KR20210116431A

KR20210116431A - 노이즈 신호에서 생체측정 이벤트를 검출하기

Info

Publication number: KR20210116431A
Application number: KR1020217013766A
Authority: KR
Inventors: 다바이드 모렐리; 데이비드 플랜스
Original assignee: 바이오비츠 그룹 엘티디
Priority date: 2018-10-08
Filing date: 2019-10-08
Publication date: 2021-09-27
Also published as: CA3156937A1; US20210334566A1; GB201816386D0; GB2577883A; JP2022504832A; WO2020074873A1; EP3864571A1

Abstract

복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하는 단계 - 모델 신호 각각은 검출될 이벤트를 포함하는 알려진 신호를 포함함 - , 상기 높은 정보성 성분 중 하나 이상을 폐기함으로써 변환 행렬의 차원을 감소시키는 단계, 감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하는 단계, 변환된 샘플에 대해 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에 이벤트가 존재할 확률을 결정하는 단계, 및 확률이 임계치보다 높은 경우 입력 신호가 이벤트를 포함함을 결정하는 단계를 포함하는, 입력 신호에서 생체측정 이벤트를 검출하는 방법. 상기 방법을 수행하기 위한 장치가 또한 개시된다. 일부 실시예에서, 검출될 생체측정 이벤트가 심박동이며, 입력 신호가 생리적 신호, 가령, PPG(photoplethysmography) 신호 또는 ECG(electrocardiograph) 신호를 포함한다.

Description

노이즈 신호에서 생체측정 이벤트를 검출하기

본 발명은 주성분 분석(PCA: Principle Component Analysis)을 이용해 노이즈 신호에서 생체측정 이벤트를 검출하기 위한 방법, 장치 및 컴퓨터 프로그램과 관련된다. 더 구체적으로, 그러나 비배타적으로, 본 발명은 입력 신호에서 하나 이상의 심박동을 검출하는 것과 관련된다.

많은 신호 처리 응용분야에서, 노이즈 입력 신호에서 특정 이벤트가 존재하는지 여부를 결정하는 것이 필요하다. 종래의 임계치-기반 방법에서 노이즈의 존재는 에러를 초래할 수 있다. 예를 들어, 의료 분야에서, 신호가 특정 임계치와 교차할 때 심박동이 카운팅되는 임계치-기반 방법을 이용해, 입력 신호, 가령, PPG(photoplethysmography) 신호 또는 ECG(electrocardiograph) 신호에서 심박동을 카운팅함으로써 맥박수가 측정된다. 예를 들어, 실제 심박동의 피크가 임계치 밑으로 떨어지게 함으로써, 또는 심박동이 실제로 발생하지 않았을 때 임계치를 초과하여 심박동 검출 알고리즘을 트리거하는 의사 피크(spurious peak)를 초래함으로써, 신호 내 노이즈가 에러를 초래할 수 있다. 따라서 생체측정 이벤트, 가령, 노이즈 입력 신호 내 심박동을 검출하는 개선된 방법이 필요하다.

본 발명은 이러한 맥락에서 착안되었다.

본 발명의 제1 양태에 따르면, 입력 신호에서 생체측정 이벤트를 검출하는 방법이 제공되며, 상기 방법은 복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하는 단계 - 모델 신호 각각은 검출될 생체측정 이벤트를 포함하는 알려진 신호를 포함함 - , 상기 높은 정보성 성분 중 하나 이상을 폐기함으로써 변환 행렬의 차원을 감소시키는 단계, 감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하는 단계, 변환된 샘플에 대해 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에 생체측정 이벤트가 존재할 확률을 결정하는 단계, 및 확률이 임계치보다 높은 경우 입력 신호가 생체측정 이벤트를 포함함을 결정하는 단계를 포함한다.

제1 양태에 따르는 일부 실시예에서, 시간 윈도를 입력 신호에 적용함으로써 입력 신호의 복수의 샘플이 선택되며, 상기 시간 윈도는 복수의 모델 신호와 동일한 지속시간을 가지며, 상기 방법은 입력 신호를 통해 시간상에서 윈도를 이동시키고, 복수의 윈도 위치의 각각의 윈도 위치에 대해 확률 함수를 재계산하여, 입력 신호 내 상이한 시간에서 생체측정 이벤트가 존재하는지 여부를 결정하는 단계를 더 포함한다.

제1 양태에 따르는 일부 실시예에서, 복수의 모델 신호는 신호 내 동일한 위치에서 피크 진폭을 갖도록 각각 배열되며, 입력 신호가 생체측정 이벤트를 포함한다는 결정에 응답하여 상기 방법은 입력 신호의 복수의 샘플 중, 모델 신호 내 피크 진폭의 위치와 등가인 위치의 하나의 샘플의 시간 인덱스를 식별하는 단계, 및 검출된 이벤트에 대한 식별된 샘플의 시간 인덱스를 기록하는 단계를 더 포함한다.

제1 양태에 따르는 일부 실시예에서, 생체측정 이벤트는 심박동, 심박동의 변동, 및 사용자의 활동 중 하나를 포함한다.

검출될 생체측정 이벤트는 심박동인 경우, 복수의 모델 신호는 복수의 알려진 심박동 신호를 포함한다.

검출될 생체측정 이벤트가 심박동인 제1 양태에 따르는 일부 실시예에서, 입력 신호가 심박동을 포함한다고 결정하는 단계는 확률이 임계치보다 높은 것에 응답하여, 가능한 심박동을 식별하는 단계, 상기 가능한 심박동과 입력 신호 내 바로 선행하는 심박동 사이의 시간 주기를 결정하는 단계, 및 결정된 시간 주기와 알려진 펄스 율 간 비교에 기초하여, 가능한 심박동이 실제 심박동인지 여부를 결정하는 단계를 포함한다.

검출될 생체측정 이벤트가 심박동인 제1 양태에 따르는 일부 실시예에서, 가능한 심박동이 실제 심박동인지 여부를 결정하는 단계는 알려진 펄스 율에 기초하여 심박동들 간 예상 간격을 결정하는 단계, 및 결정된 시간 주기와 예상 간격의 차이가 임계 크기보다 큰 경우, 가능한 심박동이 실제 심박동이 아니라고 결정하는 단계를 포함한다. 예를 들어 임계 크기는 예상 간격의 ±30%이다.

일부 실시예에서, 제1 양태의 방법은 확률을 결정하기 전에, 생체측정 이벤트의 각각의 검출 후 지정 시간 동안 생체측정 이벤트가 발생할 확률을 0으로 설정하는 단계를 더 포함한다.

계산 복잡도를 감소시키고 프로세싱 파워를 절약하는 한 가지 방법이 확률을 결정하는 단계를 수행하기 전에 임의의 검출된 생체측정 이벤트가 생체측정 이벤트가 아닐 것이거나 아닐 가능성이 극히 낮음을 아는 시간 주기 동안 확률을 0으로 설정하는 것이다. 이와 관련하여, 예를 들어, 심박동은 최대 심박수를 가지며 다라서 심박동의 검출 후 또 다른 심박동이 발생하지 않을 짧은 시간 주기가 존재할 것이다. 이 시간 주기 동안 확률을 0으로 설정하는 것이 분석을 요하는 시간 주기를 감소시키기 때문에, 프로세싱 파워를 절약하면서 동시에 이 주기에서 노이즈 때문에 발생할 수 있는 위양성이 제거되기 때문에 정확도도 증가한다.

대안으로, 검출될 생체측정 이벤트가 심박동인 제1 양태에 따르는 일부 실시예에서, 가능한 심박동이 실제 심박동인지 여부를 결정하는 단계는 결정된 시간 주기가 지정 최소 시간 주기보다 짧은 경우 가능한 심박동이 실제 심박동이 아님을 결정하는 단계를 포함한다. 예를 들어, 일부 실시예에서, 지정 최소 시간 주기는 200밀리초이다. 이는 심박동이 발생할 수 없다고 평가한 주기에서 발생하는 신호를 배제함으로써 위양성의 수를 감소시키는 대안적 방식이다.

검출될 생체측정 이벤트가 심박동인 제1 양태에 따른 일부 실시예에서, 상기 방법은 변환 행렬을 특정 피험자와 각각 연관된 복수의 저장된 변환 행렬에 비교함으로써 입력 신호가 획득된 피험자를 식별하는 단계를 더 포함한다.

제1 양태에 따르는 일부 실시예에서, 상기 방법은 입력 신호의 표준 편차의 표준 편차를 결정함으로써 입력 신호를 검증하는 단계를 더 포함하며, 상기 표준 편차의 표준 편차가 지정 임계치보다 높은 경우 입력 신호가 거절된다.

본 발명의 제2 양태에 따라, 제1 양태에 따르는 방법을 수행하는 컴퓨터 프로그램 명령을 저장하도록 구성된 컴퓨터 판독형 저장 매체가 제공된다.

본 발명의 제3 양태에 따라, 입력 신호에서 생체측정 이벤트를 검출하기 위한 장치가 제공되며, 상기 장치는 복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하고 - 각각의 모델 신호는 검출될 생체측정 이벤트를 포함하는 알려진 신호를 포함함 - , 높은 정보성 성분 중 하나 이상을 폐기함으로써 변환 행렬의 차원을 감소시키도록 구성된 PCA 유닛, 감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하도록 구성된 샘플 변환 유닛, 변환된 샘플에 대한 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에 생체측정 이벤트가 존재할 확률을 결정하도록 구성된 확률 결정 유닛, 및 확률이 임계치보다 큰 경우 입력 신호가 생체측정 이벤트를 포함함을 결정하도록 구성된 생체측정 이벤트 검출 유닛을 포함한다.

본 발명의 제4 양태에 따라, 입력 신호에서 생체측정 이벤트를 검출하기 위한 장치가 제공되며, 상기 장치는 하나 이상의 프로세서를 포함하는 프로세싱 유닛, 및 컴퓨터 프로그램 명령을 저장하도록 구성된 메모리를 포함하며, 상기 명령은 상기 프로세싱 유닛에 의해 실행될 때, 장치로 하여금 복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하게 하고, 높은 정보성 성분 중 하나 이상을 폐기함으로써, 변환 행렬의 차원을 감소시키게 하며, 감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하게 하고, 변환된 샘플에 대한 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에서 생체측정 이벤트가 존재할 확률을 결정하게 하며, 확률이 임계치보다 높은 경우 입력 신호가 생체측정 이벤트를 포함한다고 결정하게 한다.

제3 또는 제4 양태에 따르는 일부 실시예에서, 검출될 생체측정 이벤트는 심박동이며 복수의 모델 신호는 복수의 알려진 심박동 신호를 포함하고, 상기 장치는 시간에 따른 생리적 파라미터의 값을 기록함으로써 입력 신호를 획득하도록 구성된 센서를 더 포함하한다. 일부 실시예에서, 상기 센서는 광혈류측정 센서(photoplethysmography sensor)이다.

본 발명의 실시예는, 첨부된 도면을 참조하여, 단지 예시로서만 기재될 것이다.
도 1은 본 발명의 하나의 실시예에 따르는, 수신된 신호 샘플이 심박동을 포함하는지 여부를 결정하는 방법을 보여주는 흐름도이다.
도 2는 본 발명의 하나의 실시예에 따르는, 복수의 모델 심박동을 도시한다.
도 3은 정규화 후 도 2의 복수의 모델 심박동을 도시한다.
도 4는 도 3의 정규화된 모델 내 각각의 포인트에 대한 평균 및 표준 편차를 도시한다.
도 5는 본 발명의 하나의 실시예에 따르는, 두 개의 심박동을 포함하는 입력 신호의 예시를 도시한다.
도 6은 본 발명의 하나의 실시예에 따르는, 도 5의 신호에 대해 계산되는 슬라이딩 확률 함수를 도시한다.
도 7은 본 발명의 하나의 실시예에 따르는, 0.3x 입력 신호 파워에서 가우시안 노이즈를 갖는 두 개의 심박동을 포함하는 입력 신호의 예시를 도시한다.
도 8은 본 발명의 하나의 실시예에 따르는, 도 7의 신호에 대해 계산되는 슬라이딩 확률 함수를 도시한다.
도 9는 본 발명의 하나의 실시예에 따르는, 0.5x 입력 신호 파워에서 가우시안 노이즈를 갖는 두 개의 심박동을 포함하는 입력 신호의 예시를 도시한다.
도 10은 본 발명의 하나의 실시예에 따르는, 도 9의 신호에 대해 계산되는 슬라이딩 확률 함수를 도시한다.
도 11은 본 발명의 하나의 실시예에 따르는, 가능한 심박동이 실제 심박동인지 여부를 결정하는 방법을 보여주는 흐름도이다.
도 12는 본 발명의 하나의 실시예에 따르는, 수신된 신호 샘플이 심박동을 포함하는지 여부를 결정하는 장치를 도시한다.
도 13은 본 발명의 하나의 실시예에 따르는, 노이즈 PPG 신호 및 클린 PPG 신호에 대한 입력 신호의 2차 모멘텀(second momentum)을 보여주는 일련의 그래프를 도시한다.

다음의 상세한 설명에서, 본 발명의 특정 실시예만 설명 목적으로 도시되고 기재되었다. 해당 분야의 통상의 기술자라면 알 듯이, 기재된 실시예는 본 발명의 범위 내에서, 다양한 상이한 방식으로 수정될 수 있다. 따라서, 도면 및 설명은 예시로 간주되어야 하면 한정이 아니다. 유사한 도면 부호가 명세서 전체에서 유사한 요소를 지시한다.

도 1을 참조하면, 본 발명의 하나의 실시예에 따라, 수신된 신호 샘플이 심박동을 포함하는지 여부를 결정하는 방법을 나타내는 흐름도가 도시된다.

우선, 단계 S101에서, 복수의 심박동 샘플에 대해 주성분 분석(PCA)이 수행된다. 복수의 심박동 샘플의 각각의 심박동 샘플이 모델 심박동으로 지칭될 수 있으며 단일 심박동을 각각 포함하는 것으로 알려진 신호를 포함한다. 예를 들어, 모델 심박동은 신호 내 알려진 시점에서의 심박동을 포함하는 적절한 생체측정 신호, 가령, 광혈류측정(PPG: photoplethysmography) 신호 또는 심전계(ECG: electrocardiograph) 신호로부터 추출될 수 있다. 모델 심박동은 미리 기록되고 차후에 분석을 위해 적절한 비휘발성 컴퓨터 판독형 메모리에 저장된다.

복수의 심박동 샘플의 예가 도 2에 도시되어 있는데, 여기서 11개의 모델 심박동이 플로팅된다. 본 예시에서 각각의 모델 심박동은 x축에서 샘플 인덱스 i로 지시된 규칙적인 시간 간격을 둔 10개의 샘플을 포함한다.

본 예시에서 11개의 모델 심박동이 도시되어 있지만, 다른 실시예에서 임의의 개수의 모델 심박동이 제공될 수 있다.

모델 심박동은 모델 심박동의 수와 동일한 수의 행 i 및 각각의 모델 심박동 내 샘플의 수와 동일한 수의 열 j을 갖는 어레이로 저장될 수 있다. 따라서 어레이의 원소 a_ij는 i번째 모델 심박동의 j번째 샘플을 포함한다. 도 2에 플로팅된 11개의 모델 심박동 각각에 대해 10개씩의 샘플을 포함하는 어레이의 예시가 다음과 같으며, 여기서, 각각의 행이 하나의 모델 심박동으로부터의 샘플을 포함한다:

도 3은 각각의 모델 심박동을 z-정규화한 후의 도 2에서의 모델 심박동을 도시한다. 정규화 프로세스가 모델 심박동을 센터링 및/또는 스케일링을 하는 것을 포함할 수 있다. 이러한 방식으로 모델 심박동을 정규화함으로써 상이한 진폭 값 범위를 갖는 신호가 서로 비교될 수 있으며, 예를 들어, 진폭의 절대 값이 모델 심박동 별로 상당히 달라질 때 적용될 수 있다. 다른 실시예에서, 예를 들어, 복수의 모델 값의 각각의 모델 심박동 내 진폭 값의 범위가 동일하거나 유사할 때, 정규화 단계가 생략될 수 있다.

도 4는 도 3의 정규화된 모델 심박동에서 각각의 샘플 인덱스에 대한 평균 및 표준 편차를 플로팅하는 그래프이다. 도 4에 도시된 바와 같이, 모델 심박동 값의 표준 편차가 심박동 내 상이한 포인트에서 꽤 상이할 수 있다. 본 예시에서, 시간 인덱스 i=8에서의 모델 심박동 값이 대략 0.5의 표준 편차를 가지며 반면에 시간 인덱스 i=2에서의 모델 심박동 값이 대략 0.1의 표준 편차를 가진다. 작은 표준 편차를 갖는 포인트일수록 특정 샘플이 모델 심박동 값의 분포에 속하는 것으로 간주될 수 있는지 여부를 더 잘 나타낸다. 예를 들어, 도 4에 도시된 예시에서, 인덱스 i=2에서의 표준 편차는 0.1이기 때문에, 이 인덱스 i=2에서 분포의 평균 값에서 0.5만큼 떨어져 위치하는 진폭 값을 갖는 포인트는, 분포의 일부일 가능성이 낮고 따라서 심박동의 일부일 가능성이 낮다. 이와 달리, 인덱스 i=8에서의 표준 편차는 0.5이기 때문에, 인덱스 i=8에서 평균(μ±0.5)으로부터 동일한 거리만큼 떨어져 위치하는 진폭 값을 갖는 포인트가 분포의 일부일 가능성이 있다. 따라서 본 발명의 실시예에서, 입력 신호가 심박동을 포함하는지 여부를 결정할 때 낮은 표준 편차를 갖는 차원(어레이 인덱스)일수록 더 높은 중요도가 부여될 수 있다.

PPG 측정치로부터 취해진 모델 심박동 샘플의 어레이 내 인덱스가 독립적이지 않으며, 따라서 공분산 행렬이 대각형렬이 아닐 것이다. 그러나 PCA를 이용해 이들은 차원이 직교인 공간으로 변환될 수 있다. 본 실시예에서, 단계 S101에서 PCA는 복수의 모델 심박동 상에서 수행되어 변환 행렬을 생성할 수 있다. 분산에 따라 PCA 변환 행렬의 원소가 정렬되는데, 첫 번째 원소는 가장 큰 분산을 갖고 마지막 원소는 가장 작은 분산을 가진다. 높은 분산을 갖는 원소일수록 높은 정보성 성분이라고 지칭될 수 있으며, 낮은 분산을 갖는 원소일수록 낮은 정보성 성분이라고 지칭될 수 있다. 즉, 낮은 정보성 성분은 높은 정보성 성분보다 낮은 분산을 가진다. 가장 높은 분산이 PCA 행렬을 계산하는 데 사용된 신호들 간 차이에 대해 더 많은 정보를 포함한다는 점에 기초하여, 가장 높은 분산을 갖는 성분을 유지하고 더 낮은 분산을 갖는 성분을 폐기함으로써 PCA 행렬에 대한 차원 감소를 수행하는 것이 알려져 있다. 그러나 이와 달리, 본 발명의 실시예에서, 더 높은 정보성 성분, 즉, 더 높은 분산을 갖는 PCA 행렬의 성분을 폐기함으로써 차원이 감소된다. 앞서 설명된 바와 같이, 본 발명의 발명자는 더 낮은 분산을 갖는 차원 상의 평균 값으로부터 멀리 떨어져 위치하는 포인트가 샘플이 이 분산에 속하지 않음을 나타낼 것이기 때문에, 더 높은 분산을 갖는 성분보다 더 낮은 분산을 갖는 성분(즉, 더 낮은 정보성 성분)이 특정 신호가 분산에 속하는지 여부의 더 우수한 지시자를 제공함을 알았다.

따라서, 본 발명의 실시예에서, 단계 S102에서, (n-k)개의 가장 높은 정보성 성분을 폐기함으로써 - n은 본래의 PCA 변환 행렬의 크기이고 k는 보유된 성분의 수임 - , PCA 변환 행렬의 차원이 n에서 k로 감소된다. 이는 작은 분산을 갖는 포인트만 유지됨을 보장하면서, 모델 심박동의 샘플을 본래의 PPG 공간에서 차원이 직교인 공간으로 변환하는 것과 동일하다. 예를 들어, 차원 감소를 수행함으로써 변환 행렬 내 차원의 수가 100에서 10으로 감소될 수 있다. 일부 실시예에서, 고정된 개수(n-k)의 높은 정보성 성분를 폐기함으로써 차원 감소가 수행될 수 있다. 또 다른 실시예에서, 특정 임계치보다 높은 분산을 갖는 모든 성분을 폐기함으로써, 차원 감소가 수행될 수 있다.

그런 다음, 단계 S103에서, 감소된 차원 변환 행렬이 입력 신호의 샘플에 적용된다. 이는 입력 신호를 차원이 직교인 공간으로 변환하는 효과를 가지며, 여기서 차원은 분산의 크기로 정렬된다. PCA를 수행하기 전에 모델 심박동이 정규화되는 실시예에서, 감소된 차원의 변환 행렬을 이용해 회전을 적용하기 전에 진폭 값을 센터링 및/또는 스케일링하는 측면에서 동일한 변환이 또한 입력 신호의 샘플에 적용될 수 있다.

그런 다음, 단계 S104에서, 지정된 확률 함수가 변환된 샘플에 대해 계산된다. 확률 함수는 입력 신호의 샘플이 변환 행렬을 생성하는 데 사용됐던 분포, 특히, 복수의 모델 심박동에 대한 샘플 값의 분포에 속할 확률을 계산한다. 따라서 확률 함수의 출력은 입력 신호가 심박동을 포함할 확률과 관련된다.

그런 다음, 단계 S105에서 단계 S104에서 계산된 확률이 임계치에 비교된다. 확률이 임계치보다 높은 경우, 입력 신호가 심박동을 포함한다고 결정된다. 다른 한편, 확률이 임계치보다 낮은 경우, 입력 신호는 심박동을 포함하지 않는다고 결정된다.

앞서 도 1의 단계 S102와 관련하여 기재된 바와 같이 PCA 변환 행렬의 차원을 감소시킴으로써, 더 적은 계산이 수행되어야 하기 때문에 계산 부담이 감소될 수 있다. 또한, 낮은 정보성 성분은, PCA 변환 행렬의 크기의 감소에도 불구하고, 심박동이 여전히 신뢰할 만하게 검출될 수 있음을 보장한다. 따라서 본 발명의 실시예는 입력 신호가 심박동을 포함할지 여부를 결정하는 정확하고, 계산 효율적인 방법을 제공할 수 있다. 차원 감소 없이, 매 샘플 주기 동안 가능한 매우 높은 수의 계산이 수행될 필요가 있을 것이다.

예를 들어, 스마트폰 센서가 240 Hz의 샘플링 율에서 1초의 총 지속시간을 갖는 PPG 신호를 기록하는 데 사용되는 경우, 완전 공분산 행렬은 240×240의 크기를 가질 것이다. 차원 감소 없이, 이는 240×240=57,600 곱셈이 초당 240번 수행될 것을 초래할 것이다. 비교하자면, 가장 낮은 10개의 정보성 성분을 유지하고 나머지 높은 정보성 성분을 폐기함으로써, 차원 감소가 수행되는 경우, 각각의 샘플링 주기 동안 240×10=2,400번의 곱셈을 수행하고, 그 후 O(n)이고 따라서 감소된 차원의 수와 동일한 자리수의 연산을 포함하는 연산인 10 포인트의 배반 확률만 계산하면 된다. 따라서 본 발명의 실시예는 이용 가능한 프로세싱 자원이 제한된 경우, 가령, 웨어러블 디바이스 또는 그 밖의 다른 유형의 모바일 디바이스, 가령, 스마트폰에서 특히 바람직할 수 있다.

도 5를 참조하면, 본 발명의 실시예에 따라 두 개의 심박동을 포함하는 입력 신호의 예시가 도시된다. 도 5에서, 동일한 인덱스에 대해 PPG 진폭이 플로팅된다. 본 실시예에서, 입력 신호는 1 내지 40으로 넘버링된 전체 40개의 샘플을 포함한다. 심박동이 입력 신호에서 특정 포인트에서 존재하는지 여부를 결정하기 위해, 복수의 샘플이 PCA 변환 행렬을 획득하는 데 사용됐던 모델 심박동의 길이와 폭(즉, 지속시간)이 동일한 시간 윈도 내에서 선택될 수 있다. 그런 다음 방법, 가령, 도 1에 도시된 바를 이용해 선택된 샘플이 처리되어, 심박동이 시간 윈도 내에 속하는 입력 신호의 일부에 존재할 확률을 결정할 수 있다.

일부 실시예에서, 입력 신호를 통해 시간 상에서 윈도를 이동시키고 복수의 윈도 위치의 각각의 윈도 위치에 대해 확률 함수를 재계산하여, 심박동이 입력 신호 내 상이한 시간에서 존재하는지 여부를 결정함으로써, 슬라이딩 확률 함수가 계산될 수 있다. 도 5의 신호에 대해 계산된 슬라이딩 확률 함수의 예가 도 6에 도시된다.

도 6에 도시된 예에서, 도 3에 도시된 정규화된 모델 심박동으로부터 도출된 감소된 차원 변환 행렬을 이용해 시간 윈도의 각각의 위치에 대해 확률 값이 계산되며, 이때, 각각의 모델 심박동은 10개의 샘플을 포함한다. 따라서 본 실시예에서, 시간 윈도의 폭은 9×S로 설정되며, 이때, S는 시간 윈도가 입력 신호의 10개의 샘플을 포함하도록 하는 입력 신호의 샘플링 율이다. 또 다른 실시예에서, 모델 심박동은 상이한 개수의 샘플을 포함할 수 있으며, 시간 윈도의 폭이 이에 따라 조절될 수 있다.

본 실시예에서, 모델 심박동은 제1 샘플 이후 4개의 샘플링 간격에서 발생하는 샘플 인덱스 j=5에서 진폭 피크(amplitude peak)를 갖도록 배열된다. 입력 신호 내 심박동의 피크 진폭이 모델 심박동 내 피크 진폭의 위치와 시간 윈도 내 등가 위치에 위치할 때 도 1의 단계 S104에서 계산된 확률 함수가 최대값을 가질 것이다. 따라서 본 실시예에서, 입력 신호 내 심박동의 피크 진폭이 윈도의 시작 이후 4개의 샘플링 간격에서 놓이도록 윈도가 위치할 때 확률 함수가 최대값을 가질 것이다.

도 6에서, 슬라이딩 확률 함수의 값이 윈도의 시작 부분에서 샘플의 인덱스에 대해 플로팅된다. 도 6에 도시된 바와 같이, 확률 함수는 입력 신호가 두 개의 심박동을 포함함을 나타내는 두 개의 피크를 포함한다. 확률 함수 내 제1 피크가 11의 인덱스에서 발생하며, 이로부터 도 5에 도시된 바와 같이, 제1 심박동의 피크 진폭이 11+4=15의 시간 인덱스에서 발생함이 결정될 수 있다. 확률 함수 내 제2 피크가 26의 인덱스에서 발생하며, 도 5에 도시된 바와 같이, 이로부터 제1 심박동의 피크 진폭이 26+4=30의 시간 인덱스에서 발생함이 결정될 수 있다. 피크가 슬라이딩 확률 함수에서 검출된 것에 응답하여, 알려진 심박동 신호 내 피크의 위치와 등가인 시간 윈도 내 위치에서의 샘플의 시간 인덱스가 식별될 수 있고 검출된 심박동의 위치를 기록하는 데 사용될 수 있다.

본 발명의 실시예는 노이즈 입력 신호에서 심박동을 신뢰할만하게 검출할 수 있다. 도 7 및 8은 각각 입력 신호 및 슬라이딩 확률 함수를 도시하며, 여기서 예를 들어, 입력 신호는 입력 신호 파워의 30%와 등가인 노이즈 전력 레벨을 갖는 가우시안 노이즈(Gaussian noise)를 포함한다. 도 9 및 10은 각각 입력 신호 및 슬라이딩 확률 함수를 도시하며, 여기서, 입력 신호는 입력 신호 전력의 50%의 노이즈 전력 레벨을 갖는 가우시안 노이즈를 포함한다. 도 7 및 9의 입력 신호 도 5의 입력 신호에 기초하며 추가된 가우시안 노이즈를 가진다. 도 8 및 10에 도시된 바와 같이, 비교적 높은 노이즈 레벨을 가질 때조차 피크는 두 개의 심박동 각각에 대한 슬라이딩 확률 함수에서 여전히 명확하게 보인다.

도 11을 참조하면, 본 발명의 하나의 실시예에 따라, 가능한 심박동이 실제 심박동인지 여부를 결정하는 방법을 도시하는 흐름도가 도시된다. 단계 S105에서 가능한 심박동이 검출되면, 도 1에 도시된 방법의 단계 S106 동안 도 11에 도시된 단계가 수행될 수 있다.

우선, 단계 S201에서 입력 신호에서 가능한 심박동이 발생하는 시간이 알려진다. 예를 들어, 슬라이딩 확률 함수가 앞서 기재된 바와 같이 사용될 때, 시간 윈도의 현재 시작 포인트 및 모델 심박동 내 심박동의 알려진 위치에 기초하여 가능한 심박동의 시간이 결정될 수 있다.

그 후, 단계 S202에서, 입력 신호에서 가능한 심박동과 바로 이전 심박동 간 시간 주기가 결정된다. 가능한 심박동이 실제 심박동인 경우, 이 시간 주기는 잇달은 심박동들 간 간격을 나타낸다. 단계 S203에서, 결정된 주기가 최소 펄스 간격이라고도 지칭될 수 있는 지정된 최소 시간 주기보다 큰지 여부가 체크된다. 최소 펄스 간격이 실제 최대 심박동에 대해 예상될 최단 구간보다 낮게 설정될 수 있다. 결정된 시간 주기가 최소 펄스 간격보다 짧은 것으로 발견되는 경우, 단계 S204에서 가능한 심박동이 실제 심박동일 수 없다고 결정된다.

본 실시예에서, 최소 펄스 간격이 (1OOO/20O)*6O=300 bpm (beats per minute)의 심박수와 등가인 200ms(millisecond)로 설정된다. 인간의 최대 심박수가 일반적으로 약 200-220 bpm인 것으로 예상되기 때문에, 단계 S202에서 계산되는 시간 주기가 200 ms 미만인 경우, 펄스 율(pulse rate)이 그 만큼 높지 않을 수 있기 때문에 가능한 심박동이 실제 심박동이 아닐 수 있다. 다른 실시예에서, 상이한 최소 펄스 간격이 설정될 수 있다. 예를 들어, 일부 실시예에서, 대략 220 bpm의 심박수와 등가인 270 ms 이하의 값이 사용될 수 있다.

결정된 시간 주기가 최대 펄스 간격보다 큰 것으로 발견된 경우, 가능한 심박동이 실제 심박동일 수 있다. 따라서 단계 S205에서, 단계 S203에서 결정된 시간 주기가, 현재 펄스 율에 기초하여 예상될 잇달은 심박동들 사이의 간격에 비교된다. 예를 들어, 현재 펄스 율은 선행한느 지정 시간 주기 내에서 검출된 심박동의 총 수에 기초하여 결정되거나, 지정 수의 심박동들 간 평균 간격에 기초하여 결정될 수 있다.

단계 S205에서, 시간 주기와 예상 각격의 차이가 임계 크기보다 작은 경우, 시간 주기는 예상 간격과 일치한다고 결정된다. 시간 주기가 예상 간격과 일치하는 것으로 발견되지 않는 경우, 단계 S206에서 가능한 심박동이 실제 심박동이 될 수 없다고 결정된다. 다른 한편, 시간 주기가 예상 간격과 일치되는 경우, 단계 S207에서, 가능한 심박동이 실제 심박동이라고 결정된다.

단계 S205에서, 시간 주기가 예상 간격과 일치하는지 여부를 결정하기 위한 임계치가 상대 또는 절대 항으로, 가령, 예상 간격의 퍼센티지 또는 고정 시간 차이로서 정의될 수 있다. 본 실시예에서, 단계 S202에서 결정된 시간 주기가 예상 간격의 ±30% 내에 있는 경우 이는 예상 간격과 일치하는 것으로 간주된다. 그러나 다른 실시예에서, 상이한 임계치가 사용될 수 있다.

단계 S203 및 S205에서 제공된 체크가 적용되어 방법, 가령, 도 1에 도시된 방법을 이용해 검출된 가능한 심박동이 실제 심박동인지 여부를 검증할 수 있다. 일부 실시예에서, 단계 S203 및 S205에서 나타난 테스트가 역 순으로 수행되거나, 테스트들 중 하나가 생략될 수 있다. 또한, 일부 실시예에서, 두 테스트 모두 생략될 수 있고, 단계 S105에서 확률이 임계치를 초과할 때마다 심박동은 기록될 수 있다.

일부 실시예에서, 프로세스, 가령, 도 1에 도시된 프로세스를 이용하기 전에 유사한 논리가 적용되어 심박동이 존재할 확률을 계산할 수 있다. 예를 들어, 일부 실시예에서 슬라이딩 확률 함수가 사용될 때 확률은 심박동이 검출된 후 최소 펄스 간격과 동일한 특정 시간 동안 0으로 설정될 수 있다. 이 주기 동안 확률이 0으로 자동으로 설정되기 때문에, 이 주기 동안 시간 윈도의 위치에 대해 확률 함수를 계산할 필요가 없고, 따라서 계산 부담이 감소될 수 있다. 마찬가지로, 심박동이 검출될 때, 다음 심박동이 발생해야 하는 예상 시간이 현재 펄스 율에 기초하여 결정될 수 있다. 계산 부담을 더 감소시키기 위해, 다음 심박동의 예상 시간의 특정 범위 내에서, 가령, 잇달은 심박동들 사이의 예상 간격의 ±30%와 등가인 범위 내에서만 슬라이딩 확률 함수가 계산될 수 있다. 이 범위 밖에서, 방법, 가령, 도 1의 방법을 이용해 확률 함수를 계산할 필요 없이, 확률은 자동으로 0으로 설정될 수 있다.

도 12를 참조하면, 본 발명의 실시예에 따라, 수신된 신호 샘플이 심박동을 포함하는지 여부를 결정하기 위한 장치가 개략적으로 도시된다. 상기 장치는 프로세싱 유닛치(310), 적절한 컴퓨터 판독형 저장 매체의 형태로 된 메모리(320), 및 센서(330)를 포함한다. 상기 센서(330)는 시간의 흐름에 따른 생리적 파라미터의 값을 기록함으로써 입력 신호를 프로세싱 유닛(310)으로 제공하도록 구성된다. 예를 들어, 센서(330)는 PPG 센서이거나 심박동이 검출될 수 있는 신호를 기록할 수 있는 임의의 다른 유형의 센서일 수 있다.

실시예에 따라, 프로세싱 유닛(310), 메모리(320) 및 센서(330)가 동일한 물리적 디바이스로 구현되거나 서로 물리적으로 분리될 수 있다. 예를 들어, 프로세싱 유닛 및 메모리는 하나의 디바이스, 가령, 스마트폰에 포함될 수 있고, 센서(330)는 가령 웨어러블 디바이스, 가령 일체형 PPG 센서를 포함하는 스마트 시계 또는 일체형 심박수 센서를 갖는 체스트 스트랩에서 적절한 유선 또는 무선 연결을 통해 프로세싱 유닛(310)과 통신할 수 있는 물리적으로 분리된 디바이스에 포함될 수 있다.

도 12에 도시된 바와 같이, 본 실시예에서, 프로세싱 유닛(310)은 PCA 유닛(311), 샘플 변환 유닛(312), 확률 결정 유닛(313), 및 심박동 검출 유닛(314)을 포함한다. 실시예에 따라서, 프로세싱 유닛(310)의 상이한 요소가 개별 하드웨어 요소로서 또는 소프트웨어 모듈로서 구현될 수 있다. 소프트웨어 구현예가 사용될 때, 메모리(320)는 프로세싱 유닛(310) 내 하나 이상의 프로세서에 의해 실행될 때 PCA 유닛(311), 샘플 변환 유닛(312), 확률 결정 유닛(313), 및 심박동 검출 유닛(314)의 기능을 구현하는 컴퓨터 프로그램 명령을 저장하도록 사용될 수 있다.

PCA 유닛(311)은 복수의 알려진 심박동 신호의 샘플에 PCA를 수행하여, 도 1의 단계 S101 및 S102와 관련하여 앞서 기재된 바와 같이, 높은 정보성 성분 중 하나 이상을 폐기함으로써, 변환 행렬을 생성하고 변환 행렬의 차원을 감소시키도록 구성된다. 샘플 변환 유닛(312)은 도 1의 단계 S103과 관련하여 앞서 기재된 바와 같이, 감소된 차원 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하도록 구성된다. 도 1의 단계 S104를 참조하여 앞서 기재된 바와 같이 확률 결정 유닛(313)은 변환된 샘플에 대해 지정 확률 함수를 계산함으로써 입력 신호가 심박동을 포함할 확률을 결정하도록 구성된다. 마지막으로, 심박동 검출 유닛(314)은 확률 결정 유닛(313)에 의해 계산된 확률에 기초하여 입력 신호가 심박동을 포함함을 결정하도록 구성된다. 일부 실시예에서, 심박동 검출 유닛(314)은 추가 체크, 가령, 도 11을 참조하여 앞서 기재된 체크를 또한 수행하여 가능한 심박동이 실제 심박동인지 여부를 검증할 수 있다.

입력 신호가 심박동을 포함하는지 여부를 결정하는 데 사용될 수 있는 본 발명의 실시예가 기재되었다. 일부 실시예에서, 심박동이 존재한느지 여부를 체크하려 진행하기 전에 입력 신호가 검증되어, 입력 신호가 심박동을 검출하는 데 적절하지 않을 때 프로세싱 자원을 불필요하게 사용하는 것을 피할 수 있다. 예를 들어, 하나의 실시예에서, 입력 신호의 2차 모멘텀으로 지칭될 수 있는, 입력 신호의 표준 편차의 표준 편차를 결정함으로써, 입력 신호가 검증될 수 있다. 도 13은 노이즈 PPG 신호 및 클린 PPG 신호에 대한 입력 신호의 2차 모멘텀을 보여주는 일련의 그래프를 도시한다. 도 13의 상부의 두 번째 그래프에서 나타나듯이, 입력 신호의 2차 모멘텀이 임계치보다 높을 때, 신호가 심박동이 신뢰할만하게 검출될 수 있게 하기에 지나치게 노이지하다는 것에 기초하여 입력 신호가 거절될 수 있다. 다른 한편, 도 13의 하부 그래프에서 나타나듯이, 2차 모멘텀이 임계치보다 낮은 경우 입력 신호가 허용될 수 있고, 시스템이 앞서 기재된 바와 같은 방법을 이용해 신호를 계속 처리하여 신호에서 심박동을 검출할 수 있다.

마지막으로, PCA 변환 행렬이 복수의 모델 심박동으로부터 도출되는 본 발명의 실시예가 기재되었다. 일부 실시예에서, 입력 신호로부터 추출된 심박동을 이용해 모델 심박동을 업데이트함으로써 시스템은 특정 개인의 특성에 적응될 수 있다. 이는 사용자의 심박동의 특성 파형을 인식하도록 시스템을 훈련시킴으로써 특정 개인에 대한 정확도를 개선할 수 있다. 또한, 일부 실시예에서, 복수의 PCA 변환 행렬이 상이한 사용자에 대해 저장될 수 있음으로써, 시스템이 변환 행렬을 복수의 저장된 변환 행렬에 비교함으로써 입력 신호가 획득된 피험자를 식별할 수 있다.

본 발명의 실시예는 생리 신호, 가령, PPG 또는 ECG 신호에서 심박동을 검출하는 것과 관련하여 기재되었다. 그러나 본 발명의 또 다른 실시예에서, 앞서 개시된 동일한 원리가 상이한 유형의 생체측정 신호를 처리하도록 적용될 수 있다. 일반적으로, 본 명세서에 개시된 PCA-기반 기법이 노이즈 신호에서 임의의 유형의 생체측정 이벤트를 검출하도록 사용될 수 있다. 예를 들어, 일부 실시예에서, PCA-기반 이벤트 검출 방법이 적용되어 사용자가 사용자의 움직임을 나타내는 노이즈 신호로부터 특정 활동, 가령, 걸음을 수행하는 것을 검출할 수 있다.

본 발명의 특정 실시예가 도면을 참조하여 본 명세서에 기재되었지만, 많은 변형 및 수정이 이하의 청구항에서 정의되는 본 발명의 범위 내에서 가능할 것이다.

해당 분야의 통상의 기술자라면 앞서 기재된 다양한 방법의 단계들이 프로그래밍된 컴퓨터에 의해 수행될 수 있음을 쉽게 알 것이다. 본 명세서에서, 일부 실시예는 기계 또는 컴퓨터 판독형이고 명령의 기계 실행형 또는 컴퓨터 실행형 프로그램을 인코딩하는 프로그램 저장 디바이스, 가령, 디지털 데이터 저장 매체를 포함하는 것으로 의도되며, 이때, 상기 명령은 앞서 기재된 방법의 일부 또는 모든 단계를 수행한다. 프로그램 저장 디바이스는, 가령, 디지털 메모리, 자기 저장 매체, 가령, 자기 디스크 및 자기 테이프, 하드 드라이브, 또는 광학 판독형 디지털 데이터 저장 매체일 수 있다. 실시예는 또한 앞서 기재된 방법의 단계들을 수행하도록 프로그래밍된 컴퓨터를 포함하는 것을 의도한다.

앞서 기재된 특징이 명시적으로 기재된 조합이 아닌 다른 조합으로 사용될 수 있다.

Claims

입력 신호에서 생체측정 이벤트를 검출하는 방법으로서, 상기 방법은
복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하는 단계 - 모델 신호 각각은 검출될 이벤트를 포함하는 알려진 신호를 포함함 - ,
상기 높은 정보성 성분 중 하나 이상을 폐기함으로써 변환 행렬의 차원을 감소시키는 단계,
감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하는 단계,
변환된 샘플에 대해 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에 이벤트가 존재할 확률을 결정하는 단계, 및
확률이 임계치보다 높은 경우 입력 신호가 이벤트를 포함함을 결정하는 단계를 포함하는, 생체측정 이벤트를 검출하는 방법.
제1항에 있어서, 시간 윈도를 입력 신호에 적용함으로써 입력 신호의 복수의 샘플이 선택되며, 상기 시간 윈도는 복수의 모델 신호와 동일한 지속시간을 가지며, 상기 방법은
입력 신호를 통해 시간상에서 윈도를 이동시키고, 복수의 윈도 위치의 각각의 윈도 위치에 대해 확률 함수를 재계산하여, 입력 신호 내 상이한 시간에서 이벤트가 존재하는지 여부를 결정하는 단계를 더 포함하는, 생체측정 이벤트를 검출하는 방법.
제1항 또는 제2항에 있어서, 복수의 모델 신호는 신호 내 동일한 위치에서 피크 진폭을 갖도록 각각 배열되며, 입력 신호가 이벤트를 포함한다는 결정에 응답하여 상기 방법은
입력 신호의 복수의 샘플 중, 모델 신호 내 피크 진폭의 위치와 등가인 위치의 하나의 샘플의 시간 인덱스를 식별하는 단계, 및
검출된 이벤트에 대한 식별된 샘플의 시간 인덱스를 기록하는 단계를 더 포함하는, 생체측정 이벤트를 검출하는 방법.
제1항 내지 제3항 중 어느 한 항에 있어서, 생체측정 이벤트는 심박동, 심박동의 변동, 및 사용자의 활동 중 하나를 포함하는, 생체측정 이벤트를 검출하는 방법.
제1항 내지 제4항 중 어느 한 항에 있어서, 검출될 생체측정 이벤트는 심박동이며, 복수의 모델 신호는 복수의 알려진 심박동 신호를 포함하는, 생체측정 이벤트를 검출하는 방법.
제1항 내지 제5항 중 어느 한 항에 있어서, 입력 신호가 심박동을 포함한다고 결정하는 단계는
확률이 임계치보다 높은 것에 응답하여, 가능한 심박동을 식별하는 단계,
상기 가능한 심박동과 입력 신호 내 바로 선행하는 심박동 사이의 시간 주기를 결정하는 단계, 및
결정된 시간 주기와 알려진 펄스 율 간 비교에 기초하여, 가능한 심박동이 실제 심박동인지 여부를 결정하는 단계를 포함하는, 생체측정 이벤트를 검출하는 방법.
제6항에 있어서, 가능한 심박동이 실제 심박동인지 여부를 결정하는 단계는
알려진 펄스 율에 기초하여 심박동들 간 예상 간격을 결정하는 단계, 및
결정된 시간 주기와 예상 간격의 차이가 임계 크기보다 큰 경우, 가능한 심박동이 실제 심박동이 아니라고 결정하는 단계를 포함하는, 생체측정 이벤트를 검출하는 방법.
제6항 또는 제7항에 있어서, 임계 크기는 예상 간격의 ±30%인, 생체측정 이벤트를 검출하는 방법.
제1항 내지 제8항 중 어느 한 항에 있어서, 확률을 결정하기 전에, 생체측정 이벤트의 각각의 검출 후 지정 시간 동안 생체측정 이벤트가 발생할 확률을 0으로 설정하는 단계를 더 포함하는, 생체측정 이벤트를 검출하는 방법.
제6항, 제7항 및 제8항 중 어느 한 항에 있어서, 가능한 심박동이 실제 심박동인지 여부를 결정하는 단계는
결정된 시간 주기가 지정 시간 주기보다 짧은 경우 가능한 심박동이 실제 심박동이 아님을 결정하는 단계를 포함하는, 생체측정 이벤트를 검출하는 방법.
제9항 또는 제10항에 있어서, 지정된 시간 주기는 200밀리초 이하로 설정되는, 생체측정 이벤트를 검출하는 방법.
제1항 내지 제11항 중 어느 한 항에 있어서,
변환 행렬을 특정 피험자와 각각 연관된 복수의 저장된 변환 행렬에 비교함으로써 입력 신호가 획득된 피험자를 식별하는 단계를 더 포함하는, 생체측정 이벤트를 검출하는 방법.
제1항 내지 제12항 중 어느 한 항에 있어서,
입력 신호의 표준 편차의 표준 편차를 결정함으로써 입력 신호를 검증하는 단계를 더 포함하며,
상기 표준 편차의 표준 편차가 지정 임계치보다 높은 경우 입력 신호가 거절되는, 생체측정 이벤트를 검출하는 방법.
실행될 때, 청구항 제1항 내지 제13항 중 어느 한 항에 따르는 방법을 수행하는 컴퓨터 프로그램 명령을 저장하도록 구성된 컴퓨터 판독형 저장 매체.
입력 신호에서 생체측정 이벤트를 검출하기 위한 장치로서, 상기 장치는
복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하고 - 각각의 모델 신호는 검출될 생체측정 이벤트를 포함하는 알려진 신호를 포함함 - , 높은 정보성 성분 중 하나 이상을 폐기함으로써 변환 행렬의 차원을 감소시키도록 구성된 PCA 유닛,
감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하도록 구성된 샘플 변환 유닛,
변환된 샘플에 대한 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에 생체측정 이벤트가 존재할 확률을 결정하도록 구성된 확률 결정 유닛, 및
확률이 임계치보다 큰 경우 입력 신호가 생체측정 이벤트를 포함함을 결정하도록 구성된 생체측정 이벤트 검출 유닛을 포함하는, 생체측정 이벤트를 검출하기 위한 장치.
입력 신호에서 생체측정 이벤트를 검출하기 위한 장치로서, 상기 장치는
하나 이상의 프로세서를 포함하는 프로세싱 유닛, 및
컴퓨터 프로그램 명령을 저장하도록 구성된 메모리를 포함하며, 상기 명령은 상기 프로세싱 유닛에 의해 실행될 때, 장치로 하여금
복수의 모델 신호의 샘플에 주성분 분석(PCA: principal component analysis)을 수행하여 높은 정보성 성분 및 낮은 정보성 성분을 갖는 변환 행렬을 생성하게 하고 - 각각의 모델 신호는 검출될 생체측정 이벤트를 포함하는 알려진 신호를 포함함 - ,
높은 정보성 성분 중 하나 이상을 폐기함으로써, 변환 행렬의 차원을 감소시키게 하며,
감소된 차원의 변환 행렬을 이용해 입력 신호의 복수의 샘플을 변환하게 하고,
변환된 샘플에 대한 지정 확률 함수를 계산함으로써, 입력 신호의 복수의 샘플에서 생체측정 이벤트가 존재할 확률을 결정하게 하며,
확률이 임계치보다 높은 경우 입력 신호가 생체측정 이벤트를 포함한다고 결정하게 하는, 생체측정 이벤트를 검출하기 위한 장치.
제15항 또는 제16항에 있어서, 검출될 생체측정 이벤트는 심박동이며 복수의 모델 신호는 복수의 알려진 심박동 신호를 포함하고, 상기 장치는
시간에 따른 생리적 파라미터의 값을 기록함으로써 입력 신호를 획득하도록 구성된 센서를 더 포함하는, 생체측정 이벤트를 검출하기 위한 장치.
제17항에 있어서, 상기 센서는 광혈류측정 센서(photoplethysmography sensor)인, 생체측정 이벤트를 검출하기 위한 장치.