KR20230081148A - 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 - Google Patents
수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 Download PDFInfo
- Publication number
- KR20230081148A KR20230081148A KR1020210168949A KR20210168949A KR20230081148A KR 20230081148 A KR20230081148 A KR 20230081148A KR 1020210168949 A KR1020210168949 A KR 1020210168949A KR 20210168949 A KR20210168949 A KR 20210168949A KR 20230081148 A KR20230081148 A KR 20230081148A
- Authority
- KR
- South Korea
- Prior art keywords
- signal
- signal data
- data
- interval
- sleep
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 181
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 90
- 238000011017 operating method Methods 0.000 title abstract description 31
- 230000007958 sleep Effects 0.000 claims abstract description 144
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 75
- 201000002859 sleep apnea Diseases 0.000 claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 206010021079 Hypopnoea Diseases 0.000 claims abstract description 43
- 230000037007 arousal Effects 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 24
- 206010021133 Hypoventilation Diseases 0.000 claims description 47
- 239000000284 extract Substances 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 12
- 229910052760 oxygen Inorganic materials 0.000 claims description 12
- 239000001301 oxygen Substances 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 8
- 238000013075 data extraction Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 abstract description 20
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 16
- 208000008784 apnea Diseases 0.000 description 12
- 208000019116 sleep disease Diseases 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 238000002570 electrooculography Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 208000020685 sleep-wake disease Diseases 0.000 description 2
- 206010063968 Upper airway resistance syndrome Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 201000003631 narcolepsy Diseases 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000036578 sleeping time Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
- A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- 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
- A61B5/7214—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Hematology (AREA)
- Optics & Photonics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Power Engineering (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
본 발명은 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법에 관한 것으로, 보다 상세하게는 수면다원검사의 결과 분석에 따른 수면상태 자동 판정을 위한 신호데이터 처리의 기술적 사상에 관한 것으로, 본 발명의 일실시예에 따르면 데이터 처리 장치는 수면다원검사에 의해서 검출되는 신호데이터를 수집하고, 상기 수집된 신호데이터를 전 처리하여 호흡 신호를 추출하며, 상기 추출된 호흡 신호에서의 호흡 이벤트(respiratory event) 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하며, 상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 신호데이터 처리부 및 상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 수면상태 감지 처리부를 포함할 수 있다.
Description
본 발명은 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법에 관한 것으로, 보다 상세하게는 수면다원검사의 결과 분석에 따른 수면상태 자동 판정을 위한 신호데이터 처리의 기술적 사상에 관한 것이다.
수면다원검사(Polysomnography)는 수면장애를 진단하기 위한 검사로서, 수면 중 뇌파, 안구운동, 근육의 움직임, 호흡, 심전도 등을 종합적으로 측정하고 동시에 수면 상태를 비디오로 녹화한 후, 측정 및 녹화된 기록을 분석하여 수면과 관련된 질환을 진단하고 치료방침을 정하는데 사용되고 있다.
전술한 수면다원검사는 수면 무호흡증, 수면 장애, 수면 보행증 등의 증상을 진단할 수 있으며, 이러한 질환들을 판단하기 위한 지수로서, 수면단계(Sleep stage), 무호흡 지수(Apnea-hypopnea index, AHI), 상기도 저항 증후군(Respiratory Effort Related Arousal; RERA) 지수 등이 사용되고 있다.
수면 다원 검사는 환자가 시설을 갖춘 수면 센터에서 하룻밤 수면을 취하면서 수면 질환에 대한 진단을 받기 위해서 시행하는 검사로, 최소 10종 센서를 24개 부착하고 검사를 진행한다.
검사 시간은 개인별 수면시간에 따라 다르나 6시간 내지 8시간 정도가 되고, 검사 결과를 판독하기 위해서는 자격이 있는 숙달된 전문기사가 판독을 하여도 일반적으로 4시간 정도의 시간이 소요가 된다.
국내는 2018년 7월 이후 수면다원검사가 건강보험에 포함이 되어 수면 다원검사를 받은 환자가 급격히 늘어났고, 미국의 경우 2014년부터 수면다원검사에 대한 공공보험의 적용이 이루어지면 수면 다원 검사를 받는 환자수가 급격히 증가하고 있다.
국내의 경우, 수면다원검사의 급여기준을 살펴보면 치료적 유용성이 입증된 수면무호흡증 및 기면증 등에 한해 진단 시 1회, 진단 후 양압기 치료 및 수술 등 후 1회로 인정되고 있다.
따라서, 수면다원검사에서 특히, 수면무호흡증 관련 수면상태에 대한 진단 자동화 및 정확도에 대한 시장의 요구가 증가하고 있다.
수면무호흡증 관련 수면상태는 수면 무호흡 상태, 수면 저호흡 상태, RERA 상태 및 정상 호흡 상태로 구분될 수 있다.
수면 무호흡은 구강 열 호흡 센서(Oronasal thermal flow sensor)의 최대 진폭이 베이스 라인(baseline)의 90% 이상 감소하고, 이벤트 지속시간(event duration)의 90% 이상에서 무호흡의 진폭 감소 기준이 10초 이상인 경우에 수면 무호흡 구간으로 분류될 수 있다.
여기서, 베이스 라인은 이벤트 구간 발생 전 2분 동안의 안정적인 호흡 및 산소 공급의 평균 진폭 또는 2분 동안 3번의 가장 큰 호흡의 평균 진폭으로 정의될 수 있다.
수면 저호흡은 1)비압 센서(Nasal pressure sensor)의 출력이 이전의 호흡 곡선 기준치(pre-event baseline)에 대하여 30프로 이상 감소하는 경우, 2)30프로 이상 떨어지는 지속시간(duration)이 10초 이상이고, 3)호흡 곡선 기준치의 산소 포화도 보다 3프로 이상 떨어지거나 또는 각성(arousal)이 동반되는 경우에 해당될 수 있다.
또한, 수면 저호흡은 1)비압 센서(Nasal pressure sensor)의 출력이 이전의 호흡 곡선 기준치(pre-event baseline)에 대하여 30프로 이상 감소하는 경우, 2)30프로 이상 떨어지는 지속시간(duration)이 10초 이상이고, 3)호흡 곡선 기준치의 산소 포화도 보다 4프로 이상 떨어지는 경우에 해당될 수 있다.
기존 시장에 출시된 제품들을 살펴보면 수면 간 발생하는 수면 무호흡 및 수면 저호흡에 대한 감지와 관련하여 정확한 신호 발생 구간에 대해서 수면 전문기사처럼 감지하지 못한다는 문제점이 있다.
대신, 30초 에폭(epoch) 단위로 호흡 이벤트에 대한 감지 유무만을 판별하여 수면 질환 진단에 기준이 되는 AHI(Apenea-Hypopnea index) 지수를 도출한다.
AHI 지수는 수면 간 무호흡 수와 수면 간 저호흡 수의 합에 60을 곱하고 총 수면 시간으로 나눠서 계산하는데 이 경우, 한 에폭 안에 호흡 이벤트 구간이 2개 이상 존재하거나 혹은 에폭과 에폭 간에 호흡 이벤트가 존재하는 경우 수면 무호흡 진단에 오차가 발생한다.
따라서, 정확한 호흡 이벤트 구간의 감지는 중요 수면 질환 지수 중의 하나인 수면무호흡증 진단에 매우 중요한 요소일 수 있다.
RERA는 무호흡 또는 저호흡의 기준을 만족하지 않으면서 비압 센서의 출력이 평평한 파형(flattening waveform)이 수면 중 각성(arousal)을 일으키는 10초 이상의 연속된 호흡을 지칭한다.
기존 시장에 출시된 제품들을 살펴보면 수면 간 발생하는 RERA 이벤트 구간의 감지에 대해서 정확한 신호 발생 구간에 대해서 수면 전문기사처럼 감지하기 어렵다는 문제점이 있다.
대신 30초 에폭(epoch) 단위로 RERA 이벤트 구간의 감지유무 만을 판별하여 수면 질환 진단에 이용 되는 RDI (Respiratory Disturbance Index) 지수를 도출해 낼 수 있다.
RDI 지수는 수면 간 RERA 구간의 수, 수면간 무호흡 구간의 수 및 수면간 저호흡 구간의 수의 합에 60을 곱하고, 총 수면시간 으로 나눈 값으로 계산될 수 있다.
이 경우 한 에폭(epoch)안에 RERA 이벤트 구간이 2개 이상 존재하거나 혹은 에폭과 에폭 간에 RERA 이벤트 구간이 존재하는 경우 RDI 진단에 오차가 발생할 수 밖에 없다.
따라서, 정확한 RERA 이벤트 구간의 감지는 중요 수면 질환 지수 중의 하나인 RDI 확인에 매우 중요한 요소일 수 있다.
본 발명은 수면다원검사의 결과 분석을 자동화하기 위한 신호데이터 처리를 통해 수면다원검사 후 개인간 차이 및 측정 환경에 따른 노이즈 신호의 영향을 최소화할 수 있는 수면다원검사에 따른 수면상태 자동 판정을 위한 데이터 처리 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명은 수면 무호흡 및 저호흡 신호를 정확하게 감지하고, RERA(Respiratory Effort Related arousal)를 발생시킬 수 있는 호흡 신호를 감지한 결과를 제공하는 것을 목적으로 한다.
본 발명은 수면 무호흡 상태 구간, 수면 저호흡 상태 구간 및 RERA 구간을 감지하기 위해서 호흡 신호의 크기(amplitude) 및 지속시간(duration)을 감지하는 것을 목적으로 한다.
본 발명은 신호 변동(signal excursion)의 계산 및 신호 정규화(normalization)를 이용하여 수면 무호흡 상태 구간, 수면 저호흡 상태 구간 및 RERA 구간을 보다 정확하게 감지 및 구별하는 것을 목적으로 한다.
본 발명은 비압 센서(Nasal pressure sensor)의 출력 신호를 미분하고, 미분된 출력 신호에 대한 절대값을 취하여 미분값에 대한 이동 평균 필터링(moving average filtering)을 통해 평평한(flattening) 신호를 정확하게 감지하여 RERA 구간을 보다 정확하게 감지 및 구별하는 것을 목적으로 한다.
본 발명의 일실시예에 따르면 데이터 처리 장치는 수면다원검사에 의해서 검출되는 신호데이터를 수집하고, 상기 수집된 신호데이터를 전 처리하여 호흡 신호를 추출하며, 상기 추출된 호흡 신호에서의 호흡 이벤트(respiratory event) 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하며, 상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 신호데이터 처리부 및 상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 수면상태 감지 처리부를 포함할 수 있다.
상기 신호데이터 처리부는 신호데이터 수집부, 신호데이터 추출부 및 신호데이터 가공부를 포함할 수 있다.
상기 신호데이터 수집부는 비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 상기 수면다원검사에 의해서 검출되는 신호데이터로 수집할 수 있다.
상기 신호데이터 추출부는 상기 수집된 신호데이터를 저주파 필터링(low pass filtering) 및 DC 성분 제거(DC cancelling)의 신호 전처리 이후 호흡 신호를 추출할 수 있다.
상기 신호데이터 가공부는 상기 추출된 호흡 신호에서 양(positive)의 피크 신호 및 음(negative)의 피크 신호를 추출하여 상기 추출된 호흡 신호에서의 호흡 이벤트 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 상기 양의 피크 신호에 해당하는 양의 신호 변동 수와 상기 음의 피크 신호에 해당하는 음의 신호 변동 수에 대한 상기 제1 후보 신호 데이터로 처리할 수 있다.
상기 신호데이터 가공부는 상기 계산된 신호 변동에 대한 정규화 처리를 진행한 후, 상기 정규화 처리된 신호 변동에 대한 양의 피크 신호 및 음의 피크 신호를 추출하여 상기 제2 후보 신호 데이터로 처리할 수 있다.
상기 수면상태 감지 처리부는 상기 제1 후보 신호 데이터와 상기 제2 후보 신호 데이터를 비교하여 상기 결정된 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지하여 상기 감지된 크기의 수를 신호 변동의 임계 값과 비교하고, 상기 감지된 지속시간의 수를 지속 시간의 임계 값과 비교하여 상기 어느 하나의 수면상태 구간을 감지할 수 있다.
상기 수면상태 감지 처리부는 상기 감지된 어느 하나의 수면상태 구간과 관련하여 무호흡 구간 감지신호, 저호흡 구간 감지신호, RERA 구간 감지신호 및 정상 호흡 구간 감지신호 중 어느 하나의 감지 신호를 출력할 수 있다.
상기 수면상태 감지 처리부는 상기 제1 후보 신호 데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간에서의 수면 무호흡 및 수면 저호흡을 비교하고, 상기 제2 후보 신호 데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간에서의 수면 무호흡 구간 및 수면 저호흡 구간과 관련된 범위(range)를 비교할 수 있다.
본 발명의 일실시예에 따르면 데이터 처리 장치의 동작 방법은 수면다원검사에 의해서 검출되는 신호데이터를 수집하는 단계, 상기 수집된 신호데이터를 전 처리하여 호흡 신호를 추출하는 단계, 상기 추출된 호흡 신호에서의 호흡 이벤트(respiratory event) 구간을 결정하는 단계, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하는 단계, 상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 단계 및 상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 단계를 포함할 수 있다.
상기 수면다원검사에 의해서 검출되는 신호데이터를 수집하는 단계는 비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 상기 수면다원검사에 의해서 검출되는 신호데이터로 수집하는 단계를 포함할 수 있다.
상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하는 단계는, 상기 추출된 호흡 신호에서 양의 피크 신호 및 음의 피크 신호를 추출하여 상기 추출된 호흡 신호에서의 호흡 이벤트 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 상기 양의 피크 신호에 해당하는 양의 신호 변동 수와 상기 음의 피크 신호에 해당하는 음의 신호 변동 수에 대한 상기 제1 후보 신호 데이터로 처리할 수 있다.
상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 단계는, 상기 계산된 신호 변동에 대한 정규화 처리를 진행한 후, 상기 정규화 처리된 신호 변동에 대한 양의 피크 신호 및 음의 피크 신호를 추출하여 상기 제2 후보 신호 데이터로 처리하는 단계를 포함할 수 있다.
상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 단계는, 상기 제1 후보 신호 데이터와 상기 제2 후보 신호 데이터를 비교하여 상기 결정된 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지하여 상기 감지된 크기의 수를 신호 변동의 임계 값과 비교하고, 상기 감지된 지속시간의 수를 지속 시간의 임계 값과 비교하여 상기 어느 하나의 수면상태 구간을 감지하는 단계를 포함할 수 있다.
본 발명은 수면다원검사의 결과 분석을 자동화하기 위한 신호데이터 처리를 통해 수면다원검사 후 개인간 차이 및 측정 환경에 따른 노이즈 신호의 영향을 최소화할 수 있는 수면다원검사에 따른 수면상태 자동 판정을 위한 데이터 처리 장치 및 방법을 제공할 수 있다.
본 발명은 수면 무호흡 및 저호흡 신호를 정확하게 감지하고, RERA(Respiratory Effort Related arousal)를 발생시킬 수 있는 호흡 신호를 감지한 결과를 제공할 수 있다.
본 발명은 수면 무호흡 상태 구간, 수면 저호흡 상태 구간 및 RERA 구간을 감지하기 위해서 호흡 신호의 크기(amplitude) 및 지속시간(duration)을 감지할 수 있다.
본 발명은 신호 변동(signal excursion)의 계산 및 신호 정규화(normalization)를 이용하여 수면 무호흡 상태 구간, 수면 저호흡 상태 구간 및 RERA 구간을 보다 정확하게 감지 및 구별할 수 있다.
본 발명은 비압 센서(Nasal pressure sensor)의 출력 신호를 미분하고, 미분된 출력 신호에 대한 절대값을 취하여 미분값에 대한 이동 평균 필터링(moving average filtering)을 통해 평평한(flattening) 신호를 정확하게 감지하여 RERA 구간을 보다 정확하게 감지 및 구별할 수 있다.
도 1은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치를 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신호데이터 처리부를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 수면상태 감지 처리부를 설명하는 도면이다.
도 4a 및 도 4b는 본 발명의 일실시예에 신호 변동(signal excursion)을 계산하는 신호데이터 처리부의 동작 방법을 설명하는 도면이다.
도 4c는 본 발명의 일실시예에 따른 신호 변동의 정규화 처리를 수행하는 신호데이터 처리부의 동작 방법을 설명하는 도면이다.
도 5a는 본 발명의 일실시예에 따라 감지되는 수면 저호흡에 대한 예시를 설명한다.
도 5b 내지 도 5d는 본 발명의 일실시예에 따라 수면 무호흡 및 수면 저호흡 구간에서의 노이즈에 대한 예시를 설명한다.
도 6a 및 도 6b는 본 발명의 일실시예에 따라 RERA(Respiratory Effort Related Arousal) 관련 호흡 신호를 설명하는 도면이다.
도 7은 본 발명의 일실시예에 따른 신호데이터에서 수면상태 구간을 감지하기 위한 호흡 신호 처리를 설명하는 도면이다.
도 8 내지 도 10은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법을 설명하는 도면이다.
도 11은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치에서 신호데이터를 처리하여 감지한 수면상태 구간의 표시하는 화면에 대한 예시를 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신호데이터 처리부를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 수면상태 감지 처리부를 설명하는 도면이다.
도 4a 및 도 4b는 본 발명의 일실시예에 신호 변동(signal excursion)을 계산하는 신호데이터 처리부의 동작 방법을 설명하는 도면이다.
도 4c는 본 발명의 일실시예에 따른 신호 변동의 정규화 처리를 수행하는 신호데이터 처리부의 동작 방법을 설명하는 도면이다.
도 5a는 본 발명의 일실시예에 따라 감지되는 수면 저호흡에 대한 예시를 설명한다.
도 5b 내지 도 5d는 본 발명의 일실시예에 따라 수면 무호흡 및 수면 저호흡 구간에서의 노이즈에 대한 예시를 설명한다.
도 6a 및 도 6b는 본 발명의 일실시예에 따라 RERA(Respiratory Effort Related Arousal) 관련 호흡 신호를 설명하는 도면이다.
도 7은 본 발명의 일실시예에 따른 신호데이터에서 수면상태 구간을 감지하기 위한 호흡 신호 처리를 설명하는 도면이다.
도 8 내지 도 10은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법을 설명하는 도면이다.
도 11은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치에서 신호데이터를 처리하여 감지한 수면상태 구간의 표시하는 화면에 대한 예시를 설명하는 도면이다.
이하, 본 문서의 다양한 실시 예들이 첨부된 도면을 참조하여 기재된다.
실시 예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다.
하기에서 다양한 실시 예들을 설명에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
그리고 후술되는 용어들은 다양한 실시 예들에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 문서에서, "A 또는 B" 또는 "A 및/또는 B 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다.
"제1," "제2," "첫째," 또는 "둘째," 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다.
본 명세서에서, "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, 하드웨어적 또는 소프트웨어적으로 "~에 적합한," "~하는 능력을 가지는," "~하도록 변경된," "~하도록 만들어진," "~를 할 수 있는," 또는 "~하도록 설계된"과 상호 호환적으로(interchangeably) 사용될 수 있다.
어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다.
예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(예: CPU 또는 application processor)를 의미할 수 있다.
또한, '또는' 이라는 용어는 배타적 논리합 'exclusive or' 이기보다는 포함적인 논리합 'inclusive or' 를 의미한다.
즉, 달리 언급되지 않는 한 또는 문맥으로부터 명확하지 않는 한, 'x가 a 또는 b를 이용한다' 라는 표현은 포함적인 자연 순열들(natural inclusive permutations) 중 어느 하나를 의미한다.
이하 사용되는 '..부', '..기' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치를 설명하는 도면이다.
도 1은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 구성 요소를 예시한다.
도 1을 참고하면, 본 발명의 일실시예에 따른 데이터 처리 장치(100)는 신호데이터 처리부(110) 및 수면상태 감지 처리부(120)를 포함할 수 있다.
예를 들어, 수면상태 자동 판정을 위한 데이터 처리 장치는 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치를 포함할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 처리부(110)는 수면다원검사에 의해서 검출되는 신호데이터를 수집하고, 수집된 신호데이터를 전 처리하여 호흡 신호를 추출할 수 있다.
또한, 신호데이터 처리부(110)는 추출된 호흡 신호에서의 호흡 이벤트(respiratory event) 구간을 결정하고, 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하며, 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리할 수 있다.
다시 말해, 신호데이터 처리부(110)는 호흡 신호에서 결정된 호흡 이벤트(respiratory event) 구간에 대하여 신호 변동(signal excursion) 계산 결과를 제1 후보 신호데이터 및 신호 변동 계산 결과에 대한 정규화 처리 결과에 따른 지속시간(duration) 계산 결과를 제2 후보 신호데이터로 처리할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 처리부(110)는 수면다원검사 후 개인간 차이 및 측정 환경에 따른 노이즈 신호의 영향을 최소화하기 위한 신호데이터를 신호 변동 계산 및 정규화 처리를 통해서 후보 신호데이터로 처리함에 따라 수면 무호흡증에 대한 진단을 자동화할 수 있다.
일례로, 수면상태 감지 처리부(120)는 신호데이터 처리부(110)에 의해 처리된 제1 후보 신호데이터 및 제2 후보 신호데이터를 이용하여 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지할 수 있다.
본 발명의 일실시예에 따르면, 수면상태 감지 처리부(120)는 제1 후보 신호 데이터와 제2 후보 신호 데이터를 비교하여 결정된 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지할 수 있다.
또한, 수면상태 감지 처리부(120)는 기 감지된 크기의 수를 신호 변동의 임계 값과 비교하고, 기 감지된 지속시간의 수를 지속 시간의 임계 값과 비교하여 어느 하나의 수면상태 구간을 감지할 수 있다. 예를 들어, 지속 시간의 임계 값은 임계 시간으로 지칭될 수 있다.
본 발명의 일실시예에 따르면 수면상태 감지 처리부(120)는 제1 후보 신호데이터에서의 신호 변동의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Mag), 제2 후보 신호데이터에서의 지속시간의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Delta)을 계산할 수 있다.
또한, 수면상태 감지 처리부(120)는 수면 무호흡(apena) 지속시간의 수, 수면 저호흡(hypopnea) 지속시간의 수를 계산할 수 있다.
또한, 수면상태 감지 처리부(120)는 신호 변동의 최대 세개에 대한 평균 값에 해당하는 임계 값(Mth) 및 임계 시간으로 설정 할 수 있다. 예를 들어, 임계 시간은 10초일 수 있다.
일례로, 수면상태 감지 처리부(120)는 값(Mag), 값(Delta), 수면 무호흡(apena) 지속시간의 수, 수면 저호흡(hypopnea) 지속시간의 수 및 임계 값(Mth) 및 임계 시간을 이용하여 기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지할 수 있다.
본 발명의 일실시예에 따르면 수면상태 감지 처리부(120)는 제1 후보 신호 데이터와 제2 후보 신호 데이터를 비교하여 결정된 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지할 수 있다.
또한, 수면상태 감지 처리부(120)는 AASM(American Academy of Sleep Medicine) 표준을 참고하여 신호 변동의 최대 세개에 대한 평균 값에 해당하는 임계 값(Mth)을 감지된 크기의 수를 신호 변동의 임계 값(Mth)으로 설정할 수 있다.
구체적으로, 최대 세개에 대한 평균 값은 호흡 이벤트 구간이 시작 지점에서의 음의 피크 신호가 추출되는 지점 이전의 2분에서 최대 신호 변동의 세 개의 평균 값을 추출하여 결정되는 임계 값(Mth)일 수 있다.
본 발명의 일실시예에 따르면 수면상태 감지 처리부(120)는 감지된 어느 하나의 수면상태 구간과 관련하여 무호흡 구간 감지신호, 저호흡 구간 감지신호, RERA 구간 감지신호 및 정상 호흡 구간 감지신호 중 어느 하나의 감지 신호를 출력 신호로서 출력할 수 있다.
예를 들어, 출력 신호는 무호흡 구간, 저호흡 구간, RERA 구간 및 정상 호흡 구간의 감지와 관련되고, 산소포화도 관련 신호는 저호흡 구간의 감지에 활용될 수 있고, 각성(arousal) 관련 신호는 저호흡 구간과 RERA 구간 감지에 활용될 수 있다.
본 발명의 일실시예에 따르면 수면상태 감지 처리부(120)는 제1 후보 신호 데이터를 이용하여 호흡 이벤트(respiratory event) 구간에서의 수면 무호흡 및 수면 저호흡을 비교하고, 제2 후보 신호 데이터를 이용하여 결정된 호흡 이벤트(respiratory event) 구간에서의 수면 무호흡 구간 및 수면 저호흡 구간과 관련된 범위(range)를 비교할 수 있다.
본 발명은 수면다원검사의 결과 분석을 자동화하기 위한 신호데이터 처리를 통해 수면다원검사 후 개인간 차이 및 측정 환경에 따른 노이즈 신호의 영향을 최소화할 수 있는 수면다원검사에 따른 수면상태 자동 판정을 위한 데이터 처리 장치 및 방법을 제공할 수 있다.
또한, 본 발명은 수면 무호흡 상태 구간, 수면 저호흡 상태 구간 및 RERA 구간을 감지하기 위해서 호흡 신호의 크기(amplitude) 및 지속시간(duration)을 감지할 수 있다.
도 2는 본 발명의 일실시예에 따른 신호데이터 처리부를 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신호데이터 처리부의 구성 요소를 예시한다.
도 2를 참고하면, 본 발명의 일실시예에 따른 신호데이터 처리부(200)는 신호데이터 수집부(210), 신호데이터 추출부(220) 및 신호데이터 가공부(230)를 포함한다.
일례로, 신호데이터 수집부(210)는 비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 수면다원검사에 의해서 검출되는 신호데이터로 수집할 수 있다.
예를 들어, 수면다원검사에 의해서 검출되는 신호데이터는 EEG(Electroencephalogram) 센서, EOG(Electrooculography) 센서, EMG(Electromyogram) 센서, EKG(Electrokardiogramme) 센서, PPG(Photoplethysmography) 센서, 체스트 벨트(Chest belt), 앱더먼 벨트(Abdomen belt), 서미스터(Thermister), 유동(Flow) 센서 및 마이크(Microphone) 중 적어도 하나의 감지 수단을 통해 피검체로부터 측정되는 생체 데이터로 해석될 수 있다.
또한, 예를 들어, 수면다원검사에 의해서 검출되는 신호데이터는 실시간으로 수집되는 데이터로 해석될 수 있고, 사전에 수행된 수면다원검사에 의해 수면다원검사 데이터베이스에 기록된 데이터로 해석될 수도 있다.
본 발명의 일실시예에 따르면 신호데이터 추출부(220)는 수집된 신호데이터를 저주파 필터링(low pass filtering) 및 DC 성분 제거(DC cancelling)의 신호 전처리 이후 호흡 신호를 추출할 수 있다.
다시 말해, 신호데이터 추출부(220)는 입력 신호에 해당하는 수집된 신호데이터에서 DC 신호를 제거하여 호흡 신호만을 추출하는데 0.01 내지 0.35 Hz 밴드 패스 필터를 이용할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 가공부(230)는 추출된 호흡 신호에서 양(positive)의 피크 신호 및 음(negative)의 피크 신호를 추출하여 추출된 호흡 신호에서의 호흡 이벤트 구간을 결정할 수 있다.
또한, 신호데이터 가공부(230)는 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 양의 피크 신호에 해당하는 양의 신호 변동 수와 음의 피크 신호에 해당하는 음의 신호 변동 수에 대한 제1 후보 신호 데이터로 처리할 수 있다.
즉, 제1 후보 신호 데이터는 신호 변동의 계산 결과에 해당하는 양의 신호 변동 수와 음의 피크 신호에 해당하는 음의 신호 변동 수를 포함할 수 있다.
예를 들어, 양(positive)의 피크 신호 및 음(negative)의 피크 신호를 추출은 신호데이터 추출부(220)에 의해서 추출된 뒤, 신호데이터 가공부(230)로 전달될 수 있다.
본 발명의 일실시예에 따르면 신호데이터 가공부(230)는 기 계산된 신호 변동에 대한 정규화 처리를 진행한 후, 정규화 처리된 신호 변동에 대한 양의 피크 신호 및 음의 피크 신호를 추출하여 제2 후보 신호 데이터로 처리할 수 있다.
즉, 신호데이터 가공부(230)는 신호 변동 계산 결과를 제1 후보 신호데이터로 가공 처리하고, 신호 변동 계산 결과에 대한 정규화(normalization) 처리 결과에 따른 지속시간 계산 결과를 제2 후보 신호데이터로 가공 처리할 수 있다.
일례로, 신호데이터 가공부(230)는 호흡 신호 중 비압 센서에 기반한 호흡 신호를 미분하고, 미분된 신호의 절대 값을 RERA 구간 판단 데이터로 가공 처리할 수 있다.
즉, 신호데이터 가공부(230)는 RERA 구간 감지를 위해서 수면다원검사의 신호데이터 중 비압 센서에 기반한 호흡 신호에 대한 미분 값을 산출한 뒤 이동 평균 필터링(moving average filtering)을 적용하기 위하여 절대 값을 취함에 따라 평탄화(flattening) 신호의 일부가 미분 값보다 크게 나오는 구간이 발생하는 것을 방지할 수 있다.
이에 따라, 본 발명은 비압 센서(Nasal pressure sensor)의 출력 신호를 미분하고, 미분된 출력 신호에 대한 절대값을 취하여 미분값에 대한 이동 평균 필터링(moving average filtering)을 통해 평평한(flattening) 신호를 정확하게 감지하여 RERA 구간을 보다 정확하게 감지 및 구별할 수 있다.
도 3은 본 발명의 일실시예에 따른 수면상태 감지 처리부를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 수면상태 감지 처리부의 구성 요소를 예시한다.
도 3을 참고하면, 본 발명의 일실시예 따른 수면상태 감지 처리부(300)는 수면 무호흡 구간 감지부(310), 수면 저호흡 구간 감지부(320) 및 RERA 구간 감지부(330)를 포함한다.
일례로, 수면상태 감지 처리부(300)는 수면 무호흡 구간 감지부(310), 수면 저호흡 구간 감지부(320) 및 RERA 구간 감지부(330)를 포함함에 따라 수면다원검사 데이터에서 호흡 신호 데이터에 대하여 호흡 이벤트 구간을 감지하고, 감지된 호흡 이벤트 구간이 무호흡 구간, 저호흡 구간, RERA 구간 및 정상 호흡 구간 중 어느 구간인지 분류하여 감지할 수 있다.
수면 무호흡 구간 감지부는 제1 후보 신호데이터에서의 신호 변동의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Mag)이 신호 변동이 시작하기 직전의 2분 동안의 최대 세개의 신호 변동에 대한 평균 값에 해당하는 임계 값(Mth)을 10으로 나눈 값 미만이 아닌지(과 같거나 초과하는지) 판단한다.
또한, 수면 무호흡 구간 감지부(210)는 제2 후보 신호데이터에서의 지속시간의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Delta)과 무호흡 지속시간(A_Delta)의 합이 무호흡 지속시간(A_Delta)과 동일하지 않은 경우에 해당하는 지 판단한다.
또한, 수면 무호흡 구간 감지부(210)는 상술한 판단 결과에 해당할 경우, 수면 무호흡의 판단 대상으로 감지하고, 무호흡 지속시간(A_Delta)이 임계 시간인 10초를 초과하는 경우에 호흡 이벤트 구간을 수면 무호흡 구간으로 감지할 수 있다.
본 발명의 일실시예에 따르면 수면 저호흡 구간 감지부(220)는 값(Mag)이 임계 값(Mth)을 70으로 나눈 값 미만이 아니면서, 값(Delta)과 저호흡 지속시간(H_Delta)의 합이 상기 저호흡 지속시간(H_Delta)과 동일하지 않은 경우인지 판단한다.
또한, 수면 저호흡 구간 감지부(220)는 해당 조건에 해당하면 수면 저호흡의 판단 대상으로 감지하고, 저호흡 지속시간(H_Delta)이 임계 시간인 10초를 초과하는 경우에 결정된 호흡 이벤트 구간을 수면 저호흡 구간으로 감지할 수 있다.
본 발명의 일실시예에 따르면 RERA 구간 감지부(330)는 값(Mag)이 임계 값(Mth)을 70으로 나눈 값 및 임계 값(Mth) 미만이 아니면서, RERA 구간 판단 데이터가 평탄화 임계 값의 미만이 아니고, 값(Delta)과 저호흡 지속시간(H_Delta)의 합이 저호흡 지속시간(H_Delta)과 동일하지 않은 경우에 RERA의 판단 대상으로 감지한다.
또한, RERA 구간 감지부(330)는 저호흡 지속시간(H_Delta)이 임계 시간인 10초를 초과하는 경우에 결정된 호흡 이벤트 구간을 RERA 구간으로 감지할 수 있다.
이에 따라, 본 발명의 일실시예 따른 수면상태 감지 처리부(300)는 제1 후보 신호데이터에서의 신호 변동의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Mag), 제2 후보 신호데이터에서의 지속시간의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Delta), 수면 무호흡(apena) 지속시간의 수, 수면 저호흡(hypopnea) 지속시간의 수, 신호 변동의 최대 세개에 대한 평균 값에 해당하는 임계 값(Mth) 및 임계 시간, RERA 구간 판단 데이터 및 평탄화 임계 값을 이용하여 결정된 호흡 이벤트(respiratory event) 구간을 상기 수면 무호흡 구간, 상기 수면 저호흡 구간, 상기 RERA 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지할 수 있다. 예를 들어, 평탄화 임계 값은 임계 전압값(Vth)에 상응할 수 있다.
도 4a 및 도 4b는 본 발명의 일실시예에 신호 변동(signal excursion)을 계산하는 신호데이터 처리부의 동작 방법을 설명하는 도면이다.
도 4a를 참고하면, 그래프(400)의 출력 파형은 입력 신호에 해당하는 수면다원검사에 의해서 검출되는 신호데이터에서 외부 환경이나 환자의 움직임에 의한 노이즈(noise)에 의한 DC 변화 및 호흡 신호 이외의 신호가 제거된 호흡 신호를 예시한다.
신호데이터 처리부의 동작 방법은 외부 환경이나 환자의 움직임에 의한 노이즈(noise)에 의한 DC 변화 및 호흡 신호 이외의 신호가 제거된 호흡 신호를 추출하는데, 추출된 출력 파형은 그래프(400)와 같을 수 있다.
그래프(400)에서, 양의 피크 신호(401)와 음의 피크 신호(402)는 신호데이터 처리부에 의해서 추출될 수 있다.
신호데이터 처리부의 동작 방법은 양의 피크 신호(401)와 음의 피크 신호(402)의 추출점을 따라 양의 피크 신호(401)와 음의 피크 신호(402)의 파형의 크기가 작아지는 구간을 호흡 이벤트 구간(403)으로 감지할 수 있다.
도 4b를 참고하면, 그래프(410)의 화살표는 호흡 신호의 신호 변동 계산 결과를 나타낸다.
신호데이터 처리부의 동작 방법은 호흡 신호에 대한 신호 변동 계산 결과를 그래프(410)와 같이 계산할 수 있다.
그래프(410)에서, 양의 피크 신호(411)와 음의 피크 신호(412)에 대한 신호 변동 계산 결과는 신호데이터 처리부에 의해서 계산될 수 있다.
신호데이터 처리부의 동작 방법은 양의 피크 신호(411)와 음의 피크 신호(412)의 신호 변동에 따라 양의 피크 신호(411)와 음의 피크 신호(412)의 신호 변동 계산 결과의 크기가 작아지는 구간을 호흡 이벤트 구간(413)으로 감지할 수 있다.
도 4c는 본 발명의 일실시예에 따른 신호 변동의 정규화 처리를 수행하는 신호데이터 처리부의 동작 방법을 설명하는 도면이다.
도 4c를 참고하면, 그래프(420)의 화살표는 호흡 신호의 신호 변동 계산 결과에 대한 정규화 처리 결과를 나타낸다.
신호데이터 처리부의 동작 방법은 호흡 신호에 대한 신호 변동 계산 결과의 정규화 처리 결과를 그래프(420)와 같이 계산할 수 있다.
그래프(420)에서, 양의 피크 신호(421)와 음의 피크 신호(422)에 대한 신호 변동 계산 결과의 정규화 처리는 신호데이터 처리부에 의해서 수행될 수 있다.
신호데이터 처리부의 동작 방법은 양의 피크 신호(421)와 음의 피크 신호(422)의 신호 변동에 따라 양의 피크 신호(421)와 음의 피크 신호(422)의 신호 변동 계산 결과에 따라 호흡 신호의 지속 시간(duration) 계산결과를 도출할 수 있다.
도 5a는 본 발명의 일실시예에 따라 감지되는 수면 저호흡에 대한 예시를 설명한다.
도 5a는 본 발명의 일실시예에 따라 감지되는 수면 저호흡에 대한 예시한다.
도 5a를 참고하면, 출력 화면(500)은 호흡 신호를 파형으로 나타내고, 나타낸 파형에서 영역(501)을 참고하면 수면 저호흡 구간을 확인할 수 있다.
영역(501)에서 파형은 호흡곡선 기준치의 30프로 이상 감소하면서 지속시간이 10초 이상이고, 호흡곡선 기준치의 산소 포화도보다 3프로 이상 떨어지면서 각성이 동반되거나 4프로 이상 떨어지는 경우에 해당됨을 확인할 수 있다.
도 5b 내지 도 5d는 본 발명의 일실시예에 따라 수면 무호흡 및 수면 저호흡 구간에서의 노이즈에 대한 예시를 설명한다.
도 5b는 본 발명의 일실시예에 따라 감지되는 수면 저호흡에서 노이즈 구간을 예시한다.
도 5b를 참고하면, 출력 화면(510)은 호흡 신호를 파형으로 나타내고, 나타낸 파형에서 영역(511)을 참고하면 수면 저호흡 구간에서 노이즈가 존재함을 확인할 수 있다.
여기서, 노이즈는 수면 저호흡 구간의 감지에 장애를 발생시키는 요인으로 작용될 수 있다.
도 5c는 본 발명의 일실시예에 따라 감지되는 수면 무호흡에서 노이즈 구간을 예시한다.
도 5c를 참고하면, 출력 화면(520)은 호흡 신호를 파형으로 나타내고, 나타낸 파형에서 영역(521)을 참고하면 수면 무호흡 구간에서 노이즈가 존재함을 확인할 수 있다.
여기서, 노이즈는 수면 무호흡 구간의 감지에 장애를 발생시키는 요인으로 작용될 수 있다.
도 5d는 본 발명의 일실시예에 따라 감지되는 수면 저호흡에서 노이즈 구간을 예시한다.
도 5d를 참고하면, 출력 화면(530)은 호흡 신호를 파형으로 나타내고, 나타낸 파형에서 영역(531)을 참고하면 수면 저호흡 구간에서 노이즈가 존재하고, 피크 신호(532)가 상대적으로 노이즈 때문에 높게 출력되는 것을 나타낸다.
여기서, 노이즈는 수면 저호흡 구간의 감지에 장애를 발생시키는 요인으로 작용될 수 있다.
다시 말해, 실제 호흡 이벤트 구간을 감지하기 위해서는 일반적으로 첨두치(peak)를 감지하여 구간을 설정해야 한다.
그러나, 피크 신호만을 감지하는 경우에는 노이즈들 때문에 구간을 정확히 감지하기 어렵다.
이에 따라, 상대적으로 피크 신호의 값이 노이즈 때문에 높게 출력됨에 따라 더 호흡 이벤트 구간을 감지하기에 어려움이 따를 수 있다.
도 6a 및 도 6b는 본 발명의 일실시예에 따라 RERA(Respiratory Effort Related Arousal) 관련 호흡 신호를 설명하는 도면이다.
도 6a는 본 발명의 일실시예에 따라 감지되는 RERA 구간을 정상 호흡 구간과 비교하여 예시한다.
도 6a를 참고하면, 출력 화면(600)에서는 RERA 구간을 예시하고, 출력 화면(610)에서는 정상 호흡 구간을 예시한다.
출력 화면(600)과 출력 화면(610)을 비교하면, 출력 화면(600)은 영역(601)에서 RERA 구간이 나타나지만, 출력 화면(600)은 출력 파형이 동일한 크기 및 지속 시간으로 반복되는 것을 확인할 수 있다.
예를 들어, 영역(601)은 비압 센서(Nasal Flow Sensor)의 출력 데이터이고, 출력 파형에서 상승 곡선 부부인 평탄화(flattening) 신호임을 확인할 수 있다.
도 6b는 본 발명의 일실시예에 따라 감지되는 RERA 구간을 정상 호흡 구간과 비교하여 예시한다.
도 6b를 참고하면, 출력 화면(620)에서는 RERA 구간을 예시하고, RERA 구간에서 평탄화 신호 중에 피크(peak)가 발생하는 지점(621)이 존재하는 것을 확인시켜 준다.
RERA 구간을 감지하기 위해서는 RERA의 정의에 따른 신호가 평탄화 되는 구간을 감지하는 것이 중요한데 평탄화 신호를 감지하기 위해서는 입력되는 비압 센서의 신호를 미분을 수행해야한다.
미분 값이 정해진 임계 값 이하의 경우에서는 평탄화 신호로 간주하여 RERA 구간을 잡을 수 있는데 지점(621)과 같이 미분 값보다 크게 나오는 부분이 존재함에 따라 미분 값을 구한 후 절대값을 취하여 미분 값에 대한 이동 평균 필터링(moving average filtering)이 필요하다.
도 7은 본 발명의 일실시예에 따른 신호데이터에서 수면상태 구간을 감지하기 위한 호흡 신호 처리를 설명하는 도면이다.
도 7은 본 발명의 일실시예에 따른 신호데이터에서 수면상태 구간을 감지하기 위한 호흡 신호 처리를 그래프를 이용하여 예시한다.
도 7을 참고하면, 그래프(700)는 수면다원검사에 의해서 검출되는 신호데이터를 수집하고, 상기 수집된 신호데이터를 전 처리하여 추출된 호흡 신호를 나타낸다.
그래프(710)는 그래프(700)의 호흡 신호 중 호흡 이벤트 구간을 확대하여 나타낸다.
그래프(720)는 그래프(700)의 호흡 신호 중 호흡 이벤트 구간에 해당하는 그래프(710)에 대한 신호 변동 계산 결과를 나타낸다.
보다 구체적으로, 그래프(720)는 그래프(710)에서 양의 피크 신호들과 음의 피크 신호들을 추출하고, 추출된 양의 피크 신호들과 음의 피크 신호들에 대한 신호 변동 계산 결과를 나타낸다.
예를 들어, 그래프(720)는 제1 후보 신호데이터에 해당될 수 있다.
그래프(720)에서는 신호 변동의 홀수 및 짝수를 나타내고, 홀수의 수는 음의 피크 신호의 수에 대응하고, 짝수의 수는 양의 피크 신호의 수에 대응될 수 있다.
그래프(730)는 그래프(720)에서 계산된 신호 변동을 이용하여 정규화하면 도출될 수 있다.
그래프(740)는 그래프(730)에 대한 신호 변동 계산 결과를 나타낸다.
보다 구체적으로, 그래프(740)는 그래프(730)에서 양의 피크 신호들과 음의 피크 신호들을 추출하고, 추출된 양의 피크 신호들과 음의 피크 신호들에 대한 신호 변동 계산 결과를 나타낸다.
예를 들어, 그래프(740)는 제2 후보 신호데이터에 해당될 수 있다.
그래프(740)에서는 신호 변동의 홀수 및 짝수를 나타내고, 홀수의 수는 음의 피크 신호에 대한 정규화 결과 수에 대응하고, 짝수의 수는 양의 피크 신호에 대한 정규화 결과의 수에 대응될 수 있다.
본 발명의 일실시예에 따르면 데이터 처리 장치의 동작 방법은 그래프(720)와 그래프(740)를 이용하여 호흡 이벤트 구간에서 신호의 크기와 지속시간을 계산할 수 있다.
여기서, 호흡 이벤트 구간의 시작 기준이 음의 피크 신호 기준이므로 음의 피크 신호 기준으로 수면 무호흡 구간과 수면 저호흡 구간을 감지하기 위한 알고리즘 그리고, RERA 구간을 감지하기 위한 알고리즘이 수행될 수 있다.
수면 무호흡 구간과 수면 저호흡 구간을 감지하기 위한 알고리즘은 도 9를 통해서 설명되고, RERA 구간을 감지하기 위한 알고리즘은 도 10을 통해서 추가 설명된다.
도 8 내지 도 10은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법을 설명하는 도면이다.
도 8은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법이 신호 변동의 계산 및 신호 정규화를 이용하여 수면상태 구간을 감지하는 실시예를 예시한다.
도 8을 참고하면, 단계(801)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 수면 다원 검사의 신호데이터를 수집한다.
즉, 데이터 처리 장치의 동작 방법은 수면다원검사에 의해서 검출되는 신호데이터를 수집한다.
여기서, 수집되는 신호데이터는 비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 포함할 수 있다.
단계(802)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 신호데이터를 전 처리하여 호흡 신호를 추출한다.
즉, 데이터 처리 장치의 동작 방법은 단계(801)에서 수집된 신호데이터를 저주파 필터링(low pass filtering) 및 DC 성분 제거(DC cancelling)의 신호 전 처리 이후 호흡 신호를 추출할 수 있다.
단계(803)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 호흡 신호의 제1 피크 신호 및 제2 피크 신호를 추출하여 호흡 이벤트 구간을 결정한다. 여기서, 제1 피크 신호는 양(positive)의 피크 신호를 나타내고, 제2 피크 신호는 음(negative)의 피크 신호를 나타낼 수 있다.
즉, 데이터 처리 장치의 동작 방법은 호흡 신호에서 양의 피크 신호 및 음의 피크 신호를 추출하여 추출된 호흡 신호에서의 파형의 크기가 급격히 감소하는 구간에 해당되는 호흡 이벤트 구간을 결정할 수 있다.
단계(804)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 신호 변동을 계산하여 제1 후보 신호데이터로 처리한다.
즉, 데이터 처리 장치의 동작 방법은 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 양의 피크 신호에 해당하는 양의 신호 변동 수와 음의 피크 신호에 해당하는 음의 신호 변동 수에 대한 제1 후보 신호 데이터로 처리할 수 있다.
단계(805)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 단계(804)에서 계산된 신호 변동에 대한 정규화 처리를 통해 제2 후보 신호데이터로 처리할 수 있다.
즉, 데이터 처리 장치의 동작 방법은 계산된 신호 변동에 대한 정규화 처리를 진행한 후, 정규화 처리된 신호 변동에 대한 양의 피크 신호 및 음의 피크 신호를 추출하여 제2 후보 신호 데이터로 처리할 수 있다.
단계(806)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 제1 후보 신호데이터 및 제2 후보 신호데이터를 이용하여 수면상태 구간을 감지한다.
즉, 데이터 처리 장치의 동작 방법은 제1 후보 신호데이터 및 제2 후보 신호데이터를 이용하여 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지할 수 있다.
따라서, 본 발명은 신호 변동(signal excursion)의 계산 및 신호 정규화(normalization)를 이용하여 수면 무호흡 상태 구간, 수면 저호흡 상태 구간 및 RERA 구간을 보다 정확하게 감지 및 구별할 수 있다.
도 9는 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법이 신호 변동의 계산 및 신호 정규화를 이용하여 수면상태 구간 중 수면 무호흡 상태 구간, 수면 저호흡 상태 구간을 감지하는 알고리즘을 이용하는 실시예를 예시한다.
본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법은 도 7에서 설명된 신호 처리 단계는 이미 수행한 이후에 도 9에서 설명되는 실시예를 수행할 수 있다.
도 9를 참고하면, 단계(901)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 호흡 이벤트 구간 이전의 복수의 신호 변동에 대한 평균값에 해당하는 임계값(Mth)을 설정한다.
즉, 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 제1 후보 신호 데이터와 제2 후보 신호 데이터를 비교하여 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지하고, AASM(American Academy of Sleep Medicine) 표준을 참고하여 신호 변동의 최대 세개에 대한 평균 값에 해당하는 임계 값(Mth)을 신호 변동의 임계 값(Mth)으로 설정할 수 있다.
단계(902)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 호흡 이벤트 구간의 신호 변동 관련 변수(Mag) 및 지속시간(duration) 관련 변수(Delta)를 계산한다.
즉, 데이터 처리 장치의 동작 방법은 제1 후보 신호데이터에서의 신호 변동의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Mag)을 계산하고, 제2 후보 신호데이터에서의 지속시간의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Delta)를 계산할 수 있다.
단계(903)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 변수(Mag)가 임계 값(Mth)을 10으로 나눈 값 미만이면서 변수(Delta)와 무호흡 지속시간(A_Delta)의 합이 무호흡 지속시간(A_Delta)과 동일한 경우에 해당하는지 판단한다.
데이터 처리 장치의 동작 방법은 해당 경우에 만족하는 경우에는 단계(902)로 돌아가고, 해당 경우에 만족하지 않는 경우에는 수면 무호흡의 판단 대상으로 감지하고 단계(904)로 진행하거나 수면 저호흡을 판단하기위해 단계(907)로 진행한다.
단계(904)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 무호흡 지속시간(A_Delta)이 임계 시간인 10초를 초과하는 경우에 해당하는지 판단한다.
데이터 처리 장치의 동작 방법은 해당 경우에 만족하는 경우에는 단계(905)에서 호흡 이벤트 구간을 수면 무호흡 구간으로 감지하면서 해당 절차를 종료한다.
한편, 데이터 처리 장치의 동작 방법은 해당 경우에 만족하지 않는 경우에는 무호흡 지속시간(A_Delta)을 0으로 판단하여 단계(902)로 돌아간다.
단계(907)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 변수(Mag)가 임계 값(Mth)을 70으로 나눈 값 미만이면서 변수(Delta)와 저호흡 지속시간(H_Delta)의 합이 저호흡 지속시간(H_Delta)과 동일한 경우에 해당하는지 판단한다.
데이터 처리 장치의 동작 방법은 해당 경우에 만족하는 경우에는 단계(902)로 돌아가고, 해당 경우에 만족하지 않는 경우에는 수면 저호흡의 판단 대상으로 감지하고 단계(908)로 진행하거나 단계(911)로 진행한다.
단계(908)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 저호흡 지속시간(H_Delta)이 임계 시간인 10초를 초과하는 경우에 해당하는지 판단한다.
데이터 처리 장치의 동작 방법은 해당 경우에 만족하는 경우에는 단계(909)에서 호흡 이벤트 구간을 수면 저호흡 구간으로 감지하면서 해당 절차를 종료한다.
한편, 데이터 처리 장치의 동작 방법은 해당 경우에 만족하지 않는 경우에는 저호흡 지속시간(H_Delta)을 0으로 판단하여 단계(902)로 돌아간다.
단계(911)에서 데이터 처리 장치의 동작 방법은 호흡 이벤트 구간을 정상 호흡 구간 또는 RERA 구간으로 감지하여 해당절차를 종료한다.
도 10은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법이 신호 변동의 계산 및 신호 정규화를 이용하여 수면상태 구간 중 RERA 상태 구간을 감지하는 알고리즘을 이용하는 실시예를 예시한다.
본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법은 도 7에서 설명된 신호 처리 단계는 이미 수행한 이후에 도 10에서 설명되는 실시예를 수행할 수 있다.
도 10을 참고하면, 단계(1001)에서 데이터 처리 장치의 동작 방법은 수면 다원 검사의 신호데이터를 수집한다.
즉, 데이터 처리 장치의 동작 방법은 수면다원검사에 의해서 검출되는 신호데이터를 수집한다.
여기서, 수집되는 신호데이터는 비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 포함할 수 있다.
단계(1002)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 신호데이 중 비압 센서에 기반한 호흡 신호를 미분하고, 미분된 호흡 신호의 절대 값을 RERA 구간 판단 데이터(flatten)로 처리한다.
단계(1003)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 호흡 이벤트 구간 이전의 복수의 신호 변동에 대한 평균값에 해당하는 임계값(Mth)을 설정한다.
즉, 데이터 처리 장치의 동작 방법은 제1 후보 신호 데이터와 제2 후보 신호 데이터를 비교하여 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지하고, AASM(American Academy of Sleep Medicine) 표준을 참고하여 신호 변동의 최대 세개에 대한 평균 값에 해당하는 임계 값(Mth)을 신호 변동의 임계 값(Mth)으로 설정할 수 있다.
단계(1004)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 호흡 이벤트 구간의 신호 변동 관련 변수(Mag) 및 지속시간(duration) 관련 변수(Delta)를 계산한다.
즉, 데이터 처리 장치의 동작 방법은 제1 후보 신호데이터에서의 신호 변동의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Mag)을 계산하고, 제2 후보 신호데이터에서의 지속시간의 개수에 대한 짝수의 수에서 홀수의 수를 제외한 값(Delta)를 계산할 수 있다.
단계(1005)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 무호흡 구간 및 저호흡 구간을 감지한다.
즉, 데이터 처리 장치의 동작 방법은 도 9에서의 단계(903) 내지 단계(909)를 진행하여 무호흡 구간 및 저호흡 구간을 감지한다.
단계(1006)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 정상 호흡 구간과 RERA 구간을 구분 감지하기 위해 변수(Mag)가 임계 값(Mth)을 70으로 나눈 값 및 임계 값(Mth) 미만이면서, RERA 구간 판단 데이터가 평탄화 임계 값에 해당하는 임계 전압(Vth)의 미만이고, 변수(Delta)와 저호흡 지속시간(H_Delta)의 합이 저호흡 지속시간(H_Delta)과 동일한지 여부를 판단한다.
데이터 처리 장치의 동작 방법은 상술한 조건에 만족할 경우에는 단계(1005)로 돌아가서 무호흡 구간 및 저호흡 구간 중 하나인지 다시한번 판단한다.
단계(1007)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 저호흡 변수(H_Delta)가 10초 보다 작은 경우에 RERA 구간으로 감지하거나 정상 호흡 구간으로 감지할 수 있다. 여기서, 저호흡 변수(H_Delta)는 저호흡 지속시간(H_Delta)과 동일하다.
또한, 데이터 처리 장치의 동작 방법은 저호흡 변수(H_Delta)가 10초 보다 클 경우에는 저호흡 변수(H_Delta)가 0이라고 판단하여 단계(1005)로 돌아가서 무호흡 구간 및 저호흡 구간 중 하나인지 다시한번 판단할 수 도 있다.
예를 들어, 수면상태 자동 판정을 위한 데이터 처리 장치의 동작 방법은 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 방법을 포함할 수 있다.
도 11은 본 발명의 일실시예에 따른 수면상태 자동 판정을 위한 데이터 처리 장치에서 신호데이터를 처리하여 감지한 수면상태 구간의 표시하는 화면에 대한 예시를 설명하는 도면이다.
도 11을 참고하면, 출력 화면(1100)은 수면다원검사 데이터에 대한 파형을 출력하면서 결과를 함께 텍스트 컨텐츠로 제공할 수 있다.
수면상태 자동 판정을 위한 데이터 처리 장치는 출력 화면(1100)에서 영역(1101)을 통해 저호흡 구간을 감지한 것을 표시하면서, 영역(1102)을 통해 호흡 이벤트 종류, 시작 시간, 종료 시간 및 지속 시간을 함께 텍스트 컨텐츠로 제공할 수 있다.
따라서, 본 발명은 수면 무호흡 및 저호흡 신호를 정확하게 감지하고, RERA(Respiratory Effort Related arousal)를 발생시킬 수 있는 호흡 신호를 감지한 결과를 제공할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 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.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 데이터 처리 장치
110: 신호데이터 처리부 120: 수면상태 감지 처리부
110: 신호데이터 처리부 120: 수면상태 감지 처리부
Claims (14)
- 수면다원검사에 의해서 검출되는 신호데이터를 수집하고, 상기 수집된 신호데이터를 전 처리하여 호흡 신호를 추출하며, 상기 추출된 호흡 신호에서의 호흡 이벤트(respiratory event) 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하며, 상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 신호데이터 처리부; 및
상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 수면상태 감지 처리부를 포함하는 것을 특징으로 하는
데이터 처리 장치. - 제1항에 있어서,
상기 신호데이터 처리부는 신호데이터 수집부, 신호데이터 추출부 및 신호데이터 가공부를 포함하는 것을 특징으로 하는
데이터 처리 장치. - 제2항에 있어서,
상기 신호데이터 수집부는 비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 상기 수면다원검사에 의해서 검출되는 신호데이터로 수집하는 것을 특징으로 하는
데이터 처리 장치. - 제3항에 있어서,
상기 신호데이터 추출부는 상기 수집된 신호데이터를 저주파 필터링(low pass filtering) 및 DC 성분 제거(DC cancelling)의 신호 전처리 이후 호흡 신호를 추출하는 것을 특징으로 하는
데이터 처리 장치. - 제4항에 있어서,
상기 신호데이터 가공부는 상기 추출된 호흡 신호에서 양(positive)의 피크 신호 및 음(negative)의 피크 신호를 추출하여 상기 추출된 호흡 신호에서의 호흡 이벤트 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 상기 양의 피크 신호에 해당하는 양의 신호 변동 수와 상기 음의 피크 신호에 해당하는 음의 신호 변동 수에 대한 상기 제1 후보 신호 데이터로 처리하는 것을 특징으로 하는
데이터 처리 장치. - 제5항에 있어서,
상기 신호데이터 가공부는 상기 계산된 신호 변동에 대한 정규화 처리를 진행한 후, 상기 정규화 처리된 신호 변동에 대한 양의 피크 신호 및 음의 피크 신호를 추출하여 상기 제2 후보 신호 데이터로 처리하는 것을 특징으로 하는
데이터 처리 장치. - 제6항에 있어서,
상기 수면상태 감지 처리부는 상기 제1 후보 신호 데이터와 상기 제2 후보 신호 데이터를 비교하여 상기 결정된 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지하여 상기 감지된 크기의 수를 신호 변동의 임계 값과 비교하고, 상기 감지된 지속시간의 수를 지속 시간의 임계 값과 비교하여 상기 어느 하나의 수면상태 구간을 감지하는 것을 특징으로 하는
데이터 처리 장치. - 제7항에 있어서,
상기 수면상태 감지 처리부는 상기 감지된 어느 하나의 수면상태 구간과 관련하여 무호흡 구간 감지신호, 저호흡 구간 감지신호, RERA 구간 감지신호 및 정상 호흡 구간 감지신호 중 어느 하나의 감지 신호를 출력하는 것을 특징으로 하는
데이터 처리 장치. - 제6항에 있어서,
상기 수면상태 감지 처리부는 상기 제1 후보 신호 데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간에서의 수면 무호흡 및 수면 저호흡을 비교하고, 상기 제2 후보 신호 데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간에서의 수면 무호흡 구간 및 수면 저호흡 구간과 관련된 범위(range)를 비교하는 것을 특징으로 하는
데이터 처리 장치. - 수면다원검사에 의해서 검출되는 신호데이터를 수집하는 단계;
상기 수집된 신호데이터를 전 처리하여 호흡 신호를 추출하는 단계;
상기 추출된 호흡 신호에서의 호흡 이벤트(respiratory event) 구간을 결정하는 단계;
상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하는 단계;
상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 단계; 및
상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제10항에 있어서,
상기 수면다원검사에 의해서 검출되는 신호데이터를 수집하는 단계는
비압 센서(Nasal pressure sensor)의 신호데이터, 온도 센서(Thermistor Sensor)의 신호데이터, 산소 포화도(oxygen saturation)의 신호데이터 및 각성 신호데이터 중 적어도 하나의 신호데이터를 상기 수면다원검사에 의해서 검출되는 신호데이터로 수집하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제11항에 있어서,
상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 제1 후보 신호데이터로 처리하는 단계는,
상기 추출된 호흡 신호에서 양의 피크 신호 및 음의 피크 신호를 추출하여 상기 추출된 호흡 신호에서의 호흡 이벤트 구간을 결정하고, 상기 결정된 호흡 이벤트 구간에 대한 신호 변동(signal excursion)을 계산하여 상기 양의 피크 신호에 해당하는 양의 신호 변동 수와 상기 음의 피크 신호에 해당하는 음의 신호 변동 수에 대한 상기 제1 후보 신호 데이터로 처리하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제12항에 있어서,
상기 계산된 신호 변동에 대한 정규화 처리를 진행하여 제2 후보 신호데이터로 처리하는 단계는,
상기 계산된 신호 변동에 대한 정규화 처리를 진행한 후, 상기 정규화 처리된 신호 변동에 대한 양의 피크 신호 및 음의 피크 신호를 추출하여 상기 제2 후보 신호 데이터로 처리하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제13항에 있어서,
상기 처리된 제1 후보 신호데이터 및 상기 처리된 제2 후보 신호데이터를 이용하여 상기 결정된 호흡 이벤트(respiratory event) 구간을 수면 무호흡(apena) 구간, 수면 저호흡(hypopnea) 구간, RERA(Respiratory Effort Related Arousal) 구간 및 정상 호흡 구간 중 어느 하나의 수면상태 구간으로 감지하는 단계는,
상기 제1 후보 신호 데이터와 상기 제2 후보 신호 데이터를 비교하여 상기 결정된 호흡 이벤트 구간에서의 신호의 크기(amplitude) 및 지속시간(duration)을 감지하여 상기 감지된 크기의 수를 신호 변동의 임계 값과 비교하고, 상기 감지된 지속시간의 수를 지속 시간의 임계 값과 비교하여 상기 어느 하나의 수면상태 구간을 감지하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210168949A KR102637471B1 (ko) | 2021-11-30 | 2021-11-30 | 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210168949A KR102637471B1 (ko) | 2021-11-30 | 2021-11-30 | 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230081148A true KR20230081148A (ko) | 2023-06-07 |
| KR102637471B1 KR102637471B1 (ko) | 2024-02-16 |
Family
ID=86761627
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210168949A KR102637471B1 (ko) | 2021-11-30 | 2021-11-30 | 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102637471B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100097764A (ko) * | 2002-10-09 | 2010-09-03 | 컴퓨메딕스 리미티드 | 치료 처리중 수면 품질을 유지하고 모니터하기 위한 방법 및 장치 |
| KR101601895B1 (ko) * | 2014-08-29 | 2016-03-22 | 연세대학교 원주산학협력단 | 산소포화도와 광용적맥파를 이용하여 수면 상태와 중증 정도를 반영한 수면 무호흡-저호흡의 자동 평가 장치 및 그 방법 |
| KR101868888B1 (ko) | 2016-07-29 | 2018-06-26 | 연세대학교 원주산학협력단 | 비강압력신호를 이용한 수면호흡장애 환자의 수면/각성 분류 장치 및 방법 |
| KR102068484B1 (ko) | 2018-08-01 | 2020-01-21 | 서울대학교병원 | 수면무호흡증 예측 모델의 생성 방법 및 이 모델을 이용한 수면무호흡증 예측 방법 |
| KR102258726B1 (ko) | 2019-08-12 | 2021-06-01 | (주)허니냅스 | 딥러닝을 이용한 수면질환 자동 판정을 위한 데이터 처리 장치 및 그 동작 방법 |
-
2021
- 2021-11-30 KR KR1020210168949A patent/KR102637471B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100097764A (ko) * | 2002-10-09 | 2010-09-03 | 컴퓨메딕스 리미티드 | 치료 처리중 수면 품질을 유지하고 모니터하기 위한 방법 및 장치 |
| KR101601895B1 (ko) * | 2014-08-29 | 2016-03-22 | 연세대학교 원주산학협력단 | 산소포화도와 광용적맥파를 이용하여 수면 상태와 중증 정도를 반영한 수면 무호흡-저호흡의 자동 평가 장치 및 그 방법 |
| KR101868888B1 (ko) | 2016-07-29 | 2018-06-26 | 연세대학교 원주산학협력단 | 비강압력신호를 이용한 수면호흡장애 환자의 수면/각성 분류 장치 및 방법 |
| KR102068484B1 (ko) | 2018-08-01 | 2020-01-21 | 서울대학교병원 | 수면무호흡증 예측 모델의 생성 방법 및 이 모델을 이용한 수면무호흡증 예측 방법 |
| KR102258726B1 (ko) | 2019-08-12 | 2021-06-01 | (주)허니냅스 | 딥러닝을 이용한 수면질환 자동 판정을 위한 데이터 처리 장치 및 그 동작 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102637471B1 (ko) | 2024-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11324420B2 (en) | Detection of sleep apnea using respiratory signals | |
| Choi et al. | Real-time apnea-hypopnea event detection during sleep by convolutional neural networks | |
| JP6199330B2 (ja) | 酸素測定信号を用いるチェーンストークス呼吸パターンの識別 | |
| Varon et al. | A novel algorithm for the automatic detection of sleep apnea from single-lead ECG | |
| Long et al. | Analyzing respiratory effort amplitude for automated sleep stage classification | |
| US6893405B2 (en) | Analysis of Sleep Apnea | |
| JP5662373B2 (ja) | 呼吸信号から呼吸パターンを検出して識別する方法 | |
| JP5070701B2 (ja) | 寝具に加わる被験者の荷重変化により得られる呼吸信号の解析方法および装置 | |
| KR101868888B1 (ko) | 비강압력신호를 이용한 수면호흡장애 환자의 수면/각성 분류 장치 및 방법 | |
| US8862195B2 (en) | Method, system, and apparatus for automatic detection of obstructive sleep apnea from oxygen saturation recordings | |
| Morales et al. | Sleep apnea hypopnea syndrome classification in spo 2 signals using wavelet decomposition and phase space reconstruction | |
| van Houdt et al. | Automatic breath-to-breath analysis of nocturnal polysomnographic recordings | |
| Castillo-Escario et al. | Automatic silence events detector from smartphone audio signals: A pilot mHealth system for sleep apnea monitoring at home | |
| CN113827202A (zh) | 基于机器学习的睡眠质量检测方法及装置 | |
| KR102637471B1 (ko) | 수면다원검사에 따른 호흡 이벤트 감지를 위한 데이터 처리 장치 및 그 동작 방법 | |
| KR102637472B1 (ko) | 수면다원검사에 따른 호흡 이벤트 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법 | |
| KR102637473B1 (ko) | 수면다원검사에 따른 rera 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법 | |
| Heise et al. | Unobtrusively detecting apnea and hypopnea events via a hydraulic bed sensor | |
| Guul et al. | Portable prescreening system for sleep apnea | |
| JP2023066909A (ja) | 睡眠時無呼吸症候群判定装置、睡眠時無呼吸症候群判定方法および睡眠時無呼吸症候群判定プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |