터링 후에 최대 및 최소 검출을 포함하여, 적응 임계값(깊고 얕은 호흡이 검출되는 것을 허용하기 위해 다수의 호흡의 블록을 통해 조정됨)을 사용한다. 선택적으로, 신호는 저역 통과 필터링되고 미분(예를 들어, 도함수)될 수 있다. 그 다음, 변경의 최대 속도에 관한 미분된 신호에서의 피크는 호흡 이벤트의 표시를 제공하기 위해 검출될 수 있다. 이와 같은 방법은 그것 상에 몇몇 잡음을 갖는 정현 곡선으로서 모델링되는 호흡 파형의 기점을 추출한다. LPF는 더 높은 주파수 잡음을 제거한다. 그 다음, 미분이 행해지고 피크가 검출된다. 실제로, 이는 - 호흡 파형이 종종 넓은 피크보다는 오히려 변경의 최대 속도에서 가장 분명하므로(예를 들어, 짧은 시간의 양 동안 유지되는 호흡이 있으면) 원래 신호의 피크 및 트로프보다는 오히려, 원래 신호의 변경의 최대 속도의 지점을 발견한다. 잠재적으로 더 견고한 방법은 이러한 경계의 크로싱이 신호의 진폭에서의 국부 변경에 직접적으로 영향을 받지 않으므로, 제로 크로싱을 (고정 또는 적응 베이스라인 주위에서) 검출하는 것이다.
호흡 신호가 시간 도메인 신호 (센서(들)로부터의 가슴의 거리 및 각도에 따라) 시간 도메인 신호에서 쉽게 보여질 수 있지만, 심장 모션은 전형적으로 호흡과 비교하여 매우 작은 신호이다. 호흡의 고차 고조파(예를 들어, 파 형상에 관련됨)는 심장 신호 추출을 복잡하게 하고, 거절, 또는 검출 및 배제될 필요가 있을 수 있다.
주파수 도메인 방법은 또한 예를 들어 호흡 데이터에 적용될 수 있다. 이러한 방법은 중복(예를 들어, 예를 들어, 1 초만큼 반복적으로 시프트되는 데이터 스트림의 데이터의 30s의 블록) 또는 비중복(예를 들어, 데이터 스트림은 30 총 청크에서 비중복되는 것으로 간주됨)될 수 있는 데이터의 블록을 사용하여 FFT의 대역 내의 검출된 피크(스펙트럼 누설을 방지하기 위해 윈도우잉될 수 있음)를 사용하는 것을 포함할 수 있다. 웰치의 방법을 사용하는 전력 스펙트럼 밀도(PSD), 또는 매개변수 모델(자기회귀)은 또한 후속 피크 검색으로 사용될 수 있다. 스펙트럼 피크는 호흡 신호가 더 적은 사인파가 됨에 따라 더 넓어지는(더 확산되는) 경향이 있을 것이고, 형상이 급격한 피크, 급격한 트로프, 또는 노치를 가지면 고조파를 포함할 수 있다. 다른 방법은 자기상관(자체의 시프트된 버전과 신호의 유사성을 설명함)을 사용하는 것이며, 가정은 기초 호흡 파 형상이 시간의 기간 동안 상대적으로 안정하다는 것이고, 자기상관에서의 주기적인 국부 최대는 호흡 속도를 추정하기 위해 가장 있음직한 후보(예를 들어, 잡음에 관련되지 않음) 최대에 의해 추적 및 필터링될 수 있다. 자기상관은 시간 도메인에서 수행되거나, 주파수 도메인에서 FFT에 의해 수행될 수 있다. 웨이브렛과 같은 시간 주파수 접근법은 또한 사인파 형상을 갖는 적절한 웨이브렛(예를 들어, 심릿(symlet), 데보키스(Debauchies) 등)이 선택되는 경우 유용하며, 그것은 강한 잡음 제거를 수행할 수 있고; 또한, 피크 검출은 궁극적으로 관심있는 시간척도에서(즉, 타겟 호흡 속도 범위 내에서) 수행된다.
칼만 필터(재귀 알고리즘)은 시스템 상태를 추정하기 위해 시간 도메인 신호에 적용될 수 있으며; 이러한 접근법은 이전 단계의 사용에만 기초하여, 시스템의 장래의 알려지지 않은 상태를 예측하는 방식을 제공한다. 필터링에 더하여, 그것은 예컨대 큰 운동, 호흡, 및 심장 운동의 신호 분리를 제공할 수 있다.
(잡음 오염 관찰(예를 들어, 잡음 환경에서 생리학적 운동을 검출하기 위함)
호흡 피크 및 트로프의 임의의 검출은 대상체가 호흡을 정지(예를 들어, 무호흡)하거나 매우 얕은 호흡(예를 들어, 호흡저하)을 나타내면, 대상체가 큰 운동을 하는 것(침대에서 뒤척임 또는 운전 동안 움직이는 것)과 같이, 잠재적으로 혼동하는 효과를 인식할 필요가 있다. 위치를 추적할 수 있는 감지를 사용하는 것은 이러한 효과를 분리하는 유용한 수단을 제공한다. 예를 들어, 롤은 공간 내의 위치의 변경뿐만 아니라, 높은 주파수 운동 둘 모두로서 보여질 수 있다. 따라서, 후속 호흡은 진폭이 더 높거나 더 낮을 수 있지만 - 여전히 “건강한” 호흡일 수 있다. 다시 말해, 검출된 진폭 변경은 사람의 호흡의 변경보다는 오히려, 추출된 수신 호흡 신호(하향 변환 등 후의) 강도의 변경으로 인한 것일 수 있다. 따라서, 이는 새로운 교정 접근법을 허용할 수 있으며, 검출된 거리는 신호 강도를 호흡의 깊이에 관련시키는 데(그리고 일회 호흡령을 근사시키는 데) 사용될 수 있다는 점이 인식될 수 있다. 이와 같은 운동 또는 변위가 인식되지 않는 경우, 지정된 지속 범위 의 축소, 중단, 또는 변경(예를 들어, 폐쇄 이벤트 동안 가슴 및 배에 관한 모순 운동으로 인함)은 비정상 호흡(예를 들어, 무호흡/호흡저하 이벤트)으로서 식별될 수 있다.
실제적인, 견고한 심호흡 추정 시스템은 매개변수를 국부화하기 위한 다수의 방법에 의존할 수 있는 것이 인식될 수 있다. 양호한 신호 품질 경우에 대해, 주파수(또는 시간 주파수) 추정은 있음직한 호흡 속도, 국부 호흡 가변성의 추정을 국부화하고, 그 다음 미묘한 피크 및 트로프 시간을 추출하고, 범위에서 교정을 수행하고 들숨 및 날숨 체적(수면 스테이징에 대한 유용한 특징)을 추정할 수 있다. 이와 같은 신호 품질 메트릭은 시간에 걸쳐 변화되는 것으로 예상된다. 측정된 호흡 속도의 변화가 있으면, 프로세싱은 상이한 시간 스케일 동안 행해질 수 있으며, 예를 들어 평균 또는 중앙 필터링은 30, 60, 90, 120, 150 초 등 동안 행해진다.
소나 경우에서, 미가공 수신된 파형(예를 들어, 음향 FMCW 신호)의 포락선은 메인으로서, 또는 이차 입력으로서 예컨대 호흡 속도 추정을 위해(예컨대 소나를 사용하여 RF 감지 시스템을 위한 추가의 정보를 제공하고 그 역도 또한 마찬가지임), 다른 추가 감지 신호가 구현될 때, 프로세싱될 수 있다. 이는 사람의 날숨의 공기에서 실제 방해를 검출하는 성질에 기초한다. 이는 객실, 방 또는 부근 내에(예를 들어, 개방 창문, 인근 공기 조화 유닛, 인근 히터 등으로부터) 다른 강한 기류가 없는 것을 암시하며; 있으면, 측정에 관한 그들의 효과는 폐기되거나, 환경에서 기류의 변경을 변경하는 데 사용될 수 있다.
큰 기류는 범위 빈에 걸친 낮은 주파수 운동(즉, 범위에 걸쳐 흐르는 섭동)으로서 검출 가능한 경향이 있을 것이다. 이는 더 많은 잔향을 갖는 파형(예를 들어, 하나의 주파수의 에너지가 방, 및 연관된 방 모드에서 강화되는 것을 허용함)을 감지하는 데 더 분명하다.
일반 모집단(즉, 정상 건강한 조건을 갖는 사용자, 호흡 상태 예컨대 수면 무호흡, COPD, 심장 문제를 포함하는 다양한 건강 조건을 갖는 사용자 등을 포함함)에 걸쳐 작동되는 수면 스테이징 시스템을 고려할 때, 호흡 속도 및 심박수의 베이스라인이 광범위하에 변환될 수 있다는 점이 인식될 수 있다. 예를 들어 나이, 성, 및 신체 질량 지수(BMI)에서 차이를 휘한다. 여성은 유사한 나이 및 BMI의 남성보다 약간 더 높은 베이스라인 호흡 속도를 가질 수 있다(그러나 어린이 나이(4 내지 16)의 최근의 연구는 통계 차이를 나타내지 않음). 더 높은 BMI를 갖는 것은 유사한 나이의 누군가의 평균보다 더 빠르게 호흡하는 경향이 있을 것이다. 어린이는 통상 성인보다 훨씬 더 높은 정상 호흡 속도를 갖는다.
따라서, 몇몇 버전에서, 예컨대 센서 유형에 관계없이 프로세싱 디바이스(100)를 갖는 시스템은 예컨대 딥 빌리프 네트워크(DBN)를 적용하기 전에, 초기 신호 프로세싱 및 몇몇 핸드 크래프트 특징이 형성되는 경우, 하이브리드 구현으로 이루어질 수 있다. (하이브리드 구현은 머신에 의해 러닝되는 특징과 조합된 인간 “핸드 크래프트,” 디지털 신호 프로세싱(DSP) 유도 특징의 혼합을 수반한다.) 초기 감독된 트레이닝은 전문가 스코어 수면다원검사(PSG) 오버나이트 데이터세트를 사용하여 수면 실험실 또는 가정 PSG로부터, 세계 곳곳의 다수의 장소로부터 수행되고, 지정된 스코어링 방법론을 사용하여, 적어도 하나의 스코러에 의해 스코어링된다. 추가 무감독 트레이닝은 선택 감지 방법 중 하나 이상으로 수집된 데이터세트로부터 수행된다. 이는 시스템이 진화하여 수면 실험실 외부에서 새롭고 더 다양한 데이터를 반영하는 것을 허용한다.
핸드 크래프트 특징(즉, 인간 기술자 / 데이터 과학자가 그것을 설계, 선택 또는 생성함)에 관해, 연관된 신호 품질 레벨을 갖는 호흡 신호가 추출되며, 관심있는 특정 특징은 상이한 시간척도를 통한 호흡 속도의 가변성, 및 들숨 및 날숨 시간의 변화이다. 불면 및 수면에 대한 개인화된 베이스라인 호흡 속도의 추정이 형성된다. 예를 들어 깨어 있는 동안 호흡 속도 가변성의 단기 변경은 무드, 및 무드의 변경에 관련될 수 있는 반면에, 자고 있는 동안 이러한 변경은 수면 단계의 변경에 관련되는 것은 공지되어 있다. 예를 들어, 호흡 속도 가변성은 REM 수면에서 증가한다. 호흡 속도 자체의 더 장기적인 변경은 정신 건강의 표시자를 제공하는 것과 같이, 정신 조건의 변경에 관련될 수 있다. 이러한 효과는 사용자가 수면일 때, 특히 더 긴 기간 동안 분석될 때, 그리고 모집단 규범 값과 비교하여 더 엄청날 수 있다.
하나는 사용자의 상태(수면/각성) 또는 수면 단계(REM, N1, 그 다음 N2, 그 다음 SWS 수면에서의 최저)의 표시로서 측정된 호흡 속도의 가변성을 사용할 수 있다. 예를 들어, 정상적인 건강한 사람에서 15 분과 같은 기간에 걸쳐 정규화된 호흡 속도 가변성을 볼 때, 그들이 깨어 있는 경우 가장 큰 가변성을 인식하는 것이 가능며; 이러한 가변성은 모든 수면 상태에서 떨어지고, 다음으로 가장 큰 것은 REM 수면에 있으며(그러나 각성보다 여전히 더 작음), 그 다음 reducing further in N1에서, 그 다음 N2에서 더 감소되고, 그 다음 SWS 수면에서 가장 낮다. 여담으로서, 호흡으로 인한 공기 압력은 REM 수면에서 증가할 수 있으며, 이는 검출된 음향 신호 - 조용한 환경에서 또는 더 조용한 시간에 검출될 수 있는 잠재적인 추가의 특징에 영향을 미칠 수 있다.
이와 같은 정규화된 호흡 속도 값은 건강한 사람에 대한 상이한 위치(반듯이 누움, 엎드려 있음, 바른 위치 등) 사이에서 상당히 변화되어서는 안된다. 그러나, 정확한 일회 호흡량에 대한 교정은 바람직할 가능성이 있음에 주목해야 한다. 예를 들어, 시스템은 한 사람의 평균 호흡 속도가 예를 들어 자고 있는 동안 13.2 호흡/분(BR/MIN)일 수 있는 반면에 다른 사람의 평균이 17.5 BR/MIN일 수 있으므로 전체 밤에 걸쳐 정규화할 수 있다. 양 속도는 수면 단계 당 유사한 가변성을 나타낸다. 속도의 차이는 수면 상태를 분류하기 위해 고려될 수 있는 변경을 마스킹할 뿐이다. 시스템은 시간이 지남에 따라 그 자체, 또는 실제로 유사한 인구 통계 내의 어떤 사람과 비교하는 것과 같이 다른 목적을 위해 평균 속도(또는 전체 속도 그래프)를 고려할 수 있다. 폐쇄 수면 무호흡(OSA)을 갖는 사람에 대해, 호흡 가변성은 슈파인 위치(등에 놓임)에서 - 사용자의 호흡 건강의 잠재적으로 유용한 표시를 증가시킬 것으로 예상된다.
혼합된 무호흡 또는 중추 무호흡을 갖는 대상체는 정상 대상체(유용한 생체지표)보다 깨어 있는 더 큰 호흡 가변성을 디스플레이할 경향이 있으며, 폐쇄 무호흡을 갖는 사람들은 또한 깨어 있는 동안 변경 대 정상을 갖고, 이는 분명하지 않다(그러나 많은 경우에 여전히 존재함).
사람 특정 수면 패턴(예를 들어, 호흡 가변성)은 시간에 걸쳐 시스템에 의해 러닝될 수 있으며; 따라서, 감독되지 않은 러닝을 수행할 수 있는 시스템은 필드에 전개되면, 매우 바람직하다.
이러한 패턴은 하룻밤 동안(즉, 수면 세션 동안) 변할 수 있고 호흡의 부분 또는 완전 중단(또는 방해된 기도가 있을 때 가슴 및 배의 모순 운동)으로서, 수면 시간 동안 발생하는 무호흡에 영향을 받을 수 있다. 이러한 문제를 다루는 하나의 방식은 수면 단계를 계산하면, 검출된 무호흡을 갖는 기간(및 호흡 속도의 연관된 진동)을 억제함으로써 된다는 인식될 수 있다. 하나는 그러한 시점에 수면 단계를 분류하려고 시도하기 보다는 오히려, 무호흡 및 잠재적인 미세 각성을 간단히 플래그할 수 있다. 체인 스토크스 호흡(CSR)과 같은 주기성 호흡 패턴은 강한 발진 패턴을 가지며; 이는 또한 수면 프리프로세싱 단계 동안 검출될 수 있다. CSR이 수면의 임의의 단계에서 발생할 수 있지만, 중지는 비-REM 수면에서 더 규칙적인 경향이 있고, REM 수면(시스템이 CSR을 갖는 대상체에서 수면 스테이징을 정제하기 위해 사용할 수 있는 정보)에서 더 불규칙적인 경향이 있다.
유사하게, 심장 신호는 호흡 파형 형태에 관한 임의의 고조파를 억제하는 프로세싱 단계로 추출될 수 있다. 폐쇄, 혼합 또는 중추 무호흡과 같은 특정 패턴은 임의의 관련된 회복 호흡, 및 헐떡임에 관련된 운동과 함께, 검출된다. 심장 신호로부터, 비트 대 비트 “심박수 가변성”(HRV) 신호는 생리학적으로 타당한 심박수 값에 기초하여 추정된다. 스펙트럼 HRV 메트릭, 예컨대 평균 호흡 주파수의 로그 파워, LF/HF(낮은 주파수 대 높은 주파수) 비율, 정규화된 HF의 로그 등이 계산될 수 있다.
비트 대 비트 시간의 HF 스펙트럼(HRV 파형)은 2.5 내지 7 초의 부교감 신경 또는 미주신경 활동(호흡 동성 부정맥 - 또는 RSA)의 리듬에 관한, 0.15 내지 0.4Hz 범위의 전력이고, 때때로 “호흡 대역”으로 지칭된다.
LF 대역은 0.04 내지 0.15Hz이며, 이는 휴식 중에 휴식 중에 압력수용체 활성을 반영하는 것으로 생각된다(그리고 일부 연구 제안은 심장 교감 신경 분포와의 관계를 가질 수 있음).
VLF(very low frequency) HRV 파워는 0.0033 내지 0.04Hz(300 내지 25 초)이고, 감소된 값은 부정맥 및 외상 후 스트레스 장애(PTSD)에 관련된다.
HRV 매개변수는 또한 시간 도메인 방법, 예컨대 SDNN(정상 비트간 간격의 표준 편차 - 더 긴 기간 가변성을 캡처하기 위함) 및 RMSSD(연속 심박 간격 차이의 제곱 평균 - 단기 가변성을 캡처하기 위함)을 사용하여 추출될 수 있다. RMSSD는 또한 예컨대 심방 세동에서 보여지는, 불정기로 불규칙적인 비트 대 비트 작용에 대해 스크리닝하는 데 사용될 수 있다.
HRV에 관해, 계산된 바와 같이 LF/HF 비율의 시프트는 REM 수면 동안 “교감” HF 지배에 대한 시프트(교감으로부터 부교감 신경 균형으로 관련될 수 있음)와 함께, 비-REM 수면의 검출 가능한 특성이다.
더 일반적으로, REM 수면에서 전형적으로 증가된 HRV가 있다.
호흡 속도 및 심박수 신호의 더 긴 기간 평균 또는 중간값은 시간에 걸쳐 분석할 때 - 특히 몇몇 중재, 예컨대 약물, 치료, 병(육체 또는 정신)으로부터의 회복, 피트니스 레벨의 변경, 시간에 걸친 수면 습관의 변경이 있으면 특정 사람에게 중요하다. 그들은 (매우 유사한 그룹에 대한 것이 아닌 한) 사람마다 직접 비교하는 데 다소 덜 유용하다. 따라서, 호흡 및 심장 가변성 특징에 대해, 그것이 모집단에 걸쳐 더 양호하게 일반화될 수 있도록 이들(예를 들어, 메트릭에 적절한 바와 같이 중간값을 떨어뜨리는 것, 제거하는 것 등)을 정규화하는 것이 유용하다.
추출된 특징의 추가 분석은 딥 빌리프 네트워크(DBN)를 이용할 수 있다. 이와 같은 네트워크는 제한적 볼츠만 머신(RBM), 오토인코더, 및/또는 퍼셉트론의 빌딩 블록으로 구성된다. DBN은 이러한 추출된 특징으로부터 러닝하는 데 특히 유용하다. DBN은 감독 없이 사용되고, 그 이후에 라벨링된 데이터(즉, 인간 전문가 입력에 의해 확인된 데이터)로 트레이닝될 수 있다.
DBN 위로 전달될 수 있는 예시적인 인간 크래프트 “예에 의한 러낭” 추출된 특징은 무호흡 유형 및 위치, 상이한 시간척도에 걸친 동일한 것의 호흡 속도 및 가변성, 호흡, 들숨 및 날숨 시간, 들숨 및 날숨의 깊이, 상이한 시간척도에 걸친 동일한 것의 심장 속도 및 가변성, 심탄동도 비트 형상/형태 운동 및 활동 유형 예컨대 전체 운동, PLM/RLS, 신호 품질(시간에 걸친 측정의 무결성), 사용자 정보 예컨대 나이, 높이, 체중, 성, 건강 조건, 점유 등을 포함할 수 있다. 신호의 사행도, 첨예도, 엔트로피와 같은 다른 통계적 매개변수가 또한 계산될 수 있다. DBN은 수개의 특징 자체를 결정(그들을 “러닝”)할 것이다. 때때로 정확히 그들이 표현하는 것을 이해하는 것이 어려울 수 있지만, 그들은 인간보다 더 양호한 일을 종종 행할 수 있다. 과제는 그들이 때때로 나쁜 국부 최적도에 처하게 될 수 있다는 것이다. 그들이 특징을 "러닝"했으면, 시스템은 몇몇 라벨링된 데이터로 그들을 조정할 수 있다(예를 들어, 인간 전문가에 의해 입력된 데이터는 특징(하나의 전문가 또는 수개의 전문가의 일치)을 스코어링할 수 있음).
DBN은 또한 호흡 파형, 활동 레벨, 심장 파형, 미가공 오디오 샘플(소나의 경우), I/Q 생체 모션 데이터(소나 또는 레이더의 경우), 세기 및 컬러 레벨(예를 들어, 적외선 카메라 데이터로부터의) 등으로부터 포함하는 입력 매개변수로부터 새로운 특징을 직접 러닝할 수 있다.
핸드 크래프트 특징을 순전히 사용하는 머신 러닝 접근법은 성능 레벨에 관해 안정 상태에 달하는 경향이 있는 "샐로우 러닝" 접근법이다. 대조적으로, “딥 러닝” 접근법은 데이터의 크기가 증가함에 따라 계속 개선될 수 있다. 위에 논의된 접근법은 딥 러닝(이러한 경우에 DBN)을 사용하여 클래식 머신 러닝에 대한 새로운 특징을 생성한다(예를 들어, 새로운 특징, 특징 성능에 의한 특징 선택 윈노윙을 취하고, ICA(independent component analysis) 또는 PCA(principal component analysis)(즉, 차원성 감소)를 화이트닝하고, 결정 트리 기반 접근법 예컨대 랜덤 포레스트 또는 서포트 벡터 머신(SVM)를 사용하여 분류함).
전체 딥 러닝 접근법은 여기서 사용된 바와 같이, 이와 같은 특징 선택 단계를 회피하며, 이는 시스템이 인간 모집단에서 인식되는 엄청난 다양성의 시야를 사용하지 않는 것으므로 장점인 것으로 인식될 수 있다. 그 다음, 새로운 특징은 라벨링되지 않은 데이터로부터 러닝될 수 있다.
이러한 다중모달 신호에 대한 하나의 접근법은 우선 각각의 신호에 관해 딥 빌리프 네트워크를 트레이닝하고, 그 다음 연결 데이터에 관해 트레이닝하는 것이다. 이것에 대한 이유는 특정 데이터-스트림이 시간의 기간 동안 간단히 유효하지 않을 수 있다는 것이다(예를 들어, 심장 신호 품질은 사용 가능한 임계값 아래에 있지만, 이용 가능한 양호한 품질 호흡, 운동, 및 오디오 특징 신호가 있으며 - 그 경우에, 심장 데이터로부터의 임의의 러닝된 또는 유도된 특징은 이러한 기간 동안 무의미할 것임).
분류를 위해, 은닉 마르코프 모델(HMM)과 같은 시퀀스 기반 접근법이 적용될 수 있다. 이와 같은 HMM은 수면 단계을 분리하기 위해, 병원 수면 실험실 PSG 시스템을 통해 제공될 수 있는 바와 같이 출력 수면 그래프를 단계적 “수면 아키텍처”에 매핑하기 위해, 비정상 수면 단계 스위칭을 최소화하기 위해 출력에서 여전히 선택적으로 사용될 수 있다. 그러나, 수면이 점진적인 생리학적 프로세스인 것을 인식하면, 시스템을 소수의 수면 단계에 강제하지 않는 것을 선호하고, 그것이 점진적 변경을 캡처하는 것(즉, 더욱 많은 "중간" 수면 상태를 갖는 것)을 허용할 수 있다.
은둔 층을 갖지 않는 더 간단한 상태 머신 접근법이 가능하지만, 궁극적으로 수면자의 큰 모집단에 걸쳐 일반화하는 문제를 가질 수 있으며, 그들 자체의 고유 인간 생리학적 특성 및 행동을 각각 갖는다. 은닉 상태 CRF, 잠재적 동적 CRF, 또는 조건부 신경 필드(CNF) 또는 잠재적 동적 CNF와 같은 조건부 임의 필드(CRF) 또는 변형으로서의 다른 접근법. 장단기 메모리(LSTM)는 특히 시퀀스 패턴 인식(정상적인 건강한 수면자에서 더 전형적임)에 적용될 때, 양호한 차별적 능력을 가질 수 있다는 점이 주목되어야 한다.
준감독 러닝은 순환 신경 네트워크(RNN)를 사용하여 수행될 수 있으며, 이는 라벨링되지 않은 데이터에서 구조를 발견할 시에 효과적일 수 있다. RNN은 입력, 은닉 층, 및 출력을 갖는 표준 신경 넷 구조이다. 그것은 그래프 언롤링 및 매개변수 공유 기법을 사용하여 시퀀싱된 입력 / 출력을 갖는다(즉, 다음 입력은 이전 출력에 의존하여 - 즉, 은둔 유닛은 정보를 넘겨 주는 재귀 연결을 가짐). LSTM RNN은 자연 언어 처리 애플리케이션(증가 및 소멸 경사 문제를 방지하기 위한 LSTM을 가짐)으로 널리 공지되어 있다.
수면 개시를 검출하는 것에 관해, 스피치 인식 서비스가 실행되고 있으면, 사용자에 의한 음성 명령은 “각성”의 제2 결정자로서 사용될 수 있다(무의미한 수면 대화와 혼동되지 않음). 개인 스마트 디바이스가 사용되면(사용자에 의해 - 그 다음 UI 입력, 가속도계의 운동, 자이로스코프 등으로 언로킹되면), 이는 또한 다른 수면/각성 감지 서비스를 증가시키기 위해 각성의 결정자로서 사용될 수 있다.
수면 아키텍처 및 개인화된 수면 스코어
호흡 속도, 호흡의 상대 진폭(얕은, 깊은 등), 심박수 및 심박수 가변성, 운동 세기 및 지속, 및 활동 지수를 포함하는, 이전에 논의된 것과 같은 매우 다양한 매개변수가 추정될 수 있다. 그 다음, 프로세싱은 대상체가 깨어있는지 혹은 수면 중인지, 그리고 수면 중이라면, 그들의 수면 상태가 무엇인지(얕은 N1 또는 N2, 깊은, 또는 REM) - 및 있음직한 다음 수면 상태의 예측을 결정할 수 있다.
시스템은 수면의 완전히 자동적인 끊김없는 검출 - 및 하나의 디바이스로부터 2명 이상의 사람 수면을 검출하는 능력을 제공할 수 있다.
도 18에 예시된 바와 같이, 시스템은 사람의 전체 수면 세션, 자는 시간, 수면 시간, 실제 수면 시간, 각성, 및 최종 자각이 캡처되는 것을 자동적으로 캡처할 수 있다. 수면 분절, 수면 효율, 및 수면 스코어는 사람에 대해 추정될 수 있다. 사람의 수면의 품질은 수면 스코어로 지칭되는 단일 수로 요약될 수 있다. 건강한 사람에 다한 전형적인 수면 스코어 입력 매개변수는 전체 수면 시간, 깊은 수면 시간, REM 수면 시간, 얕은 수면 시간, 수면 개시 후 각성(WASO) 시간, 및 수면 개시(잠드는 시간)를 포함한다. 수면 스코어는 그들의 정규화된 스코어 대 모집단 규범(규범 값)뿐만 아니라, 그들의 호흡 속도 가변성, 및 코골이 레벨을 제공하기 위해 나이 및 성과 같은 사람의 인구통계를 선택적으로 사용할 수 있다.
피로 및 각성도 관리
수면의 하나 이상의 밤으로부터의 정보는 사용자의 있음직한 주관적 및 객관적 피로 상태를 추정하고, 어드바이스를 사용자에게 피드백하여 낮 동안의 그들의 각성도 또는 수면의 품질을 개선하는 데 사용될 수 있다.
침대 입출 검출
정보 및 모션 시그니처를 레인징하는 것은 침대 들어감을 검출하고 침대 나감을 검출하는 데 사용될 수 있으며 - 이는 가정 환경에서뿐만 아니라, 양로원 등에서 유용하다(예를 들어, 치매 환자를 추적하고, 욕창의 가능성을 예측하는 등하는 데 사용됨).
주간(불면) 감시
저주파 초음파 기술은 사람에 대한 호흡 트레이스를 추정하고, 주간뿐만 아니라 밤시간 호흡 장애를 추적하는 데 사용될 수 있다. 예를 들어, 감염(호흡 감염을 포함함)을 갖는 사람은 상승된(대 그들의 개인 베이스라인) 호흡 속도, 통상보다 더 얕은 호흡, 및 변경된 들숨 대 날숨 비율을 나타낼 수 있다.
따라서, 시스템은 만성 환자 건강 상태를 감시 및 관리하는 데 사용될 수 있으며 호흡 신호는 (예컨대 COPD, 천식, CHF, 고혈압에서) 환자 건강 상태의 생체지표이며 - 그것은 적용 가능한 경우 급성 이벤트의 위험 계층 및 초기 예측을 포함하는, 길이방향 패턴의 감시를 허용함으로써 포함한다는 점이 인식될 수 있다. 만성 불면증과 같은 다른 조건은 프로세싱 디바이스에 의해 추적될 수 있다. 만성 질환을 감시하기 위해 측정된 생리학적 매개변수의 프로세싱의 일 예는 2015년 5월 25일에 출원되고 명칭이 “Methods and Apparatus for Monitoring Chronic Disease”인 국제 특허 출원 PCT/AU2015/050273(WO 2015/179911)호에서 발견될 수 있으며, 그의 전체 개시는 본 명세서에 참조로 포함된다.
도 18에 추가로 예시된 바와 같이, 시스템은 또한 웨어러블, 또는 스마트폰에 통합된 단계 카운터와 같은 디바이스로부터 단계 카운트 및/또는 운동 강도 판독과 같은 주간 매개변수를 사용할 수 있다. 예를 들어, 동기 피드백 시스템의 일부로서, 무호흡 치료를 갖는 순응도는 사용자가 덜 피곤함을 느낌에 따라(덜 피곤함에 따라), 다음 날의 증가된 활동과 상관될 수 있다. 주관적 문제는 또한 졸림 또는 각성도의 상대 느낌을 설명하도록 시스템에 의해 주간에 요청받을 수 있고, 객관적 테스트 예컨대 반응 테스트(예를 들어, 스마트폰 상에 구현된 정신운동 경계 작업)는 PAP 치료로 인한 개선을 증명하는 데 사용될 수 있다. 식품 섭취에 관한 데이터는 또한 치료왓 상관될 수 있으며, 사람이 휴식 및 생기를 느낄 때 단 / 지방이 많은 식품의 소비의 감소를 나타낸다. 또한 (예컨대 광학 센서를 갖는 웨어러블 디바이스로부터) 주간 심박수 및/또는 비외과적 혈합 추정 / 측정과 관련되는 것이 가능하다. 이와 같은 개선이 인식되지 않으면, 시스템은 치료 설정이 사용자에게 적절한지를 추가로 탐색할 수 있거나, 조정으로부터 이익을 얻을 수 있다. 이러한 매개변수는 그들의 이전 밤(들) 수면 스코어 및 CPAP 스코어에 관련된, 건강 스코어를 공식화하는 데 사용될 수 있다. 따라서, 프로세싱 디바이스는 인터넷 서버 기반 엔진(예를 들어, 클라우드 어드바이스 엔진)과 같은 다른 디바이스와 함께 다수의 디바이스의 데이터를 평가에 제공할 수 있따.
수면 상태 감시
만성 질환, 및 SDB의 보급의 증가는 시간에 걸쳐 호흡 장애 및/또는 호흡 매개변수 변경에 대한 저비용 스크리닝이 매우 바람직하게 된다.
사람이 수면일 때, 수면 호흡 장애(SDB)와 같은 진단되지 않거나 진단된 수면 장애는 검출 및 감시될 수 있다. 3개의 유형의 수면 장애 호흡은 (i) 폐쇄 수면 무호흡(OSA - 수면 동안 부분 또는 전체 상부 기도 붕괴), (ii) 중추 수면 무호흡(CSA - 뇌가 호흡 신호를 촉발시키지 않거나, 이것이 정확히 전달되지 않는 중추 신경계 장애) 및 (iii) 혼합 또는 복합 수면 무호흡(OSA 및 CSA의 조합)이다.
무호흡(호흡의 중단) 또는 부분 중단(호흡저하)의 검출은 시간이 지남에 따라 호흡 신호의 진폭을 추적하는 것에 기초할 수 있다. 사람의 시간 도메인 호흡 신호의 상대 진폭은 그들의 위치, 및 스마트 스피커(들)에 대한 가슴의 배향과 함께 변경되는 경향이 있을 것이다. 예를 들어, 프로세싱 디바이스(100)를 향하는 사람의 호흡 파형은 사람이 그들의 등에 센서를 가질 때 호흡 파형보다 더 높은(진폭이 더 큰) 경향이 있을 것이다. 따라서, 신호의 국부 포락선은 참조 지점으로 계산되어, 무호흡 또는 호흡저하의 중단 또는 축소는 이러한 국부 포락선에 대해 검출될 수 있다.
주파수 도메인에서, 무호흡 또는 호흡저하는 호흡 속도 계산에서 불안정성을 야기하고(예를 들어, 호흡 속도는 무호흡으로 인해 변경을 유지함), 몇몇 낮은 주파수 성분을 도입하는 경향이 있을 것이다. 이는 예상 SDB 또는 다른 불규칙적인 호흡 패턴이 있을 때 호흡 신호를 프로세싱하는 FFT 접근법을 덜 매력적이게 한다. 이러한 경우에, 더 양호한 성능은 웨이브렛 분해 방법을 사용하면 가능하다. 모웨이블렛 기능은 제로 평균을 갖는 기능으로 정의되고 주파수 및 시간 둘 모두에서 국부화되며; 모웨이블렛의 팽창 및 병진을 통해, 웨이브렛 군이 생성된다. CWT(Continuous Wavelet Transform) 및 FFT가 유사한 호흡 속도를 추정하는 경우, 호흡이 “정상”인 높은 가능성이 있다. 2개의 추정은 체인 스토크스와 같은 무호흡 또는 주기성 호흡이 있을 때 상이한 경향이 있다.
무호흡 및 호흡저하 이벤트를 검출 및 카운팅할 때, AHI(Apnea Hypopnea Index)를 추정하는 것이 가능하다. 이는 SDB 위험을 계층화하고, 밤에 걸쳐 무호흡 심각성을 감시하는 데 사용될 수 있다. 이는 독립형 디바이스, 또는 CPAP 치료 디바이스와 통합된 것으로 행해져 사용자가 그들의 CPAP를 사용하는 것을 잊을 때 AHI를 표시할 수 있다. 이러한 방식으로, 행위 변경(예를 들어, CPAP 순응도를 증가시키기 위함)은 사용자가 그의 치료를 사용하지 않을 때 그들의 수면 스코어를 악화시키는 것을 인식할 수 있으므로, 건강관리 정보학(HI) 플랫폼을 통해 권장된다. CPAP와의 통합에 관해, 저주파 초음파 감지는 CPAP 자체 상의 스피커 및 외부로 지향된 마이크로폰에 의해, 또는 via a 별도의 스마트 스피커 또는 스마트 디바이스(예컨대 앱을 실행하는 스마트폰 또는 태블릿)를 통해 인에이블될 수 있다. 무호흡 정보를 포함하는 수면 스코어의 일 예는 레스메디의 마이에어 수면스코어이다.
주기적 사지 운동 장애(PLM)는 수면 동안에만 발생하고 흥분을 초래할 수 있는 밤 동안 임의의 반복적 비자발적인 운동을 포함하는 반면에, 하지 불안 증후군(RLS)은 또한 깨어 있는 동안(특히 수면 전의 저녁에)뿐만 아니라 수면 동안 발생할 수 있는 사지를 이동시키는 충동이다. 이러한 패턴은 이러한 장애와 연관된 시그니처 운동에서 검출될 수 있으며, 이는 머신 러닝 블록에 의해 프로세싱 및 식별된다.
개략 시스템은 편리한 24시 내내 방해받지 않는 감시에 사람의 건강 조건을 제공하며, AI를 통한 능력은 임상 결정 관리 프로세스의 일부가 된다.
CPAP 사용자 및 가족에 대한 매개변수 감시를 위한 시스템
AHI, 수면 스코어, 및 자극에 대한 매개변수를 감시하기 위한 시스템(치료 순응도에 관해 개선하고 피드백하기 위함)
프로세싱 디바이스(100)의 비접촉 감지 기술은 부재/존재, 수면 상태(수면 또는 각성), 수면 단계(즉, 얕은 수면, 깊은 수면, REM 수면), 수면 품질, 수면 중 각성(WASO), 전체 수면 시간(TST), AHI, 폐쇄의 수, 호흡저하, 혼합, 및 중추 무호흡 이벤트, 중복 증후군, PLMD, RLS 및 다른 수면 매개변수를 측정할 수 있다. 구성 설정에 따라, 그것은 또한 매개변수 예컨대 심박수, 및 심박수 가변성을 측정할 수 있다.
제1 사용 경우는 SDB로 이미 진단되었고, CPAP 치료 디바이스 또는 하악 재위치 디바이스(MRD)를 수용했던 대상체에 대한 것이다. 시스템은 그들의 수면 품질, 및 그들의 질병 진행 둘 모두를 측정할 수 있다. 중요한 장점은 이러한 측정 및 피드백이 치료 중이든지 아니든지(마스크 온 또는 오프이든지; 입 내의 MRD이든지 아니든지) 행해질 수 있다는 것이다. 전통적인 접근법에서, 양의 공기 압력 디바이스(CPAP 또는 다른 호흡/플로우 발생기 디바이스)를 갖는 사용자가 그들의 마스크를 착용하고 있지 않으면, 그들의 AHI는 기록되지 않는다. 이러한 새로운 접근법에서, 그들의 AHI는 사용자가 치료를 사용하고 있지 않을 때에도, 검출되고 분명히 제시될 수 있으며, 치료의 사용을 증가시키기 위해 행위 변경에 대한 핵심적인 동기요인으로서의 역할을 한다.
시스템은 플로우 발생기 디바이스 자체 내에 위치된 센싱에 기초하여 사용자의 수면, 호흡 및 SDB 매개변수를 감시한다. 이는 예상된 수면 시간 주위의 시간 기간에서의 감지, 또는 7월 24일의 러닝에 제한될 수 있다. 그것은 사용자가 치료를 준수하도록 자극을 주기 위해, 치료된 및 치료되지 않은 AHI 둘 모두의 추정 뿐만 아니라, 둘 모두의 비교를 제공할 수 있다. 도 5에 예시된 것과 같은 시스템은 또한 스마트폰 상의 앱을 사용하여 감지를 인에이블하고, 호흡 치료 디바이스(5000)(예를 들어, CPAP 디바이스)와 선택적으로 동기화하여 치료된 및 치료되지 않은 매개변수를 분리할 수 있다. 선택적으로, 동기화가 이용 가능하지 않으면, 프로세싱 디바이스(100)는 오디오 프로세싱을 수행하여 인근 치료 디바이스(예를 들어, CPAP 디바이스)의 사운드를 검출해서 치료된 및 치료되지 않은 기간을 분류하고, 오디오 시그니처에 기초하여 사용중인 플로우 발생기 및 마스크의 유형의 추정을 할 수 있다. 시스템은 그들의 코골이 및 다수의 무호흡이 극적으로 감소함에 따라, 사용자가 치료 중일 때 수면 스코어의 증가가 있는지를 분명히 결정 및 나타낼 수 있어, 더 긴 기간의 REM 및 깊은 수면을 허용한다. 실제 전체 수면 시간이 증가하지 않을 수 있지만, 수면의 품질은 피로의 주관적 및 객관적 측정의 감소와 함께, 증가할 수 있다. 그 다음, 시스템은 예컨대 결정된 이벤트(예를 들어, AHI)에 기초하여 어드바이스 메시지를 발생시킴으로써, 치료의 양성 결과가 프로세싱 디바이스(100)에 의해 사용자에게 보고될 때 치료를 계속 사용하기 위해 사용자(예를 들어, 중년 남성)을 자극할 수 있다.
도 1에 도시된 바와 같이, 사용자는 예를 들어, 사용자가 치료를 사용하지 않고 있는 것 - 마스크를 착용하지 않는 것 또는 MRD를 착용하지 않는 것을 검출함으로써 사용자가 치료 디바이스(예를 들어, CPAP)의 사용을 준수하지 않는 것을 결정할 수 있는 프로세싱 디바이스(100)를 사용할 수 있지만 그들의 수면 품질 및 AHI에 관해 체크하기 위해 그들의 수면 및 SDB를 감지하고 있는 프로세싱 디바이스(예를 들어, 스마트 폰 또는 스마트 스피커) 상에 감시 애플리케이션을 실행하고 있다. 아침에, 그들은 그들의 수면 스코어가 치료중일 때보다 더 낮은 것을 인식한다.
도 4에 도시된 바와 같이, 다수의 사용자는 공통 감지 영역에서 프로세싱 디바이스(100, 102)에 의해 감시되고 있을 수 있다. 사용자 #1(프로세싱 디바이스(102) 근처의 도면의 우측 편 상에)은 그가 치효를 사용하지 않으며 - 마스크를 착용하지 않거나 MRD를 착용하지 않기 때문에 호흡 치료(예를 들어, CPAP)를 준수하지 않는다. 애플리케이션은 그들의 수면 품질 및 AHI를 확인하기 위해 사용자 #1의 수면 및 SDB를 감지하고 있는 프로세싱 디바이스(예를 들어, 스마트 폰 또는 스마트 스피커) 상에서 동작하고 있다. 사용자 #2(좌측 편 상에 - 프로세싱 디바이스(100) 근처)는 그들이 사용자 #1의 무호흡 코골이에 의해 방해되고 있음에 따라 부족한 수면을 갖고 있으며, 이는 또한 사용자 #2 근처의 프로세싱 디바이스(100)(예를 들어, 스마트 폰 또는 스마트 스피커) 상에 동작하는 애플리케이션에 의해 감시되고 있다. 다음 날, 디바이스의 애플리케이션은 기록/결정 정보를 클라우드 서비스와 동기화시키고, 자동화된 메시징 어드바이스를 사람 둘 모두에 제공할 수 있다. 사용자 #1은 그들의 SDB 치료를 사용하도록 권고를 받을 수 있는 반면, 사용자 #2는 사용자 #1에게 그의 치료를 사용하라고 제촉하도록 권고를 받을 수 있다.
이와 같은 시스템은 도 18에 관하여 추가로 이해될 수 있다. 프로세싱 디바이스로 감시되었던 사용자 #1 및 사용자 #2(동반자)는 개인화된 수면 스코어(SDB 매개변수, 코골이 등을 포함함)뿐만 아니라, 주간 건강 스코어(피로/각성도 레벨, 운동 등을 포함함)를 수신할 수 있다. 사용자 #2를 위해 시스템에 의해 발생된 예시적인 어드바이스는 이하일 수 있다: “훌륭했어! 당신 및 당신의 동반자는 지남 밤에 더 좋게 수면했고, 오늘 더 좋게 느낀다!” 사용자 1을 격려하는 리마인더는 사용자 1을 상기시켜 그들의 치료 디바이스(예를 들어, PAP)를 다시(오늘 밤에) (계속 )사용하여 개선을 계속한다.
제2 사용 케이스는 동일한 플로우 발생기 디바이스(예를 들어, 호흡 치료 디바이스(5000))가 프로세싱 디바이스(100)로서의 역할을 하여 또한 치료(예를 들어, CPAP)를 수용하는 “주요” 치료 디바이스 사용자의 침대 동반자의 수면 특성을 측정하는 경우이다. 이러한 경우에, 침대 동반자(치료를 수용하지 않는 사람)의 측정은 사람 둘 모두가 동시에 감시되는 것을 허용할 수 있는 플로우 발생기의 감지 시스템(예를 들어, FMCW 레이더 또는 FMCW 소나, AFHRG 소나)에 의해 수행된 범위 구별을 통할 수 있다. 대안적으로, 도 5에 예시된 바와 같이, 하나 이상의 별도의 스마트 디바이스(예컨대 스마트폰, 스마트 스피커, 사운드 바 등) 상에 실행하는 소나 애플리케이션은 동시에 사용자 둘 모두를 (예를 들어, 다수의 스피커 / 마이크 및 빔 포밍을 단일 사운드 바, 또는 공존 감지 신호를 갖는 2개의 스마트 폰 - 예를 들어 침대의 각각의 측면 상에 하나를 가지고 위치됨) 측정하기 위해 동작할 수 있다. 제2 사람을 감시하는 목적은 그들의 수면을 측정하고, 그들의 수면 매개변수를 그들의 동반자의 치료 사용(예를 들어, CPAP)과 관련시키는 것이며 - 목적은 그들의 수면이 또한 그들의 동반자의 조건에 영향을 받고 또한 그들의 동반자가 치료를 준수할 때 개선되는 것을 나타낸다. 이러한 “가족” 사용 경우는 사용자가 이미 구매했던 스마트 디바이스 상에 감지가 수행되면 매출원가(COGS) 효과 없이(즉, 하드웨어 판매가 요구되지 않고) 가능해질 수 있다. 이러한 시스템은 또한 CPAP 디바이스에 의한 감지 및 스마트폰/스마트스피커 애플리케이션에 의한 감지를 허용할 수 있다는 점이 인식될 수 있다. 이는 동일한 방에 균일하게 공존할 수 있고, 각각은 동작하기 위해 디바이스 및 감지 구성의 유형(예를 들어, 타이밍 및 주파수)을 자동적으로 식별하여 둘 모두는 감지 관점에서 공존할 수 있다(간섭을 회피함). 이러한 동시 감지는 또한 개인화된 어드바이스 피드백이 시스템에 의해 각각의 사람에게 전달되도록, 데이터를 자동적으로 관련시킬 수 있다. 전체 목표는 2명의 사용자의 수면 스코어가 개선된다는 것이다. 그것은 또한 그들 자신뿐만 아니라, 그들의 동반자를 위한 건강 이득을 인식할 수 있으므로 치료 사용자(예를 들어, CPAP)를 위한 객관적 동기 인자를 제공하여 그들의 치료 사용을 연장한다(순응도를 개선함).
CPAP 디바이스 및/또는 마스크의 가청(및 비가청) 시그니처를 검출 및 인식함으로써, 사용 중에 하드웨어를 식별하는 것이 가능할 수 있다는 점이 인식될 수 있다. 이는 수동 디바이스(예를 들어, 레거시 디바이스, 또는 상이한 제조자로부터의)에 대한 것이며, 음향 시그니처는 추출되고, 가장 가까운 매치(예를 들어, 스마트폰 또는 스마트 스피커 상에 동작하는 소프트웨어에 의해 수행됨)에 대한 시그니처의 데이터베이스와 비교된다. 이는 또한 디바이스, 마스크, 및 다른 매개변수 예컨대 일련 번호를 식별하는 능동 디바이스(예를 들어 비가청 음향 시퀀스를 선택적으로 송신하는 능동 감지를 갖는 디바이스)에 대한 것일 수 있다. 이는 또한 마스크가 사용 시 얼마 길었는지, 그것이 교체될 예정인지를 체크하고, 사용자가 그들의 제공자에 의해 교체에 자격이 있는지, 및 제공자 및 사용자와 통신하는지를 체크하는 데 사용될 수 있다.
기술적 관점으로부터, 데이터가 하나 이상의 프로세싱 디바이스(100, 102)(그들의 애플리케이션을 가짐)(주 사용자, 동반자, 또는 주 사용자 및 동반자) 및 치료 디바이스(예를 들어, PAP)로부터 조합되고, 최적화가 수행될 수 있다. 예를 들어, PAP 디바이스는 매개변수 예컨대 사용 시간, 마스크 밀봉 품질(누출에 관련됨), 시간 당 검출된 AHI 이벤트, 마스크 온/오프 이벤트, 압력, 흐름 속도, 이벤트 플래그, 및 누적 스코어를 반환할 수 있다. 프로세싱 디바이스(100)는 호흡 매개변수, 코골이뿐만 아니라, 뒤척임, RLS, PLM과 같은 다른 유형의 운동을 측정하여, 수면 단계, 및 AHI 값을 결정할 수 있다. 프로세싱 디바이스(100)는 마스크 누출이 예를 들어 머신 데이터에 더하여 (누출의 음향 사운드에 기초하여) 높은 경우 - 및 또한 사용자가 밤 동안 마스크를 벗고 있는 경우 AHI를 확인하기 위해 정보의 제2 소스를 제공할 수 있다. 그것은 또한 저주파 초음파 감지를 사용하여 검출된 바와 같이 호흡 포락선의 변경에 기초하여, 폐쇄 및 중심 이벤트를 검출함으로써 정보의 제2 소스로서의 역할을 할 수 있다.
코골이의 사운드가 2명의 사람 감시 상황에서 하나의 또는 둘 모두의 프로세싱 디바이스에 의해 검출되는 경우, PAP 데이터는 PAP 사용자 또는 동반자에 대한 코골이를 분리하는 데 사용될 수 있다. 데이터는 단거리 통신 예컨대 NFC, 블루투스, Wi-Fi 등을 통해., 또는 데이터 소스를 응집하는 클라우드 기반 서비스를 통해 교환될 수 있다. 하나의 사용 케이스는 프로세싱 디바이스가 Wi-Fi 또는 셀룰러(예를 들어, 3G, 4G/LTE) 서비스를 사용하여 데이터를 인터넷 기반 클라우드 서비스에 송신하고, 치료 디바이스가 셀룰러 모뎀을 통해 송신하는 경우이다. 다른 사용 케이스는 CPAP가 데이터를 블루투스를 통해 전화 중 하나에 공유하고, 프로세싱 디바이스(예를 들어, 전화) 상의 단일 애플리케이션이 CPAP 매개변수를 프로세싱할 뿐만 아니라, 저주파 초음파 감지 및 프로세싱을 제공하는 경우이다. 단일 프로세싱 디바이스는 치료하지 않을 때에도, 사용자의 끊김없는 생리학적 감시를 제공하도록 인식될 수 있다.
외부 음향 감지가 치료 디바이스(예를 들어, PAP)로 통합되면, PAP 모터 및 가습기 음향 시그니처뿐만 아니라, 누설이 고려되어야 한다. 따라서, PAP 기반 프로세싱 디바이스(100)는 사용 중일 때 디바이?? 사운드에 견고할 동작을 감지하기 위한 감지 파형을 선택할 수 있다. 누설은 예상된 바와 같이(즉, 정상 동작 동안) 또는 예상되지 않은 바와 같이(예를 들어, 마스크가 너무 느슨하거나 너무 조이는 경우) 분류될 수 있다.
방 존재 검출의 하나의 실제적인 적용은 자동 가습기 예열 특징이다. 따라서, 프로세싱 디바이스가 예컨대 전형적인 취침 시간 윈도우에서 사용자의 존재를 검출할 때, 프로세싱 디바이스는 치료 디바이스를 활성화하여 예컨대 그의 구성요소(예를 들어, 가습기, 도관, 등)를 예열할 수 있다. 이는 PAP가 즉시 사용을 위해 준비되는 것을 허용한다. 따라서, 다른 센서(예컨대 광 센서)로부터 최근에 기록된 취침 시간 및 데이터와 같은 공지된 수면 시간에 관련될 수 있는, 존재 감지를 사용하여 사용자가 방으로 들어올 때를 검출함으로써, 치료 디바이스의 활성화가 적절히 이루어질 수 있다.
프로세싱 디바이스를 사용하여 음향 감지로부터 수면 패턴을 검출함으로써, 치료 디바이스(예를 들어, 플로우 발생기 또는 PAP)의 개시 압력 램프 시간은 미리 결정된 시간 제한에 기초하지 않지만, 치료 디바이스와 통합된 바와 같이 외부 프로세싱 디바이스(100) 또는 프로세싱 디바이스로부터 통신된 바와 같은 사용자의 자체 수면 매개변수에 기초하여 시스템에 의해 조정될 수 있다. 따라서, 사용자에게 제공된 치료 압력 또는 압력 지원은 사용자가 프로세싱 디바이스에 의해 검출된 바와 같이 실제로 잠들었고, 얕은 수면으로부터 깊은 또는 임의의 REM 단계로 이동했으면 증가될 수 있다.
다수의 사용자 순응도 감시(예컨대 동일한 침대 방 내의)는 이하의 예에 의해 고려될 수 있다. 이와 같은 순응도 감시는 CPAP 사용자가 그들의 디바이스를 사용하는 것을 잊고, 디바이스가 그의 AHI의 증가를 보고하고 치료를 사용하지 않는 것이 검출될 때에 관한 것일 수 있다. 동시에, 예컨대 추가 디바이스를 갖는 시스템은 그들의 동반자를 감시하고 동반자의 감시된 수면이 저하되는 것을 검출할 수 있다(예를 들어, 왜냐하면 침실 내의 CPAP 사용자가 심하게 코를 골고 있었고 CPAP 디바이스를 사용하고 있지 않기 때문임). 디바이스/시스템은 사용자에게 그들의 동반자의 악화된 수면을 통지하고, 또한 어드바이스를 제공받아 다른 사용자가 그의 PAP, MRD 등을 사용하도록 설득할 수 있다. 대안적으로, 또는 부가적으로, 디바이스/시스템은 그들의 악화된 수면에 관한 어드바이스/피드백을 동반자에게 통지하고 또한 어드바이스를 제공받아 다른 사용자에게 그들의 PAP, MRD 등을 사용하도록 설득할 수 있다. 2명의 사람의 이러한 시나리오에서, 둘 모두는 하나 이상의 프로세싱 디바이스에 의한 저주파 초음파 감지를 가질 수 있고, 시스템은 그들의 수면 스코어, 수면 통계, 코골이 매개변수, 호흡 매개변수 등을 서로 관련시킬 수 있으며, 그 중 임의의 것은 순응도 및/또는 비순응도와 상관될 수 있다.
시스템은 공통 부근 내의 사람 중 어떤 사람(예를 들어, 동반자 또는 CPAP 사용자)이 코를 고는 지를 검출한다. 따라서, 시스템은 PAP 중인 제1 사용자는 순응 상태이나, 그들이 그들의 동반자 코골이에 의해 방해되고 있는가(또는 심지어 진단되지 않은 SDB를 가지고 있는가)를 검출할 수 있다. 동반자 및/또는 제1 사용자는 이러한 경우에 코고는 사람에 대한 수면 무호흡 진단을 위한 제안의 어드바이스를 수신할 수 있어, 둘 모두는 치료를 사용하도록 촉구될 수 있다.
개인화된 주의를 제공하기 위해 하악 디바이스의 효과의 체크.
하악 재위치 디바이스(MRD)는 기류를 개선하기 위해 혀 및 턱을 전방으로 누름으로써, 폐쇄 수면 무호흡 및 코골이를 치료하는 데 사용될 수 있다. 시스템의 프로세싱 디바이스(100)가 MRD를 갖지 않고, MRD를 가지고 사용자의 SDB 매개변수, 예컨대 AHI를 감시할 수 있으므로, 프로세싱 디바이스는 날짜를 제공하여 치료의 효율을 검증할 수 있다. 사용자가 MRD를 준수하지만, 그들의 SDB 매개변수가 개선되고 있지 않으면, 그는 디바이스의 조정, 또는 CPAP 적정에 대해 참조될 수 있다.
사용자는 치료를 준수하는 것이 아니라 백엔드 시스템은 이유를 알지 못한다.
시스템의 프로세싱 디바이스(100)는 방 환경을 감시하고, 치료(예컨대 CPAP 디바이스)를 제공받았던 특정 사용자를 인식할 수 있다. 그들이 존재하지만, 그들의 수면 동안 치료 디바이스를 사용하고 있지 않으면, 그들은 “준수하지” 않는 것을 간주될 수 있고, 및 적절한 도움 및 어드바이스는 이것이 왜 있는지를 체크하고 사용자를 자극하여 치료를 재개하도록 주어질 수 있다(예를 들어, 새로운 설정은 치료 디바이스에 제공되어 안락, 새로운 마스크 등을 개선할 수 있음). 그들이 없으면, 이는 그들이 떨어져 있는 것을 제안하는 것으로 이해될 수 있다.
CPAP를 갖는 사람은 머신에 의한 치료 동안 수집된 그들의 호흡을 갖지만, 심박수는 갖지 않는다
통합된 프로세싱 디바이스/치료 디바이스와 같은, 시스템의 상기 설명된 초음파 프로세싱 디바이스(100, 102)는 사용자가 그들의 PAP 또는 그들의 스마트 디바이스 근처에 있을 때, 심박수를 치료 동안 및 치료가 중지될 때 측정할 수 있다. 이는 존재 및 부재(즉, 사용 및 비사용) 호흡 치료에 대해 심장 가변성을 상관시키기 위해 치료 중일 때 치료 중지일 때 심박수 패턴(예컨대 무호흡을 나타내는 서맥 / 빈맥 패턴)의 변경을 검출하는 데 사용될 수 있다. 따라서, 그것은 또한 증가된 심박수 가변성(HRV 및 감소된 베이스라인 속도(정상적인 건강한 범위 내의))와 같이, 치료의 결과로서 심박수 매개변수의 개선을 나타내는 데 사용될 수 있다. HRV의 변경은 심장의 부교감 신경 및 교감 자극의 정도의 차이에 관련되고, 심혈관 질병률 및 사망률에 관련되는 것으로 생각된다.
SDB에 대한 스크리닝
앱(애플리케이션)을 사용하는SDB 스크리닝
SDB에 대한 스크리닝은 전형적으로 특정 하드웨어가 그렇게 행하는 것을 필요로 하며, 이는 잠재적으로 무호흡인 대상체의 스크리닝을 위한 "진입 장벽"이다. 위에 설명된 기술의 사용은 이와 같은 문제를 극복하는 데 도움이 된다. 하지 불안 증후군(RLS) 및 주기적 사지 운동 장애(PLMD)와 같은 장애가 또한 스크리닝될 수 있다. 스크리닝은 또한 다른 관련 조건을 표시할 수 있으며 - PLMD를 갖는 사용자로부터, 대략 44%는 주의력 결핍 과잉 활동 장애(ADHD)를 가질 것이다.
SDB 스크리닝 서비스를 제공하기 위해 프로세싱 디바이스(100)에서 호흡 감지를 사용하는 것이 가능하다. 사용자는 프로세싱 디바이스용 애플리케이션을 다운로드하는 것만으로, 그것을 사용하여 하나 이상의 밤 동안 그들의 수면을 감시한다. 이는 호흡 형태(형상)와 같은, 매개변수의 범위를 감시하여 시간의 기간 동안의 호흡 중단(무호흡)뿐만 아니라, 근처 호흡으로부터의 진폭의 감소(호흡저하)를 식별할 수 있다. PLM 또는 RLS가 검출된 경우, 어드바이스 시스템은 다이어트(철 결핍), 운동, 스트레스 레벨, 수면 박탈(하룻밤 데이터에 기초함), 항울제의 사용(예를 들어, SSRI)을 포함한 다른 매개변수를 체크할 수 있다. 이는 방식에 의해 또는 PAP 디바이스 또는 스마트 디바이스의 데이터 입력 능력을 통한 사용으로부터 주관적 피드백을 수신함으로써 감시될 수 있다.
수술전 시나리오에서 병원 내의 SDB에 대한 스크리닝
수술 전에, 환자는 SDB 하룻밤 동안 스크리닝될 수 있고, 결과적인 AHI 값은 예컨대 수술 동안 보호를 최적화하기 위해 내과 의사 / 마취과 의사에게 제공될 수 있다.
만성 질환의 감시 및 관리
일 예로서, 만성 질환(예컨대 COPD 또는 CHF)를 갖는 사람은 집에서 더 아프기 시작한다.
시스템의 프로세싱 디바이스(100)는 호흡 매개변수 감지(및 선택적으로 해소(coughing))를 사용하여 그들이 어떻게 느끼고 있는 지를 체크하고, 질문을 묻고 보이스 어시스턴트를 사용하여 피드백을 수신할 수 있다. 그 다음, 데이터가 프로세싱되고 사용자의 현재 상태, 또는 만성 질환의 잠재적인 악화의 표시가 획득된다. 시스템은 의사와의 논의 추천할 수 있거나, 의사에게 자동적으로 통지하거나 사용자를 의사에게 링크할 수 있다.
수면의 개선
수딩(soothing) 마스킹 잡음(예를 들어, 백색 잡음)을 이용해서, 시스템의 프로세싱 디바이스(100)는 성인 또는 아기가 예컨대 그들의 호흡의 감시를 위한 것뿐만 아니라, 신생아 인큐베이터 및/또는 신생아 집중 치료실, 육아실 또는 병원 시설에서 자는 것을 돕기 위해 구현될 수 있다. 마스킹 잡음 자체는 UWB가 이전에 설명된 바와 같이 이용되면, 음향 감지 신호일 수 있다. 이와 같은 완화 작용(수딩 마스킹 잡음을 플레이하거나 뮤직을 플레이하는 것)의 효율 또는 다른 완화 작용(방에서 라이트 또는 온도를 변경하는 것, 침대를 흔드는 것 등)의 효율은 사용자의 수면 스코어에 이러한 측정 각각의 효과를 (분리하여 또는 조합하여) 정량화함으로써 평가될 수 있다.
디바이스는 유아용 침대 근처에 배치된다
시스템의 프로세싱 디바이스(100)는 무호흡을 검출함으로써 SIDS를 나타내는 호흡 중단, 및 호흡의 연속적 중단을 검출할 수 있다.
독립적인 생활
노인의 모션이 없음
시스템의 프로세싱 디바이스(100)는 감시된 사람이 존재하고 호흡하고 있지만, 미리 결정된 시간 기간 동안 이동되지 않았던 것을 검출하면, 시스템의 프로세싱 디바이스(100)는 사람에게 질문을 요청하기 위해 자동화될 수 있다. 대안적으로, 시스템의 프로세싱 디바이스(100)는 사람이 미리 결정된 시간 동안 감지 공간에 진입하지 못했으면 원격 감시 센터에 설정되거나 이를 업데이트할 수 있다.
노인에 대한 안전
일 예에서, 설명된 시스템은 사물 인터넷(IoT)의 일부이다. 이러한 경우에, 시스템의 프로세싱 디바이스(100)는 빌딩 전원과 통합되고 조명의 변경, 라이트(들)의 턴 및 오프, 창문 셔터의 폐쇄 등과 상호작용하고, 이들에 영향을 미칠 수 있다. 예를 들어, 사용자가 잠든 것으로 검출되지만, 오븐, 스토브 또는 가른 가열 기기가 켜져 있는 채로 놔두면, 이와 같은 통합된 시스템은 열을 자동적으로 낮추거나, 기기를 턴 오프하거나, 또는 증가하는 음량을 갖는 알람 사운드 및/또는 음성으로 사용자를 선택적으로 깨울 수 있다.
시스템은 잠재적인 안전/건강 문제를 검출하는 데 사용될 수 있다. 예를 들어, 사람이 침실과 다른 방 내의 수평 위치에서 검출되면, 그것은 사람이 떨어진 것을 가정하는 데 사용될 수 있다. 이는 사람과의 질의/응답 세션을 촉발시키고 그리고/또는 호흡 속도, 심박수 등과 같은 추가 매개변수를 측정할 수 있다. 상승된 호흡/심박수 및 비반응성의 조합은 SMS, 이메일 또는 다른 통신을 미리 결정된 수취인에게 송신하는 것과 같은, 경고를 트리거할 수 있다. 이러한 동작의 모드는 일반적 감시의 일부로서, 또는 노인을 감시하기 위한 특화된 모드로서 구현될 수 있다. 이러한 모드의 변화는 사람이 의자에 앉아 있고 플로어에 누워 있지 않는 것으로 검출될 지라도(낙하가 없었던 것을 의미함), 건강 매개변수만을 감시하는 것 및 매개변수가 정상 범위 또는 미리 결정된 범위 외부에 있을 때 경고를 감지하는 것을 포함할 수 있다.
수면 보행증의 검출
수면 보행증 밤에 일찍 깊은 느린 파형 수면(SWS) 동안 발생할 가능성이 많지만, 아침 근처의 REM 수면 동안 여전히 발생할 수 있다. 사용자의 수면 단계를 검출하는 시스템의 프로세싱 디바이스(100)의 수면 스테이징 알고리즘은 REM 또는 깊은 수면과 일치하는 모순 호흡 패턴으로(예를 들어, 정규화된 운영 중간값 필터링 호흡 속도 추정 및 다른 특징의 표준 편차에 기초하여) 사람이 침대에서 벗어남에 따라(또는 다시 침대로 들어옴에 따라) 각성- 유형 운동을 검출할 수 있다. 부재 기간이 수면 보행증 임계값보다 더 큰 경우(예를 들어, > 5 mins), 시스템의 프로세싱 디바이스(100)는 의심된 수면 보행증의 영역을 플래그할 수 있다. 그 다음, 사용자는 침대에서 나오는 지를 보기 위해 아침에 주관적 피드백을 요청받을 수 있다. 그렇지 않으면, 가능한 수면 보행증 이벤트가 검출되었다. 몽유병자가 라이트를 턴 온 및 오프하고 자물쇠를 개방 및 폐쇄할 수 있으므로, IoT 센서로부터의 이와 같은 피드백은 결정적인 것으로 간주될 수 없다. 그러나, 라이트, 로크, 및 모션 검출(생활 공간 내의 임의의 비디오 캡처를 포함한)은 의심된 수면 보행증 이벤트 동안 (특히 사람이 홀로 살면) 사람의 가능한 경로를 검출하는 데 사용될 수 있다. 수면 보행증의 발생은 스트레스의 증가(예를 들어, 심박수 가변성의 변경 - 예컨대 이러한 가변성의 감소로부터 유도됨), 호흡 속도의 증가, 및 정상 베이스라인으로부터의 들숨/날숨 파형 타이밍의 변경과 상관될 수 있다.
치료되지 않은 우울증을 갖는 사람
시스템의 프로세싱 디바이스(100)는 휴식 심박수와 같은 심장 매개변수를 기록할 수 있고, 심박수 가변성은 입력으로서 우울증 분류 시스템 내로 사용될 수 있다. HRV 스펙트럼 매개변수의 감소, 부교감 신경의 감소의 표시 및 교감 신경 분포의 증가가 사용되고 우울증을 위험 계층화하기 위해 사용자로부터 요청된 질문에 대한 대답과 선택적으로 조합될 수 있다.
어드바이스를 사용자에게 제공하기 위한 시스템
개인화된 어드바이스를 전달하는 접근법은 시스템의 프로세싱 디바이스(100)의 애플리케이션 내의 텍스트를 통하거나, 또는 음성 또는 비디오를 통할 수 있다. 예를 들어, 보이스 어시스턴트의 경우에, 매우 상호적인 접근법이 가능하며 - 즉, 수면 어드바이스가 대화 톤으로 전달된다. 시스템은 음성(또는 텍스트)으로서 전달되는, 객관적 및 주관적 데이터에 기초한 어드바이스를 전달하고, 사용자는 음성 또는 텍스트를 통해 응답할 수 있다.
일 예은 실제 기록된 깊은 수면 퍼센티지가 지난 밤의 수면에 대한 사용자에게 감소되었던 점을 주목하는 시스템의 프로세싱 디바이스(100)일 것이다. 보이스 어시스턴트는 이것을 보고하고, 사용자의 일상 감시 디바이스(블루투스를 갖는 단계 카운터)를 체크하고 운동 지속 및 세기의 강하를 인식하고, 및 (그들이 그들의 진행 중인 추세에 더 가깝게 하기 위해) 사용자가 더 많은 운동을 오늘 할 수 있는지 사용자에게 물어 볼 수 있다. 사용자는 직장에서 스트레스가 많은 프로젝트에 매우 바쁘고, 그들의 통상의 점심시간 조깅에 시간이 없는 것을 응답한다. 시스템의 프로세싱 디바이스(100)의 오디오 음성은 완전히 오케이인 것을 그들에게 재확인시키고, 취침시간 전에 이완 프로그램을 제공하는 것을 제안한다. 사용자는 그들의 예상된 취침 시간 전의 한 시간을 사용자에게 상기시키는 알람을 허용하고, 시스템은 이 알람을 설정한다.
다른 예는 감지 시스템이 하룻밤 동안의 호흡 파형 패턴(형상)을 검출하고, 방에서 사람의 위치를 검출하고, 또한 오디오 코골이 분석을 수행하는 경우일 것이다. 호흡 파형 형태의 변경은 장소에서의 감지된 사람에서 나오거나, 동반자에서 나오는 바와 같이 코골이를 분류하기 위해, 코골이 이벤트에 교차 참조된다. 이는 (한 사용자 또는 다른 사용자 - 또는 둘 모두 - 가 코를 골 수 있을 때) 사용자 사이에서 코골이를 구별할 수 없는 전통적인 코골이 분석에 비해 장점이다. 시스템은 국부 호흡 신호를 코콜이의 오디오 사운드 신호와 동기화하고, 따라서 감시되는 사람이 코를 고는 사람인지를 결정/확인(즉, 시스템이 사운드 및 운동 신호 둘 모두에 액세스를 가지므로 소리를 내는 사람과 내지 않는 사람을 구별)하기 위해 구현될 수 있다. 예를 들어, 사람은 상이한 케이던스(코골이, 들숨 / 날숨 시간의 온/오프 기간) 또는 속도로 호흡하고 코골 수 없다. 프로세싱될 수 있는 진폭, 및/또는 포락선과 같은 양 신호의 다른 특성이 있다.
또한, 거리 메트릭, 및 디바이스의 마이크로폰(들)의 감도 특성을 이용함으로써, 시스템은 거리에 대한 코골이 진폭을 체크하여 코골이 스코어를 생성하는 것과 같이, 코골이 매개변수를 교정하는 것이 가능하다. 이러한 코골이 스코어는 코골이의 수, 지속, 세기, 및 수면 단계에의 영향을 포함할 수 있다. 코골이의 심각성에 따라, 시스템은 음성 피드백을 사용하여 사용자에게 알코올 섭취량, 그들의 주관적 피곤함(그들의 피곤함 느낌을 평가하기 위함)에 대해 묻고, 밤 동안 그들의 신체 위치 및 베개의 유형을 논의하고 그들이 감기 / 독감 증상을 갖는지를 사용자에게 물을 수 있다(및/또는 다른 센서 예컨대 체온, 휴식 호흡 속도 추세, SDB 매개변수, 음향 기침 검출을 질문함). 입력 데이터 및 사용자 응답의 스펙트럼에 따라, 시스템은 의료 치료 또는 약품에 관한 하나 이상의 제품 권고(들) 예컨대 충혈완화제 또는 비강 스프레이가 적절한지를 결정하고, 및 관련 정보를 사용자에게 제공하거나 관련 참조를 개업의에게 제공할 수 있다.
5.2 다른 비고
본 특허 문서의 개시 부분은 저작권 보호를 받는 자료를 포함한다. 저작권 소유자는 특허청의 특허 파일이나 기록에 나타나 있듯이 누구나 특허 문서 또는 특허 개시에 의한 팩스 복제에 대한 이의를 제기하지 않지만, 무엇이든지 간에 모든 저작권 권리를 보유한다.
문맥상 달리 명확하게 지시하지 않고 값의 범위가 제공되는 경우에, 하한 단위의 1/10까지, 해당 범위의 상한과 하한 사이, 그리고 그 언급된 범위의 임의의 다른 언급 또는 개재된 값인 각각의 개재 값은 본 기술 내에 포함되는 것으로 이해된다. 개재 범위에 독립적으로 포함될 수 있는 이들 개재 범위의 상한 및 하한은 언급된 범위 내의 임의의 특히 배제된 한계값에 속하는 것으로 본 기술범위 내에 또한 포함된다. 언급된 범위가 하나 또는 둘 모두의 한계값을 포함하는 경우, 이들 포함된 한계값 중 하나 또는 둘 모두를 배제한 범위가 또한 본 기술범위 내에 포함된다.
또한, 값 또는 값들이 본 기술의 일부로서 구현되는 것으로 본 명세서에서 언급되는 경우, 이와 같은 값은 달리 언급되지 않는 한 근사값일 수 있고, 이와 같은 값은 실용적인 기술 구현으로 이를 허용하거나 요구할 수 있는 범위의 임의의 적합한 유효 자릿수로 사용될 수 있다.
달리 정의되지 않는 한, 본 명세서에서 사용된 모든 기술 및 과학 용어는 본 기술이 속하는 분야의 당업자 중 한 사람에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 본 명세서에서 설명된 것과 유사하거나 동등한 임의의 방법 및 재료가 또한 본 기술의 실시 또는 테스트에 사용될 수 있지만, 제한된 수의 예시적인 방법 및 재료만이 본 명세서에서 설명된다.
특정 재료가 구성요소를 구성하는 데 사용되는 것으로 확인될 때, 유사한 성질을 가진 명백한 대체 재료가 대체물로 사용될 수 있다. 또한, 달리 명시되지 않는 한, 본 명세서에서 설명된 임의의 그리고 모든 구성요소는 제조될 수 있는 것으로 이해되며, 그 때문에 함께 또는 개별적으로 제조될 수 있다.
본 명세서에서 그리고 첨부된 청구범위에서 사용된 바와 같이, 단수 형태("a", "an" 및 "the")는 문맥이 달리 명백하게 지시하지 않는 한 그들의 복수 등가물을 포함한다는 것에 유의해야 한다.
본 명세서에서 언급된 모든 공보는 이들 공보의 대상인 방법 및/또는 재료를 개시하고 설명하기 위해 그 전체가 참조로 본 명세서에 포함된다. 본 명세서에서 논의된 공보는 본 출원의 출원일 이전에 그 공개를 위해서만 제공된다. 본 명세서 중의 어떠한 내용도 본 기술이 선행특허를 위해 이러한 공개문헌에 선행하고 있지 않다고 인정하는 것으로 해석되어서는 안 된다. 또한, 제공된 공보의 날짜는 실제 공개 날짜와 상이할 수 있으며, 이는 독자적으로 확인할 필요가 있을 수 있다.
용어 "포함한다" 및 "포함하는"은 참조된 요소, 구성요소 또는 단계가 존재할 수 있거나, 명시적으로 참조되지 않은 다른 요소, 구성요소 또는 단계와 사용되거나 조합될 수 있음을 나타내는 비배타적인 방식으로 요소, 구성요소 또는 단계를 지칭하는 것으로 해석되어야 한다.
상세한 설명에 사용된 제목은 독자의 용이한 참조용으로만 포함되며 본 개시 또는 청구범위에 걸쳐 발견된 요지를 제한하는 데 사용되어서는 안 된다. 제목은 청구범위 범주 또는 청구범위 한계를 해석할 때 사용되어서는 안 된다.
본 명세서의 기술이 특정 예를 참조하여 설명되었지만, 이들 예는 단지 기술의 원리 및 용례의 예시라고 이해해야 한다. 몇몇 경우에, 용어 및 부호는 기술을 실시하는 데 요구되지 않은 특정 세부사항을 의미할 수 있다. 예를 들어, 용어 "제1" 및 "제2"가 사용될 수 있지만, 이들 용어는 달리 명시하지 않는 한, 임의의 순서를 표시하도록 의도되는 것이 아니라 별개의 요소를 구별하는 데 사용될 수 있다. 또한, 방법론의 프로세스 단계가 순서대로 설명되거나 예시될 수 있지만, 이와 같은 순서는 요구되지 않는다. 당업자는 이와 같은 순서가 수정될 수 있고/있거나 그 양태가 동시에 또는 심지어 동기적으로 수행될 수 있다는 것을 인식할 것이다.
따라서, 많은 수정이 예시적인 예에 대해 이루어질 수 있고 다른 배열이 기술의 사상 및 범주를 벗어나지 않고 강구될 수 있음을 이해해야 한다.

Claims (94)

  1. 프로세서에 의해 실행될 때, 상기 프로세서가 사용자의 생리학적 운동을 검출하게 하는, 프로세서 실행 가능한 명령어가 저장된 프로세서 판독 가능한 매체로서, 상기 프로세서 실행 가능한 명령어는:
    전자 프로세싱 디바이스에 결합된 스피커를 통해, 상기 전자 프로세싱 디바이스의 부근에서 사운드 신호를 생성하는 것을 제어하는 명령어;
    상기 전자 프로세싱 디바이스에 결합된 마이크로폰을 통해, 부근으로부터 반사된 사운드 신호를 감지하는 것을 제어하기 위한 명령어; 및
    상기 감지된 반사 사운드 신호의 적어도 일부분 및 상기 사운드 신호의 적어도 일부분을 나타내는 신호로 생리학적 운동 신호를 유도하기 위한 명령어를 포함하며,
    상기 사운드 신호는 이중 톤 주파수 변조된 지속파 신호를 포함하는, 프로세서 판독 가능한 매체.
  2. 제1항에 있어서, 상기 생성된 사운드 신호의 적어도 일부분은 비가청 사운드 범위 내에 있는, 프로세서 판독 가능한 매체.
  3. 제2항에 있어서, 상기 생성된 사운드 신호의 부분은 저주파 초음파 음향 신호인, 프로세서 판독 가능한 매체.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호를 유도하기 위한 프로세서 실행 가능한 명령어는 상기 사운드 신호의 부분을 나타내는 신호와 상기 감지된 반사 사운드 신호의 부분의 복조를 포함하는, 프로세서 판독 가능한 매체.
  5. 제4항에 있어서, 상기 복조는 상기 사운드 신호의 부분을 나타내는 신호, 및 상기 감지된 반사 사운드 신호의 부분의 승산을 포함하는, 프로세서 판독 가능한 매체.
  6. 제1항에 있어서, 상기 생리학적 운동 신호를 유도하기 위한 복조는 수신된 신호와 그 자신의 승산을 포함하며, 상기 수신된 신호는 상기 감지된 반사 사운드 신호의 부분 및 상기 사운드 신호의 적어도 일루분으로부터의 직접 경로 사운드를 포함하는, 프로세서 판독 가능한 매체.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호의 유도는 호흡, 심장 및 전체 운동 중 하나 이상의 검출을 추가로 포함하는, 프로세서 판독 가능한 매체.
  8. 제1항에 있어서, 상기 사운드 신호의 부분을 나타내는 신호는 내부 발생된 발진기 신호 또는 직접 경로 측정된 사운드 신호인, 프로세서 판독 가능한 매체.
  9. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호를 유도하기 위한 명령어는 발진기 신호를 상기 감지된 반사 사운드 신호의 부분과 승산하도록 구성되는, 프로세서 판독 가능한 매체.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서, 적응 필터로 상기 감지된 반사 사운드 신호의 부분을 필터링하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하며, 상기 적응 필터는 상기 생성된 사운드 신호의 적어도 일부분의 타이밍 및 상기 감지된 반사 사운드 신호의 부분의 타이밍 중 임의의 하나에 기초하여 상기 적응 필터의 통과대역을 변경하도록 구성되는, 프로세서 판독 가능한 매체.
  11. 제1항 내지 제10항 중 어느 한 항에 있어서, 상기 사운드 신호 및 가청 오디오 콘텐츠를 합산하여 상기 스피커를 통해 상기 사운드 신호 및 상기 가청 오디오 콘텐츠를 동시에 생성하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  12. 제11항에 있어서, 상기 사운드 신호 및 가청 오디오 콘텐츠를 합산하기 위해 상기 사운드 신호의 주파수에 기초하여 상기 가청 오디오 콘텐츠를 필터링하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  13. 제1항 내지 제12항 중 어느 한 항에 있어서, 상기 부근의 대상체의 검출된 존재에 따라 상기 사운드 신호의 검출 스킴의 변화를 제어하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하며, 상기 명령어는 상기 사운드 신호의 적어도 일부분의 파형 매개변수를 변화시키는, 프로세서 판독 가능한 매체.
  14. 제1항 내지 제13항 중 어느 한 항에 있어서, 모션 검출을 위한 지속파 사운드 신호를 발생시키고, 상기 부근의 사용자 모션의 검출 시, 상기 스피커를 통해 상기 이중 톤 주파수 변조된 지속파 신호를 생성하는 것을 개시하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  15. 제1항 내지 제14항 중 어느 한 항에 있어서, 초광대역(UWB) 사운드 신호를 가청 백색 잡음으로서 발생시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하고, 상기 프로세서 판독 가능한 매체는 상기 UWB 사운드 신호로 사용자 모션을 검출하기 위한 명령어를 포함하는, 프로세서 판독 가능한 매체.
  16. 제1항 내지 제15항 중 어느 한 항에 있어서, 상기 이중 톤 주파수 변조된 지속파 신호는 반복된 파형에서 제2 톱니 주파수 변경과 중복된 제1 톱니 주파수 변경을 포함하는, 프로세서 판독 가능한 매체.
  17. 제1항 내지 제16항 중 어느 한 항에 있어서, 상기 생성된 사운드 신호는 제로 크로싱을 포함하는 코사인 유사 기능 시간 도메인 형상을 제공하는, 프로세서 판독 가능한 매체.
  18. 제1항 내지 제17항 중 어느 한 항에 있어서, 상기 유도된 생리학적 운동 신호를 평가하여 하나 이상의 생리학적 매개변수를 결정하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  19. 제1항 내지 제18항 중 어느 한 항에 있어서, 상기 유도된 생리학적 운동 신호의 평가에 기초하여 출력을 발생시키는 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  20. 제19항에 있어서, 상기 출력은 (a) 하기 중 임의의 하나 이상을 표현하는 출력 데이터:
    인간 존재 상태;
    상기 생리학적 운동 신호 내의 모션의 존재 또는 부재;
    수면 상태;
    수면 보행증;
    호흡 특성;
    심장 특성;
    전체 운동 특성;
    수면 특성;
    수면 호흡 장애의 이벤트;
    주기성 호흡의 이벤트;
    호흡 상태;
    피로 상태;
    건강 스코어;
    만성 질환 상태;
    졸음 상태; 및
    피로 상태;
    또는
    (b) 상기 출력 데이터 중 임의의 것에 기초하여 이벤트를 개시하는 것을 포함하는, 방법.
  21. 제20항에 있어서, 상기 개시된 이벤트는 디바이스, 또는 상기 디바이스와 연관된 프로세스를 턴 온 또는 오프하는 것; 및/또는 디바이스, 또는 상기 디바이스와 연관된 프로세스의 동작에 조정을 도입하는 것을 포함한다, 프로세서 판독 가능한 매체.
  22. 제21항에 있어서, 상기 디바이스는 호흡 치료 디바이스이고, 상기 프로세스는 호흡 치료 디바이스와 연관되는, 프로세서 판독 가능한 매체.
  23. 제1항 내지제22항 중 어느 한 항에 있어서, 상기 마이크로폰을 통해 감지된 가청 구두 명령를 평가하고 상기 가청 구두 명령에 응답하여 상기 스피커를 통해 상기 출력을 제공하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  24. 제1항 내지 제23항 중 어느 한 항에 있어서, 상기 사운드 신호의 적어도 일부분 및 상기 감지된 반사 사운드 신호의 부분을 복조하여 직교 기저대역 모션 신호를 생성하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  25. 제24항에 있어서, 하나 이상의 필터에 의해 상기 직교 기저대역 모션 신호를 프로세싱하여 호흡 운동, 전신 운동 및 심장 운동 중 하나 이상에 기인하는 주파수 범위를 분리하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  26. 제1항 내지 제25항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호로 유도된 고속 푸리에 변환 윈도우에서 빈 검색하여 사용자 모션과 연관된 범위를 선택하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  27. 제1항 내지 제26항 중 어느 한 항에 있어서, 상기 마이크로폰에 의해 감지된 호흡 압력 치료 디바이스의 가청 사운드를 검출 및 인식하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  28. 제1항 내지 제27항 중 어느 한 항에 있어서, 심장 가변성을 검출하고 존재 및 부재 호흡 치료에 대해 상기 심장 가변성을 상관시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  29. 제1항 내지 제28항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호의 분석에 기초하여 상기 스피커를 통해 가청 질의를 플레이하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  30. 제1항 내지 제29항 중 어느 한 항에 있어서, 검출된 운동 및 치료 순응도를 상관시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  31. 제1항 내지 제30항 중 어느 한 항에 있어서, 사용자에 대한 치료 비순응도를 다른 사용자의 수면 품질의 검출에 기초하여 추론하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  32. 제1항 내지 제31항 중 어느 한 항에 있어서, 치료 비순응도 및 치료 순응도를 동작의 사운드 검출 및 치료 디바이스의 동작 결여에 기초하여 검출하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  33. 제1항 내지 제32항 중 어느 한 항에 있어서, 사용자의 검출된 치료 순응도 또는 비순응도에 기초하여 출력 어드바이스를 발생시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하며, 상기 발생된 출력 어드바이스는 상기 사용자를 포함하는 다수의 사용자로부터의 수명 검출에 기초하여, 상기 발생된 출력 어드바이스는 상기 사용자를 순응도를 유지하도록 촉구하는, 프로세서 판독 가능한 매체.
  34. 제1항 내지 제33항 중 어느 한 항에 있어서, 상기 마이크로폰에 의해 감지된 사운드를 처프 필터링하여 상기 감지된 반사 사운드 신호의 부분을 분리하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  35. 제34항에 있어서, 상기 프로세서를 처프 필터링하는 것은 상기 생성된 사운드 신호의 주파수 범위 내의 통과 대역에서 디지털 필터링하는, 프로세서 판독 가능한 매체.
  36. 제1항 내지 제35항 중 어느 한 항에 있어서, 상기 사운드 신호의 적어도 일부분의 생성의 변조 매개변수를 선택적으로 변경하여 상이한 사운드 신호 변조 특성으로 상기 전자 프로세싱 디바이스의 부근의 모션을 감지하기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  37. 제36항에 있어서, 상기 상이한 사운드 신호 변조 특성은 지속파(CW), 주파수 변조 지속파(FMCW), 초광대역(UWB), 주파수 편이 키잉(FSK) 및 위상 편이 키잉(PSK) 중 임의의 2개 이상을 포함하는, 프로세서 판독 가능한 매체.
  38. 제1항 내지 제37항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력을 발생시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하며, 상기 특징은 핸드 크래프트 특징 및 머신 러닝 특징을 포함하는, 프로세서 판독 가능한 매체.
  39. 제38항에 있어서, 상기 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은,
    수면 단계 및/또는 수면 상태;
    수면 호흡 장애의 이벤트; 및
    무호흡-호흡저하 카운트 중 하나 이상을 포함하는, 프로세서 판독 가능한 매체.
  40. 제39항에 있어서, 상기 발생된 무호흡-호흡저하 카운트에 기초하여 치료 사용 어드바이스를 발생시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  41. 제39항에 있어서, 발생된 무호흡-호흡저하 카운트를 호흡 치료 장치의 사용 및 비사용과 상관시키기 위한 프로세서 실행 가능한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  42. 제1항 내지 제41항 중 어느 한 항에 있어서, 상기 전자 프로세싱 디바이스는 스마트 폰 또는 스마트 워치를 포함하는, 프로세서 판독 가능한 매체.
  43. 제1항 내지 제42항 중 어느 한 항에 있어서, 감지된 직접 경로 신호와 감지된 반사 신호의 교차 상관을 포함하는 동기화에 관련된 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  44. 제1항 내지 제43항 중 어느 한 항에 있어서, 참조 템플릿을 상기 감지된 반사 사운드 신호의 적어도 일부분과 승산하는 단계를 포함하는 동기화 프로세스를 위한 명령어를 추가로 포함하는, 프로세서 판독 가능한 매체.
  45. 제1항 내지 제44항 중 어느 한 항의 프로세서 판독 가능한 매체에 액세스 가능한 서버로서, 상기 서버는 네트워크를 통해 상기 전자 프로세싱 디바이스에 상기 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 다운로드하기 위한 요청을 수신하도록 구성되는, 서버.
  46. 전자 프로세싱 디바이스로서, 하나 이상의 프로세서; 상기 하나 이상의 프로세서에 결합된 스피커; 상기 하나 이상의 프로세서에 결합된 마이크로폰을 포함하고, (a) 제1항 내지 제44항 중 어느 한 항에 따른 프로세서 판독 가능한 매체를 포함하거나 (b) 상기 전자 프로세싱 디바이스는 제45항의 서버를 이용하여 상기 프로세서 실행 가능한 명령어에 액세스하도록 구성되는, 전자 프로세싱 디바이스.
  47. 제46항에 있어서, 상기 전자 프로세싱 디바이스는 모바일 폰 또는 스마트 스피커 중 하나인, 전자 프로세싱 디바이스.
  48. 제46항에 있어서, 상기 전자 프로세싱 디바이스는 호흡 압력 치료 디바이스인, 전자 프로세싱 디바이스.
  49. 제1 항 내지 제44항 중 어느 한 항에 따른 프로세서 판독 가능한 매체에 액세스 가능한 서버의 방법으로서, 상기 서버에서, 네트워크를 통해 전자 프로세싱 디바이스에 상기 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 다운로드하기 위한 요청을 수신하는 단계; 및 상기 요청에 응답하여 상기 프로세서 실행 가능한 명령어를 상기 전자 프로세싱 디바이스에 송신하는 단계를 포함하는, 방법.
  50. 전자 프로세싱 디바이스를 사용하여 신체 운동을 검출하기 위한 프로세서의 방법으로서,
    프로세서로 제1항 내지 제44항 중 어느 한 항의 프로세서 판독 가능한 매체에 액세스하는 단계, 및
    프로세서에서 프로세서 판독 가능한 매체의 프로세서 실행 가능한 명령어를 실행하는 단계를 포함하는, 방법.
  51. 전자 프로세싱 디바이스를 사용하여 운동을 검출하기 위한 프로세서의 방법으로서,
    상기 프로세싱 디바이스에 결합된 스피커를 통해, 상기 전자 프로세싱 디바이스의 부근의 사운드 신호를 생성하는 것을 제어하는 단계;
    상기 프로세싱 디바이스에 결합된 마이크로폰을 통해 상기 부근으로부터 반사된 사운드 신호를 감지하는 것을 제어하는 단계; 및
    상기 프로세서에서, 상기 감지된 반사 사운드 신호의 적어도 일부분 및 상기 사운드 신호의 적어도 일부분을 나타내는 신호로 생리학적 운동 신호의 유도를 제어하는 단계를 포함하며,
    상기 사운드 신호는 이중 톤 주파수 변조된 지속파 신호를 포함하는, 방법.
  52. 제51항에 있어서, 상기 생성된 사운드 신호의 적어도 일부분은 비가청 사운드 범위 내에 있는, 방법.
  53. 제52항에 있어서, 상기 생성된 사운드 신호의 부분은 저주파 초음파 음향 신호인, 방법.
  54. 제51항 내지 제53항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호를 유도하는 단계는 상기 사운드 신호의 부분을 나타내는 신호와 상기 감지된 반사 사운드 신호의 부분의 복조를 포함하는, 방법.
  55. 제54항에 있어서, 상기 복조는 상기 사운드 신호의 부분을 나타내는 신호, 및 상기 감지된 반사 사운드 신호의 부분의 승산을 포함하는, 방법.
  56. 제51항에 있어서, 상기 생리학적 운동 신호를 유도하기 위한 복조는 수신된 신호와 그 자신의 승산을 포함하며, 상기 수신된 신호는 상기 감지된 반사 사운드 신호의 부분 및 상기 사운드 신호의 적어도 일부분으로부터의 직접 경로 사운드를 포함하는, 방법.
  57. 제51항 내지 제56항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호를 유도하는 단계는 호흡, 심장 및 전체 운동 중 하나 이상을 검출하는 단계를 추가로 포함하는, 방법.
  58. 제51항에 있어서, 상기 사운드 신호의 부분을 나타내는 신호는 내부 발생된 발진기 신호 또는 직접 경로 측정된 사운드 신호인, 방법.
  59. 제51항 내지 제53항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호를 유도하는 단계는 발진기 신호를 상기 감지된 반사 사운드 신호의 부분과 승산하는 단계를 포함하는, 방법.
  60. 제51항 내지 제59항 중 어느 한 항에 있어서, 적응 필터로 상기 감지된 반사 사운드 신호의 부분을 필터링하는 단계를 추가로 포함하며, 상기 적응 필터는 상기 생성된 사운드 신호의 적어도 일부분의 타이밍 및 상기 감지된 반사 사운드 신호의 부분의 타이밍 중 임의의 하나에 기초하여 상기 적응 필터의 통과대역을 변경하도록 구성되는, 방법.
  61. 제51항 내지 제60항 중 어느 한 항에 있어서, 상기 사운드 신호 및 가청 오디오 콘텐츠를 조합하여 상기 스피커를 통해 상기 사운드 신호 및 상기 가청 오디오 콘텐츠를 동시에 생성하는 단계를 추가로 포함하는, 방법.
  62. 제61항에 있어서, 상기 사운드 신호 및 가청 오디오 콘텐츠를 합산하기 전에 상기 사운드 신호의 주파수에 기초하여 상기 가청 오디오 콘텐츠를 필터링하는 단계를 추가로 포함하는, 방법.
  63. 제51항 내지 제62항 중 어느 한 항에 있어서, 상기 부근의 대상체의 검출된 존재에 따라 상기 사운드 신호의 검출 스킴의 변화를 제어하는 단계를 추가로 포함하며, 상기 변화는 상기 사운드 신호의 적어도 일부분의 파형 매개변수를 변경하는 단계를 포함하는, 방법.
  64. 제51항 내지 제63항 중 어느 한 항에 있어서,
    모션 검출을 위한 지속파 사운드 신호를 발생시키는 단계; 및
    상기 지속파 사운드 신호로 상기 부근의 사용자 모션의 검출 시, 상기 스피커를 통해 상기 이중 톤 주파수 변조된 지속파 신호를 생성하는 것을 개시하는 단계를 추가로 포함하는, 방법.
  65. 제51항 내지 제64항 중 어느 한 항에 있어서,
    초광대역(UWB) 사운드 신호를 가청 백색 잡음으로서 발생시키는 단계; 및
    상기 UWB 사운드 신호로 사용자 모션을 검출하는 단계를 추가로 포함하는, 방법.
  66. 제51항 내지 제65항 중 어느 한 항에 있어서, 상기 이중 톤 주파수 변조된 지속파 신호는 반복된 파형에서 제2 톱니 주파수 변경과 중복된 제1 톱니 주파수 변경을 포함하는, 방법.
  67. 제51항 내지 제66항 중 어느 한 항에 있어서, 상기 생성된 사운드 신호는 제로 크로싱을 포함하는 코사인 유사 기능 시간 도메인 형상을 제공하는, 방법.
  68. 제51항 내지 제67항 중 어느 한 항에 있어서, 상기 유도된 생리학적 운동 신호를 평가하여 하나 이상의 생리학적 매개변수를 결정하는 단계를 추가로 포함하는, 방법.
  69. 제51항 내지 제68항 중 어느 한 항에 있어서, 상기 유도된 생리학적 운동 신호의 평가에 기초하여 출력을 발생시키는 단계를 추가로 포함하는, 방법.
  70. 제69항에 있어서, 상기 발생된 출력은,
    (a) 하기 중 임의의 하나 이상을 표현하는 출력 데이터:
    인간 존재 상태;
    상기 생리학적 운동 신호 내의 모션의 존재 또는 부재;
    수면 상태;
    호흡 특성;
    수면 보행증;
    심장 특성;
    전체 운동 특성;
    수면 특성;
    수면 호흡 장애의 이벤트;
    주기성 호흡의 이벤트;
    호흡 상태;
    피로 상태;
    건강 스코어;
    만성 질환 상태;
    졸음 상태; 및
    피로 상태;
    또는
    (b) 상기 출력 데이터 중 임의의 것에 기초하여 이벤트를 개시하는 것을 포함하는, 방법.
  71. 제70항에 있어서, 상기 개시된 이벤트는 디바이스, 또는 상기 디바이스와 연관된 프로세스를 턴 온 또는 오프하는 것; 및/또는 디바이스, 또는 상기 디바이스와 연관된 프로세스의 동작에 조정을 도입하는 것을 포함하는, 방법.
  72. 제71항에 있어서, 상기 디바이스는 호흡 치료 디바이스이고, 상기 프로세스는 호흡 치료 디바이스와 연관되는, 방법.
  73. 제51항 내지 제72항 중 어느 한 항에 있어서, 상기 프로세서에서, 상기 마이크로폰을 통해 감지된 가청 구두 명령을 평가하고 상기 가청 구두 명령에 응답하여, 상기 스피커를 통해 상기 출력을 제공하는 단계를 추가로 포함하는, 방법.
  74. 제51항 내지 제73항 중 어느 한 항에 있어서, 상기 사운드 신호의 적어도 일부분 및 상기 감지된 반사 사운드 신호의 부분을 복조하여 직교 기저대역 모션 신호를 생성하는 단계를 추가로 포함하는, 방법.
  75. 제74항에 있어서, 하나 이상의 필터에 의해 상기 직교 기저대역 모션 신호를 프로세싱하여 호흡 운동, 전신 운동 및 심장 운동 중 하나 이상에 기인하는 주파수 범위를 분리하는 단계를 추가로 포함하는, 방법.
  76. 제51항 내지 제75항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호로 유도된 고속 푸리에 변환 윈도우에서 빈 검색하여 상기 사용자 모션과 연관된 범위를 선택하는 단계를 추가로 포함하는, 방법.
  77. 제51항 내지 제76항 중 어느 한 항에 있어서, 상기 프로세서에서, 상기 마이크로폰에 의해 감지된 호흡 압력 치료 디바이스의 가청 사운드를 검출 및 인식하는 단계를 추가로 포함하는, 방법.
  78. 제51항 내지 제77항 중 어느 한 항에 있어서, 심장 가변성을 검출하는 단계 및 존재 및 부재 호흡 치료에 대해 상기 심장 가변성을 상관시키는 단계를 추가로 포함하는, 방법.
  79. 제51항 내지 제78항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호의 분석에 응답하여 상기 스피커를 통해 가청 질의를 플레이하는 단계를 추가로 포함하는, 방법.
  80. 제51항 내지 제79항 중 어느 한 항에 있어서, 검출된 운동 및 치료 순응도를 상관시키는 단계를 추가로 포함하는, 방법.
  81. 제51항 내지 제80항 중 어느 한 항에 있어서, 사용자에 대한 치료 비순응도를 다른 사용자의 수면 품질의 검출에 기초하여 추론하는 단계를 추가로 포함하는, 방법.
  82. 제51항 내지 제81항 중 어느 한 항에 있어서, 치료 비순응도 및 치료 순응도를 동작의 사운드 검출 및 치료 디바이스의 동작 결여에 기초하여 검출하는 단계를 추가로 포함하는, 방법.
  83. 제51항 내지 제82항 중 어느 한 항에 있어서, 사용자의 검출된 치료 순응도 또는 비순응도에 기초하여 출력 어드바이스를 발생시키는 단계를 추가로 포함하며, 상기 발생된 출력 어드바이스는 상기 사용자를 포함하는 다수의 사용자로부터의 수면 검출에 기초하고, 상기 발생된 출력 어드바이스는 상기 사용자가 순응도를 유지하도록 촉구하는, 방법.
  84. 제51항 내지 제83항 중 어느 한 항에 있어서, 상기 마이크로폰에 의해 감지된 사운드를 처프 필터링하여 상기 감지된 반사 사운드 신호의 부분을 분리하는 단계를 추가로 포함하는, 방법.
  85. 제84항에 있어서, 처프 필터는 상기 생성된 사운드 신호의 주파수 범위 내의 통과 대역에서 디지털 필터링하는, 방법.
  86. 제51항 내지 제85항 중 어느 한 항에 있어서, 상기 사운드 신호의 적어도 일부분의 생성의 변조 매개변수를 선택적으로 변경하여 상이한 사운드 신호 변조 특성으로 상기 전자 프로세싱 디바이스의 부근의 모션을 감지하는 단계를 추가로 포함하는, 방법.
  87. 제86항에 있어서, 상기 상이한 사운드 신호 변조 특성은 지속파(CW), 주파수 변조 지속파(FMCW), 초광대역(UWB), 주파수 편이 키잉(FSK) 및 위상 편이 키잉(PSK) 중 임의의 2개 이상을 포함하는, 방법.
  88. 제51항 내지 제87항 중 어느 한 항에 있어서, 상기 생리학적 운동 신호의 특징을 분류함으로써 출력을 발생시키는 단계를 추가로 포함하며, 상기 특징은 핸드 크래프트 특징 및 머신 러닝 특징을 포함하는, 방법.
  89. 제88항에 있어서, 상기 생리학적 운동 신호의 특징을 분류함으로써 발생된 출력은,
    수면 단계 및/또는 수면 상태; 수면 호흡 장애의 이벤트; 및
    무호흡-호흡저하 카운트 중 하나 이상을 포함하는, 방법.
  90. 제89항에 있어서, 상기 발생된 무호흡-호흡저하 카운트에 기초하여 치료 사용 어드바이스를 발생시키는 단계를 추가로 포함하는, 방법.
  91. 제89항에 있어서, 발생된 무호흡-호흡저하 카운트를 호흡 치료 장치의 사용 및 비사용과 상관시키는 단계를 추가로 포함하는, 방법.
  92. 제51항 내지 제91항 중 어느 한 항에 있어서, 상기 전자 프로세싱 디바이스는 스마트 폰 또는 스마트 워치를 포함하는, 방법.
  93. 제51항 내지 제92항 중 어느 한 항에 있어서, 동기화 프로세스에서, 참조 템플릿을 상기 감지된 반사 사운드 신호의 적어도 일부분과 승산하는 단계를 추가로 포함하는, 방법.
  94. 제51항 내지 제93항 중 어느 한 항에 있어서, 동기화 프로세스에서, 감지된 반사 신호를 감지된 직접 경로 신호와 교차 상관시키는 단계를 추가로 포함하는, 방법.
KR1020207021040A 2017-12-22 2018-12-21 건강 및 의료 감지를 위한 장치, 시스템, 및 방법 KR102658390B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020247012224A KR20240053667A (ko) 2017-12-22 2018-12-21 건강 및 의료 감지를 위한 장치, 시스템, 및 방법

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762610033P 2017-12-22 2017-12-22
US62/610,033 2017-12-22
PCT/EP2018/086762 WO2019122412A1 (en) 2017-12-22 2018-12-21 Apparatus, system, and method for health and medical sensing

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020247012224A Division KR20240053667A (ko) 2017-12-22 2018-12-21 건강 및 의료 감지를 위한 장치, 시스템, 및 방법

Publications (2)

Publication Number Publication Date
KR20200104341A true KR20200104341A (ko) 2020-09-03
KR102658390B1 KR102658390B1 (ko) 2024-04-17

Family

ID=65011989

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020247012224A KR20240053667A (ko) 2017-12-22 2018-12-21 건강 및 의료 감지를 위한 장치, 시스템, 및 방법
KR1020207021040A KR102658390B1 (ko) 2017-12-22 2018-12-21 건강 및 의료 감지를 위한 장치, 시스템, 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020247012224A KR20240053667A (ko) 2017-12-22 2018-12-21 건강 및 의료 감지를 위한 장치, 시스템, 및 방법

Country Status (6)

Country Link
US (1) US20200367810A1 (ko)
EP (1) EP3727134B8 (ko)
JP (1) JP7202385B2 (ko)
KR (2) KR20240053667A (ko)
CN (1) CN111655125B (ko)
WO (1) WO2019122412A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024172267A1 (ko) * 2023-02-17 2024-08-22 재단법인 아산사회복지재단 음향가변성지표에 기반한 전신마취 수술환자 전부하량 측정 방법 및 이를 실행하는 전자 장치

Families Citing this family (84)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11470814B2 (en) 2011-12-05 2022-10-18 Radio Systems Corporation Piezoelectric detection coupling of a bark collar
US11553692B2 (en) 2011-12-05 2023-01-17 Radio Systems Corporation Piezoelectric detection coupling of a bark collar
US10231440B2 (en) 2015-06-16 2019-03-19 Radio Systems Corporation RF beacon proximity determination enhancement
US11615285B2 (en) 2017-01-06 2023-03-28 Ecole Polytechnique Federale De Lausanne (Epfl) Generating and identifying functional subnetworks within structural networks
US11394196B2 (en) 2017-11-10 2022-07-19 Radio Systems Corporation Interactive application to protect pet containment systems from external surge damage
US11372077B2 (en) 2017-12-15 2022-06-28 Radio Systems Corporation Location based wireless pet containment system using single base unit
WO2019236120A1 (en) * 2018-06-05 2019-12-12 Google Llc Systems and methods of ultrasonic sensing in smart devices
US11663478B2 (en) 2018-06-11 2023-05-30 Inait Sa Characterizing activity in a recurrent artificial neural network
US11972343B2 (en) 2018-06-11 2024-04-30 Inait Sa Encoding and decoding information
US11893471B2 (en) 2018-06-11 2024-02-06 Inait Sa Encoding and decoding information and artificial neural networks
DE102018212061A1 (de) * 2018-07-19 2020-01-23 Robert Bosch Gmbh Verfahren zum Betreiben eines Ultraschallsensors, Ultraschallsensor und Fortbewegungsmittel
US20230131584A1 (en) * 2018-11-09 2023-04-27 The Regents Of The University Of California Multi-tone continuous wave detection and ranging
US10706329B2 (en) 2018-11-13 2020-07-07 CurieAI, Inc. Methods for explainability of deep-learning models
US11652603B2 (en) 2019-03-18 2023-05-16 Inait Sa Homomorphic encryption
US11569978B2 (en) 2019-03-18 2023-01-31 Inait Sa Encrypting and decrypting information
JP6893528B2 (ja) * 2019-04-15 2021-06-23 ミネベアミツミ株式会社 生体情報モニタリングシステム、生体情報モニタリング方法、及びベッドシステム
US11580382B2 (en) * 2019-04-26 2023-02-14 Rohde & Schwarz Gmbh & Co. Kg Method and apparatus providing a trained signal classification neural network
EP3961619B1 (en) * 2019-05-22 2023-11-01 Mitsubishi Electric Corporation Information processing device, sound masking system, control method, and control program
CN110301890B (zh) * 2019-05-31 2021-09-07 华为技术有限公司 呼吸暂停监测的方法及装置
US11766213B1 (en) * 2019-06-04 2023-09-26 Dp Technologies, Inc. Sleep monitoring based compliance and effectiveness tracking engine
WO2020264427A1 (en) * 2019-06-28 2020-12-30 Resmed Inc. Systems and methods for triggering sounds to mask noise from respiratory systems and their components
US11238889B2 (en) 2019-07-25 2022-02-01 Radio Systems Corporation Systems and methods for remote multi-directional bark deterrence
US20210030276A1 (en) * 2019-07-29 2021-02-04 DawnLight Technologies Inc. Remote Health Monitoring Systems and Method
KR102311855B1 (ko) * 2019-08-05 2021-11-18 뉴턴1665 주식회사 신체상태측정 테이프 및 이를 이용하는 신체상태 모니터링 서비스 제공방법
TWI703957B (zh) * 2019-08-07 2020-09-11 徐文雄 睡眠健康管理系統
WO2021037646A1 (en) * 2019-08-23 2021-03-04 Braincool Ab Apparatus, method and associated sensor head for shivering detection
WO2021048820A1 (en) * 2019-09-13 2021-03-18 Resmed Sensor Technologies Limited Systems and methods for continuous care
EP4027879A1 (en) 2019-09-13 2022-07-20 ResMed Sensor Technologies Limited Systems and methods for detecting movement
WO2021084501A1 (en) * 2019-10-31 2021-05-06 ResMed Pty Ltd Systems and methods for active noise cancellation
US11797827B2 (en) * 2019-12-11 2023-10-24 Inait Sa Input into a neural network
US11580401B2 (en) 2019-12-11 2023-02-14 Inait Sa Distance metrics and clustering in recurrent neural networks
US11816553B2 (en) 2019-12-11 2023-11-14 Inait Sa Output from a recurrent neural network
US11651210B2 (en) 2019-12-11 2023-05-16 Inait Sa Interpreting and improving the processing results of recurrent neural networks
US11875659B2 (en) 2019-12-12 2024-01-16 Google Llc Privacy-preserving radar-based fall monitoring
WO2021140030A1 (en) * 2020-01-09 2021-07-15 Biotronik Se & Co. Kg Implantable medical device having a communication component
US12089949B2 (en) 2020-01-31 2024-09-17 Resmed Sensor Technologies Limited Sleep status detection for apnea-hypopnea index calculation
CN111297327B (zh) * 2020-02-20 2023-12-01 京东方科技集团股份有限公司 一种睡眠分析方法、系统、电子设备及存储介质
US12011286B2 (en) * 2020-03-16 2024-06-18 Koninklijke Philips N.V. Detecting undiagnosed sleep disordered breathing using daytime sleepiness and nighttime obstructive sleep apnea (OSA) severity
IL273499A (en) * 2020-03-22 2021-09-30 Qualcomm Inc Radio frequency sensing for media system control
US11300321B2 (en) * 2020-03-31 2022-04-12 Johnson Controls Tyco IP Holdings LLP Systems and methods to operate an HVAC system based on sound level
JP2021168014A (ja) * 2020-04-09 2021-10-21 学校法人北里研究所 看護支援装置及びプログラム
US20230148952A1 (en) * 2020-04-20 2023-05-18 ResMed Asia Pte. Ltd. Systems and methods for analyzing sleep-related parameters
CN116018089A (zh) * 2020-04-30 2023-04-25 瑞思迈传感器技术有限公司 警觉性服务
IT202000011221A1 (it) * 2020-05-15 2021-11-15 St Microelectronics Srl Sistema e metodo di rilevamento del sollevamento e dell'abbassamento di un piede di un utilizzatore con la finalita' di abilitare una funzionalita' di un dispositivo dell'utilizzatore, e dispositivo dell'utilizzatore
EP4153043A1 (en) 2020-05-19 2023-03-29 ResMed Sensor Technologies Limited Methods and apparatus for detection and monitoring of health parameters
US11701055B2 (en) * 2020-06-30 2023-07-18 Bose Corporation Using personalized physiological parameters for sleep/wake detection
WO2022006183A1 (en) * 2020-06-30 2022-01-06 ResMed Pty Ltd Systems and methods for multi-component health scoring
US11490597B2 (en) 2020-07-04 2022-11-08 Radio Systems Corporation Systems, methods, and apparatus for establishing keep out zones within wireless containment regions
CN111938613B (zh) * 2020-08-07 2023-10-31 南京茂森电子技术有限公司 基于毫米波雷达的健康监测装置及方法
US11832961B2 (en) 2020-08-11 2023-12-05 Google Llc Contactless sleep detection and disturbance attribution
US11754676B2 (en) 2020-08-11 2023-09-12 Google Llc Precision sleep tracking using a contactless sleep tracking device
US12070324B2 (en) 2020-08-11 2024-08-27 Google Llc Contactless sleep detection and disturbance attribution for multiple users
US11406281B2 (en) 2020-08-11 2022-08-09 Google Llc Contactless cough detection and attribution
US11808839B2 (en) * 2020-08-11 2023-11-07 Google Llc Initializing sleep tracking on a contactless health tracking device
EP3964134A1 (en) * 2020-09-02 2022-03-09 Hill-Rom Services PTE. LTD. Lung health sensing through voice analysis
EP4221568A1 (en) * 2020-09-29 2023-08-09 ResMed Sensor Technologies Limited Systems and methods for determining usage of a respiratory therapy system
US20220165393A1 (en) * 2020-11-24 2022-05-26 Inz Human Engineering LLC System for the detection and management of mental, emotional, and behavioral disorders
CN116685867A (zh) * 2020-12-01 2023-09-01 舒尔获得控股公司 声学距离测距系统
CN112598033B (zh) * 2020-12-09 2022-08-30 兰州大学 生理信号处理方法、装置、设备及存储介质
CN116888684A (zh) * 2020-12-18 2023-10-13 瑞思迈传感器技术有限公司 群组睡眠表现评估
CN112890795B (zh) * 2021-01-15 2022-07-15 宁波善德电子集团有限公司 一种基于多分辨率信号的心跳和呼吸检测方法
US20230157629A1 (en) * 2021-02-19 2023-05-25 Panasonic Intellectual Property Management Co., Ltd. Sleep onset determination method, sleep onset determination system, air conditioning device, and recording medium
CN113028612B (zh) * 2021-03-26 2022-08-02 珠海格力电器股份有限公司 空调器的控制方法、装置、存储介质和处理器
CN113453131A (zh) * 2021-05-12 2021-09-28 钰太芯微电子科技（上海）有限公司 集成超声波换能器的微机电麦克风及电子设备
CN113384250B (zh) * 2021-05-26 2022-03-15 上海交通大学 用于生命体征探测的毫米波雷达系统低功耗实现方法
EP4388550A1 (en) * 2021-08-19 2024-06-26 Analytics For Life Inc. Medical evaluation systems and methods using add-on modules
CN113729674A (zh) * 2021-09-24 2021-12-03 青岛海信日立空调系统有限公司 一种呼吸检测方法及装置
CA3235219A1 (en) * 2021-09-30 2023-04-06 Alvaro SOBALVARRO RUATA Screening method for identification, and treatment pathways for sleep disorders
CN113892931B (zh) * 2021-10-14 2023-08-22 重庆大学 一种基于深度学习的fmcw雷达提取分析腹内压力方法
WO2023077237A1 (en) * 2021-11-04 2023-05-11 Tandemlaunch Inc. System and method of improving an audio signal
WO2023139999A1 (ja) * 2022-01-20 2023-07-27 パナソニックＩｐマネジメント株式会社 睡眠状態推定方法、睡眠状態推定システム、識別装置、及び、プログラム
CN114403878B (zh) * 2022-01-20 2023-05-02 南通理工学院 一种基于深度学习的语音检测疲劳度方法
NO20220132A1 (en) * 2022-01-26 2023-07-27 Elliptic Laboratories As Improved presence detection
EP4241657A1 (en) * 2022-03-10 2023-09-13 Bitsensing Inc. Device, method and computer program for scoring sleep quality
WO2023200651A1 (en) * 2022-04-13 2023-10-19 Sleep Number Corporation Detecting and preventing sleepwalking events
US20230372169A1 (en) * 2022-05-18 2023-11-23 Sleep Number Corporation Bed with bed presence detection using temperature signals
CN115148203B (zh) * 2022-06-06 2024-09-24 青岛海尔科技有限公司 拾音校准方法、装置、非易失性存储介质及电子设备
TW202401306A (zh) * 2022-06-16 2024-01-01 緯創資通股份有限公司 資料預測方法及裝置
WO2024086803A1 (en) * 2022-10-21 2024-04-25 Resmed Digital Health Inc. Device recommendations using machine learning
CN115661906B (zh) * 2022-11-11 2023-06-30 杭州海量信息技术有限公司 一种多模态融合的人脸活体检测方法及系统
TWI814663B (zh) * 2022-12-12 2023-09-01 臺北醫學大學 睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置
WO2024175934A1 (en) * 2023-02-23 2024-08-29 Reviva Softworks Ltd Use of ultrasonic tones to induce physiological effects
US12023160B1 (en) * 2023-06-16 2024-07-02 Carlos Andrés Cuestas Rodríguez Non-invasive remote system and method to determine the probability of deceit based on artificial intelligence
CN118319268B (zh) * 2024-04-15 2024-10-01 常州市中医医院(常州市孟河医学研究院) 一种心衰护理检测环及其监控提醒系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005537721A (ja) * 2002-08-30 2005-12-08 クゥアルコム・インコーポレイテッド サーバに接続する無線装置のためのメッセージを提供するサーバ処理
WO2015061848A1 (en) * 2013-10-30 2015-05-07 Resmed Limited Control for pressure of a patient interface
WO2015179911A1 (en) * 2014-05-26 2015-12-03 Resmed Sensor Technologies Limited Methods and apparatus for monitoring chronic disease
WO2016093927A2 (en) * 2014-12-08 2016-06-16 University Of Washington Systems and methods of identifying motion of a subject
WO2016145483A1 (en) * 2015-03-13 2016-09-22 Resmed Limited Respiratory therapy apparatus and method
WO2017100605A1 (en) * 2015-12-10 2017-06-15 Georgia Tech Research Corporation Multi-carrier noncontact signal detection with noise-suppression based on a phase-locked loop

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10259522A1 (de) * 2002-12-19 2004-07-01 Robert Bosch Gmbh Radargestützte Sensierung von Lage und/oder Bewegung des Körpers oder im Körper von Lebewesen
ES2375183T3 (es) * 2002-12-30 2012-02-27 Koninklijke Philips Electronics N.V. Aparato de reproducción de audio, sistema de realimentación y método.
JP2005032831A (ja) * 2003-07-08 2005-02-03 Advanced Lcd Technologies Development Center Co Ltd 結晶化方法、結晶化装置、薄膜トランジスタ及び表示装置
US7307575B2 (en) * 2004-09-14 2007-12-11 Bae Systems Information And Electronic Systems Integration Inc. Through-the-wall frequency stepped imaging system utilizing near field multiple antenna positions, clutter rejection and corrections for frequency dependent wall effects
US20080074307A1 (en) * 2006-05-17 2008-03-27 Olga Boric-Lubecke Determining presence and/or physiological motion of one or more subjects within a doppler radar system
US8562526B2 (en) * 2006-06-01 2013-10-22 Resmed Sensor Technologies Limited Apparatus, system, and method for monitoring physiological signs
JP5628520B2 (ja) * 2006-11-01 2014-11-19 レスメッド センサー テクノロジーズ リミテッド 心肺パラメータモニタ用システム
EP2648618B1 (en) * 2010-12-10 2021-07-14 Joyson Safety Systems Acquisition LLC System for monitoring a vehicle driver
EP2854636B1 (en) * 2012-05-30 2019-08-21 ResMed Sensor Technologies Limited Method and apparatus for monitoring cardio-pulmonary health
US20140276165A1 (en) * 2013-03-14 2014-09-18 Covidien Lp Systems and methods for identifying patient talking during measurement of a physiological parameter
US20150289786A1 (en) * 2014-04-11 2015-10-15 Reginald G. Garratt Method of Acoustic Screening for Processing Hearing Loss Patients by Executing Computer-Executable Instructions Stored On a Non-Transitory Computer-Readable Medium
FR3028741B1 (fr) * 2014-11-25 2019-06-14 Psa Automobiles Sa. Dispositif de mesure du rythme cardiaque du conducteur d’un vehicule
WO2016130532A1 (en) * 2015-02-09 2016-08-18 Grace Clinic Holdings, Llc Computer assisted patient navigation and information systems and methods
JP2018519029A (ja) * 2015-05-27 2018-07-19 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 多要素無線周波数アンテナによる動き検出
EP3340876A2 (en) * 2015-08-26 2018-07-04 ResMed Sensor Technologies Limited Systems and methods for monitoring and management of chronic disease
US9692874B2 (en) * 2015-09-30 2017-06-27 Apple Inc. Adjusting alarms based on sleep onset latency
JP2017134012A (ja) * 2016-01-29 2017-08-03 オプテックス株式会社 車両検知装置、車両検知装置の制御方法、および車両検知プログラム
US10579150B2 (en) * 2016-12-05 2020-03-03 Google Llc Concurrent detection of absolute distance and relative movement for sensing action gestures
US10673479B2 (en) * 2017-03-28 2020-06-02 Qualcomm Incorporated Range-based transmission parameter adjustment
EP3727135B1 (en) * 2017-12-22 2024-02-28 ResMed Sensor Technologies Limited Apparatus, system, and method for motion sensing

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005537721A (ja) * 2002-08-30 2005-12-08 クゥアルコム・インコーポレイテッド サーバに接続する無線装置のためのメッセージを提供するサーバ処理
WO2015061848A1 (en) * 2013-10-30 2015-05-07 Resmed Limited Control for pressure of a patient interface
WO2015179911A1 (en) * 2014-05-26 2015-12-03 Resmed Sensor Technologies Limited Methods and apparatus for monitoring chronic disease
WO2016093927A2 (en) * 2014-12-08 2016-06-16 University Of Washington Systems and methods of identifying motion of a subject
WO2016145483A1 (en) * 2015-03-13 2016-09-22 Resmed Limited Respiratory therapy apparatus and method
WO2017100605A1 (en) * 2015-12-10 2017-06-15 Georgia Tech Research Corporation Multi-carrier noncontact signal detection with noise-suppression based on a phase-locked loop

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024172267A1 (ko) * 2023-02-17 2024-08-22 재단법인 아산사회복지재단 음향가변성지표에 기반한 전신마취 수술환자 전부하량 측정 방법 및 이를 실행하는 전자 장치

Also Published As

Publication number Publication date
EP3727134B8 (en) 2023-03-08
KR20240053667A (ko) 2024-04-24
CN111655125A (zh) 2020-09-11
US20200367810A1 (en) 2020-11-26
KR102658390B1 (ko) 2024-04-17
EP3727134A1 (en) 2020-10-28
JP2021508279A (ja) 2021-03-04
EP3727134B1 (en) 2023-01-25
JP7202385B2 (ja) 2023-01-11
CN111655125B (zh) 2023-08-18
WO2019122412A1 (en) 2019-06-27

Similar Documents

Publication Publication Date Title
KR102658390B1 (ko) 건강 및 의료 감지를 위한 장치, 시스템, 및 방법
US12033485B2 (en) Apparatus, system, and method for motion sensing
CN111655135B (zh) 用于车辆中的生理感测的设备、系统和方法
JP7273909B2 (ja) 特性信号から人間の検出及び識別
US20220007965A1 (en) Methods and apparatus for detection of disordered breathing
US20230173221A1 (en) Systems and methods for promoting a sleep stage of a user
US20230190140A1 (en) Methods and apparatus for detection and monitoring of health parameters
CN109952058A (zh) 用于从音频和多模态信号中检测生理运动的装置、系统及方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant