WO2019156289A1 - 전자 장치 및 그 제어 방법 - Google Patents

전자 장치 및 그 제어 방법 Download PDF

Info

Publication number
WO2019156289A1
WO2019156289A1 PCT/KR2018/006306 KR2018006306W WO2019156289A1 WO 2019156289 A1 WO2019156289 A1 WO 2019156289A1 KR 2018006306 W KR2018006306 W KR 2018006306W WO 2019156289 A1 WO2019156289 A1 WO 2019156289A1
Authority
WO
WIPO (PCT)
Prior art keywords
biosignal
sensed
electronic device
measurement
external electronic
Prior art date
Application number
PCT/KR2018/006306
Other languages
English (en)
French (fr)
Inventor
슬루사렌코코스탄틴
데그트야렌코일랴
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to EP18905085.9A priority Critical patent/EP3696649A4/en
Priority to US16/770,790 priority patent/US20210177286A1/en
Priority to CN201880087044.9A priority patent/CN111630473B/zh
Publication of WO2019156289A1 publication Critical patent/WO2019156289A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
    • 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
    • A61B5/103—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1102—Ballistocardiography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns

Definitions

  • the present invention relates to an electronic device for obtaining a plurality of biological signals and a control method thereof.
  • the present invention is in accordance with the above-described needs, and an object of the present invention is to provide biometric information based on biosignals sensed by a plurality of measurement sites using specific biosignals as clock signals.
  • an electronic device receives a first biosignal and a second biosignal sensed at a sensor, a communication unit, and a first measurement unit from the sensor, and at the second measurement unit.
  • a processor configured to synchronize the second biosignal received from the external electronic device and to obtain a third biosignal based on the synchronized second biosignals, wherein the first biosignal is obtained from a predetermined body organ.
  • the propagation speed may be faster than the propagation speed of the second biosignal.
  • the time difference at which the first biosignal of the first size preset in different measurement sites is measured may be smaller than the time difference in which the second biosignal of second preset size is measured in different measurement sites.
  • the processor may synchronize the second biosignal sensed at the first measurement unit based on the first biosignal sensed at the first measurement unit and reference the first biosignal received from the external electronic device. Synchronize the second biosignal received from the external electronic device, synchronize the first biosignal received from the external electronic device based on the first biosignal sensed by the first measurement part, and synchronize the first biosignal.
  • the signal includes a ballistocardiogram (BCG), and the second biosignal includes a plethysmogram (PPG).
  • the senor includes an accelerometer and a PPG sensor, wherein the first biosignal sensed by the first measurement part is sensed by the accelerometer and the second biosignal sensed by the first measurement part. Is sensed by the PPG sensor.
  • the processor cross-correlation operation on the synchronized second bio-signals to obtain the third bio-signals.
  • the processor acquires blood pressure measurement information from the third biosignal using a learning model trained using an artificial intelligence algorithm.
  • the third biosignal includes at least one of a pulse transit time (PTT), a respiration rate, a heart rate, and a volume pulse wave shape (PPG shape).
  • PTT pulse transit time
  • respiration rate a respiration rate
  • heart rate a heart rate
  • PPG shape a volume pulse wave shape
  • the blood pressure measurement information may include at least one of blood pressure, a stroke volume, and vascular elasticity.
  • a first biosignal and a second biosignal sensed at a first measurement portion are received, and the first biosignal and second sensed at the second measurement portion are received.
  • Receiving a biosignal from an external electronic device a second biosignal sensed at the first measurement part based on the first biosignal sensed at the first measurement part, and the second biosignal received from the external electronic device Synchronizing a biosignal and acquiring a third biosignal based on the synchronized second biosignals, wherein a rate at which the first biosignal is propagated from a predetermined body organ is determined by the second biosignal; It may be faster than the speed at which the signal propagates.
  • the time difference at which the first biosignal of the first size is preset at different measurement sites may be smaller than the time difference at which the second biosignal of the second size is preset at the different measurement sites.
  • the synchronizing may include synchronizing a second biosignal sensed at the first measurement unit based on the first biosignal sensed at the first measurement unit, and receiving a first biosignal received from the external electronic device. Synchronize the second biosignal received from the external electronic device based on the first biosignal, synchronize the first biosignal received from the external electronic device based on the first biosignal sensed by the first measurement part,
  • the first biosignal includes a ballistocardiogram (BCG) and the second biosignal includes a plethysmogram (PPG).
  • the first biosignal sensed by the first measurement part is sensed by an accelerometer, and the second biosignal sensed by the first measurement part is sensed by a PPG sensor.
  • the acquiring may include cross-correlating the synchronized second biosignals to obtain the third biosignal.
  • the obtaining may further include obtaining blood pressure measurement information from the third biosignal using a learning model trained using an artificial intelligence algorithm.
  • the third biosignal includes at least one of a pulse transit time (PTT), a respiration rate, a heart rate, and a volume pulse wave shape (PPG shape).
  • PTT pulse transit time
  • respiration rate a respiration rate
  • heart rate a heart rate
  • PPG shape a volume pulse wave shape
  • the blood pressure measurement information may include at least one of blood pressure, a stroke volume, and vascular elasticity.
  • accurate biometric information may be obtained by synchronizing a plurality of devices by using a specific biosignal as a clock signal.
  • FIG. 1 is a diagram illustrating an electronic system according to an exemplary embodiment.
  • FIG. 2A is a block diagram illustrating a configuration of an electronic device according to an embodiment of the present disclosure.
  • 2B is a block diagram illustrating a detailed configuration of an electronic device according to an embodiment of the present disclosure.
  • 3 is a diagram for describing an operation of receiving, by an electronic device, a biosignal according to an embodiment of the present disclosure.
  • FIG. 4 is a diagram for describing a process of synchronizing a biosignal according to an embodiment of the present invention.
  • FIG. 5 is a view for explaining a cross-correlation operation according to an embodiment of the present invention.
  • FIG. 6 is a diagram for describing an electronic system according to an exemplary embodiment.
  • FIG. 7 is a flowchart illustrating a control method of an electronic device according to an embodiment of the present disclosure.
  • Embodiments of the present disclosure may be variously modified and have various embodiments, and specific embodiments will be illustrated in the drawings and described in detail in the written description. However, this is not intended to limit the scope to the specific embodiment, it should be understood to include all transformations, equivalents, and substitutes included in the spirit and technical scope of the invention. In describing the embodiments, when it is determined that the detailed description of the related known technology may obscure the gist, the detailed description thereof will be omitted.
  • first and second may be used to describe various components, but the components should not be limited by the terms. The terms are only used to distinguish one component from another.
  • a "module” or “unit” performs at least one function or operation, and may be implemented in hardware or software or in a combination of hardware and software.
  • a plurality of “modules” or a plurality of “units” may be integrated into at least one module except for "modules” or “units”, which need to be implemented with specific hardware, and are implemented with at least one processor (not shown). Can be.
  • FIG. 1 is a diagram illustrating an electronic system according to an exemplary embodiment.
  • the electronic system 1000 may include the electronic device 100 and the external electronic device 200.
  • the electronic device 100 and the external electronic device 200 may be implemented as various portable devices or wearable devices such as smart phones, smart watches, earphones, and smart glasses, but may also be implemented as home appliances, medical devices, and communication devices. .
  • the electronic device 100 and the external electronic device 200 may sense the biosignal at different measurement sites.
  • the biosignal sensed by the external electronic device 200 is transmitted to the electronic device 100, and the electronic device 100 processes the received biosignal and the biosignal sensed by the electronic device 100 to process various biometric information. Can be obtained.
  • the electronic device 100 may obtain a pulse wave movement time. That is, as the bio signals are measured at a plurality of different measurement sites, the pulse wave travel time passing through different measurement sites spaced a predetermined distance may be obtained.
  • various biological signals can be obtained based on the machine learning technique.
  • various biometric data such as heart rate may be obtained.
  • FIG. 2A is a block diagram illustrating a configuration of an electronic device according to an embodiment of the present disclosure.
  • An electronic device includes a sensor 110, a communication unit 120, and a processor 130.
  • the sensor 110 may sense various biosignals of a user.
  • the sensor 110 may be in contact with a specific part of the body and sense a biosignal based on a change amount according to a pulse.
  • the biosignal may include BCG (ballistocardiogram), PPG (plethysmogram).
  • BCG ballistocardiogram
  • PPG plethysmogram
  • the communicator 120 may communicate with various types of electronic devices.
  • the communication unit 120 may include infrared (IR), wireless fidelity (WI-FI), bluetooh, zigbee, beacon, near field communication (NFC), WAN, Ethernet, IEEE 1394, HDMI, Communication may be performed through various communication methods such as USB, MHL, AES / EBU, Optical, Coaxial, and the like.
  • the communicator 120 may transmit / receive various biosignals with the external electronic device 200, and may transmit / receive various information necessary for analyzing the biosignal from a server (not shown).
  • the processor 130 controls the overall operation of the electronic device 100.
  • the processor 130 may be implemented as a digital signal processor (DSP), a microprocessor, or a time controller (TCON) that processes digital signals.
  • DSP digital signal processor
  • TCON time controller
  • the present invention is not limited thereto, and may include a central processing unit (CPU), a micro controller unit (MCU), a micro processing unit (MPU), a controller, an application processor (AP), or a communication processor ( or one or more of a communication processor (CP), an ARM processor, or defined in the corresponding terms
  • the processor 130 may include a system on chip (SoC) and a large scale integration (LSI) in which processing algorithms are embedded. ) Or may be implemented in the form of a field programmable gate array (FPGA).
  • SoC system on chip
  • LSI large scale integration
  • FPGA field programmable gate array
  • the processor 130 receives the first biosignal and the second biosignal sensed at the first measurement portion from the sensor 110, and the first biosignal sensed at the second measurement portion and The second biosignal may be received from the external electronic device 200 through the communication unit 120.
  • the processor 130 may receive a first biosignal in which a speed propagated from a predetermined body organ is greater than a second biosignal.
  • the first biosignal may include a ballistocardiogram (BCG) and the second biosignal may include a plethysmogram (PPG).
  • BCG ballistocardiogram
  • PPG plethysmogram
  • the processor 130 may process the second biosignal obtained by the electronic device 100 and the external electronic device 200 based on the first biosignal having a high propagation speed.
  • the processor 130 may synchronize the second biosignal received from the sensor 110 and the second biosignal received from the external electronic device 200 based on the first biosignal sensed at the first measurement portion.
  • the processor 130 performs a first synchronization for synchronizing the second biosignal sensed at the first measurement site and the second biosignal received from the external electronic device 200, and sensed at the first measurement site.
  • a second synchronization may be performed to synchronize the first biosignal and the first biosignal received from the external electronic device 200.
  • the processor 130 may synchronize the second biosignal and synchronize the first biosignal. Details thereof will be described later with reference to FIG. 4.
  • the processor 130 may obtain a third biosignal based on the synchronized second biosignals.
  • the processor 130 may obtain a third biosignal by cross-correlation calculating the synchronized second biosignals.
  • cross-correlation operation we can determine the time delay of the two waveforms. Cross-correlation operations will be described later with reference to FIG. 5.
  • the processor 130 may determine a time delay of the second biosignals by a cross-correlation operation, and obtain a third biosignal based on the time delay.
  • the processor 130 includes at least one of pulse transit time (PTT), respiration rate, heart rate, and volumetric pulse wave shape using BCG and PPG.
  • PTT pulse transit time
  • respiration rate respiration rate
  • heart rate heart rate
  • volumetric pulse wave shape using BCG and PPG.
  • the third biosignal may be obtained.
  • the processor 130 may obtain cardiovascular information from the third biosignal using a learning model trained using an artificial intelligence algorithm.
  • the processor 130 may acquire cardiovascular information from the third biosignal using a random forest, a shallow learning such as k-Means, or a deep learning technique such as NN, RNN, or CNN.
  • the cardiovascular information may include at least one of blood pressure, a stroke volume, and vascular elasticity.
  • the processor 130 may obtain the blood pressure information by substituting the pulse wave propagation time into various regression models.
  • 2B is a block diagram illustrating a detailed configuration of an electronic device according to an embodiment of the present disclosure.
  • Sensor 110 can sense a variety of bio-signals, at least one of the acceleration sensor 111, gyroscope sensor 112, image sensor 113 and PPG sensor 114 It may include.
  • the acceleration sensor 111 and the gyroscope sensor 112 may acquire a biosignal based on the amount of motion of the measurement site.
  • the biosignal may include a BCG (ballistocardiogram).
  • the acceleration sensor 111 and the gyroscope sensor 112 converts the minute vibration of the measurement site according to the heartbeat into electrical signals and transmits them to the processor 130, and the processor 130 analyzes the electrical signals to identify BCG. can do.
  • the image sensor 113 may acquire at least one of a minute vibration of the image capturing part and a change in skin color as a continuous image.
  • the processor 130 may acquire the BCG of the image capturing portion based on the frequency. Can be.
  • the image sensor 113 captures the color change of the image capturing portion as a continuous image and transmits the captured image data to the processor 130, the processor 130 based on a period in which the redness of the image capturing portion changes.
  • part can be acquired.
  • the image sensor may be implemented as an image sensor such as a charge coupled device (CCD), a complementary metal oxide semiconductor (CMOS), or the like.
  • the PPG sensor 114 irradiates specific light to the measurement site, and when the irradiated light is reflected by the PPG sensor, may transmit information about the reflected light to the processor 130.
  • the processor 130 may obtain the PPG by analyzing the received information.
  • 3 is a diagram for describing an operation of receiving, by an electronic device, a biosignal according to an embodiment of the present disclosure.
  • the electronic device 100 and the external electronic device 200 may measure BCG and PPG together at different measurement sites.
  • the measurement part may include a chest (heart), a head, a wrist, and a finger, but is not limited thereto.
  • the electronic device 100 may be implemented as a smart watch, and the external electronic device 200 may be implemented as a smart phone.
  • the first measurement site may be a wrist and the second measurement site may be a finger.
  • the electronic device 100 may receive BCG and PPG signals from the sensor 110 at the first measurement part (for example, the wrist), and the external electronic device 200 may receive the second measurement part (for example, the wrist).
  • the finger may sense BCG and PPG signals and transmit them to the electronic device 100.
  • BCG has a relatively fast propagation speed has little time movement at each measurement site, but PPG has a relatively slow propagation speed, so time movement occurs at each measurement site.
  • the first biosignal including BCG may be used as a reference signal and may be used as a signal for measuring a third biosignal including pulse wave propagation time by calculating a time difference between the second biosignal including PPG. have.
  • FIG. 4 is a diagram illustrating a process of synchronizing a biosignal according to an embodiment of the present invention.
  • the processor 130 may synchronize BCG1 and PPG2 sensed by the first measurement part P1 and BCG2 and PPG2 sensed by the second measurement part P2.
  • BCG1 and PPG1 are biosignals sensed by the sensor 110 and received by the processor 130
  • BCG2 and PPG2 are biosignals received by the electronic device 100 by the external electronic device 200.
  • Synchronization performed by the processor 130 may include a first synchronization and a second synchronization.
  • the processor 130 compares PPG1 and PPG2 to perform a first synchronization.
  • the processor 130 performs the first synchronization using the PPG because the signal-to-noise ratio (SNR) of the PPG appearing at different measurement sites according to a specific heartbeat is larger than the BCG. That is, since the distortion generated in the PPG waveform is smaller than the BCG, the processor 130 first performs the first synchronization using the PPG.
  • SNR signal-to-noise ratio
  • the processor 130 may perform a first synchronization with an error of several tens to hundreds of milliseconds (msec) by comparing the PPG1 and the PPG2 including the preset pulse number.
  • the processor 130 may identify a point where the value of the cross-correlation operation of the PPG1 and the PPG2 becomes the maximum.
  • the processor 140 may identify the time value of the point at which the maximum becomes a time delay and perform synchronization to compensate for the time delay. In this case, the processor 140 compensates each of the BCG2 and the PPG2 by a time delay to perform the first synchronization.
  • the processor 130 may remove an error having a size between 1 second and 10 seconds of the PPG1 and the PPG2.
  • the processor 130 compares BCG1 and BCG2 to perform a second synchronization. That is, the processor 130 may perform raw synchronization (first synchronization) using PPG1 and PPG2 and then perform fine synchronization (second synchronization) with less error using BCG1 and BCG2. This is because the propagation speed of BCG is about 1400 m / s, which is larger than the propagation speed of about 10 m / s of PPG.
  • the processor 130 may reduce the error from tens to hundreds of milliseconds, and then perform the second synchronization by comparing BCG1 and BCG2.
  • the processor 130 may narrow the error to a small range using the first synchronization, thereby performing synchronization using the BCG.
  • the processor 130 may perform a second synchronization having an error of several tens to 0.5 milliseconds by comparing BCG1 and BCG2 including a preset pulse number.
  • the processor 130 may identify a point at which the value becomes the maximum as a result of performing the cross-correlation operation of BCG1 and BCG2.
  • the processor 140 may identify the time value of the point at which the maximum becomes a time delay and perform synchronization to compensate for the time delay. In this case, the processor 140 performs synchronization to compensate for each time delay of BCG2 and PPG2.
  • the processor 130 may also identify the PTT between the heart and the first measurement site.
  • processor 140 may identify feature points 41 of BCG and PPG.
  • the feature point 41 may include a maximum value.
  • the processor 130 may identify the time difference at which the feature points of BCG1 and PPG1 appear as PTT11 between the heart and the first measurement site. However, in this case, an error of less than 1 ms may occur because the second synchronization of BCG0 and BCG1 is not performed.
  • the processor 130 may identify the PTT at the heart and the first measurement site, the heart and the second measurement site, the first measurement site and the second measurement site.
  • the number of measurement sites is not limited thereto, and as the number of external electronic devices 200 increases, various pulse wave propagation times may be identified.
  • FIG. 5 is a view for explaining a cross-correlation operation according to an embodiment of the present invention.
  • the processor 130 may identify a time delay of both signals by a cross-correlation operation. For example, the processor 130 may identify the time delays of PPG1 and PPG2.
  • the processor 130 may perform a cross-correlation operation of the PPG1 and the PPG2 to identify the time at which the maximum value appears in the result of the operation as the time delay.
  • Cross-correlation operation is a calculation method to measure the similarity of two signals. Since the time at which the maximum value is identified as a result of the operation is the time when the two signals overlap completely, the delay time can be identified.
  • FIG. 6 is a diagram for describing an electronic system according to an exemplary embodiment.
  • BCG and PPG at each measurement site may be obtained by combining the smartphone 100 and the earphone 200.
  • the BCG of the hand region is obtained using the acceleration sensor or the gyroscope sensor of the smartphone 100
  • the PPG of the hand region is obtained using the PPG sensor of the smartphone 100.
  • the BCG of the head portion may be obtained using the acceleration sensor or the gyroscope sensor of the earphone 200
  • the PPG of the head portion may be obtained using the PPG sensor of the earphone 200.
  • BCG and PPG obtained from the earphone 200 may be transmitted to the smartphone 100 using various communication methods.
  • BCG and PPG of the head portion may be obtained.
  • the smartphone 100 may acquire BCG and PPG of the head part, and as described above, may also simultaneously acquire BCG and PPG of the hand part.
  • BCG and PPG at each measurement site may be obtained by using a combination of the smartphone 100 and the smart watch 200.
  • the BCG of the wrist region may be obtained using an acceleration sensor or a gyroscope sensor included in the smart watch 200, and the PPG of the wrist region may be obtained using the PPG sensor of the smart watch 200.
  • the smartphone 100 may acquire BCG and PPG of the head part or the hand part as described above with reference to FIG. 6 (a).
  • BCG and PPG at each measurement site may be obtained by combining the earphone 100 and the smart watch 200.
  • the method for acquiring BCG and PPG by the earphone 100 and the smart watch 200 is the same as described above with reference to FIGS. 6 (a) and 6 (b) and will be omitted.
  • FIG. 7 is a flowchart illustrating a control method of an electronic device according to an embodiment of the present disclosure.
  • the electronic device 100 receives the first biosignal and the second biosignal sensed at the first measurement site, and receives the first biosignal and the second biosignal sensed at the second measurement site from the external electronic device 200.
  • Receive (S710) can be.
  • the first biosignal may include BCG
  • the second biosignal may include PPG
  • the present invention is not limited thereto, and may include various examples in which the propagation speed of the first biosignal is greater than the second biosignal and the first biosignal may be used as a reference signal.
  • the electronic device 100 may synchronize the second biosignal sensed at the first measurement part with the second biosignal received from the external electronic device based on the first biosignal sensed at the first measurement part (S720). .
  • the electronic device 100 may perform first synchronization and second synchronization.
  • the first synchronization includes a synchronization having a relatively large error range using a second biosignal having a low waveform distortion
  • the second synchronization includes a synchronization using a first biosignal having a large waveform distortion but a relatively small error range. do. That is, the electronic device 100 may perform the preprocessing using the first synchronization and then perform the accurate synchronization within a few milliseconds according to the second synchronization.
  • the electronic device 100 may obtain a third biosignal based on the synchronized second biosignals in operation S730.
  • the electronic device 100 identifies a delay time between the second biosignal at the first measurement site and the second biosignal at the second measurement site, and determines the delay time as the first measurement site and the second measurement site.
  • Liver pulse wave propagation time can be obtained.
  • it is not limited to the pulse wave delivery time, and various information such as respiratory rate, heart rate, volumetric pulse wave shape, etc. can be obtained.
  • the electronic device 100 may obtain biometric information such as blood pressure, cardiac output, and blood vessel elasticity by using shallow running or deep running using the obtained third biosignal as input data.
  • At least some components of the various embodiments described above may be implemented in a recording medium readable by a computer or a similar device using software, hardware, or a combination thereof. .
  • at least some of the embodiments described herein may be implemented in the processor itself.
  • at least some components of the embodiments, such as the procedures and functions described herein may be implemented as separate software modules. Each of the software modules may perform one or more functions and operations described herein.
  • computer instructions for performing a processing operation of the electronic device may be stored in a non-transitory computer-readable medium.
  • the computer instructions stored in the non-transitory computer readable medium allow the specific device to perform processing operations in the electronic device according to the above-described various embodiments when executed by the processor of the specific device.
  • a non-transitory computer readable medium refers to a medium that stores data semi-permanently and is readable by a device, not a medium storing data for a short time such as a register, a cache, a memory, and the like.
  • Specific examples of non-transitory computer readable media may include CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM, and the like.

Abstract

전자 장치가 개시된다. 본 개시의 전자 장치는 센서, 통신부 및 제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 센서로부터 수신하고, 제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 통신부를 통해 외부 전자 장치로부터 수신하며, 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 센서로부터 수신된 제2 생체 신호 및 외부 전자 장치로부터 수신된 제2 생체 신호를 동기화하고, 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득하는 프로세서를 포함하며, 기설정된 신체 기관으로부터 제1 생체 신호가 전파되는 속도는, 제2 생체 신호가 전파되는 속도보다 빠른 전자 장치로 구현될 수 있다.

Description

전자 장치 및 그 제어 방법
본 발명은 복수의 생체 신호를 획득하는 전자 장치 및 그 제어 방법에 관한 것이다.
전자 기술의 발달에 힘입어 다양한 유형의 전자 장치가 개발 및 보급되고 있다. 특히, 휴대 가능한 다양한 전자 장치가 사용자의 다양한 생체 정보를 센싱하여 건강 상태를 쉽게 확인할 수 있게 되었다.
그러나, 단일 측정 지점에서 센싱된 생체 신호를 기초로 정확한 심혈관계 생체 정보를 획득하는데 어려움이 있었다. 예를 들어, 단일 측정 지점에서 센싱된 맥파 이동 시간을 기초로 혈압과 같은 정보를 정확히 획득하는데 어려움이 있었다.
이에 따라, 복수의 측정 부위에서 센싱된 생체 신호를 기초로 하여 심혈관계 정보를 획득할 필요성이 대두되었다.
본 발명은 상술한 필요성에 따른 것으로, 본 발명의 목적은, 특정 생체 신호를클록 신호로 하여, 복수의 측정 부위에서 센싱한 생체 신호를 기초로 생체 정보를 제공함에 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 전자 장치는 센서, 통신부 및 제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 상기 센서로부터 수신하고, 제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 상기 통신부를 통해 외부 전자 장치로부터 수신하며, 상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호를 기준으로 상기 센서로부터 수신된 상기 제2 생체 신호 및 상기 외부 전자 장치로부터 수신된 상기 제2 생체 신호를 동기화하고, 상기 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득하는 프로세서를 포함하며, 기설정된 신체 기관으로부터 상기 제1 생체 신호가 전파되는 속도는, 상기 제2 생체 신호가 전파되는 속도보다 빠를 수 있다.
또한, 서로 다른 측정 부위에서 기설정된 제1 크기의 제1 생체 신호가 측정되는 시간 차이는, 상기 서로 다른 측정 부위에서 기설정된 제2 크기의 제2 생체 신호가 측정되는 시간 차이보다 작을 수 있다.
한편, 상기 프로세서는, 상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 제1 측정 부위에서 센싱된 제2 생체 신호를 동기화하고, 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제2 생체 신호를 동기화하고, 상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 동기화하며, 상기 제1 생체 신호는 심탄도(ballistocardiogram, BCG)를 포함하고, 상기 제2 생체 신호는 용적맥파(plethysmogram, PPG)를 포함한다.
이 경우, 상기 센서는, 가속도계 및 PPG 센서를 포함하며, 상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호는, 상기 가속도계에 의해 센싱되고, 상기 제1 측정 부위에서 센싱된 상기 제2 생체 신호는, 상기 PPG 센서에 의해 센싱된다.
한편, 상기 프로세서는, 상기 동기화된 제2 생체 신호들을 cross-correlation 연산하여 상기 제3 생체 신호를 획득한다.
한편, 상기 프로세서는, 인공 지능 알고리즘을 이용하여 학습된 학습 모델을 이용하여 상기 제3 생체 신호로부터 혈압 측정 정보를 획득한다.
이 경우, 상기 제3 생체 신호는, 맥파 전달 시간(pulsetransit time, PTT), 호흡수(respiration rate), 심박수(heart rate) 및 용적맥파 모양(PPG shape) 중 적어도 하나를 포함한다.
한편, 상기 혈압 측정 정보는, 혈압, 일회박출량(stroke volume) 및 혈관탄성(vascular elasticity) 중 적어도 하나를 포함한다.
본 발명의 일 실시 예에 따른 전자 장치의 제어 방법에 있어서, 제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 수신하고, 제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 외부 전자 장치로부터 수신하는 단계, 상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호를 기준으로 상기 제1 측정 부위에서 센싱된 제2 생체 신호 및 상기 외부 전자 장치로부터 수신된 상기 제2 생체 신호를 동기화 하는 단계 및 상기 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득하는 단계를 포함하고, 기설정된 신체 기관으로부터 상기 제1 생체 신호가 전파되는 속도는, 상기 제2 생체 신호가 전파되는 속도보다 빠를 수 있다.
이 경우, 서로 다른 측정 부위에서 기설정된 제1 크기의 제1 생체 신호가 측정되는 시간 차이는, 상기 서로 다른 측정 부위에서 기설정된 제2 크기의 제2 생체 신호가 측정되는 시간 차이보다 작을 수 있다.
한편, 상기 동기화 하는 단계는, 상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 제1 측정 부위에서 센싱된 제2 생체 신호를 동기화하고, 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제2 생체 신호를 동기화하고, 상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 동기화하며, 상기 제1 생체 신호는 심탄도(ballistocardiogram, BCG)를 포함하고, 상기 제2 생체 신호는 용적맥파(plethysmogram, PPG)를 포함한다.
한편, 상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호는, 가속도계에 의해 센싱되고, 상기 제1 측정 부위에서 센싱된 상기 제2 생체 신호는, PPG 센서에 의해 센싱된다.
또한, 상기 획득하는 단계는, 상기 동기화된 제2 생체 신호들을 cross- correlation 연산하여 상기 제3 생체 신호를 획득한다.
한편, 상기 획득하는 단계는, 인공 지능 알고리즘을 이용하여 학습된 학습 모델을 이용하여 상기 제3 생체 신호로부터 혈압 측정 정보를 획득하는 단계를 더 포함할 수 있다.
이 경우, 상기 제3 생체 신호는, 맥파 전달 시간(pulsetransit time, PTT), 호흡수(respiration rate), 심박수(heart rate) 및 용적맥파 모양(PPG shape) 중 적어도 하나를 포함한다.
한편, 상기 혈압 측정 정보는, 혈압, 일회박출량(stroke volume) 및 혈관탄성(vascular elasticity) 중 적어도 하나를 포함한다.
상술한 바와 같이 본 발명의 다양한 실시 예에 따르면, 특정 생체 신호를 클록 신호로 이용하여, 복수의 장치를 동기화함으로써 정확한 생체 정보를 획득할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 전자 시스템을 나타내는 도면이다.
도 2a는 본 발명의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.
도 2b는 본 발명의 일 실시 예에 따른 전자 장치의 세부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따라 전자 장치가 생체 신호를 수신하는 동작을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따라 생체 신호의 동기화를 수행하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 cross-correlation 연산을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시 예에 따른 전자 시스템을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.
-
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 개시에 대해 구체적으로 설명하기로 한다.　
본 개시의 실시 예에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 개시의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 개시의 실시 예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 발명된 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 실시 예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성되다" 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.
본 개시에서 "모듈" 혹은 "부"는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈" 혹은 복수의 "부"는 특정한 하드웨어로 구현될 필요가 있는 "모듈" 혹은 "부"를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서(미도시)로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.　그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 개시를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 발명의 일 실시 예에 따른 전자 시스템을 설명하기 위한 도면이다.
본 발명의 일 실시 예에 따른 전자 시스템(1000)은 전자 장치(100) 및 외부 전자 장치(200)를 포함할 수 있다.
전자 장치(100) 및 외부 전자 장치(200)는 스마트폰, 스마트 워치, 이어폰, 스마트 글래스 등 다양한 휴대용 기기 또는 웨어러블 기기로 구현될 수 있으나, 가전 기기, 의료 기기, 통신 기기로도 구현될 수 있다.
본 발명의 일 실시 예에 따르면, 전자 장치(100)와 외부 전자 장치(200)는 서로 다른 측정 부위에서 생체 신호를 센싱할 수 있다. 외부 전자 장치(200)에서 센싱한 생체 신호를 전자 장치(100)로 전송하고, 전자 장치(100)는 수신된 생체 신호와 전자 장치(100)가 센싱한 생체 신호를 함께 처리하여 다양한 생체 정보를 획득할 수 있다.
일 예로, 전자 장치(100) 및 외부 전자 장치(200)는 서로 다른 측정 부위에서 생체 신호를 측정함에 따라, 전자 장치(100)는 맥파 이동 시간을 획득할 수 있다. 즉, 서로 다른 복수의 측정 부위에서 생체 신호를 측정함에 따라 일정 거리 이격된 서로 다른 측정 부위를 통과하는 맥파 이동 시간을 획득할 수 있다.
그러나, 맥파 이동 시간에 한정되지 않으며, 머신 러닝 기술을 기초로 다양한 생체 신호를 획득할 수 있다. 일 예로, 서로 다른 측정 부위에서 전자 장치(100) 및 외부 전자 장치(200)가 센싱한 생체 신호를 기반으로 머신 러닝을 수행하여, 심박수 등 다양한 생체 데이터를 획득할 수 있다.
도 2a는 본 발명의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도이다.
본 발명의 일 실시 예에 따른 전자 장치는 센서(110), 통신부(120) 및 프로세서(130)를 포함한다.
센서(110)는 사용자의 다양한 생체 신호를 센싱할 수 있다. 예를 들어, 센서(110)는 신체의 특정 부위에 접촉되어 맥박에 따른 변화량에 기초한 생체 신호를 센싱할 수 있다. 생체 신호는 BCG(심탄도, ballistocardiogram), PPG(용적맥파, plethysmogram)를 포함할 수 있다. 센서(110)는 생체 신호를 센싱하여 프로세서(130)로 전송하며, 센서(110)에 대한 자세한 사항은 도 2b에서 후술한다.
통신부(120)는 다양한 유형의 전자 장치와 통신을 수행할 수 있다. 예를 들어, 통신부(120)는 IR(Infrared), WI-FI(Wireless Fidelity), Bluetooh, Zigbee, 비콘(Beacon), NFC(near field communication), WAN, 이더넷(Ethernet), IEEE 1394, HDMI, USB, MHL, AES/EBU, 옵티컬(Optical), 코액셜(Coaxial) 등과 같은 다양한 통신 방식을 통해 통신을 수행할 수도 있다.
일 예로, 통신부(120)는 외부 전자 장치(200)와 다양한 생체 신호를 송수신할 수 있으며, 서버(미도시)로부터 생체 신호의 분석에 필요한 다양한 정보를 송수신할 수 있다.
프로세서(130)는 전자 장치(100)의 전반적인 동작을 제어한다.
본 발명의 일 실시 예에 따라, 프로세서(130)는 디지털 신호를 처리하는 디지털 시그널 프로세서(digital signal processor(DSP), 마이크로 프로세서(microprocessor), TCON(Time controller)으로 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 중앙처리장치(central processing unit(CPU)), MCU(Micro Controller Unit), MPU(micro processing unit), 컨트롤러(controller), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)), ARM 프로세서 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 프로세서(130)는 프로세싱 알고리즘이 내장된 SoC(System on Chip), LSI(large scale integration)로 구현될 수도 있고, FPGA(Field Programmable gate array) 형태로 구현될 수도 있다.
본 발명의 일 실시 예에 따른 프로세서(130)는 제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 센서(110)로부터 수신하고, 제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 통신부(120)를 통해 외부 전자 장치(200)로부터 수신할 수 있다.
프로세서(130)는 기설정된 신체 기관으로부터 전파되는 속도가 제2 생체 신호보다 큰 제1 생체 신호를 수신할 수 있다. 예를 들어, 제1 생체 신호는 BCG(심탄도, ballistocardiogram)를 포함하며, 제2 생체 신호는 PPG(용적맥파, plethysmogram)를 포함할 수 있다. 이 경우, 프로세서(130)는 전파되는 속도가 큰 제1 생체 신호를 기준으로 전자 장치(100) 및 외부 전자 장치(200)에서 획득한 제2 생체 신호를 처리할 수 있다.
프로세서(130)는 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 센서(110)로부터 수신된 제2 생체 신호 및 외부 전자 장치(200)로부터 수신된 제2 생체 신호를 동기화할 수 있다.
구체적으로, 프로세서(130)는 제1 측정 부위에서 센싱된 제2 생체 신호 및 외부 전자 장치(200)로부터 수신된 제2 생체 신호를 동기화하는 제1 동기화를 수행하고, 제1 측정 부위에서 센싱된 제1 생체 신호 및 외부 전자 장치(200)로부터 수신된 제1 생체 신호를 동기화하는 제2 동기화를 수행할 수 있다.
즉, 프로세서(130)는 제2 생체 신호를 동기화하고, 제1 생체 신호를 동기화 할 수 있다. 이에 대한 자세한 사항은 도 4에서 후술한다.
프로세서(130)는 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득할 수 있다.
일 예로, 프로세서(130)는 동기화된 제2 생체 신호들을 cross-correlation 연산하여 제3 생체 신호를 획득할 수 있다. cross-correlation 연산을 수행함으로써 두 개의 파형의 시간 지연을 판단할 수 있다. Cross-correlation 연산에 대해서는 도 5에서 후술한다.
이에 따라, 프로세서(130)는 Cross-correlation 연산에 의해 제2 생체 신호들의 시간 지연을 판단할 수 있으며, 시간 지연에 기초하여 제3 생체 신호를 획득할 수 있다. 예를 들어, 프로세서(130)는 BCG와 PPG를 이용하여 맥파 전달 시간(pulsetransit time, PTT), 호흡수(respiration rate), 심박수(heart rate) 및 용적맥파 모양(PPG shape) 중 적어도 하나를 포함하는 제3 생체 신호를 획득할 수 있다.
한편, 프로세서(130)는 인공 지능 알고리즘을 이용하여 학습된 학습 모델을 이용하여 제3 생체 신호로부터 심혈관계 정보를 획득할 수 있다.
프로세서(130)는 Random Forest, k-Means와 같은 Shallow 러닝 또는 NN, RNN, CNN과 같은 Deep 러닝 기술을 이용하여, 제3 생체 신호로부터 심혈관계 정보를 획득할 수 있다. 이 경우, 심혈관계 정보는 혈압, 일회박출량(stroke volume) 및 혈관탄성(vascular elasticity) 중 적어도 하나를 포함할 수 있다. 일 예로, 프로세서(130)는 맥파 전달 시간을 다양한 회귀 모델(Regression Model)에 대입하여 혈압 정보를 획득할 수 있다.
도 2b는 본 발명의 일 실시 예에 따른 전자 장치의 세부 구성을 설명하기 위한 블록도이다.
본 발명의 일 실시 예에 따른 센서(110)는 다양한 생체 신호를 센싱할 수 있으며, 가속도 센서(111), 자이로스코프 센서(112), 이미지 센서(113) 및 PPG 센서(114) 중 적어도 하나를 포함할 수 있다.
가속도 센서(111) 및 자이로스코프 센서(112)는 측정 부위의 운동량에 기초하여 생체 신호를 획득할 수 있으며, 일 예로, 생체 신호는 BCG(심탄도, ballistocardiogram)를 포함할 수 있다.
구체적으로, 가속도 센서(111) 및 자이로스코프 센서(112)는 심박동에 따른 측정 부위의 미세한 진동을 전기적 신호로 바꾸어 프로세서(130)로 전송하고, 프로세서(130)는 전기적 신호를 분석하여 BCG를 식별할 수 있다.
이미지 센서(113)는 촬상 부위의 미세한 진동 및 피부 색상 변화 중 적어도 하나를 연속적인 영상으로 획득할 수 있다.
구체적으로, 이미지 센서(113)는 촬상 부위의 미세한 진동을 연속된 영상으로 촬영하여 촬영된 이미지 데이터를 프로세서(130)로 전송하면, 프로세서(130)는 진동수에 기초하여 촬상 부위의 BCG를 획득할 수 있다.
또한, 이미지 센서(113)는 촬상 부위의 색상 변화를 연속된 영상으로 촬영하여 촬영된 이미지 데이터를 프로세서(130)로 전송하면, 프로세서(130)는 촬상 부위의 붉은 정도가 변화되는 주기에 기초하여 촬상 부위의 BCG를 획득할 수 있다. 한편, 이미지 센서는 CCD(Charge Coupled Device), CMOS(Complementary Metal Oxide Semiconductor)등과 같은 이미지 센서로 구현될 수 있다.
PPG 센서(114)는 측정 부위에 특정 광을 조사하고, 조사된 광이 PPG 센서로 반사되면, 반사된 광에 관한 정보를 프로세서(130)로 전송할 수 있다. 프로세서(130)는 수신된 정보를 분석하여 PPG를 획득할 수 있다.
도 3은 본 발명의 일 실시 예에 따라 전자 장치가 생체 신호를 수신하는 동작을 설명하기 위한 도면이다.
도 3에 따르면, 전자 장치(100)와 외부 전자 장치(200)는 서로 다른 측정 부위에서 BCG와 PPG를 함께 측정할 수 있다. 일 예로 측정 부위는 가슴(심장), 머리, 손목, 손가락을 포함할 수 있으나, 이에 한정되지는 않는다.
예를 들어, 전자 장치(100)는 스마트 워치로 구현될 수 있으며, 외부 전자 장치(200)는 스마트 폰으로 구현될 수 있다. 이 경우, 제1 측정 부위는 손목이 될 수 있으며, 제2 측정 부위는 손가락이 될 수 있다.
즉, 전자 장치(100)는 제1 측정 부위(예를 들어, 손목)에서 BCG와 PPG 신호를 센서(110)로부터 수신할 수 있으며, 외부 전자 장치(200)는 제2 측정 부위(예를 들어, 손가락)에서 BCG와 PPG 신호를 센싱하여 전자 장치(100)로 전송할 수 있다.
한편, 도 3에 따르면, BCG는 전파속도가 비교적 빠르기 때문에 각각의 측정 부위에서 시간 이동이 거의 없지만, PPG는 전파속도가 비교적 느리기 때문에 각각의 측정 부위에서 시간 이동이 발생한다.
이에 따라 BCG를 포함하는 제1 생체 신호는 기준 신호로 사용되며, PPG를 포함하는 제2 생체 신호의 시간 차이를 계산하여 맥파 전달 시간을 포함하는 제3 생체 신호를 측정하기 위한 신호로 이용될 수 있다.
도 4은 본 발명의 일 실시 예에 따라 생체 신호의 동기화를 수행하는 과정을 설명하기 위한 도면이다.
본 발명의 일 실시 예에 따르면, 프로세서(130)는 제1 측정 부위(P1)에서 센싱한 BCG1, PPG1 및 제2 측정 부위(P2)에서 센싱한 BCG2, PPG2를 동기화할 수 있다. BCG1 및 PPG1은 센서(110)가 센싱하여 프로세서(130)가 수신한 생체 신호이며, BCG2 및 PPG2는 외부 전자 장치(200)가 센싱하여 전자 장치(100)가 수신한 생체 신호이다.
프로세서(130)가 수행하는 동기화는 제1 동기화 및 제2 동기화를 포함할 수 있다.
프로세서(130)는 PPG1과 PPG2를 비교하여 제1 동기화를 수행한다.
프로세서(130)는 특정 심박동에 따라 서로 다른 측정 부위에서 나타나는 PPG의 신호 대비 잡음비(SNR)가 BCG보다 크기 때문에, PPG를 이용하여 제1 동기화를 수행한다. 즉, 프로세서(130)는 PPG 파형에서 발생하는 왜곡이 BCG보다 작기 때문에 먼저 PPG를 이용하여 제1 동기화를 수행한다.
구체적으로, 프로세서(130)는 기설정된 펄스 개수를 포함하는 PPG1과 PPG2를 비교하여 수 십에서 수 백 밀리초(msec)의 오차를 갖는 제1 동기화를 수행할 수 있다.
예를 들어, 프로세서(130)는 PPG1과 PPG2의 cross-correlation 연산을 수행한 결과 값이 최대가 되는 지점을 식별할 수 있다. 프로세서(140)는 최대가 되는 지점의 시간 값을 시간 지연으로 식별하여, 시간 지연만큼 보상하는 동기화를 수행할 수 있다. 이 경우, 프로세서(140)는 BCG2와 PPG2 각각 시간 지연만큼 보상하여 제1 동기화를 수행한다.
프로세서(130)는 제1 동기화를 수행함에 따라 PPG1과 PPG2가 갖는 1초 에서 10초 사이의 크기를 갖는 오차를 제거할 수 있다.
다만, 지연된 시간 지연만큼 보상하더라도 PPG의 속도가 느리기 때문에, 여전히 수 십에서 수 백 밀리초의 오차를 가질 수 있다.
이에 따라, 프로세서(130)는 BCG1과 BCG2를 비교하여 제2 동기화를 수행한다. 즉, 프로세서(130)는 PPG1과 PPG2를 이용하여 raw 동기화(제1 동기화)를 수행한 이후, BCG1과 BCG2를 이용하여 오차가 더 적은 fine 동기화(제2 동기화)를 수행할 수 있다. BCG의 전파 속도는 약 1400m/s로 PPG의 전파 속도인 약 10m/s보다 크기 때문이다.
구체적으로, 프로세서(130)는 수 십에서 수 백 밀리초까지 오차를 낮춘 후, BCG1과 BCG2를 비교하여 제2 동기화를 수행할 수 있다.
BCG의 신호 대비 잡음비가 PPG보다 낮기 때문에 BCG에 파형 왜곡이 다소 발생하더라도, 프로세서(130)는 제1 동기화를 이용하여 오차를 작은 범위까지 좁혀놓았기 때문에 BCG를 이용한 동기화를 수행할 수 있다.
프로세서(130)는 기설정된 펄스 개수를 포함하는 BCG1과 BCG2를 비교하여 수 십에서 0.5 밀리초 이내의 오차를 갖는 제2 동기화를 수행할 수 있다.
예를 들어, 프로세서(130)는 BCG1과 BCG2의 cross-correlation 연산을 수행한 결과 값이 최대가 되는 지점을 식별할 수 있다. 프로세서(140)는 최대가 되는 지점의 시간 값을 시간 지연으로 식별하여, 시간 지연만큼 보상하는 동기화를 수행할 수 있다. 이 경우, 프로세서(140)는 BCG2와 PPG2 각각 시간 지연만큼 보상하는 동기화를 수행한다.
프로세서(130)는 제1 동기화와 제2 동기화를 완료하여, BCG1과 BCG2의 시간 지연을 없애고 BCG를 기준 신호(클록 신호)로 사용할 수 있다. 프로세서(130)는 제1 동기화 및 제2 동기화를 수행한 이후, PPG1과 PPG2의 시간 지연을 제1 측정 부위와 제2 측정 부위 간 PTT12 = tppg2 - tppg1으로 식별할 수 있다. 예를 들어, 프로세서(130)는 PPG1과 PPG2 간 cross-correlation을 수행하여, 최대 값을 갖는 지점을 맥파 전달 시간으로 식별할 수 있다. cross-correlation을 수행하는 과정은 도 5에서 후술한다.
한편, 프로세서(130)는 심장과 제1 측정 부위간 PTT도 식별할 수 있다.
도 4에 따르면, 프로세서(140)는 BCG와 PPG의 특징점(41)을 식별할 수 있다. 일 예로, 특징점(41)은 최대값을 포함할 수 있다.
도 4와 같이, 심장에서의 BCG0와 PPG0의 최대값이 발생하는 시간은 일치한다. 심박출에 따른 압력이 최대가 되는 지점에서 BCG와 PPG의 최대값(41)이 형성되기 때문이다.
이에 따라, 프로세서(130)는 BCG1과 PPG1의 특징점이 나타나는 시간 차이를 심장과 제1 측정 부위간 PTT11로 식별할 수 있다. 다만, 이 경우엔 BCG0과 BCG1의 제2 동기화를 수행하지 않기 때문에 1ms 이내의 오차가 발생할 수 있다.
상술한 바와 같이, 프로세서(130)는 심장 및 제1 측정부위, 심장 및 제2 측정부위, 제1 측정부위 및 제2 측정부위에서의 PTT를 식별할 수 있다. 측정부위의 수는 이에 한정되지 않으며, 외부 전자 장치(200)의 수가 많아질수록 다양한 맥파 전달 시간을 식별할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 cross-correlation 연산을 설명하기 위한 도면이다.
프로세서(130)는 cross-correlation 연산으로 양 신호의 시간 지연을 식별할 수 있다. 예를 들어, 프로세서(130)는 PPG1과 PPG2의 시간 지연을 식별할 수 있다.
프로세서(130)는 PPG1과 PPG2의 cross-correlation 연산을 수행하여, 연산을 수행한 결과에서 최대 값이 나타나는 시간을 시간 지연으로 식별할 수 있다. cross-correlation 연산이 두 신호의 유사도를 측정하기 위한 연산 방법이다. 연산 결과 최대 값이 식별되는 시간이 두 신호가 완전히 겹쳐져 일치하는 시간이기 때문에, 최대 값이 나타나는 시간을 지연 시간으로 식별할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 전자 시스템을 설명하기 위한 도면이다.
도 6(a)에 따르면, 스마트폰(100)과 이어폰(200)의 조합으로 각 측정 부위에서의 BCG 및 PPG를 획득할 수 있다.
본 발명의 일 실시 예에 따르면, 스마트폰(100)의 가속도 센서 또는 자이로스코프 센서를 이용하여 손 부위의 BCG를 획득하고, 스마트폰(100)의 PPG 센서를 이용하여 손 부위의 PPG를 획득할 수 있다. 또한, 이어폰(200)의 가속도 센서 또는 자이로스코프 센서를 이용하여 머리 부위의 BCG를 획득하고, 이어폰(200)의 PPG 센서를 이용하여 머리 부위의 PPG를 획득할 수 있다. 이어폰(200)에서 획득된 BCG 및 PPG는 다양한 통신방법을 이용하여 스마트폰(100)으로 전송될 수 있다.
본 발명의 다른 실시 예에 따르면, 스마트폰(100)의 이미지 센서를 이용하여 머리를 촬영하면, 머리 부위의 BCG 및 PPG를 획득할 수도 있다. 이 경우, 스마트폰(100)은 머리 부위의 BCG 및 PPG를 획득하고, 상술한 바와 같이 손 부위의 BCG 및 PPG도 동시에 획득할 수 있다.
도 6(b)에 따르면, 스마트폰(100)과 스마트 워치(200)의 조합으로 각 측정 부위에서의 BCG 및 PPG를 획득할 수 있다.
스마트 워치(200)에 포함된 가속도 센서 또는 자이로스코프 센서를 이용하여 손목 부위의 BCG를 획득하고, 스마트 워치(200)의 PPG 센서를 이용하여 손목 부위의 PPG를 획득할 수도 있다. 스마트 폰(100)은 도 6(a)에서 상술한 바와 같이 머리 부위 또는 손 부위의 BCG 및 PPG를 획득할 수 있다.
도 6(c)에 따르면, 이어폰(100)과 스마트 워치(200)의 조합으로 각 측정 부위에서의 BCG 및 PPG 를 획득할 수 있다. 이어폰(100)과 스마트 워치(200)가 BCG 및 PPG를 획득하는 방법은 도 6(a) 및 도 6(b)에서 상술한 바와 동일하므로 생략한다.
도 7은 본 발명의 일 실시 예에 따른 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.
전자 장치(100)는 제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 수신하고, 제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 외부 전자 장치(200)로부터 수신(S710)할 수 있다.
이 경우, 제1 생체 신호는 BCG를 포함할 수 있으며, 제2 생체 신호는 PPG를 포함할 수 있다. 다만, 이러한 예에 한정되지는 않으며, 제1 생체 신호의 전파 속도가 제2 생체 신호보다 커서 제1 생체 신호가 기준 신호로 활용될 수 있는 다양한 예를 포함할 수 있다.
전자 장치(100)는 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 제1 측정 부위에서 센싱된 제2 생체 신호 및 외부 전자 장치로부터 수신된 제2 생체 신호를 동기화(S720)할 수 있다.
이 경우, 전자 장치(100)는 제1 동기화 및 제2 동기화를 수행할 수 있다. 제1 동기화는 파형 왜곡이 적은 제2 생체 신호를 이용하여 오차 범위가 상대적으로 큰 동기화를 포함하며, 제2 동기화는 파형 왜곡이 크지만 오차 범위가 상대적으로 작은 제1 생체 신호를 이용한 동기화를 포함한다. 즉, 전자 장치(100)는 제1 동기화를 이용하여 전처리를 한 후, 제2 동기화에 따라 수 밀리초 이내의 정확한 동기화를 수행할 수 있다.
전자 장치(100)는 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득(S730)할 수 있다.
예를 들어, 전자 장치(100)는 제1 측정 부위에서의 제2 생체 신호와 제2 측정 부위에서의 제2 생체 신호의 지연 시간을 식별하여, 지연 시간을 제1 측정 부위 및 제2 측정 부위간 맥파 전달 시간(PTT)을 획득할 수 있다. 다만, 맥파 전달 시간에 한정되지는 않으며, 호흡수, 심박수, 용적맥파 모양 등 다양한 정보를 획득할 수 있다.
또한, 전자 장치(100)는 획득된 제3 생체 신호를 입력 데이터로 이용하여 shallow 러닝 또는 deep 러닝을 이용하여 혈압, 심박출량, 혈관 탄성과 같은 생체 정보를 획득할 수 있다.
한편, 상술한 본 발명의 다양한 실시 예들에 따른 방법들 중 적어도 일부 구성은 기존 전자 장치에 설치 가능한 어플리케이션 형태로 구현될 수 있다.
또한, 상술한 본 발명의 다양한 실시 예들에 따른 방법들 중 적어도 일부 구성은, 기존 전자 장치에 대한 소프트웨어 업그레이드, 또는 하드웨어 업그레이드 만으로도 구현될 수 있다.
또한, 상술한 본 발명의 다양한 실시 예들 중 적어도 일부 구성은 전자 장치 에 구비된 임베디드 서버, 또는 전자 장치의 외부 서버를 통해 수행되는 것도 가능하다.
한편, 이상에서 설명된 다양한 실시 예들 중 적어도 일부 구성은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다. 일부 경우에 있어 본 명세서에서 설명되는 실시 예들 중 적어도 일부 구성이 프로세서 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들 중 적어도 일부 구성은 별도의 소프트웨어 모듈들로 구현될 수 있다. 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 동작을 수행할 수 있다.
한편, 상술한 본 개시의 다양한 실시 예들에 따른 전자 장치의 프로세싱 동작을 수행하기 위한 컴퓨터 명령어(computer instructions)는 비일시적 컴퓨터 판독 가능 매체(non-transitory computer-readable medium) 에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어는 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시 예에 따른 전자 장치에서의 처리 동작을 특정 기기가 수행하도록 한다.
비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

Claims (15)

  1. 센서;
    통신부; 및
    제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 상기 센서로부터 수신하고,
    제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 상기 통신부를 통해 외부 전자 장치로부터 수신하며,
    상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호를 기준으로 상기 센서로부터 수신된 상기 제2 생체 신호 및 상기 외부 전자 장치로부터 수신된 상기 제2 생체 신호를 동기화하고,
    상기 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득하는 프로세서;를 포함하며,
    기설정된 신체 기관으로부터 상기 제1 생체 신호가 전파되는 속도는, 상기 제2 생체 신호가 전파되는 속도보다 빠른, 전자 장치.
  2. 제1항에 있어서,
    서로 다른 측정 부위에서 기설정된 제1 크기의 제1 생체 신호가 측정되는 시간 차이는, 상기 서로 다른 측정 부위에서 기설정된 제2 크기의 제2 생체 신호가 측정되는 시간 차이보다 작은, 전자 장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 제1 측정 부위에서 센싱된 제2 생체 신호를 동기화하고,
    상기 외부 전자 장치로부터 수신된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제2 생체 신호를 동기화하고,
    상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 동기화하며,
    상기 제1 생체 신호는 심탄도(ballistocardiogram, BCG)를 포함하고, 상기 제2 생체 신호는 용적맥파(plethysmogram, PPG)를 포함하는, 전자 장치.
  4. 제3항에 있어서,
    상기 센서는, 가속도계 및 PPG 센서를 포함하며,
    상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호는, 상기 가속도계에 의해 센싱되고,
    상기 제1 측정 부위에서 센싱된 상기 제2 생체 신호는, 상기 PPG 센서에 의해 센싱되는, 전자 장치.
  5. 제1항에 있어서,
    상기 프로세서는,
    상기 동기화된 제2 생체 신호들을 cross-correlation 연산하여 상기 제3 생체 신호를 획득하는, 전자 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    인공 지능 알고리즘을 이용하여 학습된 학습 모델을 이용하여 상기 제3 생체 신호로부터 혈압 측정 정보를 획득하는, 전자 장치.
  7. 제6항에 있어서,
    상기 제3 생체 신호는, 맥파 전달 시간(pulsetransit time, PTT), 호흡수(respiration rate), 심박수(heart rate) 및 용적맥파 모양(PPG shape) 중 적어도 하나를 포함하는, 전자 장치.
  8. 제6항에 있어서,
    상기 혈압 측정 정보는, 혈압, 일회박출량(stroke volume) 및 혈관탄성(vascular elasticity) 중 적어도 하나를 포함하는, 전자 장치.
  9. 전자 장치 제어 방법에 있어서,
    제1 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 수신하고, 제2 측정 부위에서 센싱된 제1 생체 신호 및 제2 생체 신호를 외부 전자 장치로부터 수신하는 단계;
    상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호를 기준으로 상기 제1 측정 부위에서 센싱된 제2 생체 신호 및 상기 외부 전자 장치로부터 수신된 상기 제2 생체 신호를 동기화 하는 단계; 및
    상기 동기화된 제2 생체 신호들에 기초하여 제3 생체 신호를 획득하는 단계;를 포함하고,
    기설정된 신체 기관으로부터 상기 제1 생체 신호가 전파되는 속도는, 상기 제2 생체 신호가 전파되는 속도보다 빠른, 제어 방법.
  10. 제9항에 있어서,
    서로 다른 측정 부위에서 기설정된 제1 크기의 제1 생체 신호가 측정되는 시간 차이는, 상기 서로 다른 측정 부위에서 기설정된 제2 크기의 제2 생체 신호가 측정되는 시간 차이보다 작은, 제어 방법.
  11. 제9항에 있어서,
    상기 동기화 하는 단계는,
    상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 제1 측정 부위에서 센싱된 제2 생체 신호를 동기화하고, 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제2 생체 신호를 동기화하고, 상기 제1 측정 부위에서 센싱된 제1 생체 신호를 기준으로 상기 외부 전자 장치로부터 수신된 제1 생체 신호를 동기화하며,
    상기 제1 생체 신호는 심탄도(ballistocardiogram, BCG)를 포함하고, 상기 제2 생체 신호는 용적맥파(plethysmogram, PPG)를 포함하는, 제어 방법.
  12. 제9항에 있어서,
    상기 제1 측정 부위에서 센싱된 상기 제1 생체 신호는, 가속도계에 의해 센싱되고, 상기 제1 측정 부위에서 센싱된 상기 제2 생체 신호는, PPG 센서에 의해 센싱되는, 제어 방법.
  13. 제9항에 있어서,
    상기 획득하는 단계는,
    상기 동기화된 제2 생체 신호들을 cross- correlation 연산하여 상기 제3 생체 신호를 획득하는, 제어 방법.
  14. 제9항에 있어서,
    상기 획득하는 단계는,
    인공 지능 알고리즘을 이용하여 학습된 학습 모델을 이용하여 상기 제3 생체 신호로부터 혈압 측정 정보를 획득하는 단계;를 더 포함하는, 제어 방법.
  15. 제14항에 있어서,
    상기 제3 생체 신호는, 맥파 전달 시간(pulsetransit time, PTT), 호흡수(respiration rate), 심박수(heart rate) 및 용적맥파 모양(PPG shape) 중 적어도 하나를 포함하는, 제어 방법.
PCT/KR2018/006306 2018-02-08 2018-06-01 전자 장치 및 그 제어 방법 WO2019156289A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP18905085.9A EP3696649A4 (en) 2018-02-08 2018-06-01 ELECTRONIC DEVICE AND CONTROL PROCEDURE FOR IT
US16/770,790 US20210177286A1 (en) 2018-02-08 2018-06-01 Electronic device and control method therefor
CN201880087044.9A CN111630473B (zh) 2018-02-08 2018-06-01 电子设备及其控制方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180015732A KR102608633B1 (ko) 2018-02-08 2018-02-08 전자 장치 및 그 제어 방법
KR10-2018-0015732 2018-02-08

Publications (1)

Publication Number Publication Date
WO2019156289A1 true WO2019156289A1 (ko) 2019-08-15

Family

ID=67548497

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/006306 WO2019156289A1 (ko) 2018-02-08 2018-06-01 전자 장치 및 그 제어 방법

Country Status (5)

Country Link
US (1) US20210177286A1 (ko)
EP (1) EP3696649A4 (ko)
KR (1) KR102608633B1 (ko)
CN (1) CN111630473B (ko)
WO (1) WO2019156289A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230376581A1 (en) * 2022-05-20 2023-11-23 Advanced Elemental Technologies, Inc. Systems and methods for a connected computing resource and event/activity identification information infrastructure using near existential or existential biometric identification of humans

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120040429A (ko) * 2010-10-19 2012-04-27 주식회사 라이프사이언스테크놀로지 사용자의 생체정보 분석을 통한 감정상태 분석장치 및 방법
KR101514151B1 (ko) * 2013-11-27 2015-04-21 울산대학교 산학협력단 동잡음에 강건한 ppg 신호 측정 방법
KR20160028329A (ko) * 2014-09-03 2016-03-11 삼성전자주식회사 생체 정보를 측정하는 전자 장치 및 방법
KR20170051895A (ko) * 2015-11-03 2017-05-12 삼성전자주식회사 신호를 획득하는 방법 및 이를 수행하는 전자 장치
KR20170069411A (ko) * 2015-12-11 2017-06-21 한국과학기술원 복수의 웨어러블 디바이스를 이용한 혈압 산출시스템, 산출방법 및 산출프로그램

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI270364B (en) * 2004-12-09 2007-01-11 Dailycare Biomedical Inc Integrated biosignal measuring apparatus
KR101337387B1 (ko) * 2012-10-29 2013-12-16 (주)에이치쓰리시스템 맥파전달시간 측정 장치 및 맥파전달시간 측정 방법
KR102136836B1 (ko) * 2013-09-09 2020-08-13 삼성전자주식회사 생체 신호들을 이용하여 사용자 인증을 수행하는 착용형 기기 및 그 착용형 기기의 인증 방법
US10478075B2 (en) * 2013-10-25 2019-11-19 Qualcomm Incorporated System and method for obtaining bodily function measurements using a mobile device
CN105792742A (zh) * 2013-11-27 2016-07-20 皇家飞利浦有限公司 用于获得对象的脉搏传导时间和/或脉搏波速度信息的设备和方法
EP3229660B1 (en) * 2014-12-12 2022-09-14 Koninklijke Philips N.V. Device and method for measuring a physiological characteristic of a subject
JP6445354B2 (ja) * 2015-03-05 2018-12-26 国立大学法人九州工業大学 生体信号検出装置及び血圧測定システム
KR102478651B1 (ko) * 2015-07-08 2022-12-16 삼성전자주식회사 생체 신호 분석 장치 및 방법
JP6854612B2 (ja) * 2015-10-06 2021-04-07 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． 生体情報測定装置及び生体情報測定方法並びにコンピュータ読み取り可能な記録媒体
US20170146385A1 (en) * 2015-11-20 2017-05-25 PhysioWave, Inc. Scale-based aggregation and communication of user data
WO2017092020A1 (zh) * 2015-12-03 2017-06-08 华为技术有限公司 一种血压测量方法及装置
US11589758B2 (en) * 2016-01-25 2023-02-28 Fitbit, Inc. Calibration of pulse-transit-time to blood pressure model using multiple physiological sensors and various methods for blood pressure variation
GB2551201A (en) * 2016-06-10 2017-12-13 Polar Electro Oy Multi-sensor system for estimating blood pulse wave characteristics
CN109688910A (zh) * 2016-07-11 2019-04-26 Mc10股份有限公司 多传感器血压测量系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120040429A (ko) * 2010-10-19 2012-04-27 주식회사 라이프사이언스테크놀로지 사용자의 생체정보 분석을 통한 감정상태 분석장치 및 방법
KR101514151B1 (ko) * 2013-11-27 2015-04-21 울산대학교 산학협력단 동잡음에 강건한 ppg 신호 측정 방법
KR20160028329A (ko) * 2014-09-03 2016-03-11 삼성전자주식회사 생체 정보를 측정하는 전자 장치 및 방법
KR20170051895A (ko) * 2015-11-03 2017-05-12 삼성전자주식회사 신호를 획득하는 방법 및 이를 수행하는 전자 장치
KR20170069411A (ko) * 2015-12-11 2017-06-21 한국과학기술원 복수의 웨어러블 디바이스를 이용한 혈압 산출시스템, 산출방법 및 산출프로그램

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3696649A4 *

Also Published As

Publication number Publication date
US20210177286A1 (en) 2021-06-17
CN111630473A (zh) 2020-09-04
KR102608633B1 (ko) 2023-12-04
EP3696649A4 (en) 2020-12-23
KR20190100527A (ko) 2019-08-29
CN111630473B (zh) 2024-03-29
EP3696649A1 (en) 2020-08-19

Similar Documents

Publication Publication Date Title
WO2015080342A1 (en) Wearable device and method for controlling the same
WO2019088769A1 (ko) 개방형 api 기반 의료 정보 제공 방법 및 시스템
CN107536599A (zh) 提供实时信号分割和基准点对准架构的系统与方法
WO2017192010A1 (en) Apparatus and method for extracting cardiovascular characteristic
WO2017111342A1 (en) Oxygen saturation measuring apparatus and oxygen saturation measuring method thereof
WO2021251587A1 (en) Adaptive respiratory condition assessment
EP3577544A1 (en) Method for recognizing a gesture and an electronic device thereof
WO2015076462A1 (ko) 생체 신호를 측정하는 방법 및 장치
CN108882853A (zh) 使用视觉情境来及时触发测量生理参数
WO2018016891A1 (en) Real time authentication based on blood flow parameters
WO2019156289A1 (ko) 전자 장치 및 그 제어 방법
WO2019221438A1 (en) Electronic device for measuring blood pressure and operating method thereof
WO2017099340A1 (ko) 전자 장치, 그의 신호 처리 방법, 생체 신호 측정 시스템 및 비일시적 컴퓨터 판독가능 기록매체
WO2017090815A1 (ko) 관절 가동 범위를 측정하는 장치 및 방법
WO2021080369A1 (ko) 심전도 데이터를 이용한 사용자 검증 장치 및 그 방법
JP4395908B2 (ja) 信号処理装置および信号処理方法
WO2023200280A1 (ko) 보정된 이미지 기반 심박 추정 방법 및 그 장치
AU2019208949B2 (en) Apparatus and method for determining calibration timing for blood pressure measurement in electronic device
CN111631703A (zh) 视频信号与生物电信号同步的方法及视频生物电采集系统
CN111543986A (zh) 一种无需硬件连接的脑电事件同步方法
WO2020085581A1 (ko) 영상평가시스템 및 영상평가방법
CN115813343A (zh) 儿童行为异常评估方法和系统
WO2019143056A1 (en) Apparatus and method for determining calibration timing for blood pressure measurement in electronic device
CN111613333A (zh) 自助健康检测方法、装置、存储介质及移动终端
WO2014112824A1 (ko) 생체 정보 측정 장치 및 생체 정보 측정 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18905085

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018905085

Country of ref document: EP

Effective date: 20200512

NENP Non-entry into the national phase

Ref country code: DE