KR20230081154A - 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 - Google Patents
심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 Download PDFInfo
- Publication number
- KR20230081154A KR20230081154A KR1020210168960A KR20210168960A KR20230081154A KR 20230081154 A KR20230081154 A KR 20230081154A KR 1020210168960 A KR1020210168960 A KR 1020210168960A KR 20210168960 A KR20210168960 A KR 20210168960A KR 20230081154 A KR20230081154 A KR 20230081154A
- Authority
- KR
- South Korea
- Prior art keywords
- heart rate
- signal
- data processing
- heartbeat
- ballistic
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 123
- 238000011017 operating method Methods 0.000 title description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000005259 measurement Methods 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 230000008859 change Effects 0.000 claims abstract description 22
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000001186 cumulative effect Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 12
- 238000009532 heart rate measurement Methods 0.000 claims description 7
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000000747 cardiac effect Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 12
- 230000036544 posture Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002565 electrocardiography Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 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
- 230000004044 response Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 208000021908 Myocardial disease Diseases 0.000 description 1
- 229920009405 Polyvinylidenefluoride (PVDF) Film Polymers 0.000 description 1
- 206010067171 Regurgitation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010016 myocardial function Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—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
- A61B5/1102—Ballistocardiography
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Power Engineering (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
본 발명은 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 에 관한 것으로, 보다 상세하게는 심탄도 신호데이터를 이용하여 심박주기 감지를 위한 신호데이터 처리의 기술적 사상에 관한 것으로, 본 발명의 일실시예에 따르면 데이터 처리 장치는 사용자의 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출하고, 상기 추출된 심탄도 측정 신호에서 분석 윈도우(analysis window)를 설정하며, 상기 설정된 분석 윈도우 내 측정 신호를 가공 처리하는 신호데이터 처리부 및 상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하고, 상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 심박주기 감지 처리부를 포함할 수 있다.
Description
본 발명은 심박수(heart rate, HR) 주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 에 관한 것으로, 보다 상세하게는 심탄도 신호데이터를 이용하여 심박주기 감지를 위한 신호데이터 처리의 기술적 사상에 관한 것이다.
심탄도(ballistocardiogram, BCG)란 심장이 피를 뿜어낼 때, 그에 대한 반동을 측정하여 심장의 상태를 추정하는 계측법을 말한다.
그 측정원리는 심장의 혈류 박출에 따른 반작용에 의한 미세한 가속도 변화나 몸의 무게 변화를 측정함으로써, 심탄도 신호를 획득하는 기술이 활용된다.
심탄도는 심전도와 유사하게 심장의 활동상태를 나타내는 지표로서 심박출량, 심근기능 손상에 따른 역류 및 이상혈류 현상에 대한 정보를 포함하는 것으로 알려져 있다.
따라서 심탄도에 기반한 생체신호는 심장기능 평가, 심장병(심근장애 등) 진단, 치료효과 확인 및 회복 정도 관찰 등 임상적으로 활용할 수 있는 잠재성을 가지고 있다.
이러한 심탄도 신호를 측정하기 위해 이용되는 심탄도 센서로는 가속도 센서, 로드셀 센서, PVDF(polyvinylidene fluoride)필름 센서, EMFi(electromechanical film) 센서 등이 이용될 수 있다.
이러한 센서들을 이용하는 경우 PPG(photoplethysmography)나 심전도와는 달리 신체에 전극을 부착할 필요가 없기 때문에 무구속 및 무자각 상태에서 신호를 계측할 수 있으며, 장시간 또는 일상생활 중 건강 모니터링에 유용하게 활용될 수 있다.
따라서, 비접촉식 센서의 특징을 이용하여 미국의 다양한 회사들이 상용화하여 웰니스(wellness) 영역에서 사업화를 진행하고 있다.
그러나, 심탄도의 측정은 심장 혈류 박출에 따른 반작용이라는 물리량을 측정하기 때문에 센서의 환경 및 사람에 따라서 정형화된 파형을 획득하기 어렵다.
일반적으로, 심탄도 신호는 개인별 모델링을 통하여 외부 환경에 대한 노이즈가 없는 상태에서 추출된 신호이지만 사람마다 심탄도 신호에 따른 출력이 다를 수 있다.
심탄도 센서를 이용한 실측 심탄도 신호에서 외부 환경 노이즈 및 심탄도 센서가 설치된 물리적인 환경의 영향 또는 심탄도 센서의 움직임으로 정형화된 파형 획득이 어렵다는 문제점이 존재한다.
일반적으로 심전도 신호에서 이용되는 디지털 신호처리 알고리즘을 이용하여 심박수(heart rate, HR) 및 심박 변이도(heart rate variability, HRV)를 추출하는 것은 매우 어렵다.
따라서, 실제 측정된 심탄도 신호로부터 심박수와 심박 변이도를 산출하기 위한 기술이 요구된다.
본 발명은 심탄도 신호데이터에 기반한 심탄도의 주기를 파악하여 심박(heart rate, HR) 주기를 감지하는 데이터 처리 장치 및 그 동작 방법을 제공하는 것을 목적으로 한다.
본 발명은 측정된 심박수를 일정 시간 누적하고, 누적된 심박수의 평균을 계산하여 초기 심박을 선정하는 기준으로 이용하여 심탄도 신호데이터에 기반한 심박 주기 감지의 정확도를 증가시키는 것을 목적으로 한다.
본 발명은 초기 심박수 설정 이후, 심박의 빠른 변화에 대응하기 위해서 심박 유사도를 구할 때 가중치를 주어 심박 유사도 확률을 구함에 따라 심박 주기 감지의 정확도를 증가시키는 것을 목적으로 한다.
본 발명의 일실시예에 따르면 데이터 처리 장치는 사용자의 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출하고, 상기 추출된 심탄도 측정 신호에서 분석 윈도우(analysis window)를 설정하며, 상기 설정된 분석 윈도우 내 측정 신호를 가공 처리하는 신호데이터 처리부 및 상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하고, 상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 심박주기 감지 처리부를 포함할 수 있다.
상기 심박주기 감지 처리부는 확률 계산부, 누적 평균 계산부 및 가중치 적용부를 포함할 수 있다.
상기 확률 계산부는 상기 추출된 심탄도 측정 신호에서 시간의 변화에 따라 상기 설정된 분석 윈도우가 이동하면서, 상기 자기 상관, 상기 평균 신호 크기(magnitude) 및 상기 첨두치에 기반하여 심탄도 측정 신호의 유사도에 대한 확률에 따른 심박 유사도 확률 분포를 계산하고, 상기 계산된 심박 유사도 확률 분포에서 첨두치(peak)에 해당하는 분석 윈도우를 결정하고, 상기 결정된 분석 윈도우에 해당하는 심박주기를 감지할 수 있다.
상기 누적 평균 계산부는 상기 결정된 분석 윈도우에 해당하는 심박주기에 따른 심박수를 기 설정된 시간을 누적하고, 상기 누적된 심박수를 초기 심박을 선정하는 기준으로 설정할 수 있다.
상기 누적 평균 계산부는 상기 기 설정된 시간에서 누적 함수에서 정해진 심박수가 누적될 때 까지 심박수의 출력을 제어할 수 있다.
상기 가중치 적용부는 심박 변화의 기준 시간 범위를 설정하고, 상기 설정된 기준 시간 범위 내에서는 상기 심박 변화 관련 가중치를 기준 가중치보다 증가시키고, 상기 설정된 기준 시간 범위 외에서는 상기 심박 변화 관련 가중치를 상기 기준 가중치보다 감소시켜 적용할 수 있다.
상기 가중치 적용부는 상기 심박 변화 관련 가중치를 임의의 심박수로 설정할 수 있다.
상기 신호데이터 처리부는 신호데이터 전처리부, 신호데이터 분석부, 신호데이터 가공부를 포함할 수 있다.
상기 신호데이터 전처리부는 심탄도 센서로부터 상기 사용자의 심탄도 신호 데이터를 수집하고, 상기 수집된 심탄도 신호 데이터에 대하여 저주파 필터링(low pass filtering), DC 성분 제거(DC cancelling), 사비츠키-골레이(Savitzky-Golay filter) 필터 적용 중 적어도 하나의 신호 전처리 이후 상기 심탄도 측정 신호를 추출할 수 있다.
상기 신호데이터 분석부는 상기 추출된 심탄도 측정 신호에서 심박 측정 범위 내 특정 비피엠(bpm)의 주기를 고려하여 분석 윈도우의 크기를 설정하고, 상기 설정된 분석 윈도우 내에서 신호의 크기를 계산하며, 상기 계산된 신호크기와 상기 사용자의 움직임 여부와 관련된 움직임 임계 값과 비교하여 움직임 구간을 결정하거나 부분 간격 길이를 계산할 수 있다.
상기 신호데이터 가공부는 상기 설정된 분석 윈도우 내 측정 신호에 대하여 자기 상관을 보정하여 상기 자기 상관을 결정하고, 평균 신호 크기의 차이를 보정하여 상기 평균 신호 크기를 결정하며, 첨두치의 최대 크기(maximum amplitude)의 쌍(pair)을 추출하여 상기 첨두치를 결정하고, 상기 심박 변화 관련 가중치를 생성할 수 있다.
본 발명의 일실시예에 따르면 데이터 처지 장치의 동작 방법은 사용자의 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출하는 단계, 상기 추출된 심탄도 측정 신호에서 분석 윈도우(analysis window)를 설정하며, 상기 설정된 분석 윈도우 내 측정 신호를 가공 처리하는 단계 및 상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하고, 상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 단계를 포함할 수 있다.
상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하는 단계는, 상기 추출된 심탄도 측정 신호에서 시간의 변화에 따라 상기 설정된 분석 윈도우가 이동하면서, 상기 자기 상관, 상기 평균 신호 크기(magnitude) 및 상기 첨두치에 기반하여 심탄도 측정 신호의 유사도에 대한 확률에 따른 심박 유사도 확률 분포를 계산하는 단계 및 상기 계산된 심박 유사도 확률 분포에서 첨두치(peak)에 해당하는 분석 윈도우를 결정하고, 상기 결정된 분석 윈도우에 해당하는 심박주기를 감지하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따르면 데이터 처리 장치의 동작 방법은 상기 결정된 분석 윈도우에 해당하는 심박주기에 따른 심박수를 기 설정된 시간을 누적하고, 상기 누적된 심박수를 초기 심박을 선정하는 기준으로 설정하는 단계 및 상기 기 설정된 시간에서 누적 함수에서 정해진 심박수가 누적될 때 까지 심박수의 출력을 제어하는 단계를 더 포함할 수 있다.
상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 단계는 심박 변화의 기준 시간 범위를 설정하고, 상기 설정된 기준 시간 범위 내에서는 상기 심박 변화 관련 가중치를 기준 가중치보다 증가시키고, 상기 설정된 기준 시간 범위 외에서는 상기 심박 변화 관련 가중치를 상기 기준 가중치보다 감소시켜 적용하는 단계 및 상기 심박 변화 관련 가중치를 임의의 심박수로 설정하는 단계를 포함할 수 있다.
본 발명은 심탄도 신호데이터에 기반한 심탄도의 주기를 파악하여 심박(heart rate, HR) 주기를 감지하는 데이터 처리 장치 및 그 동작 방법을 제공할 수 있다.
본 발명은 측정된 심박수를 일정 시간 누적하고, 누적된 심박수의 평균을 계산하여 초기 심박을 선정하는 기준으로 이용하여 심탄도 신호데이터에 기반한 심박 주기 감지의 정확도를 증가시킬 수 있다.
본 발명은 초기 심박수 설정 이후, 심박의 빠른 변화에 대응하기 위해서 심박 유사도를 구할 때 가중치를 주어 심박 유사도 확률을 구함에 따라 심박 주기 감지의 정확도를 증가시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 심박주기 감지를 위한 데이터 처리 장치를 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신호데이터 처리부를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 심박주기 감지 처리부를 설명하는 도면이다.
도 4a 및 도 4b는 본 발명의 일실시예와 관련된 심탄도 파형의 특성을 설명하는 도면이다.
도 5 및 도 6은 본 발명의 일실시예에 따른 심박주기 감지를 위한 데이터 처리 장치의 동작 방법을 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신호데이터 처리부를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 심박주기 감지 처리부를 설명하는 도면이다.
도 4a 및 도 4b는 본 발명의 일실시예와 관련된 심탄도 파형의 특성을 설명하는 도면이다.
도 5 및 도 6은 본 발명의 일실시예에 따른 심박주기 감지를 위한 데이터 처리 장치의 동작 방법을 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 심박주기 감지를 위한 데이터 처리 장치를 설명하는 도면이다.
도 1은 본 발명의 일실시예에 따른 심박주기 감지를 위한 데이터 처리 장치의 구성 요소를 예시한다.
도 1을 참고하면, 본 발명의 일실시예에 따른 심박주기 감지를 위한 데이터 처리 장치(100)는 신호데이터 처리부(110) 및 심박주기 감지 처리부(120)를 포함한다.
일례로, 데이터 처리 장치(100)는 심탄도 신호 자체는 외부 환경이나 노이즈에 의해서 정형화된 출력을 얻을 수 없으나 노이즈가 포함된 신호일지라도 주기성을 가지고 있고, 인접 심박 간의 파형은 유사할 것이라는 가정하에서 심탄도의 주기를 확률적으로 계산한다.
이에 따라 데이터 처리 장치(100)는 심탄도 파형의 주기를 파악하여 심박수 및 HRV를 추출하여 심장의 건강 상태 체크를 지원한다.
또한, 데이터 처리 장치(100)는 심박주기 감지를 위한 신호에 해당하는 심탄도 신호에 대한 신호데이터를 처리하는 장치일 수 있다.
본 발명의 일실시예에 따르면 신호데이터 처리부(110)는 사용자의 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출한다.
일례로, 신호데이터 처리부(110)는 사용자에 부착된 심탄도 센서를 통해 측정된 심탄도 신호데이터를 파형 형태의 심탄도 측정 신호로 획득하기 위하여 심탄도 신호데이터를 전처리할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 처리부(110)는 심탄도 측정 신호에서 분석 윈도우를 설정한다.
즉, 신호데이터 처리부(110)는 심탄도 측정 신호에서 시간의 흐름에 따라 일정 범위의 데이터를 분할하여 분석할 수 있는 분석 윈도우를 설정한다.
심탄도의 주기성을 파악하기 위한 분석 윈도우의 크기는 심박 측정 범위의 2배 이상의 크기를 갖도록 설정되어야 한다.
예를 들어, 신호데이터 처리부(110)는 심박 측정 범위가 40 비피엠(bpm)에서 120 비피엠인 경우 40 비피엠의 한주기인 1.5 초의 두배인 3초를 분석 윈도우의 크기로 설정할 수 있다.
또한, 신호데이터 처리부(110)는 120 비피엠의 한주기인 0.5초의 2배인 1초를 분석 윈도우의 크기로 설정할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 처리부(110)는 분석 윈도우 내 측정 신호를 가공 처리한다.
즉, 신호데이터 처리부(110)는 분석 윈도우 내 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 결정하기 위하여 측정 신호를 가공한다.
일례로, 신호데이터 처리부(110)는 자기 상관을 보정하고, 평균 신호의 크기 차이를 보정하고, 최대 크기(amplitude)의 쌍을 추출하는 신호 가공 처리를 수행할 수 있다.
본 발명의 일실시예에 따르면 심박주기 감지 처리부(120)는 신호데이터 처리부(110)에 의해 가공된 측정 신호에 대한 자기 상관, 평균 신호 크기(magnitude) 및 첨두치를 이용하여 심박 유사도 확률을 계산할 수 있다.
일례로, 심박주기 감지 처리부(120)는 자기 상관에 기반하여 서로 다른 크기의 분석 윈도우까지 인접된 2개의 심탄도 신호의 유사도에 대한 확률을 심박 유사도 확률로 계산할 수 있다.
또한, 심박주기 감지 처리부(120)는 계산된 유사도 확률에 따른 유사도 확률 분포를 계산하고, 계산된 유사도 확률 분포에서 첨두치에 해당하는 분석 윈도우에 해당하는 심박수의 주기를 심박 주기로 감지할 수 있다.
본 발명의 일실시예에 따르면 심박주기 감지 처리부(120)는 상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지할 수 있다.
일례로, 심박주기 감지 처리부(120)는 초기 심박수가 설정된 이후 갑작스런 심박의 빠른 변화에 대응하기 위한 심박 변화 관련 가중치를 설정한다.
즉, 심박주기 감지 처리부(120)는 시간 상의 범위 별 심박 변화에 대하여 심박 설정 크기가 다른 심박 변화 관련 가중치를 설정하여 심박 변화에 대응하여 심박주기를 감지할 수 있다.
또한, 심박주기 감지 처리부(120)는 초기 심박수를 결정하기 위해 기 감지된 심박수를 일정 시간 누적하여 누적된 심박수에 따른 심박주기를 감지할 수 있다.
여기서 누적된 심박수는 초기 심박을 선정하는 선정 기준이 될 수 있다.
심박주기 감지 처리부(120)는 누적 함수에 정해진 심박수가 누적될 때 까지 감지된 심박 주기에 따른 심박수를 출력하지 않는다.
따라서, 본 발명은 심탄도 신호데이터에 기반한 심탄도의 주기를 파악하여 심박(heart rate, HR) 주기를 감지하는 데이터 처리 장치 및 그 동작 방법을 제공할 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 전처리부(210), 신호데이터 분석부(220), 신호데이터 가공부(230)를 포함할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 전처리부(210)는 심탄도 센서로부터 사용자의 심탄도 신호 데이터를 수집한다.
또한, 신호데이터 전처리부(210)는 기 수집된 심탄도 신호 데이터에 대하여 저주파 필터링(low pass filtering), DC 성분 제거(DC cancelling), 사비츠키-골레이(Savitzky-Golay filter) 필터 적용 중 적어도 하나의 신호 전처리를 수행할 수 있다.
또한, 신호데이터 전처리부(210)는 신호 전처리 이후 심탄도 측정 신호를 추출할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 분석부(220)는 심탄도 측정 신호에서 심박 측정 범위 내 특정 비피엠(bpm)의 주기를 고려하여 분석 윈도우의 크기를 설정할 수 있다.
일례로, 신호데이터 분석부(220)는 기 설정된 분석 윈도우 내에서 신호의 크기를 계산하며, 계산된 신호크기와 사용자의 움직임 여부와 관련된 움직임 임계 값과 비교하여 움직임 구간을 결정할 수 있다.
여기서, 사용자의 움직임은 노이즈와 관련하여 움직임 구간을 결정하는 것은 노이즈 제거 효과를 가질 수 있다.
또한, 신호데이터 분석부(220)는 기 설정된 분석 윈도우 내에서 심박 주기 감지를 위한 부분 간격 길이를 계산할 수 있다.
신호데이터 분석부(220)는 심탄도 파형을 이용하여 심박수 및 HRV를 구하는 경우에서 외부 환경 노이즈 및 조건에 의한 영향이 최소화되어 심탄도 주기를 정확하게 측정할 수 있다.
또한, 신호데이터 분석부(220)는 분석 윈도우를 설정함에 있어서 초기 심박을 선정하는 기준이 설정된 이후에 분석 윈도우가 설정됨에 따라 노이즈에 의해 서로 다른 비피엠의 심박수가 출력됨에 따라 심박 주기 감지의 정확도가 감소하는 것을 방지할 수 있다.
본 발명의 일실시예에 따르면 신호데이터 가공부(230)는 설정된 분석 윈도우 내 측정 신호에 대하여 자기 상관을 보정하여 자기 상관을 결정하고, 평균 신호 크기의 차이를 보정하여 상기 평균 신호 크기를 결정하며, 첨두치의 최대 크기(maximum amplitude)의 쌍(pair)을 추출하여 상기 첨두치를 결정할 수 있다.
또한, 신호데이터 가공부(230)는 심박 변화에 대응하여 심박 변화 관련 가중치를 생성할 수 있다.
심박 변화 관련 가중치는 초기 심박수가 설정된 이후 빠른 심박의 변화에 대응하거나 사용자가 충격이나 심리적인 변화로 빠르게 심박이 변화할 때 추적(tracking)할 수 있도록 설정되는 설정 심박수일 수 있다.
심박 변화 관련 가중치는 확률 계산부에서 계산되어 나오는 확률 값에 부여되는 가중치이다.
예를 들어, 사용자의 심박이 크게 변화한 경우, 가중치를 줌에도 불구하고, 크게 심박이 변화한 경우의 확률 값이 크게 나오면 크게 변화한 심박 값이 출력될 수 있다.
도 3은 본 발명의 일실시예에 따른 심박주기 감지 처리부를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 심박주기 감지 처리부의 구성 요소를 예시한다.
도 3을 참고하면 본 발명의 일실시예에 따른 심박주기 감지 처리부(300)는 확률 계산부(310), 누적 평균 계산부(320) 및 가중치 적용부(330)를 포함한다.
본 발명의 일실시예에 따르면 확률 계산부(310)는 심탄도 측정 신호에서 시간의 변화에 따라 분석 윈도우가 이동하면서, 자기 상관, 평균 신호 크기(magnitude) 및 첨두치에 기반하여 심탄도 측정 신호의 유사도에 대한 확률에 따른 심박 유사도 확률 분포를 계산할 수 있다.
일례로, 확률 계산부(310)는 계산된 심박 유사도 확률 분포에서 첨두치(peak)에 해당하는 분석 윈도우를 결정하고, 결정된 분석 윈도우에 해당하는 심박주기를 감지할 수 있다.
예를 들어, 확률 계산부(310)는 확률 추정 융합(probabilistic estimator fusion)부로 지칭될 수 있다.
확률 계산부(310)는 자기 상관의 보정, 평균 크기 차이(average magnitude difference)의 보정 및 최대 크기 쌍(maximum amplitude pair)와 함께 심박 변화에 대한 가중치 함수를 함께 이용하여 심박 유사도 확률을 계산하고, 계산된 확률의 분포를 계산함에 따라 심박주기를 추출하고, 추출된 심박주기를 감지하여 심박수 및 HRV를 결정하도록 할 수 있다.
본 발명의 일실시예에 따르면 누적 평균 계산부(320)는 결정된 분석 윈도우에 해당하는 심박주기에 따른 심박수를 기 설정된 시간을 누적하고, 누적된 심박수를 초기 심박을 선정하는 기준으로 설정 할 수 있다.
즉, 누적 평균 계산부(320)는 초기 심박수를 결정하는 경우 사람의 심박은 갑작스럽게 변화하는 경우가 많지 않다는 가정하에 기 측정된 심박수를 일정 시간 누적하여 평균을 계산하고, 계산된 평균에 해당하는 심박을 초기 심박으로 설정하는 설정 기준으로 적용할 수 있다.
예를 들어, 일정 시간은 1분 정도의 짧은 시간에 해당될 수 있다.
본 발명의 일실시예에 따르면 누적 평균 계산부(320)는 일정 시간에 해당하는 기 설정된 시간에서 누적 함수에서 정해진 심박수가 누적될 때 까지 심박수의 출력을 제어할 수 있다.
다시 말해, 누적 평균 계산부(320)는 누적(accumulation) 함수에서 정해진 심박수가 누적될 때까지 심박수를 출력하지 않을 수 있다.
따라서, 본 발명은 측정된 심박수를 일정 시간 누적하고, 누적된 심박수의 평균을 계산하여 초기 심박을 선정하는 기준으로 이용하여 심탄도 신호데이터에 기반한 심박 주기 감지의 정확도를 증가시킬 수 있다.
본 발명의 일실시예에 따르면 가중치 적용부(330)는 심박 변화의 기준 시간 범위를 설정할 수 있다.
또한, 가중치 적용부(330)는 설정된 기준 시간 범위 내에서는 상기 심박 변화 관련 가중치를 기준 가중치보다 증가시키고, 상기 설정된 기준 시간 범위 외에서는 상기 심박 변화 관련 가중치를 상기 기준 가중치보다 감소시켜 적용할 수 있다.
본 발명의 일실시예에 따르면 가중치 적용부(330)는 심박 변화 관련 가중치를 임의의 심박수로 설정할 수 있다.
예를 들어, 임의의 십박수는 10 비피엠일 수 있다.
도 4a 및 도 4b는 본 발명의 일실시예와 관련된 심탄도 파형의 특성을 설명하는 도면이다.
도 4a는 본 발명의 일시예에 따라 이용하는 심탄도 파형의 특성을 다양한 사람의 다양한 수면 자세를 이용하여 예시한다.
도 4a를 참고하면, 개인의 누운 자세 별 심탄도 신호 출력 결과(400)는 제1 대상자(subject 1) 내지 제10 대상자(subject 10)의 수면 자세 별 심탄도 파형을 예시한다.
수면 자세는 정자세, 엎드린 자세, 오른쪽으로 누운 자세 및 왼쪽으로 누운 자세로 구분될 수 있다.
개인의 누운 자세 별 심탄도 신호 출력 결과(400)에 따르면 수면 자세 별 같은 사람일지라도 측정되는 심탄도 파형이 다르며 동일한 자세이더라도 사람별로 측정되는 심탄도 파형이 다름을 확인할 수 있다.
즉, 사람의 움직임 등의 다양한 노이즈가 발생 시 이를 일반적인 신호처리 알고리즘으로 심박을 측정하기는 매우 어렵다는 것을 나타낸다.
따라서, 심탄도 신호의 주기를 파악하고, 파악된 주기로 심탄도 신호에 기반하여 심박수와 관련된 심박주기를 감지할 수 있다.
도 4b는 본 발명의 일시예에 따라 이용하는 심탄도 파형의 특성에서 심탄도의 파형을 예시하고, 예시된 파형에서 심탄도의 유사도 확률 분포에 대한 첨두치(peak)가 2개로 나타날 수 있음을 예시한다.
도 4b를 참고하면, 그래프(410)는 제1 시간 구간에 해당하는 구간(411)과 구간(412)이 존재하고 제2 시간 구간에 해당하는 구간(413) 및 구간(414)가 존재한다.
여기서, 제1 시간 구간과 제2 시간 구간의 시간은 심장 박동 범위인 40 비피엠에서 120 비피엠이고, 40 비피엠의 한주기는 1.5초이고 120 비피엠의 한 주기는 0.5초이다.
그래프(410)는 유사도 확률 분포에서 제1 시간 구간의 비피엠과 제2 시간 구간의 비피엠이 동시에 같은 확률로 나올 수 있는 경우에 해당된다.
이 경우 단순히 신호 파형의 유사도만 따지게 되면 외부 노이즈에 의해 최종 심박수로 제1 시간 구간에서의 비피엠과 제2 시간 구간에서의 비피엠이 번갈아 나오는 경우가 발생될 수 있다.
초기 심박이 결정된다면 상술한 문제점이 해결될 수 있으며, 심장 변화에 대한 가중치도 적용한다면 심박주기 감지의 정확도가 보다 상술할 수 있다.
즉, 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 심박주기 감지 구간에서 첨두치가 2개로 나타나지 않도록 초기 심박을 지정하여 외부 노이즈에 대한 영향을 감소시킬 수 있다.
도 5 및 도 6은 본 발명의 일실시예에 따른 심박주기 감지를 위한 데이터 처리 장치의 동작 방법을 설명하는 도면이다.
도 5는 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법이 심박주기를 감지하는 절차를 예시한다.
데이터 처리 장치의 동작 방법은 심박주기 감지를 위한 신호에 해당하는 심탄도 신호에 대한 신호데이터를 처리하는 방법일 수 있다.
도 5를 참고하면, 단계(501)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출한다.
즉, 데이터 처리 장치의 동작 방법은 심탄도 센서로부터 사용자의 심탄도 신호 데이터를 수집하고, 수집된 심탄도 신호 데이터에 대하여 저주파 필터링(low pass filtering), DC 성분 제거(DC cancelling) 및 사비츠키-골레이(Savitzky-Golay filter) 필터 적용 중 적어도 하나의 신호 전처리 이후 심탄도 측정 신호를 추출할 수 있다.
단계(502)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 분석 윈도우를 설정하여 분석 윈도우 내 측정 신호를 가공 처리한다.
즉, 데이터 처리 장치의 동작 방법은 추출된 심탄도 측정 신호에서 심박 측정 범위 내 특정 비피엠(bpm)의 주기를 고려하여 분석 윈도우의 크기를 설정하고, 설정된 분석 윈도우 내에서 신호의 크기를 계산하며, 계산된 신호크기와 상기 사용자의 움직임 여부와 관련된 움직임 임계 값과 비교하여 움직임 구간을 결정하거나 부분 간격 길이를 계산한다.
또한, 데이터 처리 장치의 동작 방법은 계산된 부분 간격 길이에 대한 데이터를 가공하여 자기 상관 보정, 평균 신호 크기 차이의 보정 및 최대 첨두치의 쌍을 도출하는 신호 가공 과정을 수행한다.
단계(503)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 가공된 측정 신호를 이용하여 심박 유사도 확률을 계산하여 심박주기를 감지한다.
즉, 데이터 처리 장치의 동작 방법은 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하고, 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지할 수 있다.
여기서, 적용되는 심박 변화 관련 가중치는 심박 변화가 일정 범위를 기준으로 일정 범위내에서 일어났는지 일정 범위를 벗어나서 일어났는지에 따라 그 크기가 조절될 수 있다. 여기서, 일정 범위는 시간의 흐름 상에서의 범위를 지칭할 수 있다.
도 6은 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법이 누적 평균 함수 및 가중치 함수를 추가적으로 이용하여 심박주기를 감지하는 절차를 예시한다.
도 6을 참고하면, 단계(601)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 심탄도 신호 데이터를 전처리하여 심탄도 측정 신호를 추출한다.
단계(602)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 분석 윈도우를 설정하여 분석 윈도우 내 신호 크기를 측정한다.
즉, 데이터 처리 장치의 동작 방법은 특정 시간 범위만을 선별적으로 분석하기 위한 분석 윈도우를 설정하는데, 분석 윈도우는 심박 범위의 2배로 설정된다.
예를 들어, 40 비피엠의 경우 한 주기가 1.5초이므로 두배인 3처로 분석 윈도우의 크기가 설정될 수 있다.
단계(603)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 분석 윈도우를 통해 측정된 신호 크기가 임계값을 초과하는지 여부를 판단한다.
데이터 처리 장치의 동작 방법은 신호 크기가 임계값을 초과하는 경우에는 단계(604)로 진행하여 해당 구간을 움직임 구간으로 확정하고 단계(602)로 다시 돌아간다.
단계(605)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 해당 분석 윈도우 구간에서의 부분 간격 길이를 계산한다.
단계(606)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 부분 간격 길이에 대한 자기 상관, 평균 신호 크기 및 첨두치를 결정한다.
즉, 데이터 처리 장치의 동작 방법은 부분 가격 길이를 보정하여 자기 상관을 결정하고, 평균 신호 크기의 차이를 결정하며 첨두치의 쌍을 결정할 수 있다.
단계(607)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 자기 상관, 평균 신호 크기 및 첨두치를 이용한 심박 유사도 확률을 계산한다.
예를 들어 심박 유사도 확률은 심박 측정 범위에 해당하는 비피엠의 한 주기의 두배인 크기로 설정된 분석 윈도우 간에 인접된 2 개의 심탄도 신호 간의 유사도에 대한 확률을 구하여 결정되며, 이 확률이 최대인 분석 윈도우에 해당하는 비피엠이 심박수로 도출될 수 있다.
단계(608)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 계산된 심박 유사도 확률에 따라 감지된 심박주기를 누적하여 누적 평균을 계산한다.
즉, 데이터 처리 장치의 동작 방법은 단계(607)에서 계산된 심박 유사도 확률에 기반하여 감지된 심박 주기에 따른 심박수를 누적하여 누적 평균을 계산하고, 계산된 누적 평균에 해당하는 심박수를 초기 심박수로 결정할 수 있다.
단계(609)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 초기 심박수의 결정 여부를 판단한다.
즉, 데이터 처리 장치의 동작 방법은 누적 함수에 정해진 심박수가 누적될 때까지 심박을 출력하지 않기 위해서 초기 심박수의 결정 여부를 판단한다.
데이터 처리 장치의 동작 방법은 초기 심박수를 결정하기 가능한 심박수가 누적되면 단계(610)으로 진행하고, 누적되지 않은 경우에는 단계(608)로 회귀한다.
단계(610)에서 본 발명의 일실시예에 따른 데이터 처리 장치의 동작 방법은 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박 주기를 감지한다.
즉, 데이터 처리 장치의 동작 방법은 초기 심박수의 설정에 따른 빠른 심박 변화, 갑작스런 충격이나 심리 변화에 따른 빠른 심박 변화를 추적하기 위해서 심박 변화 관련 가중치를 적용하여 심박 유사도 확률을 조절하고, 조절된 심박 유사도 확률에 따른 심박주기를 감지하고, 감지된 심박주기에 따른 심박수 및 HRV를 측정할 수 있다.
따라서, 본 발명은 초기 심박수 설정 이후, 심박의 빠른 변화에 대응하기 위해서 심박 유사도를 구할 때 가중치를 주어 심박 유사도 확률을 구함에 따라 심박 주기 감지의 정확도를 증가시킬 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: 심박주기 감지 처리부
120: 심박주기 감지 처리부
Claims (15)
- 사용자의 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출하고, 상기 추출된 심탄도 측정 신호에서 분석 윈도우(analysis window)를 설정하며, 상기 설정된 분석 윈도우 내 측정 신호를 가공 처리하는 신호데이터 처리부; 및
상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하고, 상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 심박주기 감지 처리부를 포함하는 것을 특징으로 하는
데이터 처리 장치. - 제1항에 있어서,
상기 심박주기 감지 처리부는 확률 계산부, 누적 평균 계산부 및 가중치 적용부를 포함하는 것을 특징으로 하는
데이터 처리 장치. - 제2항에 있어서,
상기 확률 계산부는 상기 추출된 심탄도 측정 신호에서 시간의 변화에 따라 상기 설정된 분석 윈도우가 이동하면서, 상기 자기 상관, 상기 평균 신호 크기(magnitude) 및 상기 첨두치에 기반하여 심탄도 측정 신호의 유사도에 대한 확률에 따른 심박 유사도 확률 분포를 계산하고, 상기 계산된 심박 유사도 확률 분포에서 첨두치(peak)에 해당하는 분석 윈도우를 결정하고, 상기 결정된 분석 윈도우에 해당하는 심박주기를 감지하는 것을 특징으로 하는
데이터 처리 장치. - 제3항에 있어서,
상기 누적 평균 계산부는 상기 결정된 분석 윈도우에 해당하는 심박주기에 따른 심박수를 기 설정된 시간을 누적하고, 상기 누적된 심박수를 초기 심박을 선정하는 기준으로 설정하는 것을 특징으로 하는
데이터 처리 장치. - 제4항에 있어서,
상기 누적 평균 계산부는 상기 기 설정된 시간에서 누적 함수에서 정해진 심박수가 누적될 때 까지 심박수의 출력을 제어하는 것을 특징으로 하는
데이터 처리 장치. - 제1항에 있어서,
상기 가중치 적용부는 심박 변화의 기준 시간 범위를 설정하고, 상기 설정된 기준 시간 범위 내에서는 상기 심박 변화 관련 가중치를 기준 가중치보다 증가시키고, 상기 설정된 기준 시간 범위 외에서는 상기 심박 변화 관련 가중치를 상기 기준 가중치보다 감소시켜 적용하는 것을 특징으로 하는
데이터 처리 장치. - 제6항에 있어서,
상기 가중치 적용부는 상기 심박 변화 관련 가중치를 임의의 심박수로 설정하는 것을 특징으로 하는
데이터 처리 장치. - 제1항에 있어서,
상기 신호데이터 처리부는 신호데이터 전처리부, 신호데이터 분석부, 신호데이터 가공부를 포함하는 것을 특징으로 하는
데이터 처리 장치. - 제8항에 있어서,
상기 신호데이터 전처리부는 심탄도 센서로부터 상기 사용자의 심탄도 신호 데이터를 수집하고, 상기 수집된 심탄도 신호 데이터에 대하여 저주파 필터링(low pass filtering), DC 성분 제거(DC cancelling), 사비츠키-골레이(Savitzky-Golay filter) 필터 적용 중 적어도 하나의 신호 전처리 이후 상기 심탄도 측정 신호를 추출하는 것을 특징으로 하는
데이터 처리 장치. - 제8항에 있어서,
상기 신호데이터 분석부는 상기 추출된 심탄도 측정 신호에서 심박 측정 범위 내 특정 비피엠(bpm)의 주기를 고려하여 분석 윈도우의 크기를 설정하고, 상기 설정된 분석 윈도우 내에서 신호의 크기를 계산하며, 상기 계산된 신호크기와 상기 사용자의 움직임 여부와 관련된 움직임 임계 값과 비교하여 움직임 구간을 결정하거나 부분 간격 길이를 계산하는 것을 특징으로 하는
데이터 처리 장치. - 제8항에 있어서,
상기 신호데이터 가공부는 상기 설정된 분석 윈도우 내 측정 신호에 대하여 자기 상관을 보정하여 상기 자기 상관을 결정하고, 평균 신호 크기의 차이를 보정하여 상기 평균 신호 크기를 결정하며, 첨두치의 최대 크기(maximum amplitude)의 쌍(pair)을 추출하여 상기 첨두치를 결정하고, 상기 심박 변화 관련 가중치를 생성하는 것을 특징으로 하는
데이터 처리 장치. - 사용자의 심탄도 신호 데이터를 전 처리하여 심탄도 측정 신호를 추출하는 단계;
상기 추출된 심탄도 측정 신호에서 분석 윈도우(analysis window)를 설정하며, 상기 설정된 분석 윈도우 내 측정 신호를 가공 처리하는 단계; 및
상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하고, 상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제12항에 있어서,
상기 가공된 측정 신호에 대한 자기 상관(auto correlation), 평균 신호 크기(magnitude) 및 첨두치를 이용한 심박 유사도 확률을 계산하는 단계는,
상기 추출된 심탄도 측정 신호에서 시간의 변화에 따라 상기 설정된 분석 윈도우가 이동하면서, 상기 자기 상관, 상기 평균 신호 크기(magnitude) 및 상기 첨두치에 기반하여 심탄도 측정 신호의 유사도에 대한 확률에 따른 심박 유사도 확률 분포를 계산하는 단계; 및
상기 계산된 심박 유사도 확률 분포에서 첨두치(peak)에 해당하는 분석 윈도우를 결정하고, 상기 결정된 분석 윈도우에 해당하는 심박주기를 감지하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제13항에 있어서,
상기 결정된 분석 윈도우에 해당하는 심박주기에 따른 심박수를 기 설정된 시간을 누적하고, 상기 누적된 심박수를 초기 심박을 선정하는 기준으로 설정하는 단계; 및
상기 기 설정된 시간에서 누적 함수에서 정해진 심박수가 누적될 때 까지 심박수의 출력을 제어하는 단계를 더 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법. - 제12항에 있어서,
상기 계산된 심박 유사도 확률에 심박 변화 관련 가중치를 적용하여 심박주기를 감지하는 단계는
심박 변화의 기준 시간 범위를 설정하고, 상기 설정된 기준 시간 범위 내에서는 상기 심박 변화 관련 가중치를 기준 가중치보다 증가시키고, 상기 설정된 기준 시간 범위 외에서는 상기 심박 변화 관련 가중치를 상기 기준 가중치보다 감소시켜 적용하는 단계; 및
상기 심박 변화 관련 가중치를 임의의 심박수로 설정하는 단계를 포함하는 것을 특징으로 하는
데이터 처리 장치의 동작 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210168960A KR20230081154A (ko) | 2021-11-30 | 2021-11-30 | 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210168960A KR20230081154A (ko) | 2021-11-30 | 2021-11-30 | 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230081154A true KR20230081154A (ko) | 2023-06-07 |
Family
ID=86761457
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210168960A KR20230081154A (ko) | 2021-11-30 | 2021-11-30 | 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230081154A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117033906A (zh) * | 2023-08-11 | 2023-11-10 | 博博科技(嘉兴)有限公司 | 基于多维特征的bcg信号心率提取方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101628262B1 (ko) | 2014-11-05 | 2016-06-08 | 아주대학교산학협력단 | 주파수 분석을 이용한 심박 수 산출 방법 및 그 장치 |
| KR101744691B1 (ko) | 2016-02-25 | 2017-06-08 | 아주대학교산학협력단 | 심탄도 신호를 이용한 심박 검출 방법 및 그 장치 |
| KR20190016891A (ko) | 2017-08-09 | 2019-02-19 | 삼성전자주식회사 | 모션 센서를 이용한 연속 심박수 및 심장박동 이벤트 감지를 위한 시스템 및 방법 |
-
2021
- 2021-11-30 KR KR1020210168960A patent/KR20230081154A/ko not_active Application Discontinuation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101628262B1 (ko) | 2014-11-05 | 2016-06-08 | 아주대학교산학협력단 | 주파수 분석을 이용한 심박 수 산출 방법 및 그 장치 |
| KR101744691B1 (ko) | 2016-02-25 | 2017-06-08 | 아주대학교산학협력단 | 심탄도 신호를 이용한 심박 검출 방법 및 그 장치 |
| KR20190016891A (ko) | 2017-08-09 | 2019-02-19 | 삼성전자주식회사 | 모션 센서를 이용한 연속 심박수 및 심장박동 이벤트 감지를 위한 시스템 및 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117033906A (zh) * | 2023-08-11 | 2023-11-10 | 博博科技(嘉兴)有限公司 | 基于多维特征的bcg信号心率提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5674766B2 (ja) | 着用位置を検出するためのセンシングデバイス | |
| JP5416218B2 (ja) | バリストカルジオグラム信号の分析方法と装置 | |
| JP4741168B2 (ja) | 異なるセンサからの測定の組み合わせ | |
| JP4921491B2 (ja) | 身体パラメータ検出 | |
| JP6129082B2 (ja) | 生理学的信号を監視する監視装置 | |
| 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 | |
| KR102448391B1 (ko) | 심장 기능부전을 나타내는 정보를 생성하는 방법 및 장치 | |
| JP6190466B2 (ja) | 生体信号測定器及び接触状態推定方法 | |
| FI126631B (en) | Method and apparatus for monitoring stress | |
| Heise et al. | Monitoring pulse and respiration with a non-invasive hydraulic bed sensor | |
| JP6310401B2 (ja) | 生理的リズムを表す信号を処理する方法、システム及びコンピュータプログラム | |
| KR20150113700A (ko) | 진단 시스템 및 방법 | |
| CN108697352B (zh) | 生理信息测量方法及生理信息监测装置、设备 | |
| EP4449982A2 (en) | Method and apparatus for producing information indicative of cardiac condition | |
| KR20230081154A (ko) | 심박주기 감지를 위한 데이터 처리 장치 및 그 동작 방법 | |
| KR102577049B1 (ko) | 비침습 방식 심전도 모니터링 장치 및 방법 | |
| KR102551184B1 (ko) | 생체신호 처리 방법 및 생체신호 처리 장치 | |
| KR102718009B1 (ko) | 심박수 측정 장치 및 방법 | |
| JP2020048622A (ja) | 生体状態推定装置 | |
| CN113164055A (zh) | 移动监护设备、生理信号的调整和处理方法 | |
| CN111436939B (zh) | 基于深度学习的识别体征信号的方法、系统、设备及介质 | |
| Kerr et al. | Towards pulse detection and rhythm analysis using a biomimetic fingertip | |
| 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 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |