KR20220164565A - Ecg 신호를 생성하기 위한 방법 및 시스템 - Google Patents

Abstract

본 발명은 ECG 신호를 결정하기 위한 방법 및 시스템에 관한 것으로, 적어도 하나의 심장 운동 유도 신호가 검출되고, 검출된 적어도 하나의 심장 운동 유도 신호는 적어도 하나의 ECG 신호(1)로 변환된다.

Description

ECG 신호를 생성하기 위한 방법 및 시스템

본 발명은 ECG 신호를 생성하기 위한 방법 및 시스템에 관한 것이다.

다양한 용도에서, 특히 진단 용도에서 ECG 신호를 필요로 한다. 일반적인 표면 ECG는 비접촉식으로 기록될 수 없다. 흉곽 표면의 전압 전위를 기록하기 위해서는 전극이 필요하다. 이러한 전극을 사용하여 장시간 기록하면 피부 자극 및 발진이 발생할 수 있다. 또한, 특히 이러한 측정의 경우 전극이 분리되어 ECG 신호의 품질이 원치 않는 방식으로 저하되는 위험이 있다. 일부 환자(예를 들어 미숙아 또는 화상 피해자)는 또한 피부가 매우 민감하고 얇아서, 접촉 측정 시 감염 및 피부 상처의 위험이 증가하거나 심지어 전극 사용이 완전히 금지되어 생체 데이터의 중요한 측정에 방해가 된다.

또한, 기존의 ECG 기기로는 24시간 이상 중단 없는 연속 측정이 불가능하다. 따라서 간헐적인 심장학적 병리가 간과될 수 있고 따라서 진단 및 치료가 되지 않을 수 있다.

지금까지 의학적으로 유효한 대안은 없었다. 그럼에도 ECG가 적용되어 피부 손상 및 감염 위험은 고려 후에 감수되거나 측정을 포기하게 되고, 그 결과 생체 데이터가 모니터링될 수 없거나 진단이 불가능하다.

24시간을 넘는 연속 기록 시 특수한 경우에 편익 비용비의 고려 후에 고가의 이벤트 레코더(event recorder)가 사용되고, 그 비용은 일반적으로 건강 보험이 적용되지 않는다. 이벤트 레코더는 이상 발생 시 높은 정확도로 신호를 기록하고, 그렇지 않은 경우 절전 모드 상태이다.

휴대용 컴퓨터(웨어러블) 분야에 단일 채널 ECG 해결 방법도 존재한다. 이는 특히 심각한 심장 질환을 감지하기 위해, 간단한 기록 기능과 신속한 신호 분석을 제공한다. 그러나 이들 역시 고가이며 - ECG 기능을 지원하는 경우 - 별도로 구매해야 한다. ECG의 기능은 특히 단순히 소프트웨어 업데이트를 통해 구형 기기에 개장될 수 없다. 기존의 단일 채널 ECG 해결 방법의 의학적 및 특히 진단적 타당성은 아직 제공되어 있지 않다.

또한 심진도(SCG; Seismocardiogram) 신호의 검출도 공개되어 있으며, 상기 신호는 전흉부(precordial) 모션 신호로도 지칭될 수 있다. 전흉부(precordium)는 이 경우 심장 앞의 흉벽 부분을 지칭할 수 있다. 따라서, 전흉부 모션 신호는 흉벽의 이러한 부분의 모션에 대한 정보를 포함할 수 있다. 이러한 신호는 특히 심장 운동에 의해 야기되는 전흉부의 운동, 특히 진동에 대한 정보를 포함한다. 이러한 신호로부터 대동맥판 또는 승모판과 같은 심장 판막의 운동이 감지되어 해당 속성이 식별될 수 있다. ECG 검사에서 보여지는 전기적 자극은 심장 주기 내에서 근육 운동 이전마다 발생하는 전기적 자극을 나타내는 한편, SCG 신호는 전흉부 위치에서 측정된 결과적인 운동을 나타낸다. 이러한 접근 방식에는 예를 들어 가속도계 또는 자이로스코프와 같이 널리 사용되는 관성 센서들이 사용된다. 그러나 압력- 또는 레이더 센서도 사용될 수 있다.

또한, 심음도 신호의 감출도 공개되어 있고, 상기 신호는 심장 운동으로 인해 발생하는 음파의 수신에 의해 생성되는 오디오 신호이다. 또한, 심탄도 신호의 검출 공개되어 있고, 상기 신호는 심장 운동으로 인해 발생하는 전신의 진동을 기록한다. 심탄도는 전신에서 기록될 수 있으므로 특정한 측정 지점에 정해져 있지 않다. 모바일 및 휴대용 심진도 측정 기술 분야의 연구 대부분은 심박수, 심박수 변동성 또는 호흡수와 같은 생체 매개변수의 추출에 집중된다. 이러한 매개변수는 사용자의 건강 상태에 대한 귀중한 정보를 제공하지만, 의사는 심전도(ECG)의 리듬 및 형태에서 훨씬 더 많은 정보를 추출할 수 있다.

또한 심장학에도 머신 러닝 방법이 공개되어 있다. 다수의 공개된 방법은 EEG- 및 ECG 신호에 대해 제시된 바와 같이 생물학적 신호들의 복잡성이나 노이즈를 줄임으로써 건강 데이터를 압축하기 위해 합성곱 오토인코더(convolutional auto encoder)가 이용된다.

특히, ECG 신호에서 질병의 감지를 위해 신경망은, 예를 들어 심방세동 감지, 심근경색증 자동 감지, 부정맥 감지를 위한 효과적인 도구임이 입증되었다.

ECG 데이터의 분석을 위해 신경망을 이용하는 것 외에도 다른 유형의 센서 신호에 머신 러닝을 적용하는 일련의 간행물이 있다. CNN(Convolutional Neural Networks; 합성곱 신경망)는 PPG 센서(Photoplethysmography Sensor; 광혈류 측정 센서)에 의해 심박수를 추정하거나 SCG 데이터에서 심혈관 질환을 자동으로 감지하는데 이용될 수 있다.

선행 기술에 환자의 심장을 모니터링하기 위한 장치 및 방법을 개시하는 WO 2014/036436 A1호가 공개되어 있다. 상기 간행물은 가속 센서를 구비한 모바일폰을 개시한다. 또한, 대응하는 장치가 모바일폰에 통합되거나 여기에 배치된 다수의 전극도 포함할 수 있다는 것이 개시되어 있다. 이 장치는 심장 박동으로 기인하는 전기 신호 및 흉부 진동을 검출하기 위해 환자의 흉부에 배치될 수 있다. 측정 시 SCG(seismocardiogram) 및 ECG(electrocardiogram)가 생성될 수 있다.

또한, 예를 들어 EP 2 704 634 A1호, EP 3 135 194 A1호, US 2018/360338 A1호 및 WO 2018/231444 A2호에 SCG 및 ECG의 동시 기록을 가능하게 하는 다수의 해결 방법이 선행 기술에 공개되어 있다. WO 2019/138327 A1호는 마찬가지로 SCG 센서를 추가로 포함할 수 있는 휴대용 ECG 기기를 개시한다. EP 3 461 401 A1호도 ECG 신호 및 SCG 신호를 검출하기 위한 장치를 개시한다.

또한, 생체 데이터에 따라 차량 탑승자의 상태를 분류하기 위한 분류 방법이 공개되어 있다. 즉 DE 10 2019 201 695 A1호는, 차량 탑승자의 스트레스 수준 또는 각성 수준을 결정하기 위해, 차량 부품에 사용되는 신경망을 개시한다. US 2019/0088373 A1호는 헬스 케어에서 인공 지능 및 머신 러닝의 사용을 개시한다.

따라서, 본 발명의 기술적 과제는, 전술한 단점들을 갖는 특히 전극의 접촉 배치가 방지되고 ECG 신호의 신뢰적인 장시간 검출이 가능해지며, ECG 신호의 가능한 한 정확하고 신뢰적인 생성을 가능하게 하는 ECG 신호를 생성하기 위한 방법 및 시스템을 제공하는 것이다.

상기 과제의 해결 방법은 독립 청구항들의 특징들을 갖는 대상에 의해 해결된다. 본 발명의 추가의 바람직한 실시예는 종속항들의 특징들을 갖는 대상에 의해 제시된다.

ECG 신호(electrocardiographic signal; 심전도 신호)를 생성하기 위한 방법이 제안되며, 이 경우 심장 운동으로 유도된 적어도 하나의 신호가 검출된다. 심장 운동으로 유도된 신호는, 심장 운동에 의해 유발되는 신호를 지칭할 수 있다. 또한, 심장 운동으로 유도된 다수의 신호, 특히 다양한 유형의 신호도 감지될 수 있다. 이는 아래에 추가로 설명된다. 심장 운동으로 유도된 신호는 특히 SCG 신호(Seismocardiographic signal; 심진도 신호)이거나 PCG 신호(Phonocardiographic signal; 심음도 신호)이거나 BCG 신호(Ballistocardiography Signal; 심탄도 신호)일 수 있다. 이러한 심장 운동으로 유도된 신호는 적절한 검출 장치에 의해 생성될 수 있다. 따라서, SCG 신호는 적절한 SCG 검출 장치에 의해, PCG 신호는 적절한 PCG 검출 장치에 의해 그리고 BCG 신호는 적절한 BCG 검출 장치에 의해 생성될 수 있다.

이러한 SCG 검출 장치는, 예를 들어 적어도 하나의 가속 센서, 예를 들어 MEMS 가속 센서, 특히 MEMS 자이로스코프, 또는 레이더 센서, 특히 도플러 레이더 센서를 포함할 수 있다. 전술한 바와 같이, SCG 신호는 심장 운동에 대한 정보를 포함하거나 인코딩한다. 이러한 가속 센서는 단축 또는 삼축 압전 가속 센서 또는 MEMS 가속 센서, 삼축 MEMS 가속 센서 또는 자이로스코프, 레이저 도플러 진동계, 마이크로파 도플러 레이더 센서 또는 소위 공기중 초음파 표면 모션 카메라(AUSMC; Airbourne ultrasound surface motion camera)일 수 있다. PCG 검출 장치는 특히 마이크로폰, 특히 예를 들어 모바일폰과 같은 모바일 단말기의 마이크로폰 또는 레이저 마이크로폰을 포함할 수 있다. BCG 검출 장치는, 예를 들어 적어도 하나의 압력 센서, 예를 들어 로드 셀(load celle)로서 설계된 압력 센서를 포함할 수 있다.

본 발명에 따르면, 심장 운동으로 유도된 적어도 하나의 검출된 신호는 적어도 하나의 ECG 신호로 변환된다. 예시적인 변환 프로세스는 아래에서 더 자세히 설명된다. 아래에서 더 자세히 설명되는 바와 같이, 심장 운동으로 유도된 적어도 하나의 신호를 다수의 ECG 신호로 변환하는 것도 고려될 수 있다. 아래에 더 자세히 설명되는 바와 같이, 검출된 심장 운동으로 유도된 다수의 신호가 하나 이상의 ECG 신호로 변환되는 것 또한 가능하다.

놀랍게도, ECG 신호도 심장 운동에 대한 정보를 포함하거나 인코딩하기 때문에, 심장 운동으로 유도된 신호와 ECG 신호는 심장 활동과 관련하여 유사한 정보 내용을 가지고 있음이 파악되었다. 반대로, 심장 운동으로 유도된 신호는 심장의 전기적 활동에 대한 정보도 포함한다. 심장 운동으로 유도된 신호는 일반적으로 임상- 및 의료 실습에서 특히 진단을 위해 사용되지 않고 그것의 해석은 일반적으로 의사 수련 교육의 일부가 아니기 때문에, 적절한 처리 없이는 사용자들이 일반적으로 이해할 수 없으므로, 변환에 의해 일반적으로 더 많은 사람들에게 명확한 ECG 신호가 생성될 수 있으며, 그 결과 예를 들어 진단 목적의 의학적 이용 가능성이 높아진다. 또한 ECG 신호는 환자 피부의 전술한 기계적 접촉이 필요로 하며, 신뢰적인 생성이 가능해질 수 있다. 이것은 심장 운동으로 유도된 신호의 검출 시 바람직하게 절대적으로 반드시 필요한 것은 아니다.

즉 심장 운동으로 유도된 신호는 바람직하게는 비접촉식으로, 즉 환자의 기계적 접촉 없이 해당하는 센서에 의해 검출된다. 예를 들어 이것은, 검출 장치가 환자로부터 이격되어, 예를 들어 환자가 누워 있는 매트리스에 또는 환자가 앉아 있는 좌석에 배치됨으로써 수행될 수 있다. 검출 장치가 예를 들어 레이더 센서를 포함하는 경우, 환자 또는 환자의 흉부 부위가 레이더 센서의 검출 영역에 배치되는 방식으로 검출 장치를 배치하기만 하면 된다.

그러나, 검출을 위해 환자와 기계적으로 접촉을 하거나 환자 내부에 또는 환자에게 배치된 센서에 의해 심장 운동으로 유도된 신호가 검출되는 것도 가능하다. 따라서, 검출 장치가 심박 조율기, 특히 속도 적응형 심박 조율기에 통합되는 것도 가능하다. 심박 조율기는 이러한 검출 장치, 특히 가속 센서로서 설계된 검출 장치를 포함할 수 있어서, 검출 장치에 의해 검출된 신호에 따라서 환자의 심장 박동 주기를 조정할 수 있고, 예를 들어 이것을 현재 운동 상태 및 펄스 요구에 매칭할 수 있다. 이를 가능하게 하기 위해, 가속 센서의 출력 신호에 따라 활동이 인식되고, 예를 들어 부하가 증가하면 그에 따라 심장 박동 주기가 증가한다(예를 들어 걷기에서 계단 오르기로 변경 시). 이를 위해 사용된 가속 센서들은 또한, 심장 운동으로 유도된 신호를 검출하기 위해 이용될 수 있다.

이러한 검출 장치에 의해 검출된 신호는, 예를 들어 데이터 전송을 위한 적절한 방법을 사용하여 무선으로, 예를 들어 컴퓨팅 장치로 전송될 수 있으며, 이 경우 컴퓨팅 장치는 변환을 수행한다. 이러한 (외부) 컴퓨팅 장치는, 예를 들어 모바일 단말기의 컴퓨팅 장치일 수 있다. 대안으로서, 심박 조율기는 컴퓨팅 장치를 포함하고, 상기 컴퓨팅 장치는 변환을 수행하는 것을 고려할 수 있다. 심박 조율기의 이러한 컴퓨팅 장치는 임베디드 시스템의 형태로 심박 조율기에 통합될 수 있다. 예를 들어, 컴퓨팅 장치는 변환을 수행하도록 특수하게 설계된 집적 회로로서 설계될 수 있다. 이러한 집적 회로는 예를 들어 신경망의 기능을 제공할 수 있다.

심박 조율기에 통합된 검출 장치의 사용은 바람직하게 심장 가까이에 배치된 기존 센서의 사용을 가능하게 하며, 이는 심장 운동으로 유도된 신호의 우수한 신호 품질을 야기한다. 이는 또한 측정 정확도를 개선하여 본 발명에 따라 생성된 ECG 신호의 정확도도 개선한다. 또한, 이미 인증된 심박 조율기의 확장된 이용으로 인해 심박 조율기의 검출 장치를 포함하는 ECG 신호를 생성하기 위한 시스템을 의료 제품으로서 간단한 인증도 가능해진다.

변환에 의해, 예를 들어 전흉부 운동, 이러한 운동으로 인한 음파 또는 전신 운동을 나타내는 심장 운동으로 유도된 적어도 하나의 신호는 전위를 표현하거나 나타내는 신호로 변환한다. ECG 신호로 변환은 직접 변환일 수 있다. 변환은 또한 다수의 부분 변환을 포함할 수 있으며, 이 경우 예를 들어 제 1 부분 변환에 의해 심장 운동으로 유도된 신호는 중간 신호로 변환되고, 추가 변환 시 중간 신호는 ECG 신호로 변환된다. 물론, 2개 이상의 부분 변환이 수행되는 것도 가능하다. 제안된 방법에 의해 바람직하게는 ECG 신호의 간단하고 신뢰적인 생성이 제공되며, 이는 특히, 필수적인 것은 아니지만, 비접촉식으로, 즉 검출 장치에 의한 피부의 기계적 접촉 없이 이루어질 수 있다. 또한 제안된 방법은, 특히 24시간 이상의 지속 시간에 걸쳐 ECG 신호의 신뢰적인 장시간 검출을 가능하게 하는데, 그 이유는 특히 전극의 의도치 않은 분리 문제가 방지되어, 심장 운동으로 유도된 신호가 이러한 기간 동안 문제없이 기록되고 이어서 변환될 수 있기 때문이다.

또한, 바람직하게 심장 운동으로 유도된 신호를 검출하기에 적합한 검출 장치를 구비한 기존 기기에서 제안된 방법을 구현하고 개장하는 것이 가능하고, 이로써 상기 기기는 ECG 신호를 생성할 수 있다. 예를 들어, 모바일폰은 일반적으로 가속 센서를 포함한다. 이러한 센서들은, 예를 들어 환자의 흉부 위에 모바일폰을 배치하고 가속 센서의 출력 신호를 검출함으로써, SCG 신호를 생성하기 위해 이용될 수 있다. 이러한 출력 신호는 제안된 변환에 의해 ECG 신호로 변환된다. PCG 신호를 생성하기 위해, 모바일폰의 마이크로폰도 이용될 수 있다. 이러한 출력 신호는 제안된 변환에 의해 ECG 신호로 변환될 수 있다. 모바일폰의 마이크로폰 사용하여 PCG 신호가 생성될 수도 있다.

추가 실시예에서 심장 운동으로 유도된 적어도 하나의 신호는 SCG 신호이다. 그 결과 바람직하게 ECG 신호의 신뢰적인 제공이 이루어지는데, 그 이유는 SCG 신호들이 신뢰적으로 생성될 수 있기 때문이다. 대안으로서 심장 운동으로 유도된 신호는 PCG 신호이다. 상기 신호는 넓은 주파수 스펙트럼을 포함하기 때문에, 바람직하게 ECG 신호의 정확한 생성이 이루어진다. 대안으로서 심장 운동으로 유도된 신호는 BCG 신호이다. 상기 신호는 전신에서 측정될 수 있기 때문에, 바람직하게 ECG 신호의 유연한 검출 및 생성이 이루어진다.

다수의, 특히 다양한 심장 운동으로 유도된 신호, 예를 들어 다수의 SCG 신호, 다수의 BCG 신호 또는 다수의 PCG 신호가 검출되는 것이 고려될 수 있다. SCG-, PCG- 및 BCG 신호를 포함하는 신호 세트의 적어도 2개의 상이한 신호가 검출될 수도 있으며, 이 경우 적어도 하나의 ECG 신호는 상기 상이한 신호들을 적어도 하나의 ECG 신호로 변환함으로써 생성된다. 또한, 상이한 심장 운동으로 유도된 신호로부터 하나의 융합 심장 운동으로 유도된 신호가 생성된 후에 이 신호가 적어도 하나의 ECG 신호로 변환되는 것이 고려될 수도 있다.

추가 실시예에서 심장 운동으로 유도된 적어도 하나의 신호는 다채널 ECG의 적어도 하나의 채널 특정 신호로 변환된다. 다채널 ECG의 정확히 하나의 채널 특정 신호 또는 선택된, 그러나 모든 신호가 아닌 채널 특정 신호들 또는 모든 채널 특정 신호들은 심장 운동으로 유도된 적어도 하나의 신호의 변환에 의해 결정되는 것이 고려될 수도 있다. 따라서 예를 들어, 하나 이상의 SCG 신호(들), 하나 이상의 PCG 신호(들), 하나 이상의 BCG 신호 또는 SCG-, PCG- 및 BCG 신호를 포함하는 신호 세트의 적어도 2개의 상이한 신호로부터 ECG의 하나 이상의 채널 특정 신호(들)이 결정될 수 있다. 다채널 ECG의, 변환에 의해 결정된 채널 특정 신호는 이 경우 미리 결정된 신체 부위 내에/상에 대응하여 배치된 전극에 의해 유도된 ECG 신호를 나타낸다/시뮬레이션한다. 다채널 ECG는 예를 들어 6채널 또는 12채널 ECG일 수 있다. 이로 인해 바람직하게는 이러한 방식으로 생성된 ECG 신호의 유용성이 증가하는데, 그 이유는 특히 다채널 ECG의 생성은 더 간단하거나 개선된 분석 및 진단을 가능하게 하기 때문이다.

추가 실시예에서 변환은 머신 러닝에 의해 생성된 모델을 이용하여 수행된다. 머신 러닝이라는 용어는 이 경우 훈련 데이터를 기반으로 모델을 결정하는 방법을 포함하거나 지칭한다. 따라서, 모니터링 방식의 학습을 위한 방법에 의해 모델을 결정하는 것이 가능하고, 이 경우 훈련 데이터, 즉 훈련 데이터 세트, 입력 데이터 및 출력 데이터가 이에 포함된다. 입력 데이터로서 이 경우 심장 운동으로 유도된 신호가 제공될 수 있으며, 출력 데이터로서 이러한 심장 운동으로 유도된 신호에 대응하는 ECG 신호가 제공된다. 특히, 심장 운동으로 유도된 신호와 ECG 신호가 동시에 생성됨으로써, 이러한 훈련 데이터의 입력- 및 출력 데이터가 생성될 수 있으며, 이 경우 이러한 동시에 생성된 데이터는 훈련을 위한 입력- 및 출력 데이터를 형성한다. 이러한 데이터를 동시에 생성하기 위한 방법 및 장치는 명세서의 도입부에서 설명된 선행 기술에 공개되어 있다. 따라서 모델은 이 경우 심진도, 심탄도 또는 심음도와 심전도 간의 관련성을 학습할 수 있다. 모니터링 방식의 학습을 위한 이러한 방법은 당업자에게 공개되어 있다. 비모니터링 방식의 학습을 위한 방법이 모델을 결정하는 데 이용되는 것이 고려될 수도 있다.

모델의 생성 후, 즉 훈련 단계 후에, 이러한 방식으로 매개변수화된 모델은, 심장 운동으로 유도된 신호 형태의 입력 데이터로부터 결정될 ECG 신호를 생성하기 위해, 즉 제안된- 변환을 수행하기 위해, 소위 추론 단계에서 이용될 수 있다. 그 결과 ECG 신호의 신뢰적이고 고품질의 생성이 이루어진다. 모델은 사용자- 또는 환자 비특정 및/또는 검출 장치 비특정적으로 결정될 수 있으며, 이러한 방식으로 결정된 모델은, 특정 사용자 및/또는 특정 검출 장치에 대한 변환을 수행하는 데 이용된다. 이는, 모델이 특정 사용자 및/또는 특정 검출 장치마다 개별적으로 결정되지 않고, 추론 단계에서 개별 사용자 및/또는 개별 검출 장치를 위해 이용될 수 있음을 의미할 수 있다.

즉, 각 사용자 및/또는 각 검출 장치마다 모델이 재학습되지 않아도 되는 것이 가능하다. 특히, 바람직하게는 적절한 크기의 데이터 세트로 한 번 훈련될 수 있고(훈련 단계), 그 후에 사용자- 및/또는 검출 장치와 무관하게, 예를 들어 모든 사용자에 대해 모델로서 사용될 수 있다(추론 단계). 이로써 바람직하게, 방법의 응용 가능성이 개선되는데, 그 이유는 특히 각 사용자 및/또는 각 검출 장치마다 특정 훈련을 수행하지 않아도 되기 때문이다. 예를 들어, 동일한 모델이 다양한 검출 장치에 의해 생성되는 신호들의 변환에 이용될 수 있다. 이 경우, 적합한 데이터 세트는 바람직하게는, 적어도 미리 결정된 수의 다양한 질환자 또는 건강한 사람 및/또는 적어도 미리 결정된 수의 생리학 및/또는 적어도 미리 결정된 수의 상이한 질병에 대해 생성된 데이터를 포함한다. 물론, 동일한 특성의 입력 데이터로, 즉 SCG 신호, PCG 신호 또는 BCG 신호만으로 모델을 훈련해야 할 수도 있고, 이 경우 그러나 다양한 검출 장치 또는 하나의 검출 장치의 다양한 구성이 동일한 특성의 이러한 신호들의 검출에 이용될 수 있다. 그러나 물론, 모델이 사용자- 및/또는 검출 장치 특정적으로 결정되는 것도 가능하다.

머신 러닝에 적합한 수학적 알고리즘은 다음을 포함한다: 결정 트리 기반 방법, 앙상블 방법[예를 들어 부스팅(Boosting), 랜덤 포레스트(Random Forrest)] 기반 방법, 회귀 기반 방법, 베이지안 방법(예를 들어 베이즈 빌리프 네트워크; Bayesian Belief Network) 기반 방법, 커널(Kernel) 방법(예를 들어 서포트 벡터 머신) 기반 방법, 인스턴스(예를 들어 k-최근접 이웃) 기반 방법, 연관 규칙 학습 기반 방법, 볼츠만(Boltzmann) 기계 기반 방법, 인공 신경망(예를 들어 퍼셉트론) 기반 방법, 딥 러닝(예를 들어 합성곱 신경망; Convolutional Neural Networks, 적층 오토인코더; Stacked Autoencoders) 기반 방법, 차원 축소 기반 방법, 정규화 방법 기반 방법.

예를 들어 신경망 훈련을 하려면 일반적으로 변환의 소정의 품질을 보장하기 위해 많은 양의 훈련 데이터가 필요하다. 훈련 데이터의 양은 기본적인 문제점의 복잡성, 훈련할 망의 추구하는 적응성 및 필요한 정확도와 같은 인자들에 따라 달라질 수 있다. 적용 범위, 즉 망이 사용될 도메인은 종종 이러한 인자를 결정하는 데 및 훈련 데이터의 양을 결정하는 데 가장 중요한 요소이다. 도메인에 대한 적절한 사전 지식이 있으면, 최적의 해결 방법으로 더 신속한 수렴을 유도하거나 이러한 수렴을 애초에 가능하게 하여 더 적은 훈련 데이터를 필요로 하는 데이터를 망의 훈련을 위해 준비할 수 있다.

제안된 방법은 의료 환경에서 사용된다. 따라서 높은 정확도가 바람직하다. 또한, ECG 신호와 심장 운동으로 유도된 신호는 그것의 검출을 위한 서로 다른 센서 시스템으로 인해 서로 다르기 때문에 비교적 높은 복잡성이 추가된다. 그러나 이는 일반적으로 신경망을 훈련시키기 위해 많은 양의 데이터를 필요로 한다. 필요한 데이터의 양을 줄이기 위한 가능한 단계는 훈련 데이터, 특히 입력 데이터 및/또는 출력 데이터를 필터링이다. 특히, 훈련 데이터 세트의 입력- 및 출력 데이터는, 심장 운동으로 유도된 신호와 ECG 신호가 동시에 생성된 다음, 훈련 전에 필터링됨으로써 생성될 수 있다. 이로써 모델을 결정/생성하는 데 필요한 컴퓨팅 시간 및/또는 컴퓨팅 성능 및 메모리 요구가 감소한다. 따라서, 훈련 데이터에서 고주파 및 저주파 성분을 감쇠시키기 위해, 필터, 특히 대역 통과 필터, 예를 들어 버터워스 필터(Butterworth filter)로 훈련 데이터를 필터링하는 것이 가능하다. 예를 들어, 대역 통과 필터의 제 1 하한 주파수는 0.5Hz일 수 있고, 추가 상한 주파수는 200Hz일 수 있다. 훈련 데이터에서 해당하는 원치 않는 주파수를 필터링하는 고역- 및/또는 저역 통과 필터 또는 기타 필터(예를 들어 다항식 필터)의 이용도 고려될 수 있다. 대안으로서 생성된 신호는 필터링되지 않고 훈련에 이용될 수도 있다.

추가 실시예에서, 모델을 생성하기 위해 변환에 의해 결정된 ECG 신호와 참조 ECG 신호 사이의 편차를 결정하기 위한 오류 함수가 평가되고, 오류 함수의 평가 시 변환에 의해 결정된 ECG 신호의 및/또는 참조 ECG 신호의 및/또는 편차(편차 신호의)의 상이한 신호 섹션들은 상이하게 가중된다. 따라서 ECG 신호 특정 오류 함수가 사용될 수 있다. 참조 ECG 신호는 실측 자료를 나타내며, 예를 들어, 공개된, 예컨대 전극 기반 ECG 검출 장치로 검출된, 입력 데이터(즉, 심장 운동으로 유도된 신호)와 동시에 검출된 ECG 신호일 수 있다. 오류 함수는 변환의 결과, 즉 변환에 의해 결정된 ECG 신호와 실측 자료 사이의 편차를 결정하거나 정량화하는 데 이용된다. 이러한 편차는 머신 러닝에 의한 변환을 위한 모델의 결정, 특히 훈련에 영향을 미치며, 특히 신경망의 결정에 영향을 미치며, 이 경우 모델은 예를 들어, 편차가 감소하는 방식으로 조정된다. 이 경우 평균 제곱 편차 또는 평균 절대 편차가 편차로서 결정될 수 있다.

편차를 결정하기 위해 변환에 의해 결정된 ECG 신호 또는 참조 ECG 신호의 상이한 신호 섹션들이 상이하게 가중되고, 나머지 신호의 모든 신호 섹션들은 동일하게 가중되는 것이 가능하다. 바람직하게는 편차를 결정하기 위해, 변환에 의해 결정된 ECG 신호의 모든 신호 섹션과 참조 ECG 신호의 모든 신호 섹션은 동일하게 가중되지만, 편차를 나타내는 신호의 상이한 섹션들은 상이하게 가중된다. 편차 신호의 하나의 가중 섹션은 변환에 의해 결정된 ECG 신호 및/또는 참조 ECG 신호의 미리 결정된(관여적인) 섹션에 시간적으로 대응하는 섹션일 수 있다. 상기 신호들 중 적어도 하나의 신호의 상이한 신호 섹션들의 상이한 가중은 모델의 품질을 개선할 수 있고 따라서 변환에 의해 결정된 ECG 신호의 신호 품질도 바람직하게 개선할 수 있다. 상이한 신호 섹션의 상이한 가중은 ECG 신호의 특히 특징적이며 관여적인 섹션들을 덜 관련성이 있는 섹션들보다 높게 가중하는 것을 가능하게 한다. 관여적인 ECG 신호 섹션들은 전문가에 의해 예를 들어 입력 장치를 이용해서 신호 섹션들을 선택함으로써 식별될 수 있다. 그러나 대안으로서, 예를 들어 미리 결정된 신호 특성을 갖는 섹션들을 식별하는, 예를 들어 적절한 감지 방법에 의해 관여적인 신호 섹션들의 자동 감지를 수행하는 것도 고려할 수 있다. 이러한 감지 방법에서 예를 들어 페이저(Phasor) 변환이 수행될 수 있다. 이러한 경우에 미리 결정된 신호 특성을 갖는 섹션들에 미리 정해진 가중이 부여될 수 있다. 신호의 관여적인 섹션은 P파 신호 섹션, QRS 복합체 신호 섹션 및/또는 T파 신호 섹션일 수 있다.

추가 실시예에서, 변환은 신경망을 이용해서 수행된다. 예를 들어, 신경망은 오토인코더로서 또는 CNN(Convolutional Neural Network)으로서 또는 RNN(Recurrent Neural Network)으로서 또는 LSTM 망(Long Short-Term Memory Network)으로서 또는 트랜스포머 신경망(neuronal Transformer)으로서 또는 상기 망들 중 적어도 2개로 이루어진 조합으로서 설계될 수 있다. 이러한 신경망, 특히 오토인코더(autoencoder)로서 설계된 신경망은 이 경우 전술한 훈련 데이터를 이용하여 훈련될 수 있으며, 훈련 후에 검출된 심장 운동으로 유도된 신호는 ECG 신호로 변환될 수 있다. 이 경우 오토인코더로서 신경망의 설계는 바람직하게, 변환에 필요한 계산 복잡성이 낮고, 이로써 변환은 간단하게 모바일폰과 같은 휴대용 단말기 및 임베디드 시스템에 의해 신뢰적으로 및 신속하게 수행될 수 있는 것을 제공한다.

CNN으로서 설계는 바람직하게 망의 복잡성을 줄일 수 있으므로 더 낮은 컴퓨팅 성능의 장치에 적합하다. 이는 훈련 단계는 물론 추론 단계에도 관련된다. 바람직하게 CNN에서 훈련에 필요한 기간은 짧고, 또한 비교적 더 높은 컴퓨팅 성능을 필요로 하는 LSTM 망에서보다 특히 짧다. 그러나 LSTM 망으로서 설계는, 아키텍처가 시간 종속성과의 관계를 고려하기 때문에, 시계열의 분석에 특히 적합하다. 이로써 바람직하게는 변환 및 그에 따라 결정된 ECG 신호의 고품질이 얻어진다.

대안적인 실시예에서, 변환은 미리 결정된 수학적 모델을 이용해서 또는 미리 결정된 변환 함수를 이용해서 수행된다. 이것은 예를 들어 사용자에 의해 미리 결정될 수 있다. 특히, 심장 운동으로 유도된 신호를 ECG 신호로 변환하기 위한 수학적 모델을 적절하게 매개변수화하는 것이 가능하다. 결과적으로 바람직하게는 ECG 신호의 대안적인 신뢰적이고 신속한 생성이 제공된다.

추가 실시예에서, 심장 운동으로 유도된 적어도 하나의 신호는 비접촉식으로 검출된다. 이러한 다수의 신호가 검출되면, 정확히 하나의, 다수의, 즉 모두가 아닌 또는 모든 신호가 비접촉식으로 검출될 수 있다. 이것은 그리고 이에 해당하는 장점들은 위에서 설명되었다.

추가 실시예에서, 심장 운동으로 유도된 적어도 하나의 신호는 변환 전에 필터링된 다음, 필터링된 심장 운동으로 유도된 신호는 ECG 신호로 변환된다. 필터링은 특히 고역- 또는 대역 통과- 또는 대역 저지 필터링일 수 있다. 필터링을 수행하기 위한 해당하는 필터는 특히 버터워스 또는 다항식 필터일 수 있다. 필터링이 고역 통과 필터링인 경우, 고역 통과 필터의 차단 주파수는, 심장 운동으로 유도된 신호에 대한 모션 아티팩트(Motion Artifact)의 영향을 신뢰적으로 줄이기 위해, 예를 들어 5Hz 내지 8Hz 범위일 수 있다. 필터링이 대역 통과 필터링인 경우 제 1 차단 주파수는 예를 들어 5Hz(포함 또는 제외) 내지 8Hz(포함 또는 제외) 범위일 수 있고, 예를 들어 8Hz 내지 30Hz 범위를 벗어나는 모션 아티팩트의 영향을 마찬가지로 신뢰적으로 줄이기 위해, 추가 차단 주파수는 30Hz(포함 또는 제외) 내지 35Hz(포함 또는 제외) 범위일 수 있다. 필터링은 특히 버터워스 필터 또는 다항식 필터에 의해 수행될 수 있다. 결과적으로 바람직하게, 특히 심장 운동으로 유도된 신호가 검출되는 동안 환자가 움직일 때에도, ECG 신호의 더 정확한 결정이 이루어진다.

추가 실시예에서, 심장 운동으로 유도된 적어도 하나의 신호는 기기의 검출 장치에 의해 생성된다. 예시적인 검출 장치는 이미 위에서 설명되었다. 여기서 기기는 검출 장치를 포함하는 유닛이다. 즉, 예를 들어, 기기는 모바일폰 또는 태블릿 PC일 수 있다. 그러나 물론 이러한 기기의 다른 실시예도 고려될 수 있다. 또한 변환은 기기의 컴퓨팅 장치에 의해 수행된다. 다시 말해서 기기는 검출 장치와 컴퓨팅 장치를 모두 포함한다. 컴퓨팅 장치는 이 경우 마이크로컨트롤러 또는 집적 회로로서 설계될 수 있거나 그러한 것(들)을 포함할 수 있다. 따라서 프로그래밍 가능한 또는 하드웨어에 내장된 부품, 특히 칩(예를 들어 ASIC, FPGA)에 의해 변환 또는 부분 변환을 수행하는 것이 가능하다. 그런 다음 이러한 부품은 자체적으로 또는 SiP(system-in-package)의 일부로서 변환을 수행할 수 있다. 예를 들어 SoC(system-on-a-chip)와 같은 변환을 수행하기 위한 수단을 심장 운동으로 유도된 신호를 검출하기 위한 센서(예를 들어 MEMS-가속 센서) 또는 다른 전자 부품에 직접 통합하는 것도 가능하다. 그 결과 바람직하게, 예를 들어 단말기, 특히 모바일 단말기 상에서 ECG 신호의 중앙 집중식 검출 및 생성이 이루어진다.

기기는 신호 처리를 위한 전술한 수단에 추가하여 신호 저장을 위한 수단, 신호 전송을 위한 수단 및 표시를 위한 수단을 포함할 수도 있다. 그러나 기기가 전술한 수단의 일부 또는 전부를 포함하지 않을 수도 있다. 이러한 경우에, 검출된 심장 운동으로 유도된 신호는 하나 이상의 추가 수단을 포함하는 추가 기기로 전송될 수 있다. 이러한 방식으로 생성된 ECG 신호는, 예를 들어 기기의 디스플레이 장치에 의해 시각화될 수도 있다. 또한 ECG 신호는, 예를 들어 기기의 저장 장치에 의해 저장될 수 있다. 또한 ECG 신호는, 예를 들어 기기의 적합한 통신 유닛을 통해 기기로부터 외부 시스템으로 전송될 수도 있다.

대안으로서 심장 운동으로 유도된 신호는 검출 장치로부터 기기 외부 컴퓨팅 장치로 전송되고, 이 경우 변환은 이러한 기기 외부 컴퓨팅 장치에 의해 수행된다. 기기 외부 컴퓨팅 장치는 특히 추가 기기의 컴퓨팅 장치 또는 서버 장치일 수 있다. 이러한 경우에도 심장 운동으로 유도된 신호는, 예를 들어 기기의 디스플레이 장치에 의해 시각화될 수 있으며, 이를 위해 기기 외부 컴퓨팅 장치에 의해 수행된 변환에 의해 결정된 ECG 신호는 다시 장치로 재전송된다. 물론, 이러한 방식으로 결정된 ECG 신호를 기기 외부 디스플레이 장치에 의해 시각화하는 것도 가능하다. 이를 위해 ECG 신호는 디스플레이를 위한 해당하는 추가 기기로 전송될 수 있다. 또한, 이러한 방식으로 결정된 ECG 신호는, 예를 들어 기기 외부 저장- 또는 컴퓨팅 장치에 의해 또는 추가 (기기 외부) 저장- 또는 컴퓨팅 장치에 의해 저장되거나 추가 처리될 수 있다.

기기 외부 컴퓨팅 장치는 이 경우 네트워크, 특히 인터넷의 서버 장치일 수 있거나 이를 형성할 수 있다. 특히, 기기 외부 컴퓨팅 장치는 클라우드 기반 서비스를 제공하는 서버 장치의 부분일 수 있다. 기기 외부 컴퓨팅 장치로 전송은 바람직하게는 무선으로, 예를 들어 적절한 전송 방법에 의해 이루어질 수 있다. 그러나 물론, 전송을 유선으로 구성하는 것도 가능하다. 그 결과 바람직하게, 검출 장치도 포함하는 기기의 컴퓨팅 장치는 변환에 의해 과부하되지 않는 것이 달성된다. 이로써 특히, 비교적 낮은 컴퓨팅 성능을 제공하는 기기에 의해 심장 운동으로 유도된 신호의 검출을 수행하는 것이 가능하며, 그 결과 해당하는 변환 및 경우에 따라서는 추가 처리가 비교적 높은 컴퓨팅 성능을 가진 다른 컴퓨팅 장치에 의해 수행될 수 있다.

추가 실시예에서 심장 운동으로 유도된 적어도 하나의 신호는 기기의 검출 장치에 의해 생성되고, 변환에 의해 결정된 ECG 신호는 기기의 디스플레이 장치 또는 외부 디스플레이 장치, 예를 들어 추가 기기의 디스플레이 장치에 표시된다. 따라서 예를 들어, 심장 운동으로 유도된 신호가 기기로부터 기기 외부 컴퓨팅 장치로 전송되고, 거기에서 변환이 수행되고, 이러한 방식으로 결정된 ECG 신호는 추가 기기로, 예를 들어 추가 모바일폰으로 전송된 다음 상기 모바일폰의 디스플레이 장치에 표시되는 것이 가능하다. 또한 ECG 신호는 다시 장치로 재전송되고, 상기 기기의 디스플레이 장치에 의해 표시될 수 있다. 또한 ECG 신호는, 특히 기기 외부 컴퓨팅 장치가 서버 장치 또는 그것의 일부인 경우, 브라우저 내의 표시를 통해 디스플레이될 수도 있다. 그 결과, 본 발명에 따라 생성된 ECG 신호에 기초하여 원격 모니터링이 수행될 수 있다.

추가 실시예에서 심장 운동으로 유도된 적어도 하나의 신호의 변환 전에 검출 장치의 기능 테스트가 수행되며, 이 경우 심장 운동으로 유도된 신호는, 기능이 감지될 때에만 변환된다. 기능은 예를 들어, 검출 장치가 시간에 따라 변하는 출력 신호를 생성할 때 감지될 수 있다. 시간에 따라 일정한 출력 신호가 생성되거나 출력 신호가 일정량 이상으로 일정한 출력 신호와 편차를 갖지 않으면, 기능 결함이 감지될 수 있다. 대안으로서 또는 추가로, 출력 신호가 일정량 이상으로 미리 결정된 잡음 특성, 특히 백색 잡음 특성에서 벗어나는 특성을 가지면, 기능이 감지될 수 있다. 그러한 경우라면, 기능이 감지될 수 있다. 그렇지 않은 경우라면, 기능 결함이 감지될 수 있다. 출력 신호의 샘플링 속도가 설정 샘플링 속도와 편차를 가지면 및/또는 출력 신호의 양자화가 허용된 양자화 값과 편차를 가지면, 기능 결함이 감지될 수도 있다. 기능 결함 시 변환이 수행될 수 없다. 결과적으로 바람직하게, 검출 장치의 기능이 전제될 수 있을 때에만, 변환이 수행되는 것이 달성된다. 그 결과 방법의 수행 시 소비 전력이 감소한다.

대안으로서 또는 추가로, 심장 운동으로 유도된 적어도 하나의 신호의 변환 전에 검출된 신호의 신호 품질이 결정되고, 이 경우 심장 운동으로 유도된 신호는, 신호 품질이 일정 레벨 이상일 때에만 변환된다. 신호 품질은 예를 들어 신호 대 잡음비 또는 이 비를 나타내는 크기일 수 있다. 이러한 비가 일정량보다 크면, 변환이 수행될 수 있다. 또한, 심장 운동으로 유도된 신호의 하나의 섹션의 검출된 파형과 미리 결정된 참조 신호 파형 사이의 편차가 일정량 이하이면, 신호 품질은 일정 레벨 이상일 수 있다. 이것은 소위 템플릿 비교라고도 할 수 있다. 이 경우, 심장 운동으로 유도된 신호의 전형적인 신호 형태, 즉 참조 신호 파형이 결정되어 저장될 수 있다. 이때 검출된 심장 운동으로 유도된 신호의 신호 파형과 참조 신호 파형 사이의 편차는 당업자에게 공개된 방법에 의해 결정될 수 있다.

신호 품질은, 예를 들어 신경망과 같은 적합한 모델에 의해 결정될 수도 있다. 이러한 모델을 위한 훈련 데이터는, 심장 운동으로 유도된 신호에, 예를 들어 사용자에 의해 또는 (반) 자동으로 신호 품질을 나타내는 품질 기준이 할당됨으로써 생성될 수 있다. 이러한 할당은 애노테이션(Annotation)이라고도 할 수 있다. 이 경우, 심장 운동으로 유도된 신호는 입력 데이터를 형성하고 품질 기준은 훈련 데이터 세트의 출력 데이터를 형성한다. 특히 이러한 훈련 데이터는, 특히 심장에 대해서 검출 장치의 상이한 공간적 위치에서, 상이한 SNR로, 다양한 환경 조건에서, 환자의 다양한 운동 상태 등에서 심장 운동으로 유도된 신호가 생성되어 애노테이션됨으로써 생성될 수 있다.

또한, 신호 품질의 결정을 위한 이러한 모델, 특히 신경망은 변환을 위한 머신 러닝에 의해 생성된 모델을 결정하기 위한 훈련 데이터를 필터링하는 데에도 이용되는 것이 가능하다. 이 경우, 이러한 심장 운동으로 유도된 신호만들이 변환을 위해 모델의 훈련을 위한 입력 데이터로서 이용되고, 이러한 변환의 경우에 신호 품질은 일정 레벨보다 높다. 변환을 수행하기 위한 조건으로서 신호 품질의 평가에 의해 바람직하게, 신뢰적인 고품질 변환이 이루어지는 것이 보장될 수 있다.

신호 품질 외에 신경망과 같은 적절한 모델에 의해 품질 저하 원인이 결정되는 것도 가능하다. 이러한 모델을 위한 훈련 데이터는, 심장 운동으로 유도된 신호에, 예를 들어 사용자에 의해 또는 (반) 자동으로 품질 저하 원인이 할당됨으로써 생성된다. 이러한 할당은 애노테이션이라고도 한다. 이 경우, 심장 운동으로 유도된 신호는 입력 데이터를 형성하고, 원인은 훈련 데이터 세트의 출력 데이터를 형성한다. 품질 저하 원인은 예를 들어 아티팩트의 존재, 특히 심장에 대해, 검출에 바람직하지 않은 공간적 위치에 검출 장치의 배치, 및/또는 바람직하지 않은 환경- 또는 이동 조건의 존재일 수 있다. 이러한 방식으로 품질 저하 원인이 결정될 수 있는 경우, 예를 들어 디스플레이 장치를 통해 사용자에게 원인을 알릴 수 있다. 또한 사용자에게 원인을 제거하기 위한 조치가 권장될 수 있다.

또한 대안으로서 또는 추가로, 심장 운동으로 유도된 적어도 하나의 신호의 변환 전에 심장에 대해 검출 장치의 위치, 즉 공간적 위치 및/또는 배향이 결정되고, 이 경우 심장 운동으로 유도된 신호는, 위치가 미리 결정된 위치에 해당하거나 일정량 미만으로 이것과 편차를 가질 때에만 변환된다. 예를 들어, 심장 운동으로 유도된 신호는, 위치가 미리 결정된 위치에 해당하거나 일정량 미만으로 이것과 편차를 가질 때에만, 미리 결정된 신호 특성을 가질 수 있다. 따라서, 심장 운동으로 유도된 신호의 신호 특성이 결정되고, 미리 결정된 신호 특성과 비교될 수 있다. 편차가 일정량보다 작으면, 위치는 미리 결정된 위치에 해당하거나 일정량 미만으로 이것과 편차를 갖는다.

신경망과 같은 적절한 모델을 이용하여 위치가 결정되는 것도 가능하다. 이러한 모델을 위한 훈련 데이터는, 심장 운동으로 유도된 신호에, 예를 들어 사용자에 의해 또는 (반) 자동으로 위치가 할당됨으로써 생성될 수 있다. 이러한 할당은 애노테이션라고도도 한다. 이 경우, 심장 운동으로 유도된 신호는 입력 데이터를 형성하고, 위치는 훈련 데이터 세트의 출력 데이터를 형성한다. 이러한 훈련 데이터는 특히, 심장 유도 신호가, 특히 심장에 대해 검출 장치의 상이한 공간적 위치에서 생성되고 이에 따라 애노테이션됨으로써 생성될 수 있다. 위치가 결정될 수 있는 경우, 예를 들어 디스플레이 장치를 통해 사용자에게 위치, 특히 그 정확성에 대해 알릴 수 있다. 또한, 상기 위치가 일정량 이상으로 미리 결정된 위치와 편차를 가지면, 사용자에게 위치 변경을 위한 권장 조치가 제공될 수 있다.

변환을 수행하기 위한 조건으로서 위치의 결정에 의해 바람직하게, 신뢰적인 고품질의 변환이 이루어지는 것이 보장될 수 있다. 따라서 예를 들어, 심장 운동으로 유도된 신호의 검출을 위한 검출 장치가 정확하지 않게 배치되는 것, 예를 들어 가속 센서가 신체 표면에 놓이지 않고 변환에 의해 결정된 ECG 신호의 품질이 낮아지는 것이 방지될 수 있다.

기능 및/또는 신호 품질 및/또는 위치의 결정을 위해 변환을 위해 제공된 심장 운동으로 유도된 신호가 평가되며, 상기 신호는, 기능이 감지되면 및/또는 신호 품질이 일정 레벨 이상이면 및/또는 위치가 일정량 이상으로 미리 결정된 위치와 편차를 갖지 않으면, 변환에 이용되는 것이 고려될 수 있다. 대안으로서 기능 및/또는 신호 품질 및/또는 위치는 변환을 위해 제공되지 않은 심장 운동으로 유도된 신호에 기초해서 결정될 수 있고, 이 경우 기능이 감지되면 및/또는 신호 품질이 일정 레벨 이상이면 및/또는 위치가 일정량 이상으로 미리 결정된 위치와 편차를 갖지 않으면, 변환을 위해 심장 운동으로 유도된 신호의 추가 검출이 수행된다.

ECG 신호는 특히 사람의 ECG 신호일 수 있고, 즉 인간 의료 적용을 위한/적용 시 신호일 수 있다. 그러나 동물의 ECG 신호의 생성을 위해서도, 즉 동물 의료 적용을 위한/적용 시 신호의 생성에도 이용될 수 있다. 따라서 동물에게서 특히 무전극 ECG 검출은 바람직하게, 예를 들어 진단 목적으로 ECG가 검출되어야 하는 동물에게서 스트레스의 상당한 감소를 가능하게 한다.

예를 들어, 24시간 홀터(Holter) ECG는 동물, 특히 말이나 개에서 검출될 수 있지만, 이는 의사 방문이 필요하고 동물의 후속 케이블 연결로 인해 동물에게 주요 스트레스 요인이 된다. 이는, 병리가 일시적인 질병인 경우, 특히 문제가 될 수 있는데, 그 이유는 예를 들어 개에게 있어 스트레스는 인식할 수 없는 임상 증상을 유발하기 때문이다. 그러나 본 발명에 따른 방법은 ECG 신호를 생성하기 위해, 특히 전극을 배치하기 위해 전문가가 필요하지 않고, 특히 다채널 ECG 신호의 비접촉식 측정도 가능하게 한다.

예를 들어, 검출 장치는 동물에 착용하는 하네스 또는 가슴줄에 통합될 수 있다. 따라서 이러한 센서 시스템은 동물 소유자가 직접 구입하여 설치할 수 있다. 예를 들어, 하네스/가슴줄에 있는 가속 센서는 동물의 심장 운동으로 유도된 신호를 검출하고 전술한 변환을 가능하게 할 수 있다. 또한 이 방법은 수의사가 정기 검사에서도 이용할 수 있다. 동물은 일반적으로 심혈관계 질환의 증상이 매우 늦게 발현하기 때문에, 이러한 방식으로 초기 단계에 이러한 질환의 진단이 가능해질 수 있다. 수의사는 적절한 검출 장치 또는 예를 들어 스마트폰과 같은 검출 장치가 있는 적절한 기기를 적용하여 동물의 휴식기 ECG를 수집할 수 있고, 이를 위해 다수의 전극을 적용하지 않아도 된다. 이 경우 또한 동물에서 전극 사용의 단점들이 제거된다(예를 들어 전극을 방해하는 모피로 인한 ECG 신호의 아티팩트). 검사의 이러한 개념은 잉어와 같은 애완용 물고기뿐만 아니라 말과 낙타에도 적용될 수 있으며, 이는 그러한 동물의 경쟁 스포츠 범위에서 특히 중요하다.

가축 부문에서 의료적 모니터링은, 예를 들어 수의사가 코호트별로 진단함으로써, 적은 비용 또는 노력으로 정기적으로 수행된다. 그러나 이 경우에도 ECG 모니터링은 동물 복지에 관한 귀중한 정보(예를 들어 수행 능력, 건강 상태, 스트레스 평가, 연쇄상구균과 같은 세균 감염의 조기 발견)를 의사에게 제공할 것이다. 그러나 지금까지 일반적인 방법으로 개별 동물의 ECG 모니터링은 매우 복잡하고 비용이 많이 든다. 제안된 방법은, 예를 들어 심장 운동으로 유도된 신호가, 예를 들어 레이더 센서를 이용하여 비접촉식으로 검출되는 경우, 저렴하고 간단한 모니터링 방법을 제공한다. 이로써 동물은 비접촉식으로 위생적으로 모니터링될 수 있다. 이러한 모니터링은 돼지, 반추동물과 같은 가축뿐만 아니라 물고기에 대해서도 고려될 수 있다. 제안된 방법은 동물 연구에도 이용될 수 있다. 또한 동물원과 동물 공원에서도, 가능한 한 스트레스를 최소화하여 동물의 건강을 보장하기 위해 이용될 수 있다.

또한, ECG 신호를 생성하기 위한 시스템이 제안되며, 상기 시스템은 심장 운동으로 유도된 적어도 하나의 신호를 검출하기 위한 적어도 하나의 검출 장치 및 적어도 하나의 컴퓨팅 장치를 포함한다. 전술한 바와 같이, 검출 장치와 컴퓨팅 장치는 각각 기기의 일부일 수 있다. 그러나 검출 장치와 적어도 하나의 컴퓨팅 장치는 상이한 기기의 각각의 부분인 것도 고려될 수 있다. 시스템이 심장 운동으로 유도된 다수의 신호를 검출하기 위한 다수의 검출 장치를 포함하는 것도 고려될 수 있다.

본 발명에 따르면, 심장 운동으로 유도된 적어도 하나의 검출된 신호는 컴퓨팅 장치를 이용해서 적어도 하나의 ECG 신호로 변환될 수 있다. 이를 위해, 검출 장치에 의해 검출된 신호를, 예를 들어 전송 장치에 의해 컴퓨팅 장치로 전송하는 것이 필요할 수 있다. 시스템은 ECG 신호를 생성하기 위한 방법이 상응하는 언급된 장점을 갖는 본 개시에 설명된 실시예들 중 하나에 따라 ECG 신호를 생성하기 위한 방법을 수행하는 것을 가능하게 한다. 따라서 시스템은, 그러한 방법이 시스템에 의해 실시될 수 있는 방식으로 구성된다.

추가 실시예에서 검출 장치는 인큐베이터에 통합된다. 예를 들어, 검출 장치는 이러한 경우에 도플러 레이더 센서를 포함할 수 있고, 특히 인큐베이터의 매트리스에 누워 있는 환자의 흉부 영역이 레이더 센서의 검출 영역 내에 배치되도록 인큐베이터의 천장에 배치될 수 있다. 대안으로서 검출 장치는 가속 센서를 포함하거나 그러한 것으로서 설계될 수 있고, 상기 가속 센서는 인큐베이터의 바닥 내에/바닥에 또는 인큐베이터의 매트리스 내에/매트리스에 배치된다.

대안으로서 검출 장치는 침대, 특히 병원 침대 내에 배치될 수 있다. 검출 장치가 예를 들어 도플러 레이더 센서로서 설계된 경우, 매트리스의 아래 또는 침대 위에, 예를 들어 침대 리프팅 폴에 배치될 수 있다. 또한 매트리스 내에/매트리스에 또는 침대의 바닥 내에/바닥에 배치된 가속 센서로서 검출 장치의 전술한 설계가 고려될 수 있다. 또한, 검출 장치를 침대의 매트리스 내에/매트리스에 배치된 압력 센서로서 설계하는 것도 가능하다. 또한 대안으로서 검출 장치는 차량 시트에 통합된다. 이 경우 도플러 레이더 센서로서 설계된 검출 장치는 예를 들어 등받이 내에/등받이에 배치될 수 있다. 압력 센서로 설계된 검출 장치는 등받이 내에/등받이에 배치될 수 있다. 가속 센서로서 설계된 검출 장치에도 동일하게 적용된다. 또한 대안으로서 검출 장치가 심장 박동기에 통합된다. 또한 대안으로서 검출 장치는 동물 필수 용품, 예를 들어 가슴줄, 고삐, 목줄 등과 같은 것에 통합된다.

이로써 인큐베이터를 포함하며 ECG 신호를 생성하기 위한 시스템도 설명되며, 이 경우 검출 장치는 인큐베이터 내에/인큐베이터에 또는 인큐베이터의 매트리스 내에/매트리스에 배치된다. 또한, 침대를 포함하는 시스템이 설명되며, 이 경우 검출 장치는 침대 내에/침대에 또는 침대 매트리스 내에/매트리스에 배치된다. 또한, ECG 신호를 생성하기 위한 시스템이 설명되고, 상기 시스템은 차량 시트를 추가로 포함하며, 이 경우 검출 장치는 차량 시트 내에/시트에 배치된다. 또한, 심장 박동기를 추가로 포함하는 ECG 신호를 생성하기 위한 시스템이 설명되며, 이 경우 검출 장치는 심장 박동기 내에/심장 박동기에 배치된다. 또한, ECG 신호를 생성하기 위한 시스템이 설명되며, 상기 시스템은 동물 필수 용품을 추가로 포함하고, 이 경우 검출 장치는 동물 필수 용품 내에/필수 용품에 배치된다. 물론, 다른 응용예도 고려될 수 있다. 또한, 적어도 이러한 시스템의 검출 장치를 포함하는 인큐베이터, 침대, 매트리스, 차량 시트, 심장 박동기 및 동물 필수 용품이 설명된다.

본 발명은 실시예에 의해 더 상세히 설명된다.

도 1은 ECG 신호를 결정하기 위한 본 발명에 따른 방법의 개략도를 도시하고,
도 2는 제 1 실시예에 따라 ECG 신호를 생성하기 위한 본 발명에 따른 시스템의 개략적인 블록도를 도시하고,
도 3은 추가 실시예에 따른 ECG 신호를 생성하기 위한 본 발명에 따른 시스템의 개략도를 도시하고,
도 4는 본 발명에 따른 방법의 개략적인 흐름도를 도시하고,
도 5는 추가 실시예에 따른 ECG 신호를 생성하기 위한 시스템의 개략도를 도시하고,
도 6은 추가 실시예에 따른 ECG 신호를 생성하기 위한 시스템의 개략도를 도시하고,
도 7은 추가 실시예에 따른 ECG 신호를 생성하기 위한 시스템의 개략도를 도시하고,
도 8은 본 발명에 따른 방법의 예시적인 응용예의 개략도를 도시하고,
도 9는 인큐베이터와 함께 ECG 신호를 생성하기 위한 시스템의 개략도를 도시하고,
도 10은 병원 침대와 함께 ECG 신호를 생성하기 위한 시스템의 개략도를 도시하고,
도 11은 차량 시트와 함께 ECG 신호를 생성하기 위한 시스템의 개략도를 도시하고,
도 12는 추가 실시예에서 본 발명에 따른 방법의 개략도를 도시하고,
도 13은 도 12에 도시된 신경망의 생성/훈련의 개략도를 도시하고,
도 14는 동기화된 ECG- 및 SCG 신호의 개략도를 도시하고,
도 15는 변환에 의해 결정된 ECG 신호 및 전극에 의해 기록된 ECG 신호의 개략도를 도시하고,
도 16a는 ECG 신호를 생성하기 위한 시스템의 검출 장치를 갖는 도그 하네스의 개략도를 도시하고,
도 16b는 ECG 신호를 생성하기 위한 시스템의 검출 장치를 갖는 말 고삐의 개략도를 도시하고,
도 17은 ECG 신호를 생성하기 위한 시스템을 갖는 심박 조율기의 개략도를 도시하고,
도 18은 상이한 신호 섹션들의 가중의 예시적인 재현을 도시한다.

후속해서 동일한 도면 부호는 동일하거나 유사한 기술적 특징을 가진 요소들을 나타낸다.

도 1은 ECG 신호(1)를 생성하기 위한 방법의 개략도를 도시한다. 이 경우, SCG 신호(2)로서 형성된 심장 운동으로 유도된 신호가 검출된다. 이는 아래에서 더 자세히 설명될 SCG 검출 장치(S)를 이용해서 수행될 수 있다. 검출된 SCG 신호(2)는 이어서 특히 컴퓨팅 장치로서 설계될 수 있거나 컴퓨팅 장치를 포함할 수 있는 변환 장치(T)에 의해 ECG 신호(1)로 변환된다. 대안으로서 또는 추가로 심장 운동으로 유도된 신호로서 PCG 신호도, 예를 들어 PCG 검출 장치에 의해 검출되어 ECG 신호(1)로 변환될 수 있다. 또한 대안으로서 또는 추가로 심장 운동으로 유도된 신호로서 BCG 신호도, 예를 들어 BCG 검출 장치에 의해 검출되어 ECG 신호(1)로 변환될 수 있다.

도 2는 ECG 신호(1; 도 1 참조)를 생성하기 위한 시스템(3)의 개략적인 블록도를 도시한다. 시스템(3)은 SCG 검출 장치(S) 및 컴퓨팅 장치로서 설계된 적어도 하나의 변환 장치(T)를 포함한다. SCG 검출 장치 및 변환 장치는 기기(4), 예를 들어 모바일폰의 부분인 것이 도시된다.

도 3은 추가 실시예에 따른 ECG 신호(1)를 생성하기 위한 시스템(3)을 도시한다. 전술한 바와 같이, 시스템(3)은 SCG 검출 장치(S) 및 컴퓨팅 장치로서 설계된 변환 장치(T)를 포함한다. 또한, ECG 신호(1)가 시각화되는 디스플레이 장치(A)가 도시된다. 이 경우, SCG 검출 장치(S), 변환 장치(T) 및 디스플레이 장치(A)는 기기(4)의 일부인 것이 도시된다.

도 2 및 도 3에 도시된 SCG 검출 장치는 예를 들어 가속 센서, 압력 센서 또는 레이더 센서, 특히 도플러 레이더 센서로서 설계될 수 있거나 이러한 센서를 포함할 수 있다. SCG 검출 장치는 자이로스코프로서 설계될 수도 있거나 이러한 자이로스코프를 포함할 수 있다.

도 4는 본 발명에 따른 방법의 개략적인 흐름도를 도시한다. 이 경우, 검출 단계(S1)에서 SCG 신호(1)가, 특히 전술한 SCG 검출 장치(S)에 의해 검출된다. 선택적인 필터 단계(S2)에서 이러한 방식으로 검출된 SCG 신호(2)가 필터링되고, 예를 들어 고역 통과 필터링된다. 소위 디트렌딩(detrending)이 SCG 신호(2)에서도 수행될 수 있다. 변환 장치(T)에서 수행될 수 있는 변환 단계(S3)에서, SCG 신호는 ECG 신호로 변환된다. 따라서 심진도도 심전도로 변환될 수 있다. 변환 단계(S3)는 또한 다수의 부분 변환을 포함할 수 있다. 후처리 단계(S4)에서, 이러한 방식으로 생성된 ECG 신호 또는 이러한 방식으로 생성된 심전도가 저장되고, 적어도 하나의 추가 장치로 전송되고 및/또는, 예를 들어 적절한 디스플레이 장치(A)에서 시각화된다.

도 5는 추가 실시예에 따른 ECG 신호(1; 도 1 참조)를 생성하기 위한 시스템(3)의 개략도를 도시한다. SCG 검출 장치(S)를 포함하는 기기(4)가 도시된다. 이러한 SCG 검출 장치(S)에 의해 SCG 신호(2; 도 1 참조)가 검출될 수 있다. 또한, 기기는 기기(4)와 추가 기기들 사이의 데이터 전송을 위한 통신 장치(K)를 포함한다. 생성된 SCG 신호(1)는 상기 통신 장치(K)에 의해 허브 장치(5)로 전송된다. 이러한 허브 장치(5)는 컴퓨팅 장치로서 설계된 변환 장치(T)와 전송된 SCG 신호를 수신하기 위한 통신 장치(K)를 갖는다. 또한, ECG 신호(1)로 SCG 신호(2)의 변환은 허브 장치(5)에 의해 수행될 수 있다. 그리고 나서, 이러한 방식으로 결정된 ECG 신호(1)는 허브 장치(5)의 도시되지 않은 디스플레이 장치에 표시될 수 있다. 또한 상기 신호는 HUB 장치(5)의 도시되지 않은 저장 장치에 의해 저장되거나 통신 장치(K)에 의해 추가로 전송될 수 있다.

도 6은 ECG 신호(1)를 생성하기 위한 시스템(3)의 추가 도면을 도시한다. 도 5에 도시된 실시예와 달리, SCG 검출 장치(S)에 의해 생성된 SCG 신호(2)는 통신 장치(K)를 통해 소위 클라우드 기반 서비스를 제공하는 서버 장치(6)로 전송된다. 이 서버 장치(6)는 기기(4)로부터 전송된 SCG 신호(2)를 ECG 신호(1)로 변환하는 도시되지 않은 변환 장치(T)를 포함할 수 있다. 도 6에는, 변환된 신호, 즉 ECG 신호(1)가 다시 기기(4)로 재전송되고, 상기 신호는 기기(4)의 통신 장치(K)에 의해 수신될 수 있는 것이 도시된다. 이러한 방식으로 획득된 ECG 신호는 그리고 나서 기기(4)에 의해 저장되고, 추가 처리되거나, 예를 들어 기기(4)의 도시되지 않은 디스플레이 장치(A)에 의해 시각화될 수 있다. 이 경우, 적어도 하나의 후처리 단계는 허브 장치(5)에 의해 또는 서버 장치(6)에 의해 수행된다. 이 경우 전술한 후처리 단계들의 전부가 아닌 개별, 일부 및 모두는 허브 장치(5) 또는 외부 서버 장치(6)에 의해 수행될 수 있다.

도 7은 본 발명의 추가 실시예에 따른 ECG 신호(1)를 생성하기 위한 시스템(3)의 개략도를 도시한다. 도 6에 도시된 실시예와 달리, 기기(4)의 SCG 검출 장치(S)에 의해 검출된 SCG 신호(2)는 기기(4)의 통신 장치(K)를 통해 서버 장치(6)로 전송되고, 서버 장치(6)의 변환 장치는 ECG 신호(1)로 변환을 수행한다. 이러한 방식으로 변환된 ECG 신호(1)는 이어서 서버 장치(6)로부터 추가 기기(7)로 전송되고, 거기에서 추가 기기(7)의 통신 장치(K)에 의해 수신된다. 또한, 이러한 방식으로 생성된 ECG 신호(1)는 추가 기기(7)의 저장 장치에 저장되고, 추가 기기(7)의 컴퓨팅 장치에 의해 추가 처리되거나 추가 기기(7)의 도시되지 않은 디스플레이 장치에 의해 디스플레이될 수 있다.

도 8은 ECG 신호(1)를 생성하기 위한 시스템(3)(예를 들어, 도 2 참조)의 개략적인 응용예를 도시한다. 이 경우, 모바일폰(4)으로서 설계된 기기는 도시되지 않은 SCG 검출 장치(S) 및 컴퓨터 장치로서 설계된 변환 장치(T)를 포함하고, 사용자/환자(8)의 흉부에 배치된다. 물론, 모바일폰(4) 대신 SCG 검출 장치(S)를 가진 다른 기기가 이용되는 것이 고려될 수 있다.

SCG 검출 장치(S)를 이용해서 SCG 신호(2)가 생성될 수 있고, 상기 신호는 그리고 나서 기기(4)의 변환 장치(도시되지 않음)에 의해 ECG 신호(1)로 변환된 다음 기기(4)의 디스플레이 장치(A)에 의해 시각화된다.

도 9는 추가 실시예에 따른 ECG 신호(1; 도 1 참조)를 생성하기 위한 시스템(3)의 도면을 도시한다. 시스템(3)은 인큐베이터(9)를 포함하고, 이 경우 인큐베이터(9)의 매트리스(10)에는 환자(8), 예를 들어 조산아가 누워 있다. 또한, 인큐베이터(9)는 환자(8)를 위한 누워 있는 공간을 덮는 커버(11)를 포함한다. 도플러 레이더 센서(12)로서 설계된 SCG 검출 장치(S)가 커버에 배치된다. 이 경우 이 도플러 레이더 센서(12)는, 환자(8)의 흉부 영역이 이 센서(12)의 검출 영역에 놓이도록 배치된다. 대안으로서, 예를 들어 압력- 또는 가속 센서로서 설계된 SCG 검출 장치(S)를 매트리스(10) 내에/상에 또는 매트리스(10)가 놓이는 인큐베이터(9)의 바닥 내에/상에 배치하는 것이 가능할 것이다. 환자(8)가 미숙아 또는 신생아인 경우, 신생아의 비교적 높은 심박수로 인큐베이터(9) 주변의 다른 사람들의 간섭 영향의 신뢰적인 감소가 달성될 수 있기 때문에, 특히 적절한 필터 방법에 의해 환경 아티팩트가 완전히 또는 상당 부분 제거된 ECG 신호(1)가 생성될 수 있다.

도 10은 추가 실시예에 따른 ECG 신호(1;도 1 참조)를 생성하기 위한 시스템(3)의 개략도를 도시한다. 시스템(3)은 매트리스(14)가 있는 침대(13)를 포함한다. 또한, 시스템(3)은 매트리스(14) 내에/상에 배치된 압력- 또는 가속 센서(15)로서 설계된 SCG 검출 장치(S)를 포함한다. 물론, 도플러 레이더 센서를 사용하는 것도 고려될 수 있고, 이 경우 상기 센서는 예를 들어 침대(13)의 리프팅 폴(16)에 배치될 수 있다.

도 11은 추가 실시예에 따른 ECG 신호(1; 도 1 참조)를 생성하기 위한 시스템(3)의 개략도를 도시한다. 시스템(3)은 이 경우 차량 시트(17)를 포함하고, 차량 시트(17)의 등받이에 압력- 또는 가속 센서(18)로서 설계된 SCG 검출 장치(S)가 배치된다. 물론, SCG 검출 장치(S)를 도플러 레이더 센서로서 설계하는 것과 적절한 방식으로 등받이 내에/상에 또는 차량의 이와 다른 위치에 배치하는 것도 고려할 수 있다.

도 8, 도 9, 도 10, 도 11에 도시된 실시예는 생체 데이터의 정상적인 모니터링 및 심장 병리학의 정상적인 진단에 외에, 바람직하고 완전하며 무전극의 모니터링을 가능하게 하고 경우에 따라서 간헐적 심방세동과 같은 이전에 진단되지 않은 심장 병리의 검출도 가능하게 한다.

도 12는 추가 실시예에서 본 발명에 따른 방법의 개략도를 도시한다. 이 경우, SCG 신호(2)는 신경망(NN)을 위한 입력 데이터를 형성하고, 상기 신경망은 SCG 신호를 ECG 신호(1)로 변환을 수행하는 것이 도시된다. 따라서 신경망(NN)의 출력 신호는 제안된 바와 같이 생성될 ECG 신호(1)이다. 이러한 경우에 변환 장치(T)는 신경망(NN)으로서 설계되거나, 이러한 것을 포함하고 또는 신경망(NN)의 기능을 수행할 수 있다.

도 13은 도 12에 도시된 신경망(NN)의 생성/훈련의 개략도를 도시한다. 이 경우 동시에 검출된 SCG 신호(2) 및 ECG 신호(1) 형태의 훈련 데이터가 신경망(NN)에 공급되며, 신경망(NN)의 출력 데이터인 생성된 ECG 신호(1)와 훈련 데이터 세트의 ECG 신호 사이의 편차가 최소화되도록 신경망(NN)의 매개변수가 조정된다. 훈련 데이터 세트는 ECG 신호, 호흡 및 심전도의 측정을 조합한 결과일 수 있다. 이러한 데이터 세트는, 예를 들어 피지오뱅크(Physiobank)의 부분으로서 공개적으로 액세스 가능한 데이터 세트의 형태로 제공될 수 있다. 건강한 것으로 추정되는 피험자자 20명(남성 12명, 여성 8명)의 데이터가 방법을 검증하는데 이용되었다. 피험자의 평균 연령은 24.4세(SD ±3.10)였다. 데이터 수집을 위해 Biopac MP36이 사용되었으며, 가속도계(LIS344ALH, ST Microelectronics)를 사용하여 제 1 및 제 2 채널을 통해 ECG 신호(1)가 검출되었고, 제 4 채널을 통해 SCG 신호(2)가 수집되었다. 피험자들은 깨어 있는 채로 가만히 누워 있는 자세를 취하도록 요청받았다. 3가지 종류의 기록이 수행되었다(기본 상태 5분, 클래식 음악 청취 50분, 제어 상태 1분). ECG 신호(1)는 0.05Hz 내지 150Hz의 대역폭으로 검출되었고, SCG 신호(2)는 0.5Hz 내지 100Hz의 대역폭으로 검출되었다. 각 채널에서 5kHz의 샘플링 속도로 샘플링되었다.

이하에서 예를 들어, 방법의 검증에 적용된 사용된 신경망의 아키텍처와 사전 처리를 포함한 훈련 데이터가 설명된다.

특히 임베디드 기기 및 전화기와 같은 휴대용 스마트 기기에서 신경망을 운용하기 위해, ECG로 SCG의 변환의 학습에 합성곱 오토인코더(Convolutional Autoencoder)가 사용되었다. 오토인코더는 각각 4개의 1차원 합성곱층이 있는 인코더와 디코더를 사용한다. 인코더에서 합성곱층 다음에는 비선형 맵핑을 위한 ReLU-활성화 함수와 계산 복잡성을 줄이기 위한 최대 풀링(Max-Pooling) 층이 뒤따르며, 이는 과적합을 줄이고 및/또는 고정된 공간 관계를 해결하는 데 이용된다. 인코더에서 제 1 합성곱층은 커널 크기가 8인 128개의 필터로 시작하며, 추가 층마다 필터 개수가 두 배로 증가한다. 잠재 공간(latent space)은 필터 개수를 절반으로 줄인다. 디코더에서 디코더는 제 1 합성곱층의 256개의 필터로 시작한다. 제 1 및 제 3 층에서 필터 개수는 각각 절반으로 줄어든다. 마지막 합성곱층은 필터 개수를 64개에서 1개로 줄인다. 디코더 내의 각 층은 업샘플링층, 합성곱층 및 ReLU 활성화 함수로 구성된다.

데이터 세트의 SCG- 및 ECG 기록은, 일반적으로 100Hz 내지 200Hz에서 작동하는 가속 검출 시의 일반적인 샘플링 속도에 맞게 조정하기 위해, 100Hz의 샘플링 속도에서 다시 샘플링되었다. 이는 임베디드 기기의 제한된 컴퓨팅 성능에도 불구하고 SCG에서 ECG로 장기간의 변환을 가능하게 한다. SCG 신호는 4차 5-30Hz 대역 통과 버터워스 필터로 필터링되었다. 후속해서 신호는 정규화되었다(0 내지 1 의 선형 맵핑). ECG 신호의 추가 필터링은, 이미 사전 필터링되었기 때문에 추가 필터링이 수행되지 않았다.

도 14는 동기화된 ECG- 및 SCG 신호의 개략도를 도시하며, 이 경우 ECG 신호는 상부 라인에 도시되고 SCG 신호는 하부 라인에 도시된다. 훈련 전에 모델의 합성곱층의 가중치는 글로럿 유니폼 초기화(Glorot Uniform Initialization)에 의해 사전 초기화되었다. 손실 함수는 평균 절대 오차로 주어지며, 정규화 항이 없이 표준 매개변수로 아담 옵티마이저(Adam optimizer)에 의해 최적화된다. 라벨 또는 레퍼런스 실측(Ground-Truth-ECG) ECG 신호(ECGGT)이므로, 오토인코더는 ECGGT 신호에 대한 SCG 신호(2)의 맵핑을 학습한 다음, SCG 신호(2)를 변환에 의해 결정된 ECG 신호(ECGT)로 변환한다. 다음 단계에서 각각 512개 값 길이의 SCG 윈도우가 망에 공급된다. 모델의 결과는 512개 값 길이의 ECGT 윈도우이며, 상기 윈도우는 손실 최적화를 통해 해당 ECGGT 윈도우에 매칭된다.

샘플 개수를 늘리기 위해 그리고 망이 윈도우 사이의 전환을 적절하게 캡처하는 것을 보장하기 위해, 슬라이딩 윈도우 기술이 훈련에 사용되었다. 87.5%의 중첩이 있는 512의 윈도우 크기를 선택하면 각 참가자마다 4,040개의 이용 가능한 창이 생성되었다. 따라서 모든 20명의 참가자에 대해 입력은 텐서(Tensor) 20 x 512 x 4040 x 2로 전환된다. 피험자의 수가 적기 때문에, 모델의 일반화 성능을 평가하기 위해 단일 잔류 K-겹 교차 검증(leave-one-out k-fold Cross Validation)이 수행되었다. 성능은 20개 합성곱을 평균하여 계산되었다. ECGT- 및 ECGGT 신호가 어떻게 보이는지 설명하기 위해, 도 15는 실선으로 표시된 ECGGT의 중첩이 있는 400개 샘플 길이의 세그먼트(데이터 세트 내 사용자 10)의, 점선으로 표시된 변환 결과(ECGT 신호)를 도시한다. 결과는 세 가지 다른 유형의 메트릭을 사용하여 평가되었다: 1) 신호 레벨의 평가; 2) 특성 레벨의 평가; 3) 도메인 전문가에 의한 평가.

신호 레벨의 평가

ECGGT와 ECGT를 비교하기 위해 교차 상관관계가 이용되었다. 2개의 신호는 r=0.94의 상관 계수와 높은 상관관계가 있다. 신호 레벨에서 변환 결과의 품질을 분석하기 위해, 평균 제곱 오차, 정규화된 평균 제곱 오차, 평균 제곱근 오차, 정규화된 평균 제곱근 오차 및 퍼센트 평균 제곱 차이를 포함한 일련의 적절한 ECG 비교값도 평가되었다. 또한 모든 피험자를 대상으로 단일 잔류 교차 검증(leave-one-out cross-validation)이 수행되었고, 각 지표마다 평균값과 표준편차가 계산되었다. 결과는 표 1에 제시되어 있다.

특성 레벨의 평가

특성 레벨의 비교를 위해 2개의 중요한 ECG 특징, 즉 R-피크 개수와 QRS 복합체의 지속 시간이 2개의 신호에서 추출되었다.

팬-톰킨스(Pan-Tompkins) 알고리즘은, 신호에서 QRS 복합체와 R 피크를 식별하는 데 사용되었다. 올바르게 인식된 R-피크의 개수와 QRS 복합체의 지속시간은, R-피크의 개수와 QRS 복합체의 지속시간을 비교하기 위해 이용되었다. ECGGT와 ECGT 사이의 차이점을 조사하기 위해, 비모수 블랜드-앨트먼(Bland-Altman) 검정법이 수행되었다. 이 블랜드-앨트먼 분석은 식별된 R 피크의 개수(평균 바이어스 = -8.0, 95%CI = -60 내지 44, r2=0.97, p= 0.56) 뿐만 아니라 QRS 복합체의 길이(평균 바이어스 = -0.34, 95%CI = -1.9 내지 1.2, r2=0.02, p=0.12)에 대해 ECGGT와 ECGT 사이에 유의미한 편차가 없음을 보여주었다..전문가에 의한 평가

이를 위해 15명의 심장 전문의로부터 피드백을 수집했으며, 이들은 일치하는 신호의 예와 통계적 편차가 더 큰 신호를 모두 조사했다. 전문가들은 리커트 5점 척도(5 point-Likert scale; 1 - 매우 나쁨, 2 - 나쁨, 3 - 보통, 4 - 좋음, 5 - 매우 좋음)로 신호의 리듬학적 및 형태학적 진단 값을 평가할 것을 요청받았다. 일치하는 신호에 대한 평균 결과는 리듬학적 진단 값에서 5점 만점에 4.87, 형태학적 진단 값에서 5점 만점에 4.67이었다. 통계적 일치도가 낮은 신호의 경우에도 평균 결과는 리듬학적 진단 값에서 5점 만점에 4.73점, 형태학적 진단 값에서는 5점 만점에 4.60점이었다. 이러한 결과는, 제안된 방법이 높은 신뢰도와 타당도로 ECG 신호(1)의 결정을 보장함을 보여준다. 신호 레벨에서 ECGT와 ECGGT 사이의 강한 상관관계(교차 상관 r=0.94)가 발견될 수 있었다. 특징 레벨에서, R 피크의 개수와 QRS 복합체의 길이에 대한 비교는 ECGGT와 본 발명에 따라 적용된 변환에 의해 결정된 ECG 신호(1)의 일치를 입증한다. 일반적으로 사용된 데이터 세트는 SCG- 및 ECGGT 신호의 높은 품질을 제공하였다. 그럼에도 불구하고 일부 기록들은 두 신호에 영향을 미친 모션 아티팩트를 포함하였다. 품질이 낮은 ECGGT 데이터와 SCG 데이터 내의 모션 아티팩트는 변환에 의해 결정된 ECG 신호(1)(ECGT)의 품질을 저하시키고, 잡음이 있는 신호 섹션에서의 인식된 R-피크의 개수에 영향을 미치며 상관 계수를 낮춘다. 다른 한편으로, 아티팩트가 없는 SCG 신호(2)가 고품질 ECG 신호(2)의 결정을 가능하게 할 때, ECGGT 내의 아티팩트는 상관 계수도 감소시켰다. 이러한 경우에, 본 발명에 따라 결정된 ECG 신호(1)는 기록된 실측 자료보다 더 나은 것으로 입증된다. 특히 잘못된 전극 배치로 인한 ECGGT 신호 내의 아티팩트의 경우에 변환에 의해 결정된 ECG 신호(1)는, 상기 신호가 전극 접속부 또는 올바른 전극 배치와 무관하게 생성될 수 있기 때문에, 더 정확한 결과를 제공할 수 있다. 심장 전문의의 체계적인 피드백도 임상적 타당성과 관련성을 입증한다.

또한, Heart.AI 방법이라고도 하는 본 발명에 따라 제안된 방법은, 리듬학적 병리(예를 들어 심방세동)가 신뢰성 있게 식별될 수 있는 것을 가능하게 한다. 또한, 이 방법의 비접촉 이용 가능성, 간단한 이용 및 높은 가용성이 장점이다. 또한 바람직하게, 병원 침대 또는 요양 시설의 침대 또는 가정 환경에서도 SCG 검출 장치로 이 방법을 이용할 수 있다. 또한 바람직하게, 일반 개업의와 특히 전문의가 부족한 농촌 지역에서 사용하기 쉽다는 것이다. 제안된 방법은 이러한 시나리오에서 원격 의료 앱에 간단하고 저렴하게 이용될 수 있다.

또한, 가속 센서 또는 자이로스코프와 같이 SCG 신호(2)의 검출에 적합한 장치가 있는 기존 기기는 소프트웨어 업데이트를 통해 제안된 방법을 수행할 수 있다. 따라서 이 방법에 의해 제공되는 기능은 다수의 기기에 개장될 수 있으므로, 방법의 폭넓은 이용이 보장된다. 추가 장점은, 전흉부 운동(SCG 신호)의 간단하고 신뢰할 수 있는 영구적인 검출이 가능하며, 이는 또한 특히 24시간 이상의 기간 동안 ECG 신호의 영구적이고 신뢰할 수 있는 결정을 가능하게 한다는 것이다. 또 다른 장점은 필요한 센서 시스템이 저렴하며 필요한 센서들이 다수의 이용 가능한 기기에 이미 설치되어 있으므로 - 전술한 바와 같이 - 방법을 수행하는 데 이용될 수 있다는 것이다. 제안된 방법은 또한, 이미 생성된 SCG 신호(2)를 ECG 신호(1)로 추후에 변환하는 데에도 이용 가능하다. 이것은 학문적인 조사에 특히 중요하다.

도 16a는 ECG 신호(1; 도 1 참조)를 생성하기 위한 시스템(3)의 SCG 검출 장치(S)가 있는 개 하네스(19)의 개략도를 도시하며, SCG 검출 장치(S)는 가속 센서(18)로서 설계된다. 용도에 따라 개 하네스(19)를 착용하고 있는 개(20)의 흉부 영역에 접촉하는 개 하네스(19)의 영역 내에 SCG 검출 장치(S)가 배치된 것이 도시되어 있다.

도 16b는 ECG 신호(1; 도 1 참조)를 생성하기 위한 시스템(3)의 SCG 검출 장치(S)가 있는 말 고삐(21)의 개략도를 도시하며, SCG 검출 장치(S)는 가속 센서(18)로서 설계된다. 용도에 따라 고삐(21)를 착용하고 있는 말(22)의 상부 등 영역에 접촉하는 고삐(21)의 영역에 SCG 검출 장치(S)가 배치된 것이 도시되어 있다. 그러나, 용도에 따라 고삐(21)를 착용하고 있는 말(22)의 배- 또는 흉부 영역에 접촉하는 고삐(21)의 영역에 SCG 검출 장치(S)를 배치하는 것도 고려될 수 있다.

도 17은 ECG 신호(1)를 생성하기 위한 시스템(3)을 갖는 심박 조율기(23)의 개략도를 도시한다. 속도 적응형 심박 조율기(23)가 도시되고, 상기 심박 조율기는 가속 센서(18)로서 설계된 SCG 검출 장치(S)를 포함한다. 또한, 심박 조율기(22)는 변환 장치(T)를 포함한다. 변환에 의해 결정된 ECG 신호(1)를 신체 외부 장치, 예를 들어 디스플레이 장치(A) 또는 서버 장치(6)로 전송할 수 있는 심박 조율기(23)의 통신 장치(K)는 도시되지 않았다. 그러나 심박 조율기(23)가 반드시 변환 장치(T)를 포함해야 하는 것은 아니다. 즉, 심박 조율기(23)가 변환 장치(T)를 포함하지 않고 SCG 검출 장치(S)의 출력 신호(원시 신호)가, 예를 들어 통신 장치(K)를 통해 심박 조율기 외부의 컴퓨팅 장치로 전송되는 것도 가능하다.

도 18은 오류 함수의 평가를 위한 상이한 신호 섹션들의 가중의 예시적인 도면을 도시한다. 상부 열에 ECG 신호가 도시된다. 3개의 서로 다른 신호 섹션(SA1, SA2, SA3)이 ECG 신호에 표시되며, 서로 다른 신호 섹션들은 직사각형으로 둘러싸여 있다. 제 1 신호 섹션(SA1)은 P파 신호 섹션이고, 제 2 신호 섹션(SA2)은 QRS 복합체 신호 섹션이며, 제 3 신호 섹션(SA3)은 T파 신호 섹션이다. 제 2 중간 열은 개별 신호 섹션(SA1, SA2, SA3)에 할당된 가중 계수(w1, w2, w3)를 나타낸다. 즉, 제 1 신호 구간(SA1)에는 제 1 가중 계수(w1)가, 제 2 신호 구간(SA2)에는 제 2 가중 계수(w2)가, 제 3 신호 구간(SA3)에는 제 3 가중 계수(w3)가 할당된다. 제 1 가중 계수(w1)는 제 2 및 제 3 가중 계수(w2, w3)보다 크고, 제 3 가중 계수(w3)는 제 2 가중 계수(w2)보다 큰 것을 알 수 있다. 가중 계수들은 1보다 클 수 있다. 그러나 모든 가중 계수(w1, w2, w3)는 동일하고 1보다 클 수도 있으며, 그 결과 ECG와 관련된 신호 섹션들(SA1, SA2, SA3)은 관련 없는 나머지 신호 섹션들에 비해 더 높게 가중된다. 제 3 하부 열은 가중된 ECG 신호의 파형을 나타내고, 이 경우 ECG 신호의 진폭은, 특히 제 1 신호 섹션(SA1)에서 제 1 가중 계수(w1)가, 제 2 신호 섹션(SA2)에서 제 2 가중 계수가(w2)가 그리고 제 3 신호 섹션(SA3)에서 제 3 가중 계수가 가중되었고, 특히 곱해졌다. 가중은 윈도우 함수를 이용한 ECG 신호의 합성곱에 의해 이루어질 수도 있다. 이러한 가중에 의해 특히 진폭 보상이 수행될 수 있다. 이로 인해, 예를 들어 평균 제곱 오차 방법으로 편차를 결정할 때와 같이 큰 신호 변화가 작은 변화보다 더 높게 가중되는 것이 방지될 수 있다. 그러나 ECG 신호의 경우에 작은 상승부[예를 들어 제 1 신호 섹션(SA1)에 포함된 P파]는 중요한 정보를 포함한다. 이러한 방식으로 변환에 의해 결정된 ECG 신호(1)의 서로 다른 신호 섹션과 참조 ECG 신호의 서로 다른 신호 섹션이 가중되고, 가중 후에는 가중된 신호들 사이의 편차가 결정되어, 변환을 위한 모델, 특히 신경망을 훈련할 수 있는 것이 제시된다.

Claims (13)

1. ECG 신호를 생성하기 위한 방법(1)으로서,
   적어도 하나의 심장 운동 유도 신호가 검출되고, 적어도 하나의 검출된 상기 심장 운동 유도 신호는 적어도 하나의 ECG 신호(1)로 변환되고,
   상기 적어도 하나의 심장 운동 유도 신호는 SCG 신호(2)이고, 변환에 의해 상기 적어도 하나의 SCG 신호(2)로부터 다채널 ECG 신호의 다수의 특정 신호들이 결정되는 것을 특징으로 하는 방법.
2. 제 1 항에 있어서,
   변환에 의해 적어도 하나의 SCG 신호(2)로부터 다채널 ECG 신호의 모든 채널 특정 신호들이 결정되는 것을 특징으로 하는 방법.
3. 제 1 항 또는 제 2 항에 있어서,
   변환은 머신 러닝에 의해 생성된 모델을 이용하여 수행되는 것을 특징으로 하는 방법.
4. 제 3 항에 있어서,
   변환은, 특히 오토인코더로서 또는 합성곱 신경망으로서 또는 LSTM 망으로서 또는 트랜스포머 신경망으로서 설계된 신경망(NN)을 이용해서 수행되는 것을 특징으로 하는 방법.
5. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   변환은 미리 결정된 수학적 모델을 이용하거나 미리 결정된 변환 함수를 이용하여 수행되는 것을 특징으로 하는 방법.
6. 제 3 항 내지 제 5 항 중 어느 한 항에 있어서,
   변환에 의해 결정된 ECG 신호(1)와 참조 ECG 신호 사이의 편차를 결정하기 위한 오류 함수는 모델을 생성하기 위해 평가되고, 오류 함수의 평가 시 변환에 의해 결정된 ECG 신호(1)의 및/또는 참조 ECG 신호의 및/또는 편차의 서로 다른 신호 섹션들은 다르게 가중되는 것을 특징으로 하는 방법.
7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 심장 운동 유도 신호는 비접촉식으로 검출되는 것을 특징으로 하는 방법.
8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 심장 운동 유도 신호는 변환 전에 필터링되고, 이어서 필터링된 심장 운동 유도 신호는 ECG 신호(1)로 변환되는 것을 특징으로 하는 방법.
9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
   상기 적어도 하나의 심장 운동 유도 신호는 기기(4)의 검출 장치에 의해 생성되고, 변환은 기기(4)의 컴퓨팅 장치(T)에 의해 수행되거나 또는 심장 운동 유도 신호는 추가 기기의 컴퓨팅 장치(T)로 전송되고 추가 기기의 상기 컴퓨팅 장치(T)의 변환이 수행되는 것을 특징으로 하는 방법.
10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
    상기 적어도 하나의 심장 운동 유도 신호는 기기(4)의 검출 장치에 의해 생성되고, 변환에 의해 결정된 ECG 신호(1)는 기기(4)의 디스플레이 장치(A)에 표시되거나 또는 적어도 하나의 심장 운동 유도 신호는 추가 기기의 디스플레이 장치로 전송되고 추가 기기의 상기 디스플레이 장치에 의해 표시되는 것을 특징으로 하는 방법.
11. 제 1 항 내지 제 10 항 중 어느 한 항에 있어서,
    상기 적어도 하나의 심장 운동 유도 신호의 변환 전에 검출 장치의 기능 테스트가 수행되고, 상기 심장 운동 유도 신호는, 기능이 검출되고 및/또는 적어도 하나의 심장 운동 유도 신호의 변환 전에, 검출된 신호의 신호 품질이 결정될 때에만 변환되고, 상기 심장 운동 유도 신호는, 신호 품질이 미리 결정된 정도 이상이고 및/또는 적어도 하나의 심장 운동 유도 신호의 변환 전에, 심장에 대한 검출 장치의 배치가 결정될 때에만 변환되고, 심장 운동 유도 신호는, 상기 배치가 미리 결정된 배치에 대응하거나 미리 결정된 정도 미만으로 상기 배치에서 벗어나는 경우에만 변환되는 것을 특징으로 하는 방법.
12. ECG 신호(1)를 생성하기 위한 시스템으로서,
    상기 시스템(3)은 적어도 하나의 심장 운동 유도 신호를 검출하기 위한 적어도 하나의 검출 장치 및 적어도 하나의 컴퓨팅 장치(T)를 포함하고, 적어도 하나의 검출된 상기 심장 운동 유도 신호는 컴퓨팅 장치에 의해 적어도 하나의 SCG 신호(2)로 변환될 수 있고,
    상기 적어도 하나의 심장 운동 유도 신호는 SCG 신호(2)이고, 변환에 의해 적어도 하나의 SCG 신호(1)로부터 다채널 ECG 신호의 다수의 채널 특정 신호가 결정될 수 있는 것을 특징으로 하는 시스템.
13. 제 12 항에 있어서,
    상기 검출 장치가 인큐베이터(9), 침대(13) 또는 차량 시트(17) 또는 심박 조율기 또는 동물 필수 용품에 통합되는 것을 특징으로 하는 시스템.

Images