KR20210034724A - 생체 신호를 추정하는 전자 장치 및 그 방법 - Google Patents

생체 신호를 추정하는 전자 장치 및 그 방법 Download PDF

Info

Publication number
KR20210034724A
KR20210034724A KR1020190116027A KR20190116027A KR20210034724A KR 20210034724 A KR20210034724 A KR 20210034724A KR 1020190116027 A KR1020190116027 A KR 1020190116027A KR 20190116027 A KR20190116027 A KR 20190116027A KR 20210034724 A KR20210034724 A KR 20210034724A
Authority
KR
South Korea
Prior art keywords
user
sensor
motion
signal
biosignal
Prior art date
Application number
KR1020190116027A
Other languages
English (en)
Inventor
일랴 데그티야렌코
코스티안틴 슬류사렌코
한주만
서진우
박종인
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190116027A priority Critical patent/KR20210034724A/ko
Priority to PCT/KR2020/008456 priority patent/WO2021054582A1/en
Priority to US16/983,627 priority patent/US20210085191A1/en
Publication of KR20210034724A publication Critical patent/KR20210034724A/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
    • A61B5/02—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
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • 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
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • 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
    • A61B5/103—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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/1123—Discriminating type of movement, e.g. walking or running
    • 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
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • 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
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • 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
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Psychology (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Social Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • Developmental Disabilities (AREA)
  • Computing Systems (AREA)
  • Hospice & Palliative Care (AREA)
  • General Physics & Mathematics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Fuzzy Systems (AREA)

Abstract

본 발명의 다양한 실시예에 따른, 전자 장치는, 사용자에 대한 생체 파라미터를 측정하는 제1 센서, 상기 사용자의 움직임 특성을 측정하는 제2 센서, 상기 제1 센서 또는 상기 제2 센서와 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가, 상기 제1 센서에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체신호를 모니터링 하고, 상기 모니터링 중 상기 제1 센서 또는 상기 제2 센서 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지하면, 상기 제2 센서로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인하고, 상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정하도록 하는 인스트럭션들을 저장할 수 있다.
또한, 본 발명의 다양한 실시예에 따라 다른 실시예들이 가능할 수 있다.

Description

생체 신호를 추정하는 전자 장치 및 그 방법{ELECTRONIC DEVICE FOR ESTIMATING PHYSIOLOGICAL SIGNAL AND METHOD THEREOF}
본 발명의 다양한 실시예들은 사용자의 자세나 움직임에 관계없이 안정적으로 생체 신호를 모니터링 하는 전자 장치 및 그 방법에 관한 것이다.
정보통신 기술의 발전으로 시계, 안경, 신발, 의류와 같은 다양한 형태의 웨어러블 디바이스(wearable device)가 출시되면서, 스마트폰과 함께 우리 삶의 필수 아이템으로 자리잡고 있다. 웨어러블 디바이스는 스마트폰과의 연동을 통해 실시간 데이터 수집이 가능하고, 휴대성과 사용 편리성이 높아 확산 속도가 증가하고 있으며, 의료, 헬스케어를 비롯한 다양한 분야로 활용 범위 또한 확대되고 있다.
최근 건강에 대한 관심이 높아지면서, 생체 신호를 감지할 수 있는 센서를 탑재한 웨어러블 디바이스를 이용하여 사용자의 건강 상태를 실시간 모니터링 하는 연구가 활발히 진행되고 있다. 예를 들어, 웨어러블 디바이스에 구비되는 PPG(photoplethysmography) 센서를 이용하여 웨어러블 디바이스를 착용한 사용자의 심박수(heart rate), 심박 변이(heart rate variability)와 같은 건강 정보를 실시간 측정할 수 있으며, 측정 결과에 대한 지속적인 분석을 통해 해당 사용자의 건강 상태를 관리하고 무리한 신체 활동을 예방할 수 있다.
웨어러블 디바이스에 일반적으로 탑재되는 PPG 센서는 신체 부위에 따른 광 혈류량을 PPG(photoplethysmography) 신호로 변환하여 사용자의 심박수를 측정한다. PPG 신호는 LED(light emitting diode)를 피부로 투사하여 반사된 빛의 흡광도를 이용하여 혈관의 부피 변화를 나타내는데, PPG 신호를 통해 심장의 수축과 이완에 의해 발생하는 혈관의 부피 변화를 검출함으로써 사용자의 심박수를 실시간 추정할 수 있다. 다만, PPG 센서는 사용자의 움직임에 따른 모션 아티팩트(motion artifacts)에 취약하여, 사용자의 자세나 동작에 따라 PPG 신호가 왜곡되기 쉽다. 웨어러블 디바이스를 착용한 사용자가 움직이는 동안 측정되는 PPG 신호에는 모션 아티팩트 성분이 포함될 수 있어, 측정 결과에 대한 정확성이 떨어지고 나아가 건강 분석에 대한 신뢰성이 저하될 수 있다.
본 발명의 다양한 실시예들은, 사용자의 움직임 감지 시 움직임 특성에 따른 생체 활동 추세를 반영하여 생체 신호를 추정함으로써, 사용자의 자세나 움직임에 관계없이 웨어러블 디바이스를 이용하여 정확하고 신뢰할 수 있는 생체 정보를 제공할 수 있다.
본 발명의 다양한 실시예에 따른, 전자 장치는, 사용자에 대한 생체 파라미터를 측정하는 제1 센서, 상기 사용자의 움직임 특성을 측정하는 제2 센서, 상기 제1 센서 또는 상기 제2 센서와 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가, 상기 제1 센서에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체신호를 모니터링 하고, 상기 모니터링 중 상기 제1 센서 또는 상기 제2 센서 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지하면, 상기 제2 센서로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인하고, 상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정하도록 하는 인스트럭션들을 저장할 수 있다.
본 발명의 다양한 실시예에 따라 사용자의 생체 파라미터를 측정하는 제1 센서 및 상기 사용자의 움직임 특성을 측정하는 제2 센서를 포함하는 전자 장치가 생체 신호를 추정하는 방법은, 상기 제1 센서에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체 신호를 모니터링 하는 동작, 상기 모니터링 중 상기 제1 센서 또는 상기 제2 센서 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지하는 동작, 상기 사용자의 움직임을 감지함에 응답하여, 상기 제2 센서로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인하는 동작, 및 상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정하는 동작을 포함할 수 있다.
다양한 실시예에 따른 전자 장치 및 방법은, 사용자의 움직임으로 인해 모션 아티팩트가 발생하는 구간에서는 PPG 신호 대신 움직임 특성에 따른 생체 활동 추세를 반영하여 생체 신호를 추정할 수 있으며, 이로 인해 웨어러블 디바이스를 이용하여 획득한 생체 정보에 대한 정확도 및 신뢰도를 높일 수 있다. 또한, 사용자의 움직임 동안 PPG 센서 대신 가속도 센서(accelerometer)를 이용하기 때문에, 생체 신호에 대한 저전력 모니터링이 가능해질 수 있다.
본 발명의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다.
도 1a 및 1b는 본 발명의 다양한 실시예에 따른, 웨어러블 디바이스를 이용하여 생체신호를 측정하는 일 예를 나타내는 도면이다.
도 2는 본 발명의 다양한 실시예에 따른, 사용자의 움직임 여부에 대응하여 측정되는 생체신호, 신호 품질 및 가속도 신호를 나타내는 도면이다.
도 3은 본 발명의 다양한 실시예에 따른, 전자 장치를 도시한 블록도이다.
도 4a 및 4b는 종래 기술에 따른 사용자 움직임 중 생체 신호 보정 방식을 나타내고, 도 4c는 본 발명의 다양한 실시예에 따른 움직임 구간에서의 생체신호 추정 방식을 설명하는 도면이다.
도 5는 본 발명의 다양한 실시예에 따른, 움직임 구간에서의 생체 신호 추정 과정을 나타내는 도면이다.
도 6은 본 발명의 다양한 실시예에 따른, 움직임 구간에서 생체 활동 예측 모델을 이용한 생체 신호 추정 과정을 설명하는 도면이다.
도 7은 본 발명의 다양한 실시예에 따른, 생체 활동 예측 모델 적용 방식을 설명하는 도면이다.
도 8은 본 발명의 다양한 실시예에 따른, 전자 장치가 생체 신호를 추정하는 방법을 도시한 흐름도이다.
도 9는 본 발명의 다양한 실시예에 따라, 스마트 워치가 움직임 특성에 대응하여 추정된 생체 정보를 제공하는 일 예를 나타내는 도면이다.
이하, 본 발명의 다양한 실시예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품과 같은 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성(또는 설정)된 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 어플리케이션 프로세서(application processor))를 의미할 수 있다.
본 발명의 다양한 실시예에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치는 본 문서에서 기술된 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시예에 따른 전자 장치의 구성요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의된 용어들은 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미를 가지는 것으로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 발명의 실시예들을 배제하도록 해석될 수 없다.
본 발명의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 전자 장치는 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 화상 전화기, 전자북 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device)(예: 스마트 안경, 머리 착용형 장치(head-mounted-device(HMD)), 전자 의복, 전자 팔찌, 전자 목걸이, 전자 앱세서리(appcessory), 전자 문신, 스마트 미러, 또는 스마트 와치(smart watch))중 적어도 하나를 포함할 수 있다.
어떤 실시예들에서, 전자 장치는 스마트 가전 제품(smart home appliance)일 수 있다. 스마트 가전 제품은, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), TV 박스(예: 삼성 HomeSync™, 애플TV™, 또는 구글 TV™), 게임 콘솔(예: Xbox™, PlayStation™), 전자 사전, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기), 네비게이션(navigation) 장치, GPS 수신기(global positioning system receiver), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치, 또는 자이로 콤파스), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine), 상점의 POS(point of sales), 또는 사물 인터넷 장치(internet of things; IoT)(예: 전구, 각종 센서, 전기 또는 가스 미터기, 스프링클러 장치, 화재경보기, 온도조절기(thermostat), 가로등, 토스터(toaster), 운동기구, 온수탱크, 히터, 또는 보일러) 중 적어도 하나를 포함할 수 있다.
어떤 실시예에 따르면, 전자 장치는 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에서, 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 어떤 실시예에 따른 전자 장치는 플렉서블 전자 장치일 수 있다. 또한, 본 발명의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 장치를 포함할 수 있다.
도 1a 및 1b는 본 발명의 다양한 실시예에 따른, 웨어러블 디바이스(101)를 이용하여 생체신호를 측정하는 일 예를 나타내는 도면이다. 도 1a는 웨어러블 디바이스(101)를 착용한 사용자(100)가 안정 상태에서 생체 신호를 측정하는 모습을 도시하고, 도 1b는 상기 사용자(100)가 움직임 상태에서 생체 신호를 측정하는 모습을 도시한다.
도 1a에서, 웨어러블 디바이스(101)는 물리적 움직임이 없는 안정 상태를 유지하고 있는 사용자(100)의 생체 신호를 측정할 수 있다. 웨어러블 디바이스(101)에서 일반적으로 사용되는 PPG 센서는 안정 상태에 있는 사용자(100)에 대해 심박수(heart rate), 심박 변이(heart rate variability), 스트레스 지수, 호흡수(respiration rate) 또는 혈압(blood pressure) 중 적어도 하나의 생체 파라미터를 측정할 수 있다. 웨어러블 디바이스(101)는 PPG 센서에서 측정된 상기 적어도 하나의 생체 파라미터를 기반으로 안정 상태의 사용자(100)에 대한 생체 신호(110)를 제공할 수 있다. 사용자(100)가 안정 상태를 유지하는 경우, 상기 PPG 센서가 외부 요인이라 잡음에 의해 별다른 영향을 받지 않아 비교적 정확한 생체 신호 데이터를 획득할 수 있으므로, 도 1a에서 획득한 안정 상태의 생체 신호(110)는 신뢰할만한 데이터로 볼 수 있다.
도 1b에서, 웨어러블 디바이스(101)는 물리적 움직임(예: 걷기, 달리기, 수영)이 있는 움직임 상태를 유지하고 있는 사용자(100)의 생체 신호를 측정할 수 있다. 웨어러블 디바이스(101)에 탑재되는 PPG 센서는 움직임에 취약하여 생체 신호 측정 시 사용자(100)의 자세나 동작이 측정 결과에 영향을 미칠 수 있다. 사용자(100)가 움직임 상태를 유지하는 동안 PPG 센서에 의해 측정되는 생체 신호는 모션 아티팩트(motion artifacts)를 포함할 수 있기 때문에, 도 1b에서 획득한 움직임 상태의 생체 신호(120)는 안정 상태의 생체 신호(110)에 비해 신뢰도가 낮을 수밖에 없다.
본 발명의 다양한 실시예에 따르면, 상기 안정 상태 또는 상기 움직임 상태는 상기 PPG 센서를 이용하여 측정되는 PPG 신호의 신호 대 잡음비(signal-to-noise; SNR)나 신호 품질(signal quality)에 의해 구분될 수 있다. 예를 들면, PPG 신호의 신호 대 잡음비 또는 신호 품질이 지정된 레벨보다 높으면 안정 상태로 정의되고, 상기 PPG 신호의 신호 대 잡음비 또는 신호 품질이 상기 지정된 레벨보다 낮으면 움직임 상태로 정의될 수 있다.
도 2는 본 발명의 다양한 실시예에 따른, 사용자의 움직임 여부에 대응하여 측정되는 생체 신호(a), 신호 품질(b) 및 가속도 신호(c)를 나타내는 도면이다.
도 2를 참조하면, 웨어러블 디바이스를 착용한 사용자가 어떤 상태에 있는지에 따라 측정되는 생체 신호, 신호 품질, 가속도 신호는 다른 형태를 나타낸다. 도 2에서, 시간 축의 210 및 230 구간은 사용자의 물리적 움직임이 없는 안정 상태인 시간 구간이고, 220 구간은 사용자의 물리적 움직임이 있는 움직임 상태인 시간 구간일 수 있다.
210 구간에서, 웨어러블 디바이스는 PPG 센서를 이용하여 사용자에 대한 생체 파라미터를 측정하고, 가속도계 센서를 이용하여 사용자의 움직임 정도를 측정할 수 있다. 도 2에서 생체 파라미터의 일 예로 심박수(heart rate) 측정 결과를 도시하고 있으나, 본 발명의 다양한 실시예에 따라 심박 변이(heart rate variability), 스트레스 지수, 호흡수(respiration rate), 혈압(blood pressure)와 같은 생체 파라미터의 측정이 가능하다. 210 구간에서 사용자는 안정 상태에 있으나 물리적 움직임에 대비하고 있으므로, (c)와 같이 가속도 데이터가 증가하는 것으로 기록되고, (b)와 같이 PPG 신호의 신호 품질이 불규칙적으로 나타날 수 있다. 다만, 210 구간에서 PPG 신호의 품질이 불규칙적이라 하더라도 움직임 여부의 판단 기준인 임계 레벨 이상을 유지하면, (a)에 기록되는 심박수는 신뢰할만한 데이터로서 해당 사용자에 대한 건강 상태 분석에 이용될 수 있다.
220 구간은 사용자가 일정 수준 이상의 물리적 움직임을 수행하는 시간 구간일 수 있다. 상기 물리적 움직임은 걷기, 달리기, 수영과 같은 활동이 있음을 의미한다. 220 구간에서는, 사용자의 움직임 상태에 대응하여 (c)와 같이 가속도 데이터의 진폭이 변경됨이 기록되고 (b)와 같이 PPG 신호의 신호 품질은 낮은 수준으로 기록되거나 PPG 신호가 기록되지 않을 수 있다. 이 경우, (a)에 기록되는 심박수는 모션 아티팩트를 포함하는 왜곡된 데이터일 수 있어 신뢰할 수 없으므로 해당 사용자에 대한 건강 상태 분석에 이용될 수 없으며, 220 구간에서는 심박수에 대한 데이터가 사용자의 움직임 상태를 정확히 반영하도록 보완될 필요가 있다.
230 구간은 사용자가 움직임을 완료하고 다시 안정 상태로 진입하는 시간 구간일 수 있다. 230 구간에서는, (c)와 같이 가속도 데이터가 다시 움직임 발생 이전 수준으로 감소하고, (b)와 같이 PPG 신호의 신호 품질은 임계 레벨 이상의 수준을 회복하는 것으로 기록될 수 있다. 230 구간에서, 기록되는 PPG 신호의 품질이 상기 임계 레벨 이상을 회복함에 따라 (a)에 기록되는 심박수는 신뢰할만한 데이터로 이용될 수 있다.
이와 같이, 웨어러블 디바이스를 이용하여 지속적으로 사용자의 건강 상태를 측정 및 분석하기 위해서는, 해당 사용자의 움직임 여부에 따라 다른 방식으로 생체 신호를 측정하여야 한다. 예를 들면, 웨어러블 디바이스에서 PPG 센서를 이용하여 측정하는 PPG 신호의 신호 대 잡음비 또는 신호 품질이 임계 레벨 이상인 안정 상태에서는 PPG 센서를 이용하여 생체 신호를 측정하고, PPG 신호의 신호 대 잡음비 또는 신호 품질이 임계 레벨 미만인 움직임 상태에서는 가속도 센서를 이용하여 획득한 움직임 특성을 기반으로 생체 신호를 추정하는 방식으로 움직임에 따른 오류 발생을 방지할 수 있다.
도 3은 본 발명의 다양한 실시예에 따른, 전자 장치(301)를 도시한 블록도(300)이다. 전자 장치(301)는 사용자의 생체 정보 또는 움직임 정보를 수집하고 수집된 정보에 대한 분석 결과를 제공하는 휴대 가능한 형태의 장치(예: 웨어러블 디바이스, 스마트폰)로서, 제1 센서(310), 제2 센서(320), 프로세서(330) 및 메모리(340)를 포함할 수 있다.
본 발명의 다양한 실시예에 따르면, 제1 센서(310)는 사용자에 대한 생체 파라미터를 측정할 수 있다. 상기 생체 파라미터는 심박수(heart rate), 심박 변이(heart rate variability), 스트레스 지수, 호흡 수(respiration rate) 또는 혈압(blood pressure) 중 적어도 하나를 포함할 수 있다. 상기 제1 센서(310)는 상기 생체 파라미터를 지정된 주기에 따라, 또는 지속적으로 측정하는 PPG 센서일 수 있다.
본 발명의 다양한 실시예에 따르면, 제2 센서(320)는 상기 사용자의 움직임 특성을 측정할 수 있다. 상기 움직임 특성은 상기 사용자의 움직임에 대응하는 움직임 타입, 움직임 세기 또는 움직임 지속 시간 중 적어도 하나를 포함할 수 있다. 상기 제2 센서(320)는 가속도(accelerometer) 센서, 자이로스코프(gyroscope) 센서, 레이더(radar) 센서 또는 카메라 중 적어도 하나를 포함할 수 있다.
본 발명의 다양한 실시예에 따르면, 프로세서(330)는 상기 제1 센서(310) 및 상기 제2 센서(320)와 작동적으로 연결될 수 있고, 메모리(340)는 상기 프로세서(330)와 작동적으로 연결될 수 있다.
본 발명의 다양한 실시예에 따르면, 메모리(340)는, 실행 시에, 프로세서(330)가 각종 동작들을 수행하도록 제어하는 인스트럭션들을 저장할 수 있다. 예를 들어, 프로세서(330)는 상기 제1 센서(310)에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체 신호를 모니터링 할 수 있다.
프로세서(330)는 상기 모니터링 중 상기 제1 센서(310) 또는 상기 제2 센서(320) 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지할 수 있다. 상기 사용자의 움직임을 감지함에 응답하여, 프로세서(330)는 상기 제2 센서(320)로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인할 수 있다. 상기 사용자의 움직임이 감지되는 동안에는, 상기 제1 센서(310)에 의한 생체 파라미터 측정 결과에 모션 아티팩트(motion artifact)가 포함되어 생체 신호가 왜곡될 수 있으므로, 사용자의 자세나 동작에 영향을 받기 쉬운 제1 센서(310) 대신 움직임 특성을 측정하는 제2 센서(320)를 이용하여 생체 신호를 간접 측정할 수 있다. 예를 들어, 프로세서(330)는 상기 사용자의 움직임이 유지되는 동안 상기 제2 센서(320)를 이용하여 상기 사용자의 움직임 특성을 확인하고, 생체 활동 예측 모델을 이용하여 상기 움직임 특성에 따른 제1 신호를 생성할 수 있다. 상기 생체 활동 예측 모델은 사용자의 움직임이 감지되는 동안의 움직임 특성을 반영하여 간접 측정한 생체 파라미터에 대한 추세(trend)를 예측하기 위한 것으로, 머신 러닝(machine learning) 기술을 기반으로 구현될 수 있다. 예를 들어, 사용자가 달리기를 하는 동안, 프로세서(330)는 상기 생체 활동 예측 모델을 이용하여 상기 제2 센서(320)를 통해 획득한 달리기 속도 및 지속 시간에 따른 심혈관계 시스템 반응을 예측할 수 있으며, 상기 예측 결과를 기반으로 생체 파라미터 추세에 관한 신호를 생성할 수 있다. 상기 생체 활동 예측 모델은 외부 전자 장치로부터 다운로드하여 상기 메모리(340)에 저장되거나, 또는 외부 전자 장치와의 실시간 통신을 통해 이용될 수 있다.
본 발명의 다양한 실시예에 따르면, 상기 생체 활동 예측 모델은 서포트 벡터 머신(support vector machine), 선형 회귀 모델(linear regression model), 신경망(neural network), 또는 의사 결정 트리(decision tree) 중 적어도 하나를 포함하는 머신 러닝 기술을 기반으로 상기 사용자의 생체 활동 추세를 예측할 수 있다. 또한, 이 과정에서, 상기 생체 활동 예측 모델은 상기 사용자의 성별, 연령, 신장, 체중, 운동 능력 또는 건강 상태 중 적어도 하나를 포함하는 개인 정보를 고려하여 상기 사용자의 생체 활동 추세를 예측할 수 있다.
프로세서(330)는 상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정할 수 있다. 예를 들면, 프로세서(330)는 상기 사용자의 움직임이 감지되지 않는 제2 시간 구간 동안 상기 제1 센서(310)에 의해 측정된 생체 신호를 상기 제1 신호와 병합하는 방식으로, 상기 제1 시간 구간에 대응하는 생체 신호를 보정할 수 있다. 본 발명의 다양한 실시예에 따르면, 상기 제1 시간 구간은 일정 수준 이상의 사용자 움직임이 감지되는 구간이고, 상기 제2 시간 구간은 일정 수준 이상의 사용자 움직임이 감지되지 않는 구간일 수 있다. 상기 제1 시간 구간 및 상기 제2 시간 구간은 상기 제1 센서(310)에 의해 측정되는 신호의 신호 대 잡음비(SNR) 또는 신호 품질을 기반으로 구분될 수 있다. 다른 예로, 상기 제1 시간 구간 및 상기 제2 시간 구간은 상기 제2 센서(320)로부터 획득한 움직임 정보를 기반으로 구분될 수도 있다.
본 발명의 다양한 실시예에 따르면, 전자 장치(301)는 상기 보정된 생체 신호 및 이의 분석 데이터를 출력하기 위한 디스플레이, 스피커, 또는 햅틱 모듈 중 적어도 하나를 포함하는 출력 수단과, 외부 전자 장치와의 무선 통신을 지원하는 통신 모듈을 더 포함할 수 있다.
도 4a, 4b 및 4c는 움직임 구간에서 생체신호를 추정하는 다양한 방식을 설명하는 도면이다. 도 4a 및 도 4b는 종래 기술에 따라 사용자 움직임 중 측정되는 생체 신호를 보정하는 기존 방식을, 도 4c는 본 발명의 실시예에 따라 움직임 특성을 반영하여 생체 신호를 보정하는 본 발명의 제안 방식을 각각 설명한다.
전자 장치(301)는 사용자의 생체 파라미터를 직접 측정할 수 있는 제1 센서(예: PPG 센서, 혈압 센서)를 이용하여 해당 사용자에 대한 실시간 생체 신호를 획득할 수 있다. 다만, 상기 제1 센서는 사용자의 자세나 움직임에 영향을 받을 수 있어, 일정 수준 이상의 움직임이 없으면서 정 자세를 유지하는 안정 상태에 한해 정확한 측정 결과를 획득할 수 있다. 일정 수준 이상의 움직임이 있는 경우, 제1 센서에 의한 생체 파라미터 측정 결과는 모션 아티팩트에 의해 왜곡될 수 있으므로, 생체 신호 측정 데이터 및 분석 데이터의 신뢰도를 향상시키기 위해서는 움직임 구간에서의 측정 결과를 보정할 필요가 있다.
도 4a 내지 도 4c에서, 상단에 도시된 그래프들은 제1 센서에 의한 생체 파라미터 측정 결과에 대응하는 생체 신호를 나타낸다. 이들 그래프에서, 시간 축의 401 구간은 일정 수준 이상의 움직임이 감지되기 전 안정 상태를 유지하는 시간 구간이고, 402 구간은 일정 수준 이상의 움직임이 감지되는 움직임 상태인 시간 구간이며, 403 구간은 상기 일정 수준 이상의 움직임이 완료되어 다시 안정 상태로 진입하는 시간 구간을 각각 나타낼 수 있다.
도 4a 및 도 4b를 참조하면, 전자 장치(301)는 안정 상태에서 측정된 생체 파라미터의 참조 값을 이용하여 움직임 구간에서의 생체 신호를 보정할 수 있다. 도 4a에서, 전자 장치(301)는 일정 수준 이상의 움직임이 감지되기 전인 401 구간에서 마지막으로 측정된 생체 파라미터 값을 참조 값으로 이용하여 402 구간의 생체 신호를 보정할 수 있다. 도 4a에서 보정된 402 구간의 생체 신호(410)는 402 구간 동안 상기 참조 값을 유지하는 것으로 표시된다. 도 4b에서, 전자 장치(301)는 선형 모델을 이용하여 402 구간의 생체 신호를 보정할 수 있다. 이 경우, 일정 수준 이상의 움직임이 감지되기 전 안정 상태에 있는 401 구간의 마지막 측정 값을 제1 참조 값으로, 일정 수준 이상의 움직임 완료 후 안정 상태에 진입한 403 구간의 최초 측정 값을 제2 참조 값으로 하고, 상기 제1 참조 값과 상기 제2 참조 값을 선형 모델에 적용하여 402 구간의 생체 신호(420)를 획득할 수 있다. 도 4b에서 보정된 402 구간의 생체 신호(420)는 상기 제1 참조 값과 상기 제2 참조 값을 선형적으로 연결하는 형태로 표시된다. 도 4a 및 도 4b에서, 402 구간의 보정된 생체 신호들(410, 420)은 움직임 감지 직전 또는 직후에 측정된 파라미터 값에 의해 결정되므로, 402 구간에서 사용자의 움직임 특성에 따른 생체 활동 추세를 동적으로 반영하지 못하는 한계가 있다.
도 4c는 사용자의 움직임 특성에 따른 생체 활동 추세를 동적으로 반영하여 움직임 구간의 생체 신호를 보정하는 방식을 나타낸다. 도 4c를 참조하면, 전자 장치(301)는 사용자의 자세나 움직임에 영향을 받는 제1 센서 대신, 움직임 특성을 측정하는 제2 센서(예: 가속도 센서, 자이로스코프 센서, 레이더 센서, 카메라)를 이용하여 생체 신호를 간접 측정할 수 있다. 전자 장치(301)는 상기 제2 센서를 이용하여 움직임 타입, 움직임 세기, 또는 움직임 지속 시간 중 적어도 하나를 포함하는 움직임 특성에 관한 정보를 획득하고, 상기 획득한 움직임 특성에 관한 정보를 기반으로 생체 활동 추세를 예측할 수 있다. 상기 예측된 생체 활동 추세는 도 4c의 중간 그래프와 같이 표시될 수 있다. 전자 장치(301)는 402 구간의 예측된 생체 활동 추세를, 제1 센서에 의해 측정된 생체 신호의 402 구간에 병합하는 방식으로 보정된 생체 신호(430)를 획득할 수 있다.
도 5는 본 발명의 다양한 실시예에 따른, 움직임 구간에서의 생체 신호 추정 과정을 나타내는 도면이다.
도 5를 참조하면, 웨어러블 디바이스(500)는 사용자의 생체 파라미터를 측정하는 제1 센서(510) 및 상기 사용자의 움직임 특성을 측정하는 제2 센서(520)를 포함할 수 있다. 도 5의 웨어러블 디바이스(500)는 도 3의 전자 장치(301)에 대응될 수 있다.
웨어러블 디바이스(500)는 제1 센서(510) 및 제2 센서(520)로부터 획득한 측정 정보를 이용한 생체 신호 모니터링(530)을 통해 생체 정보에 대한 적어도 하나의 파라미터를 획득하고, 획득한 적어도 하나의 파라미터를 이용하여 생체 신호를 생성할 수 있다. 상기 제1 센서(510)는 사용자의 생체 데이터를 지정된 주기에 따라, 또는 지속적으로 측정하는 PPG 센서일 수 있다. 또한, 상기 제2 센서(520)는 사용자의 움직임에 따른 움직임 타입, 움직임 세기, 지속 시간과 같은 움직임 특성을 측정하는 가속도 센서일 수 있다. 사용자의 생체 데이터를 직접 측정하는 제1 센서(510)는 사용자의 자세나 움직임에 영향을 받기 때문에, 일정 수준 이상의 움직임이 없으면서 정 자세를 유지하는 안정 상태에 한해 정확한 측정 결과를 획득할 수 있다.
제1 센서(510) 또는 제2 센서(520)에 의해 일정 수준 이상의 사용자 움직임이 있는 것으로 감지되는 경우, 웨어러블 디바이스(500)는 신뢰할 수 없는 제1 센서(510)의 측정 정보 대신, 제2 센서(520)의 측정 정보를 이용하여 생체 신호를 생성할 수 있다. 예를 들어, 웨어러블 디바이스(500)는 제2 센서(520)에 의해 획득한 움직임 특성에 관한 정보를 생체 활동 예측 모델(540)에 적용하여 움직임 구간에서의 생체 활동 추세를 예측할 수 있다. 상기 생체 활동 예측 모델(540)은 서포트 벡터 머신(support vector machine), 선형 회귀 모델(linear regression model), 신경망(neural network), 또는 의사 결정 트리(decision tree) 중 적어도 하나를 포함하는 머신 러닝 기술을 기반으로 상기 생체 활동 추세를 예측할 수 있다. 웨어러블 디바이스(500)는 상기 예측된 움직임 구간의 생체 활동 추세를 상기 생체 신호 모니터링(530) 결과 생성된 생체 신호와 합성하는 방식으로 움직임 중 생체 신호 복원(550)을 수행할 수 있으며, 움직임 중 생체 신호 복원(550)에 따라 상기 움직임 구간에 대한 생체 신호를 보정할 수 있다. 예를 들어, 상기 움직임 중 생체 신호 복원(550) 절차는 최적화 기법을 이용하여 수행될 수 있으며, 이는 아래 수학식 1과 같이 나타낼 수 있다.
Figure pat00001
여기서, W(τ)는 현재 시간(t)에서 최대값을 갖는 가중 윈도우이고, T는 가중 윈도우의 시간 구간을 나타낸다. P_est(τ)는 생체 파라미터 모니터링 결과를, P_trend(τ)는 제2 센서의 데이터를 기반으로 ML 모델에 의해 추정된 생체 파라미터의 추세를 각각 의미하고, SQ(τ)는 생체 파라미터 모니터링 결과 및 생체 파라미터 추세 사이의 품질 차이를 반영하기 위한 신호 품질 벡터이다. 또한, shift는 추세 및 생체 파라미터 모니터링 결과 사이의 시프트를 의미하고, shift_opt(t)는 현재 시간에 대한 최적 시프트를 나타낼 수 있다.
본 발명의 다양한 실시예에 따르면, 웨어러블 디바이스(500)는 사용자가 안정 상태를 유지하는 시간 구간에서는 생체 신호 모니터링(530) 결과에 의한 파라미터를 생체 신호로 기록하고, 상기 사용자가 움직임 상태에 있는 시간 구간에서는 생체 활동 예측 모델(540)에 의해 획득한 생체 활동 추세를 생체 신호로 기록한 후, 각 구간에서 기록된 생체 신호를 병합하는 방식으로 상기 사용자에 대한 생체 신호를 생성할 수 있다. 다른 실시예에 따라, 웨어러블 디바이스(500)는 사용자의 안정 상태에서 측정된 파라미터 참조 값을 상기 생체 활동 추세와 합성하고, 합성된 신호를 움직임 구간에서의 생체 신호로 반영할 수 있다. 이 경우, 상기 파라미터 참조 값은 안정 상태에서 측정된 파라미터 값들의 평균 값 또는 지정된 시점(예: 움직임 감지 전 최후 측정 시점 또는 움직임 완료 후 최초 측정 시점)의 측정 값이 이용될 수 있다.
도 6은 본 발명의 다양한 실시예에 따른, 움직임 구간에서 생체 활동 예측 모델(610)을 이용한 생체 신호 추정 과정을 설명하는 도면이다.
사용자가 정 자세를 유지하면서 일정 수준 이상의 움직임이 감지되지 않는 안정 상태에 있는 시간 구간에서, 웨어러블 디바이스(500)는 센서를 이용하여 신뢰할만한 생체 파라미터 데이터를 획득할 수 있다. 그러나, 일정 수준 이상의 움직임이 감지되는 움직임 구간에서는, 웨어러블 디바이스(500)의 센서를 이용하여 직접 측정한 데이터가 모션 아티팩트에 의해 왜곡될 수 있어 신뢰할 수 없으므로, 해당 구간에서의 생체 신호를 보정할 필요가 있다.
도 6을 참조하면, 웨어러블 디바이스(500)는 생체 활동 예측 모델(610)을 이용하여 움직임 구간에서의 생체 활동 추세(HR_t)를 예측할 수 있다. 본 발명의 다양한 실시예에 따라, 웨어러블 디바이스(500)는 가속도 센서로부터 획득한 데이터(x, y, z)를 합산(SUM)하여 표준편차 값을 리턴(STD)하고, 알파-베타 필터(alpha-beta filter) 및 선형 회귀 모델(linear regression model)을 통해 상기 예측된 생체 활동 추세(HR_t)를 획득할 수 있다. 상기 생체 활동 예측 모델(610)은 선형 회귀 모델 외에, 서포트 벡터 머신(support vector machine), 신경망(neural network), 또는 의사 결정 트리(decision tree)와 같은 머신 러닝 기술을 이용하여 상기 생체 활동 추세를 예측할 수 있다.
상기 생체 활동 예측 모델(610)에 의해 예측된 생체 활동 추세(HR_t)는 생체 신호 복원(620)을 통해 생체 신호 결과에 반영될 수 있다. 상기 생체 신호 복원(620) 블록에서는, 상기 움직임 상태 구간에 대해 예측된 생체 활동 추세(HR_t)의 시프트 최적화(shift optimization)가 수행되는데, 이는 아래 수학식 2와 같이 수행될 수 있다.
Figure pat00002
여기서, HR_est는 안정 상태 구간에서 센서에 의해 측정된 데이터의 모니터링 결과이고, HR_t는 움직임 상태 구간에 대해 예측된 생체 활동 추세이다. SQ는 상기 모니터링 결과와 상기 생체 활동 추세 사이의 신호 품질 차이를 반영하기 위한 신호 품질 벡터이고, Win은 최대값을 갖는 가우시안 가중 윈도우이며, N은 가중 윈도우의 길이를 각각 나타낼 수 있다.
상기 시프트 최적화 수행 결과 획득한 데이터(shift_opt)는 상기 생체 활동 추세(HR_t)와 합성 후 스무딩 필터(smoothing filter) 처리되어 움직임 구간에 대해 복원된 생체 신호(HR_r)를 얻을 수 있다. 상기 복원된 생체 신호(HR_r)는 가속도 센서의 측정 데이터를 이용한 생체 활동 추세 예측을 기반으로 생성(또는 보정)되므로, 웨어러블 디바이스(500)는 움직임 구간에서 사용자의 움직임 특성을 동적으로 반영하는 생체 신호를 제공할 수 있다.
도 7은 본 발명의 다양한 실시예에 따른, 생체 활동 예측 모델 적용 방식을 설명하는 도면이다.
본 발명의 다양한 실시예에 따르면, 웨어러블 디바이스(500)는 움직임 구간에서의 생체 활동 추세를 예측하기 위한 움직임 특성 별 예측 모델들을 미리 생성하여 저장해둘 수 있다. 이 경우, 제1 센서(510) 또는 제2 센서(520)에 의해 일정 수준 이상의 사용자 움직임이 감지되면, 웨어러블 디바이스(500)는 미리 저장된 예측 모델들 중 제2 센서(520)에 의해 획득한 움직임 특성에 대응하는 예측 모델을 선택하고, 제2 센서(520)에 의해 획득한 움직임 특성에 관한 정보를 상기 선택된 예측 모델에 적용하여 움직임 구간에서의 생체 활동 추세를 예측할 수 있다.
상기 움직임 특성은 움직임 타입, 움직임 세기, 또는 지속 시간 중 적어도 하나를 포함하는데, 움직임 특성 별 예측 모델은 도 7a 내지 7c와 같이 구분될 수 있다. 예를 들어, 제2 센서(520)에 의해 획득한 사용자의 움직임 특성이 단거리 달리기(예: 달리기 1분)인 것으로 확인되면, 도 7a와 같이 빠르게 상승한 후 하강하는 형태의 예측 모델이 적용될 수 있다. 제2 센서(520)에 의해 획득한 사용자의 움직임 특성이 장거리 달리기(예: 달리기 30분)인 것으로 확인되면, 도 7b와 같이 빠르게 상승한 후 유지되는 형태의 예측 모델이 적용될 수 있다. 제2 센서(520)에 의해 획득한 사용자의 움직임 특성이 비교적 낮은 강도인 1분 동안 걷기 또는 자전거 타기 인 것으로 확인되면, 도 7c와 같이 천천히 상승한 후 하강하는 형태의 예측 모델이 적용될 수 있다.
도 7a 내지 7c와 같이 미리 저장된 예측 모델을 이용할 경우, 사용자의 움직임에 따른 생체 활동 추세 예측 과정의 복잡도가 감소되며, 움직임 구간에 대한 생체 활동 추세 예측 및 생체 신호 보정에 소요되는 시간을 단축할 수 있다.
도 8은 본 발명의 다양한 실시예에 따른, 전자 장치(301)가 생체 신호를 추정하는 방법을 도시한 흐름도이다. 일 실시예에 따르면, 전자 장치(301)는 휴대 가능한 형태의 장치(예: 웨어러블 디바이스, 스마트폰)로서 사용자의 생체 정보 또는 움직임 정보를 수집하고 수집된 정보에 대한 분석 결과를 제공할 수 있다. 이를 위해, 전자 장치(301)는 사용자의 생체 파라미터를 측정하는 제1 센서(310) 및 상기 사용자의 움직임 특성을 측정하는 제2 센서(320)를 포함할 수 있다.
도 8을 참조하면, 동작 810에서, 전자 장치(301)는 제1 센서(310)에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체 신호를 모니터링 할 수 있다. 상기 제1 센서(310)는 상기 생체 파라미터를 지정된 주기에 따라, 또는 지속적으로 측정하는 PPG 센서일 수 있다. 상기 생체 파라미터는, 심박수(heart rate), 심박 변이(heart rate variability), 스트레스 지수, 호흡 수(respiration rate) 또는 혈압(blood pressure) 중 적어도 하나를 포함할 수 있다.
동작 820에서, 전자 장치(301)는 상기 모니터링 중 상기 제1 센서(310) 또는 상기 제2 센서(320) 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지할 수 있다. 상기 제2 센서(320)는 가속도(accelerometer) 센서, 자이로스코프(gyroscope) 센서, 레이더(radar) 센서 또는 카메라 중 적어도 하나를 포함할 수 있다. 상기 움직임 특성은 상기 사용자의 움직임에 대응하는 움직임 타입, 움직임 세기 또는 움직임 지속 시간 중 적어도 하나를 포함할 수 있다.
동작 830에서, 전자 장치(301)는, 동작 720의 사용자 움직임을 감지함에 응답하여, 상기 제2 센서(320)로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인할 수 있다. 사용자의 움직임이 감지되는 동안에는, 상기 제1 센서(310)에 의한 생체 파라미터 측정 결과에 모션 아티팩트(motion artifact)가 포함되어 생체 신호가 왜곡될 수 있으므로, 사용자의 자세나 동작에 영향을 받기 쉬운 제1 센서(310) 대신 움직임 특성을 측정하는 제2 센서(320)를 이용하여 생체 신호를 간접 측정할 수 있다. 동작 830에서, 전자 장치(301)는 상기 제2 센서(320)를 이용하여 상기 사용자의 움직임 특성을 확인하고, 생체 활동 예측 모델을 이용하여 상기 움직임 특성에 따른 제1 신호를 생성할 수 있다. 상기 생체 활동 예측 모델은 사용자의 움직임이 감지되는 동안의 움직임 특성을 반영하여 간접 측정한 생체 파라미터에 대한 추세(trend)를 예측하기 위한 것으로, 서포트 벡터 머신(support vector machine), 선형 회귀 모델(linear regression model), 신경망(neural network), 또는 의사 결정 트리(decision tree) 중 적어도 하나를 포함하는 머신 러닝 기술을 기반으로 구현될 수 있다. 또한, 상기 생체 활동 예측 모델은 상기 사용자의 성별, 연령, 신장, 체중, 운동 능력 또는 건강 상태 중 적어도 하나를 포함하는 개인 정보를 고려하여 상기 사용자의 생체 활동 추세를 예측할 수 있다. 동작 830에서, 전자 장치(301)는 메모리(330)에 미리 저장된, 또는 외부 전자 장치와의 통신을 통해 상기 생체 활동 예측 모델을 이용할 수 있다.
동작 840에서, 전자 장치(301)는 상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정할 수 있다. 전자 장치(301)는 동작 840에서, 상기 사용자의 움직임이 감지되지 않는 제2 시간 구간 동안 상기 제1 센서(310)에 의해 측정된 생체 신호를 상기 제1 신호와 병합하여, 상기 제1 시간 구간에 대응하는 생체 신호를 보정할 수 있다. 상기 제1 시간 구간은 일정 수준 이상의 사용자 움직임이 감지되는 구간으로, 제1 센서(310)에 의해 측정되는 신호의 신호 대 잡음비(SNR) 또는 신호 품질이 지정된 레벨 이상인 경우 또는 제2 센서(320)로부터 획득한 움직임 정보가 일정 수준 이상의 사용자 움직임이 있음을 나타내는 경우를 의미할 수 있다. 상기 제2 시간 구간은 일정 수준 이상의 사용자 움직임이 감지되지 않는 구간으로, 제1 센서(310)에 의해 측정되는 신호의 신호 대 잡음비(SNR) 또는 신호 품질이 지정된 레벨 미만이거나, 제2 센서(320)로부터 획득한 움직임 정보가 일정 수준 이상의 사용자 움직임이 없음을 나타내는 경우를 의미할 수 있다.
동작 840 이후, 전자 장치(301)는 디스플레이, 스피커 또는 햅틱 모듈 중 적어도 하나의 출력 수단을 이용하여 상기 보정된 생체 신호와 이의 분석 데이터를 출력할 수 있다.
도 9는 본 발명의 다양한 실시예에 따라, 스마트 워치(900)가 움직임 특성에 대응하여 추정된 생체 정보를 제공하는 일 예를 나타내는 도면이다. 도 9에 도시된 스마트 워치(900)는 사용자의 신체 일측에 착용되어 사용자에 대한 정보를 수집하고 수집된 정보에 대한 분석 결과를 제공하는 장치로서, 도 3의 전자 장치(301) 또는 도 5의 웨어러블 디바이스(500)에 대응될 수 있다.
도 9를 참조하면, 스마트 워치(900)는 제1 센서(911) 및 제2 센서(912)를 포함할 수 있다. 본 발명의 다양한 실시예에 따르면, 상기 제1 센서(911)는 사용자의 생체 파라미터를 일정 주기에 따라 측정하는 센서로서, PPG 센서일 수 있다. 상기 제2 센서(912)는 상기 사용자의 움직임 특성을 측정하는 센서로서, 가속도 센서일 수 있다.
스마트 워치(900)를 착용한 사용자가 정 자세를 유지하면서 일정 수준 이상의 움직임을 나타내지 않는 안정 상태에서, 스마트 워치(900)는 제1 센서(911)의 신호를 이용하여 측정된 심박수, 심박 변이, 스트레스 지수, 호흡수, 또는 혈압 중 적어도 하나의 생체 파라미터를 기반으로 생체 신호를 획득할 수 있다.
제1 센서(911)의 신호가 모션 아티팩트에 의해 왜곡될 수 있는 움직임 상태에서는, 스마트 워치(900)가 제2 센서(912)로부터 획득하는 움직임 특성을 기반으로 움직임 구간에서의 생체 활동 추세를 예측하고 예측된 추세를 기반으로 생체 신호를 추정할 수 있다. 도 9에서, 그래프 920은 움직임 구간에서 제2 센서를 이용하여 측정된 가속도 데이터를 나타내고, 그래프 930은 상기 측정된 가속도 데이터를 기반으로 예측된 생체 활동 추세를 반영하여 추정되는 움직임 구간에서의 생체 신호 데이터를 나타낸다. 그래프 920의 가속도 데이터는 사용자의 움직임 타입이나 세기, 지속 시간과 같은 움직임 특성에 따라 상이하게 측정될 수 있으며, 이로 인해 움직임 구간에서의 생체 활동 추세도 변화하기 때문에 그래프 930의 생체 신호 추정 결과 또한 동적으로 변화함을 확인할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치, 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나","A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
다양한 실시예에 따르면, 명령들을 저장하고 있는 저장 매체에 있어서, 상기 명령들은 적어도 하나의 프로세서에 의하여 실행될 때에 상기 적어도 하나의 프로세서로 하여금 적어도 하나의 동작을 수행하도록 설정된 것으로서, 상기 적어도 하나의 동작은, 사용자의 생체 파라미터를 측정하는 제1 센서 및 상기 사용자의 움직임 특성을 측정하는 제2 센서를 포함하는 전자 장치가 생체 신호를 추정하는 방법에 있어서, 상기 제1 센서에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체 신호를 모니터링 하는 동작(810), 상기 모니터링 중 상기 제1 센서 또는 상기 제2 센서 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지하는 동작(820), 상기 사용자의 움직임을 감지함에 응답하여, 상기 제2 센서로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인하는 동작(830), 및 상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정하는 동작(840)을 포함할 수 있다.
그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 문서에서 기재된 기술의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 문서의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.

Claims (20)

  1. 전자 장치에 있어서,
    사용자에 대한 생체 파라미터를 측정하는 제1 센서;
    상기 사용자의 움직임 특성을 측정하는 제2 센서;
    상기 제1 센서 또는 상기 제2 센서와 작동적으로 연결된 적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고,
    상기 메모리는, 실행 시에, 상기 적어도 하나의 프로세서가,
    상기 제1 센서에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체신호를 모니터링 하고,
    상기 모니터링 중 상기 제1 센서 또는 상기 제2 센서 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지하면, 상기 제2 센서로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인하고,
    상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정하도록 하는 인스트럭션들을 저장하는, 전자 장치.
  2. 제1항에 있어서,
    상기 제1 센서는,
    상기 생체 파라미터를 지정된 주기에 따라 또는 지속적으로 측정하는 PPG 센서를 포함하는, 전자 장치.
  3. 제2항에 있어서,
    상기 생체 파라미터는,
    심박수(heart rate), 심박 변이(heart rate variability), 스트레스 지수, 호흡 수(respiration rate) 또는 혈압(blood pressure) 중 적어도 하나를 포함하는, 전자 장치.
  4. 제1항에 있어서,
    상기 제2 센서는,
    가속도(accelerometer) 센서, 자이로스코프(gyroscope) 센서, 레이더(radar) 센서 또는 카메라 중 적어도 하나를 포함하는, 전자 장치.
  5. 제1항에 있어서,
    상기 인스트럭션들은, 상기 적어도 하나의 프로세서가,
    상기 제1 시간 구간 동안 제2 센서를 이용하여 상기 사용자의 움직임 특성을 확인하고,
    상기 메모리에 저장된 생체 활동 예측 모델을 이용하여 상기 움직임 특성에 따른 상기 제1 신호를 생성하도록 하는, 전자 장치.
  6. 제5항에 있어서,
    상기 움직임 특성은,
    상기 사용자의 움직임에 대응하는 움직임 타입, 움직임 세기, 또는 움직임 지속 시간 중 적어도 하나를 포함하는, 전자 장치.
  7. 제5항에 있어서,
    상기 생체 활동 예측 모델은,
    서포트 벡터 머신(support vector machine), 선형 회귀 모델(linear regression model), 신경망(neural network), 또는 의사 결정 트리(decision tree) 중 적어도 하나를 포함하는 머신 러닝 기술을 기반으로 상기 사용자의 생체 활동 추세를 예측하는, 전자 장치.
  8. 제5항에 있어서,
    상기 생체 활동 예측 모델은,
    상기 사용자의 성별, 연령, 신장, 체중, 운동 능력 또는 건강 상태 중 적어도 하나를 포함하는 개인 정보를 고려하여 상기 사용자의 생체 활동 추세를 예측하는, 전자 장치.
  9. 제1항에 있어서,
    상기 인스트럭션들은, 상기 적어도 하나의 프로세서가,
    상기 사용자의 움직임이 감지되지 않는 제2 시간 구간 동안 기록된 상기 사용자의 생체 신호를 상기 제1 신호와 병합하여 상기 제1 시간 구간에 대응하는 생체 신호를 보정하도록 하는, 전자 장치.
  10. 제1항에 있어서,
    디스플레이를 더 포함하며,
    상기 인스트럭션들은, 상기 적어도 하나의 프로세서가,
    상기 디스플레이 상에 상기 보정된 생체 신호를 출력하도록 하는, 전자 장치.
  11. 사용자의 생체 파라미터를 측정하는 제1 센서 및 상기 사용자의 움직임 특성을 측정하는 제2 센서를 포함하는 전자 장치가 생체 신호를 추정하는 방법에 있어서,
    상기 제1 센서에 의해 측정된 생체 파라미터를 기반으로 상기 사용자의 생체 신호를 모니터링 하는 동작;
    상기 모니터링 중 상기 제1 센서 또는 상기 제2 센서 중 적어도 하나를 이용하여 상기 사용자의 움직임을 감지하는 동작;
    상기 사용자의 움직임을 감지함에 응답하여, 상기 제2 센서로부터 획득한 상기 사용자의 움직임 특성을 기반으로 생체 활동 추세를 나타내는 제1 신호를 확인하는 동작; 및
    상기 제1 신호를 기반으로 상기 사용자의 움직임이 유지되는 제1 시간 구간 동안 기록된 상기 사용자의 생체 신호를 보정하는 동작
    을 포함하는, 생체 신호 추정 방법.
  12. 제11항에 있어서,
    상기 제1 센서는,
    상기 생체 파라미터를 지정된 주기에 따라 또는 지속적으로 측정하는 PPG 센서를 포함하는, 생체 신호 추정 방법.
  13. 제12항에 있어서,
    상기 생체 파라미터는,
    심박수(heart rate), 심박 변이(heart rate variability), 스트레스 지수, 호흡 수(respiration rate) 또는 혈압(blood pressure) 중 적어도 하나를 포함하는, 생체 신호 추정 방법.
  14. 제11항에 있어서,
    가속도(accelerometer) 센서, 자이로스코프(gyroscope) 센서, 레이더(radar) 센서 또는 카메라 중 적어도 하나를 포함하는, 생체 신호 추정 방법.
  15. 제11항에 있어서,
    상기 제1 신호를 확인하는 동작은,
    상기 제1 시간 구간 동안 제2 센서를 이용하여 상기 사용자의 움직임 특성을 확인하는 동작; 및
    상기 메모리에 저장된 생체 활동 예측 모델을 이용하여 상기 움직임 특성에 따른 상기 제1 신호를 생성하는 동작
    을 포함하는, 생체 신호 추정 방법.
  16. 제15항에 있어서,
    상기 움직임 특성은,
    상기 사용자의 움직임에 대응하는 움직임 타입, 움직임 세기, 또는 움직임 지속 시간 중 적어도 하나를 포함하는, 생체 신호 추정 방법.
  17. 제15항에 있어서,
    상기 생체 활동 예측 모델을 이용하여 상기 움직임 특성에 따른 상기 제1 신호를 생성하는 동작은,
    서포트 벡터 머신(support vector machine), 선형 회귀 모델(linear regression model), 신경망(neural network), 또는 의사 결정 트리(decision tree) 중 적어도 하나를 포함하는 머신 러닝 기술을 기반으로 상기 사용자의 생체 활동 추세를 예측하는, 생체 신호 추정 방법.
  18. 제15항에 있어서,
    상기 생체 활동 예측 모델을 이용하여 상기 움직임 특성에 따른 상기 제1 신호를 생성하는 동작은,
    상기 사용자의 성별, 연령, 신장, 체중, 운동 능력 또는 건강 상태 중 적어도 하나를 포함하는 개인 정보를 고려하여 상기 사용자의 생체 활동 추세를 예측하는, 생체 신호 추정 방법.
  19. 제11항에 있어서,
    상기 사용자의 생체 신호를 보정하는 동작은,
    상기 사용자의 움직임이 감지되지 않는 제2 시간 구간 동안 기록된 상기 사용자의 생체 신호를 상기 제1 신호와 병합하여 상기 제1 시간 구간에 대응하는 생체 신호를 보정하는, 생체 신호 추정 방법.
  20. 제11항에 있어서,
    상기 보정된 생체 신호를 디스플레이 상에 출력하는 동작
    을 더 포함하는, 생체 신호 추정 방법.
KR1020190116027A 2019-09-20 2019-09-20 생체 신호를 추정하는 전자 장치 및 그 방법 KR20210034724A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190116027A KR20210034724A (ko) 2019-09-20 2019-09-20 생체 신호를 추정하는 전자 장치 및 그 방법
PCT/KR2020/008456 WO2021054582A1 (en) 2019-09-20 2020-06-29 Electronic device and method of estimating physiological signal
US16/983,627 US20210085191A1 (en) 2019-09-20 2020-08-03 Electronic device and method of estimating physiological signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190116027A KR20210034724A (ko) 2019-09-20 2019-09-20 생체 신호를 추정하는 전자 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20210034724A true KR20210034724A (ko) 2021-03-31

Family

ID=74880296

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190116027A KR20210034724A (ko) 2019-09-20 2019-09-20 생체 신호를 추정하는 전자 장치 및 그 방법

Country Status (3)

Country Link
US (1) US20210085191A1 (ko)
KR (1) KR20210034724A (ko)
WO (1) WO2021054582A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023017972A1 (ko) * 2021-08-11 2023-02-16 삼성전자 주식회사 산소 포화도를 보정하는 전자 장치 및 이의 제어 방법
KR20230083756A (ko) * 2021-12-03 2023-06-12 주식회사 플렉스시스템 멀티 레이더 센서 기반 생체 신호 측정 시스템 및 방법
WO2023112384A1 (ja) * 2021-12-16 2023-06-22 株式会社日立製作所 計算機システム及び情動推定方法
WO2023136628A1 (ko) * 2022-01-13 2023-07-20 삼성전자 주식회사 사용자의 생체 사인을 결정하는 전자 장치 및 그 동작 방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113317782B (zh) * 2021-04-20 2022-03-22 港湾之星健康生物(深圳)有限公司 多模个性化监测的方法
CN116725484B (zh) * 2022-09-09 2024-04-16 荣耀终端有限公司 基于可穿戴设备的生理检测方法及可穿戴设备
CN116763312B (zh) * 2023-08-21 2023-12-05 上海迎智正能文化发展有限公司 一种基于可穿戴设备的异常情绪识别方法及系统
CN117045217A (zh) * 2023-10-13 2023-11-14 深圳市奋达智能技术有限公司 一种无袖带血压测量方法及其相关设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101109311B1 (ko) * 2005-12-13 2012-01-31 삼성전자주식회사 복수의 측정 단말기로부터 수신된 생체 신호 데이터를병합하는 방법 및 그 방법을 채용한 시스템
KR102463383B1 (ko) * 2015-02-27 2022-11-04 삼성전자주식회사 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치
KR20180086546A (ko) * 2017-01-22 2018-08-01 계명대학교 산학협력단 스트레스 측정을 위한 이어 헤드셋 장치 및 이를 이용한 스트레스 측정 방법
KR101995153B1 (ko) * 2018-01-22 2019-07-01 주식회사 씨유메디칼시스템 가속도 센서를 이용한 웨어러블 디바이스의 심전도 신호 보상 방법 및 그 방법을 적용한 심전도 측정 웨어러블 디바이스
KR102599926B1 (ko) * 2018-02-21 2023-11-09 삼성전자주식회사 혈압 정보에 기반하여 캘리브레이션 데이터를 업데이트하는 전자 장치 및 제어 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023017972A1 (ko) * 2021-08-11 2023-02-16 삼성전자 주식회사 산소 포화도를 보정하는 전자 장치 및 이의 제어 방법
KR20230083756A (ko) * 2021-12-03 2023-06-12 주식회사 플렉스시스템 멀티 레이더 센서 기반 생체 신호 측정 시스템 및 방법
WO2023112384A1 (ja) * 2021-12-16 2023-06-22 株式会社日立製作所 計算機システム及び情動推定方法
WO2023136628A1 (ko) * 2022-01-13 2023-07-20 삼성전자 주식회사 사용자의 생체 사인을 결정하는 전자 장치 및 그 동작 방법

Also Published As

Publication number Publication date
US20210085191A1 (en) 2021-03-25
WO2021054582A1 (en) 2021-03-25

Similar Documents

Publication Publication Date Title
KR20210034724A (ko) 생체 신호를 추정하는 전자 장치 및 그 방법
US10045700B2 (en) Blood pressure estimating apparatus and method
US11666277B2 (en) Apparatus and method for estimating biometric information
EP3427650B1 (en) Biological information analyzing device, system, and program
US10448849B2 (en) Contextual heart rate monitoring
CN109674456B (zh) 血压估计设备和方法以及可穿戴装置
US20190167118A1 (en) Method and apparatus for measuring blood pressure
US10716518B2 (en) Blood pressure estimation by wearable computing device
CN110461215B (zh) 使用便携式设备确定健康标志
JPWO2017199597A1 (ja) 生体情報処理装置、生体情報処理方法、及び情報処理装置
KR20150113700A (ko) 진단 시스템 및 방법
CN108024740A (zh) 血压测量方法、血压测量装置以及终端
US10905381B2 (en) Blood pressure correction information generating device, blood pressure measurement device and blood pressure correction information generating method
EP3478175B1 (en) Real time authentication based on blood flow parameters
CN111317484A (zh) 用于估计血糖的装置和方法
US11617545B2 (en) Methods and systems for adaptable presentation of sensor data
JP2018535745A5 (ko)
CN110418600A (zh) 血压测量装置、方法以及程序
US11596764B2 (en) Electronic device and method for providing information for stress relief by same
JP6767318B2 (ja) 心拍間隔モデリング装置、および異常状態判定方法
KR102505348B1 (ko) 생체 정보 처리 장치 및 방법
CN110840426A (zh) 用于估计血压的设备
CN113384246A (zh) 用于估计生物信息的设备
CN111698939A (zh) 使用多个滤波器生成与外部对象相关联的心率波动信息的方法及其设备
KR20190120988A (ko) 전자 장치 및 전자 장치의 제어 방법