KR20240017802A - 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법 및 관련 시스템 - Google Patents
대상자의 심장 또는 호흡 활동을 결정하기 위한 방법 및 관련 시스템 Download PDFInfo
- Publication number
- KR20240017802A KR20240017802A KR1020237041068A KR20237041068A KR20240017802A KR 20240017802 A KR20240017802 A KR 20240017802A KR 1020237041068 A KR1020237041068 A KR 1020237041068A KR 20237041068 A KR20237041068 A KR 20237041068A KR 20240017802 A KR20240017802 A KR 20240017802A
- Authority
- KR
- South Korea
- Prior art keywords
- signal
- subject
- accelerometer
- peak
- gyroscope
- Prior art date
Links
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 45
- 230000000747 cardiac effect Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 83
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000003595 spectral effect Effects 0.000 claims description 56
- 230000036387 respiratory rate Effects 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 12
- 210000004072 lung Anatomy 0.000 claims description 12
- 230000003534 oscillatory effect Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 230000003434 inspiratory effect Effects 0.000 claims description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 9
- 210000001765 aortic valve Anatomy 0.000 claims description 7
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 230000001965 increasing effect Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 2
- 102100030401 Biglycan Human genes 0.000 claims 2
- 101001126865 Homo sapiens Biglycan Proteins 0.000 claims 2
- 102100039731 Interferon-induced transmembrane protein 5 Human genes 0.000 claims 2
- 101710087402 Interferon-induced transmembrane protein 5 Proteins 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 description 18
- 230000000694 effects Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 239000011521 glass Substances 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 101001000212 Rattus norvegicus Decorin Proteins 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- FVJZSBGHRPJMMA-UHFFFAOYSA-N distearoyl phosphatidylglycerol Chemical compound CCCCCCCCCCCCCCCCCC(=O)OCC(COP(O)(=O)OCC(O)CO)OC(=O)CCCCCCCCCCCCCCCCC FVJZSBGHRPJMMA-UHFFFAOYSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003205 diastolic effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- ALPWRKFXEOAUDR-GKEJWYBXSA-M sodium;[(2r)-2,3-di(octadecanoyloxy)propyl] hydrogen phosphate Chemical compound [Na+].CCCCCCCCCCCCCCCCCC(=O)OC[C@H](COP(O)([O-])=O)OC(=O)CCCCCCCCCCCCCCCCC ALPWRKFXEOAUDR-GKEJWYBXSA-M 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 210000004115 mitral valve Anatomy 0.000 description 2
- 238000013186 photoplethysmography Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000021542 voluntary musculoskeletal movement Effects 0.000 description 1
Classifications
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- 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
- A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0204—Operational features of power management
- A61B2560/0209—Operational features of power management adapted for power saving
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Mathematical Physics (AREA)
- Pulmonology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
본 발명은 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법에 관한 것으로서, 방법은, 적어도 하나의 시간 기간 동안, 적어도 대상자의 머리에 착용된 부속품(2)의 운동학적 특성 또는 위치와 관련된 샘플 측정치를 측정 및 기록하는 단계; 및 상기 심장 또는 호흡 활동을 결정하기 위해 그러한 샘플 측정치를 처리하는 단계를 포함한다.
Description
본 발명은 건강 모니터링 분야에 관한 것이다.
본 발명은 특히 대상자(subject)의 심장 또는 호흡 활동을 결정하기 위한 방법, 및 관련 시스템에 관한 것이다.
심장 및 호흡 활동 정보는 건강 및 건강 관리를 위한 좋은 지표이다. 이러한 지표는, 사람들의 질병 탐지, 자체 건강 모니터링, 원격 의료, 스트레스 레벨 모니터링, 운전 주의 집중 레벨 모니터링을 위해, 또는 스포츠 코칭, 비디오 게임과 같은 다른 적용예를 위해 사용될 수 있다.
진동 심박동 기록기(Seismocardiography: SCG)는 심장박동에 의해 생성된 흉부의 진동을 측정하는 기술로서, 가속도계를 사용하여 그러한 진동을 기록한다. 심전도와 비교하여, SCG는 각각의 심장박동의 심장 이벤트(cardiac events)에 대한 상세한 정보를 제공한다. 도 1은 SCG 측정치와 해당 심전도 간의 비교를 도시한다. SCG 측정치는 심장 활동의 보다 정확한 세부사항을 제공한다는 것을 알 수 있다.
자이로카디오그래피(Gyrocardiography: GCG)는 심장 활동과 관련된 흉부의 각속도의 변화를 획득 및 분석하기 위한 보다 최신 비침습적 기술이다.
SCG 및 GCG 기술 둘 모두의 조합에 따라, 정확도가 증대된 측정치를 획득할 수 있다.
일반적으로, SCG/GCG 측정 센서는 MEMS(마이크로 전자 기계 시스템) 가속도계 및 자이로스코프로 구성된 관성 측정 장치로서, 심장에 가까운 흉골 상에 배치된다. 대상자는 앙와위(supine position)로 위치되거나, 측정 센서가 피부에 부착된다.
또한, 획득된 측정치는, 국제출원 WO 2020/037391에 설명된 바와 같이, 대상자의 호흡수, 호흡량 및 호흡 단계를 추정하기 위해 사용될 수 있다.
스마트 워치와 마찬가지로 광학식 심장박동 센서는 광혈류측정(photoplethysmography)으로 지칭되는 기술을 사용한다. 이러한 기술은, 손목을 통하여 흐르는 혈액의 양을 언제든지 탐지하기 위해 감광성 포토다이오드와 병행되는 녹색 LED 조명을 사용한다. 심장박동은 손목 내의 혈류의 더 많은 녹색 광 흡수에 해당한다. 그러나, 이러한 기술은 전력 소모적이고, 공간을 필요로 하며, 기계적으로 통합하기가 어렵다. 또한, 광혈류측정을 위한 센서는 특별히 심장 활동을 측정하기 위한 전용이다.
따라서, 대상자의 심장 및 호흡 활동에 대한 저전력의 공간 감소된 연속적인 모니터링을 위한 솔루션은 현재 존재하지 않는다.
이러한 맥락에서, 본 발명은 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법을 제안하고, 방법은, 적어도 하나의 시간 기간 동안, 적어도 대상자의 머리에 착용된 부속품의 운동학적 특성 또는 위치와 관련된 샘플 측정치를 측정 및 기록하는 단계; 및 상기 심장 또는 호흡 활동을 결정하기 위해 그러한 샘플 측정치를 처리하는 단계를 포함한다.
따라서, 본 발명에 따른 방법은, 비-제한적, 영구적 또는 반영구적 방식으로 대상자의 심장 및 호흡 활동을 측정하기 위한 솔루션을 제공하는 것을 목적으로 한다.
또한, 본 발명은 종래의 SCG/GCG 측정과 비교하여, 센서가 대상자의 신체와 직접 접촉되어 심장에 가깝게 배치될 필요가 없다는 자명하지 않은 이점을 제공한다. 본 발명에서는, 대상자의 신체와 부속품 간에 엄격한 기계적 인터페이스가 필요하지 않다. 따라서, 본 발명은 SCG/GCG 측정이 대상자의 신체와 센서의 접촉을 통해 수행되어야 한다는 종래기술의 폐해를 제거한다.
부속품은, 대상자의 머리의 위치 또는 상기 운동학적 특성을 측정하기 위해, 가속도계 또는 자이로스코프와 같은 적어도 하나의 모션(motion) 변위 센서를 구비한다.
결과적으로, 본 발명에 따른 방법은 공간 감소된 비침습적 하드웨어를 사용한다.
바람직하게는 부속품은, 안경테, 안경 부가물(eyewear addon), 안경 클립, 안경 홀더 스트랩 코드(eyewear holder strap cord), 헤드폰, 이어폰, 장신구로부터 선택된다.
바람직하게는, 처리는 내장형 방식으로 수행되거나, 원격 호스트를 통해 수행된다.
또한, 본 발명은 대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템을 제안하고, 상기 시스템은, 대상자의 머리에 착용되도록 구성된 부속품을 포함하며, 부속품은, 부속품의 적어도 위치, 또는 속도, 또는 회전 속도, 또는 가속도를 리포트하는 적어도 하나의 측정 신호를 전달하고 가속도계 또는 자이로스코프와 같은 적어도 하나의 모션 변위 센서를 포함하는 측정 장치, 및 처리 장치를 구비하며, 처리 장치는,
- a) 적어도 하나의 시간 기간 동안 샘플 측정치를 획득하기 위해, 측정 장치로부터 적어도 하나의 측정 신호를 수신 및 기록하는 단계;
- b) 상기 샘플 측정치를 처리하여, 심장 또는 호흡 활동을 결정하기 위한 적어도 하나의 기록된 신호를 형성하는 단계를 구현하도록 프로그래밍된다.
본 발명에 따른 대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템의 다른 바람직하고 제한적이지 않은 특징은 다음과 같다:
- 부속품은, 안경테, 안경 부가물, 안경 클립, 안경 홀더 스트랩 코드, 헤드폰, 이어폰, 장신구로부터 선택된다;
- 처리 장치는, 적어도 하나의 측정 신호를 기록하기 전에, 이하의 단계로서,
- 측정 장치로부터의 샘플 측정치가 트리거링(triggering) 조건을 충족시키는지 여부를 결정하는 단계;
- 트리거링 조건이 충족되는 경우, 측정 장치의 샘플링 레이트(sampling rate), 샘플링 지속시간, 및 감도를 증가시키는 단계;
- 적어도 하나의 측정 신호의 기록을 트리거링하는 단계를 구현하도록 추가로 프로그래밍되며,
적어도 하나의 측정 신호를 기록하는 단계는, 샘플 측정치를 획득하여 적어도 하나의 기록된 신호를 형성하기 위한 적어도 하나의 시간 기간에 포함된 시간 슬롯 동안 수행된다;
- 단계 b)는 전처리 단계를 포함하며, 전처리 단계는, 이하의 단계로서,
- 샘플 측정치의 타임스탬프(timestamp)를 선택된 시간 단위로 변환하는 단계;
- 적어도 하나의 다운샘플링된(downsampled) 신호를 획득하기 위해, 상기 적어도 하나의 기록된 신호의 샘플링 주파수를 다운샘플링하는 단계;
- 적어도 하나의 윈도우된(windowed) 신호를 획득하기 위해, 적어도 하나의 다운샘플링된 신호에 적어도 하나의 윈도우 함수를 적용하는 단계;
- 적어도 하나의 윈도우된 신호 중에서 적어도 하나의 선택된 윈도우된 신호를 선택하는 단계;
- 적어도 하나의 선택된 윈도우된 신호에서 피크를 탐색함으로써, 상기 적어도 하나의 선택된 윈도우된 신호의 품질을 추정하는 단계를 갖는다;
- 품질 평가 단계 동안 피크가 확인되는 경우, 전처리 단계는, 적어도 하나의 클리닝된(cleaned) 신호를 획득하기 위해, 적어도 하나의 선택된 윈도우된 신호에서 노이즈를 감소시키는 단계로 구성되는 단계를 더 포함한다;
- 단계 b)는, 전처리 단계 후에,
- 적어도 하나의 제1 전력 스펙트럼 밀도 함수를 획득하기 위해, 제1 대역통과 필터, 힐베르트 변환(Hilbert transform), 엔벨로프(envelope) 분석, 및 처프(chirp) z-변환 또는 수치 푸리에 변환을 적어도 하나의 클리닝된 신호에 적용하는 단계;
- 적어도 하나의 제1 전력 스펙트럼 밀도 함수에서 제1 스펙트럼 피크를 식별하는 단계;
- 제1 스펙트럼 피크로부터 대상자 심박수를 평가하는 단계를 포함한다;
- 단계 b)는, 전처리 단계 후에,
- 적어도 하나의 제2 전력 스펙트럼 밀도 함수를 획득하기 위해, 제2 대역통과 필터, 및 처프 z-변환 또는 디지털 푸리에 변환을 적어도 하나의 클리닝된 신호에 적용하는 단계;
- 적어도 하나의 제2 전력 스펙트럼 밀도 함수에서 제2 스펙트럼 피크를 식별하는 단계;
- 제2 스펙트럼 피크로부터 대상자 호흡수를 평가하는 단계를 포함한다;
- 측정 장치가 적어도 하나의 가속도계 및 적어도 하나의 자이로스코프를 포함하는 경우, 적어도 하나의 제1 스펙트럼 밀도 함수는, 적어도 하나의 가속도계에 의해 전달된 측정 신호로부터 비롯되는 제1 가속도계 전력 스펙트럼 밀도 함수, 및 적어도 하나의 자이로스코프에 의해 전달된 측정 신호로부터 비롯되는 제1 자이로스코프 전력 스펙트럼 밀도 함수를 포함한다;
- 제1 스펙트럼 피크를 식별하는 단계는, 제1 가속도계 전력 스펙트럼 밀도 함수에서의 가속도계 스펙트럼 피크, 및 제1 자이로스코프 전력 스펙트럼 밀도 함수에서의 자이로스코프 스펙트럼 피크를 식별하는 단계를 포함하며, 대상자 심박수를 평가하는 단계는, 하나의 선택된 가속도계 스펙트럼 피크의 제1 상대 대역 전력을 하나의 선택된 자이로스코프 피크의 제2 상대 대역 전력과 비교하는 단계를 포함한다;
- 측정 장치가 적어도 하나의 가속도계 및 적어도 하나의 자이로스코프를 포함하는 경우, 적어도 하나의 가속도계는, 3개의 직교 축을 따라 시간 가속도 신호를 측정하도록 구성되며, 상기 적어도 하나의 자이로스코프는, 3개의 직교 축을 따라 시간 각(angular) 회전 속도 신호를 측정하도록 구성되고, 단계 b)는, 전처리 단계 후에, 상기 대상자 심박수 및 상기 대상자 호흡수를 평가하기 위해, 시간 가속도 신호에 대해 그리고 시간 각 회전 속도 신호에 대해 주성분 분석을 구현하는 단계를 포함한다;
- 단계 b)는,
- 적어도 하나의 진동 심박동 기록기 신호를 획득하기 위해, 적어도 하나의 제1 전력 스펙트럼 밀도 신호를 처리하는 단계;
- 적어도 하나의 윈도우된 대동맥판 개방 피크 신호를 획득하기 위해, 적어도 하나의 진동 심박동 기록기 신호를 처리하는 단계;
- 적어도 하나의 윈도우된 대동맥판 개방 피크 신호의 국부적 최소치 및 최대치를 추출하는 단계;
- 기준점(fiducial point)으로 상기 국부적 최소치 및 최대치에 주석을 추가하는(annotating) 단계를 더 포함한다;
- 단계 b)는,
- 대상자 호흡수를 사용하여 호흡 사이클을 식별하는 단계;
- 상기 대상자의 흡기량, 상기 대상자의 폐용량의 추정치, 대상자의 폐활량의 추정치, 대상자의 흡기 단계 및 호기 단계의 추정치를 획득하기 위해, 호흡 사이클을 처리하는 단계를 더 포함한다.
본 발명의 내용에 포함됨.
첨부된 도면을 참조하는 이하의 설명은 본 발명이 무엇으로 구성되고 그것이 어떻게 달성될 수 있는지를 명확하게 할 것이다. 본 발명은 도면에 도시된 실시형태/실시형태들로 제한되지 않는다. 따라서, 청구범위에 언급된 특징부 다음에 참조 부호가 후속되는 경우, 그러한 부호는 청구범위의 이해도를 향상시키는 목적으로만 포함되며, 청구범위의 범위를 어떠한 방식으로도 제한하지 않음을 이해해야 한다.
첨부된 도면으로서:
- 도 1은 진동 심박동 기록기(SCG) 측정치와 심전도 간의 비교를 도시한다;
- 도 2는 본 발명에 따른 대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템을 개략적으로 도시한다;
- 도 3은 본 발명의 일 실시형태에 따른 안경테를 도시한다;
- 도 4는 본 발명의 일 실시형태에 따른 측정 신호를 도시한다;
- 도 5는 본 발명에 따른 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법의 주요 단계를 개략적으로 도시한다;
- 도 6은 도 4의 측정 신호의 본 발명에 따른 처리 단계로부터 기인하는 전처리된 신호를 도시한다;
- 도 7은 본 발명에 따른 처리 단계로부터 기인하는 도 5의 전처리된 신호의 엔벨로프 신호를 도시한다;
- 도 8은 본 발명에 따른 처리 단계로부터 기인하는 도 6의 엔벨로프 신호의 전력 스펙트럼 밀도를 도시한다;
- 도 9는 본 발명에 따른 처리 단계로부터 기인하는 전력 스펙트럼 밀도 곡선의 일 실시예를 도시한다;
- 도 10은 본 발명에 따른 대상자의 심장 활동을 결정하기 위한 시스템으로 획득된 측정치의 산포도를 도시한다;
- 도 11은 대상자의 호흡 활동을 결정하는 것을 목적으로 하는 본 발명에 따른 시스템으로 획득된 (미가공 및 전처리된) 측정 신호를 도시한다;
- 도 12는 본 발명에 따른 처리 단계로부터 기인하는 도 11의 전처리된 측정 신호의 전력 스펙트럼 밀도를 도시한다;
- 도 13은 본 발명에 따른 대상자의 심장 활동을 특성화하는 방법의 단계를 설명하는 흐름도를 도시한다;
- 도 14는 기준점을 갖는 전형적인 진동 심박동 기록기 파형을 도시한다;
- 도 15는 본 발명에 따른 탐지기 신호를 도시한다;
- 도 16은 도 15의 탐지기 신호에 적용된 임계화(thresholding) 방법에 의해 탐지된 피크를 나타내는 신호를 도시한다;
- 도 17은 본 발명에 따른 처리 단계에 의해 탐색된 추가적인 피크에 의해 보완된 도 16의 신호를 도시한다;
- 도 18은 도 17의 신호의 분석으로부터 기인하는 대동맥판 개방 피크의 탐색을 도시한다;
- 도 19는 도 18의 신호에 적용된 본 발명에 따른 처리 단계에 의해 획득된 진동 심박동 기록기 파형을 도시한다;
- 도 20은 도 19의 진동 심박동 기록기 파형의 주석 추가된 버전을 도시한다;
- 도 21은 본 발명에 따른 대상자의 호흡 활동을 특성화하는 방법의 단계를 설명하는 흐름도를 도시한다;
- 도 22는 사람의 폐용량 및 폐활량의 표시이다.
첨부된 도면으로서:
- 도 1은 진동 심박동 기록기(SCG) 측정치와 심전도 간의 비교를 도시한다;
- 도 2는 본 발명에 따른 대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템을 개략적으로 도시한다;
- 도 3은 본 발명의 일 실시형태에 따른 안경테를 도시한다;
- 도 4는 본 발명의 일 실시형태에 따른 측정 신호를 도시한다;
- 도 5는 본 발명에 따른 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법의 주요 단계를 개략적으로 도시한다;
- 도 6은 도 4의 측정 신호의 본 발명에 따른 처리 단계로부터 기인하는 전처리된 신호를 도시한다;
- 도 7은 본 발명에 따른 처리 단계로부터 기인하는 도 5의 전처리된 신호의 엔벨로프 신호를 도시한다;
- 도 8은 본 발명에 따른 처리 단계로부터 기인하는 도 6의 엔벨로프 신호의 전력 스펙트럼 밀도를 도시한다;
- 도 9는 본 발명에 따른 처리 단계로부터 기인하는 전력 스펙트럼 밀도 곡선의 일 실시예를 도시한다;
- 도 10은 본 발명에 따른 대상자의 심장 활동을 결정하기 위한 시스템으로 획득된 측정치의 산포도를 도시한다;
- 도 11은 대상자의 호흡 활동을 결정하는 것을 목적으로 하는 본 발명에 따른 시스템으로 획득된 (미가공 및 전처리된) 측정 신호를 도시한다;
- 도 12는 본 발명에 따른 처리 단계로부터 기인하는 도 11의 전처리된 측정 신호의 전력 스펙트럼 밀도를 도시한다;
- 도 13은 본 발명에 따른 대상자의 심장 활동을 특성화하는 방법의 단계를 설명하는 흐름도를 도시한다;
- 도 14는 기준점을 갖는 전형적인 진동 심박동 기록기 파형을 도시한다;
- 도 15는 본 발명에 따른 탐지기 신호를 도시한다;
- 도 16은 도 15의 탐지기 신호에 적용된 임계화(thresholding) 방법에 의해 탐지된 피크를 나타내는 신호를 도시한다;
- 도 17은 본 발명에 따른 처리 단계에 의해 탐색된 추가적인 피크에 의해 보완된 도 16의 신호를 도시한다;
- 도 18은 도 17의 신호의 분석으로부터 기인하는 대동맥판 개방 피크의 탐색을 도시한다;
- 도 19는 도 18의 신호에 적용된 본 발명에 따른 처리 단계에 의해 획득된 진동 심박동 기록기 파형을 도시한다;
- 도 20은 도 19의 진동 심박동 기록기 파형의 주석 추가된 버전을 도시한다;
- 도 21은 본 발명에 따른 대상자의 호흡 활동을 특성화하는 방법의 단계를 설명하는 흐름도를 도시한다;
- 도 22는 사람의 폐용량 및 폐활량의 표시이다.
도 2는 본 발명에 따른 대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템(1)을 개략적으로 도시한다. 시스템(1)은 대상자의 머리에 착용되도록 구성된 부속품(2)을 포함한다. 부속품(2)은 예를 들어, 안경테, 헤드폰, 이어폰, 또는 장신구일 수 있다. 부속품(2)은, 적어도 하나의 가속도계(31) 또는 적어도 하나의 자이로스코프(32)를 포함하는 측정 장치(3)를 구비한다. 또한, 측정 장치(3)는, 3개의 직교 축을 따라 선형 가속도 값을 측정하는 3개의 가속도계, 및 3개의 직교 축을 중심으로 회전 속도를 측정하는 3개의 자이로스코프를 포함하는 관성 측정 장치일 수 있다.
적어도 하나의 가속도계(31)는, 예를 들어, 단축 가속도계, 2축 가속도계, 또는 3축 가속도계이다. 적어도 하나의 자이로스코프(32)는, 예를 들어, 단축 자이로스코프, 2축 자이로스코프, 또는 3축 자이로스코프이다.
측정 장치(3)는, 부속품(2)의 운동학적 특성 또는 위치, 그리고 결과적으로 대상자의 머리의 운동학적 특성 또는 위치를 리포트하는 적어도 하나의 측정 신호를 전달한다. 운동학적 특성은, 하나의 방향을 따르는 속도, 또는 하나의 방향을 중심으로 하는 회전 속도, 또는 하나의 방향을 따르는 가속도일 수 있다.
부속품(2)은 처리 장치(4)를 더 포함한다. 처리 장치(4)는, 이하의 단계로서,
- 적어도 하나의 시간 기간 동안 샘플 측정치를 획득하기 위해, 측정 장치(3)로부터 적어도 하나의 측정 신호를 수신 및 기록하는 단계;
- 샘플 측정치를 처리하여, 상기 심장 또는 호흡 활동을 결정하기 위한 적어도 하나의 기록된 신호를 형성하는 단계를 구현하도록 프로그래밍된다.
샘플 측정치를 처리하는 단계는, 내장형 방식으로, 즉 부속품(2) 내에서 자율적으로 구현될 수 있다. 일 변형예로서, 처리하는 단계는, 샘플 측정치를 수신하는 원격 서버를 통해 원격으로 구현될 수 있다.
도 3은 측정 장치(3)(도시되지 않음)를 포함하는 안경테로 구성된 부속품(2)의 예시를 제공한다. 측정 장치(3)는 안경테 상의 어디든지 위치될 수 있으며, 예를 들어, 안경 다리 중 하나, 안경테의 전면, 또는 안경테의 단부 팁 중 하나에 위치될 수 있다. 이러한 특정한 경우, 안경이 한 쌍의 커넥티드 안경(connected glasses)인 경우, 바람직하게는 측정 장치(3)는, 신체 활동 측정을 위해 사용되는 관성 센서, 전형적으로 보수계의 가속도계와 같은, 커넥티드 안경에 이미 내장된 센서일 수 있다. 도 3에서, 3개의 직교 축(x, y, 및 z)이 도시된다. 이 경우, 측정 장치(3)는, 그러한 3개의 축을 따르는 선형 가속도 값, 및 그러한 3개의 축을 중심으로 하는 회전 속도를 측정하는 완전한 관성 측정 장치일 수 있다.
도 4는 측정 장치(3)를 통해 획득된 전형적인 미가공 신호(여기서는 도 3의 z축을 따르는 가속도계 신호)의 예시이다.
따라서, 이하에서 제시되는 바와 같이, 본 발명에 따른 시스템(1)에 따라, 어떠한 센서도 심장에 가깝게 위치시킬 필요 없이, 그리고 대상자가 주어진 위치에 있어야 할 필요 없이, 영구적 또는 반영구적 방식으로, 단지 부속품을 머리에 착용함으로써, 진동 심박동 기록기 측정치 또는 자이로카디오그래픽 측정치와 같은 측정치를 획득할 수 있다.
시스템(1)의 측정 장치(3)로부터 획득된 샘플 측정치의 처리는, 부속품(2)을 자신의 머리에 착용하는 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법을 구현하는 것을 목적으로 한다. 심장 활동은, 대상자의 심장박동에 대한 정량적 및 정성적 설명 그리고 심박수 둘 모두를 의미한다. 호흡 활동은, 대상자의 흡기량 및 폐용량과 같은 양 및 호흡수를 의미한다.
도 5는 시스템(1)의 부속품(2)을 자신의 머리에 착용하는 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법의 주요 단계를 도시한다.
결정 방법은, 측정 장치(3)에 의한 데이터의 획득을 트리거링하는 것을 목적으로 하는 트리거링 단계(S0)에 의해 시작된다.
이러한 트리거링 단계(S0) 동안, 먼저 하위 단계(S01)에서, 부속품(2)이 대상자에 의해 착용되어 있는지 여부가 결정된다. 이는 수동으로 수행될 수 있거나(대상자가 부속품을 착용하는 있다는 것을 알고 있음), 대상자의 활동 레벨을 탐지함으로써 수행될 수 있다. 예를 들어, 측정 장치(3)에 의해 측정된 신호가 충분히 안정적이거나 반복적인 경우, 즉 현저한 활동이 없는 경우, 대상자가 예를 들어 휴식 중이거나 걷고 있으므로, 측정치가 획득될 수 있는 것으로 추정될 수 있다.
부속품(2)이 안경테인 경우, 측정 장치(3)에 의해 측정된 신호가 단조롭다는 표시는, 안경테가 대상자에 의해 착용되었음을 표시하는 안경테 방향의 측정치에 의해 보충될 수 있다. 예를 들어, 도 3의 축을 사용하여, z축 테이블을 따르는 가속도를 나타내는 관측치가 이러한 표시를 구성할 수 있다.
그 다음, 하위 단계(S02)에서, 측정 장치(3)의 감도 및 샘플링 레이트가 증가된다. 측정 장치(3)가 관성 측정 장치인 경우, 가속도계 범위는 예를 들어 0.122 mg의 해상도로 2g로 설정되며, 자이로스코프 범위는 초당 16.4도의 해상도로 초당 2000도로 설정된다. 보다 정확한 감응성 관성 측정 장치가 측정 장치(3)로서 사용될 수 있다. 관성 측정 장치에 내장된 펌웨어는 샘플링 주파수를 5 Hz로부터 예를 들어 200 Hz로 증가시키거나, 예를 들어 100 Hz 내지 200 Hz의 샘플링 주파수로 증가시킨다.
그 다음, 하위 단계(S03)에서, 측정 장치(3)에 의한 데이터의 획득이 트리거링된다.
일 변형예로서, 트리거링 단계(S0)는 수동으로 수행될 수 있다. 예를 들어, 측정 장치(3)에 의한 데이터의 획득은, 측정 장치(3)를 스위치 온하기 위해, 스위치 버튼을 활성화시킴으로써, 또는 대상자의 휴대폰 또는 대상자의 임의의 다른 웨어러블 장치에 의해 전송된 원격 요청을 통해, 대상자에 의한 요청 시에 트리거링될 수 있다.
트리거링 단계(S0) 이후에, 적어도 하나의 측정 신호가 시간 슬롯 동안 기록되는 획득 단계(S1)가 후속된다. 대상자의 심장 활동을 결정하기 위해, 측정 신호는 예를 들어, 적어도 10초의 시간 슬롯 동안 기록된다. 대상자의 호흡 활동을 결정하기 위해, 측정 신호는 예를 들어, 적어도 60초의 시간 슬롯 동안 기록된다.
획득 단계(S1) 이후에, 관심 특징부의 효율적인 추출을 위해, 즉 대상자의 심장 및 호흡 활동과 관련된, 기록된 신호의 품질을 평가하는 것을 목적으로 하는 전처리 단계(S2)가 후속된다.
기록된 신호를 구성하는 값은, 예를 들어 순간 단위, 또는 밀리초 단위의 타임스탬프를 갖는다. 전처리 단계(S2)의 하위 단계(S21)에서, 타임스탬프 단위는 초로 변환된다. 하위 단계(S21)의 시간 변환 후에, 기록된 신호는, 하위 단계(S22)에서, 보간에 의해, 예를 들어 선형, 3차 또는 다항식 보간에 의해 다운샘플링된다. 예를 들어, 처리 시간 및 정확도의 균형을 맞추기 위해, 100 Hz의 다운샘플링 주파수가 사용될 수 있다. 이러한 값은, 현저한 신호 특징부가 50 Hz 미만의 주파수를 나타내는, 심장 및 호흡 활동을 분석하기 위해 적합하다.
다운샘플링 하위 단계(S22) 후에, 기록된 신호의 피크 탐색으로 구성되는, 하위 단계(S23)가 수행된다. 피크 탐색은 임계화 알고리즘을 사용하여 수행된다.
예를 들어, 피크 탐색은 돌출 피크 0.2를 탐지한다. 피크의 돌출은, 다른 피크에 비하여 이의 위치 및 이의 고유 높이로 인해 피크가 얼마나 많이 돌출되는지를 측정한다. 피크(P)의 돌출을 측정하기 위해, 아래에 설명된 절차가 후속될 수 있다: 피크(P) 상에 마커(marker)를 배치하는 단계; 더 높은 피크가 있기 때문에 라인이 신호와 교차하거나, 신호의 좌측 또는 우측 단부에 도달할 때까지, 피크(P)로부터 좌측 및 우측으로 수평 라인을 연장시키는 단계; 한정된 각각의 2개의 간격(좌측 및 우측) 내에서 신호의 최소치를 탐색하는 단계로서, 신호의 이러한 최소치는 밸리(valley)이거나 신호 종료점 중 하나인, 단계; 2개의 간격 최소치 중 더 높은 간격 최소치는 기준 레벨(Lref)을 지정한다. 이러한 기준 레벨(Lref) 초과의 피크(P)의 높이가 이의 돌출부이다.
하위 단계(S23)에서 피크가 확인되지 않는 경우, 즉 기록된 신호가 노이즈만을 포함하는 경우, 방법은 더 나은 품질의 신호를 획득하기 위해 획득 단계(S1)로 되돌아간다.
하위 단계(S23) 동안 피크가 확인되는 경우, 기록된 신호에서 노이즈를 감소시키는 단계로 구성되는 하위 단계(S24)가 수행된다. 하위 단계(S24)의 노이즈 감소는, 소위 "최적의 시간 윈도우"에서 수행된다. 그러한 최적의 시간 윈도우는, 기록된 신호가 기록된 시간 슬롯에서 선택된 미리 결정된 지속시간을 갖는 기록된 신호의 부분이다. 최적의 시간 윈도우는, 대부분의 피크가 전역적으로 동일한 진폭을 가지며 기록된 신호의 아티팩트(artefact)가 최소화되는, 시간 윈도우이다. 도 6은 선택된 최적의 시간 윈도우 내의 전처리된 신호의 일 실시예를 도시한다. 신호는, 측정 장치(3)의 가속도계(31)에 의해 측정된 시간 신호(az(t))이다(t는 시간을 나타냄).
그 다음, 최적의 시간 윈도우가 선택되면, 필터, 예를 들어, 3차 또는 5차의 이동 평균 필터, 또는 대역통과 필터, 또는 예를 들어 0.1 Hz 및 50 Hz의 각각의 차단 주파수를 갖는, 저역통과 및 고역통과 버터워스 필터(butterworth filter)의 조합에 이를 적용함으로써, 기록된 신호(로 표시됨)의 해당 부분에서 노이즈가 감소된다.
노이즈 감소 필터 파라미터는, 심장 활동 추정 또는 호흡 활동 추정을 고려하는 경우 달라진다.
예를 들어, 4 Hz 및 50 Hz의 차단 주파수를 갖는 대역통과 필터가 심장 활동 추정을 위해 신호()의 고속 푸리에 변환에 적용될 수 있는 반면에, 0.1 Hz 및 0.9 Hz의 차단 주파수를 갖는 대역통과 필터가 호흡 활동 추정을 위해 적용될 수 있다. 실제로, 전형적으로, 심박수 추정을 위한 적용된 필터의 대역폭은, 분당 40회 박동 내지 분당 240회 박동에 포함되는 심박수 범위에 초점을 맞추도록 구성되는 반면에, 호흡수 추정을 위한 적용된 필터의 대역폭은, 분당 6회 호흡 내지 분당 40회 호흡에 포함되는 호흡수 범위에 초점을 맞추도록 구성된다.
걷기, 말하기, 하품과 같은 대상자의 신체의 비자발적 또는 자발적 이동으로 인한 아티팩트는, 이동 평균 필터, 다항식 평활화, 사비츠키-골레이(Savitzky-Golay) 필터링, 중앙값 필터, 빗살형 필터링, 경험적 모드 분해를 사용함으로써 추가적으로 제거될 수 있다.
전처리 단계(S2)는 노이즈 감소 하위 단계(S24)가 수행된 경우 종료된다.
그 다음, 레이트 추정 단계(S3)(심박수(RH) 및/또는 호흡수(RR))가 아래에 설명되는 하위 단계에 따라 수행된다.
여기서, 전처리 단계(S2)가 구현된 후에 획득된 신호에 해당하는, 하나의 신호로서, 가속도계 신호() 또는 자이로스코프 신호()가 이용 가능한 것으로 가정된다(t는 초 단위의 시간임).
대상자의 호흡수(RR) 추정의 경우, 이하의 하위 단계(S31 및 S32)는 선택적이다.
하위 단계(S31)에서, 신호(각각 , )의 힐베르트 변환이 계산된다. 시간 함수(h(t))의 힐베르트 변환은 다음과 같이 정의된다:
,
및 .
하위 단계(S31)의 출력은 신호(각각 , )이다.
그 다음, 하위 단계(S32)에서, 힐베르트 변환(각각 , )의 엔벨로프 분석이 계산되어, 신호(각각 , )를 출력한다. 도 7은 (점선으로의) 도 6의 신호()에 대한 하위 단계(S31 및 S32)의 구현 후에 획득된 신호()를 실선으로 도시한다.
하위 단계(S33)에서, 예를 들어 고속 푸리에 변환(FFT) 계산으로 구현되는, 처프 z-변환 또는 이산 푸리에 변환(DFT)이 신호(각각 , )에 적용되어(또는 신호( 또는 )에 대해 하위 단계(S31 및 S32)가 수행되지 않은 경우), 신호(각각 F(A)(f), F(G)(f))를 출력한다(f는 Hz 단위의 주파수를 나타냄).
샘플링된 신호(h(n), n=0..N-1)의 처프 z-변환의 수식은 아래와 같이 주어진다:
(k=0,1..M-1)
그리고 여기서 (k=0,1..M-1)이고, A는 복소수 시작점을 나타내며, W는 지점() 간의 복소수 비율이고, M은 지점의 개수이다.
N개의 샘플을 포함하는 샘플링된 신호(h(n), n=0,1..N-1)의 디지털 푸리에 변환의 수식은 아래와 같이 주어진다:
(k=0,1..N)
하위 단계(S34)에서, 전력 스펙트럼 밀도(각각 DSPA(f), DSPG(f))가 신호(각각 F(A)(f), F(G)(f))로부터 계산된다:
여기서 T는 평균 시간 간격이다.
전력 스펙트럼 밀도(각각 DSPA(f), DSPG(f))를 계산하기 위한 다른 방식은, 신호(각각 F(A)(f), F(G)(f))의 자기상관을 계산함으로써 또는 웰치(Welch)의 방법을 사용함으로써 이루어질 수 있다.
도 8은 하위 단계(S34)의 구현 후에 획득된 전력 스펙트럼 밀도 곡선의 일 실시예를 제공하는 것으로서, 최대 전력 스펙트럼 밀도에 해당하는 주파수는 검은색 원(약 1.7 Hz)으로 표시된다.
하위 단계(S35)에서, 먼저 신호(각각 DSPA(f), DSPG(f))에서 최대 전력 스펙트럼 밀도를 갖는 주파수(fmax)를 식별한 다음, 이하의 방식으로 고차 고조파와 관련된 기본 주파수를 식별함으로써, 각각 심박수(RH), 호흡수(RR)가 추정된다.
실제로, 때로는, 신호의 1차 고조파는, 기본 주파수보다 더 높은 전력 스펙트럼 밀도를 가질 수 있다. 본 발명에서 사용된 솔루션은, 각각 주파수 fmax/2 및 fmax를 중심으로 하는 전력 스펙트럼 밀도 곡선의 2개의 부분(P1 및 P2)을 고려하고 각각의 부분에 폭(fmax/2)의 대역폭을 제공하는 단계로 이루어진다. 그 다음, P1 부분에서의 전력 스펙트럼 밀도 곡선 아래의 영역과 P2 부분에서의 전력 스펙트럼 밀도 곡선 아래의 영역 간의 비율이 계산된다. 본 개시물에서 구현된 바와 같이, 비율은 0.01의 값과 비교된다. 비율이 0.01보다 더 작은 경우, 추정될 레이트, 심박수(RH), 호흡수(RR)는 각각 주파수(fmax)에 해당하는 것으로 추론된다. 비율이 0.01보다 더 높은 경우, 주파수(fmax/2) 주변의 전력 스펙트럼 밀도 곡선의 피크 탐색이 수행된다. 피크가 주파수(fmax/2)와 가까운 것으로 확인되는 경우, 추정될 레이트는 주파수(fmax/2)에 해당하는 것으로 추론된다.
도 9는 이러한 식별 방법을 도시한다: 전력 스펙트럼 밀도 곡선은 2.86 Hz와 동일한 약 fmax의 주파수에서 최대 피크를 나타내는 것을 알 수 있다. 그 다음, 위의 방법에 따라, 각각 fmax/2 및 fmax에 중심을 둔 1.43 Hz의 대역폭인 2개의 주파수 범위가 고려된다. 영역들의 비율이 0.01보다 더 큰 것으로 확인되고, 1.46 Hz에 중심을 둔 피크가 주파수(fmax/2)에 매우 가까운 검은색 원으로 도시된 제1 주파수 범위에서 탐지된다. 따라서, 최종 추정치는 1.46 Hz로 평가된다. 탐색된 레이트를 평가하기 위해, 이하의 수식이 사용된다:
및 ,
bps는 초당 박동수의 약어이고, bpm은 분당 박동수의 약어이다.
이전의 실시예에서, 1.46 Hz 값의 주파수는 88 bpm의 심박수에 해당한다.
하위 단계(S35)가 수행된 후에, 레이트 추정 단계(S3)가 종료된다.
아래의 표 1은 다수의 신호 샘플에 대한 추정으로 획득된 일련의 결과를 나타낸다. 결과는, 시스템(1)을 통한 본 발명에 따른 방법으로 획득된 심박수의 값과 심박수의 기준치를 비교한다.
표 1
결과적인 평균 오차는 2.69 bpm이고, 표준 편차는 4.09 bpm이다.
도 10은 0.97의 R2 상관 계수를 나타내는 선형 회귀로 맞춰진 이러한 측정치에 해당하는 산포도를 도시한다.
바람직한 실시형태에서, 측정 장치(3)가 도 3의 z축을 따라 적어도 신호를 측정하는 가속도계를 포함하는 경우, 신호는 단계(S0, S1, S2 및 S3)에서 처리되는 기록된 신호로서 사용된다.
도 11 및 도 12는 대상자의 호흡수(RR)의 추정을 위해 사용되는 신호의 예시를 제공한다.
바람직한 실시형태에서, 대상자의 심박수(RH)를 추정하기 위해, 측정 장치(3)의 가속도계(31)로부터 비롯되는 신호, 구체적으로는 도 3의 z축을 따르는 가속도 값을 측정하는 신호가 단계(S0 내지 S3)의 구현을 위해 사용된다.
도 11은 하위 단계(S24)의 적용 후에, 호흡수 추정 및 이의 노이즈 감소된 버전(흰색 테두리를 갖는 평활한 검은색 곡선)의 결정을 위해 사용되는 시간 신호의 일 실시예를 도시한다. 여기서, 보다 정확하게는, 0.1 Hz 및 0.9 Hz의 차단 주파수를 갖는 대역통과 필터가 도 11의 청색 곡선에 적용되었다.
도 12는 전력 스펙트럼 밀도 계산 하위 단계(S34)의 구현 후에 획득된 해당 전력 스펙트럼 밀도 곡선을 도시한다. 이러한 도면에서, 최대 전력 스펙트럼 밀도에 해당하는 주파수는, 검은색 원으로 표시된 바와 같이, 여기서 0.25 Hz로 평가될 수 있다. 이 경우, 해당 호흡수는 분당 15회 호흡이다.
일 실시형태에서, 심박수(RH) 추정의 경우, 가속도계 신호 및 자이로스코프 신호 둘 모두가 이용 가능한 경우, 레이트 추정 정확도를 증가시키기 위해, 그러한 2개의 신호가 조합될 수 있다.
조합은 이하의 결정 알고리즘에 따라 수행된다.
가속도계 신호 분석으로부터 기인하는 주파수(fa) 및 자이로스코프 신호 분석으로부터 기인하는 주파수(fg)가 근접한 값인 경우, 이들의 평균이 탐색된 레이트로서 선택된다:
가속도계 신호 분석으로부터 기인하는 주파수(fa)에서의 피크가 0.9보다 더 높은 상대 전력 대역 전력을 나타내고, 자이로스코프 신호 분석으로부터 기인하는 주파수(fg)에서의 피크가 0.9보다 더 작은 상대 대역 전력을 나타내는 경우, 주파수(fa)에 해당하는 초당 박동수의 심박수(RH)가 탐색된 레이트로서 선택된다. 보다 구체적으로는, Hz 단위로 주어진 주파수(fa)를 갖는다:
및
주파수(fg)에서의 피크 또는 주파수(fa)에서의 피크의 "상대 대역 전력"은, 신호의 총 전력의 백분율로서 각각 계산되는, 주파수(fg)에서의 피크에 해당하는 주파수 대역의 전력, 주파수(fa)에서의 피크에 해당하는 주파수 대역의 전력을 의미한다. 주파수 대역은, 주파수(각각 fa, fg)에서의 피크의 폭으로부터 계산된다.
가속도계 신호 분석으로부터 기인하는 주파수(fa)에서의 피크가 0.9보다 더 작은 상대 대역 전력을 나타내고, 자이로스코프 신호 분석으로부터 기인하는 주파수(fg)에서의 피크가 0.9보다 더 높은 상대 대역 전력을 나타내는 경우, 주파수(fg)에 해당하는 초당 박동의 심박수(RH)가 탐색된 레이트로서 선택된다.
및
그렇지 않으면, 심박수의 이전의 추정이 곧 수행된 경우, 이전에 추정된 심박수(RH)와 가장 가까운 fa 및 fg 중의 주파수가 선택된다.
그렇지 않으면, 자이로스코프 신호 분석으로부터 기인하는 주파수(fg)에서의 피크가 가속도계 신호 분석으로부터 기인하는 주파수(fa)에서의 피크의 상대 대역 전력보다 예를 들어 3배만큼 더 높은 상대 대역 전력을 나타내는 경우, 이는 자이로스코프로부터의 추정이 가속도계로부터의 추정보다 3배 더 명확하다는 것을 의미한다. 따라서, 주파수(fq)에 해당하는 레이트가 탐색된 레이트로서 선택된다.
그렇지 않으면, 가속도계 신호 분석으로부터 기인하는 주파수(fa)에 해당하는 레이트가 탐색된 레이트로서 선택된다.
일 실시형태에서, 3개의 가속도계 신호(ax(t), ay(t) 및 az(t)), 및 3개의 자이로스코프 신호(gx(t), gy(t) 및 gz(t))가 이용 가능한 경우(예를 들어, x, y 및 z는 도 3에 표시된 축과 관련됨), 이들을 조합하여 심박수(RH) 정확도 또는 호흡수(RR) 추정 정확도를 증가시킬 수 있다.
신호(한편으로는 ax(t), ay(t), az(t), 그리고 다른 한편으로는 gx(t), gy(t), gz(t))는 하위 단계(S23) 후에 획득된 신호이고, 그러한 신호에서 피크가 확인되었다고 가정된다.
주성분 분석(PCA)을 사용하여, 최대 분산을 포착하기 위한 최적의 방향을 결정함으로써, 이들의 조합이 수행된다.
PCA 원리는, 데이터(여기서, 한편으로는 신호 ax(t), ay(t), az(t), 그리고 다른 한편으로는 gx(t), gy(t), gz(t))에 p차원 타원체를 맞추는 것이다. 타원체의 각각의 p축은, 편차 값(즉, 추정 데이터 간의 총 거리), 및 분산 값(즉, 원래의 데이터로부터 축 상의 이들의 해당 추정 데이터까지의 총 거리)을 특징으로 한다. 최대 분산을 갖는 축은, 원래의 데이터에 가장 가까운 표시에 해당한다.
측정된 벡터 (ax(t), ay(t), az(t)) 및 (gx(t), gy(t), gz(t))의 리스트는, 각각의 삼중항에 대해 단일 신호(각각 aprincipal(t) 및 gprincipal(t))를 출력하기 위해, 주성분 분석에 의해 확인된 최적의 방향 축 상에서 추정된다.
그 다음, 5차의 이동 평균 필터 이후에, 이상적인 대역통과 필터, 또는 0.1 Hz의 차단 주파수를 갖는 저역 통과 및 0.5 Hz의 차단 주파수를 갖는 고역 통과 필터의 조합을 두 신호(aprincipal(t) 및 gprincipal(t)) 모두에 적용함으로써, 노이즈 감소 하위 단계(S24)가 수행된다. 하위 단계(S24)는, 2개의 노이즈 감소된 신호 Sa(t)(가속도계 측정치로부터) 및 Sg(t)(자이로스코프 측정치로부터)를 출력한다.
이러한 실시형태에서, 호흡수 추정 단계(S3)는, 다음과 같이, 앞서 설명된 일련의 하위 단계(S31 내지 S35)와 상이하게 수행된다. 4개의 하위 단계(S31b 내지 S34b)가 각각의 신호(Sa(t) 및 Sg(t))에 적용된다.
하위 단계(S31b)에서, 노이즈 감소된 신호(각각 Sa(t), Sg(t))의 신호 대 잡음비(각각 SNRa, SNRg)가 계산된다.
하위 단계(S32b)에서, 신호(각각 Sa, Sg)의 전력 스펙트럼 밀도는, 예를 들어 그러한 신호(각각 F(Sa)(f), F(Sg)(f))의 고속 푸리에 변환(FFT) 계산으로 구현되는, 처프 z-변환 또는 이산 푸리에 변환을 사용하여 계산된다:
.
하위 단계(S33b)에서, 가중치로서 전력 스펙트럼 밀도의 값을 사용하여, 피크가 식별되어 내림차순으로 정렬된다. 상관, 필터링, 복조, 슬라이딩 평균과 같은, 임의의 피크 탐색 방법이 사용될 수 있다.
하위 단계(S34b)에서, 더 큰 가중치가 호흡수 주파수(각각 fRa, fRg)로서 선택된다.
마지막 하위 단계(S35)에서, 하위 단계(S31b)에서 계산된 가장 높은 신호 대 잡음비에 해당하는 결과(fR)를 선택함으로써, 2개의 결과(fRa 및 fRg) 간의 식별이 수행된다.
심박수 추정과 유사하게, 호흡수는 다음과 같이 주어진다:
바람직한 실시형태에서, 대상자의 호흡수(RR)를 추정하기 위해, 측정 장치(3)의 자이로스코프(32)로부터 비롯되는 신호가 단계(S0 내지 S3)의 구현을 위해 사용된다.
단계(S3)의 종료 시에 대상자의 심박수(RH) 및/또는 대상자의 호흡수(RR)가 추정되면, 특정 관심 특징부가 추출되어, 심장 활동 및 호흡 활동 둘 모두를 특성화할 수 있다.
그 다음으로, 대상자의 심박수(RH) 및 대상자의 호흡수(RR)를 추정한 후에, 대상자의 심장 활동 및 호흡 활동을 각각 특성화하기 위한 2개의 별개의 단계(S41 및 S42)가 설명된다.
먼저, 대상자의 심장 활동을 특성화하기 위한 단계(S41)가 설명될 것이다.
도 13은 단계(41)를 개략적으로 도시하는 흐름도이며 이하에서 설명될 것이다.
전형적인 진동 심박동 곡선(seismocardiogram)은, 두 번의 심장박동 사이에 관심 지점을 갖는 도 14에 도시된다. 수축기 지점 및 확장기 지점 둘 모두가 이러한 전형적인 진동 심박동 곡선으로 리포트될 수 있다. 그러한 관심 지점은 통상적인 심전도로부터는 추출될 수 없다. 수축기 지점은, 대동맥판 개방(AO), 피크 심실박출(PE), 대동맥판 폐쇄(AC)를 포함한다. 확장기 지점은, 승모판 개방(MO), 급속 심실 충만(rapid ventricular filling: RF), 심방 수축(AS), 및 승모판 폐쇄(MC)를 포함한다.
단계(S41)는, 전형적으로 측정 장치(3)로 측정된 신호에서 그러한 지점을 인덱싱하는 것을 목적으로 한다.
여기서, 앞서 정의된 바와 같은 가속도계 신호() 또는 자이로스코프 신호() 중 하나에 해당하는 하나의 시간 신호(SCG(t))가 이용 가능하며(t는 초 단위의 시간임), 단계(S2)가 구현된 후에 획득되는 것으로 가정된다. 예를 들어, 신호 SCG(t)는 4 Hz 및 50 Hz 차단 주파수의 대역통과 필터를 거쳤을 수 있다. 또한, 초당 박동(bps)의 심박수(RH)는 단계(S3)의 구현 후에 추정된 것으로 가정된다. 심박수(RH)는, SCG(t) 신호에서 2개의 대동맥판 개방 피크(AO) 간의 레이트에 해당한다.
제1 하위 단계(S411)에서, AO 피크를 탐지하기 위해, 아래의 수식으로 정의된 탐지기 신호()가 계산된다:
선택적으로, 탐지기 신호()의 수식에서, 탐지기 신호()를 계산하기 위해, SCG(t)의 단지 음의 부분, 또는 SCG(t) 신호의 단지 양의 부분만이 고려될 수 있다.
도 15는 적색 점으로 표시된 이의 최대치를 갖는, 신호의 형상의 일 실시예를 도시한다.
선택적으로, 신호는, 이동 평균 필터(예를 들어, 5차)를 이에 적용함으로써 평활화될 수 있다.
다음 하위 단계(S412)에서, 신호는, 이의 최대치의 시간 인덱스 및 추정된 심박수(RH)(bps)를 사용하여, 세그먼트로 분할된다. 보다 구체적으로는, 신호는 지속시간 Dt=1/RH의 세그먼트로 분할되고, 시간 tmax - 0.215 Dt에서 시작되며, 여기서 tmax는 신호의 최대치의 시간 인덱스를 나타낸다.
다음 하위 단계(S413)에서, 각각의 세그먼트의 국부적 최대치가 저장된다.
다음 하위 단계(S414)에서, 60번째 백분위수의 임계화 작업이 수행되어, 크기가 각각의 국부적 최대치의 크기의 60% 초과인 피크를 출력한다. 도 16은 임계화 전 및 후의 신호 버전의 중첩을 도시한다. 임계화 작업 후에 획득된 피크는, 점을 갖는 곡선으로 표시된다.
다음 하위 단계(S415)에서, 임계화된 신호 내의 모든 연속적인 피크 쌍 간의 간격이 계산된다.
그 다음, 각각의 계산된 간격(I)에 대해 이하의 추정 알고리즘이 구현된다.
I가 1/RHmax 미만인 경우(여기서, RHmax는 허용되는 최대 심박수 값을 나타내는 것으로서, 전형적으로 RHmax는 200 bpm과 같음), 피크들이 너무 가깝기 때문에, 최대 값을 갖는 피크만이 고려된다. 이러한 경우는 이상치 피크를 탐지할 수 있게 한다.
I가 1.2*Dt 초과인 경우, 피크가 해당 간격에서 누락된 것으로 추론된다. 누락된 피크의 탐색은, 이들이 간격(I) 내에 규칙적으로 분포되어 있다는 가정 하에서 수행된다. 따라서, 누락된 피크는 이론적으로 추정된다. 탐색을 돕기 위해, 이론적으로 추정된 피크에 가까운 측정된 피크가 사용된다.
도 17은 하위 단계(S414)의 임계화 작업 후에 이미 획득된 피크(검은색으로 채워진 원으로 표시됨)를 포함하는 신호에서 탐지된 추가적인 피크(검은색 빈 원으로 표시됨)를 도시한다.
그렇지 않으면, 간격은 허용 가능한 것으로 간주되며, 간격을 한정하는 2개의 해당 피크가 분석을 위해 고려되고 유지된다.
도 18은 앞서 설명된 추정 알고리즘의 구현 후에 탐지된 피크와 AO 피크 간의 관련성을 도시한다. 보다 구체적으로는, AO 피크는 신호에서의 각각의 탐지된 피크와 관련된다.
AO 피크는 대상자의 심박수 변이성(HRV)을 평가하기 위해 사용될 수 있음을 알 수 있다. HRV는 심장박동 간의 시간 간격의 편차에 대한 생리학적 현상이다. 이는 박동간 간격의 편차로 측정된다. HRV는 심혈관계 및 비심혈관계 질환에 대한 적절한 지표이다.
하위 단계(S416)에서, SCG(t) 신호가 세그먼트화된다. 신호는 모든 세그먼트 간의 중앙값 곡선(SCGmedian(t))을 계산하기 위해 각각의 세그먼트에서 크기가 정규화된다. 도 19는 하위 단계(S416)의 결과로서 획득된 중앙값 곡선의 일 실시예이다. 이러한 곡선에서, 가로좌표 0의 지점은 모든 AO 피크의 중앙값에 해당한다.
하위 단계(S417)에서, 전형적인 진동 심박동 곡선의 기준점이 이하의 방식으로 중앙값 곡선(SCGmedian(t))에서 식별된다. 약 tAO-0.25 Dt에서 시작하는 지속시간(Dt)의 윈도우가 중앙값 곡선(SCGmedian(t))으로부터 추출되며, tAO는 AO 피크의 시간 인덱스를 나타낸다. 그 다음, 국부적 최소치 및 최대치가 추출되어 신호에 주석 추가된다. 도 20은 주석 추가된 중앙값 곡선을 도시한다.
전형적으로, 시퀀스 IM-AO-IC-RE는 확장기 순간의 진폭이 수축기 순간의 진폭보다 더 큰 경우를 식별하기 위해 사용된다.
일 변형예로서, 하나보다 많은 신호가 사용될 수 있다(즉, 중앙값 곡선을 평활화하고 신호 대 잡음비를 증가시키기 위해, 다수의 최적 윈도우가 고려될 수 있다). 예를 들어, 각각의 새로운 최적 윈도우 획득 신호()에 대해, 관련 심박수()가 계산될 수 있다. 그 다음, 모든 신호가 값에 따라 시간적으로 크기 조정되어, 공통 기준점을 획득할 수 있다.
다른 변형예로서, 예를 들어 신경망을 사용하는 머신 러닝 알고리즘을 사용하여, 기준점 식별을 수행할 수 있다.
이제, 대상자의 호흡 활동을 특성화하기 위한 단계(S42)가 설명될 것이다.
도 21은 단계(42)를 개략적으로 도시하는 흐름도이며 이하에서 설명될 것이다.
여기서, 앞서 정의된 바와 같은 가속도계 신호() 또는 자이로스코프 신호() 중 하나에 해당하는 하나의 시간 신호(SR(t))가 이용 가능하며(t는 초 단위의 시간임), 전처리 단계(S2)가 구현된 후에 획득되는 것으로 가정된다. 예를 들어, 신호 SCG(t)는 0.1 Hz 및 0.9 Hz 차단 주파수를 갖는 대역통과 필터를 거쳤을 수 있다. 또한, 초당 박동(bps)의 호흡수(RR)는 추정된 것으로 가정된다.
전형적인 관심 양은 대상자의 흡기량 및 대상자의 폐활량이다. 폐 속의 공기가 폐용량 및 폐활량의 측면에서 측정된다. 체적은 흡기 또는 호기와 같은 한 가지 기능 동안의 공기의 양을 측정한다. 용량은 임의의 2개 이상의 체적이다. 용량의 일 실시예는, 최대 호기의 종료로부터 시작하여 얼마나 많은 공기가 흡입될 수 있는지이다.
도 22는 사람의 폐용량 및 폐활량의 예시이다. 총 폐활량(TLC)은, 최대 흡기의 종료 시에 폐에 수용된 공기의 체적이다. 흡기량(IC)은, 정상적인 편안한 호기의 종료에 도달한 후에 흡기될 수 있는 공기의 최대 체적이다. 흡기 예비량(IRV)은, 정상적인 편안한 흡기의 종료에 도달한 후에 최대한의 노력으로 흡기될 수 있는 공기의 초과 체적이다. 일회호흡량(TV)은, 각각의 정상적인 편안한 호흡 사이클 동안 흡기 또는 호기되는 공기의 체적이다. IC는 IRV와 TV의 합이다. 기능적 잔기량(FRC)은, 정상적인 편안한 호기의 종료 시에 폐에 남아있는 공기의 체적이다. FRC는 ERV와 RV의 합이다. 호기 예비량(ERV)은, 정상적인 편안한 호기의 종료 시에 도달된 레벨을 초과하여 최대한의 노력으로 호기될 수 있는 공기의 초과 체적이다. 잔기량(RV)은 최대 호기의 종료 시에 폐에 남아있는 공기의 체적이다. 도 22는 시간 기간 동안의 호흡을 나타내는 시간 신호를 분석함으로써 그러한 상이한 체적 및 용량이 탐색될 수 있는 방법을 도시한다.
제1 하위 단계(S421)에서, 시간 신호(SR(t))에서 호흡 사이클이 식별된다. 보다 구체적으로는, 시간 기간(1/RR)의 사인파가 시간 신호(SR(t))에 맞춰진다. 맞춰진 사인파의 진폭을 대상자의 키에 기초하는 대상자의 폐용량의 추정치와 조합함으로써, 흡기량이 추정된다.
다음 하위 단계(S422)에서, 대상자의 폐활량이 이하의 방식으로 추정된다. 먼저, 식별된 하나의 호흡 사이클의 힐베르트 변환이 계산된다. 대상자의 폐활량은, 이전에 계산된 힐베르트 변환의 분석 엔벨로프의 평균값으로 추정된다. 일 변형예에서, 추정 정확도를 증가시키기 위해, 상이한 호흡 사이클 동안 획득된 상이한 값의 가중 평균이 사용될 수 있다.
다음 하위 단계(S423)에서는, 호흡 단계, 즉 흡기 단계 및 호기 단계가 식별될 수 있다.
시간 신호(SR(t))의 최저 주파수 성분의 힐베르트 변환에서 순간 위상 평가의 조합으로 인해, 흡기 단계가 예측될 수 있다. 그 다음, 순간 위상은 호흡 전력 스펙트럼 밀도(DSPG(f))의 피크 주파수의 위상과 상관된다.
하위 단계(S421)에서 맞춰진 사인파의 위상은, 호흡 사이클 상의 지점과 상관없이, 대상자의 호흡 상태(즉, 흡기 또는 호기)에 관한 정보를 제공한다.
따라서, 본 발명에 따른 시스템(1)에 따라, 부속품의 위치 또는 대상자 자체의 위치의 어떠한 제한 없이, 영구적 또는 반영구적 방식으로, 부속품(2)을 착용하는 대상자의 심장 또는 호흡 활동을 추정할 수 있다. 본 발명에 의해 제안된 솔루션은 비용 효율적이고, 전력 소모가 적으며, 공간이 감소된다.
바람직하게는, 예를 들어, 통상적인 SCG 기술은 명확한 신호를 획득하기 위해 센서가 흉부에 가까이 있어야 하지만, 본 발명에 따른 시스템(1)은, 심장 및 흉부로부터 멀리 떨어져서 수행된 측정에 기초하여, 대상자의 심장 또는 호흡 활동의 추정치를 추출할 수 있다.
시스템(1)이 부속품(2)을 통해 영구적으로 또는 반영구적으로 착용됨에 따라, 측정치 획득을 수행하기 위한 적합한 시간 슬롯이 선택될 수 있다.
마지막으로, 심장 및/또는 호흡 활동 추정을 위한 신호를 제공하는 측정 장치(3)는 이러한 적용예로 제한되는 것이 아니라, 스텝 카운팅(step counting), 자세 모니터링, 전력 관리 등과 같은, 부속품(2)의 다른 기능을 위해 공유될 수 있다.
변형예:
단계(S2, S3, S41 및 S42)에서 수행되는 처리는, 측정 장치(3)의 가속도계(31) 및/또는 자이로스코프(32)로부터 비롯되는 임의의 신호 또는 임의의 신호 조합에 적용될 수 있다. 예를 들어, 단계(S2, S3, S41 및 S42)는 최소 노이즈를 갖는 신호에 적용될 수 있거나, 3개의 가속도계 및 3개의 자이로스코프를 포함하는 관성 측정 장치가 측정 장치(3)로서 사용되는 경우, 벡터((ax, ay, az) 또는 (gx, gy, gz))의 크기, 신호(ax, ay, 및 az, 및 gx, gy, 및 gz)의 가중 평균, 또는 그러한 신호의 임의의 선형 또는 비선형 조합에 적용될 수 있다.
방향 피크 탐지, 다항식 스플라인 맞춤(spline fit), 웨이블릿 변환, 경험적 모드 분해와 같은 다른 신호 처리 방법을 사용하여, 대상자의 신체 운동과 관련된 노이즈 및 아티팩트를 제거하거나, 심박수(RH) 또는 호흡수(RR)의 추정 시에 푸리에 변환의 계산을 대체할 수 있다.
Claims (14)
- 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법으로서,
적어도 하나의 시간 기간 동안, 적어도 상기 대상자의 머리에 착용된 부속품(2)의 운동학적 특성 또는 위치와 관련된 샘플 측정치를 측정 및 기록하는 단계; 및
상기 심장 또는 호흡 활동을 결정하기 위해 그러한 샘플 측정치를 처리하는 단계를 포함하며,
상기 처리하는 단계는 전처리 단계를 포함하고,
상기 전처리 단계는, 이하의 단계로서,
- 상기 샘플 측정치의 타임스탬프를 선택된 시간 단위로 변환하는 단계;
- 적어도 하나의 다운샘플링된 신호를 획득하기 위해, 상기 적어도 하나의 기록된 신호의 샘플링 주파수를 다운샘플링하는 단계;
- 적어도 하나의 윈도우된 신호를 획득하기 위해, 상기 적어도 하나의 다운샘플링된 신호에 적어도 하나의 윈도우 함수를 적용하는 단계;
- 상기 적어도 하나의 윈도우된 신호 중에서 적어도 하나의 선택된 윈도우된 신호를 선택하는 단계;
- 상기 적어도 하나의 선택된 윈도우된 신호에서 피크를 탐색함으로써, 상기 적어도 하나의 선택된 윈도우된 신호의 품질을 추정하는 단계를 갖는 것을 특징으로 하는,
대상자의 심장 또는 호흡 활동을 결정하기 위한 방법. - 제1항에 있어서,
상기 부속품(2)은, 상기 대상자의 머리의 상기 운동학적 특성 또는 위치를 측정하기 위한 가속도계(31) 또는 자이로스코프(32)와 같은 적어도 하나의 모션 센서를 구비하는, 방법. - 제1항 또는 제2항에 있어서,
상기 처리하는 단계는 내장형 방식으로 수행되거나 원격 호스트를 통해 수행되는, 방법. - 대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템(1)으로서,
상기 시스템(1)은, 상기 대상자의 머리에 착용되도록 구성된 부속품(2)을 포함하며,
상기 부속품(2)은, 상기 부속품(2)의 적어도 위치 또는 속도 또는 회전 속도 또는 가속도를 리포트하는 적어도 하나의 측정 신호를 전달하고 가속도계(31) 또는 자이로스코프(32)와 같은 적어도 하나의 모션 센서를 포함하는 측정 장치(3), 및 처리 장치(4)를 구비하고,
상기 처리 장치(4)는,
- a) 적어도 하나의 시간 기간 동안 샘플 측정치를 획득하기 위해, 상기 측정 장치(3)로부터 상기 적어도 하나의 측정 신호를 수신 및 기록하는 단계;
- b) 상기 샘플 측정치를 처리하여, 상기 심장 또는 호흡 활동을 결정하기 위한 적어도 하나의 기록된 신호를 형성하는 단계를 구현하도록 프로그래밍되며,
단계 b)는 전처리 단계를 포함하고,
상기 전처리 단계는, 이하의 단계로서,
- 상기 샘플 측정치의 타임스탬프를 선택된 시간 단위로 변환하는 단계;
- 적어도 하나의 다운샘플링된 신호를 획득하기 위해, 상기 적어도 하나의 기록된 신호의 샘플링 주파수를 다운샘플링하는 단계;
- 적어도 하나의 윈도우된 신호를 획득하기 위해, 상기 적어도 하나의 다운샘플링된 신호에 적어도 하나의 윈도우 함수를 적용하는 단계;
- 상기 적어도 하나의 윈도우된 신호 중에서 적어도 하나의 선택된 윈도우된 신호를 선택하는 단계;
- 상기 적어도 하나의 선택된 윈도우된 신호에서 피크를 탐색함으로써, 상기 적어도 하나의 선택된 윈도우된 신호의 품질을 추정하는 단계를 갖는 것을 특징으로 하는,
대상자의 심장 또는 호흡 활동을 결정하기 위한 시스템(1). - 제4항에 있어서,
상기 부속품(2)은, 안경테, 안경 부가물, 안경 클립, 안경 홀더 스트랩 코드, 헤드폰, 이어폰, 장신구로부터 선택되는, 시스템(1). - 제4항 또는 제5항에 있어서,
상기 처리 장치(4)는, 상기 적어도 하나의 측정 신호를 기록하기 전에, 이하의 단계로서,
- 상기 측정 장치(3)로부터의 샘플 측정치가 트리거링 조건을 충족시키는지 여부를 결정하는 단계;
- 상기 트리거링 조건이 충족되는 경우, 상기 측정 장치(3)의 샘플링 레이트, 샘플링 지속시간, 및 감도를 증가시키는 단계;
- 상기 적어도 하나의 측정 신호의 기록을 트리거링하는 단계를 구현하도록 추가로 프로그래밍되며,
상기 적어도 하나의 측정 신호를 기록하는 단계는, 상기 샘플 측정치를 획득하여 적어도 하나의 기록된 신호를 형성하기 위한 상기 적어도 하나의 시간 기간에 포함된 시간 슬롯 동안 수행되는, 시스템(1). - 제4항 내지 제6항 중 어느 한 항에 있어서,
상기 품질 평가 단계 동안 피크가 확인되는 경우, 상기 전처리 단계는, 적어도 하나의 클리닝된 신호를 획득하기 위해, 상기 적어도 하나의 선택된 윈도우된 신호에서 노이즈를 감소시키는 단계로 구성되는 단계를 더 포함하는, 시스템 (1). - 제7항에 있어서,
단계 b)는, 상기 전처리 단계 후에,
- 적어도 하나의 제1 전력 스펙트럼 밀도 함수를 획득하기 위해, 제1 대역통과 필터, 힐베르트 변환, 엔벨로프 분석, 및 처프 z-변환 또는 수치 푸리에 변환을 상기 적어도 하나의 클리닝된 신호에 적용하는 단계;
- 상기 적어도 하나의 제1 전력 스펙트럼 밀도 함수에서 제1 스펙트럼 피크를 식별하는 단계;
- 상기 제1 스펙트럼 피크로부터 상기 대상자 심박수(RH)를 평가하는 단계를 포함하는, 시스템(1). - 제7항에 있어서,
단계 b)는, 상기 전처리 단계 후에,
- 적어도 하나의 제2 전력 스펙트럼 밀도 함수를 획득하기 위해, 제2 대역통과 필터, 및 처프 z-변환 또는 디지털 푸리에 변환을 상기 적어도 하나의 클리닝된 신호에 적용하는 단계;
- 상기 적어도 하나의 제2 전력 스펙트럼 밀도 함수에서 제2 스펙트럼 피크를 식별하는 단계;
- 상기 제2 스펙트럼 피크로부터 상기 대상자 호흡수(RR)를 평가하는 단계를 포함하는, 시스템(1). - 제8항에 있어서,
상기 측정 장치(3)는 적어도 하나의 가속도계(31) 및 적어도 하나의 자이로스코프(32)를 포함하며,
상기 적어도 하나의 제1 스펙트럼 밀도 함수는, 상기 적어도 하나의 가속도계(31)에 의해 전달된 측정 신호로부터 비롯되는 제1 가속도계 전력 스펙트럼 밀도 함수(DSPA1), 및 상기 적어도 하나의 자이로스코프(32)에 의해 전달된 측정 신호로부터 비롯되는 제1 자이로스코프 전력 스펙트럼 밀도 함수(DSPG1)를 포함하는, 시스템(1). - 제10항에 있어서,
- 제1 스펙트럼 피크를 식별하는 단계는, 상기 제1 가속도계 전력 스펙트럼 밀도 함수(DSPA1)에서의 가속도계 스펙트럼 피크, 및 상기 제1 자이로스코프 전력 스펙트럼 밀도 함수(DSPG1)에서의 자이로스코프 스펙트럼 피크를 식별하는 단계를 포함하며,
- 상기 대상자 심박수(RH)를 평가하는 단계는, 하나의 선택된 가속도계 스펙트럼 피크의 제1 상대 대역 전력을 하나의 선택된 자이로스코프 피크의 제2 상대 대역 전력과 비교하는 단계를 포함하는, 시스템(1). - 제7항에 있어서,
상기 측정 장치(3)는 적어도 하나의 가속도계(31) 및 적어도 하나의 자이로스코프(32)를 포함하며,
상기 적어도 하나의 가속도계(31)는, 3개의 직교 축을 따라 시간 가속도 신호(ax(t), ay(t) 및 az(t))를 측정하도록 구성되고,
상기 적어도 하나의 자이로스코프(32)는, 3개의 직교 축을 따라 시간 각 회전 속도 신호(gx(t), gy(t) 및 gz(t))를 측정하도록 구성되며,
단계 b)는, 상기 전처리 단계 후에, 상기 대상자 심박수(RH) 및 상기 대상자 호흡수(RR)를 평가하기 위해, 상기 시간 가속도 신호(ax(t), ay(t) 및 az(t))에 대해 그리고 상기 시간 각 회전 속도 신호(gx(t), gy(t) 및 gz(t))에 대해 주성분 분석을 구현하는 단계를 포함하는, 시스템(1). - 제8항에 있어서,
단계 b)는,
- 적어도 하나의 진동 심박동 기록기 신호(SCG)를 획득하기 위해, 상기 적어도 하나의 제1 전력 스펙트럼 밀도 신호를 처리하는 단계;
- 적어도 하나의 윈도우된 대동맥판 개방(AO) 피크 신호를 획득하기 위해, 상기 적어도 하나의 진동 심박동 기록기 신호(SCG)를 처리하는 단계;
- 상기 적어도 하나의 윈도우된 대동맥판 개방(AO) 피크 신호의 국부적 최소치 및 최대치를 추출하는 단계;
- 기준점으로 상기 국부적 최소치 및 최대치에 주석을 추가하는 단계를 더 포함하는, 시스템(1). - 제9항에 있어서,
단계 b)는,
- 상기 대상자 호흡수(RR)를 사용하여 호흡 사이클을 식별하는 단계;
- 상기 대상자의 흡기량, 상기 대상자의 폐용량의 추정치, 상기 대상자의 폐활량의 추정치, 상기 대상자의 흡기 단계 및 호기 단계의 추정치를 획득하기 위해, 상기 호흡 사이클을 처리하는 단계를 더 포함하는, 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP21305782.1 | 2021-06-09 | ||
| EP21305782.1A EP4101377A1 (en) | 2021-06-09 | 2021-06-09 | Method for determining cardiac or respiratory activity of a subject and associated system |
| PCT/EP2022/065685 WO2022258749A1 (en) | 2021-06-09 | 2022-06-09 | Method for determining cardiac or respiratory activity of a subject and associated system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240017802A true KR20240017802A (ko) | 2024-02-08 |
Family
ID=76483252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237041068A KR20240017802A (ko) | 2021-06-09 | 2022-06-09 | 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법 및 관련 시스템 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US20240268684A1 (ko) |
| EP (1) | EP4101377A1 (ko) |
| KR (1) | KR20240017802A (ko) |
| CN (1) | CN117479886A (ko) |
| AU (1) | AU2022290631A1 (ko) |
| BR (1) | BR112023024477A2 (ko) |
| CA (1) | CA3220248A1 (ko) |
| WO (1) | WO2022258749A1 (ko) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150265161A1 (en) * | 2014-03-19 | 2015-09-24 | Massachusetts Institute Of Technology | Methods and Apparatus for Physiological Parameter Estimation |
| EP3135194A1 (en) * | 2015-08-28 | 2017-03-01 | Universite Libre De Bruxelles | Improvements in or relating to heart monitoring |
| CN113035322A (zh) * | 2016-01-28 | 2021-06-25 | 克鲁有限公司 | 用于跟踪食物摄入和其它行为并提供相关反馈的方法和设备 |
| US11013416B2 (en) * | 2018-01-26 | 2021-05-25 | Bose Corporation | Measuring respiration with an in-ear accelerometer |
| EP3840639A4 (en) | 2018-08-20 | 2022-04-06 | MacDonald, Dettwiler and Associates Inc. | METHOD AND DEVICE FOR DERIVING BIOMETRIC INFORMATION USING MULTI-AXIS SEISMOCARDIGRAPHY |
| US11639944B2 (en) * | 2019-08-26 | 2023-05-02 | Apple Inc. | Methods and apparatus for detecting individual health related events |
-
2021
- 2021-06-09 EP EP21305782.1A patent/EP4101377A1/en active Pending
-
2022
- 2022-06-09 AU AU2022290631A patent/AU2022290631A1/en active Pending
- 2022-06-09 WO PCT/EP2022/065685 patent/WO2022258749A1/en active Application Filing
- 2022-06-09 CN CN202280040447.4A patent/CN117479886A/zh active Pending
- 2022-06-09 US US18/568,312 patent/US20240268684A1/en active Pending
- 2022-06-09 BR BR112023024477A patent/BR112023024477A2/pt unknown
- 2022-06-09 KR KR1020237041068A patent/KR20240017802A/ko unknown
- 2022-06-09 CA CA3220248A patent/CA3220248A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| AU2022290631A1 (en) | 2023-12-07 |
| CA3220248A1 (en) | 2022-12-15 |
| EP4101377A1 (en) | 2022-12-14 |
| CN117479886A (zh) | 2024-01-30 |
| US20240268684A1 (en) | 2024-08-15 |
| BR112023024477A2 (pt) | 2024-02-06 |
| WO2022258749A1 (en) | 2022-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10758164B2 (en) | Processing apparatus and processing method for determining a respiratory signal of a subject | |
| US20240268712A1 (en) | Method and apparatus for processing a cyclic physiological signal | |
| JP6508417B2 (ja) | 睡眠現象のモニタリング | |
| US10898160B2 (en) | Acoustic monitoring system, monitoring method, and monitoring computer program | |
| US20210153756A1 (en) | Reliable acquisition of photoplethysmographic data | |
| US9675282B2 (en) | Method and apparatus for determining a respiration signal | |
| JP6689285B2 (ja) | 被験者のバイタルサインを監視する際に用いる加速度計信号を処理する処理装置、システム、及び方法 | |
| KR20220037669A (ko) | 비침습 방식 심전도 모니터링 장치 및 방법 | |
| EP3973866A1 (en) | A processor and method for determining a respiratory rate | |
| KR102034038B1 (ko) | 수면 장애 감지 장치 및 방법 | |
| US11291406B2 (en) | System for determining a set of at least one cardio-respiratory descriptor of an individual during sleep | |
| Romero et al. | OptiBreathe: An Earable-based PPG System for Continuous Respiration Rate, Breathing Phase, and Tidal Volume Monitoring | |
| KR20240017802A (ko) | 대상자의 심장 또는 호흡 활동을 결정하기 위한 방법 및 관련 시스템 | |
| Hurnanen et al. | Heartbeat detection using multidimensional cardiac motion signals and dynamic balancing | |
| Kansara et al. | Heart rate measurement | |
| Romano et al. | Smart Vest And Adaptive Algorithm For Vital Signs And Physical Activity Monitoring: A Feasibility Study | |
| McDuff et al. | Spectral Estimation Methods for Evaluating iPPG Pulse Rate Variability | |
| WO2024023518A1 (en) | Detection and monitoring of respiratory conditions with photoplethysmography (ppg) | |
| Souza et al. | Autonomous Heart Rate Tracking Methodology Using Kalman Filter and the EM Algorithm | |
| WO2024047651A1 (en) | System and method for sensors integration for non-static continuous blood pressure monitoring | |
| Hernández Baladés | A system for the monitoring of sleep-related parameters based on inertial measurement units | |
| Kumar et al. | Non-Invasive Method of Heart Rate Detection using Smart Phone by Palm Video Imaging |