KR20230085020A - 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 - Google Patents
생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 Download PDFInfo
- Publication number
- KR20230085020A KR20230085020A KR1020210173307A KR20210173307A KR20230085020A KR 20230085020 A KR20230085020 A KR 20230085020A KR 1020210173307 A KR1020210173307 A KR 1020210173307A KR 20210173307 A KR20210173307 A KR 20210173307A KR 20230085020 A KR20230085020 A KR 20230085020A
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- pain
- biosignal
- signal
- analysis
- Prior art date
Links
- 208000002193 Pain Diseases 0.000 title claims abstract description 180
- 230000036407 pain Effects 0.000 title claims abstract description 179
- 238000004458 analytical method Methods 0.000 title claims abstract description 59
- 238000011282 treatment Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000009795 derivation Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 28
- 238000013441 quality evaluation Methods 0.000 claims description 20
- 230000010354 integration Effects 0.000 claims description 18
- 230000004913 activation Effects 0.000 claims description 14
- 206010015856 Extrasystoles Diseases 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000000241 respiratory effect Effects 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 3
- 230000007175 bidirectional communication Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 17
- 230000006872 improvement Effects 0.000 description 17
- 238000001514 detection method Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 11
- 230000006854 communication Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000002604 ultrasonography Methods 0.000 description 7
- 230000017531 blood circulation Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 241000700159 Rattus Species 0.000 description 5
- 230000001678 irradiating effect Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000010349 pulsation Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 210000003491 skin Anatomy 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010002091 Anaesthesia Diseases 0.000 description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 2
- 208000004550 Postoperative Pain Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 2
- 230000037005 anaesthesia Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000020411 cell activation Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- DFEYYRMXOJXZRJ-UHFFFAOYSA-N sevoflurane Chemical compound FCOC(C(F)(F)F)C(F)(F)F DFEYYRMXOJXZRJ-UHFFFAOYSA-N 0.000 description 2
- 229960002078 sevoflurane Drugs 0.000 description 2
- 210000001032 spinal nerve Anatomy 0.000 description 2
- 238000013222 sprague-dawley male rat Methods 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- QFJAZXGJBIMYLJ-UHFFFAOYSA-N 2,3-dihydroxybutanedioic acid;ethane-1,2-diamine Chemical compound NCCN.OC(=O)C(O)C(O)C(O)=O QFJAZXGJBIMYLJ-UHFFFAOYSA-N 0.000 description 1
- 208000006820 Arthralgia Diseases 0.000 description 1
- 239000002126 C01EB10 - Adenosine Substances 0.000 description 1
- 201000011275 Epicondylitis Diseases 0.000 description 1
- 208000004454 Hyperalgesia Diseases 0.000 description 1
- 208000003618 Intervertebral Disc Displacement Diseases 0.000 description 1
- 206010050296 Intervertebral disc protrusion Diseases 0.000 description 1
- 206010028391 Musculoskeletal Pain Diseases 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 241000270666 Testudines Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 229960005305 adenosine Drugs 0.000 description 1
- LFVGISIMTYGQHF-UHFFFAOYSA-N ammonium dihydrogen phosphate Chemical compound [NH4+].OP(O)([O-])=O LFVGISIMTYGQHF-UHFFFAOYSA-N 0.000 description 1
- 229910000387 ammonium dihydrogen phosphate Inorganic materials 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 210000000467 autonomic pathway Anatomy 0.000 description 1
- JRPBQTZRNDNNOP-UHFFFAOYSA-N barium titanate Chemical compound [Ba+2].[Ba+2].[O-][Ti]([O-])([O-])[O-] JRPBQTZRNDNNOP-UHFFFAOYSA-N 0.000 description 1
- 229910002113 barium titanate Inorganic materials 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008512 biological response Effects 0.000 description 1
- 208000003295 carpal tunnel syndrome Diseases 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 238000002647 laser therapy Methods 0.000 description 1
- 238000013532 laser treatment Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 230000004130 lipolysis Effects 0.000 description 1
- 238000009196 low level laser therapy Methods 0.000 description 1
- 230000002438 mitochondrial effect Effects 0.000 description 1
- 235000019837 monoammonium phosphate Nutrition 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000001087 myotubule Anatomy 0.000 description 1
- 230000008035 nerve activity Effects 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 230000007383 nerve stimulation Effects 0.000 description 1
- 208000004296 neuralgia Diseases 0.000 description 1
- 208000021722 neuropathic pain Diseases 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- LJCNRYVRMXRIQR-OLXYHTOASA-L potassium sodium L-tartrate Chemical compound [Na+].[K+].[O-]C(=O)[C@H](O)[C@@H](O)C([O-])=O LJCNRYVRMXRIQR-OLXYHTOASA-L 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000036279 refractory period Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 210000002027 skeletal muscle Anatomy 0.000 description 1
- 210000004927 skin cell Anatomy 0.000 description 1
- 230000036560 skin regeneration Effects 0.000 description 1
- 235000011006 sodium potassium tartrate Nutrition 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 239000011032 tourmaline Substances 0.000 description 1
- 229940070527 tourmaline Drugs 0.000 description 1
- 229910052613 tourmaline Inorganic materials 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000000707 wrist Anatomy 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
- A61B5/4824—Touch or pain perception evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- 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
- A61B5/02—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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- 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
-
- 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
- A61B5/7221—Determining signal validity, reliability or quality
-
- 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
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N5/067—Radiation therapy using light using laser light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
Abstract
생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템이 개시된다. 본 발명의 일 측면에 따르면, 통증 완화 또는 통증 치료를 위한 시술을 수행하는 통증 치료부, 및 통증 치료부를 사용하는 사용자의 생체 신호 변화를 수집 및 분석하여, 사용자의 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하여 사용자에게 제공하는 통증 측정부를 포함하고, 통증 측정부는, 생체 신호를 수집하는 생체 신호 수집부, 및 생체 신호 수집부에 의해 수집된 생체 신호를 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하는 분석부를 포함하고, 분석부는, 생체 신호를 전처리하는 전처리부, 전처리부에 의해 전처리된 생체 신호가 양호 신호인지 여부를 판별하는 판별부, 판별부에 의해 양호 신호로 판별된 생체 신호로부터 설정 지표를 도출하는 지표 도출부, 및 지표 도출부에 의해 도출된 설정 지표를 기준 데이터와 비교 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하는 비교 분석부를 포함하는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템이 제공된다.
Description
본 발명은 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템에 관한 것이다.
초음파(ultrasonic waves)는 가청 한계를 넘는 주파수를 가진 음파로서, 정형외과, 통증의학과 등에서 통증 부위에 대한 비침습적 치료를 위해 사용되고 있다.
또한, 저출력 레이저(low level laser; LLL)는 여러 임상 실험들의 결과를 통해, 그 파장 범위에 따라 통증 완화, 혈류 개선, 혈류 강화, 피부 재생, 세포 활성화, 지방 분해, 및 세포 자극 등의 다양한 효과가 있는 것으로 알려져 있다.
한편, 광용적맥파(photoplethysmogram; PPG)는 심박에 따른 혈관 내 혈량 변화를 빛의 흡수, 반사, 산란을 이용해 측정한 신호로서, 심혈관계와 관련된 많은 정보를 담고 있어 그 파형의 분석을 통해 다양한 생리 현상 및 생체 반응을 파악할 수 있다.
본 발명은 사용자 개인의 생체 신호를 수집 및 분석을 통한 개인 맞춤형 통증 평가 및 그에 따른 통증 치료가 가능한 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템을 제공하기 위한 것이다.
본 발명의 일 측면에 따르면, 통증 완화 또는 통증 치료를 위한 시술을 수행하는 통증 치료부, 및 통증 치료부를 사용하는 사용자의 생체 신호 변화를 수집 및 분석하여, 사용자의 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하여 사용자에게 제공하는 통증 측정부를 포함하고, 통증 측정부는, 생체 신호를 수집하는 생체 신호 수집부, 및 생체 신호 수집부에 의해 수집된 생체 신호를 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하는 분석부를 포함하고, 분석부는, 생체 신호를 전처리하는 전처리부, 전처리부에 의해 전처리된 생체 신호가 양호 신호인지 여부를 판별하는 판별부, 판별부에 의해 양호 신호로 판별된 생체 신호로부터 설정 지표를 도출하는 지표 도출부, 및 지표 도출부에 의해 도출된 설정 지표를 기준 데이터와 비교 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하는 비교 분석부를 포함하는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템이 제공된다.
판별부는, 생체 신호 판별 정확도를 향상 가능하도록, 생체 신호를 기설정된 머신 러닝 기반의 신호 품질 평가 모델을 통해 반복 학습함으로써 생체 신호가 양호 신호인지 여부를 판별할 수 있다.
판별부는, 생체 신호의 이미지를 행렬 변환하는 행렬 변환부, 행렬 변환부에 의해 변환된 행렬을 합성곱 연산 처리하여 계층을 생성하는 계층 생성부, 계층 생성부에 의해 생성된 계층을 정규화하는 정규화부, 제1 정규화부에 의해 정규화된 계층을 비선형 활성화하는 활성화부, 활성화부에 의해 비선형 활성화된 계층을 부표본화하는 부표본화부, 부표본화부에 의해 부표본화된 계층을 통합 연결하여 통합 행렬을 생성하는 통합부, 통합부에 의해 생성된 통합 행렬을 정규화 연결하는 연결부, 및 연결부에 의해 정규화 연결된 통합 행렬에 확률 함수를 적용하여 도출된 확률에 따라 생체 신호가 양호 신호인지 여부를 판별하는 결정부를 포함할 수 있다.
통증 측정부는, 통증 치료부와 양방향 통신 가능하도록 구비되어, 사용자의 통증 정도 또는 시술 전후의 생체 신호 변화를 인라인(in-line)으로 사용자에게 제공할 수 있다.
생체 신호는 광용적맥파를 포함하고, 전처리부는, 생체 신호 수집부에 의해 수집된 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부, 및 제1 처리부에 의해 신호 잡음이 제거된 광용적맥파에서 이소성 박동을 제거하고 보간하는 제2 처리부를 포함할 수 있다.
생체 신호는 광용적맥파를 포함하고, 전처리부는 생체 신호 수집부에 의해 수집된 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부를 포함하되, 제1 처리부는, 광용적맥파에 1차적으로 비선형 필터를 적용하여 기저선 변동 잡음을 제거하고, 2차적으로 선형 필터를 적용하여 저주파 성분, 호흡 성분, 및 움직임 성분을 포함하는 저역 주파수 대역을 제외한 설정 주파수 대역의 신호를 통과시킬 수 있다.
생체 신호는 광용적맥파를 포함하고, 전처리부는, 생체 신호 수집부에 의해 수집된 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부, 및 제1 처리부에 의해 신호 잡음이 제거된 광용적맥파에서 극점을 추출하여 극점 간격을 검출하고, 극점 간격을 통해 이소성 박동의 간격을 판단하여 이소성 박동을 제거하고 보간하는 제2 처리부를 포함할 수 있다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템에 의하면, 사용자 개인의 생체 신호 수집과 분석을 기반으로 한 개인 맞춤형의 정확한 통증 평가가 가능하다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템에 의하면, 인공 지능 모델을 통한 생체 신호의 반복 학습을 통해 통증 평가의 정확도를 향상시킬 수 있다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템에 의하면, 사용자가 내원하지 않고도 일상 생활 속에서 비대면으로 자가 통증 평가, 진단, 및 관리 가능하다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템에 의하면, 사용자의 자가 통증 진단 결과에 따른 맞춤형 통증 치료가 가능하다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템에 의하면, 통증 진단과 그에 따른 통증 치료가 인라인(in-line)으로 진행될 수 있다.
도 1은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템을 나타낸 모식도.
도 2는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템을 나타낸 도면.
도 3은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 정규화된 설정 지표를 정리하여 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부를 나타낸 사용 상태도.
도 5는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부를 나타낸 사시도.
도 6은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부를 나타낸 평면도 및 저면도.
도 7은 도 5의 (a) AA'선, (b) BB'선, (c) CC'선에 따른 단면도.
도 8은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부의 통증에 대한 저출력 레이저의 치료적 효과 평가를 위한 임상 실험에 대한 도면.
도 9는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 프로세스를 나타낸 순서도.
도 10은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 신호 품질 평가 모델의 신호 평가 프로세스를 나타낸 순서도.
도 2는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템을 나타낸 도면.
도 3은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 정규화된 설정 지표를 정리하여 나타낸 도면.
도 4는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부를 나타낸 사용 상태도.
도 5는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부를 나타낸 사시도.
도 6은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부를 나타낸 평면도 및 저면도.
도 7은 도 5의 (a) AA'선, (b) BB'선, (c) CC'선에 따른 단면도.
도 8은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 통증 치료부의 통증에 대한 저출력 레이저의 치료적 효과 평가를 위한 임상 실험에 대한 도면.
도 9는 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 프로세스를 나타낸 순서도.
도 10은 본 발명의 일 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템의 신호 품질 평가 모델의 신호 평가 프로세스를 나타낸 순서도.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 대해 첨부도면을 참조하여 상세히 설명하기로 한다. 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하, 본 발명의 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 대해 설명한다. 도 1 내지 도 3을 참조하면, 본 발명의 실시예에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)은 통증 완화 또는 통증 치료를 위한 시술을 수행하는 통증 치료부(100), 및 통증 치료부(100)를 사용하는 사용자의 생체 신호 변화를 수집 및 분석하여, 사용자의 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하여 사용자에게 제공하는 통증 측정부(200)를 포함할 수 있다.
통증 치료부(100)는 통증 완화 또는 통증 치료를 위한 시술을 수행할 수 있다.구체적으로, 통증 치료부(100)는 근골격계 통증 질환, 예컨대 허리디스크 통증, 손목터널증후군, 무릎 관절염, 슬관절 통증, 상과염 통증, 자라목 증후군, 그리고 각종 관절 부위 통증을 치료하는 다양한 시술을 수행할 수 있다. 일 예로서, 통증 치료부(110)는 저출력 레이져 요법(Low Level Laser Therapy, LLLT) 기반의 통증 치료를 수행할 수 있다. 저출력 레이저 요법은 피부 세포의 미토콘드리아 발색단 (chromophore)에 광자가 흡수되어 결과적으로 전자 수송, 아데노신 3-인산 (ATP), 산화 질소 방출, 혈류 개선, 활성 산호 등의 증가를 활성화시켜, 다양한 신호 경로를 생성함으로써 통증을 치료할 수 있다. 다른 예로서, 통증 치료부(110)는 초음파(Ultrasound), 고주파(Radiofrequency), 초단파, 체외충격파, 온열치료 등의 기술로서 상술한 통증 치료를 위한 시술을 수행할 수 있다.
통증 측정부(200)는 통증 치료부(100)를 사용하는 사용자의 생체 신호 변화를 수집 및 분석하여, 사용자의 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하여 사용자에게 제공할 수 있다. 이때, 생체 신호는 광용적맥파를 포함할 수 있으며, 다만 그에 한정되는 것은 아니되, 이하에서는 생체 신호가 광용적맥파인 경우를 주로 상정하여 설명하도록 한다.
통증 측정부(200)는, 생체 신호를 수집하는 생체 신호 수집부(210), 및 생체 신호 수집부(210)에 의해 수집된 생체 신호를 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하는 분석부(220)를 포함할 수 있다.
여기서, 통증 측정부(200)는 일종의 서버로 이해될 수 있으며, 이 때 생체 신호 수집부(210)는 서버에 포함된 일종의 데이터베이스로 이해될 수 있다.
통증 측정부(200)는, 통증 치료부(100)와 양방향 통신 가능하도록 구비되어, 사용자의 통증 정도 또는 시술 전후의 생체 신호 변화를 인라인(in-line)으로 사용자에게 제공할 수 있다.
분석부(220)는, 생체 신호를 전처리하는 전처리부(230), 전처리부(230)에 의해 전처리된 생체 신호가 양호 신호인지 여부를 판별하는 판별부(240), 판별부(240)에 의해 양호 신호로 판별된 생체 신호로부터 설정 지표를 도출하는 지표 도출부(250), 및 지표 도출부(250)에 의해 도출된 설정 지표를 기준 데이터와 비교 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출하는 비교 분석부(260)를 포함할 수 있으며, 이하 각 구성에 대해 상술하도록 한다.
전처리부(230)는, 생체 신호 수집부(210)에 의해 수집된 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부(232), 및 제1 처리부(232)에 의해 신호 잡음이 제거된 광용적맥파에서 이소성 박동을 제거하고 보간하는 제2 처리부(234)를 포함할 수 있다.
제1 처리부(232)는, 광용적맥파에 1차적으로 비선형 필터를 적용하여 기저선 변동 잡음을 제거하고, 2차적으로 선형 필터를 적용하여 저주파 성분, 호흡 성분, 및 움직임 성분을 포함하는 저역 주파수 대역을 제외한 설정 주파수 대역의 신호를 통과시킬 수 있다.
여기서, 1차 필터로서의 비선형 필터는 광용적맥파에서 호흡 신호 등을 포함하는 기저선 변동 잡음(baseline wander)을 제거할 수 있으며, 무한 임펄스 응답 필터(infinite impulse response filter; IIR filter)로서, 구체적으로 y[n]-0.995y[n-1]=0.9975x[n]-0.9975x[n-1]에 따를 수 있다.
또한, 2차 필터로서의 선형 필터는 신호 지연, 위상 왜곡을 최소화할 수 있으며, 유한 임펄스 응답 필터(finite impulse response filter; FIR filter)로서, 0.5 내지 10Hz 주파수 대역에 대한 대역 통과 필터(band pass filter; BPF)일 수 있고, 이에 따라 저주파 성분(0.5Hz 미만), 호흡 성분(0.15 내지 0.4Hz), 움직임 성분(0.1Hz 미만)을 포함하는 저역 주파수 대역이 필터링될 수 있다.
제2 처리부(234)는, 제1 처리부(232)에 의해 신호 잡음이 제거된 광용적맥파에서 극점을 추출하여 극점 간격을 검출하고, 극점 간격을 통해 이소성 박동의 간격을 판단하여 이소성 박동을 제거하고 보간할 수 있다.
한편, 제2 처리부(234)는, 극점(peak) 추출 이전, 데이터 정규화를 수행할 수 있으며, 구체적으로 0-1 Normalization에 의하되 (value-min(value))/(max(value)-min(value))를 따를 수 있다.
구체적으로, 아래의 그림 1에 도시된 바와 같이, 제2 처리부(234)는 적응형 임계치(adaptive threshold) 탐색 과정을 통해 극점(peak)을 검출할 수 있고, 구체적으로 경험적으로 선택된 파형의 기울기를 통해 다음 맥동을 찾을 때까지 파형을 따라 추적(tracking)하고 다음 맥동을 감지하면 최대 임계치까지 이동하여 극점을 추출하며, 이후 전술한 과정을 반복적으로 수행함으로써 극점을 추출할 수 있다.
또한, 제2 처리부(234)는, 추출된 극점의 보정을 수행할 수 있고, 구체적으로 극점의 보정은 local maxima/minima를 통해 이루어질 수 있으며, 이 때, 반사파가 있는 경우에 해당 부분이 제외(ignored)되도록 극점 이후 기설정된 불응 기간(refractory period; 0.5 내지 1초, 바람직하게는 0.6초)을 가질 수 있다.
[그림 1] 적응형 임계치 탐색을 통한 극점 검출 및 극점의 보정 과정을 나타낸 모식도
제2 처리부(234)는 peak locs[n]-peak locs[n-1]에 따라 극점 간격(peak to peak interval; PPI) 또는 심박 간격(R to R interval; RRI)를 검출할 수 있으며, 검출된 극점 간격을 통해 0.675*PPI[n-1]<PPI[n]<1.245*PPI[n-1]에 따라 이소성 박동 간격을 판단할 수 있다.
이후, 제2 처리부(234)는 이소성 박동을 제거하고, 제거된 이소성 박동의 위치를 선형, 최근접이웃, 3차 스플라인, 형태 보존 등을 통해 보간할 수 있다.
판별부(240)는, 전처리된 광용적맥파의 이소성 박동, 심박수, 연속 심박수 차이 및 극점 진폭을 포함하는 양호 신호 지표를 양호 신호 지표에 대한 설정 파라미터와 비교하여 광용적맥파가 양호 또는 불량 신호인지 여부를 판별할 수 있다.
보다 구체적으로, 판별부(240)는, 이소성 박동 확인의 경우에 있어서, 극점 간격 값을 정렬한 후 해당 값의 분포에서 25%(q1)-75%(q3) 구간의 길이를 계산하고, 심박 간격(RRI)이 q1-1.5*iqr 미만 또는 q3+1.5*iqr 초과인 극점 간격이 존재하는 경우 불량 신호로 판단할 수 있다.
또한, 판별부(240)는, 심박수의 경우에 있어서, 극점을 기반으로 측정된 bpm이 max(200)보다 크거나 min(30)보다 작은 경우 불량 신호로 판단할 수 있다.
판별부(240)는, 연속 심박수 차이의 경우에 있어서, 수축기 극점에서 측정된 bpm과 맥동 시작점에서 측정된 bpm의 차가 10을 초과하는 경우 불량 신호로 판단할 수 있다.
판별부(240)는, 극점 진폭의 경우에 있어서, 수축기 극점의 진폭 미분 차이가 0.75 이상 또는 맥동 시작점의 미분 차이가 0.75 이상인 경우 불량 신호로 판단할 수 있다.
한편, 판별부(240)는, 생체 신호 판별 정확도를 향상 가능하도록, 생체 신호를 기설정된 머신 러닝 기반의 신호 품질 평가 모델을 통해 반복 학습함으로써 생체 신호가 양호 신호인지 여부를 판별할 수 있다.
다시 말해, 판별부(240)는, 양호 또는 불량 신호로 판별된 광용적맥파의 데이터를 학습하고, 학습 결과를 토대로 전처리된 광용적맥파의 1차원 신호 이미지를 분석해 광용적맥파가 양호 또는 불량 신호인지 여부를 판별 가능한 신호 품질 평가 모델을 이용할 수 있으며, 이에 따라, 광용적맥파 데이터의 처리 속도를 높여, 데이터의 실시간 처리 기능을 더욱 향상시킬 수 있다.
보다 구체적으로, 신호 품질 평가(signal quality assessment; SQR) 모델은 피시험자들(총 76명: 남자 29명, 여자 47명; 평균 연령 52.3+-10.8세)로부터 획득된 광용적맥파(왼쪽 손가락에서 측정)에서 숙련된 연구자에 의해 수동으로 평가된 검증 데이터 세트(양호(excellent): 14,644개, 보통(acceptable): 31,413개, 불량(unfit): 3,196개, 이상(unusual): 308개)를 토대로 학습을 수행할 수 있으며, 이후 전술한 방법에 따라 판별된 광용적맥파의 양호 또는 불량 신호에 대한 학습을 수행하여 평가 정확도를 보다 향상시킬 수 있다.
신호 품질 평가 모델은 머신 러닝 모델로서, 구체적으로 합성곱 신경망(convolution neural network; CNN)일 수 있고, 이 경우 사용 architecture는 activation function=ReLU, dropout rate=0.5 일 수 있다.
신호 품질 평가 모델은, 생체 신호의 이미지를 행렬 변환하는 행렬 변환부(242), 행렬 변환부(242)에 의해 변환된 행렬을 합성곱 연산 처리하여 계층을 생성하는 계층 생성부(243), 계층 생성부(243)에 의해 생성된 계층을 정규화하는 정규화부(244), 제1 정규화부(244)에 의해 정규화된 계층을 비선형 활성화하는 활성화부(245), 활성화부(245)에 의해 비선형 활성화된 계층을 부표본화하는 부표본화부(246), 부표본화부(246)에 의해 부표본화된 계층을 통합 연결하여 통합 행렬을 생성하는 통합부(247), 통합부(247)에 의해 생성된 통합 행렬을 정규화 연결하는 연결부(248), 및 연결부(248)에 의해 정규화 연결된 통합 행렬에 확률 함수를 적용하여 도출된 확률에 따라 생체 신호가 양호 신호인지 여부를 판별하는 결정부(249)를 포함할 수 있다.
도 10 및 이하 그림 2를 참조하여, 신호 품질 평가 모델의 신호 품질 평가 프로세스를 구체적으로 살펴보면 다음과 같다.
[그림 2] 신호 품질 평가 모델의 신호 품질 평가 프로세스를 나타낸 모식도
1) 행렬 변환부(242)에서 전처리된 광용적맥파의 신호 이미지를 행렬 변환하고, 2) 계층 생성부(243)에서 행렬을 합성곱(convolution) 연산 처리하여 계층((convolution) layers)을 생성하고, 3) 정규화부(244)에서 계층을 정규화(batch normalization)한 후, 4) 활성화부(245)에서 비선형 활성화(rectified linear unit activation; ReLU)하고, 5) 부표본화부(246)에서 비선형 활성화된 계층을 부표본화(subsampling; max pooling)한 후(이 때, 상기 단계 2) 내지 5)는 복수 회로 반복 수행 가능, 바람직하게는 2회 반복 수행), 6) 통합부(247)에서 통합 연결(dense; connection)하여 통합 행렬을 생성하고, 7) 연결부(248)에서 통합 행렬을 정규화 연결(dropout, dropout rate=0.5)한 후(단계 7) 이후 단계 6) 추가 수행 가능), 8) 결정부(249)에서 회귀 확률 함수(softmax)를 적용하여 도출된 확률에 따라 광용적맥파가 양호 또는 불량 신호인지 여부를 판별할 수 있다.
이와 같은 신호 품질 평가 모델을 통해 신호 품질 평가 테스트를 실시한 결과, 훈련 데이터 세트와 검증 데이터 세트에 대한 학습 과정이 반복됨(epoch 증가)에 따라 정확도가 증가하는 것을 확인할 수 있었다.
구체적으로, 이하 표 1에 나타난 바와 같이, 훈련(training) 데이터 세트에서는 최대 AUC(area under curve)=0.998, 테스트(test) 데이터 세트에서는 최대 AUC=0.994의 높은 정확도로 불량 및 양호 신호를 판별하였으며, 테스트 데이터 세트에서 accuracy(양호 및 불량 신호 모두 맞출 확률)=0.975, sensitivity(양호 및 불량 신호 중 불량 신호를 맞출 확률)=0.964, specificity(양호 및 불량 신호 중 양호 신호를 맞출 확률)=0.987, PPV(positive predictivity value; 양성예측율)=0.848로 높은 예측 정확치를 보였다.
또한, 이와 같은 신호 품질 평가 모델은, 이하 표 2에 나타난 바와 같이, 기존 연구 대비 보다 향상된 성능을 나타내는 것으로 확인되었다.
| Average Value of 5-Fold cross Validation | Data set | ||
| Training (N=29,737) |
Validation (N=9,912) |
Test (N=9,912) |
|
| Accuracy * | 0.987 | 0.974 | 0.975 |
| Sensitivity | 0.990 | 0.977 | 0.964 |
| Specificity | 0.987 | 0.981 | 0.987 |
| PPV | 0.870 | 0.866 | 0.848 |
| AUC | 0.998 | 0.994 | 0.994 |
| Reference | N | Sensitivity | Specificity | PPV | Accuracy | input |
| Proposed | 76 | 0.964 | 0.987 | 0.848 | 0.975 | raw PPG |
| Liu et al.(2020) | 14 | 0.920 | 0.920 | 0.960 | 0.950 | |
| Naeini et al.(2019) | 1 | 0.830 | - | 0.830 | - | |
| Fischer et al.(2017) | 69 | 0.994 | 0.920 | 0.984 | 0.978 | Detected feature |
| Sukor et al.(2011) | 13 | 0.890 | 0.770 | - | 0.830 | |
| Selvaraj et al.(2011) | 10 | 0.993 | 0.938 | - | 0.948 | |
| Li & Clifford(2012) | 13 | - | - | - | 0.952 | |
| Liu et al.(2020) | 10 | 0.810 | 0.900 | 0.940 | 0.830 |
지표 도출부는, 판별부에 의해 양호 신호로 판별된 생체 신호로부터 설정 지표를 도출할 수 있다.
이 때, 설정 지표는 광용적맥파 파형의 면적 관련 지표, 길이 관련 지표, 시간 관련 지표, 진폭 관련 지표, 및 기울기 관련 지표를 포함할 수 있다.
설정 지표는, 광용적맥파 파형을 통해 혈량 변화를 추정하고 이에 따라 자율 신경 활동을 예측 가능한 점을 토대로, 이하 그림 3과 같이, 광용적맥파의 파형 형태와 관련하여 도출된 것으로서, 이와 같은 설정 지표는 도 3의 표에서 정리된 세부 지표들을 포함할 수 있다.
[그림 3] 광용적맥파 기반 설정 지표를 나타낸 모식도
이와 같은 설정 지표와 관련하여 구체적으로 살펴보면 다음과 같다.
광용적맥파는 피부색, 해부학적 요인, 주변광, 센서 감도, 측정 환경 등 여러 주변 요인에 영향을 받아 상대적 비교가 어려운 임의 단위를 가지는 바, 설정 지표를 통해 상대적 비교가 가능하도록, 이하 그림 4와 같이, 면적 관련 지표는 전체 파형 면적 내지 진폭으로, 길이 관련 지표는 PPI로 나누거나 비율 계산됨으로써 정규화(spatial/temporal normalization)될 수 있다.
[그림 4] 광용적맥파 기반 설정 지표 정규화를 나타낸 모식도
또한, 설정 지표는, 이하 그림 5와 같이, 일차 미분된 광용적맥파 파형에서 예상 통증 연관성이 높은 시간 간격, 진폭 간격을 계산하여 도출한 시간 관련 지표와 진폭 관련 지표를 포함할 수 있고, 또한 박동 간격이나 진폭으로 무차원화하여 정규화한 지표를 포함할 수도 있다.
[그림 5] 미분된 공용적맥파 기반 설정 지표를 나타낸 모식도
비교 분석부는, 지표 도출부에 의해 도출된 설정 지표를 기준 데이터와 비교 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출할 수 있다.
구체적으로, 기준 데이터는, 사용자의 시술 이전 광용적맥파에서 도출된 설정 지표값 또는 통증 정도의 지표 내지 기준이 되는 데이터를 포함할 수 있다.
계속해서, 도 4 내지 도 7을 참조하여, 통증 치료부(100)에 대해 구체적으로 설명하도록 한다.
통증 치료부(100)는, 광 투과가 가능하도록 복수의 투과홀(112)을 구비하는 바디부(110), 바디부(110)의 내부에 배치되어 전기 에너지를 공급하는 배터리(120), 배터리(120)와 전기적으로 연결되어 바디부(110)의 내부에 배치되는 회로 기판(130), 회로 기판(130)에 전기적으로 연결되어 투과홀(112)을 통해 시술 부위에 저출력 레이저를 조사하는 저출력 광조사부(140), 회로 기판(130)에 전기적으로 연결되어 시술 부위에 초음파를 전달하는 초음파 전달부(150), 및 회로 기판(130)에 전기적으로 연결되어 시술 부위의 통증 분석을 위해 광용적맥파를 감지하는 생세 신호 감지 센서(160)를 포함할 수 있으며, 이하 각 구성에 대해 구체적으로 설명하도록 한다.
바디부(110)는 광 투과가 가능하도록 복수의 투과홀(112)을 구비할 수 있다.
여기서, 투과홀(112)은 후술할 바와 같이 바디부(110)의 내부에 배치되는 저출력 광조사부(140)가 저출력 레이저를 시술 부위로 조사하기 위한 통로 역할을 할 수 있다.
바디부(110)에는 초음파 전달 및/또는 저출력 레이저 조사 정도를 사용자가 조절하기 위한 조절 버튼(114)이 배치될 수 있다.
조절 버튼(114)은 후술할 회로 기판(130)에 전기적으로 연결되며, 물리 버튼 형태로 바디부(110)에 설치되거나 터치 인식 방식으로 바디부(110)에 마련될 수 있다.
한편, 바디부(110)와 결합하여 신체에 착용할 수 있는 밴드부(116)가 더 포함될 수 있다.
밴드부(116)에는 바디부(110)를 결합 가능한 공간이 마련될 수 있고, 밴드부(116)는 손목시계에서와 같은 스트랩 형태는 물론, 보다 두꺼운 신체 부위에 결합 가능하도록 암밴드나 벨트 형태를 가질 수도 있다.
배터리(120)는 바디부(110)의 내부에 배치되어 전기 에너지를 공급할 수 있다.
배터리(120)는 충전 가능한 것일 수 있고, 이 경우, 바디부(110)에는 외부에서 배터리(120)를 충전하기 위한 케이블을 연결 가능한 충전 단자(118)가 배치될 수 있다.
회로 기판(130)은 배터리(120)와 전기적으로 연결되어 바디부(110)의 내부에 배치될 수 있다.
즉, 회로 기판(130)은 배터리(120)와 전기적으로 연결되어 후술할 저출력 광조사부(140), 초음파 전달부(150) 기타 회로 기판(130)과 전기적으로 연결되는 다수의 구성들이 작동되도록 기능할 수 있으며, 보다 구체적으로 회로 기판(130)은 인쇄 회로 기판(printed circuit board; PCB)일 수 있다.
저출력 광조사부(140)는 회로 기판(130)에 전기적으로 연결되어 투과홀(112)을 통해 시술 부위에 저출력 레이저를 조사할 수 있다.
저출력 광조사부(140)또한, 저출력 광조사부(140)는 저출력 레이저를 조사하는 동안 다량의 열을 발생시키므로, 이와 같은 열을 소산시키기 위하여 레이저 소자와 바디부(110) 사이에 방열판(heat sink)(146)이 개재될 수 있다.
저출력 레이저와 관련하여, 통증에 대한 저출력 레이저의 치료적 효과 평가를 위해 실시한 임상 실험의 결과는 다음과 같다.
(1) 수술 후 통증 모델 제작: Incisional model(도 8(a) 참조)
1) sevoflurane 마취 하에서 250-300g 수컷 Sprague-Dawley 쥐 발바닥을 절개하여 제작함
2) 실험 쥐 발바닥의 족저근(plantaris muscle)을 찾아 그 기시부와 정지부를 남기고 근섬유 방향을 따라 세로로 절개하여 수술 후 통증을 유발함
(2) 말초신경 손상에 의한 통증 모델 제작: Chung model(spinal nerve ligation)
- sevoflurane 마취 하에서 160-180g 수컷 Sprague-Dawley 쥐의 척수 신경(L5, 6)을 결찰하여 신경병성 통증을 유발함
(3) 수술 후 통증 유발 유무에 대한 행동학적 평가(도 8(b) 참조)
1) 기계적 자극에 대한 회피 반응 평가
2) 기계적 자극은 von Frey filaments를 이용하여 회피반응을 평가함
3) 실험에 사용할 쥐를 30분간 적응시킨 후 von Frey filaments(0.4, 0.7, 1.2, 2.0, 3.6, 5.5, 8.5, 15g)를 쥐의 발바닥에 자극을 가하여 발바닥을 움직이는 회피반응을 up-down법을 이용하여 평가함
4) 15g의 자극에도 반응이 없는 경우를 cut-off 값으로 정함
5) 절개측 부위에서 기계적 이질통이 통계적으로 유의하게 유발됨(***P<0.001)(도 8(c) 참조)
(4) 수술 후 통증에 대한 치료적 효과 평가(도 8(d) 참조)
1) 레이저 조사 후 통증 평가
2) Group 1: 통증 유발 쥐 발바닥에 레이저 30분 조사, 30분 휴식 후 평가
Group 2: 통증 유발 쥐 발바닥에 레이저 60분 조사, 30분 휴식 후 평가
3) 레이저 조사 시간에 따라 통증이 유의하게 감소됨(*P<0.05, **P<0.01, ***P<0.001)(도 8(e) 참조)
초음파 전달부(150)는 회로 기판(130)에 전기적으로 연결되어 시술 부위에 초음파를 전달할 수 있다.
초음파 전달부(150)는, 바디부(110)와 결합되고 내부 공간을 구비하는 케이스(152), 및 케이스(152)의 내부 공간에 배치되고 회로 기판(130)과 전기적으로 연결되어 압전 효과에 따라 전기 에너지를 진동 에너지를 변환시켜 초음파를 발생시키는 압전 소자(154)를 포함할 수 있다.
이 때, 압전 소자(154)는 수정, 전기석, 로셸염, 타이타늄산바륨, 인산이수소암모늄, 타타르산에틸렌다이아민, 및 인공세라믹 등으로 이루어질 수 있다.
케이스(152)는 일면이 피부와 접촉되어 내부 공간에 배치된 압전 소자(154)가 발생시킨 초음파를 피부로 전달할 수 있고, 이 경우 케이스(152)는 보다 효과적으로 초음파를 시술 부위로 전달 가능하도록, 바디부(110)보다 돌출될 수 있다.
생체 신호 감지 센서(160)는 회로 기판(130)에 전기적으로 연결되어 시술 부위의 통증 분석을 위해 광용적맥파를 감지할 수 있다.
생체 신호 감지 센서(160)는 측정하고자 하는 부위에 광을 조사한 후 되돌아온 광을 수신함으로써 광용적맥파를 감지할 수 있다.
이에 따라, 생체 신호 감지 센서(160)는, 전술한 저출력 광조사부(140)와 달리, 되돌아온 광을 수신하기 위하여 바디부(110)와의 사이에 방열판(146)이 개재되지 않을 수 있다.
제어부(미도시)는 생체 신호 감지 센서(160)에 의해 감지된 광용적맥파를 이용하여 분석된 통증 정도 또는 시술 전후의 생체 신호 변화에 따라 저출력 광조사부(140) 및 초음파 전달부(150) 중 적어도 어느 하나의 작동을 제어할 수 있다.
이 경우, 제어부는 후술할 통신부로부터 통증 측정부(200)에서 분석된 통증 정도 또는 시술 전후의 생체 신호 변화에 대한 데이터를 제공받을 수 있으며, 통신부로부터 제공된 데이터에 따라 저출력 광조사부(140) 및/또는 초음파 전달부(150)를 제어하여 저출력 레이저 조사 및/또는 초음파 전달의 강도 등을 조절할 수 있다.
저출력 광조사부(140)는 100mW 이하의 출력값을 가질 수 있다.
저출력 광조사부(140)는 파장, 출력, 광각, 출력 시간 등의 세부 조건값이 서로 상이한 복수의 광 소자를 포함할 수 있다.
이 경우, 광 소자는 레이저 다이오드(laser diode) 또는 엘이디(LED)를 포함할 수 있으며, 그 밖에도 다양한 발광 소자를 포함할 수 있다.
구체적으로, 저출력 광조사부(140)는, 630nm 내지 680nm 파장대의 저출력 레이저를 조사하는 제1 소자(142), 및 800nm 내지 850nm 파장대의 저출력 레이저를 조사하는 제2 소자(144)를 포함할 수 있다.
또한, 저출력 광 조사부(140)는 900nm 내지 1000nm 파장대의 저출력 레이저를 조사하는 제3 소자(미도시)를 더 포함할 수도 있다.
제1 소자(142)에서 조사되는 630nm 내지 680nm 파장대의 저출력 레이저의 경우, 저출력 레이저의 세포 재생 원리에 따른 통증 완화 등의 효과를 발생시킬 수 있다.
또한, 제2 소자(144)에서 조사되는 800nm 내지 850nm 파장대의 저출력 레이저의 경우, 혈류 개선, 혈관 확장, 혈류 속도 향상 등의 효과를 발생시킬 수 있다.
제3 소자에서 조사되는 900nm 내지 1000nm 파장대의 저출력 레이저의 경우, 신경 자극 및 교란 등에 따른 통증 완화 등의 효과를 발생시킬 수 있다.
이에 대해, 초음파 전달부(150)는, 표재근 및 심부근까지 도달 가능한 1 내지 5MHz 주파수 대역의 초음파를 시술 부위에 전달함으로써 통증 완화 등의 효과를 발생시킬 수 있다.
제1 소자(142) 및 제2 소자(144)는 교차로 작동되거나 동시에 작동될 수 있다.
이 경우, 서로 상이한 파장대의 저출력 레이저가 단독 또는 조합되어 조사됨으로써, 각 파장대에서의 전술한 효과가 발생 가능함은 물론, 이들의 결합에 의한 복합적인 치료 효과가 발생될 수 있다.
제1 소자(142) 및 제2 소자(144)는 각각 복수로 형성되고, 초음파 전달부(150)는 바디부(110)의 중앙 영역에 배치되고, 제1 소자(142) 및 제2 소자(144)는 바디부(110)의 주변 영역을 따라 교대로 배치될 수 있다.
이에 따라, 초음파 전달부(150)가 초음파를 시술 부위에 전달함과 더불어 복수의 제1 소자(142)가 배치되어 저출력 레이저를 조사함으로써 통증 완화 효과가 보다 증진될 수 있다.
또한 제1 소자(142) 사이에 복수의 제2 소자(144)가 배치되어 작동함으로써 시술 부위에 혈류 개선, 세포 재생 및/또는 세포 활성화 효과를 발생시키므로, 이에 따라 통증 치료 효과가 더욱 향상될 수 있다.
생체 신호 감지 센서(160)는, 투과홀(112)을 통해 측정 부위에 광을 조사하는 발광부(162), 발광부(162)에 의해 조사된 후 투과되거나 반사된 광을 수신하는 수광부(164), 및 수광부(164)로 저출력 광조사부(140)에서 조사된 저출력 레이저 광의 유입을 방지하도록 수광부(164)와 저출력 광조사부(140) 사이에 개재되는 차광부(166)를 포함할 수 있다.
이 때, 차광부(166)는 암막으로서 형성되어 회로 기판(130)과 바디부(110) 사이에 개재됨에 따라 저출력 광조사부(140)와 수광부(164) 사이를 공간적으로 차단 구획할 수 있다.
이와 같은 차광부(166)를 통해 저출력 레이저 광의 수신부로의 유입이 방지되어 광용적맥파 측정 정확도가 보다 높아지고, 이에 따라 광용적맥파를 이용한 통증 분석 결과의 정확도가 향상될 수 있다.
회로 기판(130)은, ALC(ambient light cancellation) 회로 모듈, 및 저잡음 전원 공급 회로 모듈을 포함할 수 있다.
이 경우, ALC 회로 모듈은 생체 신호 감지 센서(160)로 수신되는 광과 주변 광의 간섭을 회피시킬 수 있다.
또한, 저잡음 전원 공급 회로 모듈은 전원 스위칭에 의해 발생되는 노이즈가 생체 신호 감지 센서(160)의 광용적맥파 감지에 간섭되는 것을 방지할 수 있다.
따라서, ALC 회로 모듈 및 저잡음 전원 공급 회로 모듈을 통해 생체 신호 감지 센서(160)의 광용적맥파 감지 정확도가 향상되는 바, 보다 정확한 통증 분석 결과가 도출될 수 있다.
회로 기판(130)에 전기적으로 연결되어 생체 신호 감지 센서(160)에 의해 감지된 광용적맥파를 사용자 단말(400)로 전송하는 통신부(미도시)가 더 포함될 수 있다.
이 때, 통신부는 근거리 통신 모듈일 수 있고, 이 경우 블루투스(bluetooth)가 이용될 수 있다.
사용자 단말(400)은 통신부로부터 수신된 광용적맥파를 통증 측정부(200)로 전송할 수 있고, 통증 측정부(200)는 광용적맥파를 이용하여 통증 정도 또는 시술 전후의 생체 신호 변화를 분석할 수 있다.
통증 측정부(200)로부터 분석된 결과 데이터는 다시 사용자 단말(400)로 전송되며, 통신부는 사용자 단말(400)로부터 해당 데이터를 수신할 수 있다.
도 9 및 도 10을 참조하여 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 프로세스에 대해 설명하도록 한다.
단계110에서는, 생체 신호 감지 센서(160)가 시술 부위의 통증 분석을 위해 광용적맥파를 감지할 수 있다.
단계120에서는, 통신부가 생체 신호 감지 센서(160)에 의해 감지된 광용적맥파를 사용자 단말(400)로 전송할 수 있다.
단계130에서는, 사용자 단말(400)이 통신부로부터 수신된 광용적맥파를 통증 측정부(200)로 전송할 수 있다.
이 때, 구체적으로 통증 측정부(200)으로 전송된 광용적맥파는 생체 신호 수집부(210)에 수집 및 저장될 수 있다.
단계140에서는, 제1 처리부(232)가 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거할 수 있다.
구체적으로, 단계140은, 광용적맥파에 1차적으로 비선형 필터를 적용하여 기저선 변동 잡음을 제거하는 단계, 2차적으로 광용적맥파에 선형 필터를 적용하여 저주파 성분, 호흡 성분, 및 움직임 성분을 포함하는 저역 주파수 대역을 제외한 설정 주파수 대역의 신호를 통과시키는 단계를 포함할 수 있다.
단계150에서는, 제2 처리부(234)가 제1 처리부(232)에 의해 신호 잡음이 제거된 광용적맥파에서 이소성 박동을 제거하고 보간할 수 있다.
단계150은, 구체적으로, 전처리된 광용적맥파에서 극점을 추출하여 극점 간격을 검출하는 단계, 검출된 극점 간격을 통해 이소성 박동의 간격을 판단하여 이소성 박동을 제거하는 단계, 및 제거된 이소성 박동의 위치를 보간하는 단계를 포함할 수 있다.
단계160에서는, 판별부(240)가 전처리된 광용적맥파가 양호 또는 불량 신호인지 여부를 판별할 수 있다.
보다 구체적으로, 단계160에서는, 전처리된 광용적맥파의 이소성 박동, 심박수, 연속 심박수 차이 및 극점 진폭을 포함하는 양호 신호 지표를 양호 신호 지표에 대한 설정 파라미터와 비교하여 광용적맥파가 양호 또는 불량 신호인지 여부를 판별할 수 있다.
한편, 판별부(240)는, 생체 신호 판별 정확도를 향상 가능하도록, 생체 신호를 기설정된 머신 러닝 기반의 신호 품질 평가 모델을 통해 반복 학습함으로써 생체 신호가 양호 신호인지 여부를 판별할 수 있다.
다시 말해, 판별부(240)는, 양호 또는 불량 신호로 판별된 광용적맥파의 데이터를 학습하고, 해당 학습 결과를 토대로 전처리된 광용적맥파의 1차원 신호 이미지를 분석해 광용적맥파가 양호 또는 불량 신호인지 여부를 판별 가능한 신호 품질 평가 모델을 이용할 수 있다.
보다 구체적으로, 신호 품질 평가 모델의 신호 품질 평가 프로세스(S170)는, 도 10에 도시된 바와 같이, 행렬 변환부(242)가 전처리된 광용적맥파의 신호 이미지를 행렬 변환하는 단계(S171), 계층 생성부(243)가 행렬을 합성곱(convolution) 연산 처리하여 계층((convolution) layers)을 생성하는 단계(S172), 정규화부(244)가 계층을 정규화(batch normalization)하는 단계(S173), 활성화부(245)가 정규화된 계층을 비선형 활성화(rectified linear unit activation; ReLU)하는 단계(S174), 부표본화부(246)가 비선형 활성화된 계층을 부표본화(subsampling; max pooling)하는 단계(S175)(이 때, 단계 172 내지 175는 복수 회로 반복 수행 가능, 바람직하게는 2회 반복 수행), 통합부(247)가 부표본화된 계층을 통합 연결(dense; connection)하여 통합 행렬을 생성하는 단계(S176), 통합 행렬을 정규화 연결(dropout, dropout rate=0.5)하는 단계(S177)(단계177 이후 단계176 추가 수행 가능), 및 결정부(249)가 정규화 연결 결과값에 회귀 확률 함수(softmax)를 적용하여 도출된 확률에 따라 광용적맥파가 양호 또는 불량 신호인지 여부를 판별하는 단계(S178)를 포함할 수 있다.
단계180에서는, 지표 도출부(250)가 양호 신호로 판별된 광용적맥파로부터 설정 지표를 도출할 수 있다.
단계185에서는, 비교 분석부(260)가 설정 지표를 기준 데이터와 비교 분석하여 통증 정도 또는 시술 전후의 생체 신호 변화를 도출할 수 있다.
구체적으로, 기준 데이터는, 시술 이전의 광용적맥파의 설정 지표값 또는 통증 정도의 지표 내지 기준이 되는 데이터를 포함할 수 있다.
또한, 비교 분석부(260)에 의한 분석 결과는 사용자 단말(400)로 전송될 수 있으며, 여기서 통증 정도 또는 시술 전후의 생체 신호 변화에는 통증 개선 정도가 포함될 수 있다.
단계190에서는, 통신부가 사용자 단말(400)로부터 통증 측정부(200)에서 분석된 통증 정도 또는 시술 전후의 생체 신호 변화를 수신할 수 있다.
단계200에서는, 제어부가 통신부로 수신된 통증 측정부(200)에서 분석된 통증 정도 또는 시술 전후의 생체 신호 변화에 따라 저출력 광조사부(140) 및 초음파 전달부(150) 중 적어도 어느 하나의 작동을 제어할 수 있다.
단계210에서는, 사용자 단말(400)이 사용자로부터 초음파 및/또는 저출력 레이저 시술에 대한 만족 지수를 입력받을 수 있다.
단계220에서는, 제어부가 통증 측정부(200)에서 분석된 통증 개선 정도가 기준값 이상인지 여부를 판단하여 개선 지수를 산출할 수 있다.
단계220은, 통증 측정부(200)에서 분석된 통증 개선 정도가 기준값 이상인 경우, 만족 지수에 가산 지수를 더하여 개선 지수를 산출하는 단계, 및 통증 측정부(200)에서 분석된 통증 개선 정도가 기준값 미만인 경우, 만족 지수를 개선 지수로 산출(만족 지수=개선 지수)하는 단계를 포함할 수 있다.
단계230에서는, 제어부가 개선 지수를 기준 지수와 비교하여, 개선 지수가 기준 지수 미만인 경우, 저출력 광조사부(140) 및 초음파 전달부(150) 중 적어도 어느 하나의 작동을 제어할 수 있고, 또한 개선 지수가 기준 지수 이상인 경우, 통증 개선 정도, 만족 지수 및 개선 지수를 포함하는 제1 사용자 데이터를 사용자 단말(400)로 전송할 수 있다.
단계250에서는, 통증 측정부(200)가 사용자 단말(400)로부터 제1 사용자 데이터를 수신하여 데이터베이스에 저장할 수 있다.
단계260에서는, 통증 측정부(200)가 데이터베이스에 저장된 제1 사용자 데이터를 학습하여 저출력 레이저 및/또는 초음파에 대한 추천 시술 모드를 생성 및 제공할 수 있으며, 이에 따라 개인 맞춤형 시술을 사용자에게 제공할 수 있게 된다.
한편, 단계270에서는, 통증 측정부(200)가 신체 정보 및 적응증을 포함하는 제2 사용자 데이터를 사용자 단말(400)로부터 수신하여 데이터베이스에 저장할 수 있다.
또한, 단계280에서는, 통증 측정부(200)가 복수의 사용자의 사용자 단말(400)로부터 제1 사용자 데이터 및 제2 사용자 데이터를 수신 및 분석하여 모집단 통계 정보를 생성 및 갱신할 수 있다.
단계290에서는, 통증 측정부(200)가 사용자의 제2 사용자 정보에 대응되는 모집단 통계 정보의 제1 사용자 데이터에 따라 저출력 레이저 및/또는 초음파에 대한 추천 시술 모드를 생성하여 제공할 수 있으며, 이에 따라 사용자는 자신이 포함되는 모집단에서의 효과적인 시술 모드를 추천받아 사용할 수 있게 된다.
단계300에서는, 통증 측정부(200)가 사용자의 내원 시 초진 자료로 이용 가능하도록, 분석된 통증 정도 또는 시술 전후의 생체 신호 변화를 의료 기관 정보 서버로 전송할 수 있다.
여기서, 의료 기관 정보 서버는 EMR(electronic medical record), PHR(personal health record) 등을 포함할 수 있다.
단계310에서는, 통증 측정부(200)가 분석된 통증 정도 또는 시술 전후의 생체 신호 변화를 기준치와 비교하여, 기준치 이상인 경우, 사용자 단말(400)로 내원 권유 메시지를 발송할 수 있다.
앞서 살펴본, 본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 의하면, 사용자 개인의 생체 신호 수집과 분석을 기반으로 한 개인 맞춤형의 정확한 통증 평가가 가능하다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 의하면, 인공 지능 모델을 통한 생체 신호의 반복 학습을 통해 통증 평가의 정확도를 향상시킬 수 있다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 의하면, 사용자가 내원하지 않고도 일상 생활 속에서 비대면으로 자가 통증 평가, 진단, 및 관리 가능하다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 의하면, 사용자의 자가 통증 진단 결과에 따른 맞춤형 통증 치료가 가능하다.
본 발명에 따른 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템(300)에 의하면, 통증 진단과 그에 따른 통증 치료가 인라인(in-line)으로 진행될 수 있다.
한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.
또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.
100: 통증 치료부
110: 바디부
120: 배터리
130: 회로 기판
140: 저출력 광조사부
150: 초음파 전달부
160: 생체 신호 감지 센서
200: 통증 측정부
210: 생체 신호 수집부
220: 분석부
230: 전처리부
240: 판별부
250: 지표 도출부
260: 비교 분석부
300: 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템
400: 사용자 단말
110: 바디부
120: 배터리
130: 회로 기판
140: 저출력 광조사부
150: 초음파 전달부
160: 생체 신호 감지 센서
200: 통증 측정부
210: 생체 신호 수집부
220: 분석부
230: 전처리부
240: 판별부
250: 지표 도출부
260: 비교 분석부
300: 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템
400: 사용자 단말
Claims (7)
- 통증 완화 또는 통증 치료를 위한 시술을 수행하는 통증 치료부; 및
상기 통증 치료부를 사용하는 사용자의 생체 신호 변화를 수집 및 분석하여, 상기 사용자의 통증 정도 또는 시술 전후의 상기 생체 신호 변화를 도출하여 상기 사용자에게 제공하는 통증 측정부를 포함하고,
상기 통증 측정부는,
상기 생체 신호를 수집하는 생체 신호 수집부; 및
상기 생체 신호 수집부에 의해 수집된 상기 생체 신호를 분석하여 상기 통증 정도 또는 시술 전후의 상기 생체 신호 변화를 도출하는 분석부를 포함하고,
상기 분석부는,
상기 생체 신호를 전처리하는 전처리부;
상기 전처리부에 의해 전처리된 상기 생체 신호가 양호 신호인지 여부를 판별하는 판별부;
상기 판별부에 의해 양호 신호로 판별된 상기 생체 신호로부터 설정 지표를 도출하는 지표 도출부; 및
상기 지표 도출부에 의해 도출된 상기 설정 지표를 기준 데이터와 비교 분석하여 상기 통증 정도 또는 시술 전후의 상기 생체 신호 변화를 도출하는 비교 분석부를 포함하는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
- 제1항에 있어서,
상기 판별부는,
상기 생체 신호 판별 정확도를 향상 가능하도록, 상기 생체 신호를 기설정된 머신 러닝 기반의 신호 품질 평가 모델을 통해 반복 학습함으로써 상기 생체 신호가 양호 신호인지 여부를 판별 가능한, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
- 제1항에 있어서,
상기 판별부는,
상기 생체 신호의 이미지를 행렬 변환하는 행렬 변환부;
상기 행렬 변환부에 의해 변환된 상기 행렬을 합성곱 연산 처리하여 계층을 생성하는 계층 생성부;
상기 계층 생성부에 의해 생성된 상기 계층을 정규화하는 정규화부;
상기 제1 정규화부에 의해 정규화된 상기 계층을 비선형 활성화하는 활성화부;
상기 활성화부에 의해 비선형 활성화된 상기 계층을 부표본화하는 부표본화부;
상기 부표본화부에 의해 부표본화된 상기 계층을 통합 연결하여 통합 행렬을 생성하는 통합부;
상기 통합부에 의해 생성된 상기 통합 행렬을 정규화 연결하는 연결부; 및
상기 연결부에 의해 정규화 연결된 상기 통합 행렬에 확률 함수를 적용하여 도출된 확률에 따라 상기 생체 신호가 양호 신호인지 여부를 판별하는 결정부를 포함하는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
- 제1항에 있어서,
상기 통증 측정부는,
상기 통증 치료부와 양방향 통신 가능하도록 구비되어, 상기 사용자의 상기 통증 정도 또는 시술 전후의 상기 생체 신호 변화를 인라인(in-line)으로 상기 사용자에게 제공 가능한, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
- 제1항에 있어서,
상기 생체 신호는 광용적맥파를 포함하고,
상기 전처리부는,
상기 생체 신호 수집부에 의해 수집된 상기 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부; 및
상기 제1 처리부에 의해 상기 신호 잡음이 제거된 상기 광용적맥파에서 이소성 박동을 제거하고 보간하는 제2 처리부를 포함하는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
- 제1항에 있어서,
상기 생체 신호는 광용적맥파를 포함하고,
상기 전처리부는 상기 생체 신호 수집부에 의해 수집된 상기 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부를 포함하되,
상기 제1 처리부는,
상기 광용적맥파에 1차적으로 상기 비선형 필터를 적용하여 기저선 변동 잡음을 제거하고, 2차적으로 상기 선형 필터를 적용하여 저주파 성분, 호흡 성분, 및 움직임 성분을 포함하는 저역 주파수 대역을 제외한 설정 주파수 대역의 신호를 통과시키는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
- 제1항에 있어서,
상기 생체 신호는 광용적맥파를 포함하고,
상기 전처리부는,
상기 생체 신호 수집부에 의해 수집된 상기 광용적맥파에 비선형 필터 및 선형 필터를 순차 적용하여 신호 잡음을 제거하는 제1 처리부; 및
상기 제1 처리부에 의해 상기 신호 잡음이 제거된 상기 광용적맥파에서 극점을 추출하여 상기 극점 간격을 검출하고, 상기 극점 간격을 통해 상기 이소성 박동의 간격을 판단하여 상기 이소성 박동을 제거하고 보간하는 제2 처리부를 포함하는, 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210173307A KR20230085020A (ko) | 2021-12-06 | 2021-12-06 | 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 |
| PCT/KR2022/015170 WO2023106588A1 (ko) | 2021-12-06 | 2022-10-07 | 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210173307A KR20230085020A (ko) | 2021-12-06 | 2021-12-06 | 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230085020A true KR20230085020A (ko) | 2023-06-13 |
Family
ID=86730608
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210173307A KR20230085020A (ko) | 2021-12-06 | 2021-12-06 | 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR20230085020A (ko) |
| WO (1) | WO2023106588A1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210133424A (ko) | 2020-04-29 | 2021-11-08 | 길민철 | 치과 시술용 통증 완화 시스템 및 방법 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140296655A1 (en) * | 2013-03-11 | 2014-10-02 | ROPAMedics LLC | Real-time tracking of cerebral hemodynamic response (rtchr) of a subject based on hemodynamic parameters |
| JP6721607B2 (ja) * | 2015-01-10 | 2020-07-15 | デュレン、デボラ | 患者の治療と転帰の診断と検証のための、自律神経機能の測定方法および装置 |
| KR20190049430A (ko) * | 2017-10-31 | 2019-05-09 | 연세대학교 산학협력단 | 맥파 및 심박변이도를 이용한 통증 분류 방법 |
| KR102035731B1 (ko) * | 2018-04-06 | 2019-10-23 | 재단법인 아산사회복지재단 | 광용적맥파를 이용한 통증심도 측정 방법 및 장치 |
| KR102267640B1 (ko) * | 2019-02-21 | 2021-06-22 | 박세영 | 의료용 레이저 조사장치 |
-
2021
- 2021-12-06 KR KR1020210173307A patent/KR20230085020A/ko not_active Application Discontinuation
-
2022
- 2022-10-07 WO PCT/KR2022/015170 patent/WO2023106588A1/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210133424A (ko) | 2020-04-29 | 2021-11-08 | 길민철 | 치과 시술용 통증 완화 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023106588A1 (ko) | 2023-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Biswas et al. | Heart rate estimation from wrist-worn photoplethysmography: A review | |
| Singh et al. | Bioelectrical signals as emerging biometrics: Issues and challenges | |
| Bsoul et al. | Apnea MedAssist: real-time sleep apnea monitor using single-lead ECG | |
| Chan et al. | Wavelet distance measure for person identification using electrocardiograms | |
| US9053308B2 (en) | Multi electro-biometric user recognition | |
| Pal et al. | Evaluation of bioelectric signals for human recognition | |
| Chen et al. | Laser doppler vibrometry measures of physiological function: Evaluation of biometric capabilities | |
| Shen et al. | Detection and prediction of sudden cardiac death (SCD) for personal healthcare | |
| CA2747057A1 (en) | Method and apparatus for determining heart rate variability using wavelet transformation | |
| CN105105732A (zh) | 实现脉搏心率检测以及情绪和疲劳程度监测的系统及方法 | |
| Martínez‐Rodrigo et al. | Film mood induction and emotion classification using physiological signals for health and wellness promotion in older adults living alone | |
| Chauhan et al. | Real-time stress assessment through PPG sensor for VR biofeedback | |
| US20230172565A1 (en) | Systems, devices, and methods for developing a model for use when performing oximetry and/or pulse oximetry and systems, devices, and methods for using a fetal oximetry model to determine a fetal oximetry value | |
| Kanawade et al. | Photoplethysmography based arrhythmia detection and classification | |
| US20230001224A1 (en) | Devices, systems, and methods for non-invasive chronic pain therapy | |
| Byfield et al. | Towards robust blood pressure estimation from pulse wave velocity measured by photoplethysmography sensors | |
| Aamir et al. | Automatic Heart Disease Detection by Classification of Ventricular Arrhythmias on ECG Using Machine Learning. | |
| CN116312951B (zh) | 一种基于多模态耦合分析的运动功能评估方法及其系统 | |
| KR20230085020A (ko) | 생체 신호 수집과 분석 기반의 신체 착용형 통증 관리 시스템 | |
| TW202100097A (zh) | 監測腦健康的系統及方法 | |
| Nguyen et al. | Achieving high accuracy in predicting blood flow volume at the arteriovenous fistulas of hemodialysis patients by intelligent quality assessment on PPGs | |
| US20210307624A1 (en) | Non-invasive device and methods for monitoring muscle tissue condition | |
| JP2019198531A (ja) | 生体情報計測装置及び生体情報計測方法 | |
| CN117017234B (zh) | 多参数集成麻醉监测与分析系统 | |
| Khalil et al. | Deep Learning Applications in Brain Computer Interface Based Lie Detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |