KR20210051267A - 생체정보 추정 장치 및 방법 - Google Patents

생체정보 추정 장치 및 방법 Download PDF

Info

Publication number
KR20210051267A
KR20210051267A KR1020190136304A KR20190136304A KR20210051267A KR 20210051267 A KR20210051267 A KR 20210051267A KR 1020190136304 A KR1020190136304 A KR 1020190136304A KR 20190136304 A KR20190136304 A KR 20190136304A KR 20210051267 A KR20210051267 A KR 20210051267A
Authority
KR
South Korea
Prior art keywords
outlier
biometric information
data set
data
estimated
Prior art date
Application number
KR1020190136304A
Other languages
English (en)
Inventor
배상곤
이소영
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 KR1020190136304A priority Critical patent/KR20210051267A/ko
Priority to US16/832,467 priority patent/US20210134453A1/en
Publication of KR20210051267A publication Critical patent/KR20210051267A/ko

Links

Images

Classifications

    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H40/63—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 local 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
    • G16H50/30—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
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Abstract

생체정보 추정 장치가 개시된다. 일 실시예에 따르면 장치는 피검체로부터 캘리브레이션 데이터 셋 또는 추정 데이터 셋을 획득하는 센서 및, 캘리브레이션 데이터 셋을 기초로 이상치 제거 기준 설정 및 추정 모델을 생성하고, 추정 데이터 셋, 상기 이상치 제거 기준 및 상기 추정 모델을 이용하여 생체정보를 추정하는 프로세서를 포함할 수 있다.

Description

생체정보 추정 장치 및 방법{APPARATUS AND METHOD FOR ESTIMATING BIO-INFORMATION}
비침습 기반으로 혈당과 같은 생체정보를 추정하는 장치 및 방법에 관한 것이다.
당뇨병은 다양한 합병증을 일으키며 치료가 잘 안 되는 만성질환이어서 규칙적으로 혈당을 체크해서 합병증 발생을 예방해야 한다. 또한 인슐린을 투여하는 경우에는 저혈당을 대비하고 인슐린 투여량을 조절하기 위해 혈당을 체크해야 한다. 일반적으로 혈당을 측정하기 위해 침습적인 방식이 이용되고 있다. 침습적으로 혈당을 측정하는 방식은 측정의 신뢰성이 높다고 할 수 있으나 주사를 이용하여 혈액 채취의 고통, 번거로움 및 질병 감염 위험이 존재한다. 최근에는 혈액을 직접 채취하지 않고 비침습적으로 혈당과 같은 생체 정보를 추정하는 방법이 연구되고 있다.
테스트 데이터에서 이상치를 효과적으로 제거하는 방법을 제시하고 이를 통해 정확하게 생체정보를 추정할 수 있는 생체정보 추정 장치 및 방법이 제시된다.
일 양상에 따르면, 생체정보 추정 장치는 피검체로부터 캘리브레이션 데이터 셋 또는 추정 데이터 셋을 획득하는 센서 및, 캘리브레이션 데이터 셋을 기초로 이상치 제거 기준 설정 및 추정 모델을 생성하고, 상기 추정 데이터 셋, 상기 이상치 제거 기준 및 상기 추정 모델을 이용하여 생체정보를 추정하는 프로세서를 포함할 수 있다.
센서는 피검체에 복수 파장의 광을 조사하는 하나 이상의 광원 및, 피검체로부터 반사 또는 산란된 각 파장의 광을 검출하는 디텍터를 포함할 수 있다.
프로세서는 이상치 제거 기준을 기초로 캘리브레이션 데이터 셋에서 이상치 데이터를 제거하고, 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 기초로 추정 모델을 생성할 수 있다.
프로세서는 캘리브레이션 데이터 셋의 각 파장별로 이상치 제거 기준을 설정할 수 있다.
프로세서는 미리 정의된 이상치 검출 기법을 적용하여 캘리브레이션 데이터 셋에서 각 파장별로 이상치를 검출하고, 검출된 이상치를 기초로 각 파장별 이상치 제거 기준을 설정할 수 있다.
프로세서는 이상치 제거 기준을 기초로 추정 데이터 셋에서 이상치 데이터를 제거하고, 이상치가 제거된 추정 데이터 셋 및 추정 모델을 이용하여 생체정보를 추정할 수 있다.
프로세서는 이상치 제거 기준을 기초로 추정 데이터 셋에서 이상치 데이터를 검출하고, 이상치 데이터가 검출되면 해당하는 추정 데이터를 다시 획득하도록 센서를 제어할 수 있다.
센서는 이상치로 검출된 파장에 해당하는 광원을 구동하여 파장에 대한 데이터를 다시 획득할 수 있다.
프로세서는 전체 광원을 구동하여 전체 파장에 대한 추정 데이터를 다시 획득할 수 있다.
프로세서는 추정 데이터 셋으로부터 이상치를 검출하고, 이상치 검출 결과를 기초로 캘리브레이션 여부를 결정할 수 있다.
생체정보 추정 장치는 이상치 제거 기준, 추정 모델 및 생체정보 추정 결과 중의 하나 이상을 출력하는 출력부를 더 포함할 수 있다.
생체정보 추정 장치는 이상치 제거 기준, 추정 모델 및 생체정보 추정 결과 중의 하나 이상을 외부 기기에 전송하는 통신부를 더 포함할 수 있다.
생체정보는 혈당, 콜레스테롤, 중성 지방, 단백질 및 요산 중의 하나 이상을 포함할 수 있다.
일 양상에 따르면, 생체정보 추정 방법은 캘리브레이션 데이터를 획득하는 단계, 캘리브레이션 데이터를 기초로 이상치 제거 기준을 설정하는 단계, 캘리브레이션 데이터를 기초로 추정 모델을 생성하는 단계, 추정 데이터를 획득하는 단계 및, 추정 데이터, 이상치 제거 기준 및 추정 모델을 이용하여 생체정보를 추정하는 단계를 포함할 수 있다.
추정 모델을 생성하는 단계는 이상치 제거 기준을 기초로 캘리브레이션 데이터 셋에서 이상치 데이터를 제거하는 단계 및, 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 기초로 추정 모델을 생성하는 단계를 포함할 수 있다.
이상치 제거 기준을 설정하는 단계는 캘리브레이션 데이터 셋의 각 파장별로 이상치 제거 기준을 설정할 수 있다.
이상치 제거 기준을 설정하는 단계는 하나 이상의 이상치 검출 기법을 적용하여 캘리브레이션 데이터 셋에서 각 파장별로 이상치를 검출하고, 검출된 이상치를 기초로 각 파장별 이상치 제거 기준을 설정할 수 있다.
생체정보를 추정하는 단계는 이상치 제거 기준을 기초로 추정 데이터 셋에서 이상치 데이터를 제거하는 단계 및 이상치 데이터가 제거된 추정 데이터 셋 및 상기 추정 모델을 이용하여 생체정보를 추정하는 단계를 포함할 수 있다.
이상치 제거 기준을 기초로 추정 데이터 셋에서 이상치 데이터를 검출하는 단계 및 이상치 데이터가 검출되면 해당하는 추정 데이터를 다시 획득하도록 센서를 제어하는 단계를 더 포함할 수 있다.
생체정보 추정 방법은 이상치 제거 기준, 추정 모델 및 생체정보 추정 결과 중의 하나 이상을 출력하는 단계를 더 포함할 수 있다.
생체정보 추정을 위한 추정 데이터에서 이상치를 효과적으로 제거하는 방법을 제시하며, 이를 통해 생체정보 추정의 정확성을 향상시킬 수 있다.
도 1은 일 실시예에 따른 생체정보 추정 장치의 블록도이다.
도 2는 다른 실시예에 따른 생체정보 추정 장치의 블록도이다.
도 3a 및 도 3b는 실시예들에 따른 프로세서의 블록도이다.
도 4a 내지 도 4d는 이상치 제거 기준을 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 생체정보 추정 방법의 흐름도이다.
도 6은 다른 실시예에 따른 생체정보 추정 방법의 흐름도이다.
도 7은 웨어러블 기기를 도시한 것이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부, "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
도 1은 일 실시예에 따른 생체정보 추정 장치의 블록도이다. 도 2는 다른 실시예에 따른 생체정보 추정 장치의 블록도이다.
도 1 및 도 2를 참조하면, 실시예들에 따른 생체정보 추정 장치(100,200)는 센서(110) 및 프로세서(120)를 포함한다.
센서(110)는 피검체로부터 생체정보 추정과 관련된 데이터를 획득한다. 센서(110)는 피검체에 광을 조사하는 광원과, 광원에 의해 피검체에 조사된 광이 피검체에 의해 흡수, 산란 또는 반사되면, 산란 또는 반사된 광을 검출하는 디텍터를 포함할 수 있다. 광원은 발광 다이오드(light emitting diode, LED), 레이저 다이오드(laser diode, LD) 또는 형광체 등을 포함할 수 있으나 이에 제한되는 것은 아니다. 광원은 복수의 파장의 광을 조사할 수 있도록 복수의 광원 어레이로 형성될 수 있다. 각 광원은 디텍터로부터 서로 다른 거리상에 배치될 수 있다. 디텍터는 포토다이오드(photo diode), 포토트랜지스터(photo transistor, PTr) 또는 이미지 센서(예: CMOS 이미지 센서) 등을 포함할 수 있으나 이에 제한되는 것은 아니다.
프로세서(120)는 캘리브레이션 시점에 센서(110)를 제어하여 캘리브레이션 데이터 셋을 획득할 수 있다. 프로세서(120)는 소정 시간 간격으로 센서(110)를 복수 회 제어하여 복수의 캘리브레이션 데이터를 측정하고, 복수의 캘리브레이션 데이터를 하나의 캘리브레이션 데이터 셋으로 획득할 수 있다. 또한, 캘리브레이션 데이터 셋 내의 각 캘리브레이션 데이터는 이산 다변량 데이터로서 예컨대, 연속 파장의 스펙트럼 데이터가 아닌 미리 설정된 복수의 파장에 대한 흡광도 데이터일 수 있다. 이때, 캘리브레이션을 위해 필요한 캘리브레이션 데이터의 개수 즉, 캘리브레이션 데이터 셋에 포함될 데이터의 개수는 충분한 신뢰도가 확보될 수 있도록 전처리 과정을 미리 설정될 수 있다.
프로세서(120)는 캘리브레이션 데이터 셋이 획득되면 이상치 제거 기준 및 생체정보 추정을 위한 추정 모델을 생성할 수 있다.
또한, 프로세서(120)는 생체정보 추정 요청이 수신되면 센서(110)를 제어하여 추정 데이터 셋을 획득할 수 있다. 프로세서(120)는 센서(110)를 소정 시간 간격으로 복수 회 제어하여 복수의 추정 데이터를 포함하는 추정 데이터 셋을 획득할 수 있다. 추정 데이터 셋 내의 각 추정 데이터는 파장별 흡광도 데이터를 포함할 수 있다. 이때, 생체정보 추정을 위해 필요한 추정 데이터의 개수 즉, 추정 데이터 셋에 포함될 데이터의 개수는 충분한 신뢰도를 확보할 수 있도록 전처리 과정을 미리 설정될 수 있다.
프로세서(120)는 추정 데이터 셋이 획득되면, 캘리브레이션 시점에 획득된 이상치 제거 기준 및 추정 모델을 이용하여 생체정보를 추정할 수 있다. 이때, 생체정보는 예컨대, 혈당, 칼로리, 알코올, 중성지방, 단백질, 콜레스테롤, 요산 및 카로테노이드 등을 포함할 수 있으나 이에 제한되는 것은 아니다.
한편, 프로세서(120)는 이상치 제거 기준을 기초로 추정 데이터 셋으로부터 이상치를 제거한 결과 및/또는 추정 모델을 이용한 생체정보의 추정 결과를 기초로 사용자에 대한 캘리브레이션을 다시 수행할지를 판단할 수 있다.
예를 들어, 추정 데이터 셋에서 소정 임계치(예: 10%) 이상 이상치 데이터로 검출되는 경우 캘리브레이션이 필요하다고 판단할 수 있다. 또는, 다른 파장들에 비하여 특정 파장에 대한 이상치 검출 빈도가 상대적으로 높은 경우 캘리브레이션이 필요하다고 판단할 수 있다. 또는 소정 기간 동안의 생체정보 추정 결과가 미리 설정된 횟수 이상 정상 범위를 벗어난 경우 캘리브레이션이 필요하다고 판단할 수 있다. 다만, 이는 일 예에 불과하므로 특별히 한정되는 것은 아니며 미리 설정된 주기, 사용자의 요청 또는 그 밖의 다양하게 설정된 기준에 따라 캘리브레이션 재수행 필요성을 판단할 수 있다.
도 2를 참조하면, 일 실시예에 따른 생체정보 추정 장치(200)는 센서(110) 및 프로세서(120) 외에 출력부(210), 저장부(220) 및 통신부(230)를 더 포함할 수 있다.
출력부(210)는 센서(110) 및 프로세서(120)에 의해 처리된 결과를 출력하여 사용자에게 제공할 수 있다. 예를 들어, 출력부(210)는 설정된 이상치 제거 기준, 생체정보 추정값 등의 정보를 디스플레이 모듈을 통해 시각적으로 출력할 수 있다. 또는, 스피커 모듈 또는 햅틱 모듈 등을 통해 음성이나 진동, 촉감 등의 비시각적인 방식으로 출력할 수 있다. 이때, 생체정보 추정값이 정상 범위를 벗어나는 경우, 빨간 색 등을 사용하여 강조, 정상 범위를 함께 표시, 음성으로 경고 메시지를 함께 출력, 진동이나 촉감 등의 강도를 조절하는 것과 같은 다양한 방식으로 경고 정보를 함께 출력할 수 있다.
저장부(220)는 센서(110)에 의해 획득된 캘리브레이션 데이터, 추정 데이터 등의 정보를 저장할 수 있다. 또한, 센서(110)의 구동 조건과 관련된 정보 예컨대, 광원별 파장, 광의 세기, 지속 시간 등의 정보를 저장할 수 있다. 또한, 프로세서(120)에 의해 처리된 결과 예컨대, 이상치 제거 기준, 추정 모델, 생체정보 추정 결과 등의 정보를 저장할 수 있다. 또한, 생체정보 추정에 필요한 그 밖의 다양한 기준 정보 예컨대, 사용자의 나이, 성별, 건강 상태 등과 같은 사용자 특성 정보를 저장할 수 있다. 다만, 이에 제한되는 것은 아니다.
이때, 저장부(220)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어, SD 또는 XD 메모리 등), 램(Random Access Memory: RAM) SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 등의 저장매체를 포함하며, 이에 제한되는 것은 아니다.
통신부(230)는 유무선 통신 기술을 이용하여 외부 기기와 통신 연결하고 각종 데이터를 송수신할 수 있다. 예를 들어, 통신부(230)는 이상치 제거 기준, 추정 모델, 생체정보 추정 결과 등의 정보를 외부 기기에 전송할 수 있다. 외부 기기는 스마트폰, 태블릿 PC, 데스크탑 PC 및 노트북 PC 등의 일반인들의 정보 처리 장치 뿐만 아니라 전문 의료 기관의 의료 장비 등을 포함할 수 있다. 외부 기기는 수신된 정보를 기초로 사용자의 건강 관련 모니터링 및 건강 관련 정보를 다양한 형태로 가공하여 사용자에게 제공하는 기능을 탑재할 수 있다.
이때, 통신 기술은 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신, 3G 통신, 4G 통신 및 5G 통신 등을 포함할 수 있다. 다만, 이에 한정되는 것은 아니다.
도 3a 및 도 3b는 실시예들에 따른 프로세서의 블록도이다. 도 4a 내지 도 4d는 이상치 제거 기준을 설명하기 위한 도면이다.
도 3a를 참조하면, 일 실시예에 따른 프로세서(300a)는 캘리브레이션부(310) 및 추정부(320)를 포함할 수 있다.
캘리브레이션부(310)는 이상치 제거 기준 설정부(311) 및 추정 모델 생성부(312)를 포함할 수 있다.
이상치 제거 기준 설정부(311)는 센서(110)로부터 캘리브레이션 데이터 셋이 수신되면, 이상치 검출 기법을 적용하여 각 파장별로 이상치 제거 기준을 설정할 수 있다. 이때, 이상치 검출 기법은 통계적 기반, 거리 기반, 깊이 기반 또는 밀도 기반 등의 이미 알려진 다양한 기법을 포함할 수 있다.
예를 들어, 통계적 기반의 기법의 예로서 중앙값(median)으로부터 스케일링된 3MAD를 벗어난 위치의 요소에 '참(true)'을 반환하는 중앙값 기법을 들 수 있다. 이때, MAD는 "MAD= c*median(abs(A-median(A)))"로 정의되고, c는 "c=-1/(sqrt(2)*erfcinv(3/2)"로 정의될 수 있다. 이에 제한되지 않으며, 평균(mean)에서 3 표준편차를 벗어난 위치의 요소에 '참(true)'을 반환하는 평균값 기법, 1.5*상한사분위수와 1.5*하한사분위수를 초과하는 요소에 '참(true)'을 반환하는 사분위수 기법, 극단적 스튜던트화 이탈(extreme studentized deviate) 검정 적용 기법 등의 다양한 기법을 예로 들 수 있다.
이상치 제거 기준 설정부(311)는 다양한 이상치 검출 기법 중의 어느 하나의 기법을 적용하여 캘리브레이션 데이터 셋에서 이상치를 검출하고, 이상치 검출 결과를 기초로 이상치 제거 기준을 설정할 수 있다. 또는 이상치 제거 기준 설정부(311)는 복수의 이상치 검출 기법을 적용하여 캘리브레이션 데이터 셋에서 각 검출 기법별로 이상치를 검출하고, 각 검출 기법별 이상치 검출 결과를 기초로 이상치 제거 기준을 설정할 수 있다.
이상치 제거 기준 설정부(311)는 각 파장별로 이상치 제거 기준을 설정할 수 있다. 도 4a 내지 도 4d는 4개의 파장에 대한 흡광도 데이터를 예시한 것으로 각 파장별로 이상치 제거 기준 즉, 정상 범위의 상한(L1_U, L2_U, L3_U, L4_U) 및 하한(L1_B, L2_B, L3_B, L4_B)을 설정할 수 있다. 이상치 제거 기준 설정부(311)는 각 파장별로 서로 다른 검출 기법을 적용할 수 있다. 이상치 제거 기준 설정부(311)는 각 파장별로 복수의 검출 기법을 적용할 수 있으며, 각 검출 기법별 이상치 검출 결과 중의 어느 하나 또는 각 검출 결과를 적절히 조합하여 각 파장별로 이상치 제거 기준을 설정할 수 있다.
예를 들어, 캘리브레이션 데이터 셋에 포함된 복수의 캘리브레이션 데이터의 각 파장별로, 어느 하나의 통계적 기법을 적용하여 이상치를 검출한 다음 이상치가 소정 임계치(예: 10%) 이내가 되도록 상한 및 하한을 조절할 수 있다. 또는, 각 파장별로 복수의 통계적 기법을 적용하여 각각의 이상치를 검출하고, 각 통계적 기법별 이상치 발생 확률들의 통계값 예컨대, 평균을 기초로 상한 및 하한을 설정할 수 있다. 다만, 이는 예시에 불과하므로 이에 국한되는 것은 아니다.
추정 모델 생성부(312)는 캘리브레이션 데이터의 각 파장별로 이상치 제거 기준이 설정되면 캘리브레이션 데이터 셋에서 이상치가 검출된 이상치 데이터를 제거할 수 있다. 이때, 캘리브레이션 데이터 셋 내의 어느 캘리브레이션 데이터의 특정 파장이 이상치인 경우 그 캘리브레이션 데이터를 이상치 데이터라 할 수 있다. 또한, 이상치가 제거된 캘리브레이션 데이터 셋을 이용하여 추정 모델을 생성할 수 있다. 예를 들어, 아래의 수학식 1은 추정 모델의 일 예이다. 다만, 이에 제한되는 것은 아니다.
Figure pat00001
여기서, Y는 구하고자 하는 생체정보의 추정값이고, X1, X2,X3 및 X4는 캘리브레이션 데이터의 각 변수값으로 즉, 4개 파장에 대한 흡광도를 나타낼 수 있다. 다만, 하나의 예일 뿐 변수의 개수는 특별히 한정되지 않는다. a1, a2, a3 및 a4는 캘리브레이션 데이터 셋을 이용하여 획득되는 값이다.
즉, 추정 모델 생성부(312)는 캘리브레이션 데이터 셋에서 이상치 데이터를 제거한 다음, 이상치가 제거된 캘리브레이션 데이터와 캘리브레이션 시점에 획득된 기준 생체정보 예컨대 외부 혈당 측정계를 통해 측정된 실제 혈당값을 이용하여 위 추정 모델을 회귀 분석함으로써 각 변수에 대한 계수 a1, a2, a3 및 a4를 구할 수 있다.
한편, 추정 모델 생성부(312)는 이상치 제거 기준을 적용하여 캘리브레이션 데이터 셋에서 이상치 데이터를 제거한 결과를 기초로 캘리브레이션 데이터 셋의 신뢰도를 판단할 수 있다. 판단 결과 캘리브레이션 데이터 셋의 신뢰도가 추정 모델 생성을 위해 적합하지 않으면 센서(110)를 제어하여 캘리브레이션 데이터를 다시 측정하도록 제어할 수 있다.
예를 들어, 이상치 데이터를 제거한 결과 캘리브레이션 데이터 셋 내의 캘리브레이션 데이터의 개수가 미리 설정된 임계치보다 작은 경우 또는, 캘리브레이션 데이터 셋에서 특정 파장에 대한 이상치 검출 횟수가 다른 파장들에 비하여 상대적으로 비정상적으로 판단된 경우 캘리브레이션 데이터의 재측정이 필요하다고 판단할 수 있다. 다만, 여기에 예시된 것은 하나의 예에 불과하므로 그 밖의 다양한 기준으로 설정이 가능하다.
추정부(320)는 이상치 검출부(321) 및 추정값 획득부(322)를 포함할 수 있다.
이상치 검출부(321)는 센서(110)로부터 추정 데이터 셋이 수신되면 캘리브레이션 시점에 이상치 제거 기준 설정부(311)에 의해 설정된 각 파장별 이상치 제거 기준을 적용하여 이상치 데이터를 검출할 수 있다.
추정값 획득부(322)는 추정 데이터 셋에서 이상치 검출부(321)에 의해 검출된 이상치 데이터를 제거한 후 추정 모델을 적용하여 각 추정 데이터별로 생체정보 추정값을 획득할 수 있다. 또한, 각 추정 데이터별 생체정보 추정값의 통계값 예컨대, 평균, 중앙값, 최빈값, 최대값, 최소값 등을 생체정보 추정값으로 결정할 수 있다.
도 3b를 참조하면, 일 실시예에 따른 프로세서(300b)는 캘리브레이션부(310) 및 추정부(320)를 포함할 수 있다. 또한, 캘리브레이션부(310)는 이상치 제거 기준 설정부(311) 및 추정모델 생성부(312)를 포함할 수 있다. 또한, 추정부(320)는 이상치 검출부(321), 추정값 획득부(322) 및 재측정 판단부(323)를 포함할 수 있다. 이하 도 3a와 중복되지 않은 구성을 위주로 설명한다.
재측정 판단부(323)는 이상치 검출부(321)의 이상치 검출 결과를 기초로 재측정 여부를 판단할 수 있다.
일 예로, 재측정 판단부(323)는 추정 데이터 셋에서 이상치 데이터가 검출될 때마다 해당 데이터를 다시 측정하도록 센서(110)를 제어할 수 있다. 예컨대, 10개의 추정 데이터를 포함하는 추정 데이터 셋에서 3번째 추정 데이터의 특정 파장의 값이 이상치로 검출되는 경우 3번째 추정 데이터를 이상치 데이터로 결정하고, 3번째 추정 데이터를 다시 획득하도록 센서(110)를 제어할 수 있다. 이때, 재측정 판단부(323)는 이상치로 검출된 특정 파장의 광원만을 구동하여 해당 파장의 데이터만을 다시 획득하도록 할 수 있다. 또는 전체 광원을 구동하여 3번채 추정 데이터를 다시 획득하는 것도 가능하다.
추정값 획득부(322)는 재측정을 통해 미리 설정된 완전한 개수의 추정 데이터 셋이 확보된 경우 추정 모델을 적용하여 생체정보 추정값을 획득할 수 있다. 전술한 바와 같이 추정 모델을 적용하여 각 추정 데이터에 대한 추정값을 획득하고, 획득된 추정값의 통계값을 최종적인 생체정보 추정값으로 결정할 수 있다.
이와 같이 본 실시예에 따르면 생체정보 추정을 위한 추정 데이터 셋에서 이상치 데이터가 검출되는 경우 재측정을 하여 정상적인 데이터를 다시 획득하므로 신뢰성 있는 추정 데이터 셋을 확보할 수 있으며, 이를 통해 생체정보 추정의 정확성을 향상시킬 수 있다.
다른 예로, 재측정 판단부(323)는 추정 데이터 셋에서 미리 설정된 재측정 기준을 만족하는 경우에 재측정하는 것으로 판단할 수 있다. 예를 들어, 추정 데이터 셋에서 이상치 데이터가 소정 임계치(예: 10%) 이상 검출된 경우, 이상치로 검출된 데이터에 해당하는 추정 데이터를 다시 측정하도록 센서(110)를 제어하는 것도 가능하다.
이때, 추정값 획득부(322)는 재측정 판단부(323)가 재측정하는 것으로 판단하지 않으면, 전술한 바와 같이 추정 데이터 셋에서 검출된 이상치 데이터를 제거하고 나머지 추정 데이터를 이용하여 생체정보를 추정할 수 있다.
일반적으로 캘리브레이션 시점에 별다른 이상치 제거 없이 추정 모델을 생성한 다음 추정 모델을 검증하거나, 생체정보 추정 시점에 이상치 제거가 이루어지지 않은 추정 모델을 이용하여 생체정보를 추정한 후 생체정보 추정 결과를 검증하여 재캘리브레이션이나 생체정보 재추정 등을 수행함으로써 생체정보 추정 시간 지연, 추정의 정확도가 감소될 수 있다.
이에 반해, 개시된 실시예들에 따르면 캘리브레이션 시점에 사용자별로 획득된 캘리브레이션 데이터 셋을 기초로 사용자별로 개인화된 이상치 제거 기준 및 추정 모델을 생성함으로써, 생체정보 추정을 위한 추정 데이터 셋으로부터 바로 이상치를 검출하여 제거하거나 재측정함으로써 추정 데이터 셋의 신뢰성을 높여 생체정보 추정값의 정확성을 향상시킬 수 있다.
도 5는 일 실시예에 따른 생체정보 추정 방법의 흐름도이다.
도 5는 도 1 및 도 2의 실시예에 따른 생체정보 추정 장치(100,200)에 의해 수행되는 생체정보 추정 방법의 일 실시예이다.
먼저, 생체정보 추정 장치(100,200)는 캘리브레이션 시점에 사용자로부터 복수의 캘리브레이션 데이터를 포함하는 캘리브레이션 데이터 셋을 획득할 수 있다(510). 각 캘리브레이션 데이터는 복수의 파장에 대한 흡광도를 포함하는 이산 다변량 데이터일 수 있다. 생체정보 추정 장치(100,200)는 센서를 소정 시간 간격으로 구동하여 복수의 캘리브레이션 데이터를 획득할 수 있다. 이때, 센서는 다변량 데이터의 획득을 위해 복수의 파장의 광을 조사하는 복수의 광원과 광원에 의해 피검체에 조사된 후 반사 또는 산란되는 광을 검출하는 디텍터로 형성될 수 있다.
그 다음, 생체정보 추정 장치(100,200)는 단계(510)에서 획득된 캘리브레이션 데이터 셋을 이용하여 이상치 제거 기준을 설정할 수 있다(520). 예를 들어, 생체정보 추정 장치(100,200)는 각 파장별로 이상치 검출 기법을 적용하여 이상치를 검출하고, 검출 결과를 이용하여 각 파장별 흡광도 정상 범위의 상한 및 하한을 이상치 제거 기준으로 설정할 수 있다. 예컨대, 각 파장별로 어느 하나의 이상치 검출 기법 또는 복수의 이상치 검출 기법을 적용할 수 있으며 각 검출 기법별 이상치 검출 결과 중의 어느 하나를 사용하거나 둘 이상을 적절히 조합하여 이상치 제거 기준을 설정할 수 있다.
그 다음, 캘리브레이션 데이터 셋으로부터 검출된 이상치 데이터를 제거하고, 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 이용하여 추정 모델을 생성할 수 있다(530). 전술한 바와 같이 추정 모델은 다변량 값 즉, 각 파장별 흡광도를 입력으로 하는 선형 결합으로 정의될 수 있다. 다만, 이에 제한되는 것은 아니다. 전술한 바와 같이 이상치 데이터가 제거된 정상 캘리브레이션 데이터의 각 파장별 흡광도를 추정 모델에 입력하여 각 변수에 대한 계수를 획득함으로써 추정 모델을 생성할 수 있다.
그 다음, 생체정보 추정 요청이 수신되면 센서를 이용하여 추정 데이터 셋을 획득할 수 있다(540). 생체정보 추정 요청은 사용자에 의해 입력될 수 있다. 또는, 미리 설정된 주기, 외부 기기로부터 수신될 수 있다. 생체정보 추정 장치(100,200)는 센서를 소정 시간 간격으로 제어하여 미리 설정된 개수의 추정 데이터를 획득할 수 있다.
그 다음, 단계(520)에서 설정된 이상치 제거 기준, 단계(530)에서 생성된 추정 모델 및, 단계(540)에서 획득된 추정 데이터 셋을 이용하여 생체정보를 추정할 수 있다(550). 생체정보 추정 장치(100,200)는 이상치 제거 기준을 이용하여 추정 데이터 셋에서 이상치 데이터를 검출하고, 추정 데이터 셋에서 이상치 데이터를 제거할 수 있다. 또한, 이상치 데이터가 제거된 나머지 추정 데이터를 추정 모델에 입력하여 각 추정 데이터별로 생체정보 추정값을 획득하고, 획득된 추정값들의 통계값을 생체정보 추정값으로 결정할 수 있다.
생체정보 추정 장치(100,200)는 생체정보 추정값이 획득되면 획득된 생체정보 추정값을 사용자에게 제공할 수 있다. 예를 들어, 디스플레이에 생체정보 추정값, 생체정보 추정 이력, 생체정보 추정값을 기초로 판단된 사용자의 건강 상태 등의 정보를 시각적으로 출력할 수 있다. 또한, 스피커, 햅틱 장치 등을 이용하여 음성, 진동, 촉감 등의 비시각적인 방식으로 사용자에게 제공할 수 있다.
도 6은 다른 실시예에 따른 생체정보 추정 방법의 흐름도이다.
도 6은 생체정보 추정 장치(100,200)에 의해 수행되는 생체정보 추정 방법의 일 실시예이다.
생체정보 추정 장치(100,200)는 캘리브레이션 시점에 사용자로부터 복수의 캘리브레이션 데이터를 포함하는 캘리브레이션 데이터 셋을 획득할 수 있다(610). 생체정보 추정 장치(100,200)는 센서를 소정 시간 간격으로 구동하여 복수의 캘리브레이션 데이터를 획득할 수 있다.
그 다음, 생체정보 추정 장치(100,200)는 단계(610)에서 획득된 캘리브레이션 데이터 셋을 기초로 이상치 제거 기준을 설정할 수 있다(620). 예를 들어, 생체정보 추정 장치(100,200)는 다양한 이상치 검출 기법을 적용하여 이상치를 검출할 수 있다. 또한, 이상치 검출 기법을 통해 이상치가 검출되면 이상치 검출 결과를 기초로 각 파장별로 이상치 제거 기준을 설정할 수 있다.
그 다음, 캘리브레이션 데이터 셋으로부터 검출된 이상치 데이터를 제거하고, 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 이용하여 추정 모델을 생성할 수 있다(630).
그 다음, 생체정보 추정 요청에 따라 센서를 이용하여 추정 데이터 셋을 획득할 수 있다(640). 추정 데이터 셋의 추정 데이터의 개수는 생체정보 추정값의 신뢰도를 향상시킬 수 있도록 전처리 과정을 통해 적절하게 미리 설정될 수 있다.
그 다음, 단계(620)에서 설정된 이상치 제거 기준을 이용하여 단계(640)에서 획득된 추정 데이터 셋으로부터 이상치를 검출할 수 있다(650). 특정 추정 데이터의 특정 파장이 이상치로 검출되면 해당 추정 데이터를 이상치 데이터로 판단할 수 있다.
그 다음, 단계(650)에서 이상치가 검출되면, 이상치가 검출된 추정 데이터를 재측정하는 것으로 판단할 수 있다(660). 일 예로 미리 설정된 완전한 개수의 추정 데이터를 확보할 수 있도록 추정 데이터 셋에서 이상치 데이터가 검출될 때마다 재측정하는 것으로 판단할 수 있다. 다른 예로 전체 추정 데이터 셋에서 이상치로 검출된 추정 데이터의 개수가 전체 추정 데이터의 개수 대비 소정 확률을 초과하는 경우 추정 데이터를 재측정하는 것으로 판단할 수 있다.
판단 결과 추정 데이터의 재측정으로 판단되면 단계(640)로 이동하여 추정 데이터를 다시 획득할 수 있다. 단계(640) 내지 단계(660)는 생체정보 추정값의 신뢰도 확보를 위해 미리 설정된 개수의 추정 데이터가 확보될 때까지 반복될 수 있다.
그 다음, 단계(640) 내지 단계(660)를 거쳐 미리 설정된 개수의 추정 데이터가 획득되면, 단계(630)에서 생성된 추정 모델을 적용하여 각 추정 데이터로부터 생체정보 추정값을 결정하고, 결정된 복수의 생체정보 추정값의 통계값을 생체정보 추정값으로 획득할 수 있다(670).
그 다음, 생체정보 추정 결과를 시각적/비시각적인 다양한 방식으로 출력하여 사용자에게 제공할 수 있다.
도 7은 일 실시예에 따른 웨어러블 기기를 도시한 도면이다. 전술한 생체정보 추정 장치(100,200)의 다양한 실시예들은 도시된 바와 같이 사용자의 손목에 착용하는 스마트 워치(smart watch) 형태의 웨어러블 기기에 탑재될 수 있다. 다만, 이 형태에 국한되는 것은 아니며 팔찌형, 손목 밴드형, 반지형, 안경형, 또는 헤어밴드형 등 다양한 형태의 웨어러블 기기일 수 있다. 또한, 피검체에 착용 가능한 웨어러블 기기 이외에 스마트폰, 태블릿 PC 등과 같이 사용자가 휴대할 수 있는 모바일 기기에 탑재되는 것도 가능하다.
도 7을 참조하면, 웨어러블 기기(700)는 본체(710) 및 스트랩(720)을 포함한다.
본체(710)는 내부 또는 표면에 전술한 생체정보 추정 장치(100,200)의 다양한 실시예들의 각종 구성이 탑재될 수 있다. 또한, 그 밖의 기능 예컨대, 시계, 알람, 메신저 기능 등을 수행하기 위한 모듈들이 장착될 수 있다.
스트랩(720)은 본체(710)에 연결될 수 있다. 스트랩(720)은 사용자의 손목을 감싸는 형태로 구부려질 수 있도록 플렉시블(flexible)하게 형성될 수 있다. 스트랩(720)은 사용자의 손목으로부터 분리되는 형태 또는 분리되지 않는 밴드 형태로 형성될 수 있다. 스트랩(720)은 손목에 가해지는 압력의 변화에 따라 탄성을 갖도록 내부에 공기가 주입되거나 공기 주머니를 포함할 수 있으며, 본체(710)로 손목의 압력 변화를 전달할 수 있다.
본체(710) 또는 스트랩(720)의 내부에는 웨어러블 기기(700)에 전원을 공급하는 배터리가 내장될 수 있다.
웨어러블 기기(700)는 본체(710)에 장착되어 사용자의 손목 부위에서 이산 다변량 데이터를 획득하는 센서를 포함할 수 있다. 센서는 광원 및 디텍터를 포함할 수 있다. 광원은 사용자의 손목 부위에 광을 조사할 수 있도록 본체(710) 하부에 손목을 향해 노출되는 형태로 장착될 수 있다. 광원은 복수의 파장을 조사하도록 복수의 LED 어레이로 형성될 수 있다. 다만, 이에 제한되는 것은 아니며 그 밖의 레이저 다이오드 등으로 형성되는 것도 가능하다. 디텍터는 포토다이오드를 포함할 수 있으며 사용자의 피부로부터 돌아오는 광을 검출하고, 광 신호를 전기적인 신호로 변환하여 출력할 수 있다.
프로세서는 조작부(715)나 표시부(714)를 통해 입력되는 사용자의 명령을 수신하고 수신된 명령에 따라 필요한 동작을 처리할 수 있다. 예를 들어, 프로세서는 센서와 전기적으로 연결될 수 있으며, 캘리브레이션 또는 생체정보 추정 명령을 수신하면 센서를 제어할 수 있다.
프로세서는 캘리브레이션 명령이 수신되면 센서를 소정 시간 간격으로 복수 회 제어하여 복수의 캘리브레이션 데이터를 포함하는 캘리브레이션 데이터 셋을 획득할 수 있다. 프로세서는 캘리브레이션 데이터 셋이 획득되면 캘리브레이션 데이터 셋을 이용하여 이상치 제거 기준을 설정할 수 있다. 예를 들어, 각 파장별로 하나 이상의 이상치 검출 기법을 적용하여 각 검출 기법별로 이상치를 검출하고, 이상치 검출 결과를 이용하여 각 파장별 이상치 제거 기준을 설정할 수 있다.
프로세서는 이상치 제거 기준이 설정되면 본체(710) 내에 장착된 저장부에 이상치 제거 기준을 저장할 수 있다. 또한, 설정된 이상치 제거 기준에 따라 캘리브레이션 데이터 셋에서 이상치 데이터를 제거하고, 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 이용하여 생체정보 추정을 위한 추정 모델을 생성할 수 있다.
또한, 프로세서는 생체정보 추정 명령이 수신되면 센서를 제어하여 추정 데이터 셋을 획득할 수 있다. 또한, 저장부에 저장된 이상치 제거 기준을 참조하여 추정 데이터 셋으로부터 이상치를 검출할 수 있다.
일 예에 따르면, 프로세서는 이상치가 검출되면 추정 데이터 셋으로부터 이상치 데이터를 제거하고 나머지 추정 데이터 및 추정 모델을 이용하여 생체정보 추정값을 획득할 수 있다.
다른 예에 따르면, 프로세서는 이상치가 검출되면 센서를 제어하여 추정 데이터를 재측정하도록 하고, 미리 설정된 개수의 추정 데이터가 확보되면 추정 모델을 적용하여 생체정보 추정값을 획득할 수 있다.
본체(710)의 전면에 표시부(714)가 장착될 수 있다. 표시부(714)는 터치 입력이 가능한 터치 스크린을 포함할 수 있다. 표시부(714)는 사용자의 터치 입력을 수신하여 프로세서에 전달할 수 있으며 프로세서의 처리 결과를 출력할 수 있다. 예를 들어, 표시부(714)는 생체정보 추정 결과를 표시할 수 있으며, 생체정보 추정 이력, 건강상태의 변화, 경고 등의 부가 정보를 함께 표시할 수 있다.
또한, 본체(710)에는 사용자의 명령을 수신하여 프로세서로 전달하는 조작부(715)가 장착될 수 있다. 조작부(715)는 웨어러블 기기(700)의 전원을 온/오프시키는 명령을 입력하기 위한 전원 버튼을 포함할 수 있다.
또한, 본체(710) 내부에는 외부 기기와 통신하는 통신부가 장착될 수 있다. 통신부는 생체정보 추정 결과를 외부 기기 예컨대 사용자의 모바일 기기의 출력 모듈을 통해 출력하거나 외부 기기의 저장 모듈에 저장될 수 있도록 외부 기기에 전송할 수 있다. 또한, 통신부는 그 밖의 웨어러블 기기에서 수행하는 각종 기능을 지원하기 위한 정보 등을 외부 기기로부터 수신할 수 있다.
또한, 본체(710)에는 사용자의 손목 부위에서 온도를 측정하는 온도 센서, 습도를 측정하는 습도 센서 등이 장착될 수 있다. 본체(710) 내부에 실장된 프로세서는 온도 센서/습도 센서 등을 통해 획득된 온도/습도 정보를 이용하여 측정 환경을 모니터링하고, 사용자에게 측정 환경을 가이드하거나 생체정보 추정값을 보정하는데 활용할 수 있다.
한편, 본 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 개시된 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100,200: 생체정보 추정 장치 110: 센서
120: 프로세서 210: 출력부
220: 저장부 230: 통신부
300a,300b: 프로세서 310: 캘리브레이션부
311: 이상치 제거 기준 설정부 312: 추정 모델 생성부
320: 추정부 321: 이상치 검출부
322: 추정값 획득부 323: 재측정 판단부
700: 웨어러블 기기 710: 본체
714: 표시부 715: 조작부
720: 스트랩

Claims (20)

  1. 피검체로부터 캘리브레이션 데이터 셋 또는 추정 데이터 셋을 획득하는 센서; 및
    상기 캘리브레이션 데이터 셋을 기초로 이상치 제거 기준 설정 및 추정 모델을 생성하고, 상기 추정 데이터 셋, 상기 이상치 제거 기준 및 상기 추정 모델을 이용하여 생체정보를 추정하는 프로세서를 포함하는 생체정보 추정 장치.
  2. 제1항에 있어서,
    상기 센서는
    피검체에 복수 파장의 광을 조사하는 하나 이상의 광원; 및
    상기 피검체로부터 반사 또는 산란된 각 파장의 광을 검출하는 디텍터를 포함하는 생체정보 추정 장치.
  3. 제1항에 있어서,
    상기 프로세서는
    상기 이상치 제거 기준을 기초로 상기 캘리브레이션 데이터 셋에서 이상치 데이터를 제거하고, 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 기초로 추정 모델을 생성하는 생체정보 추정 장치.
  4. 제1항에 있어서,
    상기 프로세서는
    상기 캘리브레이션 데이터 셋의 각 파장별로 이상치 제거 기준을 설정하는 생체정보 추정 장치.
  5. 제4항에 있어서,
    상기 프로세서는
    미리 정의된 이상치 검출 기법을 적용하여 캘리브레이션 데이터 셋에서 각 파장별로 이상치를 검출하고, 검출된 이상치를 기초로 각 파장별 이상치 제거 기준을 설정하는 생체정보 추정 장치.
  6. 제1항에 있어서,
    상기 프로세서는
    이상치 제거 기준을 기초로 추정 데이터 셋에서 이상치 데이터를 제거하고, 이상치가 제거된 추정 데이터 셋 및 상기 추정 모델을 이용하여 생체정보를 추정하는 생체정보 추정 장치.
  7. 제1항에 있어서,
    상기 프로세서는
    상기 이상치 제거 기준을 기초로 상기 추정 데이터 셋에서 이상치 데이터를 검출하고, 이상치 데이터가 검출되면 해당하는 추정 데이터를 다시 획득하도록 센서를 제어하는 생체정보 추정 장치.
  8. 제7항에 있어서,
    상기 센서는
    이상치로 검출된 파장에 해당하는 광원을 구동하여 상기 파장에 대한 데이터를 다시 획득하는 생체정보 추정 장치.
  9. 제7항에 있어서,
    상기 프로세서는
    전체 광원을 구동하여 전체 파장에 대한 추정 데이터를 다시 획득하는 생체정보 추정 장치.
  10. 제1항에 있어서,
    상기 프로세서는
    상기 추정 데이터 셋으로부터 이상치를 검출하고, 이상치 검출 결과를 기초로 캘리브레이션 여부를 결정하는 생체정보 추정 장치.
  11. 제1항에 있어서,
    상기 이상치 제거 기준, 추정 모델 및 생체정보 추정 결과 중의 하나 이상을 출력하는 출력부를 더 포함하는 생체정보 추정 장치.
  12. 제1항에 있어서,
    상기 이상치 제거 기준, 추정 모델 및 생체정보 추정 결과 중의 하나 이상을 외부 기기에 전송하는 통신부를 더 포함하는 생체정보 추정 장치.
  13. 제1항에 있어서,
    상기 생체정보는
    혈당, 콜레스테롤, 중성 지방, 단백질 및 요산 중의 하나 이상을 포함하는 생체정보 추정 장치.
  14. 캘리브레이션 데이터를 획득하는 단계;
    상기 캘리브레이션 데이터를 기초로 이상치 제거 기준을 설정하는 단계;
    상기 캘리브레이션 데이터를 기초로 추정 모델을 생성하는 단계;
    추정 데이터를 획득하는 단계; 및
    상기 추정 데이터, 상기 이상치 제거 기준 및 상기 추정 모델을 이용하여 생체정보를 추정하는 단계를 포함하는 생체정보 추정 방법.
  15. 제14항에 있어서,
    상기 추정 모델을 생성하는 단계는
    상기 이상치 제거 기준을 기초로 상기 캘리브레이션 데이터 셋에서 이상치 데이터를 제거하는 단계; 및
    상기 이상치 데이터가 제거된 캘리브레이션 데이터 셋을 기초로 추정 모델을 생성하는 단계를 포함하는 생체정보 추정 방법.
  16. 제14항에 있어서,
    상기 이상치 제거 기준을 설정하는 단계는
    상기 캘리브레이션 데이터 셋의 각 파장별로 이상치 제거 기준을 설정하는 생체정보 추정 방법.
  17. 제14항에 있어서,
    상기 이상치 제거 기준을 설정하는 단계는
    하나 이상의 이상치 검출 기법을 적용하여 캘리브레이션 데이터 셋에서 각 파장별로 이상치를 검출하고, 검출된 이상치를 기초로 각 파장별 이상치 제거 기준을 설정하는 생체정보 추정 방법.
  18. 제14항에 있어서,
    상기 생체정보를 추정하는 단계는
    이상치 제거 기준을 기초로 추정 데이터 셋에서 이상치 데이터를 제거하는 단계; 및
    이상치 데이터가 제거된 추정 데이터 셋 및 상기 추정 모델을 이용하여 생체정보를 추정하는 단계를 포함하는 생체정보 추정 방법.
  19. 제14항에 있어서,
    상기 이상치 제거 기준을 기초로 상기 추정 데이터 셋에서 이상치 데이터를 검출하는 단계; 및
    이상치 데이터가 검출되면 해당하는 추정 데이터를 다시 획득하도록 센서를 제어하는 단계를 더 포함하는 생체정보 추정 방법.
  20. 제14항에 있어서,
    상기 이상치 제거 기준, 추정 모델 및 생체정보 추정 결과 중의 하나 이상을 출력하는 단계를 더 포함하는 생체정보 추정 방법.
KR1020190136304A 2019-10-30 2019-10-30 생체정보 추정 장치 및 방법 KR20210051267A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190136304A KR20210051267A (ko) 2019-10-30 2019-10-30 생체정보 추정 장치 및 방법
US16/832,467 US20210134453A1 (en) 2019-10-30 2020-03-27 Apparatus and method for estimating bio-information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190136304A KR20210051267A (ko) 2019-10-30 2019-10-30 생체정보 추정 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20210051267A true KR20210051267A (ko) 2021-05-10

Family

ID=75686348

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190136304A KR20210051267A (ko) 2019-10-30 2019-10-30 생체정보 추정 장치 및 방법

Country Status (2)

Country Link
US (1) US20210134453A1 (ko)
KR (1) KR20210051267A (ko)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016123058A1 (en) * 2015-01-27 2016-08-04 Somalogic, Inc. Biomarkers for detection of tuberculosis risk

Also Published As

Publication number Publication date
US20210134453A1 (en) 2021-05-06

Similar Documents

Publication Publication Date Title
US11617523B2 (en) Apparatus and method for estimating biological component
US11175278B2 (en) Bio-information estimation apparatus and bio-information estimation method
US11484246B2 (en) Apparatus and method for processing spectrum according to change in temperature of object
EP3929565B1 (en) Apparatus and method for optically analyzing substance of object
CN111195131A (zh) 测量光谱的装置及估计分析物浓度的装置和方法
EP3639732B1 (en) Apparatus and method for estimating bio-information
US20230009905A1 (en) Apparatus and method for estimating biological information
EP3632309B1 (en) Apparatus and method for estimating analyte concentration
US20200129095A1 (en) Apparatus and method for estimating biological component
US10753797B2 (en) Spectrum processing apparatus and spectrum processing method
EP3782538A1 (en) Apparatus and method for estimating bio-information
KR20210137648A (ko) 생체정보 추정 장치 및 방법과, 생체신호 측정 센서
KR20210051267A (ko) 생체정보 추정 장치 및 방법
EP3636145A1 (en) Apparatus and method for estimating blood pressure
US20220233149A1 (en) Apparatus and method for estimating body component
US20220054050A1 (en) Apparatus and method for obtaining target signal spectrum
EP4186415A1 (en) Electronic device and method of estimating bio-information using the same
US20220108805A1 (en) Health management apparatus and health management method
KR20220046167A (ko) 생체정보 추정 장치 및 방법과, 온도 변화 특성에 기초한 생체정보 추정 모델 최적화 방법
KR20220029061A (ko) 대상 성분 추정 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination