KR20210079047A - 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법 - Google Patents

전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법 Download PDF

Info

Publication number
KR20210079047A
KR20210079047A KR1020190171120A KR20190171120A KR20210079047A KR 20210079047 A KR20210079047 A KR 20210079047A KR 1020190171120 A KR1020190171120 A KR 1020190171120A KR 20190171120 A KR20190171120 A KR 20190171120A KR 20210079047 A KR20210079047 A KR 20210079047A
Authority
KR
South Korea
Prior art keywords
signal
filtering
zero
value
weight function
Prior art date
Application number
KR1020190171120A
Other languages
English (en)
Inventor
이한성
한주만
서진우
최종민
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020190171120A priority Critical patent/KR20210079047A/ko
Priority to PCT/KR2020/017853 priority patent/WO2021125667A1/ko
Publication of KR20210079047A publication Critical patent/KR20210079047A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—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
    • 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
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

다양한 실시예에 따른 전자 장치는, 광 센서 모듈과, 메모리와 상기 광 센서 모듈 및 상기 메모리와 작동적으로 연결된 프로세서를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 광 센서 모듈로부터 원 데이터(raw data)를 획득하고, 상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하고, 상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하고, 상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하고, 상기 제1 값과 상기 제2 값을 포함한 구간 내에서 연결된 직선 라인을 계산하고, 상기 직선 라인보다 큰 값을 갖는 원 데이터 중 최대값을 갖는 제3 값을 피크 포인트로 검출하도록 하는 인스트럭션들을 저장할 수 있다.

Description

전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법{AN ELECTRONIC DEVICE AND METHOD OF DETECTING PEAK POINT OF AN OPTICAL SENSOR DATA IN THE SAME}
본 발명은 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법에 관한 것이다.
전자 장치는 생체 정보를 측정할 수 있는 광 센서를 탑재하여 사용자의 생체 정보와 관련된 서비스를 지원할 수 있다. 전자 장치는 사용자의 신체 부위로부터 발생된 신호로부터 피크 값을 검출하고, 이를 기반으로 다양한 특징(feature)들을 추출함으로써 생체 특성을 판단할 수 있다. 일반적으로 사용자의 신체 부위로부터 발생된 생체 신호는 AC(교류) 성분과 DC(직류) 성분을 포함할 수 있다. AC 성분은 심박 신호에 의해 변화되는 정보를 나타내며, DC 성분은 호흡이나 혈관의 상태, 혈압 등에 의해 변화되는 정보를 나타낸다.
생체 정보를 해석하기 위해서는 생체로부터 발생된 신호 또는 데이터로부터 정확한 피크 포인트(피크값)을 찾는 것이 중요하다. 그러나, AC 성분과 DC 성분이 포함된 원 데이터(raw data: 미가공 데이터)에서 피크 포인트를 검출하는 것은 DC 성분 변화의 다양성으로 인해 정확한 피크 포인트를 검출하기가 어려울 수 있다.
일반적으로 전자 장치는 원 데이터로부터 피크 포인트를 검출하지 않는 간접적인 검출 예를 들어, 원 데이터에서 DC 성분을 추정하여 이를 제거한 후 피크 포인트를 검출하는 방식으로 수행하고 있다. 그러나, 간접적인 피크 검출 방식은 사용자의 움직임 또는 측정 환경의 불규칙성으로 인해 발생하는 노이즈와 같은 다양한 DC 성분 변화를 반영하여 DC 성분을 정확하게 제거하기 어렵다. 또한, 간접적인 피크 포인트 검출 방식은 DC 성분을 제거하고 이를 필터링 한 후 피크를 검출하는데 이 과정에서 실제 피크와 검출된 피크 간에 시간 차가 발생되어 피크 포인트 검출의 정확성이 저하되고 있다.
다양한 실시예에 따르면, 전자 장치가 광 센서로부터 측정된 원 데이터로부터 피크 포인트를 안정적으로 검출하기 위한 방안을 제공할 수 있다. 다양한 실시예에 따르면, 전자 장치가 광 센서로부터 측정된 원 데이터로부터 반 실시간으로 피크 포인트를 검출하기 위한 방안을 제공할 수 있다.
다양한 실시예에 따른 전자 장치는, 광 센서 모듈과, 메모리 및 광센서 모듈 및 상기 메모리와 작동적으로 연결된 프로세서를 포함하고, 상기 메모리는 실행 시에 상기 프로세서가 상기 광 센서 모듈로부터 원 데이터(raw data)를 획득하고, 상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하고, 상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하고, 상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하고, 상기 제1 값과 상기 제2 값을 포함 한 구간 내에서 연결된 직선 라인을 계산하고, 상기 직선라인 보다 큰 값을 갖는 원 데이터 중 상기 직선 라인과의 수직 거리가 최대값을 갖는 제3 값을 피크 포인트로 검출하도록 설정될 수 있다.
다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법은, 광 센서로부터 생체 측정에 대한 원 데이터(raw data)를 획득하는 동작과 상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하는 동작과 상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하는 동작과, 상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하는 동작과, 상기 제1 값과 상기 제2 값을 포함한 구간 내에서 연결된 직선 라인을 계산하고, 상기 직선 라인보다 큰 값을 갖는 원 데이터 중 상기 직선 라인과의 수직 거리가 최대값을 갖는 제3 값을 피크 포인트로 검출하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 전자 장치에서 광 센서로부터 측정된 원 데이터(raw data)에 영위상 필터링 처리하여 AC 성분의 피크 포인트를 검출함으로써, 검출 정확성을 향상시킬 수 있다. 다양한 실시예에 따르면, 원 데이터에 포함된 생체 신호로부터 피크 발생 시점, 진폭, 심박 주기와 같은 생체 특징을 보다 정확하게 추정하여 심박, 스트레스, 호흡, 산호 포화도, 수면 무호흡과 같은 다양한 생체 정보의 추정 정확도를 크게 향상시킬 수 있다.
다양한 실시예에 따르면, 전자 장치에서 영위상 필터링을 반 실시간으로 처리함으로써 모바일 장치, 웨이러블 장치에 구현할 수 있으며, 광 센서 또는 생체 센서를 활용하는 다양한 어플리케이션에서 영 위상 필터링 처리를 활용할 수 있다.
도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예에 따른 광 센서 모듈을 포함하는 전자 장치의 구성을 도시한다.
도 3a는 다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법을 나타내는 흐름도이다.
도 3b는 다양한 실시예에 따른 피크 포인트를 검출하기 위해 활용되는 생체 신호들을 나타낸다.
도 4a는 다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법을 나타내는 흐름도이다.
도 4b는 다양한 실시예에 따른 피크 포인트를 검출하기 위해 활용되는 생체 신호들을 나타낸다.
도 5는 다양한 실시예에 따른 영 위상 필터의 동작을 설명하기 위해 생성된 신호들을 도시한다.
도 6a는 다양한 실시예에 따른 영위상 필터를 반 실시간으로 구현하기 위한 방법을 나타내는 흐름도이다.
도 6b는 도 6a를 도식화한 일 예를 나타낸다.
도 7은 다양한 실시예에 따른 필터링 처리에 활용되는 가중치 함수의 예들을 나타낸다.
도 8은 다양한 실시예에 따른 전자 장치에서 피크 포인트를 검출하기 위한 생체 신호와 가중치 함수의 상관관계를 나타낸다.
도 9는 다양한 실시예에 따라 전자 장치에서 광 센서 데이터의 전체 시간 구간에 대해 후처리로 얻은 영위상 필터링 결과와 반 실시간 영위상 필터링 결과를 나타낸다.
도 10은 다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 비 정상 패턴 신호를 제거하기 위한 방법을 나타내는 흐름도이다.
도 11은 다양한 실시예에 따른 비정상 패턴이 포함된 생체 신호들을 나타낸다.
도 12는 다양한 실시예에 따라 PPG 원 데이터의 AC 및 DC성분에 오차가 작은 경우, 제안된 방법 및 기존의 방법의 피크 검출 성능을 비교한 데이터를 나타낸다.
도 13은 다양한 실시예에 따라 PPG 원 데이터의 DC성분이 일정 구간에서 크게 증가하는 경우, 제안된 방법 및 기존의 방법의 피크 검출 성능을 비교한 데이터를 나타낸다.
도 14는 다양한 실시예에 따라 PPG 원 데이터의 DC성분이 호흡 주기에 따라 증가 및 감소를 반복하는 경우, 제안된 방법 및 기존의 방법의 피크 검출 성능을 비교한 데이터를 나타낸다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
본 문서에 개시된 다양한 실시 예들에 따른 전자 장치(101)는 다양한 형태의 장치가 될 수 있다. 전자 장치(101)는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치(wearable device), 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치(101)는 전술한 기기들에 한정되지 않는다.
도 1은 다양한 실시 예들에 따른 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 장치(150), 음향 출력 장치(155), 표시 장치(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(101)에는, 이 구성 요소들 중 적어도 하나(예: 표시 장치(160) 또는 카메라 모듈(180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성 요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(160)(예: 디스플레이)에 임베디드(embedded)된 채 구현될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성 요소(예: 하드웨어 또는 소프트웨어 구성 요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성 요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(volatile memory)(132)에 로드(load)하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(non-volatile memory)(134)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치(CPU, central processing unit) 또는 어플리케이션 프로세서(AP, application processor)), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치(GPU, graphic processing unit), 이미지 시그널 프로세서(ISP, image signal processor), 센서 허브 프로세서(sensor hub processor), 또는 커뮤니케이션 프로세서(CP, communication processor))를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(inactive)(예: 슬립(sleep)) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(active)(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성 요소들 중 적어도 하나의 구성 요소(예: 표시 장치(160), 센서 모듈(176), 또는 통신 모듈(190))과 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성 요소(예: 프로세서(120) 또는 센서모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(OS, operating system)(142), 미들 웨어(middleware)(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 장치(150)는, 전자 장치(101)의 구성 요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(150)는, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜) 등을 포함할 수 있다.
음향 출력 장치(155)는 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(155)는, 예를 들면, 스피커(speaker) 또는 리시버(receiver)를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(160)는 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(160)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 표시 장치(160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서(pressure sensor))를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(170)은, 입력 장치(150)를 통해 소리를 획득하거나, 음향 출력 장치(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서(gesture sensor), 자이로 센서(gyro sensor), 기압 센서(barometer sensor), 마그네틱 센서(magnetic sensor), 가속도 센서(acceleration sensor), 그립 센서(grip sensor), 근접 센서(proximity sensor), 컬러 센서(color sensor)(예: RGB(red, green, blue) 센서), IR(infrared) 센서, 생체 센서(biometric sensor), 온도 센서(temperature sensor), 습도 센서(humidity sensor), 또는 조도 센서(illuminance sensor) 등을 포함할 수 있다.
인터페이스(177)는 전자 장치(101)의 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜(protocol)들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD(secure digital) 카드 인터페이스, 또는 오디오 인터페이스 등을 포함할 수 있다.
연결 단자(connection terminal)(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터) 등을 포함할 수 있다.
햅틱 모듈(haptic module)(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터(motor), 압전 소자(piezoelectric element), 또는 전기 자극 장치(electrical stimulation device) 등을 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지(fuel cell)를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, Wi-Fi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN(wide area network))와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다.
무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI, international mobile subscriber identity))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 및 인증할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 복수의 안테나들을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC)가 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
상기 구성 요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고, 신호(예: 명령 또는 데이터)를 상호 간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104) 간에 송신 또는 수신될 수 있다. 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다.
일 실시 예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(102, 104 또는 108) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들(102, 104)에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들(102, 104)은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅(cloud computing), 분산 컴퓨팅(distributed computing), 또는 클라이언트-서버 컴퓨팅(client-server computing) 기술이 이용될 수 있다.
다양한 실시 예에 따른 전자 장치(101)는 광 센서 모듈(또는 장치)을 포함할 수 있다.
도 2는 다양한 실시예에 따른 센서 모듈을 포함하는 전자 장치의 구성을 도시한다.
도 2를 참조하면, 일 실시예에 따른 전자 장치(101)는, 광 센서 모듈(210)(예: 도 1의 센서 모듈(176)), 프로세서(220) 및 메모리(230)를 포함할 수 있다. 광 센서 모듈(210)은 전자 장치(101) 내부에 실장되며, 그 일부(예를 들어, 발광부(211) 및 수광부(212))가 전자 장치(101)의 하우징(또는 커버 글라스)을 통해 외부로 노출되도록 배치될 수 있다. 전자 장치(101)가 웨어러블(wearable) 장치일 경우, 전자 장치(101)의 후면(예: 사용자가 착용 시 사용자의 신체에 접촉하는 면)에 광 센서 모듈(210)이 노출될 수 있다.
일 실시예에 따르면, 광 센서 모듈(210)은 전기적 신호를 광으로 변환하여 외부 객체(예: 생체)에 출력하거나 또는 외부 객체로부터 반사된 반사광을 수신하여 전기적 신호로 변환할 수 있다. 예를 들어, 광 센서 모듈(210)은 생체 센서, PPG(photoplethysmography) 센서 일 수 있으나, 이에 한정하는 것은 아니다. 광 센서 모듈(210)은, 심박, 혈압(blood pressure), 심박수, 혈액 내 산소포화도, 혈관 탄성도, 혈류 속도, 혈당, 동맥 경화도 중 적어도 하나의 생체 정보가 포함된 신호를 획득할 수 있다.
일 실시예에 따르면, 광 센서 모듈(210)은, 발광부(211), 수광부(212), A/D 컨버터(213) 및 컨트롤러(214)를 포함할 수 있다.
일 실시예에 따르면, 발광부(211)는 발광 다이오드(LED: light emitting diode), 반도체 레이저(LD: laser diode), 고체 레이저(solid laser), IR(infrared) 다이오드 중 하나를 포함할 수 있다. 발광 다이오드는 레드 LED, 그린 LED, 블루 LED 및 화이트 LED 중 적어도 일부를 포함할 수 있다. 일 예를 들어, 발광부(211)는 생체 신호를 측정하기 위해 다양한 파장대 또는 색상을 발광하는 발광 소자를 포함할 수 있다. 발광부(211)의 전원은 외부 전원(예; 배터리) 또는 컨트롤러(214)에 의해 제공받을 수 있으며 제공받은 전원의 주기에 따라 발광부(211)가 온/오프될 수 있다. 컨트롤러(214)는 발광 타이밍을 제어할 수 있다.
일 실시예에 따르면, 수광부(212)는 포토 다이오드(PD: Photo Diode), 아발란체 포토 다이오드(APD: Avalanche Photo Diode), 포토 트랜지스터 중 하나를 포함할 수 있다. 수광부(212)는 발광부(211)에 의해 발광된 광의 반사광 또는 입사되는 광을 수신할 수 있다. 일 실시예에 따르면, 수광부(212)는 발광부(211)의 파장 특성에 따라 감응(예컨대, 파장에 따른 이득)이 일치하는 소자로 구현될 수 있다.
일 실시예에 따르면, 수광부(212)는 임피던스 증폭기(미도시)를 포함할 수 있다. 임피던스 증폭기는 수광부(212)로부터 전달된 광 전류를 증폭시키거나 감쇠시켜 수신광의 전기적 신호를 A/D 컨버터(213)로 전달할 수 있다. 컨트롤러(214)는 임피던스 증폭기를 제어하여 수신광의 출력 게인(gain)을 조절할 수 있다.
일 실시예에 따르면, A/D 컨버터(213)(analog digital converter, ADC)는 아날로그 신호를 디지털 신호로 변환시킬 수 있다. A/D 컨버터(213)는 수광부(212) (또는 임피던스 증폭기)로부터 출력된 신호를 디지털 신호로 변환하여 컨트롤러(214) 및 프로세서(220)로 전달할 수 있다.
일 실시예에 따르면, 컨트롤러(214)는 발광부(211), 수광부(212) 및 A/D 컨버터(213)의 동작을 제어할 수 있다. 컨트롤러(214)는 발광부(211)(예: 발광 소자)에 인가되는 전류량을 제어할 수 있다. 일 예를 들어, 컨트롤러(214)는 발광부(211)를 구동하기 위한 구동 회로(미도시) 또는 전원 공급 회로(미도시)를 통해 전류량을 제어하고 발광부(211)의 턴온/오프를 제어할 수 있다.
일 실시예에 따르면, 컨트롤러(214)는 수광 신호의 DC 레벨을 판단할 수 있다. 컨트롤러(214)는 수광부(212)로 수광 신호가 기 설정된 DC 레벨 범주에 포함될 수 있도록 출력 이득(gain)을 조절할 수 있다. 예를 들어, 컨트롤러(214)는 임피던스 증폭기를 통해 수광 신호를 증폭하거나 감쇠시킬 수 있다. 컨트롤러(214)는 발광부(211)의 전류량을 조절하거나 수광부(212)의 출력 이득을 조절하여 측정 신호의 크기를 제어할 수 있다.
일 실시예에 따르면, 프로세서(220)는 광 센서 모듈(210)로부터 광 측정 신호(예: 생체 신호)를 수신할 수 있다. 프로세서(220)는 A/D 컨버터(213)로부터 생체 신호에 대응하는 원 데이터(raw data)를 수신할 수 있다. 원 데이터는 AC 성분 및 DC 성분을 포함할 수 있다.
일 실시예에 따르면, 프로세서(220)는 원 데이터에 영 위상 필터링 처리하여 피크 포인트를 검출하고 피크 포인트를 기반으로 생체 신호를 분석할 수 있다. 예를 들어, 생체 신호가 심전도 신호인 경우, 심전도 신호로부터 검출된 피크 포인트는 대상자(예: 피검자)의 심장 운동에 따른 심박수를 분석하는데 이용될 수 있다. 심박 신호는 AC 성분에 포함되어 있으며, DC성분에는 맥파 이외의 생체 신호를 포함할 수 있다.
일 실시예에 따르면, 프로세서(220)는 원 데이터에 대해 반 실시간으로 영 위상 필터링 처리하여 필터링 신호를 획득하여 피크 포인트를 검출할 수 있다.
일 실시예에 따르면, 메모리(230)는 DRAM(dynamic random access memory), SRAM(static random access memory), SDRAM(synchronized dynamic random access memory), DDR2(double data rate 2) RAM 또는 RDRAM(rambus dynamic random access memory) 또는 다른 유형의 메모리 중 적어도 하나를 포함할 수 있다.
메모리(230)는, 예를 들어, 소프트웨어(예: 프로그램(도 1의 프로그램(140)), 소프트웨어와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 적어도 일시적으로 저장할 수 있다. 일 실시예에 따르면, 프로그램은 전자 장치(101)의 하나 이상의 리소스들을 제어하기 위한 운영 체제, 미들웨어 및 어플리케이션 중 적어도 하나를 포함할 수 있다. 일 실시에에 따르면, 메모리(230)는 센서 데이터의 피크 포인트를 검출하기 위한 프로세서(220)의 동작을 지시하는 인스트럭션들을 저장할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101))는 광 센서 모듈(예: 도 2의 광 센서 모듈(210)), 메모리(예: 도 1의 메모리(130) 및 도 2의 메모리(230)) 및 상기 광 센서 모듈 및 상기 메모리와 작동적으로 연결된 프로세서(예: 도 1의 프로세서(120) 및 도 2의 프로세서(220))를 포함하고, 상기 메모리는, 실행 시에, 상기 프로세서가, 상기 광 센서 모듈로부터 원 데이터(raw data)를 획득하고, 상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하고, 상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하고, 상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하고, 상기 제1 값과 상기 제2 값을 포함한 구간 내에서 연결된 직선 라인을 계산하고, 상기 직선 라인보다 큰 값을 갖는 원 데이터 중 최대값을 갖는 제3 값을 피크 포인트로 검출하도록 하는 인스트럭션들을 저장할 수 있다.
일 실시예에 따르면, 상기 메모리는, 상기 프로세서가, 상기 필터링 신호의 부호가 마이너스값에서 플러스값으로 변경되는 상승 포인트를 상기 제1 시점으로 지정하고 다음 상승 포인트를 상기 제2 시점으로 지정하거나, 상기 필터링 신호의 부호가 플러스값에서 마이너스값으로 변경되는 하강 포인트를 상기 제1 시점으로 지정하고 다음 하강 포인트를 상기 제2 시점으로 지정하도록 하는 인스트럭션들을 더 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는, 상기 프로세서가, 상기 원 데이터를 기반으로 현재 광 센서 신호와 이전 광 센서 신호와의 차이를 나타내는 차분 데이터를 획득하고, 상기 차분 데이터에 대해 상기 영 위상 필터링 처리하여 상기 필터링 신호를 획득하도록 하는 인스트럭션들을 더 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는, 상기 프로세서가, 상기 광 센서 모듈로부터 획득된 광 센서 신호의 전체 구간에 대해 상기 영 위상 필터링 처리하여 상기 피크 포인트를 검출하도록 하는 인스트럭션들을 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는 상기 프로세서가, 상기 차분 데이터의 전체 구간에 대해 상기 영 위상 필터링 처리하여 상기 피크 포인트를 검출하도록 하는 인스트럭션들을 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는 상기 프로세서가, 상기 광 센서 모듈로부터 설정된 길이만큼 광 센서 신호가 수신된 후, 상기 수신된 길이의 광 센서 신호를 일정 길이를 갖는 기준 단위로 구분하고, 상기 기준 단위가 1번씩 중복되도록 상기 기준 단위에 2배수를 곱한 분할 구간(section)으로 상기 광 센서 신호를 분할하고, 상기 분할된 신호 각각에 대해 영 위상 필터링 처리하고, 상기 영 위상 필터링 처리된 신호에 각 분할 구간에 대응하는 가중치 함수를 적용하여 각 분할 구간의 그래프들을 획득하고, 상기 각 분할 구간 마다 획득한 그래프들의 합산하여 중복된 기준 단위에 대응하는 출력 신호를 획득하도록 하는 인스트럭션들을 더 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는 상기 프로세서가, 상기 중복된 기준 단위 별로 획득한 상기 출력 신호를 통합하여 상기 필터링 신호를 획득하고, 상기 필터링 신호를 기반으로 상기 피크 포인트를 검출하도록 하는 인스트럭션들을 더 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는 상기 프로세서가, 시간 T를 기준으로 이전 시간(T-n)에 대한 기준 단위로 지정한 경우, T와 T-2*n 구간에 대응하는 제1 분할 구간 신호, T-n 과 T-3* n 구간에 대응하는 제2 분할 구간 신호에 대해 각각 영 위상 필터링 처리하여 T-n 및 T-2*n의 중복 구간에 대응하는 출력 신호를 획득하고, 상기 중복 구간에 대한 상기 출력 신호를 통합하여 상기 필터링 신호를 획득하도록 하는 인스트럭션들을 포함할 수 있다.
일 실시예에 따르면, 상기 메모리는, 상기 프로세서가, 상기 제1 분할 구간 신호에 대응하는 제1 가중치 함수를 지정하고, 상기 제1 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제1 가중치 함수를 곱하여 제1그래프를 획득하고, 상기 제2 분할 구간 신호에 대응하는 제2 가중치 함수를 지정하고 상기 제2 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제2 가중치 함수를 곱하여 제2 그래프를 획득하고 상기 제1 그래프와 상기 제2 그래프를 합산하여 상기 출력 신호를 획득하도록 하는 인스트럭션들을 더 포함할 수 있다.
일 실시예에 따르면, 상기 제1 가중치 함수와 상기 제2 가중치 함수는, 상기 제1 가중치 함수와 제2 가중치 함수를 합산한 값이 1인 조건 및 상기 제1 가중치 함수와 상기 제2 가중치 함수가 일치되는 조건을 만족하도록 지정될 수 있다.
일 실시예에 따르면, 상기 제1 가중치 함수와 상기 제2 가중치 함수는, T-n 및 T-2*n 영역에서의 제1 가중치 함수 형태와 제2 가중치 함수 형태는 중심선을 기점으로 서로 대칭이 되는 조건 및 T 및 T-n 의 영역에서의 제1 가중치 함수 형태와 T-3* n 및 T-2*n 영역에서의 제2 가중치 함수 형태가 서로 대칭이 되는 조건을 만족하도록 지정될 수 있다.
일 실시예에 따르면, 상기 원 데이터는 생체 측정 신호를 포함할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 광 센서 모듈(210) 및 프로세서 (220) 이외에 통신부, 입력부 및 표시부를 더 포함할 수 있으며, 구체적인 설명은 생략하기로 한다. 이하, 다양한 실시예에 따른 전자 장치(101)에서 원 데이터를 기반으로 피크 포인트를 검출하는 방법을 설명하기로 한다.
도 3a는 다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법을 나타내는 흐름도이며, 도 3b는 다양한 실시예에 따른 피크 포인트를 검출하기 위해 활용되는 생체 신호들을 나타낸다.
도 3a 및 도 3b 를 참조하면, 일 실시예에 따르면, 전자 장치(101)의 프로세서(예: 도 2의 프로세서(220))는 310 동작에서, 광 센서 모듈(예: 도 2의 광 센서 모듈(210))로부터 생체 신호에 대한 원 데이터(raw data)를 수신할 수 있다. 원 데이터는 AC 성분 및 DC 성분을 포함할 수 있다. 이하, AC 성분을 나타내는 신호를 AC 신호로 지칭하고 DC 성분을 나타내는 신호를 DC 신호로 지칭할 수 있다. 광 센서 모듈(210)에서 측정된 생체 신호는 시계열 형태의 연속된 아날로그 신호일 수 있다. 원 데이터는 A/D 컨버터(예: 도 2의 A/D 컨버터(213))에 의해 변환된 디지털 신호일 수 있다. 프로세서(220)는 시계열 형태의 아날로그 신호가 디지털값으로 변환된 원 데이터를 수신할 수 있다.
일 예를 들어, 프로세서(220)는 생체 측정 결과, 도 3b의 [3001]와 같이 생체 신호의 원 데이터(311)를 획득할 수 있다. 도 3b의 도면들은 설명의 편의를 위하여 도식화하였을 뿐, 이에 한정하는 것은 아니다.
320 동작에서 프로세서(220)는, 원 데이터(311)에 대해 영 위상(zero-phase) 필터링 처리할 수 있다. 프로세서(220)는 원 데이터(311)의 전체 구간에 대해 영 위상 필터링 처리(예: 후처리)하거나 원 데이터(311)를 일정 구간 별로 구분하고, 일정 구간 별로 영 위상 필터링 처리(예: 반 실시간처리)하여 필터링 신호를 획득할 수 있다. 일 실시예에 따르면, 프로세서(220)는 순방향으로 원 데이터를 입력 처리하고 순방향 출력 결과를 다시 역방향으로 입력 처리된 출력 결과를 반영하여 필터링 신호를 획득할 수 도 있다.
일 실시예에 따르면, 프로세서(220)는 영 위상 필터를 이용하여 생체 신호에 대한 원 데이터를 필터링 처리할 수 있다. 영 위상 필터는 필터링 후 모든 통과 대역에서 입력 신호의 위상 변화가 없이 진폭 스펙트럼만을 변화시키는 필터를 포함할 수 있다. 일 실시예에 따르면, 프로세서(220)는 영 위상 필터링 기능을 수행할 수 있는 다양한 필터(또는 함수)가 적용될 수도 있다. 영 위상 필터링은 물리적 필터 또는 디지털 필터 함수로 구현될 수 있다.
330 동작에서, 프로세서(220)는, 필터링 신호의 제로 크로싱 포인트(zero crossing point)를 기반으로 신호 주기에 대한 제1 시점 (예: 시작점 시간 Ts)과 제2 시점(예: 종료점 시간Te)를 확인할 수 있다. 제로 크로싱 포인트는 필터링 신호의 부호가 변경되는 시점 예를 들어, 필터링 신호의 부호가 (-)에서 (+)로 변하거나, (+)에서 (-_)로 변하는 시점일 수 있다. 필터링 신호의 부호가 (-)에서 (+)로 변하는 시점을 상승 포인트로 정의하고 필터링 신호의 부호가 (+)에서 (-)로 변하는 시점을 하강 포인트로 정의할 수 있다.
일 실시예에 따르면, 프로세서(220)는 상승 포인트에서 다음 상승 포인트 까지를 하나의 신호 주기(예: 1 cycle)로 판단하거나, 하강 포인트에서 다음 하강 포인트 까지를 하나의 신호 주기로 판단할 수 있다. 예컨대, 프로세서(220)는 이웃하는 제로 크로싱 포인트들의 시간 차이를 산출하고, 이를 신호 주기로 결정할 수 있다.
일 실시예에 따르면, 프로세서(220)는 생체 신호의 특징을 추출하기 위한 피크 포인트 검출 시 상승 포인트와 상승 포인트를 기반으로 신호 주기를 결정할 수 있으나, 이에 한정하는 것은 아니며, 하강 포인트를 기반으로 신호 주기를 결정할 수도 있다. 일 예를 들어, 도 3b의 [3002]는 원 데이터(311)에 대해 영 위상 필터링 처리된 필터링 신호(321)를 나타낸다. 프로세서(220)는 신호 부호 변경 지점(예: 제로 크로싱 포인트)을 기반으로 상승 포인트들(327a, 327b, 327c)을 확인할 수 있다. 프로세서(220)는 시간 지표(time index)에 따라 필터링 신호(321)가 첫번째 (-)에서 (+)로 변하는 시점(327a)에서 다음 (-)에서 (+)가 검출되는 시점(327b)까지를 한 주기(1 cycle)라고 판단할 수 있다. 프로세서(220)는 첫번째 상승 포인트(327a)가 검출된 시간을 한 주기의 시작점 시간 Ts로 지정하고, 두번째 상승 포인트가 검출된 시간을 한 주기의 종료점 시간 Te로 지정할 수 있다.
340 동작에서, 프로세서(220)는 Ts에 대응하는 원 데이터(311)의 제1 값(예: P1값)과 Te에 대응하는 원 데이터(311)의 제2 값(예: P2값)을 확인하고, 350동작에서, 프로세서(220)는 원 데이터(311)의 P1값과 P2값을 포함하는 구간의 직선 라인 데이터를 계산할 수 있다.
일 예를 들어, 도 3b의 [3002] 및 [3003]을 참조하면, 필터링 신호(321)의 시작점 시간 Ts에서 측정된 원 데이터(311)는 P1값이며, 종료점 시간Te에서 측정된 원 데이터(311)는 P2값인 것을 확인할 수 있다. 프로세서(220)는 원 데이터(311)의P1값과 P2값을 포함하며, P1값과 P2값이 연결된 구간의 직선 라인 (331)을 계산할 수 있다. 예를 들어, 직선 라인(331)은 DC 성분 추정값으로 이해될 수 있다.
일 실시예에 따르면, 프로세서(220)는 수학식 1과 같은 직선 방정식을 이용하여 원 데이터의 P1값과 P2값을 포함하는 구간 내에서 연결된 직선 라인(331)을 계산할 수 있다.
[수학식 1]
(P2-P1)*x-(Te-Ts)*y+Te*P1-Ts*P2=0
여기서, x는 시간축의 시간 지표이며, y는 원 데이터의 값일 수 있다.
360 동작에서, 프로세서(220)는 직선 라인(331)보다 큰 값을 가지는 원 데이터(311) 중 직선 라인과의 수직 거리가 최대값(dmax)을 갖는 P3값을 피크 포인트(peak point)로 검출할 수 있다. 여기서, P3 값은 Ts 와 Te 구간(예: 1주기) 내에서 직선 라인보다 큰 값을 가진 원 데이터 중 하나일 수 있다. 프로세서(220)는 각 주기 마다 피크 포인트를 검출할 수 있다.
일 실시예에 따르면, 프로세서(220)는 수학식 2와 같은 수식을 이용하여 직선 라인(331)과 원 데이터(311) 사이의 수직 거리를 계산할 수 있다.
[수학식 2]
수직 거리= |ax+by+c|/sqrt(a^2+b^2)
여기서, a=P2-P1이고, b=Ts-Te, c=Te*P1-Ts*P2일 수 있다.
일 실시예에 따르면, 프로세서(220)는 각 신호 주기 별로 피크 포인트를 검출하고 피크 포인트를 분석하여 생체 특징(예: 심박수)을 분석할 수 있다.
도 4a는 다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법을 나타내는 흐름도이며, 도 4b는 다양한 실시예에 따른 피크 포인트를 검출하기 위해 활용되는 생체 신호들을 나타낸다.
도 4a 및 도 4b를 참조하면, 일 실시예에 따른 전자 장치(101)의 프로세서(예: 도 2의 프로세서(220))는 410 동작에서, 광 센서 모듈(예: 도 2의 광 센서 모듈(210))로부터 측정된 생체 신호에 대한 원 데이터(Raw data)를 수신할 수 있다. 원 데이터는 AC 성분 및 DC 성분을 포함할 수 있다.
일 예를 들어, 프로세서(220)는 생체 측정 결과, 도 4b의 [4001]와 같이 생체 신호의 원 데이터(411)를 획득할 수 있다.
420 동작에서, 프로세서(220)는 원 데이터들 간 차분 데이터를 획득할 수 있다. 프로세서(220)는 현재 데이터와 바로 이전 데이터의 차이를 나타내는 차분 데이터를 획득할 수 있다. 예를 들어, 프로세서(220)는 일정 주기를 기반으로 생체 신호가 측정된 경우, N time의 원 데이터(현재 데이터)에서 N-1 time의 원 데이터(바로 이전 데이터)를 뺀 차분 데이터를 획득할 수 있다.
430 동작에서, 프로세서(220)는, 차분 데이터에 대해 영 위상(zero-phase) 필터링 처리할 수 있다. 프로세서(220)는 차분 데이터의 전체 구간에 대해 영 위상 필터링 처리(예: 후처리)하거나 차분 데이터를 일정 구간 별로 구분하고, 일정 구간 별로 영 위상 필터링 처리(예: 반 실시간 처리)하여 필터링 신호를 획득할 수 있다. 일 실시예에 따르면, 프로세서(220)는 영 위상 필터를 이용하여 생체 신호에 대한 원 데이터를 필터링 처리할 수 있다.
일 예를 들어, 도 4b의 [4002]는 원 데이터(411)에 대해 차분 데이터와 영 위상 필터링 처리한 결과를 나타낸다 프로세서(220)는 원 데이터(411)를 차분한 차분 데이터(421)를 획득하고 차분 데이터(421)에 대해 영 위상 필터링 처리된 필터링 신호(425)를 획득할 수 있다.
일 실시예에 따르면, 차분 데이터(421)는 원 데이터(411)에서 DC 성분 제거 오차를 최소화한 신호로 이해될 수 있다. 예컨대, 생체 신호에서 심박에 의한 AC 성분의 주기는 심박의 차분값에 의한 신호의 주기와 유사할 수 있다. 심장의 경우 수축과 팽창을 반복하며, 혈관을 통해 혈액이 공급된다. 이때, 심장의 수축과 팽창에 의해 혈관 역시 팽창되거나 수축될 수 있다. 도 4b의 [4002]에 도시된 차분 데이터(421)를 보면, 혈관이 급속하게 팽창되어 반사광이 급격히 줄어들어 생체 신호가 급격하게 변화되는 시점을 확인할 수 있다. 차분 데이터(421)는AC 성분을 나타내는 혈관의 팽창 및 수축 시점 시 반사되는 광량의 급격한 변화를 관찰할 수 있다. 이에 따라 차분 데이터(421)는 혈관의 팽창 및 수축을 AC신호로 잘 표현할 뿐만 아니라 원 데이터(411)에서 DC 성분을 자연스럽게 제거할 수 있는 효과를 제공할 수 있다.
일 실시예에 따르면, 프로세서(220)는 원 데이터(411)를 기반으로 심박의 주기적인 구간을 확인할 수 있으나, 원 데이터(411)에서 차분 데이터(421)를 획득하고 차분 데이터(421)에서 심박의 주기적인 구간을 확인할 수 도 있다.
440 동작에서, 프로세서(220)는, 제로 크로싱의 상승 포인트를 기반으로 하나의 신호 주기(1 cycle)에 대한 제1 시점(예 시작점 시간 Ts)과 제2 시점(예: 종료점 시간 Te)를 확인할 수 있다. 여기서, 신호 주기는 심박 주기일 수 있다.
일 예를 들어, 도 4b의 [4002]에 도시된 바와 같이 프로세서(220)는 첫번째 상승 포인트가 검출된 시점(427a)의 시간을 하나의 신호 주기에 대한 시작점 시간 Ts로 지정하고, 두번째 상승 포인트가 검출된 시점(427b)의 시간을 종료점 시간 Te로 지정할 수 있다.
450 동작에서, 프로세서(220)는 Ts에 대응하는 원 데이터(411)의 제1 값(예: P1값)과 Te에 대응하는 원 데이터(411)의 제2 값(예: P2값)을 확인하고, 460 동작에서 프로세서(220)는 원 데이터(411)의P1값과 P2값을 잇는 직선 라인(431)을 계산할 수 있다. 예를 들어 도 4b의 [4003]에서 도시된 바와 같이, 프로세서(220)는 시작점 시간Ts에서 측정된 원 데이터(411)는 P1값이며, 종료점 시간Te에서 측정된 원 데이터(411)는 P2값인 것을 확인할 수 있다.
470 동작에서, 프로세서(220)는 직선 라인(431) 보다 큰 값을 갖는 원 데이터(411) 중 직선 라인(431)과의 수직 거리가 최대값(dmax)을 갖P3값을 피크 포인트(peak point)로 검출할 수 있다. 직선 라인(431) 및 수직 거리는 도 3a에서 설명하였으므로 구체적인 내용은 생략하기로 한다.
도 4b의 [4003]에서 도시된 바와 같이, 프로세서(220)는 직선 라인(431)보다 큰 값을 갖는 원 데이터(411) 중 직선 라인(431)과의 수직 거리가 최대값(dmax)을 갖는 P3값을 피크 포인트(peak point)로 검출할 수 있다. 프로세서(220)는 각 신호 주기(예: 심박 주기)에 따라 피크 포인트를 검출하고 피크 포인트를 분석하여 심박수를 분석할 수 있다.
일 실시예에 따르면, 전자 장치(101)는 상승 포인트를 기반으로 한 심박 주기에서 피크 포인트를 검출함으로써 피크 검출 오차를 최소화할 수 있다. 예를 들어, 하강 포인트를 기반으로 한 심박 주기는 실제 피크 지점과 근접하여 위치하게 되므로 제로 크로싱 포인트에 대한 오차가 발생될 경우 피크 발생의 오차 역시 발생될 수 있으므로 상승 포인트를 기반으로 한 심박 주기를 기반으로 피크 포인트를 검출하는 것이 바람직할 수 있다.
다양한 실시예에 따르면, 전자 장치(101)는 원 데이터에 대해 영 위상 필터링 처리 또는 차분 데이터에 대해 영 위상 필터 처리된 필터링 신호를 기반으로 심박 주기를 확인하고, 심박 주기에서 피크 포인트를 검출함으로써 생체 신호의 피크가 약하게 측정되는 경우에도 피크 검출의 정확성을 향상시킬 수 있다. 일 실시예에 따른 전자 장치(101)는 생체 신호의 신호가 약하게 측정된 경우, 측정된 원 신호에서 최대값과 다른 신호들간의 차이가 크지 않으므로 최대값 판별이 어려울 수 있으나, 도 4b에서와 같이 차분된 신호에서는 AC성분이 보다 뚜렷하게 보여 이를 영위상 필터링 처리한 후 직선 라인을 기반으로 수직 거리 중 최대값을 계산하게 되므로 피크 검출의 정확성이 향상될 수 있다.
도 5는 다양한 실시예에 따른 영 위상 필터의 동작을 설명하기 위한 신호들을 도시한다. 예를 들어, 도 5는 영위상 필터링 동작을 설명하기 위해 가상으로 만든 입력 데이터 및 영위상 필터링 결과 데이터를 나타내므로 이에 한정하는 것은 아니다. 영 위상 필터링 처리는 순방향 필터(forward filter)와 역방향 필터(backward filter)를 순차적으로 처리한 결과를 기반으로 필터링 신호를 획득할 수 있다. 영 위상 필터링은 다른 필터링과 비교하여 이론적으로 위상 왜곡을 발생하지 않음으로써, 원 데이터를 기반으로 피크 포인트를 검출하는데 있어 오차 발생을 최소화할 수 있다.
일 예를 들어, 도 5에서 참조 부호 501은 광 센서 모듈(210)로부터 센싱된 생체 신호로서 측정 신호와 노이즈(예: data noise)가 포함된 신호이며, 참조 부호 502는 측정 신호에서 노이즈가 제거된 원 데이터(raw data)일 수 있다. 참조 부호 503은 종래의 밴드 패스 필터링(예: lowpass, highpass, bandpass)을 적용한 필터링 신호의 출력이고, 참조 부호 504는 영 위상 필터링을 적용한 필터링 신호의 출력일 수 있다. 밴드 패스 필터링 결과인 참조 부호 503은 신호에 포함된 잡음이 크기 때문에 위상 왜곡이 발생한 것을 확인할 수 있으며, 이는 원 데이터에서 AC 신호에 DC신호가 남아있을 경우 DC신호가 크게 변할 때 위상 지연 또는 왜곡이 발생할 수 있음을 나타낸다. 이에 반해, 영 위상 필터링 결과인 참조 부호 504는 원 데이터(502)의 측정 결과와 큰 차이가 없음을 확인할 수 있다. 일 예에서, 영 위상 필터링 처리된 신호(504)의 양 끝 지점(510)에서는 신호 잡음으로 인해 출력 오차가 발행될 수도 있다.
도 6a는 다양한 실시예에 따른 전자 장치에서 영위상 필터링을 반실시간으로 구현하는 방법을 나타내고, 도 6b는 도 6a를 도식화한 일 예를 나타낸다.
도 6a 및 도 6b를 참조하면, 다양한 실시예에 따른 전자 장치(101)의 프로세서는 (예: 도 2 프로세서(220))는 반 실시간 방식으로 영 위상 필터링을 수행하여 피크 포인트를 검출할 수 있다. 일 예를 들어, 후처리 방식으로 전체 구간에 대해 원 데이터를 영 위상 필터링 처리한 경우, 필터링 신호의 양 끝 지점에서는 신호 잡음으로 인해 출력 오차가 발행될 수도 있다. 전자 장치(101)는 후처리 방식의 양 끝 지점에 발생된 출력 오차를 최소화하기 위해 반 실시간 방식으로 생체 신호에 영 위상 필터링 처리하고 피크 포인트를 검출할 수 있다.
610 동작에서 프로세서(220)는 영 위상 필터링 처리를 위해 광 센서 모듈(예: 도 2의 광 센서 모듈(210))로부터 생체 신호를 획득할 수 있다. 생체 신호는 원 데이터일 수 있으나, 도 4에서 언급한 원 데이터로부터 획득한 차분 데이터 일 수 있다. 일 실시예에 따르면, 프로세서(220)는 필터링 처리 시점 Tcurrent을 기준으로 영 위상 필터링 처리할 수 있다.
620 동작에서, 프로세서(220)는 생체 신호를 기준 단위(ㅿd)로 구분하고, 기준 단위가 1번씩 중복되도록 기준 단위에 2배수를 곱한 분할 구간(section)으로 생체 신호를 분할할 수 있다.
예를 들어, 도 6b의 [6001]에 도시된 바와 같이, 프로세서(220)는 시점 T current를 기준으로 일정 길이를 갖는 생체 신호(611)를 획득 수 있다. 프로세서(220)는 특정 시점 T current를 기점으로 역방향 시간으로 생체 신호(611)를 기준 단위로 구분할 수 있다. 예를 들어, 기준 단위가 ㅿd의 길이를 갖는 경우, 생체 신호(611)는 3 구간의 기준 단위로 구분할 수 있다. 프로세서(220)는 각 기준 단위가 1회씩 중복되도록 생체 신호(611)를 분할 구간으로 분리할 수 있다. 도 6b의 [6002] 의 제1 분할 구간 신호(621)는 현재 시점 Tcurrent에서 역방향으로 첫 번째와 두 번째 기준 단위를 포함한 제1 분할 구간(S-div 1:T와 T-2 사이)에 대응하는 신호(611의 해당 구간 신호)를 영위상 필터링한 결과이며, 도 6b의 [6003]의 제2 분할 구간 신호(631)는 T-1 시점에서 역방향으로 두 번째와 세 번째 기준 단위를 포함한 제2 분할 구간 (S-div 2:T-1과, T-3 사이)에 대응하는 신호(611해당 구간 신호)를 영위상 필터링한 결과이다.
630 동작에서, 프로세서(220)는 각 분할 구간 신호 별로 가중치 함수를 지정할 수 있다.
일 실시예에 따르면, 프로세서(220)는 두 개의 분할 구간 신호들 중 중복된 기준 구간의 가중치 합산 조건이 설정된 조건을 만족하도록 가중치 함수를 지정할 수 있다. 예를 들어, 가중치 합산 조건은 다음의 수학식 3과 같이, 중복된 기준 구간에 적용되는 가중치 함수들의 합이 1을 만족한 조건일 수 있다.
[수학식3]
weight_1+weight_2=1
예를 들어, 프로세서(220)는 제1 분할 구간(S-div 1)의 제1 가중치 함수(weight_1)와 제2 분할 구간(S-div2)의 제2 가중치 함수(weight_2)를 지정하고 영 위상 필터링 처리할 수 있다. 여기서, 프로세서(220)는 가중치 합산 조건을 만족하기 위해 제1 분할 구간과 제2 분할 구간의 중복 구간(T-1과 T-2)의 합이 1이 되도록 각 가중치 함수를 지정할 수 있다. 예를 들어, 분할 구간을 6등분한 경우 가중치 함수는 각 구간의 함수값이 0, 0->1 단조 증가, 1, 1, 1->0단조 감소, 0 같은 기울기를 갖는 함수가 적용될 수 있다. 중복 구간을 살펴보면, 제1 분할 구간(S-div 1)의 제1 가중치 함수(weight_1)는 0, 0->1 단조 증가, 1의 값을 가지며, 제2 분할 구간(S-div2)의 제2 가중치 함수(weight_2)는 1, 1->0단조 감소, 0의 값을 가지므로 중복 구간에서의 합이 각각1임을 확인할 수 있다.
일 실시예에 따르면, 프로세서(220)는 중복 구간(예: T-1 과 T-2)에서는 중심을 기점으로 제1 가중치 함수(weight_1)와 제2 가중치 함수(weight_2)가 서로 대칭이 되고, 중복 구간을 중심으로 좌 영역(예: T3-T2)의 제2 가중치 함수(weight_2)와 우 영역(예: T1-Tcurrent) 에서의 제1 가중치 함수(weight_1)는 서로 대칭이 되는 형태로 지정할 수 있다.
640 동작에서, 프로세서(220)는 각각의 분할 구간 별로 각 샘플링(sampling) 시점마다 영 위상 필터링 데이터 값과 해당 가중치 함수값을 서로 곱해서 처리한다. 일 예에 따르면, 프로세서(220)는 제1 분할 구간에서 영위상 필터링 처리된 신호(621)에 제1 분할 구간의 가중치 함수(weight_1)를 각 샘플링 시점마다 서로 곱한 제 1 그래프를 획득하고, 제2 분할 구간에서 영위상 필터링 처리된 신호(631)에 제2 분할 구간의 가중치 함수(weight_2)를 각 샘플링 시점마다 서로 곱한 제 2 그래프를 획득할 수 있다. 반 실시간 영위상 필터링 결과는 도 6b의 [6004]에 도시된 바와 같이, 중복 구간(T-1 과 T-2)에 대해 각 샘플링 시점 마다 상기 제 1 그래프값과 상기 2 그래프값의 합을 구함으로써 위상 왜곡이 없는 출력 신호(641)를 획득할 수 있다.
650 동작에서 프로세서(220)는 중복된 기준 단위 별로 출력 된 신호(상기 제 1 그래프값 및 상기 제 2 그래프값)를 통합하여 필터링 신호를 획득할 수 있다.
일 실시예에 따르면, 프로세서(220)는 현재 시점 Tcurrent를 시점으로 620 동작 내지 640 동작을 반복적으로 수행하여, 현재 시점(Tcurren)이 T+1이 되었을 때 동일한 방법으로 T-1 과 T 의 중복 구간에 대한 반 실시간 영위상 필터의 출력 신호를 얻을 수 있으며, 현재시점(Tcurren)이 T+2가 되었을 때, 동일한 방법으로 T와 T+1의 중복 구간에 대한 반 실시간 영위상 필터의 출력 신호를 획득할 수 있다. 프로세서(220)는 각 중복 구간에 대한 출력 신호를 병합하여 최종적인 필터링 신호를 획득할 수 있다.
다양한 실시예에 따른 전자 장치(101)는 영 위상 필터에서 일반적으로 발생되는 양 끝 지점의 데이터 왜곡을 최소화 하는 일은 반 실시간 방식으로 영 위상 필터를 구현할 때에 가장 우선적으로 해결해야 할 문제이다. 예를 들어, 필터링 시간을 기준으로 역방향 시간에 대한 신호를 분리하여 각 분할 구간별로 영 위상 필터링 처리함으로써 반 실시간으로 위상 왜곡이 없는 영 위상 필터링 신호를 획득할 수 있다. 이때, 영 위상 필터링 신호를 획득하는 지연 시간은2*ㅿd 시간일 수 있다.
도 7은 다양한 실시예에 따른 필터링 처리에 활용되는 가중치 함수의 예들을 나타낸다.
도 7을 참조하면, 일 실시예에 따르면 전자 장치(101)의 프로세서 (예: 도2의 프로세서(220))는 다양한 타입의 가중치 함수를 적용하여 영 위상 필터링 처리함으로써 신호 왜곡을 최소화하도록 지원할 수 있다.
일 실시예에 따르면, 프로세서(220)는, 영 위상 필터의 출력 오차를 최소화하기 위해 각 가중치 함수의 가중치 합산 조건 이외에 함수 일치 조건을 만족하도록 설정할 수 있다.
일 예를 들어, 함수 일치 조건은 도 7의 [7002] 또는 [7003]에 도시된 바와 같이, 제1 분할 구간(S-div 1)에 대한 제1 가중치 함수(weight_1)와 제2 분할 구간(S-div 2)에 대한 제2 가중치 함수(weight_2)가 서로 일치된 형태로 구현된 함수일 수 있다. 예를 들어, 프로세서(220)는 중복 구간(예: T-1 과 T-2)에서는 중심선을 기점으로 제1 가중치 함수(weight_1)의 형태와 제2 가중치 함수(weight_2)의 형태가 서로 대칭이 되고, 우 영역(예: T1-Tcurrent) 에서의 제1 가중치 함수(weight_1) 형태와 좌 영역(예: T3-T2)의 제2 가중치 함수(weight_2) 형태가 서로 대칭이 되는 조건으로 구현될 수 있다.
예컨대, 도 7의 [7001]에 도시된 바와 같이, 제1 가중치 함수(weight_1)와 제2 가중치 함수(weight_2)의 형태가 서로 다를 경우, 반 실시간 영위상 필터링 오차가 발생할 수 있다. 도 7의 [7001]에서 제1 가중치(weight_1) 함수보다 제2 가중치 함수(weight_2)가 큰 값을 가질 경우, 제 2 분할 구간의 양 끝 지점에서 영위상 필터링 오차가 커지며, 이는 반 실시간 영위상 필터의 오차도 커짐을 의미한다. 따라서 도 6b의 [6002], [6003]이나 도 7의 [7003]에서 도시된 바와 같이, 가중치 함수의 양 끝 지점에서는 영 위상 필터 오차를 최소화 하기 위해서 0으로 두는 것이 바람직할 수 있다.
도 8은 다양한 실시예에 따른 전자 장치에서 피크 포인트를 검출하기 위한 생체 신호와 반 실시간 영 위상 필터링에서 사용될 가중치 함수의 상관관계를 나타낸다.
도 8을 참조하면, 일 실시예에 따르면 전자 장치(101)의 프로세서 (예: 도2의 프로세서(220))는, 제1 분할 구간(S-div 1)과 제2 분할 구간(S-div 2) 사이에서 출력 신호의 오차가 발생하는 구간의 신호에는 가중치를 0으로 설정하고, 출력 신호의 오차가 발생하지 않는 구간의 신호에는 가중치를 1로 설정하도록 가중치 함수를 지정할 수 있다. 예를 들어, 영 위상 필터의 출력 신호는 도 5의 참조부호 504에 도시된 바와 같이, 신호의 가운데 구간에서 양 끝 구간으로 갈수록 오차가 커지는 특성이 있다. 일 실시예에 따른 전자 장치(101)의 프로세서(220)는 양 끝 구간 신호보다 가운데 구간 신호에 가중치를 두어 필터링 오차를 최소화할 수 있다.
예를 들어, 프로세서(220)는 시간 Tcurrent를 기준으로 획득한 생체 신호(801)에 대해 제1 분할 구간에서의 영위상 필터링 신호(811)과 제2 분할 구간에서의 영위상 필터링 신호(821)에 대한 중복 구간(T-1 과 T-2 사이)을 3구간으로 나눌 경우, 첫번째 구간과 세번째 구간은 tm으로 동일한 범위로 지정하고, 가운데 구간은 tn으로 지정할 수 있다. tm구간에서는 가중치 함수를 0 또는 1로 지정되며 tn 구간 에서는 tm에서의 함수값을 연속적으로 이어주기 위해 증가 또는 감소하는 형태로 지정될 수 있다. 도 8에서와 같이 각 분할 구간의 가중치 함수는 각 분할 구간의 평균 시점을 중심으로 대칭이 되는 형태로 정의된다. 프로세서(220)는 제1 분할 구간(S-div 1)의 제1가중치 함수(weight_1)(815)와 제2 분할 구간(S-div2)의 제2 가중치 함수(weight_2)(825) 형태로 지정할 수 있다. 예를 들어, tm과 기준 단위 ㅿd 는 튜닝 파라미터이며, tn은 다음 수학식 4에 의해 결정될 수 있다.
[수학식 4]
tn= ㅿd -2*tm
여기서, tn의 범위는 0 (tm=ㅿd/2)부터 ㅿd (tm=0) 사이의 값으로 설정될 수 있다. 예를 들어, 프로세서(220)는 가중치 합산 조건(수학식 3)과 (수학식 4)이 만족하도록 tn= ㅿd 로 설정한 경우, 도 7의 [7002]에 도시된 바와 같은 형태의 가중치 함수가 지정될 수 있다. 다른 예를 들어, 프로세서(220)는 tn=0으로 설정한 경우, 도 7의 [7003]에 도시된 바와 같은 형태의 가중치 함수가 지정될 수 있다.
도 9는 생체 신호의 원 데이터를 기준 단위(ㅿd) 별로 반실시간으로 처리된 영 위상 필터링 신호의 성능을 나타낸다. 예를 들어, 도 9의 (911, 912, 913)은 전체 시간 구간에 대해 후처리로 획득한 광센서 신호에 대한 영위상 필터링 결과를 나타내며, (921), (922), (923)은 반 실시간 영위상 필터링 구간(ㅿd)을 각각 0.75초, 1.5초, 3초로 지정하였을 때의 반 실시간 영위상 필터링 결과를 나타낸다.
도 9에 도시된 바와 같이, 반 실시간 영위상 필터링 구간(ㅿd)이 길어질수록 반 실시간 영위상 필터링 결과는 전체 시간 구간의 후처리 영위상 필터링 결과(911, 912, 913)에 근접한 것을 확인할 수 있으며, 반 실시간 영위상 필터링 구간이 3초일 경우 전체 시간 구간의 후처리 영위상 필터링 결과와 유사한 형상으로 나타나고 있음을 확인할 수 있다.
예를 들어, 전자 장치(101)에서 생체 신호에 대해 후처리 방식의 영 위상 필터링 신호 에서 감지된 제로 크로싱 포인트는32604개일 수 있다. 필터링 신호의 기준 단위(ㅿd)를 변경하여 동일한 생체 신호에 대해 가중치 함수를 적용하여 반 실시간 영 위상 필터링 결과와 전체 시간 구간에 대해 후처리 영위상 필터링 결과를 동시에 나타낸 것이며 샘플링 주파수(sampling frequency)는 20Hz일 수 있다. 전체 시간구간에 대한 영위상 필터링 결과(911, 912, 913)의 제로 크로싱 포인트는 32604개일 수 있으며 세가지 기준 단위(0.75sec, 1.5sec, 3sec)에 대해 반 실시간 영위상 필터링 결과의 제로 크로싱 포인트를 비교할 수 있다. [9001]에 도시된 제1 필터링 신호(911)는 기준 단위(ㅿd )를 0.75초로 지정한 반 실시간 영위상 필터링 신호일 수 있다. 제1 필터링 신호(921)의 제로 크로싱 포인트는 32428개로 측정되었으며, 손실률은 0.54% 임을 확인할 수 있고, 신호가 크게 변하는 경우 전체 시간 구간에 대한 후처리 영위상 필터링 결과와 일부 차이가 발생하는 부분이 있다. [9002]에 도시된 제2 필터링 신호(922)는 기준 단위(ㅿd)를 1.5초로 지정한 반 실시간 영위상 필터링 신호일 수 있다. 제2 필터링 신호(922)의 제로 크로싱 포인트는32584개로 측정되었으며, 손실률은 0.061%임을 확인할 수 있고, 전체 시간 구간에 대한 후처리 영위상 필터링 신호와 거의 유사하다. [9003]에 도시된 바와 같이, 제3 필터링 신호(923)는 기준 단위(ㅿd)를 3초로 지정한 반 실시간 영위상 필터링 신호일 수 있다. 제3 필터링 신호(923)의 제로 크로싱 포인트는 32602개로 측정되었으며, 손실률은 0.006% 손실됨을 확인할 수 있고, 전체 시간 구간에 대한 후처리 영위상 필터링 신호와 매우 유사하다.
상술한 바와 같이, 다양한 실시예에 따른 전자 장치(101)는 반 실시간으로 생체 신호를 영 위상 필터링 처리를 하여도 출력 오차 범위를 최소화할 수 있다, 또한, 다양한 실시예에 따른 전자 장치(101)는 적은 리소스를 사용하여 필터링 처리함으로써 모바일과 같은 소형 전자 장치에서도 생체 신호의 피크 포인트를 정확하게 검출할 수 있다. 따라서 반 실시간 영위상 필터링은 소형 전자 장치에서 제약된 메모리 사용시 전체 데이터 저장을 필요로 하는 후처리 영위상 필터의 한계를 극복할 수 있는 방법이 된다.
도 10은 다양한 실시예에 따른 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법을 나타내는 흐름도이며, 도 11은 다양한 실시예에 따른 비정상 패턴이 포함된 생체 신호들을 나타낸다.
도 10 및 도 11을 참조하면, 일 실시예에 따른 전자 장치(101)의 프로세서(예: 도 2의 프로세서(220))는 1010 동작에서, 광 센서 모듈(예: 도 2의 광 센서 모듈(210))로부터 측정된 생체 신호에 대한 원 데이터(Raw data)를 수신할 수 있다. 원 데이터는 AC 성분 및 DC 성분을 포함할 수 있다.
1020 동작에서 프로세서(220)는 움직임 센서 정보를 수신할 수 있다. 1030 동작에서 프로세서(220)는 움직임 센서 정보를 기반으로 비정상 패턴 신호를 제거할 수 있다.
일 실시예에 따르면, 프로세서(220)는 움직임 센서(예: 가속도 센서)로부터 전자 장치(101)가 비정상적으로 움직이는지 여부를 확인할 수 있다. 예를 들어, 프로세서(220)는 생체 신호 측정 시 전자 장치(101)를 착용한 사용자가 걷기 또는 달리기와 같이 반복적으로 움직이는 경우 움직임 패턴이 반복적이므로 정상 패턴으로 인지할 수 있다.
이와 반대로, 사용자가 수면 중일 경우, 간헐적으로 움직임이 발생되므로 프로세서(220)는 반복적인 움직임 패턴이 발생되지 않으므로 비정상 패턴 신호를 감지할 수 있다. 예를 들어 도 11에 도시된 바와 같이, 수면 중 생체 신호를 측정하는 도중에 1110 구간과 같이 반복적임 움직임 패턴이 아닌 일회성의 움직임 패턴이 발생됐음을 확인할 수 있다.
일 실시예에 따르면, 프로세서(220)는 전자 장치(101)의 움직임이 비정상적일 경우 가속도의 진폭(최대값-최소값) 또는 가속도의 분산이 특정임계값을 초과한 경우 비정상 구간의 신호를 제거할 수 있다.
1040 동작에서, 프로세서(220)는 비정상 패턴 신호가 제거된 원 데이터에 대한 차분 데이터를 획득할 수 있다. 프로세서(220)는 전방 데이터와 후방 데이터의 차이를 나타내는 차분 데이터를 획득할 수 있다. 예를 들어, 프로세서(220)는 일정 주기를 기반으로 생체 신호가 측정된 경우, N time의 원 데이터(전 데이터)에서 N+1 time의 원 데이터(후 데이터)를 뺀 차분 데이터를 획득할 수 있다.
1050 동작에서, 프로세서(220)는, 차분 데이터에 대해 영 위상(zero-phase) 필터링 처리할 수 있다. 일 예를 들어, 프로세서(220)는 도 3a또는 도 4에 도시된 바와 같이, 원 데이터 또는 차분 데이터의 전체 구간에 대해 영 위상 필터링 처리(예: 후처리)하거나 도 6a에 도시된 바와 같이, 원 데이터 또는 차분 데이터를 일정 구간 별로 구분하고, 일정 구간 별로 영 위상 필터링 처리(예: 반 실시간처리)하여 필터링 신호를 획득할 수 있다.
1060 동작에서, 프로세서(220)는, 필터링 신호를 획득할 수 있다. 프로세서(220)는 필터링 신호를 기반으로 도 3a의 동작 330 내지 동작360을 수행하여 피크 포인트를 검출할 수 있다.
도 12는 다양한 실시예에 따라 광 센서의 원 데이터 내에 AC 및 DC성분에 오차가 작은 경우, 제안된 방법 및 기존의 방법의 피크 검출 성능 차이를 나타낸다. 도 13은 다양한 실시예에 따라 광 센서의 원 데이터 내에 DC성분이 일정 구간에서 크게 증가하는 경우, 제안된 방법 및 기존의 방법의 피크 검출 성능 차이를 나타낸다. 도 14는 다양한 실시예에 따라 광 센서의 원 데이터 내에 DC성분이 호흡 주기에 따라 증가 및 감소를 반복하는 경우, 제안된 방법 및 기존의 방법의 피크 검출 성능 차이를 나타낸다.
도 12, 도 13 및 도 14에서 첫번째 그래프들(1201,1301,1401) 은 광 센서의 원 데이터(1211, 1311, 1411)와 본 발명에서 제안된 방법으로 획득한 피크점(1210, 1310, 1410)을 나타낸다. 두번째 그래프들(1202, 1302, 1402)은 광 센서의 원 데이터를 밴드 패스 필터링하고, 필터링된 신호(1205, 1305, 1405)에서 이웃하는 두 제로 크로싱 포인트 사이 데이터들의 최대값을 피크점(1230, 1330, 1430)으로 나타낸 결과이다. 예컨대, 밴드 패스 필터링 및 제로 크로싱 포인트에서 피크점을 획득하는 것은 기존의 일반적인 방법일 수 있다. 세번째 그래프들(1203, 1303, 1403)은 본 발명에서 제안된 방법으로 획득한 피크점을 기반으로 추정된 심박(HR) 신호(1250, 1350, 1450)와 밴드 패스 필터링 및 제로 크로싱 포인트에서 획득한 피크점을 기반으로 추정된 심박(HR) 신호(1270, 1370, 1470)를 나타낸다.
일 예를 들어, 광 센서의 원 데이터 내에 AC 및 DC성분에 오차가 작은 경우, 도 12를 참조하면, 광 센서 신호는 원 데이터(1211)의 AC 성분에 심박이 잘 나타나고 DC성분이 크게 변하지 않는 것을 확인할 수 있다. 이로 인해, 1201에서 원 데이터(1211)의 피크점(1210)들의 위치와 1202에서 밴드 패스 필터링 신호(1205)의 피크점(1230)들 위치가 매우 유사한 것을 확인할 수 있다. 1203를 참고하면, 제안된 방법으로 획득한 심박 신호(1250)와 밴드패스 필터링으로 획득한 심박 신호(1270)가 유사하며, 원 데이터 내에 AC 및 DC성분에 오차가 작은 경우, 피크 추정 결과가 서로 유사한 것을 확인할 수 있다.
다른 예를 들어, 원 데이터 내에 DC성분이 일정 구간에서 크게 증가하는 경우, 도 13을 참조하면, 광 센서 신호는 일부 구간에서 원 데이터(1311) 의 DC성분이 크게 증가할 때 AC의 진폭이 크게 줄어드는 상황을 확인할 수 있다. 1301와 같이 원 데이터(1311)에서 획득한 피크점(1310)과 1302와 같이 기존의 방법으로 해당 구간의 신호를 밴드 패스 필터링한 신호(1305)에서 획득한 피크점(1330)을 보면, 기존 방법에서 피크점을 놓치는 경우가 발생한 것을 확인할 수 있다. 이로 인해, 1303 에서와 같이, 제안된 방법으로 획득한 심박 신호(1350)와 비교하여 밴드 패스 필터링 신호로 획득한 심박 신호(1370)로 추정된 심박이 정상 수치보다 크게 떨어져 오차가 발생한 것을 확인할 수 있다. 이와 같이 본 발명에서 제안된 방법은 광 센서 신호의 차분 데이터를 이용하기 때문에 광 센서 신호의 DC성분 변화가 작아 밴드 패스 필터링 오차를 크게 줄임으로써 기존의 방법에 비해 보다 안정적으로 피크를 추정할 수 있다.
다른 예를 들어, 원 데이터의 DC성분이 호흡 주기에 따라 증가 및 감소를 반복하는 경우, 도 14를 참조하면, 데이터 전체 구간에 대해서 광 센서의 원 데이터(1411) 내에 DC 성분이 호흡 주기에 따라 변화되는 상황을 확인할 수 있다. 도 13의 경우와 동일한 이유로 광 센서의 DC 성분이 변화할 때 1401와 같이 제안된 방법으로 원 데이터(1411)에서 획득한 피크점(1410)과 1402와 같이 밴드 패스 필터링 신호(1405)로부터 획득한 피크점(1430)의 피크 추정 오차가 크게 발생하게 된다. 이로 인해, 1403에서와 같이, 제안된 방법으로 획득한 심박 신호(1450)와 밴드 패스 필터링 신호로 획득한 심박 신호(1470)를 보면, 밴드 패스 필터링 신호로 획득한 심박 신호(1470)의 오차가 함께 증가된 것을 확인할 수 있다. 본 발명에서 제안된 방법은 광 센서의 원 데이터 내에 DC 성분이 호흡에 따라 변하더라도 보다 안정적으로 피크를 추정함으로써 기존 방법 대비 추정 정확도를 향상시킬 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101)에서 광 센서 데이터의 피크 포인트를 검출하는 방법은, 광 센서로부터 생체 측정에 대한 원 데이터(raw data)를 획득하는 동작(예: 도 3의 310)과, 상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하는 동작(예: 도 3의 320)과, 상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하는 동작(예: 도 3의 330)과 과, 상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하는 동작(예: 도 3의 340)과, 상기 제1 값과 상기 제2 값을 포함한 구간 내에서 연결된 직선 라인을 계산하고, 상기 직선 라인 보다 큰 값을 갖는 원 데이터 중 최대값을 갖는 제3 값을 피크 포인트로 검출하는 동작(예: 도 3의 350 및 360)과 을 포함할 수 있다.
일 실시예에 따르면, 상기 제1 시점 및 상기 제2 시점을 확인하는 동작은, 상기 필터링 신호의 부호가 마이너스값에서 플러스값으로 변경되는 상승 포인트를 상기 제1 시점으로 지정하고, 다음 상승 포인트를 상기 제2 시점으로 지정할 수 있다.
일 실시예에 따르면, 상기 필터링 신호를 획득하는 동작은, 상기 원 데이터를 기반으로 현재 생체 신호와 이전 생체 신호와의 차이를 나타내는 차분 데이터를 획득하는 동작을 더 포함하고, 상기 차분 데이터에 대해 상기 영 위상 필터링 처리하여 상기 필터링 신호를 획득할 수 있다.
일 실시예에 따르면, 상기 필터링 신호를 획득하는 동작은, 상기 광 센서 측정 시 수신된 전체 구간의 원 데이터를 기반으로 영 위상 필터링 처리하여 상기 필터링 신호를 획득할 수 있다.
일 실시예에 따르면, 상기 필터링 신호를 획득하는 동작은, 상기 광 센서 모듈로부터 설정된 길이만큼 생체 신호가 수신된 후 상기 수신된 길이의 생체 신호를 일정 길이를 갖는 기준 단위로 구분하는 동작과, 상기 기준 단위가 1번씩 중복되도록 상기 기준 단위에2배수를 곱한 분할 구간(section)으로 상기 생체 신호를 분할하는 동작과, 상기 분할 신호 각각에 대응하여 가중치 함수들을 지정하는 동작과, 상기 분할된 신호 각각에 대해 영 위상 필터링 처리하고 상기 영 위상 필터링 처리된 신호에 각 분할 구간에 대응하는 가중치 함수를 적용하여 각 분할 구간의 그래프들을 획득하는 동작과 그리고 상기 각 분할 구간 마다 획득한 그래프들의 합산하여 중복된 기준 단위에 대한 출력 신호를 획득하는 동작을 더 포함하고, 상기 중복된 기준 단위 별로 출력된 신호를 통합하여 상기 필터링 신호를 획득할 수 있다.
일 실시예에 따르면, 상기 분할 신호 각각에 대응하여 가중치 함수들을 지정하는 동작은, 시간 T를 기준으로 이전 시간(T-n)에 대한 기준 단위로 지정한 경우, T와 T-2*n 구간에 대응하는 제1 분할 구간 신호, T-n 과 T-3* n 구간에 대응하는 제2 분할 구간 신호에 대해 각각 영 위상 필터링 처리하여 T-n 및 T-2*n의 중복 구간에 대응하는 출력 신호를 획득하는 것을 더 포함할 수 있다.
일 실시예에 따르면, 상기 분할 신호 각각에 대응하여 가중치 함수들을 지정하는 동작은, 상기 제1 분할 구간 신호에 대응하는 제1 가중치 함수를 지정하고, 상기 제1 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제1 가중치 함수를 곱하여 제1그래프를 획득하고, 상기 제2 분할 구간 신호에 대응하는 제2 가중치 함수를 지정하고, 지정하고 상기 제2 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제2 가중치 함수를 곱하여 제2 그래프를 획득하고 상기 제1 그래프와 상기 제2 그래프를 합산하여 상기 출력 신호를 획득하되, 상기 제1 가중치 함수와 제2 가중치 함수를 합산한 값이 1을 만족하고, 상기 제1 가중치 함수와 상기 제2 가중치 함수가 일치되는 조건을 만족하도록 지정할 수 있다.
일 실시예에 따르면, 상기 T-n 및 T-2*n 영역에서의 제1 가중치 함수 형태와 제2 가중치 함수의 형태는 서로 중심을 기점으로 대칭이 되는 조건 및 T 및 T-n 의 영역에서의 제1 가중치 함수 형태와 T-3* n 및 T-2*n 영역에서의 제2 가중치 함수 형태가 서로 대칭이 되는 조건을 만족하도록 상기 제1 가중치 함수와 제2 가중치 함수가 지정될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(101))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들(instructions)을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러(compiler) 생성된 코드 또는 인터프리터(interpreter)에 의해 실행될 수 있는 코드(code)를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: CD-ROM, compact disc read only memory)의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
101: 전자 장치
210: 광 센서 모듈
220: 프로세서
211: 수광부
212: 발광부

Claims (20)

  1. 전자 장치에 있어서,
    광 센서 모듈;
    메모리; 및
    상기 광 센서 모듈 및 상기 메모리와 작동적으로 연결된 프로세서를 포함하고,
    상기 메모리는, 실행 시에, 상기 프로세서가,
    상기 광 센서 모듈로부터 원 데이터(raw data)를 획득하고,
    상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하고, 상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하고,
    상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하고,
    상기 제1 값과 상기 제2 값을 포함한 구간 내에서 연결된 직선 라인을 계산하고,
    상기 직선 라인보다 큰 값을 갖는 원 데이터 중 최대값을 갖는 제3 값을 피크 포인트로 검출하도록 하는 인스트럭션들을 저장하는 전자 장치.
  2. 제1항에 있어서,
    상기 메모리는, 상기 프로세서가,
    상기 필터링 신호의 부호가 마이너스값에서 플러스값으로 변경되는 상승 포인트를 상기 제1 시점으로 지정하고 다음 상승 포인트를 상기 제2 시점으로 지정하거나,
    상기 필터링 신호의 부호가 플러스값에서 마이너스값으로 변경되는 하강 포인트를 상기 제1 시점으로 지정하고 다음 하강 포인트를 상기 제2 시점으로 지정하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  3. 제1항에 있어서,
    상기 메모리는, 상기 프로세서가,
    상기 원 데이터를 기반으로 현재 광 센서 신호와 이전 광 센서 신호와의 차이를 나타내는 차분 데이터를 획득하고, 상기 차분 데이터에 대해 상기 영 위상 필터링 처리하여 상기 필터링 신호를 획득하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  4. 제1항에 있어서,
    상기 메모리는, 상기 프로세서가,
    상기 광 센서 모듈로부터 획득된 광 센서 신호의 전체 구간에 대해 상기 영 위상 필터링 처리하여 상기 피크 포인트를 검출하도록 하는 인스트럭션들을 포함하는 전자 장치.
  5. 제3항에 있어서,
    상기 메모리는 상기 프로세서가,
    상기 차분 데이터의 전체 구간에 대해 상기 영 위상 필터링 처리하여 상기 피크 포인트를 검출하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  6. 제1항에 있어서,
    상기 메모리는 상기 프로세서가,
    상기 광 센서 모듈로부터 설정된 길이만큼 광 센서 신호가 수신된 후, 상기 수신된 길이의 광 센서 신호를 일정 길이를 갖는 기준 단위로 구분하고,
    상기 기준 단위가 1번씩 중복되도록 상기 기준 단위에2배수를 곱한 분할 구간(section)으로 상기 광 센서 신호를 분할하고,
    상기 분할된 신호 각각에 대해 영 위상 필터링 처리하고, 상기 영 위상 필터링 처리된 신호에 각 분할 구간에 대응하는 가중치 함수를 적용하여 각 분할 구간의 그래프들을 획득하고,
    상기 각 분할 구간 마다 획득한 그래프들의 합산하여 중복된 기준 단위에 대응하는 출력 신호를 획득하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  7. 제6항에 있어서,
    상기 메모리는 상기 프로세서가,
    상기 중복된 기준 단위 별로 획득한 상기 출력 신호를 통합하여 상기 필터링 신호를 획득하고, 상기 필터링 신호를 기반으로 상기 피크 포인트를 검출하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  8. 제1항에 있어서,
    상기 메모리는 상기 프로세서가,
    시간 T를 기준으로 이전 시간(T-n)에 대한 기준 단위로 지정한 경우, T와 T-2*n 구간에 대응하는 제1 분할 구간 신호, T-n 과 T-3* n 구간에 대응하는 제2 분할 구간 신호에 대해 각각 영 위상 필터링 처리하여 T-n 및 T-2*n의 중복 구간에 대응하는 출력 신호를 획득하고,
    상기 중복 구간에 대한 상기 출력 신호를 통합하여 상기 필터링 신호를 획득하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  9. 제8항에 있어서,
    상기 메모리는, 상기 프로세서가,
    상기 제1 분할 구간 신호에 대응하는 제1 가중치 함수를 지정하고, 상기 제1 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제1 가중치 함수를 곱하여 제1그래프를 획득하고, 상기 제2 분할 구간 신호에 대응하는 제2 가중치 함수를 지정하고 상기 제2 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제2 가중치 함수를 곱하여 제2 그래프를 획득하고 상기 제1 그래프와 상기 제2 그래프를 합산하여 상기 출력 신호를 획득하도록 하는 인스트럭션들을 더 포함하는 전자 장치.
  10. 제9항에 있어서,
    상기 제1 가중치 함수와 상기 제2 가중치 함수는,
    상기 제1 가중치 함수와 제2 가중치 함수를 합산한 값이 1인 조건 및 상기 제1 가중치 함수와 상기 제2 가중치 함수가 일치되는 조건을 만족하도록 지정된 것을 특징으로 하는 전자 장치.
  11. 제10항에 있어서,
    상기 제1 가중치 함수와 상기 제2 가중치 함수는,
    T-n 및 T-2*n 영역에서의 제1 가중치 함수 형태와 제2 가중치 함수 형태는 중심선을 기점으로 서로 대칭이 되는 조건 및 T 및 T-n 의 영역에서의 제1 가중치 함수 형태와 T-3* n 및 T-2*n 영역에서의 제2 가중치 함수 형태가 서로 대칭이 되는 조건을 만족하도록 지정된 것을 특징으로 하는 전자 장치
  12. 제1항에 있어서,
    상기 원 데이터는 생체 측정 신호를 포함하는 전자 장치.
  13. 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법에 있어서,
    광 센서로부터 생체 측정에 대한 원 데이터(raw data)를 획득하는 동작;
    상기 원 데이터에 대해 영 위상 필터링 처리하여 필터링 신호를 획득하는 동작;
    상기 필터링 신호의 제로 크로싱 포인트를 기반으로 제1 시점 및 제2 시점을 확인하는 동작;
    상기 필터링 신호의 상기 제1 시점에 해당되는 상기 원 데이터의 제1 값과, 상기 제2 시점에 해당되는 상기 원 데이터의 제2 값을 확인하는 동작;
    상기 제1 값과 상기 제2 값을 포함한 구간 내에서 연결된 직선 라인을 계산하고,
    상기 직선 라인 보다 큰 값을 갖는 원 데이터 중 최대값을 갖는 제3 값을 피크 포인트로 검출하는 동작을 포함하는 방법.
  14. 제13항에 있어서,
    상기 제1 시점 및 상기 제2 시점을 확인하는 동작은,
    상기 필터링 신호의 부호가 마이너스값에서 플러스값으로 변경되는 상승 포인트를 상기 제1 시점으로 지정하고, 다음 상승 포인트를 상기 제2 시점으로 지정하는 것을 특징으로 하는 방법.
  15. 제13항에 있어서,
    상기 필터링 신호를 획득하는 동작은,
    상기 원 데이터를 기반으로 현재 생체 신호와 이전 생체 신호와의 차이를 나타내는 차분 데이터를 획득하는 동작을 더 포함하고,
    상기 차분 데이터에 대해 상기 영 위상 필터링 처리하여 상기 필터링 신호를 획득하는 것을 특징으로 하는 방법.
  16. 제13항에 있어서,
    상기 필터링 신호를 획득하는 동작은,
    상기 광 센서 측정 시 수신된 전체 구간의 원 데이터를 기반으로 영 위상 필터링 처리하여 상기 필터링 신호를 획득하는 것을 특징으로 하는 방법.
  17. 제13항에 있어서,
    상기 필터링 신호를 획득하는 동작은,
    상기 광 센서 모듈로부터 설정된 길이만큼 생체 신호가 수신된 후 상기 수신된 길이의 생체 신호를 일정 길이를 갖는 기준 단위로 구분하는 동작;
    상기 기준 단위가 1번씩 중복되도록 상기 기준 단위에2배수를 곱한 분할 구간(section)으로 상기 생체 신호를 분할하는 동작;
    상기 분할 신호 각각에 대응하여 가중치 함수들을 지정하는 동작;
    상기 분할된 신호 각각에 대해 영 위상 필터링 처리하고 상기 영 위상 필터링 처리된 신호에 각 분할 구간에 대응하는 가중치 함수를 적용하여 각 분할 구간의 그래프들을 획득하는 동작; 및
    상기 각 분할 구간 마다 획득한 그래프들의 합산하여 중복된 기준 단위에 대한 출력 신호를 획득하는 동작을 더 포함하고,
    상기 중복된 기준 단위 별로 출력된 신호를 통합하여 상기 필터링 신호를 획득하는 것을 특징으로 하는 방법.
  18. 제17항에 있어서,
    상기 분할 신호 각각에 대응하여 가중치 함수들을 지정하는 동작은,
    시간 T를 기준으로 이전 시간(T-n)에 대한 기준 단위로 지정한 경우, T와 T-2*n 구간에 대응하는 제1 분할 구간 신호, T-n 과 T-3* n 구간에 대응하는 제2 분할 구간 신호에 대해 각각 영 위상 필터링 처리하여 T-n 및 T-2*n의 중복 구간에 대응하는 출력 신호를 획득하는 것을 더 포함하는 방법.
  19. 제17항에 있어서,
    상기 분할 신호 각각에 대응하여 가중치 함수들을 지정하는 동작은,
    상기 제1 분할 구간 신호에 대응하는 제1 가중치 함수를 지정하고, 상기 제1 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제1 가중치 함수를 곱하여 제1그래프를 획득하고,
    상기 제2 분할 구간 신호에 대응하는 제2 가중치 함수를 지정하고, 지정하고 상기 제2 분할 구간 신호를 기반으로 영 위상 필터링 처리된 신호에 상기 제2 가중치 함수를 곱하여 제2 그래프를 획득하고 상기 제1 그래프와 상기 제2 그래프를 합산하여 상기 출력 신호를 획득하되,
    상기 제1 가중치 함수와 제2 가중치 함수를 합산한 값이 1을 만족하고, 상기 제1 가중치 함수와 상기 제2 가중치 함수가 일치되는 조건을 만족하도록 지정하는 것을 특징으로 하는 방법.
  20. 제19항에 있어서,
    상기 T-n 및 T-2*n 영역에서의 제1 가중치 함수 형태와 제2 가중치 함수의 형태는 서로 중심을 기점으로 대칭이 되는 조건 및 T 및 T-n 의 영역에서의 제1 가중치 함수 형태와 T-3* n 및 T-2*n 영역에서의 제2 가중치 함수 형태가 서로 대칭이 되는 조건을 만족하도록 상기 제1 가중치 함수와 제2 가중치 함수가 지정된 것을 특징으로 하는 방법.


KR1020190171120A 2019-12-19 2019-12-19 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법 KR20210079047A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190171120A KR20210079047A (ko) 2019-12-19 2019-12-19 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법
PCT/KR2020/017853 WO2021125667A1 (ko) 2019-12-19 2020-12-08 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190171120A KR20210079047A (ko) 2019-12-19 2019-12-19 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법

Publications (1)

Publication Number Publication Date
KR20210079047A true KR20210079047A (ko) 2021-06-29

Family

ID=76478315

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190171120A KR20210079047A (ko) 2019-12-19 2019-12-19 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법

Country Status (2)

Country Link
KR (1) KR20210079047A (ko)
WO (1) WO2021125667A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230040760A (ko) * 2021-09-16 2023-03-23 주식회사 스카이랩스 Ppg 신호 감지 반지를 이용한 딥러닝 기반 심방 세동 판정 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8529459B2 (en) * 2007-08-08 2013-09-10 Convergent Engineering, Inc. Processing of photoplethysmography signals
KR20140041327A (ko) * 2012-09-27 2014-04-04 삼성전자주식회사 심전도 신호의 qrs 파 결정 방법 및 시스템
CN103860162B (zh) * 2012-12-11 2018-02-23 深圳迈瑞生物医疗电子股份有限公司 一种起搏信号检测方法、系统和心电检测设备
WO2015098977A1 (ja) * 2013-12-25 2015-07-02 旭化成株式会社 脈波測定装置、携帯機器、医療機器システム、及び生体情報コミュニケーションシステム
CN112165897A (zh) * 2018-03-28 2021-01-01 莱芙莫尔公司 光体积描记图数据分析与呈现

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230040760A (ko) * 2021-09-16 2023-03-23 주식회사 스카이랩스 Ppg 신호 감지 반지를 이용한 딥러닝 기반 심방 세동 판정 시스템
WO2023043195A1 (ko) * 2021-09-16 2023-03-23 주식회사 스카이랩스 Ppg 신호 감지 반지를 이용한 딥러닝 기반 심방 세동 판정 시스템

Also Published As

Publication number Publication date
WO2021125667A1 (ko) 2021-06-24

Similar Documents

Publication Publication Date Title
KR102655878B1 (ko) Pwv 알고리즘을 이용하여 혈압 값을 산출하는 전자 장치 및 그 혈압 값 산출 방법
KR102599926B1 (ko) 혈압 정보에 기반하여 캘리브레이션 데이터를 업데이트하는 전자 장치 및 제어 방법
KR20190021113A (ko) 전자 장치 및 그의 스트레스 측정 방법
KR20190097474A (ko) 생체 신호를 획득하는 전자 장치와 이의 동작 방법
US11832925B2 (en) Electronic device for measuring biometric information and method for operating the same
US20200297223A1 (en) Electronic device for measuring blood pressure and method for measuring blood pressure
KR20210052874A (ko) 복수의 센서 신호를 이용하여 사용자의 제스처를 인식하는 전자 장치
KR20200137918A (ko) 피부 이미지를 획득하는 전자 장치 및 그 제어 방법
KR20210112630A (ko) 웨어러블 전자 장치
KR20210079047A (ko) 전자 장치 및 전자 장치에서 광 센서 데이터의 피크 포인트를 검출하는 방법
KR102562817B1 (ko) 혈압 측정을 위한 전자 장치 및 그의 동작 방법
KR20220008601A (ko) 생체 신호를 획득하는 전자 장치 및 그 운용 방법
CN111698939B (zh) 生成与外部对象相关联的心率波动信息的方法及其设备
KR102652553B1 (ko) 전자 장치 및 전자 장치의 마이크로폰 블록 검출 방법
CN115067896A (zh) 用于估计生物信息的设备和方法
KR20210101670A (ko) 음질 개선 방법 및 이를 이용한 전자 장치
US20220296115A1 (en) Apparatus and method for estimating bio-information
KR102569988B1 (ko) 혈압 추정 장치 및 방법
EP4059414B1 (en) Cuffless blood pressure estimation
US11969260B2 (en) Apparatus and method for detecting body component
US20230190167A1 (en) Method for acquiring biometric information and electronic device therefor
KR20200137916A (ko) 피부 이미지를 획득하는 전자 장치 및 그 제어 방법
KR20230138373A (ko) 혈관 경직도를 측정하기 위한 전자 장치, 방법 및 저장 매체
KR20210139045A (ko) 데이터 전송 방법 및 이를 지원하는 전자 장치
KR20230052779A (ko) 체중 데이터 보정 장치 및 방법