KR20210069944A - 노화도 추정 장치 및 방법 - Google Patents
노화도 추정 장치 및 방법 Download PDFInfo
- Publication number
- KR20210069944A KR20210069944A KR1020190159808A KR20190159808A KR20210069944A KR 20210069944 A KR20210069944 A KR 20210069944A KR 1020190159808 A KR1020190159808 A KR 1020190159808A KR 20190159808 A KR20190159808 A KR 20190159808A KR 20210069944 A KR20210069944 A KR 20210069944A
- Authority
- KR
- South Korea
- Prior art keywords
- aging
- light
- degree
- subject
- estimating
- Prior art date
Links
- 230000032683 aging Effects 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims description 31
- 201000010099 disease Diseases 0.000 claims description 31
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 22
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 18
- 230000001678 irradiating effect Effects 0.000 claims description 13
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 11
- 230000002792 vascular Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 4
- 230000009758 senescence Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 10
- 108090000623 proteins and genes Proteins 0.000 description 7
- 102000004169 proteins and genes Human genes 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000000707 wrist Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000036252 glycation Effects 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000006911 enzymatic reaction Methods 0.000 description 3
- 108010005094 Advanced Glycation End Products Proteins 0.000 description 2
- 206010003210 Arteriosclerosis Diseases 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 2
- 108010035532 Collagen Proteins 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 208000011775 arteriosclerosis disease Diseases 0.000 description 2
- 238000004925 denaturation Methods 0.000 description 2
- 230000036425 denaturation Effects 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002500 effect on skin Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 108091005996 glycated proteins Proteins 0.000 description 1
- 230000013595 glycosylation Effects 0.000 description 1
- 238000006206 glycosylation reaction Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0071—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by measuring fluorescence emission
-
- 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
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
-
- 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
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- 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
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/442—Evaluating skin mechanical properties, e.g. elasticity, hardness, texture, wrinkle assessment
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/12—Generating the spectrum; Monochromators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/44—Raman spectrometry; Scattering spectrometry ; Fluorescence spectrometry
- G01J3/4406—Fluorescence spectrometry
-
- 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
- A61B2562/0233—Special features of optical sensors or probes classified in A61B5/00
- A61B2562/0238—Optical sensor arrangements for performing transmission measurements on body tissue
-
- 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
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6825—Hand
- A61B5/6826—Finger
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
- G01J2003/102—Plural sources
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Physiology (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- Dermatology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
일 양상에 따른 노화도 추정 장치는, 피검체에 청색광을 조사하는 발광부와, 피검체로부터 방출되는 형광량을 측정하는 수광부 및 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정하는 프로세서를 포함할 수 있다.
Description
노화도 추정 장치 및 방법에 관한 것이다.
신체 조직이 노화하거나 장기간 고농도의 포도당에 노출되면 신체조직 및 혈관을 구성하는 콜라겐(Collagen)과 같은 단백질들이 비효소적 반응에 의해 당화(glycation) 된다. 이와 같이 비효소적 반응에 의해 당화된 단백질을 최종당화산물(Advanced Glycation End product, AGE)이라 한다. 신체 조직 내의 최종 당화산물 양이 증가하게 되면 신체 조직을 구성하는 단백질들의 변성에 의해 신체 조직의 탄력성이 저하된다. 즉, 혈액 내 포도당의 농도가 장기간 높은 상태로 유지되면 혈관내 단백질들의 당화가 촉진되며 당화된 단백질로 이루어진 혈관은 혈관벽의 탄력성이 저하되고 혈관의 투과성이 증가되어 혈관 내 산화적 스트레스 및 염증성 인자들이 증가하게 된다.
이와 같은 혈관 내 단백질의 변화는 동맥경화, 고혈압과 같은 심혈관계 질환의 위험도를 증가시키는 요인이 될 수 있다. 또한, 혈관 내 당화 단백질의 증가는 피부 진피층 조직 내 콜라겐(collagen) 단백질의 당화 증가를 동반한다. 단백질의 당화에 따른 변성은 피부 형광량을 측정을 통해 추정할 수 있다.
청색광을 이용하여 피부 형광량을 측정함으로써 노화도 추정 및 노화 관련 질환을 예측하는 장치 및 방법이 제시된다.
일 양상에 따르면, 노화도 추정 장치는 피검체에 청색광을 조사하는 발광부, 피검체로부터 방출되는 형광량을 측정하는 수광부 및 상기 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정하는 프로세서를 포함할 수 있다.
프로세서는 피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 상기 측정된 형광량을 보정할 수 있다.
수광부는 분광기 및 이미지 센서 중의 적어도 하나를 포함할 수 있다.
수광부는 피검체로부터 방출되는 광 중 500nm 이상 파장 대역을 통과시키는 하이 패스 필터(High Pass Filter)를 더 포함할 수 있다.
발광부는 단일 파장 또는 복수 파장의 청색광을 방출하는 광원을 포함할 수 있다.
발광부는 광원에 의해 광이 조사되면, 500nm 이하 파장 대역을 통과시키는 로우 패스 필터(Low Pass Filter) 또는, 400nm 내지 500nm 파장 대역을 통과시키는 밴드 패스 필터(Band Pass Filter)를 더 포함할 수 있다.
이때, 노화도 추정 모델은 형광량과 생물학적 연령간의 상관 관계 및, 형광량과 혈관 노화도 간의 상관 관계 중의 적어도 하나를 정의한 회귀 모델을 포함할 수 있다.
프로세서는 상기 회귀 모델을 이용하여 생물학적 연령 및 혈관 노화도 중의 적어도 하나를 추정할 수 있다.
프로세서는 노화도 추정 결과를 기초로 사용자의 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 하나 이상을 더 예측할 수 있다.
또한, 노화도 추정 장치는 노화도 추정 결과, 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 적어도 하나를 출력하는 출력부를 더 포함할 수 있다.
일 양상에 따르면, 노화도 추정 방법은 피검체에 청색광을 조사하는 단계, 피검체로부터 방출되는 형광량을 측정하는 단계 및, 상기 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정하는 단계를 포함할 수 있다.
노화도를 추정하는 단계는 피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 상기 측정된 형광량을 보정하는 단계를 포함할 수 있다.
형광량을 측정하는 단계는 하이 패스 필터를 이용하여 상기 피검체로부터 방출되는 광 중에서 500nm 이상 파장 대역을 통과시키는 단계를 포함할 수 있다.
청색광을 조사하는 단계는 광원을 이용하여 단일 파장 또는 복수 파장의 청색광을 조사할 수 있다.
청색광을 조사하는 단계는 광원에 의해 광이 조사되면, 로우 패스 필터를 이용하여 500nm 이하 파장 대역의 광을 통과시키거나, 밴드 패스 필터를 이용하여 400nm 내지 500nm 파장 대역의 광을 통과시키는 단계를 더 포함할 수 있다.
프로세서는 노화도 추정 결과를 기초로 사용자의 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 하나 이상을 예측하는 단계를 더 포함할 수 있다.
또한, 노화도 추정 방법은 노화도 추정 결과, 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 적어도 하나를 출력하는 단계를 더 포함할 수 있다.
일 양상에 따르면, 노화도 측정 장치는 피검체에 청색광을 조사하는 복수의 광원 및 상기 광원들의 중심에 배치되어 피검체로부터 방출되는 형광량을 측정하는 분광칩을 포함하는 형광 측정 센서 및 상기 측정된 형광량을 이용하여 노화도를 추정하는 프로세서를 포함할 수 있다.
프로세서는 피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 상기 측정된 형광량을 보정하고, 보정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정할 수 있다.
또한, 노화도 추정 장치는 프로세서의 처리 결과를 출력하는 출력부를 더 포함할 수 있다.
청색광을 이용하여 피부 형광량 측정 및 노화도를 추정할 수 있다.
도 1은 일 실시예에 따른 노화도 추정 장치의 블록도이다.
도 2a 및 도 2b는 노화도 추정 모델을 설명하기 위한 도면이다.
도 3은 다른 실시예에 따른 노화도 추정 장치의 블록도이다.
도 4는 다른 실시예에 따른 노화도 추정 장치의 블록도이다.
도 5는 일 실시예에 따른 노화도 추정 장치의 형광 측정 센서를 도시한 것이다.
도 6은 일 실시예에 따른 노화도 추정 방법의 흐름도이다.
도 7은 다른 실시예에 따른 노화도 추정 방법의 흐름도이다.
도 8은 웨어러블 기기를 도시한 것이다.
도 9는 스마트 기기를 도시한 것이다.
도 2a 및 도 2b는 노화도 추정 모델을 설명하기 위한 도면이다.
도 3은 다른 실시예에 따른 노화도 추정 장치의 블록도이다.
도 4는 다른 실시예에 따른 노화도 추정 장치의 블록도이다.
도 5는 일 실시예에 따른 노화도 추정 장치의 형광 측정 센서를 도시한 것이다.
도 6은 일 실시예에 따른 노화도 추정 방법의 흐름도이다.
도 7은 다른 실시예에 따른 노화도 추정 방법의 흐름도이다.
도 8은 웨어러블 기기를 도시한 것이다.
도 9는 스마트 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.
이하, 노화도 추정 장치 및 방법의 실시 예들을 도면들을 참조하여 설명하도록 한다.
도 1은 일 실시예에 따른 노화도 추정 장치의 블록도이다. 도 2a 및 도 2b는 노화도 추정 모델을 설명하기 위한 도면이다.
도 1을 참조하면, 노화도 추정 장치는 발광부(110), 수광부(120) 및 프로세서(130)를 포함할 수 있다.
발광부(110)는 피검체(OBJ)가 프로브(Pb)에 접촉할 때 광을 조사하는 광원을 하나 이상 포함할 수 있다. 이때, 광원은 LED(light emitting diode), 레이저 다이오드(laser diode) 및 형광체 등을 포함할 수 있다. 광원은 단일 파장의 청색광(예: 470nm) 또는 복수의 파장 대역의 청색광(예: 400nm ~ 500nm)을 조사할 수 있다.
또한, 발광부(110)는 광원에서 조사된 광의 특정 파장 대역을 통과시키는 필터를 더 포함할 수 있다. 일 예로, 발광부(110)는 로우 패스 필터(Low Pass Filter)를 포함할 수 있으며, 광원에 의해 조사된 넓은 대역의 파장의 광을 로우 패스 필터에 통과시켜 500nm 이하의 광을 피검체에 조사할 수 있다. 다른 예로, 발광부(110)는 밴드 패스 필터(Band Pass Filter)를 포함할 수 있으며, 광원에 의해 조사된 광을 밴드 패스 필터에 통과시켜 예컨대 400nm ~ 500nm 대역의 광, 구체적으로 470nm 파장을 포함하는 소정 대역을 피검체에 조사할 수 있다.
수광부(120)는 발광부(110)에 의해 조사된 광이 프로브(Pb)를 통해 피검체(OBJ)에 조사된 후, 피검체(OBJ)로부터 반사 또는 산란되어 프로브(Pb)를 통해 수신되면 피부 형광량을 측정할 수 있다. 이때, 수광부(120)는 분광기(spectrometer) 또는 이미지 센서를 포함할 수 있다.
또한, 수광부(120)는 프로브(Pb)를 통해 수신되는 광이 분광기 또는 이미지 센서로 들어가기 앞서 특정 파장 대역을 통과시키는 필터를 더 포함할 수 있다. 예를 들어, 수광부(120)는 피검체로부터 방출되는 광 중에서 예컨대 500nm 이상의 파장 대역을 통과시키는 하이 패스 필터(High Pass Filter)를 포함할 수 있다.
프로세서(130)는 수광부(120)를 통해 측정된 피검체의 형광량을 기초로 노화도를 추정할 수 있다. 예를 들어, 프로세서(130)는 미리 정의된 노화도 추정 모델을 이용하여 측정된 형광량으로부터 노화도를 추정할 수 있다. 이때, 노화도는 생물학적 연령 및/또는 혈관 노화도 등을 포함할 수 있다. 다만, 이에 제한되는 것은 아니다.
노화도 추정 모델은 아래의 도 2a 및 도 2b에 도시된 바와 같이 피부 형광량과 생물학적 연령간의 상관 관계를 정의한 회귀 모델, 피부 형광량과 혈관 노화도 간의 상관 관계를 미리 정의한 회귀 모델일 수 있다. 도시된 바와 같이, 노화도 추정 모델은 선형 함수식 형태일 수 있으나 이에 제한되는 것은 아니며 비선형 회귀분석, 신경망(neural network), 딥러닝(deep learning) 등의 다양한 방법을 활용하여 미리 정의될 수 있다.
한편, 노화도 추정 모델은 사용자의 나이, 성별, 인종, 직업, 신장, BMI지수, 흡연 여부, 혈중 HbA1c 농도 및 건강 정보 등의 다양한 정보들을 기초로 복수의 그룹별로 생성되는 것도 가능하다. 이때, 프로세서(130)는 복수의 노화도 추정 모델 중에서 사용자에게 적합한 노화도 추정 모델을 선택하고, 선택된 노화도 추정 모델을 이용하여 노화도를 추정할 수 있다.
또한, 프로세서(130)는 수광부(120)에 의해 측정된 형광량을 보정하고, 보정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정할 수 있다. 예를 들어, 프로세서(130)는 피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 그 측정된 형광량을 보정할 수 있다. 예컨대, 아래의 수학식 1은 입사광과 반사광을 기초로 형광량을 보정하는 미리 정의된 보정식의 일 예이다. 다만, 이 함수식으로 한정되는 것은 아니다.
여기서, fxm은 보정된 형광량을 나타내고, Fxm은 수광부(120)에 의해 측정된 형광량을 나타낸다. 또한, Rx은 입사광의 세기, Rm은 반사광의 세기를 나타낸다. kx 및 km은 미리 정의된 보정계수이다.
또한, 프로세서(130)는 노화도 추정 결과를 이용하여 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 등을 예측할 수 있다. 이때, 심혈관 관련 질환은 심장과 주요 동맥에 발상해는 질환으로서, 예컨대, 고혈압, 허혈성 심장 질환, 관상동맥질환, 협심증, 심근경색증, 동맥경화증, 부정맥, 뇌혈관 질환, 뇌졸중 및 부정맥 등을 포함할 수 있다.
예를 들어, 프로세서(130)는 추정된 노화도가 임계치를 초과하는 경우 심혈관계 위험도를 예측할 수 있다. 이때, 초과하는 정도에 따라 심혈관 질환의 위험도를 복수의 카테고리로 분류할 수도 있다. 프로세서(130)는 사용자의 특성 정보를 고려하여 노화도 추정치로부터 심혈관 관련 질환, 노화 관련 질환의 위험도를 예측할 수 있다. 사용자 특성 정보는 사용자의 나이, 성별, 인종, 직업, 신장, BMI지수, 흡연 여부, 혈중 HbA1c 농도 및 건강 정보 중의 적어도 하나를 포함할 수 있다. 다만, 이에 제한되는 것은 아니다.
예를 들어, 인체 조직의 노화에 따라 단백질들의 비효소적 반응에 의한 당화(glycation)가 이루어지며 이에 따라 체내 조직의 자가 형광량은 증가하게 되므로, 프로세서(130)는 노화도 추정치와 사용자의 실제 연령에 따른 기준 노화도를 비교함으로써 심혈관 질환 위험도를 예측할 수 있다.
프로세서(130)는 이와 같이 노화도 추정 및/또는, 심혈관/노화도 관련 질환의 위험도를 예측함으로써 사용자가 심혈관 질환 위험도를 줄이기 위한 조치를 취하도록 가이드를 제공하는 등의 필요한 조치를 수행할 수도 있다.
한편, 프로세서(130)는 미리 설정된 주기, 노화도 추정 이력, 사용자의 특성 변화 등을 이용하여 노화도 추정 모델을 캘리브레이션할 수 있다.
예를 들어, 프로세서(130)는 노화도 추정 모델을 이용하여 추정한 노화도 추정치와 외부 피부 형광량 측정 장치를 통해 측정한 노화도 기준치 간의 차이를 구하고, 그 차이가 미리 정의된 임계치를 초과하면 캘리브레이션을 수행할 수 있다. 또는, 노화도 추정 이력을 기초로 노화도 추정치와 노화도 기준치 간의 차이가 임계치를 초과한 횟수가 미리 설정된 횟수 이상이 되는 경우 캘리브레이션이 필요하다고 판단할 수 있다. 또는, 사용자의 특성 예컨대, 연령, 건강 상태 등의 변화가 발생한 경우 캘리브레이션이 필요하다고 판단할 수 있다. 다만, 예시된 바에 제한되는 것은 아니다.
도 3은 다른 실시예에 따른 노화도 추정 장치의 블록도이다.
도 3을 참조하면, 노화도 추정 장치(300)는 발광부(110), 수광부(120), 프로세서(130), 출력부(310), 저장부(320) 및 통신부(330)를 포함할 수 있다. 발광부(110), 수광부(120) 및 프로세서(130)의 구성은 도 1을 참조하여 상술한 바 있으므로 자세한 설명은 생략하기로 한다.
출력부(310)는 프로세서(130)의 제어에 따라 출력 수단을 이용하여 사용자에게 노화도 관련 정보를 제공할 수 있다. 예를 들어, 측정된 형광량, 보정된 형광량, 노화도 추정치, 심혈관/노화 관련 질환의 위험도, 심혈관/노화 관련 질환의 위험도에 따른 소정의 조치 사항 등을 디스플레이, 스피커, 햅틱 장치 등을 이용하여 시각적/비시각적인 다양한 방식으로 출력할 수 있다.
저장부(320)는 노화도 추정 장치(300)의 동작을 위한 프로그램 또는 명령들을 저장할 수 있다. 또한, 프로세서(130)에 의해 처리되는 다양한 데이터들을 저장할 수 있다. 예를 들어, 저장부(320)는 노화도 추정을 위해 필요한 각종 정보, 예컨대 노화도 추정 모델, 형광량 보정식, 기준 노화도, 사용자의 특성 정보 등을 저장할 수 있다. 또한, 저장부(320)는 형광량 측정값, 형광량 보정값, 노화도 추정값 등의 정보를 저장할 수 있다.
저장부(320)는 플래시 메모리 타입(flash memory type), 하드 디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예컨대, SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read Only Memory), PROM(Programmable Read Only Memory), 자기 메모리, 자기 디스크, 광디스크 등 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 노화도 추정 장치(300)는 인터넷 상에서 저장부(320)의 저장 기능을 수행하는 웹 스토리지(web storage) 등 외부 저장 매체를 운영할 수도 있다.
통신부(330)는 외부 장치와 통신을 수행할 수 있다. 예컨대, 통신부(330)는 사용자로부터 입력된 사용자 정보, 형광량 측정값, 형광량 보정값, 노화도 추정값, 심혈관/노화 관련 질환의 위험도 등의 정보를 외부 장치로 전송할 수 있다. 또한, 다른 외부 장치로부터 사용자 정보, 노화도 추정 모델 등의 정보를 수신할 수 있다. 이때, 외부 장치는 전문 의료 기관의 의료 장치, 형광량 측정 장치, 디지털 TV, 데스크탑 컴퓨터, 휴대폰, 스마트 폰, 태블릿, 노트북, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 디지털 카메라, 웨어러블 디바이스 등 일 수 있으나, 이에 제한되지 않는다.
통신부(330)는 블루투스(Bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신, 3G 통신, 4G 통신 및 5G 통신 등을 이용하여 외부 장치와 통신할 수 있다. 그러나, 이는 일 예에 불과할 뿐이며, 이에 한정되는 것은 아니다.
도 4는 다른 실시예에 따른 노화도 추정 장치의 블록도이다. 도 5는 일 실시예에 따른 노화도 추정 장치의 형광 측정 센서 구조를 도시한 것이다.
도 4를 참조하면, 노화도 추정 장치(400)는 형광 측정 센서(410) 및 프로세서(420)를 포함할 수 있다.
형광 측정 센서(410)는 웨어러블 기기, 스마트 기기 등에 탑재 가능하도록 소형으로 형성될 수 있다. 예를 들어, 형광 측정 센서(410)는 복수의 LED 광원과 분광칩이 일체로 구성될 수 있다. 예를 들어, 도 5에 도시된 바와 같이 소형 분광칩(52)이 중심에 배치되고, 그 주변에 복수의 LED 광원(51)이 배치될 수 있다. 이때, 소형 분광칩(52)을 중심으로 그 주변에 배치되는 복수의 LED 광원(51)들은 원형, 사각형, 삼각형 등의 다양한 형태로 배치될 수 있다. 복수의 LED 광원(51)은 모두 단일 파장(예: 470nm)을 조사할 수 있다. 또는, 복수의 광원(51) 각각은 400nm 내지 500nm에서 서로 다른 파장의 광을 조사하도록 구성될 수도 있다.
형광 측정 센서(410)는 사용자는 노화도 추정을 위해 형광 측정 센서(410)에 피검체를 접촉하면, 광원(51)을 통해 사용자의 피검체에 광을 조사하고, 분광칩(52)을 이용하여 피검체로부터 반사 또는 산란된 피부 형광량을 측정할 수 있다. 형광 측정 센서(410)는 프로세서(420)와 전기적으로 연결될 수 있으며, 측정된 피부 형광량을 프로세서(420)에 전달할 수 있다.
프로세서(420)는 전술한 바와 같이, 형광 측정 센서(410)로부터 수신된 형광량을 기초로 노화도 및/또는 심혈관/노화 관련 질환의 위험도를 추정할 수 있다. 프로세서(420)는 형광 측정 센서(410)를 통해 측정된 형광량을 보정할 수 있으며, 보정된 형광량과 노화도 추정 모델을 이용하여 노화도를 추정할 수 있다.
도 6은 일 실시예에 따른 노화도 추정 방법의 흐름도이다. 본 실시예의 노화도 추정 방법은 전술한 노화도 추정 장치들(100,300,400)에 의해 수행될 수 있다.
먼저, 노화도 추정 장치는 피검체에 청색광을 조사할 수 있다(610). 예를 들어, 400nm 내지 500nm 파장 대역의 광을 조사하는 광원을 이용하여 피검체에 조사할 수 있다. 또는, 광원의 전면에 로우 패스 필터 또는 밴드 패스 필터를 설치하고, 광원에서 조사된 광을 로우 패스 필터 또는 밴드 패스 필터에 통과시켜 400nm 내지 500nm 파장 대역의 광, 예컨대 470nm 파장의 광을 피검체에 입사되도록 할 수 있다.
그 다음, 피검체로부터 반사 또는 산란되어 방출되는 형광량을 측정할 수 있다(620). 예를 들어, 분광기 또는 이미지 센서를 이용하여 피검체로부터 반사 또는 산란되는 형광량을 측정할 수 있다. 이때, 노화도 추정 장치는 분광기 또는 이미지 센서 전면에 하이 패스 필터를 포함할 수 있으며, 피검체로부터 산란 또는 반사된 광이 하이 패스 필터를 통과하도록 하여 500nm 이상의 광이 분광기 또는 이미지 센서에서 검출되도록 할 수 있다.
그 다음, 단계(620)에서 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정할 수 있다(630). 이때, 노화도는 생물학적 연령 및/또는 혈관 노화도를 포함할 수 있다. 노화도 추정 모델은 이와 같이 측정된 형광량과 생물학적 연령 또는 혈관 노화도 사이의 상관관계를 정의한 회귀 모델일 수 있다.
그 다음, 노화도 추정 결과를 출력하여 사용자에게 제공할 수 있다(640). 디스플레이, 스피커, 햅틱 장치 등과 같은 다양한 출력 수단을 활용하여 사용자에게 노화도 추정 결과를 제공할 수 있다.
도 7은 다른 실시예에 따른 노화도 추정 방법의 흐름도이다.
도 7은 일 실시예에 따른 노화도 추정 방법의 흐름도이다. 본 실시예의 노화도 추정 방법은 전술한 노화도 추정 장치들(100,300,400)에 의해 수행될 수 있다.
먼저, 노화도 추정 장치는 피검체에 청색광을 조사할 수 있다(710). 예를 들어, 400nm 내지 500nm 파장 대역의 광을 조사하는 광원을 이용하거나, 광원의 전면에 로우 패스 필터 또는 밴드 패스 필터를 설치하여 400nm 내지 500nm 파장 대역의 광이 피검체에 입사되도록 할 수 있다.
그 다음, 분광기 또는 이미지 센서를 통해 피검체로부터 반사 또는 산란되어 방출되는 형광량을 측정할 수 있다(720). 이때, 분광기 또는 이미지 센서 전면에 500nm 이상의 파장의 광을 통과시키는 하이 패스 필터를 포함할 수 있다.
그 다음, 단계(720)에서 측정된 형광량을 보정할 수 있다(730). 예를 들어, 피검체에 입사된 광의 세기 및/또는 피검체로부터 반사 또는 산란된 광의 세기를 기초로 형광량을 보정할 수 있다.
그 다음, 보정된 형광량 및 노화도 추정 모델을 이용하여 생물학적 연령 및/또는 혈관 노화되 등의 노화도를 추정할 수 있다(730).
그 다음, 노화도 추정 결과를 이용하여 심혈관 질환 및/또는 노화 질환 위험도를 예측할 수 있다(740). 예를 들어, 혈관 노화도가 미리 정의된 임계치를 초과하면 심혈관 질환 위험도가 증가한 것으로 예측할 수 있다. 또는, 사용자의 생물학적 연령을 추가적으로 고려하여 생물학적 연령대의 기준 혈관 노화도 대비 추정된 혈관 노화도의 변화가 소정 임계치 이상인 경우 심혈관 질환 위험도가 높은 것으로 예측할 수 있다.
그 다음, 단계(730)에서 추정된 노화도 추정 결과, 단계(740)에서 예측된 심혈관/노화 질환 위험도, 또는 그 추정 또는 예측 결과에 따른 소정의 조치 사항 등을 시각적/비시각적인 다양한 방식으로 출력하여 사용자에게 제공할 수 있다(760).
도 8은 웨어러블 기기를 도시한 것이다. 도 4를 참조하여 설명한 노화도 추정 장치의 실시예들은 도시된 바와 같이 손목에 착용하는 스마트 워치나 스마트 밴드형 웨어러블 기기에 탑재될 수 있다.
도 8을 참조하면, 웨어러블 기기(800)는 기기 본체(810)와 스트랩(830)을 포함할 수 있다.
본체(810)는 다양한 형태를 갖도록 형성될 수 있으며, 내부 또는 표면에 전술한 노화도 추정 기능과 그 밖의 다양한 기능을 수행하기 위한 모듈들이 장착될 수 있다. 본체(810) 또는 스트랩(830)의 내부에는 기기(800)의 각종 모듈에 전원을 공급하는 배터리가 내장될 수 있다.
스트랩(830)은 본체(810)에 연결될 수 있다. 스트랩(830)은 사용자의 손목을 감싸는 형태로 구부려질 수 있도록 플렉시블(flexible)하게 형성될 수 있다. 스트랩(830)은 사용자의 손목으로부터 분리되는 형태 또는 분리되지 않는 밴드 형태로 구성될 수 있다. 스트랩(830)은 손목에 가해지는 압력의 변화에 따라 탄성을 갖도록 내부에 공기가 주입되거나 공기 주머니를 포함할 수 있으며 본체(810)로 손목의 압력 변화를 전달할 수 있다.
본체(810)에는 피검체의 형광량을 측정하는 형광 측정 센서(820)가 장착될 수 있다. 형광 측정 센서(820)는 본체(810)의 후면에 장착될 수 있으며, 손목, 손가락 등의 피검체에 피부에 광을 조사하는 광원과 피검체로부터 산란 또는 반사되는 형광량을 검출하는 소형 분광칩을 포함할 수 있다.
본체(810) 내부에 프로세서가 실장될 수 있으며, 프로세서는 웨어러블 기기(800)에 장착된 각종 구성들과 전기적으로 연결되어 각종 구성들을 제어할 수 있다.
또한, 프로세서는 형광 측정 센서(820)에 의해 측정된 형광량을 이용하여 노화도를 추정할 수 있다. 프로세서는 측정된 형광량을 피검체에 입사된 광의 세기 및 피검체로부터 반사된 광의 세기를 기초로 보정하고, 보정된 형광량을 이용하여 노화도를 추정할 수 있다. 프로세서는 저장부에 저장되어 있는 노화도 추정 모델을 이용하여 형광량으로부터 노화도를 추정할 수 있다. 또한, 노화도 추정 결과를 이용하여 사용자의 심혈관 또는 노화 관련 질환의 위험도를 예측할 수 있다.
또한, 본체(810) 내부에는 프로세서의 처리 결과 및 각종 정보를 저장하는 저장부가 장착될 수 있다. 이때, 각종 정보는 노화도 추정을 위한 기준 정보 이외에 웨어러블 기기(800)의 기능과 관련된 다양한 정보를 포함할 수 있다.
또한, 사용자의 제어 명령을 수신하여 프로세서로 전달하는 조작부(840)가 본체(810)에 장착될 수 있다. 조작부(840)는 웨어러블 기기(800)의 전원을 온/오프시키는 명령을 입력하기 위한 전원 버튼을 포함할 수 있다.
표시부는 본체(810)의 전면에 장착될 수 있으며, 터치 입력이 가능한 터치 패널을 포함할 수 있다. 표시부는 사용자의 터치 입력을 수신하여 프로세서에 전달하고, 프로세서의 처리 결과를 표시할 수 있다.
예를 들어, 표시부는 노화도 추정 결과, 심혈관/노화 질환 위험도 예측 결과 소정의 조치사항 등을 표시할 수 있다.
또한, 본체(610) 내부에는 사용자의 휴대 단말과 같은 외부 기기와 통신하기 위한 통신부가 장착될 수 있다. 통신부는 외부 기기 예컨대, 사용자의 스마트폰에 노화도 추정 결과 등을 전송하여 사용자에게 표시되도록 할 수 있다.
도 9는 스마트 기기를 도시한 것이다. 이때, 스마트 디바이스는 스마트폰 및 태블릿 PC등을 포함할 수 있다.
도 9를 참조하면, 스마트 기기(900)는 본체(910)의 후면에 형광 측정 센서(920)가 장착될 수 있다. 다만, 이에 제한되는 것은 아니며 본체(910) 전면, 측면 등 그 위치에 특별히 제한되는 것은 아니다. 형광 측정 센서(920)는 하나 이상의 광원과 소형 분광칩을 포함할 수 있다. 광원에 의해 피검체에 청색광이 조사되고, 소형 분광칩을 통해 피검체로부터 반사 또는 산란된 형광량을 검출할 수 있다.
또한, 본체(910)의 전면에 표시부가 장착될 수 있다. 표시부는 노화도 추정 결과, 심혈관/노화 질환 위험도 예측 결과 등을 시각적으로 출력할 수 있다. 표시부는 터치 패널을 포함할 수 있으며, 터치 패널을 통해 입력되는 다양한 정보를 수신하여 프로세서에 전달할 수 있다.
프로세서는 형광 측정 센서(920)를 통해 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정할 수 있다. 그 밖에 노화도 추정 결과를 기초로 심혈관 질환 위험도 또는 노화 관련 질환 위험도를 추가적으로 예측할 수 있으며, 예측 결과를 표시부를 통해 시각적으로 출력할 수 있다.
스마트 기기(900)의 본체(910)는 사용자로부터 입력된 정보, 각종 센서를 통해 획득된 정보, 프로세서에 의해 처리된 정보 및 노화도 추정에 필요한 기준 정보를 포함하여 스마트 기기(900)의 동작을 위한 기준 정보 등을 저장하는 저장부를 포함할 수 있다.
또한, 스마트 기기(900)의 본체(910)는 다양한 외부 기기, 예컨대 웨어러블 기기, 데스크탑 PC, 노트북 PC, 태블릿 PC, 외부 형광량 측정 장치, 다른 사용자의 스마트 디바이스 등과 통신하기 위한 통신부를 포함할 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 해당 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.
100,300: 노화도 추정 장치
110: 발광부
120: 수광부 130: 프로세서
310: 출력부 320: 저장부
330: 통신부 400: 노화도 추정 장치
410: 형광 측정 센서 420: 프로세서
800: 웨어러블 기기 810: 본체
820: 형광 측정 센서 830: 스트랩
840: 조작부 900: 스마트 기기
910: 본체 920: 형광 측정 센서
120: 수광부 130: 프로세서
310: 출력부 320: 저장부
330: 통신부 400: 노화도 추정 장치
410: 형광 측정 센서 420: 프로세서
800: 웨어러블 기기 810: 본체
820: 형광 측정 센서 830: 스트랩
840: 조작부 900: 스마트 기기
910: 본체 920: 형광 측정 센서
Claims (20)
- 피검체에 청색광을 조사하는 발광부;
피검체로부터 방출되는 형광량을 측정하는 수광부; 및
상기 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정하는 프로세서를 포함하는 노화도 추정 장치. - 제1항에 있어서,
상기 프로세서는
피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 상기 측정된 형광량을 보정하는 노화도 추정 장치. - 제1항에 있어서,
상기 수광부는
분광기 및 이미지 센서 중의 적어도 하나를 포함하는 노화도 추정 장치. - 제3항에 있어서,
상기 수광부는
상기 피검체로부터 방출되는 광 중 500nm 이상 파장 대역을 통과시키는 하이 패스 필터(High Pass Filter)를 더 포함하는 노화도 추정 장치. - 제1항에 있어서,
상기 발광부는
단일 파장 또는 복수 파장의 청색광을 방출하는 광원을 포함하는 노화도 추정 장치. - 제5항에 있어서,
상기 발광부는
상기 광원에 의해 광이 조사되면, 500nm 이하 파장 대역을 통과시키는 로우 패스 필터(Low Pass Filter) 또는, 400nm 내지 500nm 파장 대역을 통과시키는 밴드 패스 필터(Band Pass Filter)를 더 포함하는 노화도 추정 장치. - 제1항에 있어서,
상기 노화도 추정 모델은
형광량과 생물학적 연령간의 상관 관계 및, 형광량과 혈관 노화도 간의 상관 관계 중의 적어도 하나를 정의한 회귀 모델을 포함하는 노화도 추정 장치. - 제7항에 있어서,
상기 프로세서는
상기 회귀 모델을 이용하여 생물학적 연령 및 혈관 노화도 중의 적어도 하나를 추정하는 노화도 추정 장치. - 제1항에 있어서,
상기 프로세서는
노화도 추정 결과를 기초로 사용자의 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 하나 이상을 더 예측하는 노화도 추정 장치. - 제9항에 있어서,
상기 노화도 추정 결과, 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 적어도 하나를 출력하는 출력부를 더 포함하는 노화도 추정 장치. - 피검체에 청색광을 조사하는 단계;
피검체로부터 방출되는 형광량을 측정하는 단계; 및
상기 측정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정하는 단계를 포함하는 노화도 추정 방법. - 제11항에 있어서,
상기 노화도를 추정하는 단계는
피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 상기 측정된 형광량을 보정하는 단계를 포함하는 노화도 추정 방법. - 제11항에 있어서,
상기 형광량을 측정하는 단계는
하이 패스 필터를 이용하여 상기 피검체로부터 방출되는 광 중에서 500nm 이상 파장 대역을 통과시키는 단계를 포함하는 노화도 추정 장치. - 제11항에 있어서,
상기 청색광을 조사하는 단계는
광원을 이용하여 단일 파장 또는 복수 파장의 청색광을 조사하는 노화도 추정 방법. - 제14항에 있어서,
상기 청색광을 조사하는 단계는
상기 광원에 의해 광이 조사되면, 로우 패스 필터를 이용하여 500nm 이하 파장 대역의 광을 통과시키거나, 밴드 패스 필터를 이용하여 400nm 내지 500nm 파장 대역의 광을 통과시키는 단계를 더 포함하는 노화도 추정 방법. - 제11항에 있어서,
상기 프로세서는
노화도 추정 결과를 기초로 사용자의 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 하나 이상을 예측하는 단계를 더 포함하는 노화도 추정 방법. - 제16항에 있어서,
상기 노화도 추정 결과, 심혈관 관련 질환 위험도 및 노화 관련 질환 위험도 중의 적어도 하나를 출력하는 단계를 더 포함하는 노화도 추정 방법. - 피검체에 청색광을 조사하는 복수의 광원 및 상기 광원들의 중심에 배치되어 피검체로부터 방출되는 형광량을 측정하는 분광칩을 포함하는 형광 측정 센서; 및
상기 측정된 형광량을 이용하여 노화도를 추정하는 프로세서를 포함하는 노화도 추정 장치. - 제18항에 있어서,
상기 프로세서는
피검체에 입사한 광의 세기(intensity) 및 피검체로부터 반사된 광의 세기 중의 하나 이상을 기초로 상기 측정된 형광량을 보정하고, 보정된 형광량 및 노화도 추정 모델을 이용하여 노화도를 추정하는 노화도 추정 장치. - 제18항에 있어서,
상기 프로세서의 처리 결과를 출력하는 출력부를 더 포함하는 노화도 추정 장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190159808A KR20210069944A (ko) | 2019-12-04 | 2019-12-04 | 노화도 추정 장치 및 방법 |
| US16/883,415 US20210169338A1 (en) | 2019-12-04 | 2020-05-26 | Apparatus and method for estimating aging level |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190159808A KR20210069944A (ko) | 2019-12-04 | 2019-12-04 | 노화도 추정 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210069944A true KR20210069944A (ko) | 2021-06-14 |
Family
ID=76209245
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190159808A KR20210069944A (ko) | 2019-12-04 | 2019-12-04 | 노화도 추정 장치 및 방법 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20210169338A1 (ko) |
| KR (1) | KR20210069944A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230033331A (ko) * | 2021-09-01 | 2023-03-08 | 동의대학교 산학협력단 | 알고리즘 기반 피부 노화 정도 측정 시스템 및 방법 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7139598B2 (en) * | 2002-04-04 | 2006-11-21 | Veralight, Inc. | Determination of a measure of a glycation end-product or disease state using tissue fluorescence |
| US20040064053A1 (en) * | 2002-09-30 | 2004-04-01 | Chang Sung K. | Diagnostic fluorescence and reflectance |
| US7394919B2 (en) * | 2004-06-01 | 2008-07-01 | Lumidigm, Inc. | Multispectral biometric imaging |
| US20070004972A1 (en) * | 2005-06-29 | 2007-01-04 | Johnson & Johnson Consumer Companies, Inc. | Handheld device for determining skin age, proliferation status and photodamage level |
| US8019134B2 (en) * | 2006-11-16 | 2011-09-13 | Definiens Ag | Automatic image analysis and quantification for fluorescence in situ hybridization |
| WO2011040599A1 (ja) * | 2009-10-02 | 2011-04-07 | シャープ株式会社 | 血管状態モニタリング装置およびモニタリング方法 |
| US9173604B2 (en) * | 2010-03-19 | 2015-11-03 | Sharp Kabushiki Kaisha | Measurement device, measurement method, measurement result processing device, measurement system, measurement result processing method, control program, and recording medium |
| US20140235972A1 (en) * | 2013-02-15 | 2014-08-21 | Robert D. Johnson | Method and Apparatus for Determination of a Measure of a Glycation End-Product or Disease State Using Tissue Fluorescence |
| KR102510174B1 (ko) * | 2017-09-13 | 2023-03-14 | 삼성전자주식회사 | 질병 예측 모델 생성 장치, 질병 예측 장치 및 방법 |
-
2019
- 2019-12-04 KR KR1020190159808A patent/KR20210069944A/ko active Search and Examination
-
2020
- 2020-05-26 US US16/883,415 patent/US20210169338A1/en active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230033331A (ko) * | 2021-09-01 | 2023-03-08 | 동의대학교 산학협력단 | 알고리즘 기반 피부 노화 정도 측정 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210169338A1 (en) | 2021-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11291374B2 (en) | Apparatus and method for estimating bio-information | |
| EP3657142A1 (en) | Apparatus for measuring spectrum, method of correcting temperature change of light source in spectrum, and apparatus and method for estimating analyte concentration | |
| US11490863B2 (en) | Apparatus and method for estimating bio-information, and apparatus for supporting estimation of bio-information | |
| KR102539144B1 (ko) | 개인화된 단위 스펙트럼 획득 장치 및 방법과, 생체 성분 추정 장치 및 방법 | |
| US11439328B2 (en) | Optical sensor, and apparatus and method for estimating bio-information | |
| US11484246B2 (en) | Apparatus and method for processing spectrum according to change in temperature of object | |
| US11684265B2 (en) | Disease prediction model generation apparatus, and apparatus and method for predicting disease | |
| US20200129095A1 (en) | Apparatus and method for estimating biological component | |
| KR102638310B1 (ko) | 분석 물질의 농도 추정 장치 및 방법 | |
| US11350878B2 (en) | Apparatus and method for estimating bio-information | |
| KR20210069944A (ko) | 노화도 추정 장치 및 방법 | |
| US10753797B2 (en) | Spectrum processing apparatus and spectrum processing method | |
| KR102655742B1 (ko) | 분석 물질의 혈중 농도 측정 장치 및 방법 | |
| US11911157B2 (en) | Apparatus and method for estimating target component | |
| US20230200744A1 (en) | Apparatus and method for estimating target component | |
| KR102605899B1 (ko) | 생체 신호 측정 장치 및 방법 | |
| KR102640317B1 (ko) | 체액 측정 장치 및 방법 | |
| KR20210050967A (ko) | 분석 물질의 농도 추정 장치 및 방법과, 캘리브레이션 방법 | |
| US20220233149A1 (en) | Apparatus and method for estimating body component | |
| KR20200100997A (ko) | 분석 물질의 농도 추정 장치 및 방법 | |
| CN114526830A (zh) | 用于估计体温的设备和方法以及医疗装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |