KR20210154468A

KR20210154468A - 다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템

Info

Publication number: KR20210154468A
Application number: KR1020200071504A
Authority: KR
Inventors: 김광수
Original assignee: (주)이튜
Priority date: 2020-06-12
Filing date: 2020-06-12
Publication date: 2021-12-21
Also published as: KR102362454B1

Abstract

본 발명은 다중 생체신호를 이용한 혈압 측정 장치에 관한 것으로, 사용자의 신체로부터 ECG 신호와 PPG 신호를 측정하는 센서 모듈, 및 센서 모듈로부터 제공되는 ECG 신호와 PPG 신호로부터 산출되는 PTT에 기반하여 상기 사용자의 혈압을 산출하는 프로세서를 포함하며, 프로세서는 ECG 신호와 PPG 신호로부터 임계치보다 높은 진폭을 갖는 피크를 검출함에 있어서 이전 단위 시간의 측정 결과에 대응하여 적응적으로 상기 임계치를 수정하도록 구성된다.

Description

다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템{Method for measuring blood pressure using multiple biological signals and health care system using the same}

본 발명은 혈압 측정에 관한 것으로, 더욱 상세하게는 지속적이면서 실시간으로 광전용적맥파(Photoplethysmograph, 이하 PPG라 함)와 심전도(Electrocardiogram, 이하 ECG라 함) 분석을 통해 혈압을 측정하고, 측정된 혈압에 기초하여 사용자의 건강을 관리할 수 있는 다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템에 관한 것이다.

IOT(Internet Of Things) 시대가 도래함에 따라 의료 서비스도 점차 스마트 헬스 시대로 발전되고, 이를 기반으로 진단과 치료 개념의 의료 산업이 점차 예방과 관리 개념의 패러다임으로 바뀌어가고 있다.

고혈압은 심혈관 질환과 뇌졸증 등의 원인이며, 고혈압 자체로 사망하는 경우는 드물지만, 심혈관 질환과 뇌졸증은 생명에 치명적이다. 고혈압으로 인한 심장 질환이나 뇌졸증은 사망이나 치명적인 장애를 유발할 확률이 높은 질병이기 때문에 보다 빠르고 정확한 진단과 대응이 필요하다. 따라서 좀 더 빠른 시간 안에 고혈압의 위협을 알기 위해서는 혈압을 지속적으로 측정하여 실시간으로 알려주는 시스템이 필요하다.

하지만, 기존의 웨어러블 혈압측정 기기의 경우 잦은 배터리 충전을 요할 뿐 아니라 기기의 크기로 인하여 일상생활에서 지속적으로 휴대하기가 어려우며, 특히 취침시에는 착용으로 인하여 다소 불편한 점이 존재한다. 또한, 측정 방식에 따라서 피부와 완전히 접촉한 경우에만 측정이 가능하기 때문에 그 활용성이 다소 낮다는 문제점이 있었다.

KR 10-0638696 B1

상기한 문제점을 해소하기 위해 안출된 본 발명의 목적은, 지속적이면서 실시간으로 PPG와 ECG 분석을 통해 혈압을 측정하고, 측정된 혈압에 기초하여 지속적으로 사용자의 건강을 관리할 수 있는 다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템을 제공함에 있다.

상기한 목적은, 본 발명에서 제공되는 하기 구성에 의해 달성된다.

본 발명에 따른 다중 생체신호를 이용한 혈압 측정 장치는

사용자의 신체로부터 ECG 신호와 PPG 신호를 측정하는 센서 모듈; 및

상기 센서 모듈로부터 제공되는 ECG 신호와 PPG 신호로부터 산출되는 PTT에 기반하여 상기 사용자의 혈압 수치를 산출하는 프로세서를 포함하며,

상기 프로세서는 상기 ECG 신호와 상기 PPG 신호로부터 임계치보다 높은 진폭을 갖는 피크를 검출함에 있어서 이전 단위 시간의 측정 결과에 대응하여 적응적으로 상기 임계치를 수정하도록 구성된다.

바람직하게로는, 상기 프로세서는 상기 ECG 신호의 형태를 분석하기 위하여 신호의 기울기를 추적하는 기울기 추적파를 생성하고, 상기 기울기 추적파에 의해 결정된 구간을 기저선이 변동된 신호 구간으로 설정하고, 설정된 구간의 기저선 변동 곡선을 정현파로 근사화하고, 근사화된 신호를 입력된 ECG 신호에 감산하여 기저선 변동 곡선을 제거하여 상기 PTT 산출에 적용한다.

본 발명에 따른 헬스케어 시스템은

사용자의 신체로부터 ECG 신호와 PPG 신호를 측정하는 센서 모듈;

상기 센서 모듈로부터 제공되는 ECG 신호와 PPG 신호로부터 산출되는 PTT에 기반하여 상기 사용자의 혈압 수치를 산출하는 프로세서;

상기 ECG 신호, 상기 PPG 신호, 상기 PTT 및 혈압 수치 중 적어도 하나를 저장하는 저장부;

상기 프로세서에서 산출된 혈압 수치를 상기 사용자에게 제공하는 출력부; 및

스마트 기기 또는 의료 서비스 센터와 통신하여 상기 ECG 신호, 상기 PPG 신호, 상기 PTT 및 혈압 수치 중 적어도 하나를 전송하는 통신부를 포함하며,

본 발명에 따르면, 고정된 임계치가 아니라 이전 단위 시간의 측정 결과에 대응하여 적응적으로 수정된 임계치를 사용하여 ECG 신호 및/또는 PPG 신호에서 피크를 검출함으로써, ECG 신호와 PPG 신호로부터 산출되는 PTT의 표준편차를 감소시킬 수 있다.

본 발명에 따르면, ECG 신호의 기울기를 추적하는 기울기 추적파를 이용하여 기저선 변동 곡선을 구하여 ECG 신호로부터 기저선 변동 잡음을 제거함으로써 산출된 PTT 값의 정확도를 높일 수 있다.

본 발명에 따르면, 혈압 측정 장치를 패치형으로 구현함으로써, 지속적인 자가 관리의 효율성을 높이며, 이를 통해 혈압에 의한 합병증을 감소시킬 수 있어 국민건강증진에 기여할 수 있다.

도 1은 본 발명의 일실시예에 따른 다중 생체신호를 이용한 혈압 측정 장치를 나타낸 블록도이다.
도 2는 도 1에 도시된 프로세서의 세부 구성요소를 나타낸 블록도이다.
도 3은 도 2에 도시된 ECG 추출부에서 ECG 신호로부터 기저선 변동 잡음을 제거하는 알고리즘을 설명하는 흐름도이다.
도 4는 PTT의 정의를 설명하는 도면이다.
도 5는 도 2에 도시된 PTT 산출부에서 ECG 신호와 PPG 신호의 피크를 검출하는 알고리즘을 설명하는 흐름도이다.
도 6은 본 발명의 일실시예에 따른 헬스케어 시스템을 나타낸 블록도이다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 다중 생체신호를 이용한 혈압 측정 장치 및 이를 이용한 헬스케어 시스템에 대해 상세히 설명하기로 한다.

도 1은 본 발명의 일실시예에 따른 다중 생체신호를 이용한 혈압 측정 장치를 나타낸 블록도로서, 크게 센서모듈(110)과 프로세서(130)를 포함하여 구성된다. 센서모듈(110)과 프로세서(130)는 유선 혹은 무선으로 통신할 수 있다. 센서모듈(110)과 프로세서(130)는 일체화되어, 패치형으로 제작되거나 스마트폰 등과 같은 스마트 기기에 내장될 수 있다. 한편, 센서모듈(110)만 패치형으로 제작되어 사용자의 신체에 부착될 수 있다.

센서모듈(110)은 적어도 제1 센서(111)와 제2 센서(113)를 포함하며, 실시예에 따르면, 제1 센서(111)는 ECG 센서로 동작하고, 제2 센서(113)는 PPG 센서로 동작할 수 있다. 제1 센서(111)와 제2 센서(113)는 기능을 통합하여 내장형 발광다이오드, 광검출기, 및 ECG 아날로그 프론트엔드로 구성되는 단일한 모듈로 일체화시킬 수 있고, 그 결과 공간이 최소화되면서 전력 소모량이 감소될 수 있다.

ECG 센서인 제1 센서(111)는 사용자의 신체에 접촉되는 복수의 전극을 포함한다. 복수의 전극 중 일부는 활동전위 전극으로 사용되고, 나머지는 기준전위 전극으로 사용된다. 실시예에 따르면, 제1 센서(111)에서 센싱된 신호의 주파수 대역은 약 0.05 ~ 100 Hz이다. 제1 센서(111)에서 복수의 전극을 통하여 센싱된 신호는 프로세서(130)로 제공되어 차동증폭, 잠음감쇄, 저역 필터링 및/또는 고역 필터링, 연산증폭, 아날로그/디지털 변환 등을 거쳐 ECG 신호로 출력된다. 여기서, 차동증폭, 잠음감쇄, 저역 필터링 및/또는 고역 필터링, 연산증폭, 아날로그/디지털 변환 기능은 제1 센서(111)에서 수행될 수도 있다.

ECG 신호는 심장의 특수흥분전도 시스템에 의해 발생되는 활동전위의 벡터 합으로 표현되는 신호로서, 도 4에 도시된 신호(410)와 같이 P파, QRS군, T파로 이루어진다. P파는 심방이 수축할 때 발생하고, QRS군은 심실이 수축할 때, T파는 심실이 이완될 때 발생한다. 이들 P파, QRS군, T파의 특성을 분석하여 심장의 상태를 판단할 수 있다.

PPG 센서인 제2 센서(113)는 복수의 발광다이오드와 포토 트랜지스터를 포함한다. 제2 센서(110)는 특정 파장대역의 광을 사용자의 신체에 조사하고, 반사 또는 투과되는 광량을 검출하여 센싱된 신호로 프로세서(130)로 제공한다. 즉, 발광다이오드에서 발생한 예를 들면 930nm의 광이 신체에 조사되고, 신체를 통과한 광이 수광부인 포토 트랜지스터에서 검출된다. 포토 트랜지스터에서 검출되는 광량은 전류이기 때문에, 프로세서(130)에서 전류/전압 변환, 연산증폭, 저역 필터링 및/또는 고역 필터링, 연산증폭, 아날로그/디지털 변환 등을 거쳐 PPG 신호로 출력된다. 여기서, 전류/전압 변환, 연산증폭, 저역 필터링 및/또는 고역 필터링, 연산증폭, 아날로그/디지털 변환 기능은 제2 센서(113)에서 수행될 수도 있다.

PPG 신호는 심실 수축기 동안 내뿜어지는 혈액이 말초혈관에 전달될 때 말초신경에서 측정되는 광전신호이다. 말초신경에 PPG 센서를 부착하면, 말초혈관의 혈류량에 따라 흡수되는 광량이 달라지므로, 광량을 측정하여 PPG 신호를 얻을 수 있다. 구체적으로, 말초신경에 도착하는 혈액의 양이 많을 경우 외부에서 입사된 적색광이 혈액에 많이 흡수되므로 측정되는 광량은 적어지고, 심실이 이완하여 말초신경의 혈액이 적어지면 광신호가 증가한다. 이러한 원리에 의해 심실의 이완기 동안 말초신경의 용적량에 상응하는 광량을 측정하여 PPG 신호를 얻을 수 있다.

PPG 신호는 도 4에 도시된 신호(430)와 같이 나타낼 수 있다. 여기서, S 점은 좌심실이 수축하여 대동맥으로 혈액이 분출되는 경우 말초혈관에서 측정된 신호이고, P 점은 말초혈관의 압력과 용적율이 최대가 되는 시점이다. 다음, 대동맥판이 닫히기 직전에 짧은 시간동안 혈액의 역류 현상이 잠시 발생되는데 이 절혼(Incisura)의 시작점이 C 점이고 끝나는 점이 T 점이다.

프로세서(130)는 센서모듈(110)에서 센싱된 신호들로부터 ECG 신호와 PPG 신호를 추출하고 동기화시켜 맥파전달시간(Pulse Transit Time, 이하 PTT라 약함) 값을 산출하고, PTT 값을 기반으로 하여 수축기 혈압(Systolic Blood Pressure, 이하 SBP라 약함) 및 이완기 혈압(Diastolic Blood Pressure, 이하 DBP라 약함)을 살출한다.

PTT는 심장에서 방출된 혈액이 말초혈관까지 도달하는데 걸리는 시간을 나타내는데, 이는 말초혈관의 혈액양이 최대가 되는 시점이 아니라 유입되는 시간까지를 의미한다. 따라서, 도 4에 있어서 구간(450)과 같이, ECG 신호의 피크 R점에서부터 PPG 신호의 S점과 P점의 중간값까지의 구간으로 나타낼 수 있다. PTT 값이 낮다는 것은 혈액의 전달시간이 짧다는 것을 의미하고, 이는 혈관이 매우 경직되어 혈관내 혈류속도가 빠르다는 것을 나타낸다.

따라서, PTT는 ECG 신호와 PPG 신호의 상관관계를 분석하여 산출되는 것으로서, 혈압이 높을수록 PTT 값이 작아지는 특성을 보인다. 이에 따라서 SBP 및 DBP는 하기 수학식 1과 같이 나타낼 수 있다.

여기서, m_s, m_d, q_s, q_d는 사용자의 신체 특징 파라미터에 의해 결정될 수 있으며, 회귀모델에서 기준 혈압을 PTT에 피팅함으로써 얻어질 수 있다. 사용자의 신체 특징 파라미터로는 성별, 나이, 체중, 체지방, 팔길이, 팔굵기, 신장 등을 예로 들 수 있으나, 이에 한정되는 것은 아니다.

도 2는 도 1에 도시된 프로세서(130)의 세부 구성요소를 나타낸 블록도로서,크게 ECG 추출부(210), PPG 추출부(230), PTT 산출부(250)와 혈압값 산출부(270)를 포함할 수 있다.

도 2를 참조하면, ECG 추출부(210)는 센서모듈(110)의 제1 센서(111)에서 센싱된 신호로부터 ECG 신호를 추출한다. 제1 센서(111)에서 센싱된 신호에는 60Hz 전력선 잡음, 기전선 변동 잡음, 근잡음 등이 포함될 수 있다. ECG 추출부(210)는 제1 센서(111)에서 센싱된 신호로부터 잡음이 제거된 신호를 생성할 수 있다.

PPG 추출부(230)는 센서모듈(110)의 제2 센서(113)에서 센싱된 신호로부터 PPG 신호를 추출한다.

PTT 산출부(250)는 ECG 추출부(210)로부터 제공되는 ECG 신호와 PPG 추출부(230)로부터 제공되는 PPG 신호를 동기화시키고, 동기화된 ECG 신호와 PPG 신호로부터 PTT를 산출할 수 있다.

혈압값 산출부(270)는 산출된 PTT에 근거하여 수학식 1에서와 같이 SBP 및 DBP를 산출할 수 있다.

도 3은 도 2에 도시된 ECG 추출부(210)에서 ECG 신호로부터 기저선 변동 잡음을 제거하는 알고리즘을 설명하는 흐름도로서, 원신호의 변형을 줄이면서 계산의 복잡도를 최소화시킬 수 있는 방식이다.

기저선 변동 잡음은 전극을 부착한 부위의 근육 수축과 호흡의 리듬에 따라 0~2 Hz 범위의 주파수 성분이 원신호에 혼입되어 발생한다. 이와 같은 기저선 변동은 신호를 분석하는데 많은 어려움을 초래하기 때문에 이를 적절히 제거함으로써 정확한 분석을 통한 진단이 가능하다.

도 3을 참조하면, 311 단계에서는 신호의 형태를 분석할 대상인 ECG 신호를 입력받는다. 313 단계에서는 처리 구간의 시작점과 끝점을 설정한다. 315 단계에서는 샘플수를 설정한 다음, 초기화시킨다.

317 단계에서는 서로 다른 유지시간 즉, t_H1, t_H2를 갖는 두개의 하강 기울기 추적파와 두개의 상승 기울기 추적파를 생성한다. 여기서, t_H1이 t_H2보다 더 큰 값, 즉 더 긴 유지시간을 갖는다고 할 때, 유지시간이 긴 t_H1을 갖는 상승 기울기 추적파를 A1, 하강 기울기 추적파를 D1이라 하고, 유지시간이 짧은 t_H2를 갖는 상승 기울기 추적파를 A2, 하강 기울기 추적파를 D2라 한다. 유지시간이 긴 t_H1을 갖는 A1과 D1은 낮은 주파수 성분을 구분하는데 효과적으로 사용되며, 유지시간이 짧은t_H2을 갖는 A2와 D2는 높은 주파수 성분을 구분하는데 효과적으로 사용된다.

319 단계에서는 해당 샘플이 처리 구간을 벗어낫는지를 판단한다.

321 단계에서는 해당 샘플이 처리 구간 이내에 존재하는 경우, 입력된 ECG 신호에 대하여 하강 기울기 추적파와 상승 기울기 추적파를 이용하여 1차적으로 고주파성분을 제거한다.

먼저, 하강 기울기 추적파를 이용한 1차 고주파 성분 제거 알고리즘을 설명하기로 한다.

구체적으로, 하강 기울기 추적파인 D1과 D2가 원신호를 추적하다가 D1이 원신호의 최대값에 도달하면 자신의 유지시간 t_H1동안 원신호의 최대값을 유지하게 된다. 그리고, 유지시간이 완료되면, D2의 움직임을 확인한다. 만약, D1의 유지시간 내에 D2가 자신의 유지시간 t_H2을 유지한 후 하강하여 원신호와 교차하는 지점이 발생하지 않는다면, 정상적으로 추적을 하고 있다고 인지한다. 그러나, D1의 유지시간 내에 D2가 자신의 유지시간 t_H2을 유지한 후 하강하여 원신호와 교차하는 지점이 발생한다면, D1이 고주파 성분에 의해 잘못된 추적을 하고 있다고 인지한다. D1이 잘못된 추적을 하고 있다고 인지하면, 고주파 성분이 발생한 구간에 D2를 역방향으로 적용하여 고주파 성분이 발생한 구간을 검출한다. 다음, D2가 검출한 고주파 성분 발생 구간을 직선으로 연결하여 고주파 성분을 제거한 후, D1은 고주파 성분이 발생한 시점부터 고주파 성분을 무시하고 다시 추적한다.

다음, 상승 기울기 추적파를 이용한 1차 고주파 성분 제거 알고리즘을 설명하기로 한다.

구체적으로, 상승 기울기 추적파인 A1과 A2가 원신호를 추적하다가 A1이 원신호의 최소값에 도달하면 자신의 유지시간 t_H1동안 원신호의 최소값을 유지하게 된다. 그리고, 유지시간이 완료되면, A2의 움직임을 확인한다. 만약, A1의 유지시간 내에 A2가 자신의 유지시간 t_H2을 유지한 후 상승하여 원신호와 교차하는 지점이 발생하지 않는다면, 정상적으로 추적을 하고 있다고 인지한다. 그러나, A1의 유지시간 내에 A2가 자신의 유지시간 t_H2을 유지한 후 상승하여 원신호와 교차하는 지점이 발생한다면, A1이 고주파 성분에 의해 잘못된 추적을 하고 있다고 인지한다. A1이 잘못된 추적을 하고 있다고 인지하면, 고주파 성분이 발생한 구간에 A2를 역방향으로 적용하여 고주파 성분이 발생한 구간을 검출한다. 다음, A2가 검출한 고주파 성분 발생 구간을 직선으로 연결하여 고주파 성분을 제거한 후, A1은 고주파 성분이 발생한 시점부터 고주파 성분을 무시하고 다시 추적한다.

한편, 잘못된 추적을 하고 있던 긴 유지시간 t_H1을 갖는 D1과 A1을 각각의 짧은 유지시간 t_H2을 갖는 D2와 A2를 순방향과 역방향으로 적용하여 고주파 성분을 검출한 뒤, D2와 A2에 의해 검출된 고주파 성분 구간을 직선으로 연결하여 고주파 성분이 제거된 ECG 신호를 얻는다.

323 단계에서는 다음 샘플을 설정하여 319 단계로 복귀한다.

325 단계에서는 321 단계에서 ECG 신호에 아직 남아있는 고주파 성분을 검출하고 제거하기 위하여 짧은 유지시간 t_H2을 갖는 A2와 D2를 생성한다.

327 단계에서는 샘플수를 초기화하고, 329 단계에서는 해당 샘플이 처리 구간을 벗어낫는지를 판단한다.

331 단계에서는 해당 샘플이 처리 구간 이내에 존재하는 경우, 325 단계에서 생성된 A2와 D2를 다시 순방향과 역방향으로 적용시켜 ECG 신호에서 2차로 고주파 성분을 제거한다.

구체적으로, A2와 D2를 순방향으로 적용시켜 유지시간 t_H2을 유지한 후, 상승 및 하강하여 원신호와 만나게 되면 굴곡이 있는 것으로 판단하고, 그 구간에서 다시 역방향으로 A2와 D2를 적용시켜 ECG 신호에 남아있던 고주파 성분을 검출한다. 이후, A2와 D2에 의해 고주파 성분이 검출된 구간을 직선으로 연결하여 고주파 성분을 제거한다.

333 단계에서는 다음 샘플을 설정하여 329 단계로 복귀한다.

335 단계에서는 기저선 변동이 있는 ECG 신호에서 서로 다른 유지시간을 갖는 기울기 추적파를 이용하여 고주파 성분을 제거하고 얻은 기저선 변동 곡선을 정현파로 근사화한다. 이를 위해, 기저선 변동 곡선의 각 굴곡에서 최고값과 최저값을 구하여 정현파로 근사화할 구간을 설정한다. 즉, 기저선 변동 곡선의 하나의 최대값 혹은 최소값에서 다음 최대값 혹은 최소값 사이를 하나의 구간으로 설정하고, 그 구간을 정현파로 근사화한다. 근사화 방법은 각 설정된 구간에서 RMSE(Root Mean Square Error)가 최소가 되는 정현파를 찾아 수행한다.

337 단계에서는 기저선 변동이 있던 원래의 ECG 신호에서 정현파로 근사화된 기저선 변동 곡선을 감산하여 기저선 변동을 제거한다.

이와 같이 ECG 신호의 형태를 분석하기 위하여 신호의 기울기를 추적하는 기울기 추적파를 사용하고, 기울기 추적파에 의해 결정된 구간을 기저선이 변동된 신호 구간으로 설정하고, 설정된 구간의 기저선 변동 곡선을 정현파로 근사화하고, 근사화된 신호를 입력된 ECG 신호에 감산하여 기저선 변동 곡선을 제거한다. 기울기 추적파는 상승 기울기 추적파와 하강 기울기 추적파로 구성되어, 신호의 기울기를 효과적으로 추적하도록 결정된 조건에 따라 매 샘플 포인트마다 새로운 값으로 갱신되면서 원신호를 추적하게 된다.

도 5는 도 2에 도시된 PTT 산출부(250)에서 ECG 신호와 PPG 신호의 피크를 검출하는 알고리즘을 설명하는 흐름도이다. 이 알고리즘에서는 임계치가 고정된 것이 아니라 측정 데이타에 따라서 실시간으로 연속적으로 갱신되도록 함으로써 잡음이나 진폭의 변화에도 불구하고 피크 추정의 정확도를 향상시키기 위한 것이다.

ECG 신호와 PPG 신호는 같은 심장 반응에 대해 피크 딜레이 현상을 보이는데, 이를 PTT라고 한다. 따라서, PTT 산출에서 가장 중요한 것은 ECG 신호와 PPG 신호에서 피크를 정확하게 측정하는 것이다. 일상생활에서 ECG 신호와 PPG 신호와 같은 생체신호를 측정하게 되면 측정대상은 실험조건과 같은 고정상태가 아니라 자유롭게 이동하기 때문에 움직임으로 인한 잡음이 발생한다. 더우기 PPG 신호는 호흡으로 인하여 진폭에 변화가 발생하고, ECG 신호 역시 사용자의 움직임으로 인한 진폭의 변화가 심하다. 따라서, 잡음이 발생할 경우와 진폭의 변화에도 혈압의 측정이 가능하도록 피크 추정의 오류를 줄일 필요가 있다. 설명의 편의를 위하여 이하에서는 ECG 신호로부터 피크를 측정하는 것으로 제한하여 설명하기로 한다.

도 5를 참조하면, 511 단계에서는 단위 시간동안, 예를 들면 5초간의 측정 데이터의 평균값에 임계치 폭을 적용하여 임계치를 계산한다. 단위 시간은 PTT 측정시 입력하는 신호의 양과 PTT값의 표준편차의 증가폭을 고려하여 설정될 수 있다. 즉, PTT값의 표준편차가 급격하게 증가하기 직전까지의 시간을 단위 시간으로 설정할 수 있다.

513 단계에서는 511 단계에서 계산한 임계치보다 높은 값을 대상으로 피크를 측정한다.

515 단계에서는 513 단계에서 측정된 피크수와 예상 피크수를 비교한다. 예상 피크수는 ECG 신호에서 추출한 심장 박동을 바탕으로 단위 시간, 즉 5초 동안의 심장 박동수를 계산하여 설정한다. 이때, ECG 신호 자체의 잡음으로 인하여 심장 박동이 잘못 계산되는 경우를 방지하기 위하여 최대 심장 박동수를 구하여 그 이상을 넘지 않도록 한다. 만약 범위를 벗어나게 되면 잡음으로 판단하고, 이를 제외하여 잡음을 제거한다. 실시예에 따르면 최대 심장 박동수는 220에서 사용자의 나이를 뺀 값으로 설정한다.

517 단계에서는 515 단계에서의 비교 결과, 513 단계에서 측정된 피크수보다 예상 피크수가 큰 경우 해상도 비율을 감소시켜 511 단계로 복귀시키고, 511 단계에서는 감소된 해상도 비율을 적용하여 다시 임계치를 수정하여 513 단계를 반복 수행한다.

519 단계에서는 515 단계에서의 비교 결과, 513 단계에서 측정된 피크수보다 예상 피크수가 작은 경우 해상도 비율을 증가시켜 511 단계로 복귀시키고, 511 단계에서는 증가된 해상도 비율을 적용하여 다시 임계치를 수정하여 513 단계를 반복 수행한다.

521 단계에서는 515 단계에서의 비교 결과, 513 단계에서 측정된 피크수와 예상 피크수가 동일한 경우, 측정된 피크 지점을 기록한다.

이와 같이, 이전 단위 시간의 측정 결과에 적응적으로 최적의 피크를 검출할 수 있도록 임계치를 지속적으로 수정함으로써, PTT값의 표준편차를 줄일 수 있다. 즉, 실시간으로 PTT를 산출하더라도 ECG 신호와 PPG 신호에서 피크를 잘못 검출하는 경우가 줄어들기 때문에 보다 정확하게 PTT를 산출함으로써 표준편차가 감소되는 것이다.

또한, ECG 신호에서 예상한 심장 박동수보다 많은 수의 피크가 검출된 경우를 잡음으로 판단하여 제거할 수 있다. 즉, ECG 신호에서의 잡음 탐지 성능을 증가시키고, 잡음이 많고 적음에 상관없이 높은 잡음 제거 성능을 달성할 수 있고, 그 결과 이와 같이 ECG 신호 및/또는 PPG 신호를 이용하여 산출되는 PTT값의 표준편차를 대폭 줄일 수 있다.

도 6은 본 발명의 일실시예에 따른 헬스케어 시스템을 도시한 블록도로서, 센서모듈(610), 프로세서(630), 저장부(650), 출력부(670) 및 통신부(69)을 포함하여 구성된다. 헬스케어 시스템은 스마트폰, 태블릿 PC 및 노트북 등과 같은 포터블 디바이스에 구현되거나, 스마트 워치, 스마트 밴드 및 스마트 웨어 등과 같은 웨어러블 디바이스에 구현될 수 있다.

도 6을 참조하면, 센서모듈(610)는 사용자로부터 센싱된 생체신호를 수집할 수 있다. 예를 들어, 센서모듈(610)는 사용자의 ECG와 PPG와 같은 생체신호를 출력할 수 있다. 센서모듈(610)는 도 1 내지 도 5에 도시된 센서모듈을 포함할 수 있다.

프로세서(630)는 도 2 내지 도 5를 통하여 전술한 적어도 하나의 처리모듈을 포함하거나, 도 2 내지 도 5를 통하여 전술한 적어도 하나의 방법을 수행할 수 있다. 프로세서(630)는 어플리케이션을 실행하고, 헬스케어 시스템의 전반적인 동작을 제어할 수 있다.

저장부(650)는 어플리케이션을 실행하기 위한 명령어들 또는 헬스케어 시스템을 제어하기 위한 프로그램 등을 저장한다. 또한, 저장부(650)는 프로세서(630)에서 처리된 ECG 신호, PPG 신호, PTT 값 또는 혈압값을 저장한다.

출력부(670)는 스피커 및/또는 디스플레이를 포함한다. 또한, 출력부(670)는 입력 기능을 위한 인터페이스 혹은 마이크로폰을 더 포함할 수 있다. 출력부(670)는 프로세서(630)에서 얻어진 혈압값과 기준치의 비교결과에 따라 경고 메시지 혹은 제안 메시지 등을 사용자에게 제공할 수 있다.

통신부(690)는 유선 혹은 근거리 및/또는 원거리 무선 방식으로 헬스케어 시스템을 외부 장치, 예를 들어 퍼스널 컴퓨터 또는 네트워크와 연결시켜 프로세서(630)에서 처리된 ECG 신호, PPG 신호, PTT 값, 혈압값 중 적어도 하나를 포함하는 데이터를 의료 서비스 센터와 교환할 수 있다. 또한, 통신부(690)는 의료 서비스 센터로부터 사용자의 생체정보 분석 결과를 수신하여 출력부(670)를 통해 사용자에게 알려주거나 저장부(650)에 저장할 수 있다.

상술한 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소와 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예에서 설명된 시스템, 방법 및 구성요소는 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 임의의 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 이들 처리 장치는 운영체제(OS) 및 운영체제상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 실행할 수 있다. 또한, 이들 처리장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 혹은 생성할 수 있다.

소프트웨어는 컴퓨터 프로그램, 코드, 명령 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 처리 장치에 명령할 수 있다. 소프트웨어 및/또는 데이터는 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 임의의 유형의 기계, 구성요소, 물리적 장치, 가상 장치, 컴퓨터 저장매체 또는 장치에 영구적으로 또는 일시적으로 내장될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수 있다. 소프트웨어 및 데이터는 프로그램 형태로 구현되어 하나 이상의 컴퓨터 판독 가능 기록매체에 저장될 수 있다.

컴퓨터 판독 가능 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 기록매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러 등에 의해 만들어지는 것과 같은 기계어 코드 뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

110 ... 센서모듈 111 ... 제1 센서
113 ... 제2 센서 130 ... 프로세서
210 ... ECG 추출부 230 ... PPG 추출부
250 ... PTT 산출부 410 ... ECG
430 ... PPG 450 ... PTT
610 ... 센서모듈 630 ... 프로세서
650 ... 저장부 670 ... 출력부
690 ... 통신부

Claims

사용자의 신체로부터 ECG 신호와 PPG 신호를 측정하는 센서 모듈; 및
상기 센서 모듈로부터 제공되는 ECG 신호와 PPG 신호로부터 산출되는 PTT에 기반하여 상기 사용자의 혈압 수치를 산출하는 프로세서를 포함하며,
상기 프로세서는 상기 ECG 신호와 상기 PPG 신호로부터 임계치보다 높은 진폭을 갖는 피크를 검출함에 있어서 이전 단위 시간의 측정 결과에 대응하여 적응적으로 상기 임계치를 수정하는 것을 특징으로 하는 다중 생체신호를 이용한 혈압 측정 장치.
제1 항에 있어서, 상기 프로세서는 상기 ECG 신호의 형태를 분석하기 위하여 신호의 기울기를 추적하는 기울기 추적파를 생성하고, 상기 기울기 추적파에 의해 결정된 구간을 기저선이 변동된 신호 구간으로 설정하고, 설정된 구간의 기저선 변동 곡선을 정현파로 근사화하고, 근사화된 신호를 입력된 ECG 신호에 감산하여 기저선 변동 곡선을 제거하여 상기 PTT 산출에 적용하는 다중 생체신호를 이용한 혈압 측정 장치.
사용자의 신체로부터 ECG 신호와 PPG 신호를 측정하는 센서 모듈;
상기 센서 모듈로부터 제공되는 ECG 신호와 PPG 신호로부터 산출되는 PTT에 기반하여 상기 사용자의 혈압 수치를 산출하는 프로세서;
상기 ECG 신호, 상기 PPG 신호, 상기 PTT 및 혈압 수치 중 적어도 하나를 저장하는 저장부;
상기 프로세서에서 산출된 혈압 수치를 상기 사용자에게 제공하는 출력부; 및
스마트 기기 또는 의료 서비스 센터와 통신하여 상기 ECG 신호, 상기 PPG 신호, 상기 PTT 및 혈압 수치 중 적어도 하나를 전송하는 통신부를 포함하며,
상기 프로세서는 상기 ECG 신호와 상기 PPG 신호로부터 임계치보다 높은 진폭을 갖는 피크를 검출함에 있어서 이전 단위 시간의 측정 결과에 대응하여 적응적으로 상기 임계치를 수정하는 것을 특징으로 하는 헬스케어 시스템.