KR20210061197A - 신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치 - Google Patents

신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치 Download PDF

Info

Publication number
KR20210061197A
KR20210061197A KR1020190149110A KR20190149110A KR20210061197A KR 20210061197 A KR20210061197 A KR 20210061197A KR 1020190149110 A KR1020190149110 A KR 1020190149110A KR 20190149110 A KR20190149110 A KR 20190149110A KR 20210061197 A KR20210061197 A KR 20210061197A
Authority
KR
South Korea
Prior art keywords
sleep
signal
noise
filter information
signal block
Prior art date
Application number
KR1020190149110A
Other languages
English (en)
Other versions
KR102298699B1 (ko
Inventor
이향운
강제원
유채화
Original Assignee
이화여자대학교 산학협력단
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 이화여자대학교 산학협력단 filed Critical 이화여자대학교 산학협력단
Priority to KR1020190149110A priority Critical patent/KR102298699B1/ko
Publication of KR20210061197A publication Critical patent/KR20210061197A/ko
Application granted granted Critical
Publication of KR102298699B1 publication Critical patent/KR102298699B1/ko

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4812Detecting sleep stages or cycles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/7214Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

수면 신호 노이즈 제거 방법 및 장치에 대한 기술이 제공 된다. 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법은 센서부에 의해 시계열적으로 제공되는 수면 신호를 획득하는 단계, 사용자의 수면 단계 정보를 기초로 결정되는 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계, 제1 수면 단계의 특징(feature)을 기초로 상기 제1 수면 단계에 대응하는 제1 필터 정보를 생성하고, 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제1 신호 블록의 노이즈를 제거하는 단계 및 상기 제1 수면 단계와 상이한 제2 수면 단계의 특징(feature)을 기초로 상기 제2 수면 단계에 대응하는 제2 필터 정보를 생성하고, 상기 제2 필터 정보를 이용하여 상기 제2 수면 단계에 대응하는 제2 신호 블록의 노이즈를 제거하는 단계를 포함할 수 있다.

Description

신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치{METHOD AND APPARATUS FOR DENOISING SLEEP SIGNAL USING SIGNAL BLOCK}
본 발명은 수면 신호에 존재하는 노이즈를 제거하는 방법 및 그 장치에 관한 것이다. 보다 자세하게는, 복수개의 블록을 이용하여 수면 신호의 노이즈를 제거하는 방법 및 그 장치에 관한 것이다.
웨어러블 디바이스와 같이 비침습 방식을 이용하여 획득된 생체 신호에는 다양한 노이즈가 포함되어 있다. 특히, 수면 신호 분석에 이용되는 뇌파는 체내 깊은 곳에서 생성되므로 감쇄 및 변형이 발생될 확률이 매우 높다. 하지만 수면 신호는 수면 단계에 따라 다양한 형태로 획득될 수 있어, 단일 필터를 이용한 획일적인 노이즈 제거 방법으로는 상기 수면 신호에 대한 정확한 노이즈 제거가 수행되지 못한다는 한계가 존재한다.
이에 따라, 수면 신호에 포함된 노이즈만을 정확하게 제거할 수 있는 기술의 제공이 요구된다.
본 발명이 해결하고자 하는 기술적 과제는, 다양한 수면 단계에서 획득된 수면 신호의 노이즈를 정확하게 제거하는 방법 및 그 장치에 관한 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명의 기술분야에서의 통상의 기술자에게 명확하게 이해 될 수 있을 것이다.
상기 기술적 과제를 해결하기 위한, 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법은, 센서부에 의해 시계열적으로 제공되는 수면 신호를 획득하는 단계, 사용자의 수면 단계 정보를 기초로 결정되는 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계, 제1 수면 단계의 특징(feature)을 기초로 상기 제1 수면 단계에 대응하는 제1 필터 정보를 생성하고, 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제1 신호 블록의 노이즈를 제거하는 단계 및 상기 제1 수면 단계와 상이한 제2 수면 단계의 특징(feature)을 기초로 상기 제2 수면 단계에 대응하는 제2 필터 정보를 생성하고, 상기 제2 필터 정보를 이용하여 상기 제2 수면 단계에 대응하는 제2 신호 블록의 노이즈를 제거하는 단계를 포함할 수 있다.
일 실시예에서 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제3 신호 블록의 노이즈를 제거하는 단계는, 상기 제1 수면 단계에 대응하는 상기 제1 신호 블록 및 제3 신호 블록중 적어도 하나를 이용하여 상기 제1 필터 정보를 갱신하는 단계 및 상기 갱신된 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제4 신호 블록의 노이즈를 제거하는 단계를 더 포함할 수 있다.
일 실시예에서 상기 제1 필터 정보를 갱신하는 단계는, 지정된 가중치에 따라, 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신하는 단계를 포함하고, 상기 가중치는 상기 복수의 신호 블록 각각이 측정된 전극의 위치에 기초하여 결정될 수 있다.
일 실시예에서 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신하는 단계는, 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층한 신호의 주파수 변환을 수행하고, 변환된 데이터의 노이즈를 제거하는 단계 및 상기 노이즈가 제거된 데이터를 역변환하고, 상기 역변환된 데이터를 이용하여 상기 제1 필터 정보를 갱신하는 단계를 포함할 수 있다.
일 실시예에서 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계는, 각각의 수면 단계에 포함된 수면 신호 패턴의 주기를 기초로 결정된 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계를 포함할 수 있다.
일 실시예에서 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계는, 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최소 주기보다 긴 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계를 포함할 수 있다.
일 실시예에서 상기 제1 필터 정보는, 상기 제1 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함하고, 상기 제2 필터 정보는, 상기 제2 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함할 수 있다.
일 실시예에서 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응 하는 제1 신호 블록의 노이즈를 제거하는 단계는, 상기 제1 신호 블록에서 임계 주파수 이상의 신호를 제거하는 단계를 포함하고, 상기 임계 주파수는 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최고 주파수일 수 있다.
일 실시예에서 상기 제1 신호 블록에서 임계 주파수 이상의 신호를 제거하는 단계는, 상기 제1 신호 블록의 주파수 변환을 수행하고, 변환된 데이터 중 상기 임계 주파수 이상의 고주파 영역을 감쇄시키는 단계 및 상기 임계 주파수 이상의 고주파 영역이 감쇄된 데이터를 역변환하는 단계를 포함할 수 있다.
상기 기술적 과제를 해결하기 위한, 본 발명의 다른 실시예에 따른 수면 신호 노이즈 제거 장치는 센서부에 의해 시계열적으로 제공되는 수면 신호를 획득하는 수면 신호 획득부, 사용자의 수면 단계 정보를 기초로 결정되는 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 수면 신호 분할부, 제1 수면 단계의 특징(feature)을 기초로 상기 제1 수면 단계에 대응하는 제1 필터 정보를 생성하고, 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제1 신호 블록의 노이즈를 제거하는 제1 노이즈 제거부 및 상기 제1 수면 단계와 상이한 제2 수면 단계의 특징(feature)을 기초로 상기 제2 수면 단계에 대응하는 제2 필터 정보를 생성하고, 상기 제2 필터 정보를 이용하여 상기 제2 수면 단계에 대응하는 제2 신호 블록의 노이즈를 제거하는 제2 노이즈 제거부를 포함할 수 있다.
일 실시예에서 상기 제1 노이즈 제거부는, 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제3 신호 블록의 노이즈를 제거하고, 상기 제1 수면 단계에 대응하는 상기 제1 신호 블록 및 제3 신호 블록중 적어도 하나를 이용하여 상기 제1 필터 정보를 갱신하며, 상기 갱신된 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제4 신호 블록의 노이즈를 제거할 수 있다.
일 실시예에서 상기 제1 노이즈 제거부는, 지정된 가중치에 따라, 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신하고, 상기 가중치는 상기 복수의 신호 블록 각각이 측정된 전극의 위치에 기초하여 결정할 수 있다.
일 실시예에서 상기 제1 노이즈 제거부는, 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층한 신호의 주파수 변환을 수행하고, 변환된 데이터의 노이즈를 제거하고, 상기 노이즈가 제거된 데이터를 역변환하고, 상기 역변환된 데이터를 이용하여 상기 제1 필터 정보를 갱신할 수 있다.
일 실시예에서 상기 수면 신호 분할부는, 각각의 수면 단계에 포함된 수면 신호 패턴의 주기를 기초로 결정된 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할할 수 있다.
일 실시예에서 상기 수면 신호 분할부는, 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최소 주기보다 긴 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할할 수 있다.
일 실시예에서 상기 제1 필터 정보는, 상기 제1 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함하고, 상기 제2 필터 정보는, 상기 제2 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함할 수 있다.
일 실시예에서 상기 제1 노이즈 제거부는, 상기 제1 신호 블록에서 임계 주파수 이상의 신호를 제거하는 단계를 포함하고, 상기 임계 주파수는 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최고 주파수일 수 있다.
일 실시예에서 상기 제1 노이즈 제거부는, 상기 제1 신호 블록의 주파수 변환을 수행하고, 변환된 데이터 중 상기 임계 주파수 이상의 고주파 영역을 감쇄시키고, 상기 임계 주파수 이상의 고주파 영역이 감쇄된 데이터를 역변환할 수 있다.
상기 기술적 과제를 해결하기 위한, 본 발명의 또 다른 실시예에 따른 기록매체는 제1 항 내지 제9 항 중 어느 한 항에 따른 노이즈 제거 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능할 수 있다.
도 1은 본 발명의 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 장치의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 장치의 프로세서 동작을 상세히 설명하기 위한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법의 순서도이다.
도 5는 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법의 개념도이다.
도 6은 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법에서 신호 블록을 상세히 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따라 필터 정보가 갱신되는 방법을 설명하기 위한 도면이다.
도 8은 본 발명의 일 실시예에 따라 지정된 가중치를 갖는 신호 블록을 이용하여 필터 정보를 갱신하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법에서 특정 주파수 영역을 제거하는 방법을 상세히 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.
이하, 도면들을 참조하여 본 발명의 몇몇 실시예들을 설명한다.
도 1은 본 발명의 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 1의 네트워크 환경은 수면 신호 노이즈 제거 장치(10), 수면 신호 제공 서버(20), 수면 신호 생성 단말(41, 42, 43, 44, 45) 및 통신망(30)을 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 수면 신호 획득 단말의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.
본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 시스템은 수면 신호 노이즈 제거 장치 (10)가 수면 신호 제공 서버(20) 또는 수면 신호 생성 단말(41, 42, 43, 44, 45)로부터 시계열적으로 생성된 수면 신호를 수신하고, 각각의 수면 단계 정보를 기초로 상기 수면 신호를 복수의 신호 블록으로 분할하며, 각각의 수면 단계의 특징을 기초로 생성된 필터 정보를 이용하여 각각의 수면 단계에 대응되는 신호 블록의 노이즈를 제거할 수 있다.
수면 신호 제공 서버(20)는 통신망(30)을 통해 수면 신호 생성 단말(41, 42, 43, 44, 45)에서 생성된 수면 신호를 수신할 수 있고, 상기 수신한 수면 신호를 통신망(30)을 통해 수면 신호 노이즈 제거 장치(10)로 전달할 수 있다.
수면 신호 생성 단말(41, 42, 43, 44, 45)은 사용자의 수면 신호와 관련된 다양한 생체 신호를 센싱할 수 있다. 구체적으로 본 발명의 몇몇 실시예에 따른 수면 신호 생성 단말(41, 42, 43, 44, 45)은 사용자의 맥박, 혈압, 심전도 및 뇌파 등 다중 생체 신호를 측정할 수 있는 측정장치일 수 있으며, 사용자의 수면조절 뇌 부위에 자극 신호를 전달하는 자극 장치일 수 있다. 일 실시예에서 수면 신호 생성 단말(41, 42, 43, 44, 45)은 사용자가 착용한 웨어러블 디바이스일 수 있고, 체내 얕은 영역에 장착된 센서를 구비한 기기일 수도 있다.
이와 같이 체내 깊은 영역의 신호를 체내 얕은 영역 또는 체외에서 측정함으로써, 획득되는 생체 신호에 물리적인 잡음을 포함하는 다양한 노이즈가 포함될 수 있다. 따라서, 본 발명의 몇몇 실시예에 따른 수면 신호 디노이징 방법을 이용하여 상기 획득된 생체 신호 전체에 대하여 먼저 노이즈 제거가 수행될 수도 있고, 노이즈 제거가 필요한 일부 영역에 대한 노이즈 제거가 수행될 수도 있다.
본 발명의 몇몇 실시예에서 수면 신호 생성 단말(41, 42, 43, 44, 45)에서 생성된 수면 신호는 통신망(30)을 통하여 직접 수면 신호 노이즈 제거 장치(10)로 전달될 수 있으나, 다른 실시예에서 상기 수면 신호는 수면 신호 생성 단말(41, 42, 43, 44, 45)에서 통신망(30)을 통하여 수면 신호 제공 서버(20)로 전달되어 사전에 정의된 알고리즘을 통해 전처리된 후, 수면 신호 노이즈 제거 장치(10)로 전달될 수도 있다.
통신 방식은 제한되지 않으며, 통신망(30)(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 통신망(30)은, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 통신망(30)은 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
다양한 수면 신호 생성 단말(41, 42, 43, 44, 45)로부터 획득된 수면 신호는 다양한 형태의 노이즈를 포함하며, 수면 신호의 특성상 복수의 수면 단계에 따라 제거되는 노이즈가 상이할 수 있으므로, 본 발명의 몇몇 실시예에 따른 수면 신호 노이즈 제거 방법에 따라 각각의 수면 단계 정보에 기초하여 노이즈를 제거하기 위한 필터 정보가 생성될 수 있다.
이하 도 2를 참조하여 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 장치 및 수면 신호 제공 서버의 내부 구성에 대하여 상세히 설명한다.
일 실시예에 따른 수면 신호 노이즈 제거 장치(10)는 메모리(11), 프로세서(12), 통신 모듈(13) 및 입출력 인터페이스(14)를 포함할 수 있다. 메모리(11)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(11)에는 노이즈 제거 대상인 수면 신호, 상기 수면 신호가 분할된 신호 블록 및 수면 단계별 필터 정보가 일시적 또는 영구적으로 저장될 수 있다.
프로세서(12)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(11) 또는 통신 모듈(13)에 의해 프로세서(12)로 제공될 수 있다. 예를 들어 프로세서(12)는 메모리(11)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다. 프로세서(12)에 대한 상세한 설명은 이하 도 3에서 후술한다.
통신 모듈(13)은 통신망을 통해 수면 신호 제공 서버(20)와 통신하기 위한 기능을 제공할 수 있다. 일례로, 수면 신호 노이즈 제거 장치(10)의 프로세서(12)가 메모리(11)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(13)의 제어에 따라 통신망을 통해 수면 신호 제공 서버(20)로 전달될 수 있다. 역으로 수면 신호 제공 서버(20)의 프로세서(22) 제어에 따라 제공되는 신호나 명령, 컨텐츠, 파일 등이 통신망을 거쳐 통신 모듈(13)을 통해 수면 신호 노이즈 제거 장치(10)로 전달될 수 있다. 예를 들어 통신 모듈(13)을 통해 수신된 수면 신호 제공 서버(20)의 제어 신호나 명령 등은 프로세서(12)나 메모리(11)로 전달될 수 있고, 컨텐츠나 파일 등은 수면 신호 노이즈 제거 장치(10)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.
또한, 입출력 인터페이스(14)는 사용자의 입력을 수신하고, 출력 데이터를 디스플레이 할 수 있다. 일 실시예에 따른 입출력 인터페이스(14)는 사용자로부터 수면 단계 정보를 입력 받을 수 있고, 노이즈가 제거된 수면 신호를 출력할 수 있다.
또한, 다른 실시예들에서 수면 신호 노이즈 제거 장치(10)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 수면 신호 노이즈 제거 장치(10)는 사용자 단말의 내부 구성요소들에 전력을 공급하는 배터리 및 충전 장치를 포함할 수 있고, 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.
일 실시예에서 수면 신호 제공 서버(20)에 포함된 센서부(24)는 수면 신호와 관련된 생체 신호를 센싱할 수 있고, 생체 신호를 센싱하는 외부 장치들로부터 상기 생체 신호를 수신할 수도 있다. 또한, 본 발명의 특징을 명확히 설명하기 위해 수면 신호 노이즈 제거 장치(10)와 수면 신호 제공 서버(20)의 블록도롤 각각 표시하였으나, 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 시스템은 도 2에 도시된 바에 한정되지 않고 수면 신호 노이즈 제거 장치(10)와 수면 신호 제공 서버(20)가 하나의 물리적 장치에 구비될 수도 있음에 유의한다.
이하 도 3을 참조하여 본 발명의 일 실시예에 따른 수면 신호의 노이즈 제거 방법을 수행하는 단말 또는 서버의 프로세서 내부 구성에 대하여 상세히 검토한다. 후술되는 프로세서는 이해의 용이를 위하여 도 2에 도시된 수면 신호 노이즈 제거 장치(10)의 프로세서(12)임을 가정하고 설명하나, 일 실시예에서 수면 신호 노이즈 제공 서버(20)에서 생성되는 경우 후술되는 프로세서는 도 2에 도시된 수면 신호 노이즈 제공 서버(20)의 프로세서(12)일 수 있음에 유의한다.
본 발명의 일 실시예에 따른 수면 신호 노이즈 제공 장치(10)의 프로세서(12)는 수면 신호 획득부(51), 수면 신호 분할부(52), 제1 노이즈 제거부(53) 및 제2 노이즈 제거부(54)를 포함한다. 몇몇 실시예에 따라 프로세서(12)의 구성요소들은 선택적으로 프로세서(12)에 포함되거나 제외될 수도 있다. 또한, 몇몇 실시예에 따라 프로세서(12)의 구성요소들은 프로세서(12)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.
이러한 프로세서(12) 및 프로세서(12)들의 구성요소들은 도 4의 수면 신호 노이즈 제거 방법이 포함하는 단계들을 수행하도록 수면 신호 노이즈 제거 장치(10)를 제어할 수 있다. 예를 들어, 프로세서(12) 및 프로세서(12)의 구성요소들은 메모리(11)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 프로세서(12)의 구성요소들은 수면 신호 노이즈 제거 장치(10)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(12)에 의해 수행되는 프로세서(12)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 프로세서(12)의 내부 구성 및 구체적인 동작에 대해서는 도 4 의 수면 신호 노이즈 제거 방법 및 도 5 내지 도 9 의 실시예를 참조하여 설명하기로 한다.
도 4는 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법을 시계열적으로 나타낸 순서도이다.
도 4를 참조하면, 수면 신호 획득부(51)는 센서부에 의해 시계열적으로 제공되는 수면 신호를 획득할 수 있다(S110). 상기 수면 신호는 수면과 관련된 사용자의 생체 신호와 다양한 노이즈가 포함된 신호일 수 있다. 특히 웨어러블 디바이스를 통해 획득한 생체 정보는 체내 얕은 곳 또는 체외에 위치한 센서를 통해 획득될 수 있으므로, 상기 웨어러블 디바이스를 통해 획득한 생체 신호는 수면 신호 외에 물리적인 잡음을 더 포함할 수도 있다.
이후, 수면 신호 분할부(52)는 사용자의 수면 단계 정보를 기초로 결정되는 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할할 수 있다. 수면 신호는 수면 단계에 따라 일주기 별로 유사한 수면 신호 패턴을 포함한다. 수면 신호 패턴은 수면 단계에 따라 반복적으로 나타나는 특징적인 패턴으로, 수면 신호의 크기 변화 및 주파수 변화 등을 감지하는 알고리즘을 이용하여 감지 될 수 있다. 예를 들어 수면 신호 패턴은 수면 방추(spindle) 또는 K 복합 뇌파(K-complex)를 포함할 수 있다.
수면 단계마다 수면 신호의 특성이 달라지므로 본 발명의 몇몇 실시예에 따른 수면 신호 노이즈 제거 방법은 상기 수면 단계 정보를 기초로 수면 신호의 노이즈를 제거함으로써 정확도를 높일 수 있다. 예를 들어 수면 신호에 수면 방추를 포함하는 수면 단계의 경우, 수면 방추의 주기보다 긴 시간 간격으로 신호 블록을 생성할 수 있다. 수면 단계는 비렘 수면 단계와 렘 수면 단계로 나뉠 수 있고, 비렘 수면은 다시 수면의 깊이에 따라 3가지의 수면 단계(N1수면, stage N1; N2수면, stage N2; N3수면, stage N3)로 나뉠 수 있다. 단계에 따른 신호 블록 생성 방법에 대하여는 이하 도 6에서 상세히 서술한다.
이후 단계 S130에서 노이즈 제거 대상 신호 블록이 대응되는 수면 단계가 확인될 수 있다.
일 실시예에서 노이즈 제거 대상 신호 블록이 대응되는 수면 단계가 제1 수면 단계인 경우, 제1 노이즈 제거부(53)는 제1 수면 단계의 특징을 기초로 상기 제1 수면 단계에 대응하는 제1 필터 정보를 생성할 수 있고(S140), 이후 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제1 신호 블록의 노이즈를 제거할 수 있다(S150).
상기 제1 필터 정보는 상기 제1 수면 단계에 포함된 수면 신호 패턴의 정보 및 수면 신호의 주파수 정보를 포함할 수 있다. 이 경우 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최고 주파수가 임계 주파수로 지정될 수 있고, 신호 블록에 포함된 상기 임계 주파수 이상의 고주파는 노이즈로서 제거될 수 있다. 예를 들어 수면 신호에 수면 방추를 포함하는 수면 단계의 경우, 임계 주파수는 수면 방추의 최고 주파수 보다 높을 수 있다. 신호 블록의 노이즈가 제거되는 방법에 대하여는 이하 도 9에서 상세히 설명한다.
일 실시예에서 노이즈 제거 대상 신호 블록이 대응되는 수면 단계가 제2 수면 단계인 경우, 제2 노이즈 제거부(54)는 제2 수면 단계의 특징을 기초로 상기 제2 수면 단계에 대응하는 제2 필터 정보를 생성할 수 있고(S160), 이후 상기 제2 필터 정보를 이용하여 상기 제2 수면 단계에 대응하는 제2 신호 블록의 노이즈를 제거할 수 있다(S170).
제1 필터 정보와 마찬가지로, 상기 제2 필터 정보는 제1 수면 단계와는 상이한 제2 수면 단계에 포함된 수면 신호 패턴의 정보 및 수면 신호의 주파수 정보를 포함할 수 있다. 이 경우 상기 제2 수면 단계에 포함된 수면 신호 패턴의 최고 주파수가 임계 주파수로 지정될 수 있고, 신호 블록에 포함된 임계 주파수 이상의 고주파는 노이즈로 제거될 수 있다.
또한 일 실시예에서 수면 신호 패턴의 최저 주파수가 임계 주파수로 지정된 경우, 신호 블록에 포함된 임계 주파수 미만의 저주파는 노이즈로 제거될 수 있음은 물론이다. 예를 들어 수면 신호에 수면 방추를 포함하는 수면 단계의 경우, 임계 주파수는 수면 방추의 최고 주파수 보다 높거나 수면 방추의 최저 주파수보다 낮을 수 있다. 신호 블록의 노이즈가 제거되는 구체적인 방법에 대하여는 이하 도 9에서 상세히 설명한다.
이하 도 5를 참조하여, 본 발명의 일 실시예에 따라 수면 신호의 노이즈가 제거되는 방법에 대하여 상세히 설명한다.
먼저, 센서부(24)를 통해 제공된 수면 신호는 복수의 신호 블록으로 분할될 수 있다. 일 실시예에서 시계열 데이터인 상기 수면 신호에 대하여, 30초 안팎의 인접한 시간 동안의 수면 신호는 동일한 수면 단계에 대응되는 수면 신호일 수 있다. 따라서 본 발명의 몇몇 실시예에서 획득된 수면 신호는 30초 크기의 연속적인 복수의 신호 블록으로 분할될 수 있다.
이후, 본 발명의 몇몇 실시예에 따르면 동일한 수면 단계에 대응되는 복수의 신호 블록이 그룹화될 수 있다. 예를 들어 N1 수면 단계에 대응되는 복수의 신호 블록이 하나의 그룹으로 그룹화 될 수 있고, N2 수면 단계에 대응되는 복수의 신호 블록이 다른 하나의 그룹으로 그룹화 될 수 있다.
또한, 수면 단계별로 생성된 필터 정보를 이용하여 복수의 신호 블록의 노이즈가 제거될 수 있다. 본 발명의 일 실시예에 따르면 상기 수면 단계별로 생성된 필터 정보는 노이즈가 제거된 신호 블록을 이용하여 갱신될 수 있다.
마지막으로, 노이즈가 제거된 신호 블록을 다시 조합하여 노이즈가 제거된 수면 신호가 생성될 수 있다.
이하 도 6을 참조하여 수면 단계 별로 상이한 필터 정보를 이용하여 노이즈를 제거하는 방법에 대하여 구체적으로 설명한다.
먼저 본 발명의 몇몇 실시예에 따라 신호 블록은 수면 단계에 따라 상이한 시간 간격으로 분할될 수 있다. 구체적으로 하나의 시계열 데이터로 획득된 수면 신호에 대하여, 제1 수면 단계의 수면 신호(101)에 대응되는 신호 블록의 크기, 제2 수면 단계의 수면 신호(102)에 대응되는 신호 블록의 크기, 제3 수면 단계의 수면 신호(103)에 대응되는 신호 블록의 크기 및 제 4 수면 단계의 수면 신호(104)에 대응되는 신호 블록의 크기는 모두 상이할 수 있다.
예를 들어 N1 수면 단계에 대응되는 수면 신호는 통상 동일한 수면 단계가 지속되는 시간 간격인 30초 크기로 분할될 수 있고, N2 수면 단계에 대응되는 수면 신호는 수면 방추의 지속시간 보다 긴 0.6초 크기로 분할될 수 있으며, N3 수면 단계에 대응되는 수면 신호는 저주파 신호가 지속되는지 여부를 확인하기 위해 최소 6초 크기로 분할될 수 있고, 렘 수면 단계는 무작위로 저진폭의 톱니파(sawtooth wave)가 나타나기도 하므로 상기 렘 수면 단계에 대응되는 수면 신호는 5초 크기로 분할될 수 있다.
이와 같이 수면 신호가 수면 단계에 따라 상이한 시간 간격으로 분할된 경우, 각각의 수면 단계에 대응되는 복수의 신호 블록이 생성될 수 있다. 이후, 본 발명의 몇몇 실시예에 따르면, 상기 복수의 신호 블록은 각각의 수면 단계에 대응되는 필터 정보를 이용하여 노이즈가 제거될 수 있다.
보다 상세하게, 제1 수면 단계에 대응되는 복수의 신호 블록은 상기 제1 수면 단계에 대응되는 제1 필터 정보를 이용하여 노이즈가 제거될 수 있고(111), 제2 수면 단계에 대응되는 복수의 신호 블록은 상기 제2 수면 단계에 대응되는 제2 필터 정보를 이용하여 노이즈가 제거될 수 있으며(112), 제3 수면 단계에 대응되는 복수의 신호 블록은 상기 제3 수면 단계에 대응되는 제3 필터 정보를 이용하여 노이즈가 제거될 수 있고(113), 제4 수면 단계에 대응되는 복수의 신호 블록은 상기 제4 수면 단계에 대응되는 제4 필터 정보를 이용하여 노이즈가 제거될 수 있다(114).
일 실시예에서 N1 수면 단계의 경우, 뇌파는 알파 파(8~13Hz)에서 세타 파(4~7Hz) 범위 내에서 나타난다. 따라서, 임계 주파수를 14Hz로 설정하여 신호 블록에 포함된 14Hz 이상의 고주파가 제거될 수 있다.
일 실시예에서 N2 수면 단계의 경우, 뇌파는 11~16Hz 범위의 수면 방추와 K 복합파를 포함한다. 따라서 임계 주파수를 17Hz로 설정하여 신호 블록에 포함된 17Hz 이상의 고주파가 제거될 수 있다.
일 실시예에서 N3 수면 단계의 경우, 뇌파는 주로 저주파 신호를 포함하므로 임계 주파수를 3Hz로 설정하여 신호 블록에 포함된 3Hz 이상의 고주파가 제거될 수 있다.
일 실시예에서 렘 수면 단계의 경우, N1 수면 단계와 유사한 빠르고 전압이 낮은 고주파 신호가 관찰되므로 임계 주파수를 14Hz로 설정하여, 신호 블록에 포함된 14Hz 이상의 고주파가 제거될 수 있다.
도 7은 본 발명의 일 실시예에 따라 필터 정보가 갱신되는 방법을 설명하기 위한 도면이다.
본 발명의 일 실시예에서 제1 노이즈 제거부(53)는 먼저 제1 필터 정보를 이용하여 제1 수면 단계에 대응하는 제3 신호 블록의 노이즈를 제거할 수 있다. 일 실시예에서 상기 제3 신호 블록은, 제1 수면 단계에 대응하는 제1 신호 블록 이후 획득된 신호 블록일 수 있다.
이후, 제1 노이즈 제거부(53)는 제1 신호 블록 및 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신할 수 있다. 일 실시예에서, 제1 노이즈 제거부(53)는 수면 신호를 측정한 측정 전극의 위치를 기초로 지정된 가중치에 따라 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 제1 수면 단계에 대응되는 제1 필터 정보를 갱신할 수 있다. 상세한 설명은 이하 도 8에서 후술한다.
그 다음, 제1 노이즈 제거부(53)는 갱신 된 제1 필터 정보를 이용하여 제1 수면 단계에 대응하는 제4 신호 블록의 노이즈를 제거할 수 있다.
이하 도 8을 참조하여 본 발명의 일 실시예에 따라 지정된 가중치를 갖는 신호 블록을 이용하여 필터 정보를 갱신하는 방법에 대하여 상세히 설명한다.
본 발명의 일 실시예에 따라 획득된 제1 수면 단계에 대응되는 수면 신호(101)는 하나 이상의 전극 신호를 이용하여 측정된 신호일 수 있다.
복수의 전극을 이용하여 수면 신호를 측정하는 경우, 측정 전극의 위치에 따라 수면 신호의 크기가 달라진다. 따라서 본 발명의 몇몇 실시예에 따르면 복수의 전극을 이용하여 획득된 복수의 수면 신호 각각에 대하여 서로 상이한 가중치를 부여하여 상기 복수의 수면 신호의 크기를 정규화 하는 과정이 필요하다.
예를 들어 제1 수면 단계에 대응되는 제1 신호 블록(121) 및 제3 신호 블록(122)이 서로 상이한 전극을 이용하여 측정된 경우, 상기 제1 신호 블록과 제3 신호 블록은 지정된 가중치에 따라 적층 될 수 있다.
적층된 신호 블록은 이후 주파수 변환 수행 후 노이즈가 제거될 수 있고, 노이즈가 제거된 주파수 데이터는 역변환 되어 최종적으로 노이즈가 제거된 수면 신호가 획득될 수 있다.
이하 도 9를 참조하여 본 발명의 일 실시예에 따른 수면 신호 노이즈 제거 방법에서 특정 주파수 영역을 제거하는 방법에 대하여 상세히 설명한다.
특정 수면 단계에 대응되는 복수의 신호 블록(210)은 측정 전극의 위치를 기초로 지정된 가중치에 따라 적층될 수 있다. 이후, 신호 블록을 적층하여 획득한 데이터(220)에 대하여 주파수 변환이 수행될 수 있다. 상기 주파수 변환은 예를 들어 DFT (Discrete Fourier Transform) 변환일 수 있다.
본 발명의 몇몇 실시예에 따른 노이즈 제거 방법은, 신호 블록에 대한 주파수 변환이 수행된 데이터(230)에 대하여 수행될 수 있다. 일 실시예에서 주파수 변환이 수행된 데이터(230)에 대하여 최대 임계 주파수 이상의 고주파 영역에 대한 감쇄 또는 제거가 수행될 수 있고, 최소 임계 주파수 미만의 저주파 영역에 대한 감쇄 또는 제거가 수행될 수도 있다.
전술한 바, 일 실시예에서 N1 수면 단계의 경우 임계 주파수를 14Hz로 지정하여 신호 블록에 포함된 14Hz 이상의 고주파가 제거될 수 있고, N2 수면 단계의 경우 임계 주파수를 17Hz로 지정하여 신호 블록에 포함된 17Hz 이상의 고주파가 제거될 수 있으며, N3 수면 단계의 경우 임계 주파수를 3Hz로 지정하여 신호 블록에 포함된 3Hz 이상의 고주파가 제거될 수 있고, 렘 수면 단계의 경우 임계 주파수를 14Hz로 지정하여 신호 블록에 포함된 14Hz 이상의 고주파가 제거될 수 있다.
이후, 상기 최대 임계 주파수 이상의 고주파 영역 및 최소 임계 주파수 미만의 저주파 영역에 대한 노이즈가 제거된 후, 상기 주파수 변환이 수행된 데이터(230)에 대한 주파수 역변환이 수행될 수 있다.
본 발명의 또 다른 실시예에 따른 수면 신호 노이즈 제거 방법은, 광역 디노이징 방법(Global Denoising)을 이용하여 수행될 수도 있다. 본 실시예의 경우 특정 수면 단계에 대응되는 복수의 신호 블록 그룹 중에서 사용자의 동일한 날의 이전 수면 신호 또는 과거의 다른 날의 수면 신호 중 동일한 수면 단계에서의 노이즈 제거 기록이 이용될 수 있다.
보다 구체적으로 본 발명의 또 다른 실시예에 따른 수면 신호 노이즈 제거 방법은, 노이즈가 제거된 수면 신호 패치에서 학습한 GMM(Gaussian mixture model)을 사전 확률로 사용하여 이미지 노이즈 제거 기법 중 하나인 EPLL(Expected Patch Log Likelihood)이 최대가 되는 성분을 선택하고 노이즈 제거 대상이 되는 신호 블록을 최대 성분의 고유치(eigenvalue) 방향으로 투영함으로써 노이즈를 제거할 수 있다. 이 경우, 과거의 수면 신호 정보를 저장해야 하므로 별도의 저장장치를 더 이용할 수 있다.
사람의 총 수면 시간 중 특정 수면 단계가 나타나는 시간대는 평균적으로 균일하므로, 본 발명의 실시예들에 따른 수면 신호 노이즈 제거 방법은 선별적으로 과거 수면 기록의 사전 정보를 탐색하여 컴퓨팅 연산량을 줄일 수 있고 보다 넓은 범위의 기간의 수면 정보를 이용해 수면 신호의 노이즈를 제거함으로써 노이즈 제거의 정확도를 높일 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (19)

  1. 컴퓨팅 장치에 의해 수행되는 수면 신호 노이즈 제거 방법에 있어서,
    센서부에 의해 시계열적으로 제공되는 수면 신호를 획득하는 단계;
    사용자의 수면 단계 정보를 기초로 결정되는 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계;
    제1 수면 단계의 특징(feature)을 기초로 상기 제1 수면 단계에 대응하는 제1 필터 정보를 생성하고, 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제1 신호 블록의 노이즈를 제거하는 단계; 및
    상기 제1 수면 단계와 상이한 제2 수면 단계의 특징(feature)을 기초로 상기 제2 수면 단계에 대응하는 제2 필터 정보를 생성하고, 상기 제2 필터 정보를 이용하여 상기 제2 수면 단계에 대응하는 제2 신호 블록의 노이즈를 제거하는 단계를 포함하는,
    수면 신호 노이즈 제거 방법.
  2. 제1 항에 있어서,
    상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제3 신호 블록의 노이즈를 제거하는 단계;
    상기 제1 수면 단계에 대응하는 상기 제1 신호 블록 및 제3 신호 블록중 적어도 하나를 이용하여 상기 제1 필터 정보를 갱신하는 단계; 및
    상기 갱신된 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제4 신호 블록의 노이즈를 제거하는 단계를 더 포함하는,
    수면 신호 노이즈 제거 방법.
  3. 제2 항에 있어서,
    상기 제1 필터 정보를 갱신하는 단계는,
    지정된 가중치에 따라, 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신하는 단계를 포함하고,
    상기 가중치는 상기 복수의 신호 블록 각각이 측정된 전극의 위치에 기초하여 결정된,
    수면 신호 노이즈 제거 방법.
  4. 제3 항에 있어서,
    상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신하는 단계는,
    상기 제1 신호 블록 및 상기 제3 신호 블록을 적층한 신호의 주파수 변환을 수행하고, 변환된 데이터의 노이즈를 제거하는 단계; 및
    상기 노이즈가 제거된 데이터를 역변환하고, 상기 역변환된 데이터를 이용하여 상기 제1 필터 정보를 갱신하는 단계를 포함하는,
    수면 신호 노이즈 제거 방법.
  5. 제1 항에 있어서,
    상기 수면 신호를 복수의 신호 블록으로 분할하는 단계는,
    각각의 수면 단계에 포함된 수면 신호 패턴의 주기를 기초로 결정된 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계를 포함하는,
    수면 신호 노이즈 제거 방법.
  6. 제5 항에 있어서,
    상기 수면 신호를 복수의 신호 블록으로 분할하는 단계는,
    상기 제1 수면 단계에 포함된 수면 신호 패턴의 최소 주기보다 긴 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 단계를 포함하는,
    수면 신호 노이즈 제거 방법.
  7. 제1 항에 있어서,
    상기 제1 필터 정보는,
    상기 제1 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함하고,
    상기 제2 필터 정보는,
    상기 제2 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함하는,
    수면 신호 노이즈 제거 방법.
  8. 제7 항에 있어서,
    상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응 하는 제1 신호 블록의 노이즈를 제거하는 단계는,
    상기 제1 신호 블록에서 임계 주파수 이상의 신호를 제거하는 단계를 포함하고,
    상기 임계 주파수는 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최고 주파수인,
    수면 신호 노이즈 제거 방법.
  9. 제8 항에 있어서,
    상기 제1 신호 블록에서 임계 주파수 이상의 신호를 제거하는 단계는,
    상기 제1 신호 블록의 주파수 변환을 수행하고, 변환된 데이터 중 상기 임계 주파수 이상의 고주파 영역을 감쇄시키는 단계; 및
    상기 임계 주파수 이상의 고주파 영역이 감쇄된 데이터를 역변환하는 단계를 포함하는,
    수면 신호 노이즈 제거 방법.
  10. 센서부에 의해 시계열적으로 제공되는 수면 신호를 획득하는 수면 신호 획득부;
    사용자의 수면 단계 정보를 기초로 결정되는 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는 수면 신호 분할부;
    제1 수면 단계의 특징(feature)을 기초로 상기 제1 수면 단계에 대응하는 제1 필터 정보를 생성하고, 상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제1 신호 블록의 노이즈를 제거하는 제1 노이즈 제거부; 및
    상기 제1 수면 단계와 상이한 제2 수면 단계의 특징(feature)을 기초로 상기 제2 수면 단계에 대응하는 제2 필터 정보를 생성하고, 상기 제2 필터 정보를 이용하여 상기 제2 수면 단계에 대응하는 제2 신호 블록의 노이즈를 제거하는 제2 노이즈 제거부를 포함하는,
    수면 신호 노이즈 제거 장치.
  11. 제10 항에 있어서,
    상기 제1 노이즈 제거부는,
    상기 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제3 신호 블록의 노이즈를 제거하고, 상기 제1 수면 단계에 대응하는 상기 제1 신호 블록 및 제3 신호 블록중 적어도 하나를 이용하여 상기 제1 필터 정보를 갱신하며, 상기 갱신된 제1 필터 정보를 이용하여 상기 제1 수면 단계에 대응하는 제4 신호 블록의 노이즈를 제거하는,
    수면 신호 노이즈 제거 장치.
  12. 제11 항에 있어서,
    상기 제1 노이즈 제거부는,
    지정된 가중치에 따라, 상기 제1 신호 블록 및 상기 제3 신호 블록을 적층하여 상기 제1 필터 정보를 갱신하고, 상기 가중치는 상기 복수의 신호 블록 각각이 측정된 전극의 위치에 기초하여 결정되는
    수면 신호 노이즈 제거 장치.
  13. 제12 항에 있어서,
    상기 제1 노이즈 제거부는,
    상기 제1 신호 블록 및 상기 제3 신호 블록을 적층한 신호의 주파수 변환을 수행하고, 변환된 데이터의 노이즈를 제거하고, 상기 노이즈가 제거된 데이터를 역변환하고, 상기 역변환된 데이터를 이용하여 상기 제1 필터 정보를 갱신하는,
    수면 신호 노이즈 제거 장치.
  14. 제10 항에 있어서,
    상기 수면 신호 분할부는,
    각각의 수면 단계에 포함된 수면 신호 패턴의 주기를 기초로 결정된 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는,
    수면 신호 노이즈 제거 장치.
  15. 제14 항에 있어서,
    상기 수면 신호 분할부는,
    상기 제1 수면 단계에 포함된 수면 신호 패턴의 최소 주기보다 긴 시간 간격에 따라 상기 수면 신호를 복수의 신호 블록으로 분할하는,
    수면 신호 노이즈 제거 장치.
  16. 제10 항에 있어서,
    상기 제1 필터 정보는,
    상기 제1 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함하고,
    상기 제2 필터 정보는,
    상기 제2 수면 단계에 포함된 수면 신호의 패턴 정보 및 주파수 정보를 포함하는,
    수면 신호 노이즈 제거 장치.
  17. 제16 항에 있어서,
    상기 제1 노이즈 제거부는,
    상기 제1 신호 블록에서 임계 주파수 이상의 신호를 제거하는 단계를 포함하고,
    상기 임계 주파수는 상기 제1 수면 단계에 포함된 수면 신호 패턴의 최고 주파수인,
    수면 신호 노이즈 제거 장치.
  18. 제17 항에 있어서,
    상기 제1 노이즈 제거부는,
    상기 제1 신호 블록의 주파수 변환을 수행하고, 변환된 데이터 중 상기 임계 주파수 이상의 고주파 영역을 감쇄시키고, 상기 임계 주파수 이상의 고주파 영역이 감쇄된 데이터를 역변환하는,
    수면 신호 노이즈 제거 장치.
  19. 제1 항 내지 제9 항 중 어느 한 항에 따른 노이즈 제거 방법을 수행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체.
KR1020190149110A 2019-11-19 2019-11-19 신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치 KR102298699B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190149110A KR102298699B1 (ko) 2019-11-19 2019-11-19 신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190149110A KR102298699B1 (ko) 2019-11-19 2019-11-19 신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치

Publications (2)

Publication Number Publication Date
KR20210061197A true KR20210061197A (ko) 2021-05-27
KR102298699B1 KR102298699B1 (ko) 2021-09-06

Family

ID=76135806

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190149110A KR102298699B1 (ko) 2019-11-19 2019-11-19 신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR102298699B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040047754A (ko) * 2001-06-13 2004-06-05 컴퓨메딕스 리미티드 의식 상태를 모니터링하기 위한 방법 및 장치
JP2011083393A (ja) * 2009-10-14 2011-04-28 Osaka Bioscience Institute 睡眠ステージ自動判定の装置と方法およびそのためのコンピュータプログラム
KR101498812B1 (ko) * 2013-09-06 2015-03-05 세종대학교산학협력단 뇌파를 이용한 불면증 검사와 지표 도출
KR102011126B1 (ko) * 2018-04-30 2019-08-14 고려대학교 산학협력단 뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040047754A (ko) * 2001-06-13 2004-06-05 컴퓨메딕스 리미티드 의식 상태를 모니터링하기 위한 방법 및 장치
JP2011083393A (ja) * 2009-10-14 2011-04-28 Osaka Bioscience Institute 睡眠ステージ自動判定の装置と方法およびそのためのコンピュータプログラム
KR101498812B1 (ko) * 2013-09-06 2015-03-05 세종대학교산학협력단 뇌파를 이용한 불면증 검사와 지표 도출
KR102011126B1 (ko) * 2018-04-30 2019-08-14 고려대학교 산학협력단 뇌 연결성을 이용한 의식 수준 기반의 수면 단계 측정 방법 및 장치

Also Published As

Publication number Publication date
KR102298699B1 (ko) 2021-09-06

Similar Documents

Publication Publication Date Title
Chen et al. Non-parametric and adaptive modelling of dynamic periodicity and trend with heteroscedastic and dependent errors
EP3410924A1 (en) Machine learnt model to detect rem sleep periods using a spectral analysis of heart rate and motion
Wang et al. An ECG signal denoising method using conditional generative adversarial net
KR20170082440A (ko) 심전도 인증 방법 및 장치
EP3405103B1 (en) Frequency analysis feedback system
CN109480835B (zh) 一种基于长短期记忆神经网络的精神疲劳检测方法
US20170220752A1 (en) Systems and methods for probabilistic pulse rate estimation from photoplethysmographic measurements in the presence of nonstationary and nontrivial signal and noise spectra
CN107028605A (zh) 传感器信息处理设备
CN110786849B (zh) 基于多视图鉴别分析的心电信号身份识别方法及系统
CN107028604A (zh) 传感器信息处理设备
JP2020515313A (ja) 無線信号からの睡眠段階の学習
CN114510976B (zh) 基于双变量阈值函数的呼吸信号去噪方法及装置
Liu et al. Improved wavelet packet denoising algorithm using fuzzy threshold and correlation analysis for chaotic signals
Bastos et al. Double authentication model based on ppg and ecg signals
US8498696B2 (en) Health monitoring device and human electric signal processing method
Wang et al. Biometric recognition based on scalable end-to-end convolutional neural network using photoplethysmography: A comparative study
CN114027804A (zh) 一种脉象诊断的方法、装置及可读存储介质
CN111387936A (zh) 一种睡眠阶段识别方法、装置及设备
KR20210061197A (ko) 신호 블록을 이용한 수면 신호 노이즈 제거 방법 및 그 장치
US6731972B2 (en) Evaluation method and apparatus for determining the time stationarity of measured physiological signals
Signorini et al. Applying nonlinear noise reduction in the analysis of heart rate variability
Lu et al. A method combining fractal analysis and single channel ICA for vibration noise reduction
Kesharwani et al. Marine seismic signal denoising using VMD with Hausdorff distance and wavelet transform
Rakshit et al. Wavelet sub-bands features-based ECG signal quality assessment scheme for computer-aided monitoring system
CN107049293A (zh) 传感器信息处理设备

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant