KR20210077246A - System and method for estimating diabetes - Google Patents
System and method for estimating diabetes Download PDFInfo
- Publication number
- KR20210077246A KR20210077246A KR1020190168674A KR20190168674A KR20210077246A KR 20210077246 A KR20210077246 A KR 20210077246A KR 1020190168674 A KR1020190168674 A KR 1020190168674A KR 20190168674 A KR20190168674 A KR 20190168674A KR 20210077246 A KR20210077246 A KR 20210077246A
- Authority
- KR
- South Korea
- Prior art keywords
- interval
- ecg
- ppg
- diabetic
- patient
- Prior art date
Links
- 206010012601 diabetes mellitus Diseases 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000004069 differentiation Effects 0.000 claims description 9
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims 3
- 229910052698 phosphorus Inorganic materials 0.000 claims 3
- 239000011574 phosphorus Substances 0.000 claims 3
- 239000008280 blood Substances 0.000 description 10
- 210000004369 blood Anatomy 0.000 description 10
- 208000024172 Cardiovascular disease Diseases 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 4
- 238000013186 photoplethysmography Methods 0.000 description 4
- 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 3
- 206010020772 Hypertension Diseases 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 206010002383 Angina Pectoris Diseases 0.000 description 2
- 230000004872 arterial blood pressure Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 208000019553 vascular disease Diseases 0.000 description 2
- 206010061666 Autonomic neuropathy Diseases 0.000 description 1
- 206010049993 Cardiac death Diseases 0.000 description 1
- 206010007558 Cardiac failure chronic Diseases 0.000 description 1
- 206010011906 Death Diseases 0.000 description 1
- 208000007530 Essential hypertension Diseases 0.000 description 1
- 208000018262 Peripheral vascular disease Diseases 0.000 description 1
- 206010047281 Ventricular arrhythmia Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000003345 hyperglycaemic effect Effects 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000036962 time dependent 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
- A61B5/72—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- 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
- A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Abstract
Description
본 발명은 당뇨병 환자 여부를 추정하는 시스템 및 그 방법에 관한 것이다. The present invention relates to a system and method for estimating whether a patient is diabetic.
당뇨 환자들은 대부분 혈관 질환의 위험에 노출되어 있고, 당뇨 환자의 사망 원인 중 1위는 심혈관질환(협심증, 심근경색)인 것으로 알려져 있다. Diabetic patients are mostly exposed to the risk of vascular disease, and it is known that cardiovascular disease (angina pectoris, myocardial infarction) is the number one cause of death among diabetic patients.
종래 기술에 따르면, 특정 인자(예: PPG, photoplethysmography, 광전용적맥파 등)를 이용하여 당뇨병 환자 여부를 추정하고, 나아가 혈당을 추정하고자 하는 기술이 제안되었으나, 이러한 비침습 형태의 혈당 추정 알고리즘은 신뢰성을 확보하기 어려운 한계점으로 인해, 실제 적용이 어려운 문제점이 있다. According to the prior art, a technique for estimating whether a patient is diabetic using a specific factor (eg, PPG, photoplethysmography, photoplethysmography, etc.) and further estimating blood sugar has been proposed, but this non-invasive blood sugar estimation algorithm is reliable Due to the limitation in which it is difficult to secure, there is a problem in that it is difficult to apply in practice.
본 발명은 전술한 문제점을 해결하기 위하여 제안된 것으로, ECG와 PPG 기반으로 당뇨병 환자 여부에 대한 신뢰성 높은 추정이 가능한 시스템 및 방법을 제공하는데 그 목적이 있다. The present invention has been proposed to solve the above-described problems, and an object of the present invention is to provide a system and method capable of estimating a diabetic patient with high reliability based on ECG and PPG.
본 발명에 따른 당뇨 추정 시스템은 ECG 및 PPG를 수신하는 입력부와, ECG 및 PPG를 이용하여 당뇨 환자 여부를 추정하는 프로그램이 저장된 메모리 및 프로그램을 실행시키는 프로세서를 포함하고, 프로세서는 ECG의 QT 인터벌과 PPG의 미분 결과를 이용하여 당뇨 환자 여부를 추정하는 것을 특징으로 한다. A diabetes estimation system according to the present invention includes an input unit for receiving ECG and PPG, a memory storing a program for estimating whether a patient is diabetic using ECG and PPG, and a processor for executing the program, and the processor includes an ECG QT interval and It is characterized by estimating whether a patient is diabetic using the differential result of PPG.
본 발명에 따른 당뇨 추정 방법은 ECG 및 PPG를 수신하는 단계와, ECG의 QT 인터벌 및 RR 인터벌을 이용하여 제1 기 설정 조건이 만족되는지 확인하여 당뇨 환자 여부를 추정하는 단계 및 QT 인터벌, RR 인터벌 및 PPG의 1차, 2차 미분 결과를 이용하여 제2 기설정 조건이 만족되는지 확인하여 당뇨 환자 여부를 추정하는 단계를 포함하는 것을 특징으로 한다. Diabetes estimation method according to the present invention includes the steps of receiving ECG and PPG, estimating whether a diabetic patient is present by checking whether a first preset condition is satisfied using QT interval and RR interval of ECG, and QT interval and RR interval and estimating whether a patient is diabetic by checking whether a second preset condition is satisfied using the results of the first and second differentiation of the PPG.
본 발명에 따르면, ECG와 PPG 데이터를 이용하여 당뇨병 환자 여부에 대해 정확하게 추정하는 것이 가능한 효과가 있다. According to the present invention, there is an effect that it is possible to accurately estimate whether a patient has diabetes using ECG and PPG data.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the following description.
도 1은 본 발명의 실시 예에 따른 당뇨 추정 시스템을 도시한다.
도 2는 본 발명의 실시 예에 따른 ECG 신호를 도시한다.
도 3은 본 발명의 실시 예에 따른 ECG, PPG 및 그의 1차, 2차 미분된, VPG(Velocity Photoplethysmo-Gram), APG(acceleration Plethysmo-Gram)의 결과를 도시한다.
도 4는 본 발명의 실시 예에 따른 당뇨 추정 방법을 도시한다. 1 shows a diabetes estimation system according to an embodiment of the present invention.
2 shows an ECG signal according to an embodiment of the present invention.
3 shows the results of ECG, PPG and its primary and secondary differentiation, Velocity Photoplethysmo-Gram (VPG), and Acceleration Plethysmo-Gram (APG) according to an embodiment of the present invention.
4 illustrates a diabetes estimation method according to an embodiment of the present invention.
본 발명의 전술한 목적 및 그 이외의 목적과 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. The above and other objects, advantages and features of the present invention, and a method of achieving them will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings.
그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 이하의 실시 예들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 목적, 구성 및 효과를 용이하게 알려주기 위해 제공되는 것일 뿐으로서, 본 발명의 권리범위는 청구항의 기재에 의해 정의된다. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in a variety of different forms, and only the following embodiments are provided to those of ordinary skill in the art to which the present invention pertains to the purpose and configuration of the invention. And it is only provided to easily inform the effect, and the scope of the present invention is defined by the description of the claims.
한편, 본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자가 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가됨을 배제하지 않는다.On the other hand, the terms used herein are for the purpose of describing the embodiments, not intended to limit the present invention. As used herein, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, "comprises" and/or "comprising" means that a referenced element, step, operation and/or element is the presence of one or more other elements, steps, operations and/or elements. or added.
당뇨 환자들에게는 대부분 혈관질환이 가장 심각한 문제이고, 당뇨 환자의 사망 원인 1위는 심혈관질환(협심증·심근경색)이다. Vascular disease is the most serious problem for most diabetic patients, and the number one cause of death among diabetic patients is cardiovascular disease (angina pectoris, myocardial infarction).
당뇨 자체가 심혈관질환의 독립적인 위험인자이며, 당뇨 환자의 95.8%는 10년 내에 심혈관질환이 생길 수 있다. Diabetes itself is an independent risk factor for cardiovascular disease, and 95.8% of diabetic patients can develop cardiovascular disease within 10 years.
당뇨 환자에게는 고혈압도 잘 나타나게 되는데, 45세 당뇨 환자의 40%, 75세 당뇨 환자의 60%가 고혈압 환자이다. Hypertension is also common in diabetic patients, and 40% of diabetic patients aged 45 and 60% of diabetic patients aged 75 years are hypertensive.
고혈압도 심혈관질환을 일으키는 요인이 되는데, 심혈관질환은 당뇨 환자의 사망 원인 가운데 약 50%를 차지하며, 당뇨 환자의 관상동맥질환 발병 위험은 일반인보다 2~4배 높다고 알려져 있다. High blood pressure also causes cardiovascular disease, and cardiovascular disease accounts for about 50% of deaths in diabetic patients, and it is known that the risk of coronary artery disease in diabetic patients is 2 to 4 times higher than in the general population.
심전도상 QT 간격 변수들은 만성 심부전, 말초 혈관질환이나 본태성 고혈압 환자들에서 예측 인자로 유용함이 알려져 있다. It is known that QT interval variables on electrocardiogram are useful as predictors in patients with chronic heart failure, peripheral vascular disease, or essential hypertension.
당뇨병성 심혈관계 자율신경병증이 있는 환자군에서 QT 분산(dispersion)의 연장은 자율신경계 이상의 정도와 유의미한 연관성이 있고, 심실부정맥 및 급성 심인사를 예측할 수 있는 지표로 보고되었다. Prolongation of QT dispersion in the patient group with diabetic cardiovascular autonomic neuropathy was reported to be significantly correlated with the degree of autonomic abnormality, and was reported as a predictive index for ventricular arrhythmias and acute cardiac death.
종래 기술에 따르면, 특정 인자(예: PPG, photoplethysmography, 광전용적맥파 등)를 이용하여 당뇨병 환자 여부를 추정하고, 나아가 혈당을 추정하고자 하는 기술이 제안되었으나, 이러한 비침습 형태의 혈당 추정 알고리즘은 신뢰성을 확보하기 어려운 한계점으로 인해, 실제 적용이 어려운 문제점이 있다. According to the prior art, a technique for estimating whether a patient is diabetic using a specific factor (eg, PPG, photoplethysmography, photoplethysmography, etc.) and further estimating blood sugar has been proposed, but this non-invasive blood sugar estimation algorithm is reliable Due to the limitation in which it is difficult to secure, there is a problem in that it is difficult to apply in practice.
본 발명은 전술한 문제점을 해결하기 위하여 제안된 것으로, PPG와 ECG의 시간에 따른 특성과 당뇨 환자들의 QT 인터벌의 특성을 이용하여, 당뇨병 환자인지 여부를 정확하게 추정하는 것이 가능한 시스템 및 그 방법을 제안한다. The present invention has been proposed in order to solve the above problems, and it is possible to accurately estimate whether or not a diabetic patient is a diabetic using the time-dependent characteristics of PPG and ECG and the characteristics of the QT interval of diabetic patients, and a method therefor. do.
도 1은 본 발명의 실시예에 따른 혈압 추정 시스템을 도시하고, 도 2는 본 발명의 실시예에 따른 ECG 신호를 도시하며, 도 3은 본 발명의 실시예에 따른 ABP(arterial blood pressure), ECG, PPG 및 그의 1차, 2차 미분 결과를 도시한다. 1 shows a blood pressure estimation system according to an embodiment of the present invention, FIG. 2 shows an ECG signal according to an embodiment of the present invention, and FIG. 3 is an arterial blood pressure (ABP) according to an embodiment of the present invention; ECG, PPG and its first and second derivative results are shown.
도 1을 참조하면, 본 발명의 실시예에 따른 당뇨 추정 시스템은 ECG 및 PPG를 수신하는 입력부(110)와, ECG 및 PPG를 이용하여 당뇨 환자 여부를 추정하는 프로그램이 저장된 메모리(120) 및 프로그램을 실행시키는 프로세서(130)를 포함하고, 프로세서(130)는 ECG의 QT 인터벌과 PPG의 미분 결과를 이용하여 당뇨 환자 여부를 추정하는 것을 특징으로 한다. Referring to FIG. 1 , the diabetes estimation system according to an embodiment of the present invention includes an
프로세서(130)는 QT 인터벌과 RR 인터벌의 비율이 [수학식 1]와 같이 기설정된 제1 조건을 만족하는 경우, 당뇨 환자인 것으로 추정한다. When the ratio of the QT interval to the RR interval satisfies the first condition as shown in [Equation 1], the
[수학식 1][Equation 1]
[수학식 1]에서의 기설정값은 예컨대 남성의 경우 43%, 여성의 경우 45%로 설정될 수 있다. The preset value in [Equation 1] may be, for example, 43% for men and 45% for women.
프로세서(130)는 QT 인터벌과 PPG의 2차 미분 결과 중 ECG의 Q 및 ECG의 시작 간격에 해당하는 값(DB 값)의 비율이 기설정된 제2 조건을 만족하는 경우, 당뇨 환자인 것으로 추정한다. The
프로세서(130)는 [수학식 2]와 같이 QT 인터벌과 RR 인터벌의 비가 ECG의 Q 및 ECG의 시작 간격에 해당하는 값(DB 값, DB 인터벌)과 RR 인터벌의 비 이상인 경우, 기설정된 제2 조건이 만족되는 것으로 확인하고, 당뇨 환자인 것으로 추정한다. When the ratio of the QT interval and the RR interval is equal to or greater than the ratio of the QT interval and the RR interval (DB value, DB interval) corresponding to the start interval of the ECG and the RR interval as in [Equation 2], the
[수학식 2][Equation 2]
도 2 및 도 3을 참조하면, 프로세서(130)는 ECG R-R 인터벌을 기준으로 기준점 0(베이스라인)을 PPG 높이의 비율 및 개별 time을 구한다. 2 and 3 , the
혈당의 특성은 PPG에 혈압을 구하기 위한 유의미한 특성을 갖는다.The characteristics of blood glucose have significant characteristics for obtaining blood pressure in PPG.
혈당이 높은 환자의 경우 혈관의 반응적 특성이 떨어지게 되어, ECG와 PPG로 인해 이루어지는 혈압보다 훨씬 좋지 않은 특성을 가지게 된다. In the case of a patient with high blood sugar, the reactive properties of blood vessels are lowered, and thus the blood pressure caused by ECG and PPG is much worse than that of blood pressure.
이러한 기준에 대해서는 기울기를 이용하여 판단할 수 있는데, ECG와 PPG의 기울기가 매칭되지 않는다면, 고혈혈당환자로 추정한다. These criteria can be determined using the slope. If the slopes of ECG and PPG do not match, it is estimated that the patient is hyperglycemic.
예를 들어 QRS의 너비는 0.12초 이하이며, P-R 간격은 0.12 내지 0.20초 사이이다. For example, the width of QRS is less than 0.12 seconds, and the P-R interval is between 0.12 and 0.20 seconds.
QRS의 너비가 0.12초보다 크다면, 혈당환자로 볼 수 있다.If the QRS width is greater than 0.12 seconds, it is considered a blood sugar patient.
2형 혈당환자의 QT 인터벌이 급격하게 증가하게 되며, 예컨대 QT 인터벌 420ms를 기준으로 초기 당뇨를 의심한다. The QT interval of the
1형환자의 90%가 QT 인터벌간격이 일정 값(410ms)을 넘으며, 성별에 따라 남성은 QT 인터벌이 430ms 가 넘는 경우, 여성은 QT 인터벌이 450ms가 넘을 경우 당뇨로 의심한다(R-R 인터벌이 1000ms인 경우).In 90% of
예컨대, 60bpm(1000ms)에서는 420ms 이하이어야만 하고, 80bpm(750ms)에서 QT가 380ms인 경우 혈당환자로 추정한다. For example, it should be less than 420 ms at 60 bpm (1000 ms), and if the QT is 380 ms at 80 bpm (750 ms), it is estimated as a blood sugar patient.
혈당 환자는 QT 비율이 증가함에 따라서, ECG에 보다 큰 Peak-to-Peak와 foot-to-foot 오차가 발생하게 되며, 이는 혈관에 당으로 인한 압력 값이 낮아지고, 당뇨로 인한 혈관의 탄성이 감소하게 됨에 따라서 foot to Peak 값이 더욱 커지게 된다. In blood glucose patients, as the QT ratio increases, larger peak-to-peak and foot-to-foot errors occur in the ECG, which lowers the pressure value due to sugar in the blood vessel and reduces the elasticity of the blood vessel due to diabetes. As it decreases, the foot to peak value becomes larger.
정상인 사람은 시간으로 볼 때 DB 값이 SB 값의 3배의 길이를 가지게 되는 반면, 당뇨 환자의 경우 SB 값이 증가되고 DB 값이 감소하게 되어, DB 값이 SB 값을 기준으로 2.5배의 길이를 가지게 되면 당뇨로 판정할 수 있다. In a normal person, the DB value is three times as long as the SB value in time, whereas in the case of diabetic patients, the SB value increases and the DB value decreases, so that the DB value is 2.5 times the length of the SB value. If you have it, you can be diagnosed with diabetes.
이때 R-R Interval과 P-P 인터벌은 동일한 시간을 가진다. In this case, the R-R interval and the P-P interval have the same time.
도 3을 참조하면, PPG의 2차 미분 결과 중 b-e 간격을 ECG의 PQ 간격으로 보며, 이를 SB로 정의한다. Referring to FIG. 3 , the b-e interval among the results of the second differentiation of the PPG is regarded as the PQ interval of the ECG, and this is defined as SB.
또한, PPG의 2차 미분 결과 중 e-a 간격을 ECG의 Q와 ECG의 시작 간격으로 보며, 이를 DB로 정의한다. In addition, the e-a interval among the results of the second differentiation of PPG is regarded as the Q of ECG and the starting interval of ECG, and this is defined as DB.
도 4는 본 발명의 실시예에 따른 당뇨 추정 방법을 도시한다. 4 shows a diabetes estimation method according to an embodiment of the present invention.
본 발명의 실시예에 따른 당뇨 추정 방법은 ECG 및 PPG를 수신하는 단계(S410)와, ECG의 QT 인터벌 및 RR 인터벌을 이용하여 제1 기설정 조건이 만족되는지 확인하여 당뇨 환자 여부를 추정하는 단계(S420) 및 QT 인터벌, RR 인터벌 및 PPG의 미분 결과를 이용하여 제2 기설정 조건이 만족되는지 확인하여 당뇨 환자 여부를 추정하는 단계(S430)를 포함하는 것을 특징으로 한다. Diabetes estimation method according to an embodiment of the present invention comprises the steps of receiving ECG and PPG (S410) and estimating whether a diabetic patient is present by checking whether a first preset condition is satisfied using the QT interval and RR interval of the ECG and (S420) and determining whether a second preset condition is satisfied using the differential results of the QT interval, the RR interval, and the PPG to estimate whether the patient is diabetic (S430).
S420 단계는 [수학식 1]과 같이 QT 인터벌 및 RR 인터벌의 비가 기설정 수치 이상인 경우, 당뇨 환자인 것으로 추정한다. In step S420, as shown in
[수학식 1][Equation 1]
[수학식 1]에서의 기설정값은 예컨대 남성의 경우 43%, 여성의 경우 45%로 설정될 수 있다. The preset value in [Equation 1] may be, for example, 43% for men and 45% for women.
S430 단계는 QT 인터벌과 PPG의 2차 미분 결과 중 ECG의 Q 및 ECG의 시작 간격에 해당하는 값인 DB 인터벌을 이용하여 당뇨 환자 여부를 추정한다. In step S430, it is estimated whether a diabetic patient is present by using a DB interval that is a value corresponding to Q of ECG and a start interval of ECG among the results of the second differentiation of QT interval and PPG.
이 때, S430 단계는 [수학식 2]와 같이, QT 인터벌과 RR 인터벌의 비가 ECG의 Q 및 ECG의 시작 간격에 해당하는 값(DB 인터벌)과 RR 인터벌의 비 이상인 경우, 제2 기설정 조건이 만족되는 것으로 확인하고, 당뇨 환자인 것으로 추정한다. At this time, in step S430, as in [Equation 2], when the ratio of the QT interval and the RR interval is equal to or greater than the ratio of the QT interval and the ECG start interval (DB interval) to the RR interval, the second preset condition It is confirmed that this is satisfied, and it is assumed that the patient is diabetic.
[수학식 2][Equation 2]
한편, 본 발명의 실시예에 따른 당뇨 추정 방법은 컴퓨터 시스템에서 구현되거나, 또는 기록매체에 기록될 수 있다. 컴퓨터 시스템은 적어도 하나 이상의 프로세서와, 메모리와, 사용자 입력 장치와, 데이터 통신 버스와, 사용자 출력 장치와, 저장소를 포함할 수 있다. 전술한 각각의 구성 요소는 데이터 통신 버스를 통해 데이터 통신을 한다.Meanwhile, the diabetes estimation method according to an embodiment of the present invention may be implemented in a computer system or recorded in a recording medium. The computer system may include at least one processor, a memory, a user input device, a data communication bus, a user output device, and storage. Each of the above-described components performs data communication through a data communication bus.
컴퓨터 시스템은 네트워크에 커플링된 네트워크 인터페이스를 더 포함할 수 있다. 프로세서는 중앙처리 장치(central processing unit (CPU))이거나, 혹은 메모리 및/또는 저장소에 저장된 명령어를 처리하는 반도체 장치일 수 있다. The computer system may further include a network interface coupled to the network. The processor may be a central processing unit (CPU) or a semiconductor device that processes instructions stored in a memory and/or storage.
메모리 및 저장소는 다양한 형태의 휘발성 혹은 비휘발성 저장매체를 포함할 수 있다. 예컨대, 메모리는 ROM 및 RAM을 포함할 수 있다.The memory and storage may include various types of volatile or non-volatile storage media. For example, memory may include ROM and RAM.
따라서, 본 발명의 실시예에 따른 당뇨 추정 방법은 컴퓨터에서 실행 가능한 방법으로 구현될 수 있다. 본 발명의 실시예에 따른 당뇨 추정 방법이 컴퓨터 장치에서 수행될 때, 컴퓨터로 판독 가능한 명령어들이 본 발명에 따른 당뇨 추정 방법을 수행할 수 있다.Accordingly, the diabetes estimation method according to an embodiment of the present invention may be implemented as a computer-executable method. When the method for estimating diabetes according to an embodiment of the present invention is performed in a computer device, computer readable instructions may perform the method for estimating diabetes according to the present invention.
한편, 상술한 본 발명에 따른 당뇨 추정 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래시 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터로 판독 가능한 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.On the other hand, the diabetes estimation method according to the present invention described above can be implemented as a computer-readable code on a computer-readable recording medium. The computer-readable recording medium includes any type of recording medium in which data that can be read by a computer system is stored. For example, there may be a read only memory (ROM), a random access memory (RAM), a magnetic tape, a magnetic disk, a flash memory, an optical data storage device, and the like. In addition, the computer-readable recording medium may be distributed in computer systems connected through a computer communication network, and stored and executed as readable codes in a distributed manner.
이제까지 본 발명의 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.So far, the embodiments of the present invention have been mainly looked at. Those of ordinary skill in the art to which the present invention pertains will understand that the present invention can be implemented in a modified form without departing from the essential characteristics of the present invention. Therefore, the disclosed embodiments are to be considered in an illustrative rather than a restrictive sense. The scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the scope equivalent thereto should be construed as being included in the present invention.
Claims (8)
상기 ECG 및 PPG를 이용하여 당뇨 환자 여부를 추정하는 프로그램이 저장된 메모리; 및
상기 프로그램을 실행시키는 프로세서를 포함하되,
상기 프로세서는 상기 ECG의 QT 인터벌과 상기 PPG의 미분 결과를 이용하여 당뇨 환자 여부를 추정하는 것
인 당뇨 추정 시스템.
an input unit for receiving ECG and PPG;
a memory storing a program for estimating whether a patient is diabetic using the ECG and PPG; and
A processor for executing the program,
The processor is to estimate whether the patient is diabetic using the QT interval of the ECG and the differential result of the PPG
Diabetes Estimation System.
상기 프로세서는 상기 QT 인터벌과 RR 인터벌의 비율이 기설정된 제1 조건을 만족하는 경우, 당뇨 환자인 것으로 추정하는 것
인 당뇨 추정 시스템.
According to claim 1,
When the ratio of the QT interval to the RR interval satisfies the first preset condition, the processor estimates that the patient is diabetic
Diabetes Estimation System.
상기 프로세서는 상기 QT 인터벌과 상기 PPG의 2차 미분 결과 중 상기 ECG의 Q 및 상기 ECG의 시작 간격에 해당하는 값의 비율이 기설정된 제2 조건을 만족하는 경우, 당뇨 환자인 것으로 추정하는 것
인 당뇨 추정 시스템.
According to claim 1,
If the ratio of the QT interval and the value corresponding to the ECG start interval among the results of the second differentiation of the QT interval and the PPG satisfies a preset second condition, the processor is estimating that the patient is diabetic
Diabetes Estimation System.
상기 제2 조건은 상기 QT 인터벌과 RR 인터벌의 비가 상기 ECG의 Q 및 상기 ECG의 시작 간격에 해당하는 값과 RR 인터벌의 비 이상인 경우, 만족되는 것
인 당뇨 추정 시스템.
4. The method of claim 3,
The second condition is satisfied when the ratio of the QT interval and the RR interval is equal to or greater than the ratio of the Q of the ECG and the value corresponding to the start interval of the ECG and the ratio of the RR interval
Diabetes Estimation System.
(b) 상기 ECG의 QT 인터벌 및 RR 인터벌을 이용하여 제1 기설정 조건이 만족되는지 확인하여 당뇨 환자 여부를 추정하는 단계; 및
(c) 상기 QT 인터벌, RR 인터벌 및 상기 PPG의 미분 결과를 이용하여 제2 기설정 조건이 만족되는지 확인하여 당뇨 환자 여부를 추정하는 단계
를 포함하는 당뇨 추정 방법.
(a) receiving ECG and PPG;
(b) estimating whether a diabetic patient is present by checking whether a first preset condition is satisfied using the QT interval and the RR interval of the ECG; and
(c) estimating whether a diabetic patient is present by checking whether a second preset condition is satisfied using the differential result of the QT interval, the RR interval, and the PPG
Diabetes estimation method comprising a.
상기 (b) 단계는 상기 QT 인터벌 및 상기 RR 인터벌의 비가 기설정 수치 이상인 경우, 당뇨 환자인 것으로 추정하는 것
인 당뇨 추정 방법.
6. The method of claim 5,
In the step (b), when the ratio of the QT interval and the RR interval is greater than or equal to a preset value, estimating that the patient is diabetic
A method of estimating phosphorus diabetes.
상기 (c) 단계는 상기 QT 인터벌과 상기 PPG의 2차 미분 결과 중 상기 ECG의 Q 및 상기 ECG의 시작 간격에 해당하는 값인 상기 PPG의 2차 미분 결과를 이용하는 것
인 당뇨 추정 방법.
6. The method of claim 5,
The step (c) is to use the second differentiation result of the PPG, which is a value corresponding to the Q of the ECG and the start interval of the ECG among the second differentiation results of the QT interval and the PPG.
A method of estimating phosphorus diabetes.
상기 (c) 단계는 상기 QT 인터벌과 RR 인터벌의 비가 상기 ECG의 Q 및 상기 ECG의 시작 간격에 해당하는 값과 RR 인터벌의 비 이상인 경우, 상기 제2 기설정 조건이 만족되는 것으로 확인하는 것
인 당뇨 추정 방법. 8. The method of claim 7,
In step (c), when the ratio of the QT interval and the RR interval is equal to or greater than the ratio of the Q of the ECG and the value corresponding to the start interval of the ECG and the ratio of the RR interval, it is confirmed that the second preset condition is satisfied
A method of estimating phosphorus diabetes.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190168674A KR102371699B1 (en) | 2019-12-17 | 2019-12-17 | System and method for estimating diabetes |
| PCT/KR2019/018022 WO2021125387A1 (en) | 2019-12-17 | 2019-12-18 | Diabetes estimation system and method therefor |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190168674A KR102371699B1 (en) | 2019-12-17 | 2019-12-17 | System and method for estimating diabetes |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210077246A true KR20210077246A (en) | 2021-06-25 |
| KR102371699B1 KR102371699B1 (en) | 2022-03-08 |
Family
ID=76477401
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190168674A KR102371699B1 (en) | 2019-12-17 | 2019-12-17 | System and method for estimating diabetes |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102371699B1 (en) |
| WO (1) | WO2021125387A1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004508419A (en) * | 2000-09-12 | 2004-03-18 | クリエイティヴ・ペプティドス・スウェーデン・アクチエボラーグ | Shortening QT interval of ECG |
| JP2004358022A (en) * | 2003-06-06 | 2004-12-24 | U-Medica Inc | Pulse wave analysis method, and autonomic nerve function evaluating method and autonomic nerve function evaluating device based on this analysis method |
| KR20100035884A (en) * | 2008-09-29 | 2010-04-07 | 주식회사 메디코아 | Cardiovascular autonomic nervous test system for diabetic neuropathy |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10055857A1 (en) * | 2000-11-10 | 2002-08-22 | Creative Peptides Sweden Ab Dj | New pharmaceutical depot formulation |
| KR20040052553A (en) * | 2004-03-25 | 2004-06-23 | 한상현 | Diabetic Screening System by using Accelerated Plethysmography and Current Perception Threshold Determination |
-
2019
- 2019-12-17 KR KR1020190168674A patent/KR102371699B1/en active IP Right Grant
- 2019-12-18 WO PCT/KR2019/018022 patent/WO2021125387A1/en active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004508419A (en) * | 2000-09-12 | 2004-03-18 | クリエイティヴ・ペプティドス・スウェーデン・アクチエボラーグ | Shortening QT interval of ECG |
| JP2004358022A (en) * | 2003-06-06 | 2004-12-24 | U-Medica Inc | Pulse wave analysis method, and autonomic nerve function evaluating method and autonomic nerve function evaluating device based on this analysis method |
| KR20100035884A (en) * | 2008-09-29 | 2010-04-07 | 주식회사 메디코아 | Cardiovascular autonomic nervous test system for diabetic neuropathy |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102371699B1 (en) | 2022-03-08 |
| WO2021125387A1 (en) | 2021-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sen et al. | Fractal analysis of heart rate variability as a predictor of mortality: A systematic review and meta-analysis | |
| Acharya et al. | Frequent atrial premature complexes and their association with risk of atrial fibrillation | |
| Stein et al. | Traditional and nonlinear heart rate variability are each independently associated with mortality after myocardial infarction | |
| Krowka et al. | Cardiac dysrhythmia following pneumonectomy: clinical correlates and prognostic significance | |
| Courtis et al. | Usefulness of coronary fractional flow reserve measurements in guiding clinical decisions in intermediate or equivocal left main coronary stenoses | |
| Werner et al. | Direct assessment of coronary steal and associated changes of collateral hemodynamics in chronic total coronary occlusions | |
| Aronson et al. | Effect of beta-blockade on heart rate variability in decompensated heart failure | |
| Poulsen et al. | Prognostic value of left ventricular diastolic function and association with heart rate variability after a first acute myocardial infarction | |
| Schuster et al. | Preponderance of acute proximal left anterior descending coronary arterial lesions in fatal myocardial infarction: a clinicopathologic study | |
| Burger et al. | Short-and long-term reproducibility of heart rate variability in patients with long-standing type I diabetes mellitus | |
| Leung et al. | Impairment of left atrial function predicts post-operative atrial fibrillation after coronary artery bypass graft surgery | |
| Kiuchi et al. | The addition of renal sympathetic denervation to pulmonary vein isolation reduces recurrence of paroxysmal atrial fibrillation in chronic kidney disease patients | |
| Entenmann et al. | Impact of different diagnostic criteria on the reported prevalence of junctional ectopic tachycardia after pediatric cardiac surgery | |
| Lindgren et al. | Heart rate turbulence after ventricular and atrial premature beats in subjects without structural heart disease | |
| Berry | Fractional flow reserve, coronary flow reserve and the index of microvascular resistance in clinical practice | |
| Marchandise et al. | Prediction of left atrial fibrosis and success of catheter ablation by speckle tracking echocardiography in patients imaged in persistent atrial fibrillation | |
| Yanagisawa et al. | Decrease in B‐type natriuretic peptide levels and successful catheter ablation for atrial fibrillation in patients with heart failure | |
| KR102371699B1 (en) | System and method for estimating diabetes | |
| Tada et al. | Significance and utility of plasma brain natriuretic peptide concentrations in patients with idiopathic ventricular arrhythmias | |
| Laitio et al. | Long-term alterations of heart rate dynamics after coronary artery bypass graft surgery | |
| Fukuta et al. | Prognostic value of nonlinear heart rate dynamics in hemodialysis patients with coronary artery disease | |
| Bolognese et al. | Early dobutamine echocardiography predicts improvement in regional and global left ventricular function after reperfused acute myocardial infarction without residual stenosis of the infarct-related artery | |
| Maagaard et al. | Cardiac arrhythmias and impaired heart rate variability in older patients with ventricular septal defects | |
| Schinkel et al. | Prognostic Implications of a Normal Stress Technetium-99m–Tetrofosmin Myocardial Perfusion Study in Patients With a Healed Myocardial Infarct and/or Previous Coronary Revascularization | |
| Hosokawa et al. | Maternal bradycardia occurring prior to onset of HELLP syndrome in a woman with pre-eclampsia |
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 |