WO2020036446A1 - 심폐음을 이용한 정보 획득 방법 - Google Patents

심폐음을 이용한 정보 획득 방법 Download PDF

Info

Publication number
WO2020036446A1
WO2020036446A1 PCT/KR2019/010389 KR2019010389W WO2020036446A1 WO 2020036446 A1 WO2020036446 A1 WO 2020036446A1 KR 2019010389 W KR2019010389 W KR 2019010389W WO 2020036446 A1 WO2020036446 A1 WO 2020036446A1
Authority
WO
WIPO (PCT)
Prior art keywords
sound
data
lung
heart sound
heart
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2019/010389
Other languages
English (en)
French (fr)
Inventor
김성훈
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Asan Foundation
University of Ulsan Foundation for Industry Cooperation
Original Assignee
Asan Foundation
University of Ulsan Foundation for Industry Cooperation
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
Priority claimed from KR1020180094911A external-priority patent/KR102149748B1/ko
Priority claimed from KR1020180103516A external-priority patent/KR102092543B1/ko
Priority claimed from KR1020180103566A external-priority patent/KR102236814B1/ko
Application filed by Asan Foundation, University of Ulsan Foundation for Industry Cooperation filed Critical Asan Foundation
Priority to JP2021503604A priority Critical patent/JP2022503484A/ja
Publication of WO2020036446A1 publication Critical patent/WO2020036446A1/ko
Priority to US17/153,491 priority patent/US20210137486A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/026—Measuring blood flow
    • A61B5/029—Measuring blood output from the heart, e.g. minute volume
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/0245—Measuring pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; Determining position of diagnostic devices within or on the body of the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise

Definitions

  • the present invention relates to a method of obtaining information using a cardiopulmonary sound.
  • Cardiopulmonary sound obtained by auscultating the heart or lungs can be used as a data for diagnosing a patient's disease.
  • the signal quality may vary depending on where the various signals are mixed or where the cardiopulmonary sound is measured. If the cardiopulmonary noise is mixed or the signal quality is poor, the patient's health or disease may not be diagnosed correctly.
  • the cardiovascular information is information related to the heart or blood vessels, such as stroke volume (SV), systemic vascular resistance (SVR), pulse pressure (PP), and stroke volume (Stroke Volume) Variation (SVV) and Systolic Time Variation (STV), and pathological conditions in the airways that correspond to lung information include airway secretions, airway mucus plugs, and airway bile.
  • SV stroke volume
  • SVR systemic vascular resistance
  • PP pulse pressure
  • STV stroke volume Variation
  • pathological conditions in the airways that correspond to lung information include airway secretions, airway mucus plugs, and airway bile.
  • invasive or indirect methods are mainly used, but invasive methods are often difficult to perform during surgery, and indirect methods (eg, Ultrasonic measurement method, end-tidal carbon dioxide partial pressure, monitoring the pressure in the airway, etc.) is difficult to obtain an accurate value.
  • indirect methods eg, Ultrasonic measurement method, end-tidal carbon dioxide partial pressure, monitoring the pressure in the airway, etc.
  • the problem to be solved by the present invention is to provide the cardiovascular and lung information to be obtained invasive by using the cardiopulmonary sound of the patient obtained in real time.
  • the problem to be solved by the present invention is to provide a trend toward the increase and decrease of cardiovascular and lung information over time using a non-invasive method.
  • the problem to be solved by the present invention is to provide an accurate value of the cardiovascular and lung information using a non-invasive method.
  • Another object of the present invention is to provide a method and apparatus for acquiring a cardiopulmonary signal.
  • a method of acquiring information using a cardiopulmonary sound comprising: acquiring, by a computer, real-time measurement heart sound data of a specific patient; Acquiring measurement heart sound processing data in real time, the computer extracting a scale coefficient between the measurement heart sound processing data and the cardiovascular data value, and the computer specifying specific cardiovascular information based on the measurement heart sound processing data and the scale coefficient Computing and providing a calculated value of the data, wherein the cardiovascular information data includes the cardiovascular information data calculating step, which is data having the same change tendency as the specific measurement heart sound processing data.
  • the information acquisition method using the cardiopulmonary sound according to an embodiment of the present invention for solving the above problems further comprises the step of generating and providing a real-time change graph of the measurement heart sound processing data by the computer, the measurement heart sound
  • the real-time change graph of the processed data has the same change tendency of the specific cardiovascular information data graph.
  • the measured heart sound processing data is a second heart sound maximum amplitude or power
  • the cardiovascular information data is a Systemic Vascular Resistance (SVR).
  • the measured heart sound processing data is a systolic time interval (S1-S2 Interval, STI), and the cardiovascular information data includes a stroke volume (SV), a pulse pressure (PP), or a pulse pressure variation (Pulse). Pressure Variation, PPV).
  • the measured heart sound processing data is a first heart sound maximum amplitude or power
  • the cardiovascular information data is a change in myocardial contractility
  • the change in myocardial contractility is calculated as the highest point in one cardiac cycle of the waveform obtained by differentiating the arterial pressure waveform. It will be.
  • the real-time acquisition of the measured heart sound data is obtained by using the cardiopulmonary sound data including the measured heart sound data through a cardiopulmonary sound acquisition device inserted to a specific point of the patient's esophagus or airway.
  • the computer using the reference heart sound processing data and cardiovascular invasive measurement data, the reference heart sound processing data and cardiovascular invasive Deriving correlation of the measurement data, wherein the reference heart sound processing data and the cardiovascular invasive measurement data are obtained at one or more of the same patients and at the same time.
  • a method of obtaining information using a cardiopulmonary sound comprising: acquiring, by a computer, real-time measurement of the measured lung sound data of a specific patient; Acquiring the measured waste sound processing data of the computer; calculating, by the computer, a scale factor between the measured waste sound processing data and the waste information data value; and the computer specifying specific waste information data based on the measured waste sound processing data and the scale coefficient. Comprising a step of calculating and providing a calculated value of.
  • the information acquisition method using a cardiopulmonary sound according to another embodiment of the present invention for solving the above problems further comprises the step of the computer generating the change graph of the measured waste sound processing data to provide the lung information data.
  • the measurement lung sound processing data is frequency domain data of the measurement lung sound data
  • the lung information data includes a lung water amount of the patient, secretion in the airway, mucus plug in the airway, and intrahepatic airway ( sputum), alveolar opening pressure and pulmonary edema.
  • the change graph of the measured waste sound processing data includes at least one of a change in power for each frequency band or a combination of frequency band differences, and has the same change tendency of a specific waste information data graph.
  • Computing the scale factor between the measured lung sound processing data and the lung information data value is obtained by using a graph or matrix generated based on previously acquired lung sound and lung invasive data of the plurality of patients.
  • a method of acquiring information using a cardiopulmonary sound wherein the computer performs reference lung sound processing data and lungs before the computer acquires measured lung sound data of a specific patient in real time. And deriving correlation of invasive measurement data.
  • a method of obtaining information using a cardiopulmonary sound wherein the computer acquires a heart sound and / or a lung sound according to a measurement position of a probe for measuring a heart sound and / or a lung sound of a patient. And determining, by the computer, a target measurement position of the probe by analyzing a heart sound and / or a lung sound according to the measurement position, and providing the target measurement position of the probe by the computer. .
  • the acquiring the heart sound and / or the lung sound may include: determining, by the computer, at least one measurement position of the probe, and wherein the computer acquiring the heart sound and / or the lung sound from each of the determined at least one measurement position. Steps.
  • Determining a target measurement position of the probe may include extracting a signal waveform of a heart sound and / or a closed sound obtained by the computer from each of the at least one measurement position, wherein the computer signal of the heart sound and / or the closed sound Analyzing the waveform to determine whether it is a suitable signal waveform, and determining, by the computer, deciding a measurement position of the probe corresponding to the suitable signal waveform and determining the target measurement position as the target measurement position. do.
  • the acquiring of the heart sound and / or the pulmonary sound may include obtaining the heart sound and the pulmonary sound separately by filtering by using the difference in the frequency bands of the heart sound and / or the pulmonary sound, or the heart sound and / or the pulmonary sound.
  • the heartbeat is obtained by separating the sound into a first heart sound and a second heart sound using a change or magnitude in amplitude from a waveform of a closed sound signal, or by using a frequency band of the heart sound and / or the closed sound, It further comprises the step of obtaining separated by the right sound.
  • the acquiring of the heart sound and / or the lung sound may include acquiring the heart sound and / or the lung sound using a microphone, and adjusting the position of the microphone according to the specific gravity of the heart sound and the lung sound to be acquired.
  • a method of obtaining information using a cardiopulmonary sound including: determining whether the computer includes an abnormal section by analyzing the heart sound and / or the lung sound; If it is determined that the abnormal sound is included in the heart sound and / or the closed sound, further comprising correcting the signal waveform of the abnormal interval based on a predetermined normal signal waveform.
  • the computer acquires the learning data learned from a plurality of patients and the step of determining whether the computer includes the abnormal section based on the learning data
  • the learning data may be generated by learning based on deep learning by collecting heart sounds and / or lung sounds including abnormal sections from the plurality of patients.
  • the present invention it is possible to obtain the tendency and accurate value of the graph for the heart and blood vessel information by using the heart sound of the patient in real time.
  • the present invention by acquiring cardiac and vascular information by using the heart of the patient, it is possible to acquire the cardiac and vascular information faster than invasive heart and vascular information.
  • the present invention by obtaining the lung information by using the lung sound of the patient, it is possible to obtain the lung information faster than to obtain the lung information invasive.
  • the present invention it is possible to obtain the lung sound data and invasive measurement data of various patients as a reference, to generate a matrix of scale coefficients necessary for accurate derivation of the lung information.
  • the cardiopulmonary sound with improved signal quality is obtained for each patient, and is effective in accurately determining the patient's medical condition and disease diagnosis.
  • the cardiopulmonary sound of improved quality can be used as pre-processing data, and can be used as an analytical index to predict various bio signals.
  • FIG. 1 is a view for explaining a method for providing the cardiovascular information using the heart as a graph according to an embodiment of the present invention.
  • FIG. 2 is a diagram for describing a method of calculating and providing cardiovascular information using heart sound according to an embodiment of the present invention.
  • FIG. 3 is a view for explaining a method of deriving correlation between reference heart sound data and invasive measurement data of the present invention.
  • FIG. 4 is a graph illustrating a relationship between the second heart sound amplitude and body blood vessel resistance as an embodiment of the present invention.
  • FIG. 5 is a graph illustrating a relationship between a systolic time interval and cardiac output as an embodiment of the present invention.
  • FIG. 6 is a graph for explaining the relationship between the systolic time interval and the pulse pressure as an embodiment of the present invention.
  • FIG. 7 is a graph illustrating a relationship between systolic time variation and pulse pressure variation as an embodiment of the present invention.
  • FIG 8 is a graph illustrating a relationship between the first heart sound and the myocardial contractile force as an embodiment of the present invention.
  • FIG. 9 is a diagram for describing a method of extracting cardiovascular data using correlation and measured heart sound data according to the present invention.
  • FIGS. 10 and 11 are diagrams for explaining a method of removing noise when a correlation between reference heart sound data and invasive measurement data of the present invention is derived.
  • FIG. 12 is a view for explaining a method for generating a matrix for scaling factor extraction of the present invention.
  • FIG. 13 is a view for explaining a method of providing lung information as a graph using lung sounds according to an embodiment of the present invention.
  • FIG. 14 is a diagram for describing a method of calculating and providing calculated lung information using lung sounds according to an embodiment of the present invention.
  • 15 is a view for explaining a method of deriving correlation between reference lung sound data and invasive measurement data of the present invention.
  • FIG. 16 is a graph showing the presence or absence of secretion in the airways as an embodiment of the present invention as a change in power for each frequency band.
  • FIG. 17 is a diagram for explaining a method of extracting lung information data using correlation and measured lung sound data of the present invention.
  • FIGS. 18 and 19 are diagrams for describing a method of removing noise when a correlation between reference lung sound data and invasive measurement data of the present invention is derived.
  • 20 is a view for explaining a method for generating a matrix for scaling factor extraction of the present invention.
  • 21 is a flowchart illustrating a method of acquiring a cardiopulmonary signal according to an embodiment of the present invention.
  • FIG. 22 is a view illustrating signal waveforms of a heart sound and / or a closed sound obtained according to a measurement position of a probe.
  • FIG. 23 is a flowchart illustrating a method of acquiring a cardiopulmonary signal according to another embodiment of the present invention.
  • 24 to 26 are views for explaining an example of utilizing the heart and / or lung sound obtained according to an embodiment of the present invention.
  • FIG. 27 is a block diagram illustrating an apparatus for performing a method for acquiring a cardiopulmonary signal according to an embodiment of the present invention.
  • 'measured heart sound data' is heart sound data derived from a cardiopulmonary sound signal of a current patient measured in real time.
  • 'measured heart sound processing data' is processed data such as calculating or deriving some values from the measured heart sound data.
  • the measured heart sound processing data may include a first heart sound, a second heart sound, and a heart rate (Phonocardiogram). , PCG), systolic time interval (S1-S2 Interval, STI), first maximum sound amplitude, second maximum sound amplitude, and include all data that can be derived by processing measured heart sound data. It is not limited to the example.
  • 'cardiovascular information data' is information data of the heart and blood vessels, and is information data of the heart and blood vessels of a current patient that acquires a cardiopulmonary sound signal in real time.
  • the information data of the heart and blood vessels is 1 Stroke Volume (SV), Systemic Vascular Resistance (SVR), Pulse Pressure (PP), Pulse Pressure Variation (PPV), Stroke Volume Variation (SVV), Systolic Time Variation (STV) and myocardial contractile force change are included, and all information data related to the heart and blood vessels are included, but not limited to the above examples.
  • cardiopulmonary sound data is data of a cardiopulmonary sound signal obtained from a patient's left ventricle.
  • 'reference heart sound data' is heart sound data derived from a cardiopulmonary signal obtained from a plurality of patients in order to derive a correlation between heart sound data and invasive measurement data.
  • the 'reference heart sound processing data' is processed data such as calculating or deriving some values from the reference heart sound data.
  • the reference heart sound processing data includes the first heart sound S1 and the second heart sound S2.
  • Phonocardiogram (PCG) Phonocardiogram
  • S1-S2 Interval STI
  • First Heart Rate Amplitude Second Heart Rate Amplitude
  • Second Heart Rate Amplitude Are all included and it is not limited to the said example.
  • the first heart sound is a sound produced when the atrioventricular valve is closed
  • the second heart sound is a sound produced at the closing of the aorta and the pulmonary valve, indicating the end of the heart contraction and the onset of heart relaxation.
  • 'cardiovascular invasive measurement data' is data obtained from a plurality of patients in order to derive correlation with heart sound data, and is information data of the heart and blood vessels of the plurality of patients, for example, cardiovascular system.
  • the relationship invasive measurement data includes one-time stroke volume (SV), systemic vascular resistance (SVR), pulse pressure (PP), and pulse pressure variation (Pulse) among data acquired from a plurality of patients.
  • 'cardiovascular reference data' is data for reference in removing noise when deriving a correlation between reference heart sound data and cardiovascular invasive measurement data among non-invasive measurement data, for example
  • the cardiovascular reference data includes electrocardiogram and arterial blood pressure (ABP), and includes all reference cardiovascular reference data, which is not limited to the above examples.
  • measured lung sound data is lung sound data derived from a cardiopulmonary sound signal of a current patient measured in real time.
  • 'measurement sound processing data' is processed data such as calculating or deriving some values from the measurement sound sound data, and for example, data including the measurement sound noise data converted into the frequency domain,
  • the data that can be derived by processing are all included and the present invention is not limited to the above examples.
  • 'pulmonary information data' is information information of a lung, and is information data of a current patient's lung, which acquires a cardiopulmonary sound signal in real time. Secretion, mucous plug in the airway, airway sputum, alveolar opening pressure and pulmonary edema, all of the information data related to the lung are included, but not limited to the above examples.
  • 'reference lung sound data' is lung sound data derived from a cardiopulmonary sound signal obtained from a plurality of patients in order to derive correlation between lung sound data and invasive measurement data.
  • the reference waste sound processing data is processed data such as calculation or deriving some values from the reference waste sound data, and includes, for example, data obtained by converting measured waste sound data into a frequency domain, and measuring measured sound noise data.
  • the data that can be derived by processing are all included and the present invention is not limited to the above examples.
  • 'pulmonary invasive measurement data' is data obtained from a plurality of patients in order to derive correlation with lung sound data, and is information data of the lungs of the plurality of patients, for example, lung invasive measurement data.
  • Lung information data includes lung water amount, airway secretion, airway mucus plug, airway sputum, alveolar opening pressure and pulmonary edema, All data is included and is not limited to the above example.
  • 'lung reference data' is data for reference in removing noise when deriving a correlation between reference lung sound data and lung invasive measurement data among non-invasive measurement data, for example, lung
  • the reference data includes, and includes all the reference data of the lung which may be a reference, but is not limited to the above examples.
  • a method for obtaining accurate values of cardiovascular information in real time faster than using cardiac sound to directly acquire invasive cardiovascular information by using heart sound, and invasive lung information directly using lung sound was present.
  • the heart sound and the lung sound are acquired at the same time, it proposes a method for acquiring the heart and lung sound for the acquisition of the cardiovascular information or lung information from the patient using a probe.
  • FIGS. 13 to 20 show a method of obtaining lung information using lung sounds
  • FIGS. 21 to 27 show a cardiopulmonary signal. A method of obtaining will be described.
  • FIG. 1 is a view for explaining a method for providing the cardiovascular information using the heart as a graph according to an embodiment of the present invention.
  • real-time obtaining measurement heart sound data of a specific patient may include measuring heart sound processing data using measurement heart sound data. Acquiring (S130) and generating and providing a real-time change graph of the measurement heart sound processing data (S150).
  • the measurement heart sound data of a specific patient may be acquired using cardiopulmonary sound data including the measurement heart sound data through a cardiopulmonary sound acquisition device inserted up to a specific point of the patient's airway.
  • the cardiopulmonary sound acquisition device comprises a tube, a probe, a microphone and a connector, the tube is formed extending out of the body from the cardiopulmonary measurement position in the esophagus or airway, the probe is provided at the first side end of the tube and cardiopulmonary Placed in the sound measurement position, collecting cardiopulmonary sound through the esophagus or airway surface, the microphone converts the cardiopulmonary sound collected from the probe into an electrical signal, placed inside the probe, and the connector is cabled at the second end of the tube And an electrical signal corresponding to the cardiopulmonary sound to the cardiovascular information output device.
  • the real-time change graph of the measurement heart sound processing data is a graph of the measurement heart sound processing data, which has the same change tendency of a specific cardiovascular information data graph.
  • invasive measurement data can be obtained by invasive insertion of a tool (eg, insertion of a tool up to the heart to determine cardiac output). Therefore, it is not possible to detect a change in data in a surgical operation in which it is difficult to invade a tool.
  • the present invention even without directly providing a cardiovascular information data graph, by providing only a real-time change graph of measured heart sound processing data, the same change tendency of cardiovascular information data is provided to a patient, a doctor or a user who needs cardiovascular information. can do.
  • a drop in blood pressure is caused by a decrease in the total load (total blood volume), a decrease in myocardial contractility, or a vascular resistance. It should be possible to cope with it.
  • the tool in order to measure the body vascular resistance, the tool must be invasively inserted, but most of the surgery is difficult to invade the tool.
  • the value decreases on the second heart sound maximum amplitude graph by providing a second heart sound maximum amplitude graph that matches the tendency with the body blood vessel resistance graph and is obtained by processing the measured heart sound data As the resistance decreases, medical staff can recognize and respond appropriately to patient blood pressure drops.
  • FIG. 2 is a view for explaining a method of calculating and providing the calculated value of the cardiovascular information using the sound according to an embodiment of the present invention.
  • the method for calculating and providing the calculated value of the cardiovascular information according to an embodiment of the present invention, the step of obtaining the measurement heart sound data of a specific patient in real time (S210), measured using the measured heart sound data Acquiring the heart sound processing data (S230), calculating a scale factor between the measured heart sound processing data and the cardiovascular data values (S250) and calculating a calculated value of the cardiovascular information data based on the measured heart sound processing data and the scale coefficients. It provides a step (S270).
  • Obtaining a scale coefficient between the measured heart sound processing data and the cardiovascular information data value (S250) is to obtain a scale coefficient for calculating the cardiovascular information data value using the measured heart sound processing data.
  • the method of obtaining the scale factor is obtained by using a graph or matrix generated based on previously acquired heart sound and cardiovascular invasive measurement data of a plurality of patients. A detailed method of obtaining the scale factor using a graph or matrix will be described later.
  • Computing and providing a calculated value of the cardiovascular information data based on the measured heart sound processing data and the scale factor is a graph of the cardiovascular information data based on the measured heart sound processing data and the scale factor. Generate and calculate and provide an accurate value of each point of the graph as a calculated value of cardiovascular information data. In another embodiment, an accurate value of cardiovascular information data is calculated without generating a graph of cardiovascular information data. To provide.
  • FIG. 3 is a view for explaining a method of deriving a correlation between reference heart sound processing data and cardiovascular invasive measurement data of the present invention.
  • Deriving the correlation between the reference heart sound processing data and the cardiovascular invasive measurement data is a step before obtaining the measurement heart sound data of the patient to measure in real time, the reference heart sound previously obtained from a plurality of other patients Correlation is derived from processing data and cardiovascular invasive measurement data.
  • the reference heart sound data and the cardiovascular invasive measurement data are paired as obtained in the same patient and at the same time in one or more of a plurality of other patients, and the reference heart sound processing data and cardiovascular invasive measurement processing the reference heart sound data are performed. Correlate the data.
  • the measurement heart sound data of the specific patient is acquired in real time (S110), the measurement heart sound processing data is obtained using the measurement heart sound data (S130), and the real-time change graph of the measurement heart sound processing data is provided and provided.
  • the step (S150) it is shown that the step (S100) of deriving the correlation between the reference heart sound processing data and the cardiovascular invasive measurement data is added, but obtaining the measured heart sound data of the specific patient of FIG.
  • the reference heart sound data and cardiovascular system System also includes one where the step (S100) for deriving a correlation between the invasive measurement data more.
  • FIG. 4 is a graph illustrating a relationship between the second heart sound amplitude and body blood vessel resistance as an embodiment of the present invention.
  • 4 (a) and 4 (b) are exemplary graphs for patients 1 and 2, respectively.
  • FIG. 5 is a graph illustrating a relationship between a systolic time interval and cardiac output as an embodiment of the present invention.
  • 5 (a) and 5 (b) are exemplary graphs for patients 1 and 2, respectively.
  • FIG. 6 is a graph for explaining the relationship between the systolic time interval and the pulse pressure as an embodiment of the present invention.
  • FIG. 6A is a graph for 20 seconds
  • FIG. 6B is a graph for several hours.
  • FIG. 7 is a graph illustrating a relationship between systolic time variation and pulse pressure variation as an embodiment of the present invention.
  • 7 (a) and 7 (b) are exemplary graphs for patients 1 and 2, respectively.
  • FIG 8 is a graph illustrating a relationship between the first heart sound and the myocardial contractile force as an embodiment of the present invention.
  • Figure 8 (a) is a graph for 7 hours
  • Figure 8 (b) is a graph for 11 hours
  • the change in myocardial contractile force that continuously changes during the operation time measured by the first heart sound and invasive arterial pressure Is a graph showing the relationship between the first heart sound and the one calculated as the highest point in one heart sound period of the waveform obtained by differentiating the arterial pressure waveform.
  • the second heart sound amplitude data which is the heart sound processing data is derived, and only the second heart sound amplitude data graph is provided, so that the trend of the body blood vessel resistance graph can be grasped.
  • the tendency can be recognized as the increase in the body blood vessel resistance 13 as the second heart sound amplitude 11 increases, and the decrease in the body blood vessel resistance 13 as the second heart sound amplitude 11 decreases. Can be.
  • Systolic time depends approximately on the time from the closure of the atrioventricular valve to the closure of the aortic valve. This is because at this point the ventricles are affected by the preload underestimation.
  • the graph form of the systolic time interval 15 and the one-time cardiac output 17 is similarly formed by adjusting the scale value as shown in FIG. 5.
  • the systolic time interval data which is the heart sound processing data is derived, and only the systolic time interval data graph is provided, so that the trend of the cardiac output graph can be grasped.
  • the heart rate graph is calibrated using information such as heart rate, electrocardiogram and time interval of heart sound, more accurate heart rate information can be calculated.
  • Pulse pressure represents the difference between systolic and diastolic blood pressures and reflects the delivery of blood rescued by the cardiac cycle to the peripheral pressure. Pulse pressure and cardiac output are known to have a proportional relationship. Therefore, if the change in pulse pressure due to breathing is tracked through the systolic time interval, the change in pulse pressure through the systolic time interval can be tracked.
  • the systolic time interval data which is the heart sound processing data, is derived, and only the systolic time interval data and the graph processed therein can be grasped to grasp the trend of the pulse pressure graph.
  • the variation according to the breathing of the pulse pressure can also be tracked through the systolic time interval variation.
  • the systolic time variation data which is the heart sound processing data is derived, and only the systolic time variation data and the graph processed therefrom can be grasped to determine the trend of the pulse pressure variation graph.
  • FIG. 8 shows the first heart sound and arterial pressure waveform change. Is a graph showing the relationship between the maximum value (dP / dt max), and as a surrogate marker of the change of myocardial contractile force (25) that changes continuously during the operation time, calculates the maximum value (dP / dt max) of the arterial pressure waveform change. As a result of comparing the graph between the first heart sounds 27, it can be seen that the trend of the graph is similar.
  • the maximum value of the arterial pressure waveform change (dP / dt max) is also used as a method of evaluating the change in myocardial contractility (25) after dobutamine administration.
  • the reason why the graph between the myocardial contractile force change 25 and the first heart sound 27 is similar is that the myocardial contractile force is a force in which the heart contracts to build blood. mitral valve). Specifically, since the first heart sound is composed of the closing of the left ventricular valve and the sound generated through the left ventricular outflow tract (LVOT), the physiological effect of the myocardial contraction is reduced. 1 because it is reflected in the heart.
  • LVOT left ventricular outflow tract
  • the second heart sound amplitude, the systolic time interval, which is a processing data value, than the extraction time of the maximum values of invasive body blood vessel resistance, cardiac output, pulse pressure, pulse pressure variation, and arterial pressure waveform change.
  • the data of systolic time variation and the extraction time of the first heart sound are faster.
  • FIG. 9 is a diagram for describing a method of extracting cardiovascular data using correlation and measured heart sound data according to the present invention.
  • the cardiovascular information acquisition method using the heart sound of the present invention the step of deriving the correlation between the reference heart sound processing data and cardiovascular invasive measurement data (S100), to obtain the measurement heart sound data of a specific patient in real time Step S110, acquiring measurement heart sound processing data using the measurement heart sound data (S130), generating and providing a real-time change graph of the measurement heart sound processing data (S150), and using correlation and measurement heart sound data. Extracting the cardiovascular information data (S170).
  • step S170 of extracting cardiovascular information data using the correlation and the measured heart sound data the correlation may be derived using a graph.
  • extracting the cardiovascular information data is extracted by a learning algorithm based on the reference heart sound data and the cardiovascular invasive measurement data.
  • step S170 the cardiovascular information data is extracted using the correlation and the measured heart sound data to derive a correlation between the reference heart sound processing data and the cardiovascular invasive measurement data.
  • step (S150) of generating and providing a real-time change graph of the measured heart sound processing data from step (S100) deriving a correlation between the reference heart sound processing data and cardiovascular invasive measurement data (S100).
  • the method may further include the step S210 of real-time obtaining the measured heart sound data of the specific patient, and calculating and providing a calculated value of the cardiovascular information data based on the measured heart sound processing data and the scale factor.
  • FIGS. 10 and 11 are diagrams for explaining a method of removing noise when the correlation between the reference heart sound processing data and the cardiovascular invasive measurement data of the present invention.
  • Deriving the correlation described above with reference to FIG. 3 may further include removing noise.
  • the removing of the noise may include obtaining cardiovascular reference data (S310), obtaining a feature point of reference heart sound data using a heart sound filter (S330), and extracting the cardiovascular reference data from the feature points. Matching the acquired reference heart sound data (S350), and if it is determined that an abnormal section is included in the wave of the cardiovascular reference data, excluding the reference heart sound data matching the abnormal section as noise (S370). .
  • the cardiovascular reference data is data for reference in removing noise when a correlation between reference heart sound data and cardiovascular invasive measurement data is derived from non-invasive measurement data, for example, an electrocardiogram or an artery. Blood pressure;
  • the cardiovascular reference data is data capable of grasping an abnormal section in real time.
  • the abnormal section is, for example, a section in which noise is generated in the cardiopulmonary data by reflecting a patient's movement, posture change, etc. during surgery, and the reference cardiac data alone makes it difficult to determine the abnormal section.
  • the heart sound filter includes all the filters to clearly distinguish the feature points of the heart sound.
  • the removing of the noise may include converting the graph on the time domain of the correlation into the frequency domain (S410) and when it is determined that an abnormal section is included in the graph on the frequency domain. Excluding a section on the time domain that matches the abnormal section as noise (S430).
  • the method of determining that the abnormal section is included in the graph on the frequency domain is determined as the abnormal section when the range of the predetermined value is exceeded in the graph on the frequency domain.
  • the correlation between the reference heart sound processing data and the cardiovascular invasive measurement data is accurately determined by identifying the abnormal section in the graph on the frequency domain and excluding the section on the matching time domain. There is an effect that can be derived.
  • FIG. 12 is a view for explaining a method for generating a matrix for scaling factor extraction of the present invention.
  • a scale factor is calculated using reference heart sound data and cardiovascular invasive measurement data previously obtained using a plurality of patients.
  • Generating a matrix for may further include.
  • the method of generating a matrix for extracting scale coefficients may include obtaining reference heart sound data and acquiring reference heart sound processing data using the reference heart sound data (S510), and obtaining cardiovascular invasive measurement data.
  • step S530 calculating the scale coefficient between the reference heart sound processing data and the cardiovascular invasive measurement data (S550) and generating the matrix using the reference heart sound processing data, the cardiovascular invasive measurement data and the scale coefficient (S570). Include.
  • the reference heart sound data is heart sound data previously obtained from a plurality of patients
  • the reference heart sound processing data is reference heart sound data. Processed data, such as calculating or deriving some values from a.
  • the reference heart sound data and the cardiovascular invasive measurement data are paired as acquired in the same patient and at the same time in one or more of a plurality of other patients, and the reference heart sound processing data and cardiovascular invasive measurement processing the reference heart sound data are performed. Deduce the scale factor of the data.
  • the reference heart sound processing data and the cardiovascular invasive measurement data obtained at the same patient and at the same time among the plurality of other patients.
  • the scale factor of the liver is calculated and obtained.
  • the generating of the matrix using the reference heart sound processing data, the cardiovascular invasive measurement data and the scale coefficient may include generating the matrix using the reference heart sound processing data, the cardiovascular invasive measurement data, and the scale coefficient for each physical condition of the plurality of patients.
  • the cardiovascular information data calculation value is then calculated using only the measured heart sound data of the patient.
  • a scale factor that matches the patient's physical condition and heart sound data can be obtained. In this case, not only the scale factor but also the cardiovascular invasive measurement data can be obtained.
  • the method may further include generating a matrix for calculating a coefficient, and obtaining the scale coefficient between the measured heart sound processing data and the cardiovascular data value (S250) may be achieved by using the generated matrix.
  • a calculated value of the cardiovascular information data is calculated and provided based on the measured heart sound processing data and the scale coefficient, and compared with the reference heart sound data on the matrix using the initial measured heart sound data obtained from the patient. Calculate and provide the calculated value.
  • the measurement heart sound data is acquired in a predetermined section, and if only one accurate calculation value of the matching cardiovascular information data is matched using the reference heart sound data in which the section matches and the body condition of the patient, the cardiovascular system is continuously All the calculated values of the information data can be obtained.
  • calculating the scale coefficient between the reference heart sound processing data and cardiovascular invasive measurement data is calculated using a learning algorithm, and generates a matrix using the reference heart sound processing data, cardiovascular invasive measurement data and scale coefficients.
  • the matrix using the scale factor may be provided to the user by generating using the learning algorithm.
  • an apparatus for acquiring cardiovascular information using heart sound may include: a measurement heart sound data acquisition unit configured to acquire measurement heart sound data of a specific patient in real time, and at least one measurement heart sound processing data using measurement heart sound data
  • the measurement heart sound data acquisition unit for real-time acquisition of the measurement heart sound data of a specific patient;
  • a measurement heart sound processing data acquisition unit configured to acquire at least one measurement heart sound processing data in real time using the measurement heart sound data;
  • a scale factor calculator for calculating a scale factor between the measured heart sound processing data and the cardiovascular data value; And calculating and calculating a calculated cardiovascular information data based on the measured heart sound processing data and the scale factor, wherein the cardiovascular information data is data having the same change tendency as the specific measured heart sound processing data. Contains wealth.
  • the cardiovascular system information obtaining apparatus of the present invention the cardiovascular system information obtaining method described above with reference to FIGS. 1 to 12 is identically applied.
  • FIG. 13 to 20 illustrate a method of obtaining lung information using lung sounds.
  • FIG. 13 is a view for explaining a method of providing lung information as a graph using lung sounds according to an embodiment of the present invention.
  • the method may include real-time obtaining measurement lung sound data of a specific patient (S610), and obtaining measurement lung sound processing data using measurement lung sound data. Step S630 and generating and providing a change graph of the measured waste sound processing data (S650).
  • the measured lung sound data of the specific patient may be acquired in real time using the cardiopulmonary sound data including the measured lung sound data through a cardiopulmonary sound acquisition device inserted to a specific point of the patient's airway.
  • the device for acquiring a cardiopulmonary sound includes a tube, a probe, a microphone, and a connector, the tube is formed extending out of the body from the position of the cardiopulmonary measurement in the esophagus or airway, the probe is provided at the first end of the tube and the cardiopulmonary Placed in the sound measurement position, collecting cardiopulmonary sound through the esophagus or airway surface, the microphone converts the cardiopulmonary sound collected from the probe into an electrical signal, placed inside the probe, and the connector is cabled at the second end of the tube It is connected to, and delivers an electrical signal corresponding to the cardiopulmonary sound to the lung information output device.
  • At least one piece of data included in the measured waste sound processing data may be acquired using the measured waste sound data.
  • the change graph of the measured waste sound processing data is, in one embodiment, a real-time change graph of the measured waste sound processing data, and the same trend of change of a specific waste information data graph. To have.
  • invasive measurement data can be obtained by invasive insertion of a tool (eg, insertion of a tool up to the heart to determine cardiac output). Therefore, it is not possible to detect a change in data in a surgical operation in which it is difficult to invade a tool.
  • the present invention it is possible to provide the same change tendency of lung information data to patients, doctors or users who need lung information by providing only the change graph of the measured lung sound processing data without directly providing the lung information data graph.
  • the measured waste sound processing data is frequency domain data of the measured waste sound processing data
  • the change graph of the measured waste sound processing data is power for each frequency band. It includes at least one of a change or a combination of frequency band differences.
  • the medical staff can provide lung graphs by providing at least one of a change graph of the measured waste sound processing data, that is, a combination of a change in power or frequency band difference for each frequency band. Information can be provided.
  • a stethoscope when judging the presence or absence of secretions in the airway, a stethoscope must be repeated repeatedly at intervals of about 10 to 30 minutes, and there is a difficulty in diagnosing subtle changes in sound by hearing.
  • continuous monitoring of cardiopulmonary sound and frequency band analysis of cardiopulmonary sound can be used to determine the presence or absence of secretions in the airways by augmentation or attenuation of specific areas that can be identified.
  • the medical staff can recognize the presence or absence of secretion in the airway and cope with it appropriately by using the change graph of the measured waste sound processing data.
  • the lung water amount In addition to the presence or absence of secretion in the airway, the lung water amount, mucus plug in the airway, airway sputum, alveolar opening pressure and pulmonary edema, etc. You can respond appropriately.
  • FIG. 14 is a diagram for describing a method of calculating and providing calculated lung information using lung sounds according to an embodiment of the present invention.
  • the method may include obtaining real-time measurement lung sound data of a specific patient (S710), measuring lung sound by using measured lung sound data. Acquiring the processing data (S730), calculating a scale factor between the measured waste sound processing data and the waste information data value (S750) and calculating and providing a calculated value of the waste information data based on the measured waste sound processing data and the scale coefficient.
  • a step S770 is included.
  • Acquiring a scale coefficient between the measured waste sound processing data and the waste information data value is to obtain a scale coefficient for calculating the waste information data value using the measured waste sound processing data.
  • the method of obtaining the scale factor is obtained by using a graph or matrix generated based on the lung sound and lung invasive measurement data of a plurality of previously acquired patients. A detailed method of obtaining the scale factor using a graph or matrix will be described later.
  • Computing and providing a calculated value of the waste information data based on the measured waste sound processing data and the scale coefficient (S770), in one embodiment, generates a graph of the waste information data based on the measured waste sound processing data and scale coefficients; In this embodiment, the exact value of the waste information data is calculated and provided without generating a graph of the waste information data.
  • 15 is a view for explaining a method of deriving correlation between reference lung sound data and lung invasive measurement data of the present invention.
  • deriving a correlation between reference lung sound processing data and lung invasive measurement data (S600) and measuring measured lung sound data of a specific patient deriving a correlation between reference lung sound processing data and lung invasive measurement data (S600) and measuring measured lung sound data of a specific patient.
  • Deriving the correlation between the reference lung sound processing data and the lung invasive measurement data is a step before the acquisition of the measurement lung sound data of the patient to measure in real time, the reference lung sound processing previously obtained from a plurality of other patients Correlate data using lung invasive measurement data.
  • the reference lung sound data and the lung invasive measurement data are paired as obtained at the same patient and at the same time with one or more of a plurality of other patients, and the reference lung sound processing data and the lung invasive measurement data that processed the reference lung sound data. Correlate.
  • correlation between reference lung sound processing data and lung invasive measurement data is performed before the step (S610) of obtaining real-time measurement lung sound data of a specific patient, and generating and providing a change graph of the measurement lung sound processing data (S650).
  • deriving the relationship (S600) is shown as being added, the calculated values of the lung information data based on the measured lung sound processing data and the scale factor from the step S710 of obtaining the measured lung sound data of the specific patient in FIG. 14 in real time.
  • a step (S600) of deriving a correlation between the reference lung sound data and the lung invasive measurement data is also included.
  • FIG. 16 is a graph showing the presence or absence of secretion in the airways as an embodiment of the present invention as a change in power for each frequency band.
  • the state of the secretion in the airway can be immediately confirmed by monitoring and comparing with the graph of normal patients.
  • FIG. 17 is a diagram for explaining a method of extracting lung information data using correlation and measured lung sound data of the present invention.
  • the correlation may be derived using a graph.
  • extracting lung information data is extracted by a learning algorithm based on reference lung tone data and lung invasive measurement data.
  • the lung information data is extracted using the correlation and the measured lung sound data, and the correlation between the reference lung sound processing data and the lung invasive measurement data ( S600) to but after the step of generating and providing a change graph of the measured lung sound processing data (S650), but deriving a correlation between the reference lung sound processing data and lung invasive measurement data (S600), the specific patient It is added after the step (S770) of obtaining the measured waste sound data in real time (S770) to calculate and provide a calculated value of the waste information data based on the measured waste sound processing data and the scale factor.
  • FIGS. 18 and 19 are diagrams for describing a method of removing noise when a correlation between reference lung sound data and lung invasive measurement data of the present invention is derived.
  • Deriving the correlation described above with reference to FIG. 15 may further include removing noise.
  • the step of removing noise may include obtaining closed reference data (S810), obtaining a feature point of reference closed tone data using a feature point filter (S830), and comparing the closed reference data with the reference closed sound data.
  • the method may include removing reference waste data matching the abnormal section as noise (S870).
  • the lung reference data is data for reference when removing noise when deriving a correlation between reference lung sound data and lung invasive measurement data among non-invasive measurement data.
  • the closed reference data is data which can grasp an abnormal section in real time.
  • the abnormal section is a section in which noise is generated in the cardiopulmonary sound data by reflecting a patient's movement, posture change, etc. during surgery, and the reference sound data is difficult to determine the abnormal section.
  • the step of removing noise includes converting the graph on the time domain of the correlation into the frequency domain (S910) and when it is determined that an abnormal section is included in the graph on the frequency domain. Excluding a section on the time domain that matches the abnormal section as noise (S930).
  • the method of determining that the abnormal section is included in the graph on the frequency domain is determined as the abnormal section when the range of the predetermined value is exceeded in the graph on the frequency domain.
  • the correlation between the reference lung sound processing data and the lung invasive measurement data is accurately derived by identifying the abnormal section in the graph on the frequency domain and excluding the section on the matching time domain. There is an effect that can be done.
  • 20 is a view for explaining a method for generating a matrix for scaling factor extraction of the present invention.
  • the method may further include generating a matrix.
  • the method of generating a matrix for extracting scale coefficients may include obtaining reference lung sound data, acquiring reference lung sound processing data using reference lung sound data (S1010), and obtaining lung invasive measurement data. (S1030), calculating a scale coefficient between the reference sound processing sound and lung invasive measurement data (S1050) and generating a matrix using the reference sound processing sound, lung invasive measurement data and scale coefficients (S1070).
  • the reference lung sound data is sound sound data previously obtained from a plurality of patients, and the reference lung sound data is reference lung sound data.
  • Processed data such as calculating or deriving some values from a.
  • the reference lung sound data and the lung invasive measurement data are paired as obtained at the same patient and at the same time with one or more of a plurality of other patients, and the reference lung sound processing data and the lung invasive measurement data that processed the reference lung sound data. Deduce the scale factor.
  • the scale factor between the reference lung sound processing data and the lung invasive measurement data is calculated. Calculate and obtain.
  • Generating a matrix using reference lung sound processing data, lung invasive measurement data, and scale coefficients (S1070) generates a matrix using reference lung sound processing data, lung invasive measurement data, and scale coefficients according to the physical conditions of the plurality of patients. .
  • the scale coefficient calculation may further include generating a matrix for obtaining the scale coefficient between the measured waste sound processing data and the waste information data value (S750).
  • a calculated value of the lung information data is calculated and provided based on the measured waste sound processing data and the scale factor, and is accurately calculated by comparing with the reference lung sound data on the matrix using the initial measured lung sound data obtained from the patient. Calculate and provide a value.
  • the lung information data when the measured lung sound data is acquired for a predetermined interval, and if only one accurate calculation value of the lung information data matched using the reference lung sound data that matches the section and the patient's matching physical condition is acquired, the lung information data may be continuously. You can obtain all the calculated values of.
  • step (S1050) of calculating the scale coefficient between the reference lung sound processing data and the lung invasive measurement data is calculated using a learning algorithm, and generating a matrix using the reference lung sound processing data, the lung invasive measurement data and the scale coefficient ( In operation S1070, the matrix using the scale factor may be provided to the user by generating using the learning algorithm.
  • an apparatus for obtaining lung information using lung sounds may include: a measurement lung sound data acquisition unit configured to acquire measurement lung sound data of a specific patient in real time, and obtaining at least one measurement lung sound processing data using measurement lung sound data; And a measurement waste sound processing data change graph providing unit for generating and providing a change graph of the waste sound processing data acquisition unit and the measurement waste sound processing data, wherein the change graph of the measurement waste sound processing data indicates specific waste information data.
  • the method of obtaining lung information using lung sound may include: acquiring, by a computer, real-time measurement of lung sound data of a specific patient; Obtaining at least one measurement waste sound processing data using the waste sound data, and generating, by the computer, a change graph of the measurement waste sound processing data to provide the waste information data.
  • a method of obtaining lung information using lung sound may include: acquiring, by a computer, real-time measurement lung tone data of a specific patient; And calculating, by the computer, a scale factor between the measured waste sound processing data and the waste information data value, and the computer calculating and providing a calculated value of specific waste information data based on the measured waste sound processing data and the scale coefficient. It includes a step.
  • the measurement lung sound processing data is frequency domain data of the measurement lung sound data
  • the lung information data includes a lung water amount of the patient, secretion in the airway, mucus plug in the airway, and intrahepatic airway ( sputum), alveolar opening pressure and pulmonary edema.
  • the change graph of the measured waste sound processing data includes at least one of a change in power for each frequency band or a combination of frequency band differences, and has the same change tendency of a specific waste information data graph.
  • Computing the scale coefficient between the measured lung sound processing data and the lung information data value is obtained by using a graph or matrix generated based on previously acquired lung sound and lung invasive measurement data of a plurality of patients. .
  • the computer calculating and providing a calculated value of specific lung information data based on the measured waste sound processing data and the scale coefficients, wherein the computer is a graph of the waste information data based on the measured waste sound processing data and the scale coefficients. And calculate and provide the exact value of each point of the graph as a calculated value of the waste information data, or calculate and provide the correct value of the waste information data without generating the graph of the waste information data by the computer. It is.
  • the computer may perform correlation between reference lung sound processing data and lung invasive measurement data. It further includes the step of deriving.
  • the computer After the computer generates a change graph of the measured waste sound processing data and provides lung information data, the computer generates reference lung sound processing data and lungs. And extracting lung information data using correlation of invasive measurement data and measurement lung sound data.
  • the computer in a method of obtaining lung information using lung sound, after the computer calculates and provides a calculated value of specific lung information data based on the measured waste sound processing data and the scale factor, the computer refers to the reference.
  • the method may further include extracting lung information data using correlation between the lung sound processing data and the lung invasive measurement data and the measured lung sound data.
  • the correlation may be derived using a graph or extracted by a learning algorithm based on the reference lung sound processing data and lung invasive measurement data.
  • the deriving of the correlation may further include removing noise
  • the removing of the noise may include: obtaining, by the computer, reference data of the closed sound data using a feature filter; Acquiring a feature point, matching the lung reference data acquired by the computer with the reference lung sound data, and when the computer determines that an abnormal section is included in the wave of the lung reference data, Excluding the reference lung sound data matching the abnormal interval as noise, or acquiring the closed reference data by the computer, the computer acquiring a feature point of the reference lung sound data using a feature filter; Matching the reference sound data acquired with the reference sound data (m and when the computer determines that an abnormal section is included in the wave of the lung reference data, excluding reference sound data matching the abnormal section as noise.
  • the computer calculating and providing a calculated value of specific lung information data based on the measured lung sound processing data and the scale factor may include: reference lung data and lung invasive measurement obtained by the computer using a plurality of patients. Generating a matrix for calculating the scale coefficient using data; and generating the matrix for extracting the scale coefficient, wherein the computer acquires reference lung tone data and uses at least one of the reference lung tone data. Obtaining reference lung sound processing data, the computer obtaining lung invasive measurement data, the computer calculating a scale factor between the reference lung sound processing data and the lung invasive measurement data, and the computer processing the reference lung sound processing Data, the lung invasive measurement day And generating the matrix using the scale factor.
  • the reference lung tone data is lung sound data previously obtained from a plurality of patients, and the reference lung tone processing data is data processed by calculation or derivation of some values from the reference lung tone data.
  • Computing the scale coefficient between the reference lung sound processing data and the lung invasive measurement data comprises: the reference lung sound processing data and the lung invasive measurement data obtained at the same patient and at least one of a plurality of other patients.
  • the matrix is generated using the scale factor of the liver.
  • the computer generating the matrix using the reference lung sound processing data, the lung invasive measurement data and the scale coefficient may include the reference lung sound processing data, the lung invasive measurement data and the scale coefficient for each physical condition of the plurality of patients. To create a matrix.
  • a lung information acquisition program using lung sounds according to another embodiment of the present invention is stored in a computer-readable recording medium for executing any one of the above methods.
  • an apparatus for obtaining lung information using lung sounds may include: a measuring lung sound data obtaining unit configured to acquire measured lung sound data of a specific patient in real time; And a waste sound processing data acquisition unit and a measurement waste sound processing data change graph providing unit for generating and providing a change graph of the measured waste sound processing data.
  • an apparatus for obtaining lung information using lung sounds may include: a measurement lung sound data acquisition unit configured to acquire measurement lung sound data of a specific patient in real time; and at least one measurement lung sound processing data using measurement lung sound data; A processing data acquisition unit, a scale coefficient calculating unit for calculating a scale coefficient between the measured waste sound processing data and the waste information data value, and calculating and providing a calculated value of the specific waste information data based on the measured waste sound processing data and the scale coefficient. And a closed information data calculation value calculation unit.
  • the method for acquiring a cardiopulmonary signal also corresponds to a method for acquiring using a cardiopulmonary sound acquisition device.
  • FIG. 21 is a flowchart illustrating a method of acquiring a cardiopulmonary signal according to an embodiment of the present invention. The method of Figure 21 is performed by a computer.
  • the computer may acquire a heart sound and / or a lung sound according to the measurement position of the probe (S1100).
  • the probe may be a stethoscope as a device for measuring heart sound and / or pulmonary sound from a patient.
  • a probe eg, a stethoscope
  • the heart and / or lung sounds of a patient may be measured without the probe being inserted into the esophagus, and may be obtained through other body parts as well as the esophagus.
  • the heart sound and / or the closed sound may also be obtained from a probe and then other types of acoustic signal processing may be performed.
  • the computer may determine at least one measurement position of the probe for measuring the patient's heart and / or lung sound, and obtain the heart and / or lung sound from each of the determined measurement positions of the at least one probe. For example, in the course of insertion of the probe into the esophagus of a patient, a plurality of measurement locations for measuring heart sound and / or pulmonary sound may be determined based on the insertion path. Alternatively, in the process of slowly removing the probe after fully inserted into the esophagus of the patient, a plurality of measurement positions may be determined based on the path.
  • the heart sound and the pulmonary sound may be acquired at one time from the probe.
  • the acquisition rate of the heart sound and the closed sound may be adjusted using a microphone.
  • the microphone may be configured to be connected to the probe or included in the probe itself.
  • the microphone may be configured separately from the probe, and may be used together with the probe at the time of acquiring the heart sound and / or the closed sound as needed.
  • the heart sound and the closed sound acquired at one time from the probe may be separately obtained by filtering using the difference of the frequency bands.
  • the sound may be obtained by separating the sound into a first heart sound (S1) and a second heart sound (S2) using a magnitude or shape of an amplitude from a waveform of a signal, and the left and right closed sounds by using a frequency band of the signal. Can also be obtained by separating.
  • the computer may determine the target measurement position of the probe by analyzing the acquired heart sound and / or lung sound according to the measurement position of the probe (S1110).
  • the computer extracts the signal waveforms of the heart and / or lung sounds obtained from each of the at least one measurement position, and analyzes the signal waveforms of the respective heart and / or lung sounds extracted to analyze the signal of the heart and / or lung sounds. It can be determined whether the waveform is a suitable signal waveform. In this case, the computer may determine whether the heart sound and / or the closed sound obtained at the corresponding measurement position are suitable signals using the change in amplitude, the magnitude of the amplitude, etc. from the signal waveform of the heart sound and / or the closed sound.
  • the computer may derive the measurement position of the probe corresponding to the appropriate signal waveform and determine the target measurement position of the probe based on the determination result. .
  • the computer analyzes the signal waveform of the heart sound and / or the closed sound at each measurement position acquired from the probe to determine the heart sound and / or the closed sound having the most suitable signal waveform, and to measure the probe corresponding to the most suitable signal waveform. The position can be determined as the target measurement position.
  • the computer may provide information on a target measurement position of the probe (S1120).
  • the computer may output a target measurement position of the probe on the screen, and also a measurer (eg, a medical staff) that measures heart and / or lung sounds in various ways to guide the probe to the target measurement position.
  • Information can be provided to
  • the computer may guide the target measurement position compared to the probe's current measurement position.
  • the computer can finally obtain the patient's heart sound and / or lung sound from the probe at the target measurement location, preprocess it and utilize it in various ways. That is, the computer may construct a dataset by collecting the heart and / or lung sounds of the patient acquired at the target measurement position, and use the dataset of the heart and / or lung sounds to build a learning model. When the learning model is constructed as described above, the computer may acquire the heart sound and / or the pulmonary sound measured at the target measurement position from the new patient, and apply the same to the learning model to identify and guide the health status of the new patient in real time. In an embodiment, the feature-based analysis or the deep learning-based analysis may be performed based on the heart sound and / or the lung sound obtained from the target measurement position. This will be described later in detail with reference to FIGS. 24 to 26.
  • the computer may finally acquire the heart and / or lung sound of the patient from the probe at the target measurement position, and then further apply the method of FIG. 23 described below with respect to the finally obtained heart and / or lung sound.
  • FIG. 22 is a view illustrating signal waveforms of a heart sound and / or a closed sound obtained according to a measurement position of a probe.
  • Each graph shown in FIG. 22 represents an electrocardiogram (top of each graph) and a cardiopulmonary signal (bottom of each graph) measured according to the position of the probe inserted into the esophagus of the patient.
  • a probe is inserted into the esophagus and shows a first signal waveform measured at a depth of 38 cm from the incisor (first measurement position).
  • the computer can determine whether the first signal waveform corresponds to a suitable signal based on a change in amplitude or amplitude of the first signal waveform. As shown in (a) of FIG. 22, it can be seen that the first signal waveform is dominant while the second heartbeat is very faint and weak in intensity. Thus, the computer can determine that the first signal waveform is an inappropriate signal waveform.
  • a probe is inserted into the esophagus and shows a second signal waveform measured at a depth of 32 cm (second measurement position) from the maxillary tooth.
  • the computer can determine whether the second signal waveform corresponds to a suitable signal based on a change in amplitude or amplitude of the second signal waveform.
  • the second signal waveform is derived from both the first heart sound and the second heart sound, but it can be seen that the first heart sound has a large amplitude and dominance compared to the second heart sound.
  • the computer can determine that the second signal waveform is an inappropriate signal waveform.
  • a probe is inserted into the esophagus and shows a third signal waveform measured at a depth of 28 cm from the maxillary tooth (third measurement position).
  • the computer can determine whether the third signal waveform corresponds to a suitable signal based on the change in amplitude of the third signal waveform or the magnitude of the amplitude.
  • the third signal waveform is clearly derived from both the first heart sound and the second heart sound, and shows a relatively similar pattern in amplitude or change in amplitude.
  • the computer can determine that the third signal waveform is a suitable signal waveform.
  • a probe is inserted into the esophagus and shows a fourth signal waveform measured at a depth of 25 cm from the maxillary tooth (fourth measurement position).
  • the computer can determine whether the fourth signal waveform corresponds to a suitable signal based on the change in amplitude of the fourth signal waveform or the magnitude of the amplitude.
  • the fourth signal waveform has a similar pattern between the first heart sound and the second heart sound, but it can be seen that the amplitude of the amplitude is reduced compared to the third signal waveform. Therefore, the computer can determine that the fourth signal waveform is an unsuitable signal waveform compared to the third signal waveform.
  • the computer acquires the signal waveforms (first to fourth signal waveforms) of the heart sound and / or the closed sound for each measurement position (first to fourth measurement positions) of the probe, and acquires the signal waveforms of the acquired heart sound and / or the closed sound, respectively.
  • Each of the first to fourth signal waveforms may be analyzed to derive the most suitable signal waveform (for example, the third signal waveform).
  • the computer may also determine the measurement position (third measurement position) of the probe corresponding to the most suitable signal waveform derived (eg, the third signal waveform) as the target measurement position. In other words, the computer may determine a location 28 cm deep from the maxillary tooth as the target measurement location and provide location information therefor.
  • FIG. 23 is a flowchart illustrating a method of acquiring a cardiopulmonary signal according to another embodiment of the present invention.
  • the method of Figure 23 is performed by a computer.
  • the computer may acquire a heart sound and / or a lung sound from a probe (S1200).
  • the computer may acquire the heart sound and / or the lung sound according to the method of FIG. 21. That is, the computer may determine the target measurement position of the probe based on the heart sound and / or lung sound acquired according to the measurement position of the probe, and finally obtain and use the heart sound and / or lung sound measured from the probe at the determined target measurement position. have.
  • the computer may determine whether an abnormal section is included by analyzing the acquired heart sound and / or lung sound (S1210).
  • the computer may extract and store the heart sound and / or the lung sound including the abnormal section from the plurality of patients in advance, or learn and build the learning data in advance by deep learning based on the heart sound and / or the lung sound. . Thereafter, the computer may determine whether the abnormal section exists in the heart sound and / or the closed sound obtained in step S1200 based on the learning data for identifying the pattern of the abnormal section stored or built in advance.
  • a person eg, a medical staff
  • the computer may correct the signal waveform of the abnormal sound interval based on the preset normal signal waveform (S1220).
  • the computer may remove a section corresponding to the abnormal section from the signal waveform of the heart sound and / or the closed sound, and replace the normal signal waveform preset in the removed section.
  • the preset normal signal waveform may use a signal waveform determined as a normal section from the heart sound and / or the lung sound obtained from the patient, or may use the signal waveform of the normal heart sound and / or the lung sound previously obtained from other patients.
  • a reference signal waveform of a predetermined heart sound and / or closed sound may be used.
  • a computer analyzes a heart sound and / or a lung sound obtained from a patient, and there is a signal waveform portion caused by a valve abnormality or the like, it is recognized as an abnormal section and a correction is performed to remove the signal waveform portion caused by the valve abnormality. Can be done.
  • signals of normal heart sound and / or pulmonary sound in the removed part, data that can accurately grasp changes before and after the operation or changes occurring during the operation can be provided.
  • the computer may perform correction to remove all signals corresponding to the closed sound and acquire only the heart sound signal.
  • a patient with bronchiectasis may have a problem with the lung sound but there is no problem with the heart sound, so that the normal heart sound signal may be obtained by correcting only the lung sound.
  • a patient with bronchiectasis generates a high frequency band according to a breathing cycle, so that the computer may obtain a normal signal by performing correction to remove the high frequency band through filtering.
  • the computer may perform a correction to remove all signals corresponding to the heart sound and to acquire only the signal of the closed sound. For example, if a continuous heart noise occurs after the first heart sound in the signal waveform of the heart sound and / or the closed sound, the computer may perform a correction to remove all the heart sounds to obtain a closed sound signal, or to correct only the heart noise section. It may be used when analyzing the first heart sound.
  • the heartbeat and / or the closed sound signal in the normal state from which the abnormal section is removed may be obtained.
  • the computer may monitor the health state of the patient based on the heart sound and / or the pulmonary sound (signal waveform from which the abnormal section is removed) including the corrected signal waveform obtained in step S1220.
  • the computer may track the change in the signal waveform for the abnormal section from the heart sound and / or the lung sound including the abnormal section, and predict the disease of the patient in real time based on the change in the signal waveform for the tracked abnormal section.
  • the computer may perform the pre-processing process based on the heart sound and / or the closed sound including the corrected signal waveform obtained in step S1220, and may utilize it in various ways. That is, the computer may obtain a normal heart sound and / or a closed sound from which an abnormal section is removed through correction, and build a data set based on this. These datasets can be used to generate learning models through future learning. For example, feature-based analysis or deep learning-based analysis may be performed. This will be described later in detail with reference to FIGS. 24 to 26.
  • the computer may measure the signal quality of the heart sound and / or the closed sound.
  • the computer determines whether the abnormal sound is included in the heart sound and / or the closed sound from the time when the abnormal signal is generated. Do not perform analysis on.
  • an apparatus for measuring signal quality eg, a BIS
  • the computer determines that the sound quality of the heart sound and / or the lung sound is a problem and / or Analysis of lung sounds may not be performed. Therefore, in the case where abnormal intervals are included in the heart sound and / or the pulmonary sound or there is a problem in quality, the present invention can obtain only the normal signal except the abnormal signal, and thus more accurately affects the patient's state of health or the heart and / or lung sound. Analysis results can be obtained.
  • the heart sound and / or the closed sound (first acquired heart sound and / or the closed sound) acquired at the target measurement position, or the heart sound and / or the closed sound (second acquired heart sound and / or closed sound) obtained by the preprocessing correction )
  • learning data sets can be constructed by conducting learning in the form of supervised or unsupervised learning on the learning data, and analyze and predict the newly added first and second acquired heart sounds and / or lung sounds. can do.
  • feature-based analysis can use supervised learning.
  • features for the first and second acquired heart sounds and / or closed sounds may be extracted from the learning dataset learned by the user.
  • Deep learning-based analytics can use unsupervised learning methods.
  • a learning dataset can be constructed by a non-supervised learning method by matching first and second acquired heart sounds and / or lung sounds of a plurality of patients with invasive acquired standard data (eg, gold standard data). have.
  • the deep learning-based learning dataset may be applied to learn a correlation between specific reference data (for example, gold standard data) and specific factors in the first and second acquired heart sounds and / or closed sounds.
  • a learning model is established through a learning method such as supervised learning or non-supervised learning on the first and second acquired heart sounds and / or pulmonary sounds of the patients, the health status of the new patient through these learning models. You can predict the change.
  • the first and second acquired heart sounds and / or pulmonary sounds are acquired from the new patient and applied to the learning model, thereby identifying a change in the patient's condition.
  • data on the same condition as the heart sound and / or the pulmonary sound used at the time of constructing the learning model may be acquired to determine the change of the patient's condition.
  • the target measurement position may be set prior to surgery of the patient, from which a heart sound and / or pulmonary sound may be obtained. Therefore, it is possible to determine whether there is a signal waveform that needs to be corrected for the heart sound and / or the pulmonary sound obtained before the surgery, and then perform correction on the heart sound and / or the pulmonary sound. This can be separated based on the difference between the heart sound cycle and the lung sound cycle. Thereafter, a change in a factor (for example, STI, S2 amplitude, etc.) obtained from the separated heart sound data and the closed sound data may be applied to the learning model to determine the patient's condition in real time.
  • a factor for example, STI, S2 amplitude, etc.
  • 24 to 26 are views for explaining an example of utilizing the heart and / or lung sound obtained according to an embodiment of the present invention.
  • the heart sound and / or lung sound obtained according to an embodiment of the present invention may be used as preprocessing data in feature-based analysis or deep learning-based analysis.
  • the heart sound and / or pulmonary sound obtained according to an embodiment of the present invention may be used as an index for predicting invasive biosignals during or after surgery.
  • a feature element may be extracted from a heart sound and / or a closed sound obtained according to an embodiment of the present invention, and the learning data and the learning model learned based on deep learning may be generated using the extracted feature element as an input.
  • examples used as an index for predicting other data based on the heart sound and / or the closed sound obtained according to an embodiment of the present invention will be described.
  • FIG. 24 is a graph showing ventricular systolic 35 and pulse pressure 19 included in the heart sound and / or pulmonary sound obtained according to an embodiment of the present invention. As shown in FIG. 24, it can be seen that the change in the ventricular systolic 35 and the pulse pressure 19 are correlated. Therefore, the pulse pressure 19 can be calculated using the ventricular systolic 35 obtained according to the embodiment of the present invention.
  • the systolic time interval (STI) may be derived from the heart sound obtained according to an embodiment of the present invention to determine the pulse pressure variation (PPV).
  • FIG. 25 is a graph showing ventricular systolic 37 and stroke volume 17 included in the heart and / or lung sounds obtained according to an embodiment of the present invention. As shown in FIG. 25, it can be seen that the trend of change between the ventricular systolic 37 and the one-time cardiac output 17 is correlated. Therefore, after calculating the ventricular systolic time interval 37 in the heart sound obtained according to the embodiment of the present invention, the cardiac output amount 17 can be calculated by candidateizing the ventricular systolic time interval pattern.
  • FIG. 26 is a graph illustrating a second heart sound 39 and a systemic vascular resistance (SVR) 13 included in a heart sound and / or a lung sound obtained according to an embodiment of the present invention. As shown in FIG. 26, it can be seen that the change trend between the second heart sound 39 and the body blood vessel resistance 13 is correlated. Therefore, after extracting the second heart sound 39 from the heart sound obtained according to the embodiment of the present invention, post-processing on the amplitude of the second heart sound 39 may predict the non-invasive body vascular resistance 13.
  • SVR systemic vascular resistance
  • FIGS. 24 to 26 other data having correlation with ventricular systolic time, systolic time interval STI, and second heart sound S2 among various feature elements included in the heart sound and / or the lung sound
  • Examples of predicting eg, pulse pressure, pulse pressure variation, one-time cardiac output, and vascular resistance
  • predicting eg, pulse pressure, pulse pressure variation, one-time cardiac output, and vascular resistance
  • the derived data may be invasive data obtained by invasive measurement, but in the exemplary embodiment of the present invention, invasive data may be derived in a non-invasive manner through learning even if only the heart sound and / or the lung sound are measured from the patient.
  • FIG. 27 is a block diagram illustrating an apparatus for performing a method for acquiring a cardiopulmonary signal according to an embodiment of the present invention.
  • the apparatus 1300 may include an input unit 1310, a processor 1320, an output unit 1330, and a memory 1340.
  • the input unit 1310 may receive a heart sound and / or a closed sound from a probe (eg, a stethoscope), and the output unit 1330 may output various pieces of information, for example, information about a target measurement position of the probe.
  • the output unit 1330 may be performed by the processor 1320 to output the body information of the patient monitored from the heart and / or lung sound obtained in accordance with an embodiment of the present invention.
  • the processor 1320 performs a method for acquiring a cardiopulmonary signal according to an embodiment of the present invention.
  • the memory 1340 may store a computer program in which a method for acquiring a cardiopulmonary signal according to an embodiment of the present invention is implemented.
  • the steps of a method or algorithm described in connection with an embodiment of the present invention may be implemented directly in hardware, in a software module executed by hardware, or by a combination thereof.
  • the software module may be a random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any form of computer readable recording medium well known in the art.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Cardiology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Acoustics & Sound (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Hematology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Pulmonology (AREA)
  • Human Computer Interaction (AREA)
  • Vascular Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

심폐음을 이용한 정보 획득 방법이 제공된다. 상기 심폐음을 이용한 정보 획득 방법은 컴퓨터가 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계, 컴퓨터가 상기 측정 심음 데이터를 이용하여 적어도 하나의 측정 심음 가공 데이터를 실시간 획득하는 단계, 상기 컴퓨터가 상기 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 추출하는 단계 및 상기 컴퓨터가 상기 측정 심음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 심혈관계 정보 데이터의 계산값을 산출하여 제공하되, 상기 심혈관계 정보 데이터는 특정한 측정 심음 가공 데이터와 동일한 변화 경향을 가지는 데이터인, 심혈관계 정보 데이터 산출단계를 포함한다.

Description

심폐음을 이용한 정보 획득 방법
본 발명은 심폐음을 이용한 정보 획득 방법에 관한 것이다.
심장이나 폐를 청진하여 획득하는 심폐음은 환자의 질병을 진단하기 위한 자료로 활용될 수 있다. 그러나 심폐음을 획득하는 과정에서 다양한 신호가 섞이거나 심폐음을 측정하는 위치에 따라서 신호 품질이 달라질 수 있다. 이와 같이 잡음이 섞이거나 신호 품질이 떨어지는 심폐음을 이용할 경우 정확하게 환자의 건강 상태나 질병 진단을 하지 못하는 문제가 발생한다.
이에 따라, 정확한 분석 자료로 활용될 수 있는 심폐음을 획득하는 방안이 필요하다. 또한 정확한 신호 패턴을 가지는 심폐음을 전처리 데이터로 획득하고, 이를 다양한 분석 지표로 활용할 수 있는 방안이 요구된다.
한편, 심혈관계 정보는 심장 또는 혈관에 관련된 정보로서, 심박출량(Stroke Volume, SV), 체혈관 저항(Systemic Vascular Resistance, SVR), 맥압(Pulse Pressure, PP), 1회 심박출 변이량(Stroke Volume Variation, SVV) 및 수축기 시간 변화량(Systolic Time Variation, STV) 등이 있으며, 폐 정보에 해당되는 기도 내 병적 상태로는, 기도 내 분비물, 기도 내 점액 플러그, 기도 내 담 등이 있다.
심혈관계 정보나 폐 정보를 획득하기 위하여, 주로 침습적인 방법 또는 간접적으로 획득하는 방법들을 이용하고 있으나, 침습적인 방법의 경우에는 수술 중 실행하기 어려운 경우가 대부분이며, 간접적으로 획득하는 방법(예컨대, 초음파 측정 방법, 호기말 이산화탄소분압, 기도 내 압력 등을 모니터링 등)의 경우에는 정확한 값을 획득하기 어려운 문제점이 있다.
본 발명이 해결하고자 하는 과제는 침습적으로 획득하여야 하는 심혈관계 및 폐 정보를 실시간으로 획득되는 환자의 심폐음을 이용하여 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 과제는 심혈관계 및 폐 정보들의 시간에 따른 증가 및 감소 등에 대한 경향성을 비침습적인 방법을 이용하여 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 과제는 비침습적인 방법을 이용하여 심혈관계 및 폐 정보의 정확한 값을 제공하는 것이다.
또한, 본 발명이 해결하고자 하는 과제는 심폐음 신호를 획득하는 방법 및 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 컴퓨터가 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계, 컴퓨터가 상기 측정 심음 데이터를 이용하여 적어도 하나의 측정 심음 가공 데이터를 실시간 획득하는 단계, 상기 컴퓨터가 상기 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 추출하는 단계 및 상기 컴퓨터가 상기 측정 심음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 심혈관계 정보 데이터의 계산값을 산출하여 제공하되, 상기 심혈관계 정보 데이터는 특정한 측정 심음 가공 데이터와 동일한 변화 경향을 가지는 데이터인, 심혈관계 정보 데이터 산출단계를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 상기 컴퓨터가 상기 측정 심음 가공 데이터의 실시간 변화그래프를 생성하여 제공하는 단계를 더 포함하고, 상기 측정 심음 가공 데이터의 실시간 변화그래프는, 특정한 심혈관계 정보 데이터 그래프의 동일한 변화 경향을 가지는 것이다.
상기 측정 심음 가공 데이터는 제2 심음 최대 진폭 또는 파워이고, 상기 심혈관계 정보 데이터는 체혈관 저항(Systemic Vascular Resistance, SVR)이다.
상기 측정 심음 가공 데이터는 수축기 시간 간격(Systolic Time Interval, S1-S2 Interval, STI)이고, 상기 심혈관계 정보 데이터는 심박출량(Stroke Volume, SV), 맥압(Pulse Pressure, PP) 또는 맥압변이(Pulse Pressure Variation, PPV)이다.
상기 측정 심음 가공 데이터는 제1 심음 최대 진폭 또는 파워이고, 상기 심혈관계 정보 데이터는 심근 수축력 변화이고, 상기 심근 수축력 변화는, 동맥압 파형을 미분하여 얻은 파형의 하나의 심장 주기내에서의 최고점으로 산출되는 것이다.
상기 측정 심음 데이터를 실시간 획득하는 단계는, 환자 식도 또는 기도의 특정 지점까지 삽입된 심폐음 획득 장치를 통해 상기 측정 심음 데이터가 포함된 심폐음 데이터를 이용하여 획득하는 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 상기 컴퓨터가 기준 심음 가공 데이터 및 심혈관계 침습적 측정 데이터를 이용하여, 상기 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계를 더 포함하고, 상기 기준 심음 가공 데이터와 상기 심혈관계 침습적 측정 데이터는 하나 이상의 동일 환자 및 동일 시간에서 획득된 것이다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계, 상기 컴퓨터가 측정 폐음 가공 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는 단계, 상기 컴퓨터가 상기 측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계 및 상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 폐 정보 데이터의 계산값을 산출하여 제공하는 단계를 포함한다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 상기 컴퓨터가 상기 측정 폐음 가공 데이터의 변화그래프를 생성하여 폐 정보 데이터를 제공하는 단계를 더 포함한다.
상기 측정 폐음 가공 데이터는 상기 측정 폐음 데이터의 주파수 영역 데이터이고, 상기 폐 정보 데이터는 환자의 폐수량(Lung water amount), 기도 내 분비물(secretion), 기도 내 점액 플러그(mucus plug), 기도 내 담(sputum), 폐포 개폐 압력 및 폐 부종으로 이루어진 군으로부터 선택되는 하나 이상인 것이다.
상기 측정 폐음 가공 데이터의 변화그래프는 주파수 대역별 파워의 변화 또는 주파수 대역 차이의 조합 중 적어도 하나를 포함하고, 특정한 폐 정보 데이터 그래프의 동일한 변화 경향을 가지는 것이다.
상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계는 기존에 획득한 복수의 환자의 폐음 및 폐 침습적 데이터를 기반으로 생성된 그래프 또는 매트릭스를 이용하여 획득하는 것이다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 상기 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계 이전에, 상기 컴퓨터가 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계를 더 포함하는 것이다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 컴퓨터가 환자의 심음 및/또는 폐음을 측정하기 위한 프로브의 측정 위치에 따라 심음 및/또는 폐음을 획득하는 단계, 상기 컴퓨터가 상기 측정 위치에 따른 심음 및/또는 폐음을 분석하여 상기 프로브의 타겟 측정 위치를 결정하는 단계 및 상기 컴퓨터가 상기 프로브의 타겟 측정 위치를 제공하는 단계를 포함하는 것을 특징으로 한다.
상기 심음 및/또는 상기 폐음을 획득하는 단계는, 상기 컴퓨터가 상기 프로브의 측정 위치를 적어도 하나 결정하는 단계 및 상기 컴퓨터가 상기 결정된 적어도 하나의 측정 위치 각각으로부터 상기 심음 및/또는 상기 폐음을 획득하는 단계를 포함한다.
상기 프로브의 타겟 측정 위치를 결정하는 단계는, 상기 컴퓨터가 상기 적어도 하나의 측정 위치 각각으로부터 획득한 심음 및/또는 폐음의 신호 파형을 추출하는 단계, 상기 컴퓨터가 상기 심음 및/또는 상기 폐음의 신호 파형을 분석하여 적합한 신호 파형인지를 판단하는 단계 및 상기 컴퓨터가 상기 판단 결과에 따라 상기 적합한 신호 파형에 대응하는 상기 프로브의 측정 위치를 도출하여 상기 타겟 측정 위치로 결정하는 단계를 포함하는 것을 특징으로 한다.
상기 심음 및/또는 상기 폐음을 획득하는 단계는, 상기 컴퓨터가 상기 심음 및/또는 상기 폐음의 주파수 대역의 차이를 이용하여 필터링함으로써 상기 심음과 상기 폐음을 분리하여 획득하거나, 상기 심음 및/또는 상기 폐음의 신호의 파형으로부터 진폭의 변화나 크기를 이용하여 상기 심음을 제1 심음과 제2 심음으로 분리하여 획득하거나, 또는 상기 심음 및/또는 상기 폐음의 주파수 대역을 이용하여 상기 폐음을 좌폐음과 우폐음으로 분리하여 획득하는 단계를 더 포함한다.
상기 심음 및/또는 상기 폐음을 획득하는 단계는, 마이크를 이용하여 상기 심음 및/또는 상기 폐음을 획득하되, 상기 획득하려는 심음과 폐음의 비중에 따라 상기 마이크의 위치를 조절하는 것을 특징으로 한다.
상술한 과제를 해결하기 위한 본 발명의 다른 실시예에 따른 심폐음을 이용한 정보 획득 방법은, 상기 컴퓨터가 상기 심음 및/또는 상기 폐음을 분석하여 이상 구간을 포함하는지 여부를 판단하는 단계 및 상기 컴퓨터가 상기 심음 및/또는 상기 폐음에 이상 구간이 포함된 것으로 판단된 경우, 기설정된 정상 신호 파형에 기초하여 상기 이상 구간의 신호 파형을 보정하는 단계를 더 포함한다.
상기 이상 구간을 포함하는지 여부를 판단하는 단계는, 상기 컴퓨터가 복수의 환자로부터 학습한 학습 데이터를 획득하는 단계 및 상기 컴퓨터가 상기 학습 데이터에 기초하여 상기 이상 구간을 포함하는지 여부를 판단하는 단계를 포함하며, 상기 학습 데이터는, 상기 복수의 환자로부터 이상 구간을 포함하는 심음 및/또는 폐음을 수집하여 딥러닝을 기반으로 학습하여 생성된 것을 특징으로 한다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상기 본 발명에 의하면, 환자의 심음을 실시간으로 획득하여 이를 이용하여 심장 및 혈관 정보에 대한 그래프의 경향성 및 정확한 값을 획득할 수 있다.
또한 상기 본 발명에 의하면, 환자의 심음을 이용하여 심장 및 혈관 정보를 획득함으로써, 침습적으로 심장 및 혈관 정보를 획득하는 것보다 더 빠르게 심장 및 혈관 정보를 획득할 수 있다.
또한 상기 본 발명에 의하면, 기준이 되는 다양한 환자들의 심음 데이터 및 침습적 측정 데이터를 획득하여, 심장 및 혈관 정보에 대한 정확한 값 도출에 필요한 스케일 계수에 관한 매트릭스를 생성할 수 있다.
또한 상기 본 발명에 의하면, 환자의 폐음을 실시간으로 획득하여 이를 이용하여 폐 정보에 대한 그래프의 경향성 및 정확한 값을 획득할 수 있다.
또한 상기 본 발명에 의하면, 환자의 폐음을 이용하여 폐 정보를 획득함으로써, 침습적으로 폐 정보를 획득하는 것보다 더 빠르게 폐 정보를 획득할 수 있다.
또한 상기 본 발명에 의하면, 기준이 되는 다양한 환자들의 폐음 데이터 및 침습적 측정 데이터를 획득하여, 폐 정보에 대한 정확한 값 도출에 필요한 스케일 계수에 관한 매트릭스를 생성할 수 있다.
본 발명에 따르면, 환자별로 신호 품질이 향상된 심폐음을 획득하여, 정확하게 환자의 건강 상태 및 질병 진단을 판단하는데 효과적이다. 또한 향상된 품질의 심폐음을 전처리 데이터로 활용할 수 있고, 이를 통해서 다양한 생체 신호를 예측하는데 분석 지표로 이용될 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 심음을 이용한 심혈관계 정보를 그래프로서 제공하는 방법을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 심음을 이용한 심혈관계 정보를 계산값을 산출하여 제공하는 방법을 설명하기 위한 도면이다.
도 3은 본 발명의 기준 심음 데이터와 침습적 측정 데이터의 상관 관계를 도출하는 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예로서 제2 심음 진폭과 체혈관 저항 간의 관계를 설명하기 위한 그래프이다.
도 5는 본 발명의 일 실시예로서 수축기 시간 간격과 심박출량 간의 관계를 설명하기 위한 그래프이다.
도 6은 본 발명의 일 실시예로서 수축기 시간 간격과 맥압 간의 관계를 설명하기 위한 그래프이다.
도 7은 본 발명의 일 실시예로서 수축기 시간 변이와 맥압 변이와의 관계를 설명하기 위한 그래프이다.
도 8은 본 발명의 일 실시예로서 제1 심음과 심근 수축력 간의 관계를 설명하기 위한 그래프이다.
도 9은 본 발명의 상관 관계 및 측정 심음 데이터를 이용하여 심혈관계 데이터를 추출하는 방법을 설명하기 위한 도면이다.
도 10 및 도 11은 본 발명의 기준 심음 데이터와 침습적 측정 데이터의 상관 관계 도출 시, 노이즈를 제거하는 방법을 설명하기 위한 도면이다.
도 12는 본 발명의 스케일 계수 추출을 위한 매트릭스를 생성하는 방법을 설명하기 위한 도면이다.
도 13은 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보를 그래프로서 제공하는 방법을 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보를 계산값을 산출하여 제공하는 방법을 설명하기 위한 도면이다.
도 15는 본 발명의 기준 폐음 데이터와 침습적 측정 데이터의 상관 관계를 도출하는 방법을 설명하기 위한 도면이다.
도 16은 본 발명의 일 실시예로서 기도 내 분비물의 유무를 폐음 주파수 대역별 파워별 변화로서 확인할 수 있도록 도시한 그래프이다.
도 17은 본 발명의 상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 방법을 설명하기 위한 도면이다.
도 18 및 도 19는 본 발명의 기준 폐음 데이터와 침습적 측정 데이터의 상관 관계 도출 시, 노이즈를 제거하는 방법을 설명하기 위한 도면이다.
도 20은 본 발명의 스케일 계수 추출을 위한 매트릭스를 생성하는 방법을 설명하기 위한 도면이다.
도 21은 본 발명의 일 실시예에 따른 심폐음 신호를 획득하는 방법을 나타낸 순서도이다.
도 22는 프로브의 측정 위치에 따라 획득된 심음 및/또는 폐음의 신호 파형을 나타낸 도면이다.
도 23은 본 발명의 다른 실시예에 따른 심폐음 신호를 획득하는 방법을 나타낸 순서도이다.
도 24 내지 도 26은 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음을 활용하는 예시를 설명하기 위한 도면이다.
도 27은 본 발명의 실시예에 따른 심폐음 신호를 획득하는 방법을 수행하는 장치를 나타낸 블록도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 명세서에서 ‘측정 심음 데이터’는 실시간으로 측정하는 현재 환자의 심폐음 신호에서 도출된 심음 데이터이다.
본 명세서에서 ‘측정 심음 가공 데이터’는 측정 심음 데이터로부터 계산 또는 일부 값을 도출하는 등의 가공된 데이터이며, 예를 들어, 측정 심음 가공 데이터는, 제1 심음, 제2 심음, 심음도(Phonocardiogram, PCG), 수축기 시간 간격(Systolic Time Interval, S1-S2 Interval, STI), 제1 심음 최대 진폭, 제2 심음 최대 진폭이 포함되고, 측정 심음 데이터를 가공하여 도출 가능한 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘심혈관계 정보 데이터’는 심장 및 혈관의 정보 데이터로서, 실시간으로 심폐음 신호를 획득하는 현재 환자의 심장 및 혈관의 정보 데이터이고, 예를 들어, 심장 및 혈관의 정보 데이터는, 1회 심박출량(Stroke Volume, SV), 체혈관 저항(Systemic Vascular Resistance, SVR), 맥압(Pulse Pressure, PP), 맥압 변이량(Pulse Pressure Variation, PPV), 심박출 변이량(Stroke Volume Variation, SVV), 수축기 시간 변화량(Systolic Time Variation, STV) 및 심근 수축력 변화가 포함되고, 심장 및 혈관과 관련된 정보 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘심폐음 데이터’는 환자의 좌심실에서 획득되는 심폐음 신호의 데이터이다.
본 명세서에서 ‘기준 심음 데이터’는 심음 데이터와 침습적 측정 데이터 간의 상관 관계를 도출하기 위하여 기존에 복수의 환자로부터 획득한 심폐음 신호에서 도출된 심음 데이터이다.
본 명세서에서 ‘기준 심음 가공 데이터’는 기준 심음 데이터로부터 계산 또는 일부 값을 도출하는 등의 가공된 데이터이며, 예를 들어, 기준 심음 가공 데이터는, 제1 심음(S1), 제2 심음(S2), 심음도(Phonocardiogram, PCG), 수축기 시간 간격(Systolic Time Interval, S1-S2 Interval, STI), 제1 심음 최대 진폭, 제2 심음 최대 진폭이 포함되고, 측정 심음 데이터를 가공하여 도출 가능한 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
상기 제1 심음은, 방실 판막이 닫히는 때에 생기는 음이고, 상기 제2 심음은 심장 수축의 종료와 심장 이완의 시작을 나타내는, 대동맥과 폐 판막의 폐쇄 시에 생기는 음이다.
본 명세서에서 ‘심혈관계 침습적 측정 데이터’는 심음 데이터와의 상관 관계를 도출하기 위하여 기존에 복수의 환자로부터 획득한 데이터로서, 상기 복수의 환자의 심장 및 혈관의 정보 데이터이고, 예를 들어, 심혈관계 침습적 측정 데이터는, 기존에 복수의 환자로부터 획득한 데이터 중 1회 심박출량(Stroke Volume, SV), 체혈관 저항(Systemic Vascular Resistance, SVR), 맥압(Pulse Pressure, PP), 맥압 변이량(Pulse Pressure Variation, PPV), 1회 심박출 변이량(Stroke Volume Variation, SVV) 및 수축기 시간 변화량(Systolic Time Variation, STV) 및 동맥압 파형이 포함되고, 심장 및 혈관과 관련된 정보 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘심혈관계 참고 데이터’는 비침습적으로 측정하여 획득하는 데이터 중, 기준 심음 데이터와 심혈관계 침습적 측정 데이터 간의 상관 관계 도출 시, 노이즈를 제거함에 있어, 참고하기 위한 데이터이고, 예를 들어, 심혈관계 참고 데이터는, 심전도 및 동맥 혈압(Arterial Blood Pressure, ABP)를 포함하고, 기준이 될 수 있는 심혈관계 참고 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘측정 폐음 데이터’는 실시간으로 측정하는 현재 환자의 심폐음 신호에서 도출된 폐음 데이터이다.
본 명세서에서 ‘측정 폐음 가공 데이터’는 측정 폐음 데이터로부터 계산 또는 일부 값을 도출하는 등의 가공된 데이터이며, 예를 들어, 측정 폐음 데이터를 주파수 영역으로 변환한 데이터가 포함되고, 측정 폐음 데이터를 가공하여 도출 가능한 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘폐 정보 데이터’는 폐의 정보 데이터로서, 실시간으로 심폐음 신호를 획득하는 현재 환자의 폐의 정보 데이터이고, 예를 들어, 폐 정보 데이터는, 폐수량(Lung water amount), 기도 내 분비물(secretion), 기도 내 점액 플러그(mucus plug), 기도 내 담(sputum), 폐포 개폐 압력 및 폐부종이 포함되고, 폐와 관련된 정보 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘기준 폐음 데이터’는 폐음 데이터와 침습적 측정 데이터 간의 상관 관계를 도출하기 위하여 기존에 복수의 환자로부터 획득한 심폐음 신호에서 도출된 폐음 데이터이다.
본 명세서에서 ‘기준 폐음 가공 데이터’는 기준 폐음 데이터로부터 계산 또는 일부 값을 도출하는 등의 가공된 데이터이며, 예를 들어, 측정 폐음 데이터를 주파수 영역으로 변환한 데이터가 포함되고, 측정 폐음 데이터를 가공하여 도출 가능한 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘폐 침습적 측정 데이터’는 폐음 데이터와의 상관 관계를 도출하기 위하여 기존에 복수의 환자로부터 획득한 데이터로서, 상기 복수의 환자의 폐의 정보 데이터이고, 예를 들어, 폐 침습적 측정 데이터는, 폐 정보 데이터로서, 폐수량(Lung water amount), 기도 내 분비물(secretion), 기도 내 점액 플러그(mucus plug), 기도 내 담(sputum), 폐포 개폐 압력 및 폐부종이 포함되고, 폐와 관련된 정보 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 명세서에서 ‘폐 참고 데이터’는 비침습적으로 측정하여 획득하는 데이터 중, 기준 폐음 데이터와 폐 침습적 측정 데이터 간의 상관 관계 도출 시, 노이즈를 제거함에 있어, 참고하기 위한 데이터이고, 예를 들어, 폐 참고 데이터는, 를 포함하고, 기준이 될 수 있는 폐 참고 데이터는 모두 포함되며, 상기 예에 한정되지 않는다.
본 발명은 심음과 폐음을 획득함으로써, 심음을 이용하여서는 침습적으로 심혈관계 정보를 직접적으로 획득하는 것보다 빠르게 실시간으로 심혈관계 정보의 정확한 값을 획득하는 방법과 폐음을 이용하여서는 침습적으로 폐 정보를 직접적으로 획득하는 것보다 빠르게 실시간으로 폐 정보의 정확한 값을 획득하는 방법을 제시한다.
또한, 심음과 폐음은 동시에 획득되는 것으로서, 상기 심혈관계 정보 또는 폐 정보의 획득을 위한 심음과 폐음을 프로브를 이용하여 환자로부터 획득하는 방법을 제시하고 있다.
후술하는 도 1 내지 도 12에서는 심음을 이용하여 심혈관계 정보를 획득하는 방법을 설명하고 있으며, 도 13 내지 20은 폐음을 이용하여 폐 정보를 획득하는 방법, 도 21 내지 도 27은 심폐음 신호를 획득하는 방법에 관하여 설명한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
먼저, 도 1 내지 도 11을 통해, 심음을 이용하여 심혈관계 정보를 획득하는 방법을 설명한다.
도 1은 본 발명의 일 실시예에 따른 심음을 이용한 심혈관계 정보를 그래프로서 제공하는 방법을 설명하기 위한 도면이다.
도 1을 참고하면, 본 발명의 일 실시예에 따른 심음을 이용한 심혈관계 정보 획득 방법은, 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S110), 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S130) 및 측정 심음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S150)를 포함한다.
특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S110)는 환자의 기도의 특정 지점까지 삽입된 심폐음 획득 장치를 통해 측정 심음 데이터가 포함된 심폐음 데이터를 이용하여 획득한다.
심폐음 획득 장치는, 튜브, 프로브, 마이크 및 커넥터를 포함하여 구성되며, 튜브는 식도 또는 기도 내의 심폐음 측정 위치부터 신체 외부로 연장되어 형성되고, 프로브는 튜브의 제1측 말단에 구비되며 심폐음 측정 위치에 배치되어, 식도 또는 기도 표면을 통해 심폐음을 수집하고, 마이크는 프로브에서 수집된 심폐음을 전기 신호로 전환하며, 프로브 내부에 배치되고, 커넥터는 튜브의 제2측 말단에서 케이블과 연결되어, 심폐음에 상응하는 전기 신호를 심혈관계 정보 출력 장치에 전달한다.
측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S130)는, 측정 심음 가공 데이터에 포함된 데이터를 적어도 하나 획득한다.
측정 심음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S150)에서 측정 심음 가공 데이터의 실시간 변화그래프는, 측정 심음 가공 데이터의 그래프로서, 특정한 심혈관계 정보 데이터 그래프의 동일한 변화 경향을 가지는 것이다.
기존에는 침습적으로 도구를 삽입(예컨대, 심박출량 파악을 위해 심장까지 도구를 삽입)하여야 침습적 측정데이터를 얻을 수 있으므로, 침습적으로 도구를 삽입하기 어려운 수술에서는 데이터의 변화를 파악할 수 없었다.
본 발명에 의하면, 심혈관계 정보 데이터 그래프를 직접적으로 제공하지 않아도, 측정 심음 가공 데이터의 실시간 변화 그래프만을 제공함으로써, 환자, 의사 또는 심혈관계 정보가 필요한 사용자에게 심혈관계 정보 데이터의 동일한 변화 경향을 제공할 수 있다.
예를 들어, 혈압 강하의 경우, 전부하량(전체 혈액량)의 감소, 심근 수축력 감소 또는 체혈관 저항에 의해 혈압 강하가 발생되는데, 의료진의 수술 중 환자의 혈압 강하가 발생하는 경우, 혈압 강하의 원인을 파악하여야 그에 따른 대처가 가능하다.
이 때, 체혈관 저항을 측정하려면 상술한 바와 같이, 침습적으로 도구를 삽입하여야 하지만, 침습적으로 도구를 삽입하기 어려운 수술이 대부분이다.
따라서, 본 발명에 의하면 체혈관 저항 그래프와 경향성이 일치하며, 측정 심음 데이터로 가공하여 획득하는 제2 심음 최대 진폭 그래프를 제공함에 따라, 제2 심음 최대 진폭 그래프상에서 값이 감소하는 경우에는 체혈관 저항이 감소하는 것으로 의료진이 인지하여 환자 혈압 강하에 적절하게 대처할 수 있다.
도 2는 본 발명의 일 실시예에 따른 심음을 이용한 심혈관계 정보의 계산값을 산출하여 제공하는 방법을 설명하기 위한 도면이다.
도 2를 참고하면, 본 발명의 일 실시예에 따른 심혈관계 정보의 계산값을 산출하여 제공하는 방법은, 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S210), 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S230), 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 산출하는 단계(S250) 및 측정 심음 가공 데이터와 스케일 계수를 기반으로 심혈관계 정보 데이터의 계산값을 산출하여 제공하는 단계(S270)를 포함한다.
특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S210) 및 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S230)는, 도 1에서 상술한 바와 동일하다.
측정 심음 가공 데이터와 심혈관계 정보 데이터 값 간의 스케일 계수를 획득하는 단계(S250)는, 측정 심음 가공 데이터를 이용하여 심혈관계 정보 데이터 값을 산출하기 위한 스케일 계수를 획득하는 것이다. 스케일 계수를 획득하는 방법은, 기존에 획득한 복수의 환자의 심음 및 심혈관계 침습적 측정 데이터를 기반으로 생성된 그래프 또는 매트릭스를 이용하여 획득한다. 그래프 또는 매트릭스를 이용하여 스케일 계수를 획득하는 구체적인 방법은 후술한다.
측정 심음 가공 데이터와 스케일 계수를 기반으로 심혈관계 정보 데이터의 계산값을 산출하여 제공하는 단계(S270)는, 일 실시예로, 측정 심음 가공 데이터와 스케일 계수를 기반으로 심혈관계 정보 데이터의 그래프를 생성하고, 그래프 각 지점의 정확한 값을 심혈관계 정보 데이터의 계산값으로서 산출하여 제공하는 것이고, 또 다른 실시예로, 심혈관계 정보 데이터의 그래프를 생성하지 않고, 심혈관계 정보 데이터의 정확한 값을 계산하여 제공하는 것이다.
도 3은 본 발명의 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 방법을 설명하기 위한 도면이다.
도 3을 참고하면, 본 발명의 일 실시예에 따른 심음을 이용한 심혈관계 정보 획득 방법은, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100), 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S110), 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S130) 및 측정 심음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S150)를 포함한다.
기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100)는, 실시간으로 측정하는 환자의 측정 심음 데이터의 획득 이전의 단계로서, 기존에 복수의 다른 환자들로부터 획득된 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터를 이용하여 상관 관계를 도출한다.
기준 심음 데이터와 심혈관계 침습적 측정 데이터는 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 것으로서 쌍(pair)을 이룬 것으로, 기준 심음 데이터를 가공한 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관관계를 도출한다.
또한, 도 3에서는 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S110), 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S130) 및 측정 심음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S150) 이전에, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100)가 추가되는 것으로 도시하였으나, 도 2의 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S210), 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S230), 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 산출하는 단계(S250) 및 측정 심음 가공 데이터와 스케일 계수를 기반으로 심혈관계 정보 데이터의 계산값을 산출하여 제공하는 단계(S270) 이전에, 기준 심음 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100)가 추가되는 것 또한 포함한다.
이하, 본 발명의 심음을 이용하여 심혈관계 정보를 획득하는 방법으로서, 측정 심음 가공 데이터와 심혈관계 정보 데이터 간 상관 관계의 실시예로서, 상관 관계를 나타낸 그래프를 설명한다.
도 4는 본 발명의 일 실시예로서 제2 심음 진폭과 체혈관 저항 간의 관계를 설명하기 위한 그래프이다.
도 4의 (a)와 도 4의 (b)는 환자 1 및 환자 2에 대한 각각의 예시 그래프이다.
도 5는 본 발명의 일 실시예로서 수축기 시간 간격과 심박출량 간의 관계를 설명하기 위한 그래프이다.
도 5의 (a)와 도 5의 (b)는 환자 1 및 환자 2에 대한 각각의 예시 그래프이다.
도 6은 본 발명의 일 실시예로서 수축기 시간 간격과 맥압 간의 관계를 설명하기 위한 그래프이다.
도 6의 (a)는 20초 동안의 그래프이며, 도 6의 (b)는 수시간 동안의 그래프이다.
도 7은 본 발명의 일 실시예로서 수축기 시간 변이와 맥압 변이와의 관계를 설명하기 위한 그래프이다.
도 7의 (a)와 도 7의 (b)는 환자 1 및 환자 2에 대한 각각의 예시 그래프이다.
도 8은 본 발명의 일 실시예로서 제1 심음과 심근 수축력 간의 관계를 설명하기 위한 그래프이다.
도 8의 (a)는 7시간 동안의 그래프이며, 도 8의 (b)는 11시간 동안의 그래프로서, 제1 심음과 침습적 동맥압으로 측정한 수술 중 수술 시간동안 계속적으로 변화하는 심근 수축력의 변화를, 동맥압 파형을 미분하여 얻은 파형의 하나의 심음 주기 내에서의 최고점으로 산출한 것과 제1 심음간의 관계를 도시한 그래프이다.
도 4를 참고하면, 제2 심음 진폭(11)과 체혈관 저항(13) 간의 그래프의 경향이 유사한 것을 확인할 수 있다.
제2 심음의 생성에는 여러가지 요소가 기여하나 주로 대동맥 판막의 폐쇄에 관련되며, 대동맥 판막의 폐쇄는 후부하(afterload)의 증감에 영향을 받는다.
따라서, 제2 심음 진폭과 체혈관 저항의 그래프 형태는 도 4에 도시된 바와 같이, 스케일 값을 조절하면 서로 유사하게 형성되는 것을 확인할 수 있다.
상술한 바와 같이, 측정 심음 데이터를 이용하여, 심음 가공 데이터인 제2 심음 진폭 데이터를 도출하여, 제2 심음 진폭 데이터 그래프만을 제공함으로써, 체혈관 저항 그래프의 경향을 파악할 수 있다.
경향이란, 제2 심음 진폭(11)이 증가하면 체혈관 저항(13) 또한 증가하는 것으로서 인식할 수 있고, 제2 심음 진폭(11)이 감소하면 체혈관 저항(13) 또한 감소하는 것으로서 인식할 수 있다.
따라서, 수술 시에 체혈관 저항을 침습적으로 획득하기 어려운 상황에서, 체혈관 저항의 증감 경향 파악이 필요한 의료진들에게, 침습적으로 획득하지 않더라도 심폐음 데이터만을 획득하여 체혈관 저항의 증감 경향을 제시해 줄 수 있다.
도 5를 참고하면, 수축기 시간 간격(Systolic Time Interval, S1-S2 Interval, STI)(15)과 1회 심박출량(17) 간의 그래프의 경향이 유사한 것을 확인할 수 있다.
수축기 시간은 대략적으로 방실 판막의 폐쇄 직후부터 대동맥 판막의 폐쇄까지의 시간에 의해 좌우된다. 해당 시점에서 심실이 구출해야 하는 용적(preload) 과소에 영향을 받기 때문이다.
따라서, 수축기 시간 간격(15)과 1회 심박출량(17)의 그래프 형태는 도 5에 도시된 바와 같이, 스케일 값을 조절하면 서로 유사하게 형성되는 것을 확인할 수 있다.
상술한 바와 같이, 측정 심음 데이터를 이용하여, 심음 가공 데이터인 수축기 시간 간격 데이터를 도출하여, 수축기 시간 간격 데이터 그래프만을 제공함으로써, 심박출량 그래프의 경향을 파악할 수 있다. 또한, 심박출량 그래프를 심박수나 심전도와 심음의 시간간격 등의 정보를 이용하여 교정하면 더욱 정확한 심박출량 정보를 산출할 수 있다.
도 4에서 상술한 바와 같이, 수술 시에 심박출량을 침습적으로 획득하기 어려운 상황에서, 심박출량의 증감 경향 파악이 필요한 의료진들에게, 침습적으로 획득하지 않더라도 수축기 시간 간격 데이터만을 획득하고 이를 가공한 지표를 산출하여 심박출량의 증감 경향을 제시해 줄 수 있다.
도 6을 참고하면, 수축기 시간 간격(15)과 맥압(19) 간의 그래프의 경향이 유사한 것을 확인할 수 있다.
맥압은 수축기 혈압과 이완기 혈압 간의 차이를 나타내며, 심장주기에 의해 구출된 혈액이 말초에 압력으로 전달되는 것을 반영한다. 맥압과 심박출량은 비례관계를 나타내는 것으로 알려져 있으며, 따라서, 호흡에 따른 맥압의 변화를 수축기 시간 간격을 통해 추적한다면, 맥압의 호흡에 따른 변이도 수축기 시간 간격 변이를 통해 추적할 수 있다.
따라서, 수축기 시간 간격(15)과 맥압(19)의 그래프 형태는 도 6에 도시된 바와 같이, 스케일 값을 조절하면 서로 유사하게 형성되는 것을 확인할 수 있다.
상술한 바와 같이, 측정 심음 데이터를 이용하여, 심음 가공 데이터인 수축기 시간 간격 데이터를 도출하여, 수축기 시간 간격 데이터 및 이를 가공한 그래프만을 제공함으로써, 맥압 그래프의 경향을 파악할 수 있다.
도 4에서 상술한 바와 같이, 수술 시에 맥압을 침습적으로 획득하기 어려운 상황에서, 맥압의 증감 경향 파악이 필요한 의료진들에게, 침습적으로 획득하지 않더라도 수축기 시간 간격 데이터만을 획득하여 맥압의 증감 경향을 제시해 줄 수 있다.
도 7을 참고하면, 수축기 시간 변이(21)와 맥압 변이(23) 간의 그래프의 경향이 유사한 것을 확인할 수 있다.
도 6에서 상술한 바와 같이, 호흡에 따른 맥압의 변화를 수축기 시간 간격을 통해 추적한다면, 맥압의 호흡에 따른 변이도 수축기 시간 간격 변이를 통해 추적할 수 있다.
따라서, 수축기 시간 변이(21)와 맥압 변이(23)의 그래프 형태는 도 7에 도시된 바와 같이, 스케일 값을 조절하면 서로 유사하게 형성되는 것을 확인할 수 있다.
상술한 바와 같이, 측정 심음 데이터를 이용하여, 심음 가공 데이터인 수축기 시간 변이 데이터를 도출하여, 수축기 시간 변이 데이터 및 이를 가공한 그래프만을 제공함으로써, 맥압 변이 그래프의 경향을 파악할 수 있다.
도 8을 참고하면, 심근 수축력 변화(25)와 제1 심음(27) 간의 그래프의 경향이 유사한 것을 확인할 수 있다.
구체적으로 설명하면, 동맥압 파형을 미분하여 얻은 파형의 하나의 심음 주기 내에서의 최고점으로 산출한 것을 동맥압 파형 변화의 최대값(dP/dt max)이라 하면, 도 8은 제1 심음과 동맥압 파형 변화의 최대값(dP/dt max) 간의 관계를 도시한 그래프이며, 수술시간 동안 계속적으로 변화하는 심근 수축력의 변화(25)의 대리표지자로서 동맥압 파형 변화의 최대값(dP/dt max)을 산출하여 제1 심음(27) 간의 그래프를 대비한 결과 그래프의 경향이 유사한 것을 확인할 수 있다.
동맥압 파형 변화의 최대값(dP/dt max)은 도부타민 투여 후 심근 수축력 변화(25)를 평가하는 방법으로도 사용된다.
도 8의 그래프와 같이 심근 수축력 변화(25)와 제1 심음(27) 간의 그래프의 경향이 유사한 이유는, 심근 수축력이란 심장이 혈액을 구축하기 위하여 수축하는 힘으로서, 수축초기에는 왼방실판막(mitral valve)으로 전달되기 때문이다. 구체적으로는, 제1 심음은 왼방실판막(mitral valve)의 폐쇄와 좌심실 소리와 좌심실유출로(left ventricular outflow tract, LVOT)를 통과하면서 생성되는 소리로 구성되므로 심근 수축에 의한 생리적인 효과가 제1 심음에 반영되기 때문이다.
또한, 도 4 내지 도 8에서 확인되는 바와 같이, 침습적으로 획득한 체혈관 저항, 심박출량, 맥압, 맥압 변이 및 동맥압 파형 변화의 최대값의 추출 시간보다 가공 데이터 값인 제2 심음 진폭, 수축기 시간 간격, 수축기 시간 변이의 데이터 및 제1 심음의 추출 시간이 더 빠르다.
그 이유는, 침습적으로 체혈관 저항, 심박출량 및 맥압 등을 추출하는 경우에는, 이를 추출하기 위해서 열을 가하고 체내에서 희석되며 체내를 한 바퀴 돌아와야만 측정이 가능하기 때문에 약 5분 이상의 시간이 소요된다.
반면, 간접적으로 기준 심음 가공 데이터를 이용하여 그래프의 경향 또는 심혈관계 정보 데이터의 계산값을 산출하는 경우에는, 침습적으로 추출하기 위하여 체내를 한 바퀴 도는 과정이 없으므로, 침습적으로 심혈관계 정보 데이터를 획득하는 것보다 더 빠르게 실시간에 가깝게 확인할 수 있는 효과가 있다.
도 9는 본 발명의 상관 관계 및 측정 심음 데이터를 이용하여 심혈관계 데이터를 추출하는 방법을 설명하기 위한 도면이다.
도 9를 참고하면, 본 발명의 심음을 이용한 심혈관계 정보 획득 방법은, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100), 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S110), 측정 심음 데이터를 이용하여 측정 심음 가공 데이터를 획득하는 단계(S130), 측정 심음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S150) 및 상관 관계 및 측정 심음 데이터를 이용하여 심혈관계 정보 데이터를 추출하는 단계(S170)를 포함한다.
상관 관계 및 측정 심음 데이터를 이용하여 심혈관계 정보 데이터를 추출하는 단계(S170)에서, 일 실시예로, 상관 관계는, 그래프를 이용하여 도출한다.
다른 실시예로, 심혈관계 정보 데이터를 추출하는 것은, 기준 심음 데이터 및 심혈관계 침습적 측정 데이터를 기반으로 한 학습 알고리즘에 의해 추출한다.
도 3에서 상술한 바와 마찬가지로, 도 9에서는, 상관 관계 및 측정 심음 데이터를 이용하여 심혈관계 정보 데이터를 추출하는 단계(S170)를, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100)내지 측정 심음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S150) 이후에 추가되는 것으로 도시하였으나, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계(S100), 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계(S210) 내지 측정 심음 가공 데이터와 스케일 계수를 기반으로 심혈관계 정보 데이터의 계산값을 산출하여 제공하는 단계(S270) 이후에 추가되는 것을 포함한다.
도 10 및 도 11은 본 발명의 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계 도출 시, 노이즈를 제거하는 방법을 설명하기 위한 도면이다.
도 3에서 상술한 상관 관계를 도출하는 단계는, 노이즈를 제거하는 단계를 더 포함할 수 있다.
도 10을참고하면, 노이즈를 제거하는 단계는, 심혈관계 참고 데이터를 획득하는 단계(S310), 심음 필터를 이용하여 기준 심음 데이터의 특징점을 획득하는 단계(S330), 심혈관계 참고 데이터를 특징점을 획득한 기준 심음 데이터와 매칭시키는 단계(S350), 심혈관계 참고 데이터의 파동에서 이상 구간이 포함된 것으로 판단되는 경우, 이상 구간과 매칭되는 기준 심음 데이터를 노이즈로서 제외하는 단계(S370)를 포함한다.
심혈관계 참고 데이터는, 비침습적으로 측정하여 획득하는 데이터 중, 기준 심음 데이터와 심혈관계 침습적 측정 데이터 간의 상관 관계 도출 시, 노이즈를 제거함에 있어, 참고하기 위한 데이터로서, 예를 들어, 심전도, 동맥 혈압 등이 있다.
심혈관계 참고 데이터는, 실시간으로 이상 구간의 파악이 가능한 데이터이다. 이상 구간이란, 예를 들어, 수술 중 등의 환자의 움직임, 자세 변경 등이 반영되어 심폐음 데이터에 노이즈를 생성한 구간으로서, 기준 심음 데이터만으로는 이상 구간의 판단이 어렵기 때문에, 심혈관계 참고 데이터를 이용하여 이상 구간을 파악하고, 매칭되는 기준 심음 데이터 구간을 제외함으로써, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 상관 관계를 정확하게 도출할 수 있는 효과가 있다.
심음 필터를 이용하여 기준 심음 데이터의 특징점을 획득하는 단계(S330)는, 간헐적으로 발생하는 노이즈를 제거하고 호흡음을 분리하여, 분석에 필요한 기준 심음 데이터의 특징점을 명확하게 구분하여 획득하도록 한다.
심음 필터는 심음의 특징점을 명확하게 구분할 수 있도록 하는 필터는 모두 포함된다.
또한, 도 11을 참고하면, 노이즈를 제거하는 단계는, 상관 관계에 대한 시간 영역 상의 그래프를 주파수 영역으로 변환시키는 단계(S410) 및 주파수 영역 상의 그래프에서 이상 구간이 포함된 것으로 판단된 경우에는, 이상 구간과 매칭되는 시간 영역 상의 구간을 노이즈로서 제외하는 단계(S430)를 포함한다.
주파수 영역 상의 그래프에서 이상 구간이 포함된 것으로 판단하는 방법은, 주파수 영역 상의 그래프 내에서 미리 정해진 값의 범위를 초과하는 경우에 이상 구간으로 판단한다.
시간 영역 상의 그래프에서는 이상 구간의 판단이 어렵기 때문에, 주파수 영역 상의 그래프에서 이상 구간을 파악하고, 매칭되는 시간 영역 상의 구간을 제외함으로써, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 상관 관계를 정확하게 도출할 수 있는 효과가 있다.
도 12는 본 발명의 스케일 계수 추출을 위한 매트릭스를 생성하는 방법을 설명하기 위한 도면이다.
도 2에서 상술한 심음을 이용한 심혈관계 정보의 계산값을 산출하여 제공하는 방법의 전단에서, 기존에 복수의 환자를 이용하여 획득한 기준 심음 데이터 및 심혈관계 침습적 측정 데이터를 이용하여, 스케일 계수 산출을 위한 매트릭스를 생성하는 단계를 더 포함할 수 있다.
도 12를 참고하면, 스케일 계수 추출을 위한 매트릭스를 생성하는 방법은, 기준 심음 데이터를 획득하여, 기준 심음 데이터를 이용한 기준 심음 가공 데이터를 획득하는 단계(S510), 심혈관계 침습적 측정 데이터를 획득하는 단계(S530), 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계(S550) 및 기준 심음 가공 데이터, 심혈관계 침습적 측정 데이터 및 스케일 계수를 이용한 매트릭스를 생성하는 단계(S570)를 포함한다.
기준 심음 데이터를 획득하여, 기준 심음 데이터를 이용한 기준 심음 가공 데이터를 획득하는 단계(S510)에서, 기준 심음 데이터는 기존에 복수의 환자로부터 획득한 심음 데이터이고, 기준 심음 가공 데이터는, 기준 심음 데이터로부터 계산 또는 일부 값을 도출하는 등의 가공된 데이터이다.
기준 심음 데이터와 심혈관계 침습적 측정 데이터는 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 것으로서 쌍(pair)을 이룬 것으로, 기준 심음 데이터를 가공한 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 스케일 계수를 도출한다.
기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 그래프의 경향이 일치하는 것은, 도 4 내지 도 6에서 확인하였다.
따라서, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계(S550)에서는, 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 스케일 계수를 계산하여 획득한다.
기준 심음 가공 데이터, 심혈관계 침습적 측정 데이터 및 스케일 계수를 이용한 매트릭스를 생성하는 단계(S570)는, 복수의 환자의 신체 조건 별로 기준 심음 가공 데이터, 심혈관계 침습적 측정 데이터 및 스케일 계수를 이용하여 매트릭스를 생성한다.
복수의 환자의 신체 조건 별로 기준 심음 가공 데이터, 심혈관계 침습적 측정 데이터 및 스케일 계수를 이용하여 매트릭스를 생성함으로써, 이후 환자의 측정 심음 데이터만을 이용하여 심혈관계 정보 데이터 계산값을 산출함에 있어, 매트릭스 상에서 환자의 신체 조건 및 심음 데이터가 일치하는 스케일 계수를 획득할 수 있다. 또한, 이 경우, 스케일 계수 만을 획득하는 것이 아닌, 심혈관계 침습적 측정 데이터도 획득할 수 있다.
따라서, 도 2에서 상술한 심음을 이용한 심혈관계 정보의 계산값을 산출하여 제공하는 방법의 전단에서, 기존에 복수의 환자를 이용하여 획득한 기준 심음 데이터 및 심혈관계 침습적 측정 데이터를 이용하여, 스케일 계수 산출을 위한 매트릭스를 생성하는 단계를 더 포함하고, 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 획득하는 단계(S250)는 생성된 매트릭스를 이용하여 스케일 계수를 획득하는 것을 특징으로 한다.
이후, 측정 심음 가공 데이터와 스케일 계수를 기반으로 심혈관계 정보 데이터의 계산값을 산출하여 제공하는 단계(S270)에서는, 환자로부터 획득한 초기 측정 심음 데이터를 이용하여 매트릭스 상의 기준 심음 데이터와 비교하여 정확한 계산값을 산출하여 제공한다.
일 실시예로, 측정 심음 데이터를 일정 구간 획득하여, 구간이 일치하는 기준 심음 데이터와 환자의 일치하는 신체 조건을 이용하여 매칭되는 심혈관계 정보 데이터의 정확한 계산값을 하나만 획득하면, 계속적으로 심혈관계 정보 데이터의 계산값을 모두 획득할 수 있다.
또한, 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계(S550)는 학습 알고리즘을 이용하여 산출하고, 기준 심음 가공 데이터, 심혈관계 침습적 측정 데이터 및 스케일 계수를 이용한 매트릭스를 생성하는 단계(S570) 또한, 학습 알고리즘을 이용하여 생성으로써, 스케일 계수를 이용한 매트릭스를 사용자에게 제공할 수 있다.
본 발명의 다른 실시예에 따른 심음을 이용한 심혈관계 정보 획득 장치는, 특정한 환자의 측정 심음 데이터를 실시간 획득하는, 측정 심음 데이터 획득부, 측정 심음 데이터를 이용하여 적어도 하나의 측정 심음 가공 데이터를 획득하는, 측정 심음 가공 데이터 획득부 및 측정 심음 가공 데이터의 실시간 변화그래프를 생성하여 제공하는, 측정 심음 가공 데이터 변화그래프 제공부를 포함하고, 측정 심음 가공 데이터의 실시간 변화그래프는, 특정한 심혈관계 정보 데이터 그래프의 동일한 변화 경향을 가지는 것이다.
본 발명의 또 다른 실시예에 따른 심음을 이용한 심혈관계 정보 획득 장치는, 특정한 환자의 측정 심음 데이터를 실시간 획득하는, 측정 심음 데이터 획득부; 측정 심음 데이터를 이용하여 적어도 하나의 측정 심음 가공 데이터를 실시간 획득하는, 측정 심음 가공 데이터 획득부; 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 산출하는, 스케일 계수 산출부; 및 측정 심음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 심혈관계 정보 데이터의 계산값을 산출하여 제공하되, 심혈관계 정보 데이터는 특정한 측정 심음 가공 데이터와 동일한 변화 경향을 가지는 데이터인, 심혈관계 정보 데이터 산출부를 포함한다.
본 발명의 심혈관계 정보 획득 장치는, 도 1 내지 도 12에서 상술한 심혈관계 정보 획득 방법과 각 구성이 동일하게 적용된다.
도 13 내지 20에서는 폐음을 이용하여 폐 정보를 획득하는 방법을 설명한다.
도 13은 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보를 그래프로서 제공하는 방법을 설명하기 위한 도면이다.
도 13을 참고하면, 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S610), 측정 폐음 데이터를 이용하여 측정 폐음 가공 데이터를 획득하는 단계(S630) 및 측정 폐음 가공 데이터의 변화 그래프를 생성하여 제공하는 단계(S650)를 포함한다.
특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S610)는 환자의 기도의 특정 지점까지 삽입된 심폐음 획득 장치를 통해 측정 폐음 데이터가 포함된 심폐음 데이터를 이용하여 획득한다.
심폐음 획득 장치는, 튜브, 프로브, 마이크 및 커넥터를 포함하여 구성되며, 튜브는 식도 또는 기도 내의 심폐음 측정 위치부터 신체 외부로 연장되어 형성되고, 프로브는 튜브의 제1측 말단에 구비되며 심폐음 측정 위치에 배치되어, 식도 또는 기도 표면을 통해 심폐음을 수집하고, 마이크는 프로브에서 수집된 심폐음을 전기 신호로 전환하며, 프로브 내부에 배치되고, 커넥터는 튜브의 제2측 말단에서 케이블과 연결되어, 심폐음에 상응하는 전기 신호를 폐 정보 출력 장치에 전달한다.
측정 폐음 데이터를 이용하여 측정 폐음 가공 데이터를 획득하는 단계(S630)는, 측정 폐음 가공 데이터에 포함된 데이터를 적어도 하나 획득한다.
측정 폐음 가공 데이터의 변화 그래프를 생성하여 제공하는 단계(S650)에서 측정 폐음 가공 데이터의 변화그래프는, 일 실시예로, 측정 폐음 가공 데이터의 실시간 변화그래프로서, 특정한 폐 정보 데이터 그래프의 동일한 변화 경향을 가지는 것이다.
기존에는 침습적으로 도구를 삽입(예컨대, 심박출량 파악을 위해 심장까지 도구를 삽입)하여야 침습적 측정데이터를 얻을 수 있으므로, 침습적으로 도구를 삽입하기 어려운 수술에서는 데이터의 변화를 파악할 수 없었다.
본 발명에 의하면, 폐 정보 데이터 그래프를 직접적으로 제공하지 않아도, 측정 폐음 가공 데이터의 변화 그래프만을 제공함으로써, 환자, 의사 또는 폐 정보가 필요한 사용자에게 폐 정보 데이터의 동일한 변화 경향을 제공할 수 있다.
다른 실시예로, 측정 폐음 가공 데이터의 변화 그래프를 생성하여 제공하는 단계(S650)에서 측정 폐음 가공 데이터는, 측정 폐음 데이터의 주파수 영역 데이터이고, 측정 폐음 가공 데이터의 변화그래프는, 주파수 대역별 파워의 변화 또는 주파수 대역 차이의 조합 중 적어도 하나를 포함한다.
본 발명에 의하면, 폐 정보 데이터 값 또는 그래프를 직접적으로 제공하지 않아도, 측정 폐음 가공 데이터의 변화그래프, 즉, 주파수 대역별 파워의 변화 또는 주파수 대역 차이의 조합 중 적어도 하나를 제공함으로써, 의료진에게 폐 정보를 제공할 수 있다.
예를 들어, 기도 내 분비물의 유무를 청진기로 판단하는 경우, 약 10분 내지 30분 간격으로 반복해서 청진해야 하며, 소리의 미묘한 변화를 청각으로 구분하여 진단해야 하는 어려움이 있다.
그러나, 심폐음의 지속적 모니터링 및 심폐음의 주파수 대역 분석을 이용하여 확인이 가능한 특정 영역의 증강 또는 감쇠로 기도 내 분비물의 유무를 판단할 수 있다.
따라서, 본 발명에 의하면 측정 폐음 가공 데이터의 변화그래프를 이용하여 의료진이 기도 내 분비물의 유무를 인지하고 적절하게 대처할 수 있다.
또한, 기도 내 분비물의 유무뿐만 아니라, 폐수량(Lung water amount), 기도 내 점액 플러그(mucus plug), 기도 내 담(sputum), 폐포 개폐 압력 및 폐부종 등에 대하여도 측정 폐음 가공 데이터의 변화그래프를 이용하여 적절하게 대처할 수 있다.
도 14는 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보를 계산값을 산출하여 제공하는 방법을 설명하기 위한 도면이다.
도 14를 참고하면, 본 발명의 일 실시예에 따른 폐 정보의 계산값을 산출하여 제공하는 방법은, 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S710), 측정 폐음 데이터를 이용하여 측정 폐음 가공 데이터를 획득하는 단계(S730), 측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계(S750) 및 측정 폐음 가공 데이터와 스케일 계수를 기반으로 폐 정보 데이터의 계산값을 산출하여 제공하는 단계(S770)를 포함한다.
특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S710) 및 측정 폐음 데이터를 이용하여 측정 폐음 가공 데이터를 획득하는 단계(S730)는, 도 13에서 상술한 바와 동일하다.
측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 획득하는 단계(S750)는, 측정 폐음 가공 데이터를 이용하여 폐 정보 데이터 값을 산출하기 위한 스케일 계수를 획득하는 것이다. 스케일 계수를 획득하는 방법은, 기존에 획득한 복수의 환자의 폐음 및 폐 침습적 측정 데이터를 기반으로 생성된 그래프 또는 매트릭스를 이용하여 획득한다. 그래프 또는 매트릭스를 이용하여 스케일 계수를 획득하는 구체적인 방법은 후술한다.
측정 폐음 가공 데이터와 스케일 계수를 기반으로 폐 정보 데이터의 계산값을 산출하여 제공하는 단계(S770)는, 일 실시예로, 측정 폐음 가공 데이터와 스케일 계수를 기반으로 폐 정보 데이터의 그래프를 생성하고, 그래프 각 지점의 정확한 값을 폐 정보 데이터의 계산값으로서 산출하여 제공하는 것이고, 또 다른 실시예로, 폐 정보 데이터의 그래프를 생성하지 않고, 폐 정보 데이터의 정확한 값을 계산하여 제공하는 것이다.
도 15는 본 발명의 기준 폐음 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 방법을 설명하기 위한 도면이다.
도 15를 참고하면, 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600), 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S610), 측정 폐음 데이터를 이용하여 측정 폐음 가공 데이터를 획득하는 단계(S630) 및 측정 폐음 가공 데이터의 변화 그래프를 생성하여 제공하는 단계(S650)를 포함한다.
기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600)는, 실시간으로 측정하는 환자의 측정 폐음 데이터의 획득 이전의 단계로서, 기존에 복수의 다른 환자들로부터 획득된 기준 폐음 가공 데이터와 폐 침습적 측정 데이터를 이용하여 상관 관계를 도출한다.
기준 폐음 데이터와 폐 침습적 측정 데이터는 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 것으로서 쌍(pair)을 이룬 것으로, 기준 폐음 데이터를 가공한 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관관계를 도출한다.
또한, 도 15에서는 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S610) 내지 측정 폐음 가공 데이터의 변화 그래프를 생성하여 제공하는 단계(S650) 이전에, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600)가 추가되는 것으로 도시하였으나, 도 14의 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S710) 내지 측정 폐음 가공 데이터와 스케일 계수를 기반으로 폐 정보 데이터의 계산값을 산출하여 제공하는 단계(S770) 이전에, 기준 폐음 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600)가 추가되는 것 또한 포함한다.
이하, 본 발명의 폐음을 이용하여 폐 정보를 획득하는 방법으로서, 측정 폐음 가공 데이터와 폐 정보 데이터 간 상관 관계의 실시예로서, 상관 관계를 나타낸 그래프를 설명한다.
도 16은 본 발명의 일 실시예로서 기도 내 분비물의 유무를 폐음 주파수 대역별 파워별 변화로서 확인할 수 있도록 도시한 그래프이다.
도 16을 참고하면, 기도 내 분비물 상태의 그래프로서, 정상환자(Clean)(29), 질병 환자의 기도 내 분비물 제거 전(Pre-suction)(33) 및 질병 환자의 기도 내 분비물 제거 후(Post-suction)(31)의 상태가 주파수 대역별로 도시되어 있다.
주파수 대역의 그래프 상에서, 질병 환자의 기도 내 분비물 제거 전 상태는 정상 환자의 상태보다 전체적으로 파워가 다소 센 상태로 나타나지만, 질병 환자의 기도 내 분비물 제거 후 상태는, 정상 환자의 상태와 전체적으로 파워가 거의 일치하는 것으로 나타난다.
따라서, 측정 폐음 가공 데이터, 즉, 주파수 영역의 그래프를 이용하여, 정상환자의 그래프와 비교하며 모니터링하여 기도 내 분비물의 상태를 즉각적으로 확인할 수 있다.
도 17은 본 발명의 상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 방법을 설명하기 위한 도면이다.
도 17을 참고하면, 본 발명의 폐음을 이용한 폐 정보 획득 방법은, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600), 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S610), 측정 폐음 데이터를 이용하여 측정 폐음 가공 데이터를 획득하는 단계(S630), 측정 폐음 가공 데이터의 실시간 변화 그래프를 생성하여 제공하는 단계(S650) 및 상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 단계(S670)를 포함한다.
상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 단계(S670)에서, 일 실시예로, 상관 관계는, 그래프를 이용하여 도출한다.
다른 실시예로, 폐 정보 데이터를 추출하는 것은, 기준 폐음 데이터 및 폐 침습적 측정 데이터를 기반으로 한 학습 알고리즘에 의해 추출한다.
도 15에서 상술한 바와 마찬가지로, 도 17에서는, 상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 단계(S670)를, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600) 내지 측정 폐음 가공 데이터의 변화 그래프를 생성하여 제공하는 단계(S650) 이후에 추가되는 것으로 도시하였으나, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계(S600), 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계(S710), 내지 측정 폐음 가공 데이터와 스케일 계수를 기반으로 폐 정보 데이터의 계산값을 산출하여 제공하는 단계(S770) 이후에 추가되는 것을 포함한다.
도 18 및 도 19는 본 발명의 기준 폐음 데이터와 폐 침습적 측정 데이터의 상관 관계 도출 시, 노이즈를 제거하는 방법을 설명하기 위한 도면이다.
도 15에서 상술한 상관 관계를 도출하는 단계는, 노이즈를 제거하는 단계를 더 포함할 수 있다.
도 18을 참고하면, 노이즈를 제거하는 단계는, 폐 참고 데이터를 획득하는 단계(S810), 특징점 필터를 이용하여 기준 폐음 데이터의 특징점을 획득하는 단계(S830), 폐 참고 데이터를 기준 폐음 데이터와 매칭시키는 단계(S850), 폐 참고 데이터의 파동에서 이상 구간이 포함된 것으로 판단되는 경우, 이상 구간과 매칭되는 기준 폐음 데이터를 노이즈로서 제외하는 단계(S870)를 포함한다.
폐 참고 데이터는, 비침습적으로 측정하여 획득하는 데이터 중, 기준 폐음 데이터와 폐 침습적 측정 데이터 간의 상관 관계 도출 시, 노이즈를 제거함에 있어, 참고하기 위한 데이터이다.
폐 참고 데이터는, 실시간으로 이상 구간의 파악이 가능한 데이터이다. 이상 구간이란, 예를 들어, 수술 중 등의 환자의 움직임, 자세 변경 등이 반영되어 심폐음 데이터에 노이즈를 생성한 구간으로서, 기준 폐음 데이터만으로는 이상 구간의 판단이 어렵기 때문에, 폐 참고 데이터를 이용하여 이상 구간을 파악하고, 매칭되는 기준 폐음 데이터 구간을 제외함으로써, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터 간의 상관 관계를 정확하게 도출할 수 있는 효과가 있다.
또한, 도 19를 참고하면, 노이즈를 제거하는 단계는, 상관 관계에 대한 시간 영역 상의 그래프를 주파수 영역으로 변환시키는 단계(S910) 및 주파수 영역 상의 그래프에서 이상 구간이 포함된 것으로 판단된 경우에는, 이상 구간과 매칭되는 시간 영역 상의 구간을 노이즈로서 제외하는 단계(S930)를 포함한다.
주파수 영역 상의 그래프에서 이상 구간이 포함된 것으로 판단하는 방법은, 주파수 영역 상의 그래프 내에서 미리 정해진 값의 범위를 초과하는 경우에 이상 구간으로 판단한다.
시간 영역 상의 그래프에서는 이상 구간의 판단이 어렵기 때문에, 주파수 영역 상의 그래프에서 이상 구간을 파악하고, 매칭되는 시간 영역 상의 구간을 제외함으로써, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터 간의 상관 관계를 정확하게 도출할 수 있는 효과가 있다.
도 20은 본 발명의 스케일 계수 추출을 위한 매트릭스를 생성하는 방법을 설명하기 위한 도면이다.
도 14에서 상술한 폐음을 이용한 폐 정보의 계산값을 산출하여 제공하는 방법의 전단에서, 기존에 복수의 환자를 이용하여 획득한 기준 폐음 데이터 및 폐 침습적 측정 데이터를 이용하여, 스케일 계수 산출을 위한 매트릭스를 생성하는 단계를 더 포함할 수 있다.
도 20을 참고하면, 스케일 계수 추출을 위한 매트릭스를 생성하는 방법은, 기준 폐음 데이터를 획득하여, 기준 폐음 데이터를 이용한 기준 폐음 가공 데이터를 획득하는 단계(S1010), 폐 침습적 측정 데이터를 획득하는 단계(S1030), 기준 폐음 가공 데이터와 폐 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계(S1050) 및 기준 폐음 가공 데이터, 폐 침습적 측정 데이터 및 스케일 계수를 이용한 매트릭스를 생성하는 단계(S1070)를 포함한다.
기준 폐음 데이터를 획득하여, 기준 폐음 데이터를 이용한 기준 폐음 가공 데이터를 획득하는 단계(S1010)에서, 기준 폐음 데이터는 기존에 복수의 환자로부터 획득한 폐음 데이터이고, 기준 폐음 가공 데이터는, 기준 폐음 데이터로부터 계산 또는 일부 값을 도출하는 등의 가공된 데이터이다.
기준 폐음 데이터와 폐 침습적 측정 데이터는 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 것으로서 쌍(pair)을 이룬 것으로, 기준 폐음 데이터를 가공한 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 스케일 계수를 도출한다.
기준 폐음 가공 데이터와 폐 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계(S1050)에서는, 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 기준 폐음 가공 데이터와 폐 침습적 측정 데이터 간의 스케일 계수를 계산하여 획득한다.
기준 폐음 가공 데이터, 폐 침습적 측정 데이터 및 스케일 계수를 이용한 매트릭스를 생성하는 단계(S1070)는, 복수의 환자의 신체 조건 별로 기준 폐음 가공 데이터, 폐 침습적 측정 데이터 및 스케일 계수를 이용하여 매트릭스를 생성한다.
복수의 환자의 신체 조건 별로 기준 폐음 가공 데이터, 폐 침습적 측정 데이터 및 스케일 계수를 이용하여 매트릭스를 생성함으로써, 이후 환자의 측정 폐음 데이터만을 이용하여 폐 정보 데이터 계산값을 산출함에 있어, 매트릭스 상에서 환자의 신체 조건 및 폐음 데이터가 일치하는 스케일 계수를 획득할 수 있다. 또한, 이 경우, 스케일 계수 만을 획득하는 것이 아닌, 폐 침습적 측정 데이터도 획득할 수 있다.
따라서, 도 14에서 상술한 폐음을 이용한 폐 정보의 계산값을 산출하여 제공하는 방법의 전단에서, 기존에 복수의 환자를 이용하여 획득한 기준 폐음 데이터 및 폐 침습적 측정 데이터를 이용하여, 스케일 계수 산출을 위한 매트릭스를 생성하는 단계를 더 포함하고, 측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 획득하는 단계(S750)는 생성된 매트릭스를 이용하여 스케일 계수를 획득하는 것을 특징으로 한다.
이후, 측정 폐음 가공 데이터와 스케일 계수를 기반으로 폐 정보 데이터의 계산값을 산출하여 제공하는 단계(S770)에서는, 환자로부터 획득한 초기 측정 폐음 데이터를 이용하여 매트릭스 상의 기준 폐음 데이터와 비교하여 정확한 계산값을 산출하여 제공한다.
일 실시예로, 측정 폐음 데이터를 일정 구간 획득하여, 구간이 일치하는 기준 폐음 데이터와 환자의 일치하는 신체 조건을 이용하여 매칭되는 폐 정보 데이터의 정확한 계산값을 하나만 획득하면, 계속적으로 폐 정보 데이터의 계산값을 모두 획득할 수 있다.
또한, 기준 폐음 가공 데이터와 폐 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계(S1050)는 학습 알고리즘을 이용하여 산출하고, 기준 폐음 가공 데이터, 폐 침습적 측정 데이터 및 스케일 계수를 이용한 매트릭스를 생성하는 단계(S1070) 또한, 학습 알고리즘을 이용하여 생성으로써, 스케일 계수를 이용한 매트릭스를 사용자에게 제공할 수 있다.
본 발명의 다른 실시예에 따른 폐음을 이용한 폐 정보 획득 장치는, 특정한 환자의 측정 폐음 데이터를 실시간 획득하는, 측정 폐음 데이터 획득부, 측정 폐음 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는, 폐음 가공 데이터 획득부 및 측정 폐음 가공 데이터의 변화그래프를 생성하여 제공하는, 측정 폐음 가공 데이터 변화그래프 제공부를 포함하고, 측정 폐음 가공 데이터의 변화그래프는, 특정한 폐 정보 데이터를 나타내는 것이다.
본 발명의 폐 정보 획득 장치는, 도 13 내지 도 20에서 상술한 폐 정보 획득 방법과 각 구성이 동일하게 적용된다.
한편, 본 발명의 전반적인 구성에 대하여 좀 더 자세히 설명하면, 본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계, 컴퓨터가 상기 측정 폐음 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는 단계 및 상기 컴퓨터가 상기 측정 폐음 가공 데이터의 변화그래프를 생성하여 폐 정보 데이터를 제공하는 단계를 포함한다.
본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계, 상기 컴퓨터가 측정 폐음 가공 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는 단계, 상기 컴퓨터가 상기 측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계 및 상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 폐 정보 데이터의 계산값을 산출하여 제공하는 단계를 포함한다.
상기 측정 폐음 가공 데이터는 상기 측정 폐음 데이터의 주파수 영역 데이터이고, 상기 폐 정보 데이터는 환자의 폐수량(Lung water amount), 기도 내 분비물(secretion), 기도 내 점액 플러그(mucus plug), 기도 내 담(sputum), 폐포 개폐 압력 및 폐 부종으로 이루어진 군으로부터 선택되는 하나 이상인 것이다.
상기 측정 폐음 가공 데이터의 변화그래프는 주파수 대역별 파워의 변화 또는 주파수 대역 차이의 조합 중 적어도 하나를 포함하고, 특정한 폐 정보 데이터 그래프의 동일한 변화 경향을 가지는 것이다.
상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계는 기존에 획득한 복수의 환자의 폐음 및 폐 침습적 측정 데이터를 기반으로 생성된 그래프 또는 매트릭스를 이용하여 획득하는 것이다.
상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 폐 정보 데이터의 계산값을 산출하여 제공하는 단계는, 상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 폐 정보 데이터의 그래프를 생성하고, 상기 그래프 각 지점의 정확한 값을 폐 정보 데이터의 계산값으로 산출하여 제공하거나, 또는 상기 컴퓨터가 상기 폐 정보 데이터의 그래프를 생성하지 않고, 상기 폐 정보 데이터의 정확한 값을 계산하여 제공하는 것이다.
본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 상기 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계 이전에, 상기 컴퓨터가 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계를 더 포함하는 것이다.
본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 상기 컴퓨터가 상기 측정 폐음 가공 데이터의 변화 그래프를 생성하여 폐 정보 데이터를 제공하는 단계 이후에, 상기 컴퓨터가 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 단계를 더 포함하는 것이다.
본 발명의 일 실시예에 따른 폐음을 이용한 폐 정보 획득 방법은, 상기 컴퓨터가 측정 폐음 가공 데이터와 스케일 계수를 기반으로 특정한 폐 정보 데이터의 계산값을 산출하여 제공하는 단계 이후에, 상기 컴퓨터가 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계 및 측정 폐음 데이터를 이용하여 폐 정보 데이터를 추출하는 단계를 더 포함하는 것이다.
상기 상관 관계는, 그래프를 이용하여 도출되거나, 또는 상기 기준 폐음 가공 데이터 및 폐 침습적 측정 데이터를 기반으로 한 학습 알고리즘에 의해 추출된 것을 특징으로 한다.
상기 상관 관계를 도출하는 단계는, 노이즈를 제거하는 단계를 더 포함하고, 상기 노이즈를 제거하는 단계는, 상기 컴퓨터가 폐 참고 데이터를 획득하는 단계, 상기 컴퓨터가 특징점 필터를 이용하여 기준 폐음 데이터의 특징점을 획득하는 단계, 상기 컴퓨터가 획득한 상기 폐 참고 데이터를 상기 기준 폐음 데이터와 매칭(matching)시키는 단계 및 상기 컴퓨터가 상기 폐 참고 데이터의 파동에서 이상 구간이 포함된 것으로 판단되는 경우에는, 상기 이상 구간과 매칭되는 기준 폐음 데이터를 노이즈로서 제외하는 단계를 포함하거나 또는 상기 컴퓨터가 폐 참고 데이터를 획득하는 단계, 상기 컴퓨터가 특징점 필터를 이용하여 상기 기준 폐음 데이터의 특징점을 획득하는 단계, 상기 컴퓨터가 획득한 상기 폐 참고 데이터를 상기 기준 폐음 데이터와 매칭(matching)시키는 단계 및 상기 컴퓨터가 상기 폐 참고 데이터의 파동에서 이상 구간이 포함된 것으로 판단되는 경우에는, 상기 이상 구간과 매칭되는 기준 폐음 데이터를 노이즈로서 제외하는 단계를 포함한다.
상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 폐 정보 데이터의 계산값을 산출하여 제공하는 단계는, 상기 컴퓨터가 기존에 복수의 환자를 이용하여 획득한 기준 폐음 데이터 및 폐 침습적 측정 데이터를 이용하여 상기 스케일 계수 산출을 위한 매트릭스를 생성하는 단계를 포함하고, 상기 스케일 계수 추출을 위한 매트릭스를 생성하는 단계는, 상기 컴퓨터가 기준 폐음 데이터를 획득하여, 기준 폐음 데이터를 이용한 적어도 하나의 기준 폐음 가공 데이터를 획득하는 단계, 상기 컴퓨터가 폐 침습적 측정 데이터를 획득하는 단계, 상기 컴퓨터가 상기 기준 폐음 가공 데이터와 상기 폐 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계 및 상기 컴퓨터가 상기 기준 폐음 가공 데이터, 상기 폐 침습적 측정 데이터 및 상기 스케일 계수를 이용한 매트릭스를 생성하는 단계를 포함한다.
상기 기준 폐음 데이터는 기존에 복수의 환자로부터 획득한 폐음 데이터이고, 상기 기준 폐음 가공 데이터는 상기 기준 폐음 데이터로부터 계산 또는 일부 값의 도출에 의해 가공된 데이터인 것이다.
상기 컴퓨터가 상기 기준 폐음 가공 데이터와 상기 폐 침습적 측정 데이터 간의 스케일 계수를 산출하는 단계는, 복수의 다른 환자들 중 하나 이상의 동일 환자 및 동일 시간에서 획득된 상기 기준 폐음 가공 데이터와 상기 폐 침습적 측정 데이터 간의 스케일 계수를 이용하여 매트릭스를 생성하는 것이다.
상기 컴퓨터가 상기 기준 폐음 가공 데이터, 상기 폐 침습적 측정 데이터 및 상기 스케일 계수를 이용한 매트릭스를 생성하는 단계는, 상기 복수의 환자의 신체 조건별로 상기 기준 폐음 가공 데이터, 상기 폐 침습적 측정 데이터 및 상기 스케일 계수를 이용하여 매트릭스를 생성하는 것이다.
본 발명의 다른 실시예에 따른 폐음을 이용한 폐 정보 획득 프로그램은 상기 방법 중 어느 하나의 방법을 실행시키기 위해 컴퓨터 판독 가능 기록매체에 저장된다.
본 발명의 다른 실시예에 따른 폐음을 이용한 폐 정보 획득 장치는, 특정한 환자의 측정 폐음 데이터를 실시간 획득하는, 측정 폐음 데이터 획득부, 상기 측정 폐음 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는, 폐음 가공 데이터 획득부 및 상기 측정 폐음 가공 데이터의 변화그래프를 생성하여 제공하는, 측정 폐음 가공 데이터 변화그래프 제공부를 포함한다.
본 발명의 다른 실시예에 따른 폐음을 이용한 폐 정보 획득 장치는, 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 측정 폐음 데이터 획득부, 측정 폐음 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는 폐음 가공 데이터 획득부, 상기 측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 산출하는 스케일 계수 산출부 및 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 상기 폐 정보 데이터의 계산값을 산출하여 제공하는 폐 정보 데이터 계산값 산출부를 포함한다.
도 21 내지 도 27에서는, 심폐음 신호를 획득하는 방법에 관하여 설명한다. 심폐음 신호를 획득하는 방법은 심폐음 획득 장치를 이용하여 획득하는 방법에도 해당된다.
도 21은 본 발명의 일 실시예에 따른 심폐음 신호를 획득하는 방법을 나타낸 순서도이다. 도 21의 방법은 컴퓨터에 의해 수행된다.
도 21을 참조하면, 컴퓨터가 프로브(probe)의 측정 위치에 따라 심음(heart sound) 및/또는 폐음(lung sound)을 획득할 수 있다(S1100).
여기서, 프로브는 환자로부터 심음 및/또는 폐음을 측정하기 위한 장치로서, 청진기일 수 있다. 예를 들어, 환자의 식도 내로 프로브(예: 청진기)가 삽입되어 삽입된 위치에서의 심음 및/또는 폐음이 획득될 수 있다. 물론, 프로브가 식도 내로 삽입되지 않고도 환자의 심음 및/또는 폐음을 측정할 수도 있으며, 식도뿐만 아니라 다른 신체 부위를 통해서도 획득될 수 있다. 또한 심음 및/또는 폐음은 프로브로부터 획득된 다음 다른 유형의 음향 신호 처리가 행해질 수도 있다.
일 실시예로, 컴퓨터가 환자의 심음 및/또는 폐음을 측정하기 위한 프로브의 측정 위치를 적어도 하나 결정하고, 결정된 적어도 하나의 프로브의 측정 위치 각각으로부터 심음 및/또는 폐음을 획득할 수 있다. 예를 들어, 프로브가 환자의 식도 내로 삽입되는 과정에서, 그 삽입 경로에 기초하여 심음 및/또는 폐음을 측정하기 위한 복수의 측정 위치가 결정될 수 있다. 또는 프로브가 환자의 식도 내로 완전히 삽입된 후 서서히 빼내는 과정에서, 그 경로에 기초하여 복수의 측정 위치가 결정될 수도 있다.
프로브의 측정 위치별로 심음 및/또는 폐음을 획득함에 있어서, 심음과 폐음은 프로브로부터 한번에 획득될 수 있다. 이때, 획득하고자 하는 심음과 폐음의 비중이 상이할 경우, 마이크를 이용하여 심음과 폐음의 획득 비율을 조절할 수 있다. 일례로, 심음 및 폐음의 측정 시에 마이크의 위치, 마이크의 개수 등을 조절하면 심음과 폐음의 신호 형태에 차이가 발생하게 되고, 이러한 신호 형태의 차이를 이용하여 심음 및 폐음의 비중을 다르게 구성할 수 있다. 여기서, 마이크는 프로브와 연결되어 구성되거나 프로브 자체에 포함되어 구성될 수 있다. 또는 마이크는 프로브와는 별도로 구성될 수도 있으며, 필요에 따라 심음 및/또는 폐음 획득 시에 프로브와 함께 사용될 수 있다.
실시예에 따라, 프로브로부터 한번에 획득된 심음과 폐음은 주파수 대역의 차이를 이용하여 필터링함으로써 각각 분리하여 획득할 수 있다. 또한 신호의 파형으로부터 진폭의 크기나 모양 등을 이용하여 심음을 제1 심음(S1) 및 제2 심음(S2)으로 분리하여 획득할 수도 있고, 신호의 주파수 대역을 이용하여 폐음을 좌, 우 폐음으로 분리하여 획득할 수도 있다.
컴퓨터가 프로브의 측정 위치에 따라 획득된 심음 및/또는 폐음을 분석하여 프로브의 타겟 측정 위치를 결정할 수 있다(S1110).
일 실시예로, 컴퓨터가 적어도 하나의 측정 위치 각각으로부터 획득된 심음 및/또는 폐음의 신호 파형을 추출하고, 추출한 각각의 심음 및/또는 폐음의 신호 파형을 분석하여 해당 심음 및/또는 폐음의 신호 파형이 적합한 신호 파형인지를 판단할 수 있다. 이때, 컴퓨터는 심음 및/또는 폐음의 신호 파형으로부터 진폭의 변화, 진폭의 크기 등을 이용하여 해당 측정 위치에서 획득한 심음 및/또는 폐음이 적합한 신호인지를 판단할 수 있다. 판단 결과에 따라 해당 심음 및/또는 폐음의 신호 파형이 적합한 신호 파형으로 판단된 경우, 컴퓨터가 적합한 신호 파형에 대응하는 프로브의 측정 위치를 도출하고, 이를 기반으로 프로브의 타겟 측정 위치를 결정할 수 있다. 예를 들어, 컴퓨터는 프로브로부터 획득한 각 측정 위치별 심음 및/또는 폐음의 신호 파형을 분석하여 가장 적합한 신호 파형을 갖는 심음 및/또는 폐음을 결정하고, 가장 적합한 신호 파형에 대응하는 프로브의 측정 위치를 타겟 측정 위치로 결정할 수 있다.
컴퓨터가 프로브의 타겟 측정 위치에 대한 정보를 제공할 수 있다(S1120). 일 실시예로, 컴퓨터는 프로브의 타겟 측정 위치를 화면을 통해 출력할 수 있고, 또한 타겟 측정 위치에 프로브를 위치하도록 가이드하는 다양한 방식을 통해 심음 및/또는 폐음을 측정하는 측정자(예: 의료진)에게 정보를 제공할 수 있다. 예컨대 컴퓨터는 프로브의 현재 측정 위치와 비교하여 타겟 측정 위치를 가이드할 수 있다.
컴퓨터는 타겟 측정 위치에서의 프로브로부터 환자의 심음 및/또는 폐음을 최종적으로 획득하고, 이를 전처리하여 다양한 방법으로 활용할 수 있다. 즉, 컴퓨터는 타겟 측정 위치에서 획득한 환자의 심음 및/또는 폐음을 수집하여 데이터셋을 구축할 수 있고, 이러한 심음 및/또는 폐음의 데이터셋을 학습 모델을 구축하는데 이용할 수 있다. 이와 같이 학습 모델이 구축된 경우, 컴퓨터는 신규 환자로부터 타겟 측정 위치에서 측정된 심음 및/또는 폐음을 획득하고, 이를 학습 모델에 적용해서 실시간으로 신규 환자의 건강 상태를 파악하여 안내할 수 있다. 실시예로, 타겟 측정 위치로부터 획득된 심음 및/또는 폐음을 기반으로 특징(feature) 기반 분석 또는 딥러닝 기반 분석을 수행할 수 있다. 이에 대해서는 도 24 내지 도 26을 참조하여 구체적으로 후술하도록 한다.
또한, 컴퓨터는 타겟 측정 위치에서의 프로브로부터 환자의 심음 및/또는 폐음을 최종적으로 획득한 다음, 최종적으로 획득한 심음 및/또는 폐음에 대해서 후술하는 도 23의 방법을 추가적으로 적용할 수도 있다.
도 22는 프로브의 측정 위치에 따라 획득된 심음 및/또는 폐음의 신호 파형을 나타낸 도면이다. 도 22에 도시된 각 그래프는 환자의 식도 내로 삽입된 프로브의 위치에 따라 측정된 심전도(각 그래프의 상단)와 심폐음 신호(각 그래프의 하단)를 나타낸다.
도 22의 (a)에 따르면, 프로브가 식도 내로 삽입되어 상악치아(incisor)로부터 38cm 깊이에 위치(제1 측정 위치)하여 측정된 제1 신호 파형을 나타낸다. 이 경우, 컴퓨터는 제1 신호 파형의 진폭의 변화나 진폭의 크기 등을 기초로 제1 신호 파형이 적합한 신호에 해당하는지를 판단할 수 있다. 도 22의 (a)에 도시된 바와 같이 제1 신호 파형은 제1 심음이 우세하고 반면 제2 심음의 경우 매우 희미하고 강도가 약하다는 것을 알 수 있다. 따라서, 컴퓨터는 제1 신호 파형이 부적합한 신호 파형인 것으로 판단할 수 있다.
도 22의 (b)에 따르면, 프로브가 식도 내로 삽입되어 상악치아로부터 32cm 깊이에 위치(제2 측정 위치)하여 측정된 제2 신호 파형을 나타낸다. 이 경우, 컴퓨터는 제2 신호 파형의 진폭의 변화나 진폭의 크기 등을 기초로 제2 신호 파형이 적합한 신호에 해당하는지를 판단할 수 있다. 도 22의 (b)에 도시된 바와 같이 제2 신호 파형은 제1 심음 및 제2 심음 모두 도출되었으나, 제2 심음에 비해서 제1 심음이 진폭 크기가 크고 우세하다는 것을 알 수 있다. 따라서, 컴퓨터는 제2 신호 파형이 부적합한 신호 파형인 것으로 판단할 수 있다.
도 22의 (c)에 따르면, 프로브가 식도 내로 삽입되어 상악치아로부터 28cm 깊이에 위치(제3 측정 위치)하여 측정된 제3 신호 파형을 나타낸다. 이 경우, 컴퓨터는 제3 신호 파형의 진폭의 변화나 진폭의 크기 등을 기초로 제3 신호 파형이 적합한 신호에 해당하는지를 판단할 수 있다. 도 22의 (c)에 도시된 바와 같이 제3 신호 파형은 제1 심음 및 제2 심음 모두 명확히 도출되었으며, 그 진폭의 크기나 변화에 있어서 비교적 유사한 패턴을 보이고 있음을 파악할 수 있다. 따라서, 컴퓨터는 제3 신호 파형이 적합한 신호 파형인 것으로 판단할 수 있다.
도 22의 (d)에 따르면, 프로브가 식도 내로 삽입되어 상악치아로부터 25cm 깊이에 위치(제4 측정 위치)하여 측정된 제4 신호 파형을 나타낸다. 이 경우, 컴퓨터는 제4 신호 파형의 진폭의 변화나 진폭의 크기 등을 기초로 제4 신호 파형이 적합한 신호에 해당하는지를 판단할 수 있다. 도 22의 (d)에 도시된 바와 같이 제4 신호 파형은 제1 심음 및 제2 심음 간의 관계가 유사한 패턴으로 도출되었으나, 제3 신호 파형에 비해서 진폭의 크기가 감소되었음을 파악할 수 있다. 따라서, 컴퓨터는 제4 신호 파형이 제3 신호 파형에 비해서 부적합한 신호 파형인 것으로 판단할 수 있다.
즉, 컴퓨터는 프로브의 측정 위치(제1 내지 제4 측정 위치)별로 각각 심음 및/또는 폐음의 신호 파형(제1 내지 제4 신호 파형)을 획득하고, 획득한 심음 및/또는 폐음의 신호 파형(제1 내지 제4 신호 파형)을 각각 분석하여, 가장 적합한 신호 파형(예: 제3 신호 파형)을 도출할 수 있다. 또한 컴퓨터는 도출된 가장 적합한 신호 파형(예: 제3 신호 파형)에 대응하는 프로브의 측정 위치(제3 측정 위치)를 타겟 측정 위치로 결정할 수 있다. 다시 말해, 컴퓨터는 상악치아로부터 28cm 깊이의 위치를 타겟 측정 위치로 결정하고, 이에 대한 위치 정보를 제공할 수 있다.
도 23은 본 발명의 다른 실시예에 따른 심폐음 신호를 획득하는 방법을 나타낸 순서도이다. 도 23의 방법은 컴퓨터에 의해 수행된다.
도 23을 참조하면, 컴퓨터가 프로브로부터 심음 및/또는 폐음을 획득할 수 있다(S1200).
실시예에 따라, 컴퓨터는 도 21의 방법에 따라 심음 및/또는 폐음을 획득할 수 있다. 즉, 컴퓨터는 프로브의 측정 위치에 따라 획득한 심음 및/또는 폐음을 기반으로 프로브의 타겟 측정 위치를 결정하고, 결정된 타겟 측정 위치에서 프로브로부터 측정된 심음 및/또는 폐음을 최종적으로 획득하여 사용할 수 있다.
컴퓨터가 획득된 심음 및/또는 폐음을 분석하여 이상 구간을 포함하는지 여부를 판단할 수 있다(S1210).
일 실시예로, 컴퓨터는 복수의 환자로부터 이상 구간을 포함하는 심음 및/또는 폐음을 추출하여 미리 저장하거나, 이러한 심음 및/또는 폐음을 딥러닝 기반으로 학습하여 학습 데이터를 미리 구축하여 둘 수 있다. 이후 컴퓨터는 미리 저장되거나 구축된 이상 구간의 패턴을 파악할 수 있는 학습 데이터에 기초하여 단계 S1200에서 획득한 심음 및/또는 폐음에 이상 구간이 존재하는지 여부를 판단할 수 있다. 물론, 심음 및/폐음에 이상 구간이 있는지 여부의 판단은 사람(예: 의료진)이 직접 할 수도 있다.
판단 결과에 따라 심음 및/또는 폐음에 이상 구간이 포함된 것으로 판단한 경우, 컴퓨터가 기설정된 정상 신호 파형에 기초하여 이상 구간의 신호 파형을 보정할 수 있다(S1220).
일 실시예로, 컴퓨터는 심음 및/또는 폐음의 신호 파형에서 이상 구간에 대응하는 구간을 제거하고, 제거된 구간에 기설정된 정상 신호 파형을 대체할 수 있다. 기설정된 정상 신호 파형은 해당 환자로부터 획득한 심음 및/또는 폐음에서 정상 구간으로 판단된 신호 파형을 이용할 수도 있고, 다른 환자들로부터 미리 획득한 정상 심음 및/또는 폐음의 신호 파형을 이용할 수도 있다. 또는, 미리 정해진 심음 및/또는 폐음의 기준 신호 파형을 이용할 수도 있다. 예를 들어, 컴퓨터가 환자로부터 획득한 심음 및/폐음을 분석한 결과 판막 이상 등에 의해 발생하는 신호 파형 부분이 존재할 경우, 이를 이상 구간으로 인식하고 판막 이상 등에 의해 발생한 신호 파형 부분을 제거하는 보정을 수행할 수 있다. 또한 제거된 부분에는 정상 심음 및/또는 폐음의 신호를 삽입함으로써, 수술 전후의 변화나 수술 도중에 발생하는 변화에 대하여 정확하게 파악할 수 있는 자료를 제공할 수 있다.
다른 실시예로, 심음 및/또는 폐음의 신호 파형으로부터 폐음에 이상 구간이 포함된 것으로 판단된 경우, 컴퓨터는 폐음에 해당하는 신호를 모두 제거하고 심음의 신호만을 획득하는 보정을 수행할 수도 있다. 예를 들어, 기관지 확장증이 있는 환자의 경우 폐음에 문제가 있을 수 있으나 심음에는 문제가 없으므로, 폐음만 제거하는 보정을 하여 정상적인 심음 신호를 획득할 수 있다. 이때 기관지 확장증이 있는 환자의 경우, 호흡 주기에 맞춰 고주파수의 밴드가 발생하므로, 컴퓨터는 필터링을 통해 고주파수 밴드를 제거하는 보정을 수행하여 정상 신호를 획득할 수 있다. 또는 심음 및/또는 폐음의 신호 파형으로부터 심음에 이상 구간이 포함된 것으로 판단된 경우, 컴퓨터는 심음에 해당하는 신호를 모두 제거하고 폐음의 신호만을 획득하는 보정을 수행할 수도 있다. 예를 들어, 심음 및/또는 폐음의 신호 파형에서 제1 심음 이후에 지속적인 심잡음이 발생하는 경우, 컴퓨터는 심음을 모두 제거하는 보정을 수행하여 폐음 신호를 획득할 수도 있고, 심잡음 구간만 제거하는 보정을 수행하여 제1 심음의 분석 시에 활용할 수도 있다.
단계 S1200 내지 단계 S1220에 따르면, 이상 구간이 제거된 정상 상태의 심음 및/또는 폐음 신호를 획득할 수 있게 된다.
컴퓨터는 단계 S1220에서 획득한 보정된 신호 파형을 포함하는 심음 및/또는 폐음(이상 구간이 제거된 신호 파형)에 기초하여 환자의 건강 상태를 모니터링할 수 있다.
또한, 컴퓨터는 이상 구간을 포함하는 심음 및/또는 폐음으로부터 이상 구간에 대한 신호 파형의 변화를 추적하고, 추적한 이상 구간에 대한 신호 파형의 변화를 기반으로 실시간으로 환자의 질환을 예측할 수 있다.
또한, 컴퓨터는 단계 S1220에서 획득한 보정된 신호 파형을 포함하는 심음 및/또는 폐음을 기반으로 전처리 과정을 거쳐, 이를 다양한 방법으로 활용할 수 있다. 즉, 컴퓨터는 보정을 통해서 이상 구간이 제거된 정상의 심음 및/폐음을 획득할 수 있고, 이를 기반으로 데이터셋을 구축할 수 있다. 이러한 데이터셋은 향후 학습을 통해 학습 모델을 생성하는데 활용될 수 있다. 예를 들어, 특징(feature) 기반 분석 또는 딥러닝 기반 분석을 수행할 수 있다. 이에 대해서는 도 24 내지 도 26을 참조하여 구체적으로 후술하도록 한다.
실시예에 따라, 컴퓨터는 심음 및/또는 폐음의 신호 품질을 측정할 수 있다. 이때 측정된 신호 품질이 기설정된 임계값과 비교하여 이상 신호로 결정된 경우, 컴퓨터는 이상 신호가 발생된 시점부터 심음 및/또는 폐음에 이상 구간이 포함되었는지 여부를 판단하는 과정 등 심음 및/또는 폐음에 대한 분석을 수행하지 않는다. 예를 들어, 신호 품질을 측정하는 장치(예: BIS)를 통해 심음 및/또는 폐음의 신호를 측정하고, 측정된 신호에 대한 신호 품질로서 SQI(signal quality index)를 측정할 수 있다. SQI 값이 기설정된 임계값 이하로 감소하는 경우(예: 심음 및/또는 폐음 측정 중에 움직임 등이 발생하는 경우), 컴퓨터는 심음 및/또는 폐음의 품질에 문제가 생긴 것으로 판단하여 심음 및/또는 폐음에 대한 분석을 진행하지 않을 수 있다. 따라서 심음 및/또는 폐음에 이상 구간이 포함되어 있거나 품질에 문제가 있는 경우, 본 발명에서는 이러한 비정상적인 신호는 제외하고 정상 신호만을 획득할 수 있으므로, 보다 정확하게 환자의 건강 상태나 심음 및/또는 폐음에 대한 분석 결과를 얻을 수 있다.
한편, 상술한 바와 같이, 타겟 측정 위치에서 획득된 심음 및/또는 폐음(제1 획득 심음 및/또는 폐음), 또는 전처리 보정에 의해 획득된 심음 및/또는 폐음(제2 획득 심음 및/또는 폐음)은 특징 기반 분석이나 딥러닝 기반 분석시의 학습데이터로 사용될 수 있다. 또한 이러한 학습데이터에 대해 지도학습 또는 비지도학습의 형태로 학습을 수행하여 학습데이터셋을 구축할 수 있으며, 이로부터 새로 추가되는 제1, 2 획득 심음 및/또는 폐음에 대해 분석 및 예측을 수행할 수 있다.
예를 들어, 특징 기반 분석은 지도학습 방법을 사용할 있다. 특징 기반 분석을 적용할 경우, 사용자에 의해 학습된 학습데이터셋으로부터 제1, 2 획득 심음 및/또는 폐음에 대한 특징이 추출될 수 있다.
딥러닝 기반 분석은 비지도학습 방법을 사용할 수 있다. 딥러닝 기반 분석의 경우, 복수의 환자들의 제1, 2 획득 심음 및/또는 폐음과 침습적으로 획득된 기준데이터(예: Gold standard data)를 매칭하여 비지도학습 방법으로 학습데이터셋을 구축할 수 있다. 그리고 구축된 딥러닝 기반의 학습데이터셋을 적용하여 특정 기준데이터(예: Gold standard data)와 제1, 2 획득 심음 및/또는 폐음에서의 특정 팩터(factor) 간의 상관 관계를 학습할 수 있다.
또한, 상술한 바와 같이 환자들의 제1, 2 획득 심음 및/또는 폐음에 대해 지도학습 또는 비지도학습 등의 학습방법을 통해 학습모델을 구축한 경우, 이러한 학습모델을 통해 새로운 환자에 대한 건강 상태 변화를 예측할 수 있다.
예를 들어, 새로운 환자에 대해 수술을 수행하는 경우, 새로운 환자로부터 제1, 2 획득 심음 및/또는 폐음을 획득하고, 이를 학습모델에 적용하면 환자의 상태 변화를 파악할 수 있다. 이 경우, 학습모델에 구축시에 이용된 심음 및/또는 폐음과 동일한 조건의 데이터가 획득되어야 환자의 상태 변화를 파악할 수 있다.
또한, 환자의 제1, 2 획득 심음 및/또는 폐음을 획득하여 학습모델에 적용하면 침습적 또는 비침습적으로 획득하여야 하는 데이터값을 유추할 수 있고, 이를 통해 수술 중이나 수술 후 중환자의 상태 변화를 파악할 수 있다.
또한, 환자의 수술 전에 타겟 측정 위치를 설정하고, 이로부터 심음 및/또는 폐음을 획득할 수 있다. 따라서 수술 전에 획득된 심음 및/또는 폐음에 대해 보정이 필요한 신호 파형이 존재하는지 여부를 파악하고, 이에 대해 보정을 수행한 다음 심음과 폐음을 분리할 수 있다. 이는 심음 주기와 폐음 주기 간의 차이를 기반으로 분리할 수 있다. 이후, 분리된 심음 데이터와 폐음 데이터로부터 획득되는 팩터(예를 들어, STI, S2 진폭 등)의 변화를 학습모델에 적용하여 환자의 상태를 실시간으로 파악할 수 있다.
도 24 내지 도 26은 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음을 활용하는 예시를 설명하기 위한 도면이다.
본 발명의 실시예에 따라 획득된 심음 및/또는 폐음은 특징 기반 분석 또는 딥러닝 기반 분석 시에 전처리 데이터로 활용될 수 있다. 실시예로, 특징 기반 분석의 경우, 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음은 수술 도중이나 수술 전후 과정에서 침습적으로 획득 가능한 생체 신호를 예측하는 지표로 활용될 수 있다. 딥러닝 기반 분석의 경우, 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음으로부터 특징 요소를 추출하고, 추출한 특징 요소를 입력으로 하여 딥러닝 기반으로 학습한 학습 데이터 및 학습 모델을 생성할 수 있다. 아래에서는 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음에 기초하여 타 데이터를 예측하는 지표로 활용되는 예시들을 설명한다.
도 24는 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음에 포함된 심실 수축기(ventricular systolic)(35)와 맥압(19)을 나타낸 그래프이다. 도 24에 도시된 바와 같이, 심실 수축기(35)와 맥압(19)의 변화 추이는 상관 관계가 있음을 알 수 있다. 따라서, 본 발명의 실시예에 따라 획득된 심실 수축기(35)를 이용하여 맥압(19)을 산출할 수 있다. 또한, 본 발명의 실시예에 따라 획득된 심음으로부터 수축기 시간 간격(STI; systolic time interval)을 도출하여 맥압 변화량(PPV; pulse pressure variation)를 파악할 수도 있다.
도 25는 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음에 포함된 심실 수축기(37)와 1회 심박출량(Stroke Volume, 1회 심박출량)(17)을 나타낸 그래프이다. 도 25에 도시된 바와 같이, 심실 수축기(37)와 1회 심박출량(17) 간의 변화 추이는 상관 관계가 있음을 알 수 있다. 따라서, 본 발명의 실시예에 따라 획득되는 심음에서 심실 수축기 시간 간격(37)을 산출한 후, 이 심실 수축기 시간 간격 패턴을 후보정함으로써 1회 심박출량(17)를 산출할 수 있다.
도 26은 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음에 포함된 제2 심음(39)과 체혈관 저항(Systemic Vascular Resistance, SVR)(13)을 나타낸 그래프이다. 도 26에 도시된 바와 같이, 제2 심음(39)과 체혈관 저항(13) 간의 변화 추이는 상관 관계가 있음을 알 수 있다. 따라서, 본 발명의 실시예에 따라 획득되는 심음에서 제2 심음(39)을 추출한 후 제2 심음(39)의 진폭에 대한 후처리를 함으로써 체혈관 저항(13)을 비침습적으로 예측할 수 있다.
상기 도 24 내지 도 26에서는 심음 및/또는 폐음에 포함된 여러가지 특징 요소들 중 심실 수축기(ventricular systolic time), 수축기 시간 간격(STI), 제2 심음(S2)을 통해 이와 상관관계를 가지는 타 데이터(예: 맥압, 맥압 변화량, 1회 심박출량, 체혈관 저항)를 예측하는 실시예들을 설명하였다. 이는 단지 하나의 예시로서 설명한 것이고, 본 발명이 이에 한정되는 것은 아니다.
즉, 본 발명에 따르면, 환자로부터 획득된 심음 및/또는 폐음을 학습모델을 통해 학습시킬 경우, 심음 및/또는 폐음에 포함된 여러가지 특징 요소들을 추출하고 추출된 특징 요소들과 상관관계를 가지는 다양한 데이터를 도출할 수 있다. 이때, 도출된 데이터는 침습적으로 측정하여야 얻어지는 침습적 데이터이나, 본 발명의 실시예에서는 환자로부터 심음 및/또는 폐음만 측정하더라도 학습을 통해 비침습적 방법으로 침습적 데이터를 도출할 수 있다.
도 27은 본 발명의 실시예에 따른 심폐음 신호를 획득하는 방법을 수행하는 장치를 나타낸 블록도이다.
도 27을 참조하면, 장치(1300)는 입력부(1310), 프로세서(1320), 출력부(1330), 및 메모리(1340)를 포함할 수 있다.
입력부(1310)는 프로브(예: 청진기)로부터 심음 및/또는 폐음을 입력 받고, 출력부(1330)는 다양한 정보, 예컨대 프로브의 타겟 측정 위치에 대한 정보를 출력할 수 있다. 일 실시예로, 출력부(1330)는 프로세서(1320)에 의해 수행되어 본 발명의 실시예에 따라 획득된 심음 및/또는 폐음으로부터 모니터링된 환자의 신체 정보를 출력할 수 있다.
프로세서(1320)는 본 발명의 실시예에 따른 심폐음 신호를 획득하는 방법을 수행한다.
메모리(1340)는 본 발명의 실시예에 따른 심폐음 신호를 획득하는 방법이 구현된 컴퓨터 프로그램을 저장할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.

Claims (20)

  1. 컴퓨터가 특정한 환자의 측정 심음 데이터를 실시간 획득하는 단계;
    컴퓨터가 상기 측정 심음 데이터를 이용하여 적어도 하나의 측정 심음 가공 데이터를 실시간 획득하는 단계;
    상기 컴퓨터가 상기 측정 심음 가공 데이터와 심혈관계 데이터 값 간의 스케일 계수를 추출하는 단계; 및
    상기 컴퓨터가 상기 측정 심음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 심혈관계 정보 데이터의 계산값을 산출하여 제공하되, 상기 심혈관계 정보 데이터는 특정한 측정 심음 가공 데이터와 동일한 변화 경향을 가지는 데이터인, 심혈관계 정보 데이터 산출단계를 포함하는,
    심폐음을 이용한 정보 획득 방법.
  2. 제1항에 있어서,
    상기 컴퓨터가 상기 측정 심음 가공 데이터의 실시간 변화그래프를 생성하여 제공하는 단계를 더 포함하고,
    상기 측정 심음 가공 데이터의 실시간 변화그래프는, 특정한 심혈관계 정보 데이터 그래프의 동일한 변화 경향을 가지는 것인,
    심폐음을 이용한 정보 획득 방법.
  3. 제1항에 있어서,
    상기 측정 심음 가공 데이터는 제2 심음 최대 진폭 또는 파워이고,
    상기 심혈관계 정보 데이터는 체혈관 저항(Systemic Vascular Resistance, SVR)인,
    심폐음을 이용한 정보 획득 방법.
  4. 제1항에 있어서,
    상기 측정 심음 가공 데이터는 수축기 시간 간격(Systolic Time Interval, S1-S2 Interval, STI)이고,
    상기 심혈관계 정보 데이터는 심박출량(Stroke Volume, SV), 맥압(Pulse Pressure, PP) 또는 맥압변이(Pulse Pressure Variation, PPV)인,
    심폐음을 이용한 정보 획득 방법.
  5. 제1항에 있어서,
    상기 측정 심음 가공 데이터는 제1 심음 최대 진폭 또는 파워이고,
    상기 심혈관계 정보 데이터는 심근 수축력 변화이고,
    상기 심근 수축력 변화는, 동맥압 파형을 미분하여 얻은 파형의 하나의 심장 주기내에서의 최고점으로 산출되는 것인,
    심폐음을 이용한 정보 획득 방법.
  6. 제1항에 있어서,
    상기 측정 심음 데이터를 실시간 획득하는 단계는,
    환자 식도 또는 기도의 특정 지점까지 삽입된 심폐음 획득 장치를 통해 상기 측정 심음 데이터가 포함된 심폐음 데이터를 이용하여 획득하는,
    심폐음을 이용한 정보 획득 방법.
  7. 제1항에 있어서,
    상기 컴퓨터가 기준 심음 가공 데이터 및 심혈관계 침습적 측정 데이터를 이용하여, 상기 기준 심음 가공 데이터와 심혈관계 침습적 측정 데이터의 상관 관계를 도출하는 단계를 더 포함하고,
    상기 기준 심음 가공 데이터와 상기 심혈관계 침습적 측정 데이터는 하나 이상의 동일 환자 및 동일 시간에서 획득된 것인,
    심폐음을 이용한 정보 획득 방법.
  8. 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계;
    상기 컴퓨터가 측정 폐음 가공 데이터를 이용하여 적어도 하나의 측정 폐음 가공 데이터를 획득하는 단계;
    상기 컴퓨터가 상기 측정 폐음 가공 데이터와 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계; 및
    상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 스케일 계수를 기반으로 특정한 폐 정보 데이터의 계산값을 산출하여 제공하는 단계를 포함하는,
    심폐음을 이용한 정보 획득 방법.
  9. 제8항에 있어서,
    상기 컴퓨터가 상기 측정 폐음 가공 데이터의 변화그래프를 생성하여 폐 정보 데이터를 제공하는 단계를 더포함하는,
    심폐음을 이용한 정보 획득 방법.
  10. 제8항에 있어서,
    상기 측정 폐음 가공 데이터는 상기 측정 폐음 데이터의 주파수 영역 데이터이고,
    상기 폐 정보 데이터는 환자의 폐수량(Lung water amount), 기도 내 분비물(secretion), 기도 내 점액 플러그(mucus plug), 기도 내 담(sputum), 폐포 개폐 압력 및 폐 부종으로 이루어진 군으로부터 선택되는 하나 이상인 것인,
    심폐음을 이용한 정보 획득 방법.
  11. 제9항에 있어서,
    상기 측정 폐음 가공 데이터의 변화그래프는 주파수 대역별 파워의 변화 또는 주파수 대역 차이의 조합 중 적어도 하나를 포함하고, 특정한 폐 정보 데이터 그래프의 동일한 변화 경향을 가지는 것인,
    심폐음을 이용한 정보 획득 방법.
  12. 제8항에 있어서,
    상기 컴퓨터가 상기 측정 폐음 가공 데이터와 상기 폐 정보 데이터 값 간의 스케일 계수를 산출하는 단계는 기존에 획득한 복수의 환자의 폐음 및 폐 침습적 데이터를 기반으로 생성된 그래프 또는 매트릭스를 이용하여 획득하는 것인,
    심폐음을 이용한 정보 획득 방법.
  13. 제1항에 있어서,
    상기 컴퓨터가 특정한 환자의 측정 폐음 데이터를 실시간 획득하는 단계 이전에, 상기 컴퓨터가 기준 폐음 가공 데이터와 폐 침습적 측정 데이터의 상관 관계를 도출하는 단계를 더 포함하는 것인,
    심폐음을 이용한 정보 획득 방법.
  14. 컴퓨터가 환자의 심음 및/또는 폐음을 측정하기 위한 프로브의 측정 위치에 따라 심음 및/또는 폐음을 획득하는 단계;
    상기 컴퓨터가 상기 측정 위치에 따른 심음 및/또는 폐음을 분석하여 상기 프로브의 타겟 측정 위치를 결정하는 단계; 및
    상기 컴퓨터가 상기 프로브의 타겟 측정 위치를 제공하는 단계를 포함하는 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
  15. 제14항에 있어서,
    상기 심음 및/또는 상기 폐음을 획득하는 단계는,
    상기 컴퓨터가 상기 프로브의 측정 위치를 적어도 하나 결정하는 단계; 및
    상기 컴퓨터가 상기 결정된 적어도 하나의 측정 위치 각각으로부터 상기 심음 및/또는 상기 폐음을 획득하는 단계를 포함하는 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
  16. 제15항에 있어서,
    상기 프로브의 타겟 측정 위치를 결정하는 단계는,
    상기 컴퓨터가 상기 적어도 하나의 측정 위치 각각으로부터 획득한 심음 및/또는 폐음의 신호 파형을 추출하는 단계;
    상기 컴퓨터가 상기 심음 및/또는 상기 폐음의 신호 파형을 분석하여 적합한 신호 파형인지를 판단하는 단계; 및
    상기 컴퓨터가 상기 판단 결과에 따라 상기 적합한 신호 파형에 대응하는 상기 프로브의 측정 위치를 도출하여 상기 타겟 측정 위치로 결정하는 단계를 포함하는 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
  17. 제14항에 있어서,
    상기 심음 및/또는 상기 폐음을 획득하는 단계는,
    상기 컴퓨터가 상기 심음 및/또는 상기 폐음의 주파수 대역의 차이를 이용하여 필터링함으로써 상기 심음과 상기 폐음을 분리하여 획득하거나,
    상기 심음 및/또는 상기 폐음의 신호의 파형으로부터 진폭의 변화나 크기를 이용하여 상기 심음을 제1 심음과 제2 심음으로 분리하여 획득하거나,
    또는 상기 심음 및/또는 상기 폐음의 주파수 대역을 이용하여 상기 폐음을 좌폐음과 우폐음으로 분리하여 획득하는 단계를 더 포함하는 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
  18. 제17항에 있어서,
    상기 심음 및/또는 상기 폐음을 획득하는 단계는,
    마이크를 이용하여 상기 심음 및/또는 상기 폐음을 획득하되, 상기 획득하려는 심음과 폐음의 비중에 따라 상기 마이크의 위치를 조절하는 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
  19. 제14항에 있어서,
    상기 컴퓨터가 상기 심음 및/또는 상기 폐음을 분석하여 이상 구간을 포함하는지 여부를 판단하는 단계; 및
    상기 컴퓨터가 상기 심음 및/또는 상기 폐음에 이상 구간이 포함된 것으로 판단된 경우, 기설정된 정상 신호 파형에 기초하여 상기 이상 구간의 신호 파형을 보정하는 단계를 더 포함하는 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
  20. 제19항에 있어서,
    상기 이상 구간을 포함하는지 여부를 판단하는 단계는,
    상기 컴퓨터가 복수의 환자로부터 학습한 학습 데이터를 획득하는 단계; 및
    상기 컴퓨터가 상기 학습 데이터에 기초하여 상기 이상 구간을 포함하는지 여부를 판단하는 단계를 포함하며,
    상기 학습 데이터는,
    상기 복수의 환자로부터 이상 구간을 포함하는 심음 및/또는 폐음을 수집하여 딥러닝을 기반으로 학습하여 생성된 것을 특징으로 하는 심폐음을 이용한 정보 획득 방법.
PCT/KR2019/010389 2018-08-14 2019-08-14 심폐음을 이용한 정보 획득 방법 Ceased WO2020036446A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021503604A JP2022503484A (ja) 2018-08-14 2019-08-14 心肺音を用いた情報獲得方法
US17/153,491 US20210137486A1 (en) 2018-08-14 2021-01-20 Information acquisition method using heart and lung sounds

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
KR10-2018-0094911 2018-08-14
KR1020180094911A KR102149748B1 (ko) 2018-08-14 2018-08-14 심폐음 신호 획득 방법 및 장치
KR10-2018-0103516 2018-08-31
KR10-2018-0103566 2018-08-31
KR1020180103516A KR102092543B1 (ko) 2018-08-31 2018-08-31 폐음을 이용한 폐 정보 획득 방법, 그 장치 및 그 프로그램
KR1020180103566A KR102236814B1 (ko) 2018-08-31 2018-08-31 심음을 이용한 심혈관계 정보 획득 방법, 그 장치 및 그 프로그램

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/153,491 Continuation US20210137486A1 (en) 2018-08-14 2021-01-20 Information acquisition method using heart and lung sounds

Publications (1)

Publication Number Publication Date
WO2020036446A1 true WO2020036446A1 (ko) 2020-02-20

Family

ID=69525711

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/010389 Ceased WO2020036446A1 (ko) 2018-08-14 2019-08-14 심폐음을 이용한 정보 획득 방법

Country Status (3)

Country Link
US (1) US20210137486A1 (ko)
JP (1) JP2022503484A (ko)
WO (1) WO2020036446A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116530950A (zh) * 2023-06-27 2023-08-04 中北大学 一种基于p-p间隔序列脉率失常的结代脉识别方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024101783A1 (ko) * 2022-11-08 2024-05-16 재단법인 아산사회복지재단 폐음을 이용한 폐기능 검사 장치 및 그 방법
KR102887929B1 (ko) * 2022-11-08 2025-11-19 재단법인 아산사회복지재단 폐음을 이용한 폐기능 검사 장치 및 그 방법
CN117530719B (zh) * 2023-11-17 2024-09-03 深圳市大数据研究院 基于心肺音分离的心肺音数据检测方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005066044A (ja) * 2003-08-25 2005-03-17 Konica Minolta Medical & Graphic Inc 呼吸音データ処理装置及びプログラム
JP2008167799A (ja) * 2007-01-09 2008-07-24 Ntt Data Corp 診療音分析装置、及び、プログラム
KR20100092809A (ko) * 2009-02-13 2010-08-23 삼성전자주식회사 심장 기능을 모니터링하는 방법 및 장치
JP5508517B2 (ja) * 2010-03-18 2014-06-04 パナソニック株式会社 生体音検査装置、生体音検査方法、プログラム及び集積回路
KR20160053395A (ko) * 2014-11-04 2016-05-13 재단법인 아산사회복지재단 심음도 모니터링 시스템 및 이를 이용한 모니터링 방법
JP2016158806A (ja) * 2015-02-27 2016-09-05 オムロンヘルスケア株式会社 喘鳴検出装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4475555A (en) * 1978-10-10 1984-10-09 Linder Gerald S Universal measuring attachment for esophageal stethoscopes
US4763663A (en) * 1983-08-11 1988-08-16 Vitacomm, Ltd. Esophageal stethoscope and vital signs monitor system
US5598508A (en) * 1991-10-18 1997-01-28 Goldman; Julian M. Real-time waveform analysis using artificial neural networks
US7351207B2 (en) * 2003-07-18 2008-04-01 The Board Of Trustees Of The University Of Illinois Extraction of one or more discrete heart sounds from heart sound information
CN101518439B (zh) * 2009-03-24 2011-01-05 重庆大学 一种基于心音和心电的心脏功能检测系统
JP5488913B2 (ja) * 2010-07-07 2014-05-14 学校法人福岡大学 中心血圧測定装置、心臓負荷測定装置、中心血圧測定方法および心臓負荷測定方法
JP5519778B2 (ja) * 2010-11-04 2014-06-11 パナソニック株式会社 生体音検査装置、及び、生体音検査方法
JP5718189B2 (ja) * 2011-08-23 2015-05-13 シチズンホールディングス株式会社 電子血圧計
US10092268B2 (en) * 2013-06-19 2018-10-09 Innovital Llc Method and apparatus to monitor physiologic and biometric parameters using a non-invasive set of transducers
US10085665B2 (en) * 2016-10-07 2018-10-02 The Cooper Health System Non-invasive system and method for monitoring lusitropic myocardial function in relation to inotropic myocardial function

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005066044A (ja) * 2003-08-25 2005-03-17 Konica Minolta Medical & Graphic Inc 呼吸音データ処理装置及びプログラム
JP2008167799A (ja) * 2007-01-09 2008-07-24 Ntt Data Corp 診療音分析装置、及び、プログラム
KR20100092809A (ko) * 2009-02-13 2010-08-23 삼성전자주식회사 심장 기능을 모니터링하는 방법 및 장치
JP5508517B2 (ja) * 2010-03-18 2014-06-04 パナソニック株式会社 生体音検査装置、生体音検査方法、プログラム及び集積回路
KR20160053395A (ko) * 2014-11-04 2016-05-13 재단법인 아산사회복지재단 심음도 모니터링 시스템 및 이를 이용한 모니터링 방법
JP2016158806A (ja) * 2015-02-27 2016-09-05 オムロンヘルスケア株式会社 喘鳴検出装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116530950A (zh) * 2023-06-27 2023-08-04 中北大学 一种基于p-p间隔序列脉率失常的结代脉识别方法

Also Published As

Publication number Publication date
JP2022503484A (ja) 2022-01-12
US20210137486A1 (en) 2021-05-13

Similar Documents

Publication Publication Date Title
WO2020036446A1 (ko) 심폐음을 이용한 정보 획득 방법
WO2017146519A1 (en) Sensor-based detection of changes in health and ventilation threshold
WO2017146524A1 (en) Aparatus and method for assessing heart failure
WO2010038993A2 (ko) 심혈관 분석 장치
WO2021107310A1 (ko) 뇌파 분석 기반 환자진단 지원 시스템 및 방법
US20060198533A1 (en) Method and system for continuous monitoring and diagnosis of body sounds
US10842441B2 (en) Adaptive methods and systems for detecting signals from interference contaminated data
WO2020009387A1 (ko) 순환신경망을 이용한 구간혈압 추정 방법 및 그 방법을 구현하기 위한 구간 혈압 추정 장치
WO2018093133A1 (ko) 폐기능 검사장치 및 그 방법
WO2010038994A2 (ko) 뇌혈관 분석 장치
WO2012128407A1 (ko) 다중 생체 신호 측정을 이용하여 손목혈압의 정확도를 향상시키는 방법 및 장치
WO2017000385A1 (zh) 一种用于血压测量的辅助装置及血压测量设备
WO2019146888A1 (ko) 폐 내부 공기 부피 변화 및 기도의 폐쇄 정도를 측정하는 비침습적 기계환기 시스템 및 그 동작 방법
WO2021132851A1 (ko) 전자 장치, 두피 케어 시스템 및 그들의 제어 방법
WO2020222622A1 (ko) 뇌파신호를 센싱하는 헤드폰겸용 호흡명상유도장치 및 그 장치를 이용하여 뇌파신호를 표시 및 저장하는 호흡명상유도시스템 및 중간관리자를 통한 뇌파신호 관리시스템
WO2022169312A1 (ko) 고도화된 시각지능기반 비접촉 영상기반 혈압측정 방법 및 시스템
WO2023101506A1 (ko) 근적외선 분광기법 기반 뇌수분 모니터링 방법 및 장치
WO2012036490A2 (ko) 생체신호의 디지털 신호 처리용 실험키트
KR102092543B1 (ko) 폐음을 이용한 폐 정보 획득 방법, 그 장치 및 그 프로그램
WO2024191111A1 (ko) Ai 로봇 메디컬 핸드 장치 및 이를 이용한 자가 검사 방법
WO2022235129A1 (ko) 근감소증 진단 시스템 및 근전도 신호를 사용하는 기능성 전기자극 치료 시스템
WO2022220649A1 (ko) 심전도 이미지에 기반한 환자 평가 시스템 및 방법
WO2021251796A1 (ko) 심장 상태 감지 센서 장치 및 이를 이용한 복합 생활 지원 솔루션 제공 시스템
CN110680298B (zh) 柯氏音电子血压测量仪及其主动降噪拾音装置、系统、方法
WO2022177255A2 (ko) 원격 상담 서비스 제공 방법 및 시스템

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: 19849743

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021503604

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19849743

Country of ref document: EP

Kind code of ref document: A1