WO2022086273A1 - 생체 정보 측정을 위한 웨어러블 디바이스 및 방법 - Google Patents

생체 정보 측정을 위한 웨어러블 디바이스 및 방법 Download PDF

Info

Publication number
WO2022086273A1
WO2022086273A1 PCT/KR2021/014914 KR2021014914W WO2022086273A1 WO 2022086273 A1 WO2022086273 A1 WO 2022086273A1 KR 2021014914 W KR2021014914 W KR 2021014914W WO 2022086273 A1 WO2022086273 A1 WO 2022086273A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal data
sensor
electronic device
processor
interval
Prior art date
Application number
PCT/KR2021/014914
Other languages
English (en)
French (fr)
Inventor
조성환
서혜정
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2022086273A1 publication Critical patent/WO2022086273A1/ko
Priority to US17/991,214 priority Critical patent/US20230079489A1/en

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 pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A61B5/02427—Details of sensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245—Detecting, measuring or recording 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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/332—Portable devices specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6844—Monitoring or controlling distance between sensor and tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—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
    • 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
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms

Definitions

  • the present disclosure relates to a technology for measuring biometric information using a plurality of sensors in a wearable electronic device.
  • the inter-beat interval changes according to the contraction and relaxation movements of the heart controlled by the nervous system, and may have a specific pattern according to an individual's biological characteristics. Also, within an individual, the value fluctuates according to the control of the sympathetic and parasympathetic nerves.
  • the standard method for measuring the interval between heartbeats is to measure the electrocardiogram and calculate the distance between the R points of the electrocardiogram.
  • the interval between heartbeats can be indirectly calculated from the blood flow measured using a photoplethysmogram (PPG).
  • PPG signal can be measured in various parts of the body (eg, hand, ear, wrist), and the accuracy of measuring the interval between heartbeats varies depending on the quality of the PPG signal in each part.
  • Methods for measuring the interval between heartbeats from the PPG signal include finding the vertex of the PPG signal and calculating the interval (peak to peak calculation method), finding and calculating the starting point of the signal (valley to valley calculation method), and differentiation of the signal There are various methods such as finding and calculating the part with the largest slope from the value (zero-crossing point calculation method).
  • an object of the present invention is to provide a technology for measuring biometric information using a plurality of sensors in a wearable electronic device.
  • a wearable device includes a first sensor having a light emitting unit and a light receiving unit, a second sensor having one or more electrodes, and at least one processor electrically connected to the first sensor and the second sensor, the at least one processor acquires PPG signal data using the first sensor for a first time while the wearable device is worn on the user's body, and uses the second sensor for ECG during the first time when the PPG signal is acquired Acquire signal data, determine an inter-heart interval calculation model based on a comparison result of the PPG signal data and the ECG signal data, and based on the determined inter-heart interval calculation model, a second time after the first time
  • the interval between heartbeats of the user may be obtained from the PPG signal data measured during the period.
  • a method of operating a wearable device includes: acquiring PPG signal data using a first sensor for a first time while the wearable device is worn on a user's body; 2 Acquiring ECG signal data using a sensor, determining an interval between heartbeat calculation model based on a comparison result of the PPG signal data and the ECG signal data, and based on the determined inter-heart interval calculation model, and obtaining an interval between heartbeats of the user from PPG signal data measured for a second time after the first time.
  • the wearable device may improve the accuracy of measuring the interval between heartbeats by providing the most optimal personalized algorithm.
  • FIG. 1 is a diagram illustrating that a wearable device is mounted on a part of a body according to an embodiment of the present disclosure.
  • FIG. 2 is a perspective view of a wearable device according to an embodiment of the present disclosure
  • FIG. 3 is a block diagram of a wearable device according to an embodiment of the present disclosure.
  • FIG. 4 is a flowchart illustrating content of acquiring biometric data in a wearable device according to an embodiment of the present disclosure.
  • FIG. 5 is a flowchart illustrating a content of determining a personalization algorithm based on acquired biometric data in a wearable device according to an embodiment of the present disclosure.
  • 6A is a diagram illustrating an ECG signal measured by an ECG sensor of a wearable device according to an embodiment of the present disclosure.
  • 6B is a diagram for describing an ECG signal measured by an ECG sensor of a wearable device according to an embodiment of the present disclosure.
  • FIG. 7A is a diagram illustrating a PPG signal measured by a PPG sensor of a wearable device according to an embodiment of the present disclosure.
  • FIG. 7B is a diagram for describing a PPG signal measured by a PPG sensor of a wearable device according to an embodiment of the present disclosure.
  • FIG. 8 is a diagram for comparing intervals between heartbeats obtained based on an ECG signal and a PPG signal of a wearable device according to an embodiment of the present disclosure.
  • FIG. 9 is a diagram for explaining a method of calculating a heartbeat interval according to a waveform of a PPG signal of a wearable device according to an embodiment of the present disclosure.
  • 10, 11, and 12 are diagrams illustrating a UI displayed on a display in a wearable device according to various embodiments of the present disclosure
  • FIG. 13 is a block diagram of an electronic device in a network environment according to an embodiment of the present disclosure.
  • FIG. 1 is a diagram illustrating that a wearable device according to an embodiment of the present disclosure is mounted on a part of a body.
  • the wearable device 100 of FIG. 1 may be a smart watch as shown.
  • the present invention is not limited thereto, and the wearable device 100 may be a device of various types (eg, a watch, a band, a ring, and glasses) that can be used while being attached to the user's body.
  • the wearable device 100 may include the strap 130 , and the strap 130 may be attached to the user's body by being wound around the user's wrist.
  • the present invention is not limited thereto, and the wearable device 100 may be attached to various body parts of the user according to the shape and size of the wearable device 100 .
  • the wearable device 100 may be attached to a hand, the back of the hand, a finger, a fingernail, a fingertip, or the like.
  • FIG. 2 is a perspective view of a wearable device according to an embodiment of the present disclosure
  • the wearable device 100 may include a housing 110 , a display 120 , a strap 130 , and an electrode 201 . According to an embodiment, the wearable device 100 may omit at least one of the illustrated components or additionally include other components.
  • the housing 110 may include an upper surface, a lower surface, and a side portion surrounding the space between the upper surface and the lower surface.
  • the display 120 may be exposed through one area of the housing 110 .
  • the electrode 201 may be disposed on at least a portion of the housing 110 .
  • the first electrode 201a and the second electrode 201b are disposed on the upper surface or the side surface of the housing 110
  • the third electrode 201c and the fourth electrode 201d are the housing 110 .
  • the shape or size of the electrode may be configured in various ways.
  • the PPG sensor 202 may be exposed through the lower surface of the housing 110 .
  • the PPG sensor 202 may include a light emitting module 203 and a light receiving module 204 .
  • the light emitting module 203 may include a light emitting diode (LED) having various wavelengths.
  • the light emitting module 203 may include an infrared (IR) LED, a Red LED, a Green LED, and/or a Blue LED.
  • the light receiving module 204 may include at least one photodiode (PD).
  • the display 120 may display the user's biometric data obtained through the biometric sensor. According to an embodiment, the display 120 may switch an output screen based on a user input to a part (eg, a bezel) of the housing 110 or an input to the display 120 . For example, the display 120 may switch from the watch screen to the biometric data screen (eg, heart rate) in response to the user's input.
  • a part eg, a bezel
  • the display 120 may switch from the watch screen to the biometric data screen (eg, heart rate) in response to the user's input.
  • the strap 130 may be connected to at least a portion of the housing 110 , and the wearable device 100 may be detachably attached to a part of the user's body (eg, wrist, ankle). According to an embodiment, the user of the wearable device 100 may adjust the strap 130 to increase the degree of adhesion.
  • the above-described structure of the wearable device 100 is exemplary, and in various embodiments, the wearable device 100 may be implemented differently from FIG. 2 .
  • the wearable device 100 may have various shapes or structures suitable for performing the method for measuring biometric data disclosed in this document.
  • FIG. 3 is a block diagram of a wearable device according to an embodiment of the present disclosure.
  • the wearable device 100 may include a processor 310 , a display 320 , a memory 330 , a speaker 325 , a motor 335 or a sensor module 340 .
  • the wearable device 100 may include additional components in addition to the components illustrated in FIG. 3 , or may omit at least one of the components illustrated in FIG. 3 .
  • the processor 310 may execute an operation or data processing related to control and/or communication of at least one other component of the wearable device 100 using instructions stored in the memory 330 .
  • the processor 310 includes a central processing unit (CPU), a graphics processing unit (GPU), a micro controller unit (MCU), a sensor hub, a supplementary processor, a communication processor, and an application. It may include at least one of a processor (application processor), application specific integrated circuit (ASIC), and field programmable gate arrays (FPGA), and may have a plurality of cores.
  • the processor 310 may obtain the user's biometric information from the sensor module 340 . According to an embodiment, the processor 310 may calculate the interval between heartbeats based on the PPG signal and the ECG signal obtained from the sensor module 340 . Details related to the operation of the processor 310 will be described later with reference to FIG. 4 .
  • the display 320 may display various contents (eg, text, image, video, icon, and/or symbol, etc.).
  • the shape of the display 320 may be a shape corresponding to the shape of the housing 110 , and may have various shapes such as a circle, an oval, or a polygon.
  • the display 320 may be coupled to or disposed adjacent to a touch sensing circuit and a pressure sensor capable of measuring the intensity (pressure) of the touch.
  • the display 320 may display the user's biometric information according to a command from the processor 310 .
  • the user's biometric information may be displayed as a numerical value and/or a graph on the display 320 according to a command of the processor 310 .
  • the display 320 may provide a guide on a method of measuring biometric information according to a command from the processor 310 .
  • the memory 330 may store various data acquired or used by at least one component (eg, a processor) of the wearable device 100 .
  • the memory 330 may store the user's personal information, such as the user's age, height, weight, and medical information (eg, personal health record).
  • the memory 330 may store the user's biometric data acquired by the sensor module 340 .
  • the memory 330 may store an interval value between heartbeats based on ECG signal data or PPG signal data acquired by the sensor module 340 .
  • the memory 330 may include an electrocardiogram (ECG), bioimpedance, heart rate, blood pressure, blood glucose level, stress level, and oxygen saturation level (Oxygen) based on the biosignal obtained by the sensor module 340 . It is possible to store biometric data such as saturation, SpO2) and maximum oxygen consumption (VO2max).
  • the sensor module 340 may detect a user's state and provide a signal corresponding to the sensed state.
  • the sensor module 340 may include a first sensor 350 , a second sensor 360 , and a third sensor 370 .
  • the first sensor 350 may include a PPG sensor (eg, the PPG sensor 202 of FIG. 2 ).
  • the first sensor 350 may include a light emitting module 203 and a light receiving module 204 .
  • the signal processing module (not shown) may control the light emitting module 203 and the light receiving module 204 .
  • the signal processing module may include a sensor driver controller that directly controls the sensor and an analog to digital converter (ADC).
  • the signal processing module may further include other components (eg, an amplifier and/or a filter) not shown in FIG. 3 .
  • the signal processing module may be implemented as a microprocessor.
  • the signal processing module may drive at least one LED of the light emitting module 203 .
  • the signal processing module may process (eg, amplify and/or filter) the signal sensed by the light receiving module 204 .
  • the signal processing module may convert the current signal sensed by the light receiving module 204 into a voltage signal and convert the processed voltage signal into a digital signal.
  • the second sensor 360 may include at least one of an electrocardiogram (ECG) sensor, a galvanic skin response (GSR) sensor, an electroencephalography (EEG) sensor, and a bioelectrical impedance analysis (BIA) sensor.
  • ECG electrocardiogram
  • GSR galvanic skin response
  • EEG electroencephalography
  • BIOA bioelectrical impedance analysis
  • the second sensor 360 may be electrically connected to at least one electrode 362 (eg, the electrode 201 of FIG. 2 ).
  • the third sensor 370 may include at least one of an acceleration sensor, a proximity sensor, a gyro sensor, a temperature sensor, an iris sensor, a temperature/humidity sensor, an illuminance sensor, and a time of flight (TOF) sensor.
  • the processor 310 may determine the user's situation or the user's external environment using the third sensor 370 .
  • the sensor module 340 may be referred to as at least one sensor, sensor circuitry, or the like.
  • FIG. 4 is a flowchart illustrating content of acquiring biometric data in a wearable device according to an embodiment of the present disclosure.
  • the processor 310 may acquire PPG signal data and ECG signal data through a PPG sensor (eg, the PPG sensor 202 of FIG. 2 ) and an ECG sensor.
  • the processor 310 may acquire PPG signal data and ECG signal data together.
  • the electronic device eg, the wearable device 100 of FIG. 1
  • a strap eg, the strap 130 of FIG. 1 .
  • PPG signal data and ECG signal data may be acquired.
  • the processor 310 may provide a guide for measuring both ECG and PPG.
  • the wearable device 100 may display a UI for inducing measurement of biometric information through the display 320 .
  • the wearable device 100 may output a sound through the speaker 225 or may output a vibration through the motor 335 .
  • the wearable device 100 may output at least two or more of a UI, a sound, and a vibration.
  • the processor 310 may simultaneously measure the PPG signal in a background method without providing a notification instructing the measurement of the PPG signal.
  • the processor 310 may provide a notification that the ECG signal and the PPG signal are being measured together.
  • the processor 310 may display a UI indicating that two signals are being simultaneously measured through the display.
  • the processor 310 may output a sound through the speaker 225 or may output a vibration through the motor 335 .
  • the processor 310 may output at least two or more of a UI, a sound, and a vibration.
  • the processor 310 may determine a heartbeat interval calculation model based on a result of comparing the PPG signal data and the ECG signal data. According to an embodiment, the processor 310 may calculate an interval between each heartbeat based on the PPG signal data and the ECG signal data. According to an embodiment, the processor 310 may determine an inter-heart interval calculation algorithm most suitable for PPG measurement based on the interval between heart beats calculated from the ECG signal data. According to an embodiment, the processor 310 compares the interval between heartbeats calculated from the ECG signal data and the interval between heartbeats calculated from the PPG signal data. Based on the algorithm and parameter when the sum or average of errors is less than or equal to a certain range Thus, it is possible to determine a model for calculating the interval between heartbeats.
  • the processor 310 may obtain a heart rate and/or an interval between heartbeats from the PPG signal data based on the calculation model for the interval between heartbeats. For example, the processor 310 may measure the PPG using an algorithm and parameters most optimized for the user.
  • the processor 310 may repeatedly perform operations 410 to 430 .
  • FIG. 5 is a flowchart illustrating a content of determining a personalization algorithm based on acquired biometric data in a wearable device according to an embodiment of the present disclosure.
  • contents similar to or corresponding to those described above may be simplified or omitted.
  • the processor 310 may simultaneously measure the ECG and the PPG through the ECG sensor and the PPG sensor in operation 510 .
  • the processor 310 may measure the ECG and the PPG together for the first time.
  • the processor 310 may automatically start measuring the heart rate.
  • the processor 310 detects that the wearable electronic device 100 enters the measurement mode and detects that the first part of the body is in contact with at least one electrode through the PPG sensor, the heart rate measurement is performed can start
  • the method of entering the measurement mode may be one of executing a biometric menu, executing an application, or dragging the display 120 .
  • the processor 310 may calculate an interval between heartbeats based on the ECG signal data and the PPG signal data.
  • the processor 310 calculates an interval by finding the vertices of the ECG signal and/or PPG signal data (peak to peak calculation method), and a method for finding and calculating the start point of the signal (valley to valley calculation method) , or a method of finding and calculating a portion having the largest slope from a differential value of a signal (zero-crossing point calculation method) may be used to calculate the interval between heartbeats.
  • the processor 310 may determine a personalization algorithm from the measured ECG signal data and PPG signal data in operation 530 .
  • the processor 310 may determine an algorithm having the smallest error between the two heartbeat intervals calculated from the measured ECG signal data and the PPG signal data as the personalized algorithm.
  • the processor 310 may determine whether the sum of errors between the two heartbeat intervals calculated based on the ECG signal data and the PPG signal data is within a predetermined range.
  • the processor 310 may determine that the sum of errors between the two heartbeat intervals calculated based on the ECG signal data and the PPG signal data is within a predetermined range. Accordingly, in operation 550 , the processor 310 may measure the PPG through the PPG sensor based on the determined personalization algorithm. According to an embodiment, the processor 310 may acquire the interval between heartbeats by using only the PPG sensor based on the personalization algorithm. According to an embodiment, the processor 310 may acquire the interval between heartbeats by using the ECG sensor and the PPG sensor together. According to an embodiment, the processor 310 may calculate the interval between heartbeats from the PPG signal data acquired using the PPG sensor. According to various embodiments, the interval between heartbeats may be calculated in various ways, which will be described later with reference to FIG. 7B . According to the above-described embodiment, the electronic device may improve the accuracy of biometric information measurement by providing an optimal personalized algorithm.
  • the processor 310 may provide a service based on the interval between heartbeats calculated based on the PPG signal data.
  • the service may include providing biometric information (eg, stress level, heart rate, respiration rate, electrocardiogram of atrial fibrillation, heart health) using the interval between heartbeats.
  • the processor 310 may determine that the sum of errors between the two heartbeat intervals calculated based on the ECG signal data and the PPG signal data is out of a predetermined range. Accordingly, the processor 310 may induce ECG and PPG to be re-measured in operation 560 . According to an embodiment, the processor 310 may provide a guide for the correct measurement posture. According to an embodiment, the processor 310 may display a UI for inducing re-measurement through the display 320 . As another example, the wearable device 100 may output a sound through the speaker 225 or may output a vibration through the motor 335 . According to an embodiment, the wearable device 100 may output at least two or more of a UI, a sound, and a vibration.
  • 6A is a diagram illustrating an ECG signal according to an embodiment of the present disclosure.
  • 6B is a diagram for describing an ECG signal measured by an ECG sensor of a wearable device according to an embodiment of the present disclosure.
  • the X axis is a time axis
  • the Y axis is a voltage indicating the magnitude of the ECG signal 600 according to time.
  • An isoelectric line 606 is a baseline voltage of the electrocardiogram signal 600 .
  • the equipotential line 606 is measured as a voltage of a potential line connected by a T-wave 630 and a P-wave 610 , and serves as a reference for measuring an electrocardiogram signal.
  • a wave or an interval is used to analyze the electrocardiogram signal 600 .
  • P-wave (P-wave) 610 is an electrical signal measured while the atrium depolarization (depolarization) occurs.
  • Depolarization refers to a phenomenon in which the polarity of cardiac muscle cells changes from negative to positive as the heart muscle contracts.
  • the P wave 610 is the start of one cycle of the electrocardiogram signal, and is a wave positioned before the QRS complex (QRS-complex) 620 .
  • the QRS complex (QRS-complex) 620 is an electrical signal measured during rapid depolarization of the ventricle, and generally has a higher voltage than the P wave 610 .
  • a T-wave 630 is an electrical signal measured during repolarization.
  • Repolarization refers to a phenomenon in which the polarity of cardiac muscle cells returns from positive to negative as the heart muscle relaxes.
  • a fiducial point refers to a predetermined point on a wave or interval.
  • the singularity is the starting point of the P wave, the ending point of the P wave, the vertex of the P wave (601), the starting point of the QRS complex, the ending point of the QRS complex, the vertices of the QRS complex (602, 603, 604), the starting point of the T wave. , the end point of the T wave, or the vertex 605 of the T wave.
  • the singular point P 601 is the vertex of the P wave 610
  • the singular point Q 602 is the first lowest point of the QRS complex 620
  • the singular point R 603 is the QRS complex 620.
  • the highest point, singular point S 604 may be the second lowest point of the QRS complex 620 .
  • a wave, an interval, a complex, or a fiducial point may be generated in various ways on the graph of the electrocardiogram signal 600, limited by those described herein it doesn't happen
  • the processor 310 may calculate the interval between heartbeats 660 from the ECG signal data 650 obtained using the ECG sensor. For example, the processor 310 calculates the distance (RRI, RR interval) between the singular points R among the QRS complexes of the ECG signal (eg, the singular point R 603 in FIG. 6A ) to calculate the heartbeat interval 660 . there is. According to various embodiments, the interval between heartbeats may be calculated in various ways, and is not limited by those described herein.
  • 7A is a diagram illustrating a PPG signal according to an embodiment of the present disclosure.
  • 7B is a diagram for describing a PPG signal measured by a PPG sensor of a wearable device according to an embodiment of the present disclosure.
  • the X axis is a time axis
  • the Y axis is a voltage indicating the magnitude of the PPG signal 700 according to time.
  • the light absorption may increase and the intensity of the PPG signal 700 may increase.
  • some of the light may reach the user's arterial blood, venous blood, skeletal and/or skin tissues (eg, epidermis and/or dermis).
  • a portion of the light reaching the arterial blood may be changed and absorbed due to a change in the capacity of the arterial blood according to the user's pulse, and some of the light may constitute the PPG signal 700 .
  • the value of the PPG signal 700 may represent a difference between the user's systolic blood flow and diastolic blood flow.
  • the PPG appears as the starting point of left ventricular contraction, the maximum contraction point, the decrease of contraction, the dilatation of the aortic wall, the decrease of blood outflow, and the elastic waves of the vesicles and myocardium.
  • the pulse cycle may be measured using the maximum contraction points 701 and 702 of the left ventricle contraction.
  • the pulse cycle may be measured by calculating the distance 710 between the maximum contraction points of the left ventricle.
  • the graph of the PPG signal 700 may be generated in various ways, and is not limited by those described herein.
  • the processor 310 may calculate the interval between heartbeats 760 from the PPG signal data 750 obtained using the PPG sensor. For example, the processor 310 may calculate the interval 760 between heartbeats by calculating the distance between the highest points of the PPG signal (eg, the maximum contraction points 701 and 702 of FIG. 7A ). According to various embodiments, the interval between heartbeats may be calculated in various ways, and is not limited by those described herein.
  • FIG. 8 is a diagram for comparing intervals between heartbeats obtained based on a PPG signal and an ECG signal of a wearable device according to an embodiment of the present disclosure.
  • the processor 310 calculates an error by comparing the interval between heartbeats 801 obtained based on the PPG signal and the interval between heartbeats 803 obtained based on the ECG signal.
  • the processor 310 may calculate a mean absolute error, a maximum error, a minimum error, and a standard deviation of the error by comparing the two signals.
  • the processor 310 may determine whether to continue providing the service by comparing the calculated error with the specified value. For example, when the average absolute value error is greater than a specific reference value, the processor 310 may suspend the service using the interval between heartbeats.
  • FIG. 9 is a diagram for explaining a method of calculating a heartbeat interval according to a waveform of a PPG signal of a wearable device according to an embodiment of the present disclosure.
  • the processor 310 may calculate the interval between heartbeats in various ways according to the waveform of the PPG signal. Each method may have different accuracy depending on the state of the signal and the characteristics of the individual PPG signal. For example, in the case of a signal where the first peak point of the signal is clearly displayed and the amplitude is large and easy to distinguish the PPG signal, the interval between heartbeats 901 is calculated using the peak points 901a and 901b. It may be advantageous to For another example, in the case of a PPG signal having a large amplitude but having a similar height between the first and second peak points, it may be advantageous to calculate the interval between heartbeats 905 using the lowest points 905a and 905b.
  • the processor 310 calculates an error between the heartbeat interval based on the PPG signal calculated by each calculation method and the heartbeat interval based on the ECG signal measured simultaneously with the PPG signal, and an algorithm optimized for each individual You can decide how
  • the processor 310 may measure the PPG signal based on the determined algorithm.
  • FIGS. 10 to 12 are diagrams illustrating a UI displayed on a display in a wearable device according to various embodiments of the present disclosure; In relation to the description of FIGS. 10 to 12 , contents corresponding to, identical to, or similar to those described above may be simplified or omitted.
  • a wearable device (eg, the wearable device 100 of FIG. 1 ) may measure user information through an ECG sensor and a PPG sensor.
  • the processor 310 may output a guide message through the display.
  • the processor 310 may output a guide message (eg, “IBI is being measured.”) to inform that the user's biometric information is being measured normally.
  • the processor 310 may simultaneously display the ECG signal and the PPG signal through the display.
  • the processor 310 may display the ECG signal and the PPG signal as numerical values and/or graphs.
  • the wearable device 100 may support the user to intuitively recognize the measurement result by providing the user's biometric information as a UI including numerical values and/or graphs.
  • the wearable device (eg, the wearable device 100 of FIG. 1 ) according to an embodiment notifies when it is determined that the user's biometric information obtained through the ECG sensor and/or the PPG sensor is out of the normal range can provide
  • the processor 310 may output a guide message (eg, "An abnormality has been found in the heartbeat interval") through the display to inform that the user's biometric information is out of a normal range.
  • the processor 310 may provide vibration through a motor to notify that the user's biometric information is out of a normal range.
  • the processor 310 may output a voice guidance or sound through a speaker to inform that the user's biometric information is out of a normal range.
  • the processor 310 may output at least two or more of a UI, a sound, and a vibration.
  • a wearable device (eg, the wearable device 100 of FIG. 1 ) may provide a notification inducing ECG measurement.
  • the processor 310 may provide a guide message for inducing ECG measurement through a display.
  • the processor 310 determines that correction of the model is necessary when the deviation of the interval between the two heartbeats calculated based on the ECG signal data and the PPG signal data repeatedly exceeds the average range.
  • the processor 310 may provide a guide message (eg, “Please measure IBI by ECG to continue IBI measurement using PPG signal”) to inform that calibration is required.
  • the wearable device 100 may improve the accuracy of the PPG measurement by inducing the ECG measurement.
  • the electronic device 1301 in a network environment 1300 , the electronic device 1301 communicates with the electronic device 1302 through a first network 1398 (eg, a short-range wireless communication network) or a second network 1399 . It may communicate with the electronic device 1304 or the server 1308 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 1301 may communicate with the electronic device 1304 through the server 1308 . According to an embodiment, the electronic device 1301 includes a processor 1310 (eg, the processor 510 of FIG.
  • a processor 1310 eg, the processor 510 of FIG.
  • a memory 1330 an input module 1350 , a sound output module 1355 , and a display module 1360 .
  • an audio module 1370 a sensor module 1376 (eg, the sensor unit 520 of FIG. 5 ), an interface 1377 , a connection terminal 1378 , a haptic module 1379 , a camera module 1380 , power It may include a management module 1388 , a battery 1389 , a communication module 1390 , a subscriber identification module 1396 , or an antenna module 1397 .
  • at least one of these components may be omitted or one or more other components may be added to the electronic device 1301 .
  • some of these components eg, sensor module 1376 , camera module 1380 , or antenna module 1397 ) are integrated into one component (eg, display module 1360 ). can be
  • the processor 1320 for example, executes software (eg, a program 1340) to execute at least one other component (eg, a hardware or software component) of the electronic device 1301 connected to the processor 1320 . It can control and perform various data processing or operations. According to one embodiment, as at least part of data processing or computation, the processor 1320 converts commands or data received from other components (eg, the sensor module 1376 or the communication module 1390) to the volatile memory 1332 . , process the command or data stored in the volatile memory 1332 , and store the result data in the non-volatile memory 1334 .
  • software eg, a program 1340
  • the processor 1320 converts commands or data received from other components (eg, the sensor module 1376 or the communication module 1390) to the volatile memory 1332 . , process the command or data stored in the volatile memory 1332 , and store the result data in the non-volatile memory 1334 .
  • the processor 1320 is the main processor 1321 (eg, a central processing unit or an application processor) or a secondary processor 1323 (eg, a graphics processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • the main processor 1321 e.g, a central processing unit or an application processor
  • a secondary processor 1323 e.g, a graphics processing unit, a neural network processing unit
  • a neural processing unit e.g., a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor.
  • the main processor 1321 e.g, a central processing unit or an application processor
  • a secondary processor 1323 eg, a graphics processing unit, a neural network processing unit
  • NPU neural processing unit
  • an image signal processor e.g., a sensor hub processor, or a communication processor
  • the main processor 1321 e.g., a central processing unit or an
  • the co-processor 1323 may be, for example, on behalf of the main processor 1321 while the main processor 1321 is in an inactive (eg, sleep) state, or when the main processor 1321 is active (eg, executing an application). ), together with the main processor 1321, at least one of the components of the electronic device 1301 (eg, the display module 1360, the sensor module 1376, or the communication module 1390) It is possible to control at least some of the related functions or states.
  • the coprocessor 1323 eg, image signal processor or communication processor
  • the auxiliary processor 1323 may include a hardware structure specialized for processing an artificial intelligence model.
  • Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 1301 itself on which artificial intelligence is performed, or may be performed through a separate server (eg, the server 1308).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example.
  • the artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
  • the memory 1330 may store various data used by at least one component of the electronic device 1301 (eg, the processor 1320 or the sensor module 1376 ).
  • the data may include, for example, input data or output data for software (eg, the program 1340 ) and instructions related thereto.
  • the memory 1330 may include a volatile memory 1332 or a non-volatile memory 1334 .
  • the program 1340 may be stored as software in the memory 1330 , and may include, for example, an operating system 1342 , middleware 1344 , or an application 1346 .
  • the input module 1350 may receive a command or data to be used in a component (eg, the processor 1320 ) of the electronic device 1301 from the outside (eg, a user) of the electronic device 1301 .
  • the input module 1350 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 1355 may output a sound signal to the outside of the electronic device 1301 .
  • the sound output module 1355 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • the receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from or as part of the speaker.
  • the display module 1360 may visually provide information to the outside (eg, a user) of the electronic device 1301 .
  • the display module 1360 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device.
  • the display module 1360 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module 1370 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 1370 acquires a sound through the input module 1350 or an external electronic device (eg, a sound output module 1355 ) directly or wirelessly connected to the electronic device 1301 .
  • the electronic device 1302) eg, a speaker or headphones
  • the sensor module 1376 detects an operating state (eg, power or temperature) of the electronic device 1301 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the sensed state. can do.
  • the sensor module 1376 may include, for example, a gesture sensor, a gyro sensor, a barometric sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 1377 may support one or more specified protocols that may be used for the electronic device 1301 to directly or wirelessly connect with an external electronic device (eg, the electronic device 1302 ).
  • the interface 1377 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card
  • connection terminal 1378 may include a connector through which the electronic device 1301 can be physically connected to an external electronic device (eg, the electronic device 1302 ).
  • the connection terminal 1378 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 1379 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can recognize through tactile or kinesthetic sense.
  • the haptic module 1379 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 1380 may capture still images and moving images. According to an embodiment, the camera module 1380 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 1388 may manage power supplied to the electronic device 1301 .
  • the power management module 1388 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 1389 may supply power to at least one component of the electronic device 1301 .
  • battery 1389 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 1390 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 1301 and an external electronic device (eg, the electronic device 1302 , the electronic device 1304 , or the server 1308 ). It can support establishment and communication performance through the established communication channel.
  • the communication module 1390 may include one or more communication processors that operate independently of the processor 1320 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 1390 is a wireless communication module 1392 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 1394 (eg, : It may include a LAN (local area network) communication module, or a power line communication module).
  • a corresponding communication module among these communication modules is a first network 1398 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 1399 (eg, legacy).
  • a first network 1398 eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network 1399 eg, legacy
  • the wireless communication module 1392 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 1396 within a communication network, such as the first network 1398 or the second network 1399 .
  • the electronic device 1301 may be identified or authenticated.
  • the wireless communication module 1392 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR).
  • NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency
  • the wireless communication module 1392 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • a high frequency band eg, mmWave band
  • the wireless communication module 1392 uses various technologies for securing performance in a high-frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna.
  • the wireless communication module 1392 may support various requirements specified in the electronic device 1301 , an external electronic device (eg, the electronic device 1304 ), or a network system (eg, the second network 1399 ).
  • the wireless communication module 1392 includes a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency for realizing URLLC ( Example: downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less).
  • a peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency for realizing URLLC
  • the antenna module 1397 may transmit or receive a signal or power to the outside (eg, an external electronic device).
  • the antenna module 1397 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
  • the antenna module 1397 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication scheme used in a communication network such as the first network 1398 or the second network 1399 is connected from the plurality of antennas by, for example, the communication module 1390 . can be selected. A signal or power may be transmitted or received between the communication module 1390 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module 1397 may form a mmWave antenna module.
  • the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • GPIO general purpose input and output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • the command or data may be transmitted or received between the electronic device 1301 and the external electronic device 1304 through the server 1308 connected to the second network 1399 .
  • Each of the external electronic devices 1302 and 1304 may be the same or a different type of the electronic device 1301 .
  • all or a part of operations executed by the electronic device 1301 may be executed by one or more external electronic devices 1302 , 1304 , or 1308 .
  • the electronic device 1301 may instead of executing the function or service itself.
  • one or more external electronic devices may be requested to perform at least a part of the function or the service.
  • One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 1301 .
  • the electronic device 1301 may process the result as it is or additionally and provide it as at least a part of a response to the request.
  • cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 1301 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 1304 may include an Internet of things (IoT) device.
  • the server 1308 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 1304 or the server 1308 may be included in the second network 1399 .
  • the electronic device 1301 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • the electronic device may have various types of devices.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance device.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a wearable device e.g., a smart bracelet
  • a home appliance device e.g., a home appliance
  • first, second, or first or second may be used simply to distinguish the element from other elements in question, and may refer to elements in other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit.
  • a module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document include one or more instructions stored in a storage medium (eg, internal memory 1336 or external memory 1338) readable by a machine (eg, electronic device 1301). may be implemented as software (eg, the program 1340) including For example, a processor (eg, processor 1320 ) of a device (eg, electronic device 1301 ) may call at least one command among one or more commands stored from a storage medium and execute it. This makes it possible for the device to be operated to perform at least one function according to the called at least one command.
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not include a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
  • a signal eg, electromagnetic wave
  • the method according to various embodiments disclosed in this document may be provided as included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store TM ) or on two user devices ( It can be distributed online (eg download or upload), directly between smartphones (eg smartphones).
  • a part of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
  • each component (eg, module or program) of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or a program
  • the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. or one or more other operations may be added.
  • the wearable device 100 includes at least a first sensor having a light emitting unit and a light receiving unit, a second sensor having one or more electrodes, and at least electrically connected to the first sensor and the second sensor.
  • one processor wherein the at least one processor acquires PPG signal data using the first sensor for a first time while the wearable electronic device is worn on the user's body, and the PPG signal is acquired Acquire ECG signal data using the second sensor for the first time, determine an inter-heart interval calculation model based on a comparison result of the PPG signal data and the ECG signal data, and determine the determined inter-heart interval calculation model Based on , the user's heartbeat interval may be obtained from the PPG signal data measured for a second time after the first time.
  • the at least one processor may determine the inter-heart interval calculation model based on at least one of an inter-heart interval calculation algorithm and a parameter.
  • the wearable device 100 may further include a memory, and the memory may store instructions for obtaining an interval between heartbeats based on the determined model.
  • the wearable device 100 may periodically update the determined model based on the acquired ECG signal data and the acquired PPG signal data.
  • the wearable device 100 may determine whether to continue the measurement of the interval between heartbeats based on a comparison result of the acquired ECG signal data and the acquired PPG signal data.
  • the wearable device 100 determines one reference point among the highest point, the lowest point, and the maximum slope point of the acquired ECG signal data and the acquired PPG signal data, and the result of comparing the interval between the determined reference points based on the heartbeat interval calculation model may be determined.
  • the wearable device 100 may provide a notification related to the measurement of the interval between heartbeats.
  • the wearable device 100 may further include a display, and the at least one processor may provide the notification through the display.
  • the wearable device 100 may further include a motor, and may provide the notification by outputting vibration through the motor.
  • the wearable device 100 may further include a speaker, and may provide the notification by outputting a voice guide or sound through the speaker.
  • the wearable device 100 further includes a third sensor, wherein the third sensor includes an acceleration sensor, a proximity sensor, a gyro sensor, a temperature sensor, an iris sensor, a temperature/humidity sensor, an illuminance sensor, a TOF sensor, may include at least one of
  • the second sensor may be electrically connected to a plurality of electrodes.
  • At least one electrode among the plurality of electrodes may be disposed on a lower surface of the housing, and at least one electrode may be disposed on a side surface or an upper surface of the housing.
  • the wearable device 100 may automatically start measuring the interval between heartbeats when detecting that the first part of the body is in contact with at least one of the plurality of electrodes through the second sensor.
  • the wearable device 100 detects that the wearable electronic device enters the measurement mode, and detects that the first part of the body is in contact with at least one of the plurality of electrodes through the second sensor If you do, you can start measuring the interval between heartbeats.
  • the method of operating the wearable device 100 includes an operation of acquiring PPG signal data using a first sensor for a first time while the wearable electronic device is worn on a user's body; Acquiring ECG signal data using a second sensor during the first time period during which the PPG signal data is acquired, and determining a heartbeat interval calculation model based on a comparison result of the PPG signal data and the ECG signal data and, based on the determined inter-heart-beat interval calculation model, obtaining the user's inter-heart interval from PPG signal data measured for a second time after the first time.
  • the heartbeat interval calculation model may be determined based on at least one of a heartbeat interval calculation algorithm and a parameter.
  • the operating method of the wearable device 100 may include storing instructions for obtaining an interval between heartbeats based on the determined model in a memory.
  • the method of operating the wearable device 100 may include determining whether to continue the measurement of the interval between heartbeats based on a comparison result of the acquired ECG signal data and the acquired PPG signal data. .
  • the method of operating the wearable device 100 includes an operation of determining one reference point among the highest point, the lowest point, and the maximum slope point of the acquired ECG signal data and the acquired PPG signal data, and an interval between the determined reference points and determining the interval calculation model between heartbeats based on a result of comparing .

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

본 개시에 따른 일 실시 예에서의 웨어러블 장치는, 발광부와 수광부를 가지는 제1 센서, 하나 이상의 전극을 가지는 제2 센서, 상기 제1 센서 및 상기 제2 센서와 전기적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 웨어러블 전자 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 상기 제1 센서를 이용하여 PPG 신호 데이터를 획득하고, 상기 PPG 신호가 획득되는 상기 제1 시간 동안 상기 제2 센서를 이용하여 ECG 신호 데이터를 획득하고, 상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하고, 상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

생체 정보 측정을 위한 웨어러블 디바이스 및 방법
본 개시는 웨어러블 전자 장치에서 복수 개의 센서를 이용하여 생체 정보를 측정하는 기술에 관한 것이다.
심박동간 간격(inter-beat interval)은 신경계에 의해 조절되는 심장의 수축 이완 운동에 따라 변화하며 나타나며, 개인의 생체적 특징에 따라 특이 패턴을 갖기도 한다. 또한 개인내에서도 교감신경과 부교감신경의 조절에 따라 값의 변동이 나타난다. 심박동간 간격을 측정하는 표준 방법은 심전도(electrocardiogram)를 측정하여 심전도의 R 지점 간의 거리를 계산하는 방법이다. 이외에 PPG(photoplethysmogram)를 이용하여 측정한 혈류량에서도 간접적으로 심박동간 간격을 계산할 수 있다. PPG 신호는 신체의 여러 부위(예: 손, 귀, 손목)에서 측정이 가능하며 각 부위의 PPG 신호의 질에 따라 심박동간 간격 측정 정확도가 다르게 나타난다. PPG 신호로부터 심박동간 간격을 측정하는 방법으로는 PPG 신호의 꼭지점을 찾아 간격을 계산하는 방법(peak to peak 계산방법), 신호의 시작점을 찾아 계산하는 방법(valley to valley 계산방법), 신호의 미분 값으로부터 기울기가 가장 큰 부분을 찾아 계산하는 방법(zero-crossing point 계산방법)과 같은 다양한 방법들이 있다.
상기 정보는 본 개시 내용의 이해를 돕기 위한 배경 정보로서 제공된다. 위의 내용 중 어느 것이 본 개시와 관련하여 선행기술로 적용될 수 있는지 여부에 대하여 결정된 바 없고 주장되는 것도 없다.
한편, 기존 PPG 신호만을 기반으로 심박동간 간격을 계산하는 경우, ECG센서를 이용하여 측정한 표준 방법에 대비하여 어느 정도의 정확도를 보이는지 파악하기 어렵기 때문에, 이 값을 사용하여 사용자에게 헬스 서비스를 제공해주기에 어려움이 있다. 특히 심박동간 간격은 각 개인마다 가지고 있는 특이적인 PPG신호의 파형에 따라 가장 정확한 알고리즘의 계산방법이 다를 수 있기 때문에 개인별로 최적화된 알고리즘을 사용하지 않으면 정확도를 향상시키기 어렵다.
본 개시에서는 적어도 위에서 언급된 문제 및/또는 단점을 해결하고 적어도 아래에서 설명되는 이점을 제공하는 것이다. 따라서, 본 발명은 웨어러블 전자 장치에서 복수의 센서를 이용하여 생체 정보를 측정하는 기술을 제공하는데 그 목적이 있다.
추가적인 측면은 다음의 설명에서 부분적으로 설명될 것이고, 부분적인 설명으로부터 명백할 것이고, 또는 제시된 실시예의 실행에 의해 학습될 수 있다.
본 개시 내용에 따르면, 웨어러블 장치가 제공된다. 웨어러블 장치는, 발광부와 수광부를 가지는 제1 센서, 하나 이상의 전극을 가지는 제2 센서, 상기 제1 센서 및 상기 제2 센서와 전기적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 웨어러블 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 상기 제1 센서를 이용하여 PPG 신호 데이터를 획득하고, 상기 PPG 신호가 획득되는 상기 제1 시간 동안 상기 제2 센서를 이용하여 ECG 신호 데이터를 획득하고, 상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하고, 상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득할 수 있다.
본 개시 내용에 따르면, 웨어러블 장치의 동작 방법이 제공된다. 웨어러블 장치의 동작방법은, 상기 웨어러블 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 제1 센서를 이용하여 PPG 신호 데이터를 획득하는 동작, 상기 PPG 신호 데이터가 획득되는 상기 제1 시간 동안 제2 센서를 이용하여 ECG 신호 데이터를 획득하는 동작, 상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하는 동작, 및 상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득하는 동작을 포함할 수 있다.
본 개시에 따른 다양한 실시 예에서의 웨어러블 장치는 가장 최적의 개인화된 알고리즘을 제공함으로써 심박동간 간격 측정의 정확도를 개선할 수 있다.
본 발명의 다른 측면, 이점 및 두드러진 특징은 첨부된 도면과 관련하여 본 발명의 다양한 실시 양태를 개시하는 다음의 상세한 설명으로부터 당업자에게 명백해질 것이다.
위와 특정 공개 구현의 다른 측면, 특징 및 장점은 첨부된 도면과 관련된 다음과 같은 설명에서 더욱 명백해진다.
도 1은 본 개시의 일 실시 예에 따른 웨어러블 장치를 신체의 일부에 장착하는 것을 나타내는 도면이다.
도 2는 본 개시의 일 실시 예에 따른 웨어러블 장치의 사시도이다.
도 3은 본 개시의 일 실시 예에 따른 웨어러블 장치의 블록도이다.
도 4는 본 개시의 일 실시 예에 따른 웨어러블 장치에서, 생체 데이터를 획득하는 내용에 대한 흐름도이다.
도 5는 본 개시의 일 실시 예에 따른 웨어러블 장치에서, 획득한 생체 데이터를 기반으로 개인화 알고리즘을 결정하는 내용에 대한 흐름도이다.
도 6a는 본 개시의 일 실시 예에 따른 웨어러블 장치의 ECG 센서를 통해 측정된 ECG 신호를 나타낸 도면이다.
도 6b는 본 개시의 일 실시 예에 따른 웨어러블 장치의 ECG 센서를 통해 측정된 ECG 신호를 설명하기 위한 도면이다.
도 7a는 본 개시의 일 실시 예에 따른 웨어러블 장치의 PPG 센서를 통해 측정된 PPG 신호를 나타낸 도면이다.
도 7b는 본 개시의 일 실시 예에 따른 웨어러블 장치의 PPG 센서를 통해 측정된 PPG 신호를 설명하기 위한 도면이다.
도 8은 본 개시의 일 실시 예의 웨어러블 장치의 ECG 신호 및 PPG 신호를 기반으로 획득된 각 심박동간 간격을 비교하기 위한 도면이다.
도 9는 본 개시의 일 실시 예에 따른 웨어러블 장치의 PPG 신호의 파형에 따른 심박 간격 계산 방법을 설명하기 위한 도면이다.
도 10, 도 11 및 도 12는 본 개시의 다양한 실시 예들에 따른 웨어러블 장치에서, 디스플레이에 나타나는 UI를 나타내기 위한 도면이다.
도 13은 본 개시의 일 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도면 전체에 걸쳐, 동일한 참조 번호는 동일하거나 유사한 요소, 특징 및 구조를 묘사하는 데 사용될 수 있다.
도 1은 본 개시의 일 실시 예에서의 웨어러블 장치를 신체의 일부에 장착하는 것을 나타내는 도면이다.
일 실시 예에 따르면, 도 1의 웨어러블 장치(100)는 도시된 바와 같이 스마트 워치(smart watch)일 수 있다. 이에 한하지 않고, 웨어러블 장치(100)는 사용자의 신체에 부착되어 사용될 수 있는 다양한 형태(예: 워치, 밴드, 링, 안경)의 장치일 수 있다.
일 실시 예에 따르면, 웨어러블 장치(100)는 스트랩(130)을 구비하여, 스트랩(130)이 사용자의 팔목에 감김으로써 사용자의 신체에 부착될 수 있다. 이에 한하지 않고, 웨어러블 장치(100)는 웨어러블 장치(100)의 형태, 크기 등에 따라서 사용자의 다양한 신체에 부착될 수 있다. 예를 들면, 웨어러블 장치(100)는 손, 손등, 손가락, 손톱, 손 끝(fingertip) 등에도 부착될 수 있다.
도 2는 본 개시의 일 실시 예에서의 웨어러블 장치의 사시도이다.
도 2를 참조하면, 웨어러블 장치(100)는 하우징(110), 디스플레이(120) 스트랩(130) 및 전극(201)을 포함할 수 있다. 일 실시 예에 따르면, 웨어러블 장치(100)는 도시된 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
일 실시 예에 따르면, 하우징(110)은 상부면, 하부면, 및 상부면 및 하부면 사이의 공간을 둘러싸는 측면부를 포함할 수 있다. 일 실시 예에 따르면, 하우징(110)의 일 영역을 통해 디스플레이(120)가 노출될 수 있다.
일 실시 예에 따르면, 전극(201)은 하우징(110)의 적어도 일부에 배치될 수 있다. 예를 들면, 제1 전극(201a), 및 제2 전극(201b)은 하우징(110)의 상부면 또는 측면부에 배치되고, 제3 전극(201c) 및 제4 전극(201d)은 하우징(110)의 하부면에 배치될 수 있다. 일 실시 예에 따르면, 전극의 모양이나 크기는 다양하게 구성될 수 있다.
일 실시 예에 따르면, 하우징(110)의 하부면을 통해 PPG 센서(202)가 노출될 수 있다. 일 실시 예에 따르면, PPG 센서(202)는 발광 모듈(203) 및 수광 모듈(204)을 포함할 수 있다. 일 실시 예에 따르면, 발광 모듈(203)은 다양한 파장을 갖는 LED(light emitting diode)를 포함할 수 있다. 예를 들어, 발광 모듈(203)은 적외선(IR, infrared ray) LED, Red LED, Green LED, 및/또는 Blue LED를 포함할 수 있다. 일 실시 예에 따르면, 수광 모듈(204)은 적어도 하나의 포토다이오드(PD, photodiode)를 포함할 수 있다.
일 실시 예에 따르면, 디스플레이(120)는 생체 센서를 통하여 획득한 사용자의 생체 데이터를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(120)는 하우징(110)의 일부(예: 베젤)에 대한 사용자 입력 또는 디스플레이(120)에 대한 입력에 기반하여 출력되는 화면을 전환할 수 있다. 예를 들어, 디스플레이(120)는 사용자의 입력에 응답하여 시계 화면에서 생체 데이터 화면(예: 심박수)으로 전환할 수 있다.
일 실시 예에 따르면, 스트랩(130)은 하우징(110)의 적어도 일부에 연결되고, 사용자의 신체 일부 (예: 손목, 발목)에 웨어러블 장치(100)를 탈착 가능하게 결착할 수 있다. 일 실시 예에 따르면, 웨어러블 장치(100)의 사용자는 밀착 정도를 높이기 위해 스트랩(130)을 조절할 수 있다.
전술한 웨어러블 장치(100)의 구조는 예시적인 것이며, 다양한 실시 예에서, 웨어러블 장치(100)는 도 2와 다르게 구현될 수 있다. 웨어러블 장치(100)는 본 문서에 개시되는 생체 데이터 측정을 위한 방법을 수행하기 위해 적절한 다양한 형태또는 구조를 가질 수 있다.
도 3은 본 개시의 일 실시 예에 따른 웨어러블 장치의 블록도이다.
도 3을 참조하면, 일 실시 예에 따른 웨어러블 장치(100)는 프로세서(310), 디스플레이(320), 메모리(330), 스피커(325), 모터(335) 또는 센서 모듈(340)을 포함할 수 있다. 다양한 실시 예에서, 웨어러블 장치(100)는 도 3에 도시된 구성요소 외에 추가적인 구성요소를 포함하거나, 도 3에 도시된 구성요소 중 적어도 하나를 생략할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 메모리(330)에 저장된 인스트럭션들을 이용하여 웨어러블 장치(100)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 중앙처리장치(CPU), 그래픽처리장치(GPU), MCU(micro controller unit), 센서 허브, 보조프로세서(supplementary processor), 통신 프로세서(communication processor), 애플리케이션 프로세서(application processor), ASIC(application specific integrated circuit), FPGA(field programmable gate arrays) 중 적어도 하나를 포함할 수 있으며, 복수의 코어들을 가질 수 있다.
일 실시 예에 따르면, 프로세서(310)는 센서 모듈(340)로부터 사용자의 생체 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 센서 모듈(340)로부터 획득한 PPG 신호 및 ECG 신호를 기반으로 심박동간 간격을 계산할 수 있다. 프로세서(310)의 동작과 관련된 구체적인 내용은 도 4를 참조하여 후술한다.
일 실시 예에 따르면, 디스플레이(320)는 각종 컨텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 및/또는 심볼 등)를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(320)의 형태는 하우징(110)의 형태에 대응하는 형태일 수 있으며, 원형, 타원형, 또는 다각형 등 다양한 형태일 수 있다. 일 실시 예에 따르면, 디스플레이(320)는 터치 감지 회로, 터치의 세기(압력)를 측정할 수 있는 압력 센서와 결합되거나 인접하여 배치될 수 있다. 일 실시 예에 따르면, 디스플레이(320)는 프로세서(310)의 명령에 따라 사용자의 생체 정보를 표시할 수 있다. 예를 들어, 사용자의 생체 정보는 프로세서(310)의 명령에 따라 디스플레이(320)에 수치 및/또는 그래프로 표시될 수 있다. 일 실시 예에 따르면, 디스플레이(320)는 프로세서(310)의 명령에 따라 생체 정보의 측정 방법에 대한 가이드를 제공할 수 있다.
일 실시 예에 따르면, 메모리(330)는 웨어러블 장치(100)의 적어도 하나의 구성요소(예: 프로세서)에 의해 획득되거나 사용되는 다양한 데이터를 저장할 수 있다. 일 실시 예에 따르면, 메모리(330)는 사용자의 나이, 키, 몸무게, 의료 정보(예: 개인 건강 기록)와 같은 사용자의 개인 정보를 저장할 수 있다.
일 실시 예에 따르면, 메모리(330)는 센서 모듈(340)에 의해 획득한 사용자의 생체 데이터를 저장할 수 있다. 예를 들어, 메모리(330)는 센서 모듈(340)에 의해 획득된 ECG 신호 데이터 또는 PPG 신호 데이터를 기반으로 한 심박동간 간격 값을 저장할 수 있다. 또한, 예를 들어, 메모리(330)는 센서 모듈(340)에 의해 획득한 생체 신호에 기초하여 심전도(ECG), 생체 임피던스, 심박수, 혈압(blood pressure), 혈당량, 스트레스 정도, 산소포화도(Oxygen saturation, SpO2), 최대 산소 섭취량(Maximal oxygen consumption, VO2max)와 같은 생체 데이터를 저장할 수 있다.
일 실시 예에 따르면, 센서 모듈(340)은 사용자의 상태를 감지하고, 감지된 상태에 대응하는 신호를 제공할 수 있다. 일 실시 예에 따르면, 센서 모듈(340)은 제1 센서(350), 제2 센서(360) 및 제3 센서(370)를 포함할 수 있다.
일 실시 예에 따르면, 제1 센서(350)는 PPG 센서(예: 도 2의 PPG 센서(202))를 포함할 수 있다. 일 실시 예에 따르면, 제1 센서(350)는 발광 모듈(203) 및 수광 모듈(204)을 포함할 수 있다. 일 실시 예에 따르면, 신호 처리 모듈(미도시)은 발광 모듈(203) 및 수광 모듈(204)을 제어할 수 있다. 일 실시 예에 따르면, 신호 처리 모듈은 센서를 직접 제어하는 센서 드라이버 컨트롤러 및 ADC(analog to digital converter)를 포함할 수 있다. 일 실시 예에 따르면, 신호 처리 모듈은 도 3에 미도시된 다른 구성들(예: 증폭기 및/또는 필터 등)을 더 포함할 수도 있다. 일 실시 예에 따르면, 신호 처리 모듈은 마이크로 프로세서로 구현될 수 있다
일 실시 예에 따르면, 신호 처리 모듈은 발광 모듈(203)의 적어도 하나의 LED를 구동할 수 있다. 일 실시 예에 따르면, 신호 처리 모듈은 수광 모듈(204)에 의하여 감지된 신호를 처리(예: 증폭 및/또는 필터링)할 수 있다. 예를 들어, 신호 처리 모듈은 수광 모듈(204)에 의하여 감지된 전류 신호를 전압 신호로 변환하고, 처리된 전압 신호를 디지털 신호로 변환할 수 있다.
일 실시 예에 따르면, 제2 센서(360)는 ECG(electrocardiogram) 센서, GSR(galvanic skin response) 센서, EEG(electroencephalography) 센서, BIA(bioelectrical impedance analysis) 센서 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 제2 센서(360)는 적어도 하나의 전극(362)(예: 도 2의 전극(201))과 전기적으로 연결될 수 있다.
일 실시 예에 따르면, 제3 센서(370)는 가속도 센서, 근접 센서, 자이로 센서, 온도 센서, 홍채 센서, 온/습도 센서, 조도 센서, TOF(time of flight) 센서 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 제3 센서(370)를 이용하여 사용자의 상황 또는 사용자의 외부 환경을 판단할 수 있다.
본 문서에서 센서 모듈(340)은 적어도 하나의 센서, 센서 회로(sensor circuitry) 등으로 참조될 수 있다.
도 4는 본 개시의 일 실시 예에 따른 웨어러블 장치에서, 생체 데이터를 획득하는 내용에 대한 흐름도이다.
일 실시 예에 따른 프로세서(310)는 동작 410에서, PPG 센서(예: 도 2의 PPG 센서(202)) 및 ECG 센서를 통하여 PPG 신호 데이터 및 ECG 신호 데이터를 획득할 수 있다. 예를 들어, 프로세서(310)는 PPG 신호 데이터 및 ECG 신호 데이터를 함께 획득할 수 있다. 일 실시 예에 따르면, 전자 장치(예: 도 1의 웨어러블 장치(100))는 스트랩(예: 도 1의 스트랩(130))을 통해 사용자의 신체의 일부(예: 손목)에 착용된 상태로 PPG 신호 데이터 및 ECG 신호 데이터를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 ECG와 PPG를 함께 측정하기 위한 가이드를 제공할 수 있다. 예를 들면, 웨어러블 장치(100)는 디스플레이(320)를 통해, 생체 정보의 측정을 유도하는 UI를 표시할 수 있다. 다른 예를 들어, 웨어러블 장치(100)는 스피커(225)를 통해 소리를 출력하거나, 모터(335)를 통해 진동을 출력할 수 있다. 일 실시 예에 따르면, 웨어러블 장치(100)는 UI, 소리, 또는 진동 중 적어도 둘 이상을 출력할 수 있다.
다른 실시 예에 따르면, 프로세서(310)는 사용자가 ECG를 측정할 때 PPG 신호의 측정을 지시하는 알림을 제공하지 않고 백그라운드 방식으로 PPG 신호를 동시에 측정할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 ECG 신호와 PPG 신호가 함께 측정되고 있다는 알림을 제공할 수 있다. 예를 들어, 프로세서(310)는 디스플레이를 통해 두 신호가 동시에 측정되고 있다는 UI를 표시할 수 있다. 다른 예를 들어, 프로세서(310)는 스피커(225)를 통해 소리를 출력하거나, 모터(335)를 통해 진동을 출력할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 UI, 소리, 또는 진동 중 적어도 둘 이상을 출력할 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 420에서, PPG 신호 데이터 및 ECG 신호 데이터를 비교한 결과에 기반하여 심박동간 간격 산출 모델을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 PPG 신호 데이터 및 ECG 신호 데이터를 기반으로 각각 심박동간 간격을 계산할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 ECG 신호 데이터로부터 계산된 심박동간 간격을 기반으로 PPG 측정에 가작 적합한 심박동간 간격 계산 알고리즘을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 ECG 신호 데이터로부터 계산된 심박동간 간격과 PPG 신호 데이터로부터 계산된 심박동간 간격을 비교하였을 때 오차의 합 또는 평균이 일정 범위 이하인 경우의 알고리즘 및 파라미터에 기반하여 심박동간 간격 산출 모델을 결정할 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 430에서, 심박동간 간격 산출 모델에 기반하여 PPG 신호 데이터로부터 심박수 및/또는 심박동간 간격을 획득할 수 있다. 예를 들어, 프로세서(310)는 사용자에게 가장 최적화된 알고리즘 및 파라미터를 이용하여 PPG를 측정할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 동작 410 내지 동작 430를 반복하여 수행할 수 있다.
도 5는 본 개시의 일 실시 예에 따른 웨어러블 장치에서, 획득한 생체 데이터를 기반으로 개인화 알고리즘을 결정하는 내용에 대한 흐름도이다. 도 5의 설명과 관련하여 전술한 내용과 유사하거나 대응되는 내용은 간략히 하거나 생략될 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 510에서, ECG 센서 및 PPG 센서를 통하여 ECG 및 PPG를 동시에 측정할 수 있다. 예를 들어 프로세서(310)는 ECG 및 PPG를 제1 시간동안 함께 측정할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 PPG 센서를 통해 신체의 제1 부분이 적어도 하나의 전극과 접촉됨을 감지하는 경우 자동으로 심박수 측정을 시작할 수 있다. 다른 실시 예에 따르면, 프로세서(310)는 웨어러블 전자 장치(100)가 측정 모드로 진입하는 것을 감지하고, PPG 센서를 통해 신체의 제1 부분이 적어도 하나의 전극과 접촉됨을 감지하는 경우 심박수 측정을 시작할 수 있다. 예를 들어, 측정 모드에 진입하는 방식은 생체 측정 메뉴의 실행, 어플리케이션의 실행, 또는 디스플레이(120)에 대한 드래그 중 하나일 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 520에서, ECG 신호 데이터 및 PPG 신호 데이터를 기반으로 심박동간 간격을 계산할 수 있다. 일 실시 예에 따른 프로세서(310)는 ECG 신호 및/또는 PPG 신호 데이터의 꼭지점을 찾아 간격을 계산하는 방법(peak to peak 계산 방법), 신호의 시작점을 찾아 계산하는 방법(valley to valley 계산 방법), 또는 신호의 미분 값으로부터 기울기가 가장 큰 부분을 찾아 계산하는 방법(zero-crossing point 계산 방법) 중 적어도 하나를 이용하여 심박동간 간격을 계산할 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 530에서, 측정된 ECG 신호 데이터 및 PPG 신호 데이터로부터 개인화 알고리즘을 결정할 수 있다. 일 실시 예에 따른 프로세서(310)는 측정된 ECG 신호 데이터 및 PPG 신호 데이터로부터 계산된 두 심박동간 간격의 오차가 가장 적은 알고리즘을 개인화 알고리즘으로 결정할 수 있다.
일 실시 예에 따른 프로세서(310)는 동작 540에서, ECG 신호 데이터 및 PPG 신호 데이터를 기반으로 계산된 두 심박동간 간격의 오차 합이 일정 범위 이내인지 확인할 수 있다.
일 실시 예에 따른 프로세서(310)는, ECG 신호 데이터 및 PPG 신호 데이터를 기반으로 계산된 두 심박동간 간격의 오차 합이 일정 범위 이내인 것으로 판단할 수 있다. 이에 따라, 프로세서(310)는 동작 550에서, 결정된 개인화 알고리즘을 기반으로 PPG 센서를 통하여 PPG를 측정할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 개인화 알고리즘을 기반으로 PPG 센서만을 단독으로 이용하여 심박동간 간격을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 ECG 센서와 PPG 센서를 함께 이용하여 심박동간 간격을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 PPG 센서를 이용하여 획득한 PPG 신호 데이터로부터 심박동간 간격을 계산할 수 있다. 다양한 실시 예에 따르면, 심박동간 간격은 다양한 방법으로 계산될 수 있으며, 이는 도 7b를 참조하여 후술한다. 상술한 실시 예에 따르면, 전자 장치는 최적의 개인화된 알고리즘을 제공함에 따라 생체 정보 측정의 정확성을 개선할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 PPG 신호 데이터를 기반으로 계산된 심박동간 간격을 기초로 하여 서비스를 제공할 수 있다. 예를 들어, 서비스는 심박동간 간격을 활용한 생체 정보(예: 스트레스 수치, 심박수, 호흡수, 심방세동의 심전도, 심장 건강도)를 제공하는 것을 포함할 수 있다.
일 실시 예에 따른 프로세서(310)는, ECG 신호 데이터 및 PPG 신호 데이터를 기반으로 계산된 두 심박동간 간격의 오차 합이 일정 범위를 벗어난 것으로 판단할 수 있다. 이에 따라, 프로세서(310)는 동작 560에서 ECG 및 PPG를 재측정 할 것을 유도할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 올바른 측정 자세에 대하여 가이드를 제공할 수도 있다. 일 실시 예에 따르면, 프로세서(310)는 디스플레이(320)를 통해, 재측정을 유도하는 UI를 표시할 수 있다. 다른 예를 들어, 웨어러블 장치(100)는 스피커(225)를 통해 소리를 출력하거나, 모터(335)를 통해 진동을 출력할 수 있다. 일 실시 예에 따르면, 웨어러블 장치(100)는 UI, 소리, 또는 진동 중 적어도 둘 이상을 출력할 수 있다.
도 6a는 본 개시의 일 실시 예에 따른 ECG 신호를 나타낸 도면이다. 도 6b는 본 개시의 일 실시 예에 따른 웨어러블 장치의 ECG 센서를 통해 측정된 ECG 신호를 설명하기 위한 도면이다.
도 6a를 참조하면 X축은 시간축이고, Y축은 시간에 따른 심전도 신호(600)의 크기를 전압으로 나타내고 있다. 등전위선(606)(isoelectric line)은 심전도 신호(600)의 베이스라인 전압(baseline voltage)이다. 등전위선(606)은 T파(T-wave)(630)와 P파(P-wave)(610)로 연결된 전위선의 전압으로 측정되고, 심전도 신호를 계측하는 데 있어 기준이 된다. 또한, 심전도 신호(600)를 분석하는 데 있어 파(wave)나 인터벌(interval)이 사용된다. P파(P-wave)(610)란 심방의 탈분극화(depolarization)가 일어나는 동안 측정된 전기적 신호이다. 탈분극화란 심장근육이 수축되면서 심장근육 세포의 극성이 음극에서 양극으로 변하는 현상을 말한다. P파(610)는 심전도 신호의 한 주기의 시작이 되고, QRS컴플렉스(QRS-complex)(620) 이전에 위치하는 파이다. QRS컴플렉스(QRS-complex)(620)란 급속한 심실의 탈분극화 동안 측정된 전기적 신호이고, P파(610)보다는 일반적으로 큰 전압을 갖는다. T파(T-wave)(630)란 재분극화(repolarization) 동안 측정된 전기적 신호이다. 재분극화란 심장근육이 이완되면서 심장근육세포의 극성이 양극에서 음극으로 돌아오는 현상을 말한다. 특이점(fiducial point)이란 파(wave) 또는 인터벌(interval) 상의 미리 정해진 지점을 말한다. 예를 들어, 특이점은 P파의 시작점, P파의 끝점, P파의 꼭지점(601), QRS컴플렉스의 시작점, QRS컴플렉스의 끝점, QRS컴플렉스의 꼭지점(602, 603, 604), T파의 시작점, T파의 끝점, T파의 꼭지점(605)이 될 수 있다. 또한, 도 6a에 도시된 바와 같이, 특이점 P(601)는 P파(610)의 꼭지점, 특이점 Q(602)는 QRS컴플렉스(620)의 첫번째 최저점, 특이점 R(603)은 QRS컴플렉스(620)의 최고점, 특이점 S(604)는 QRS컴플렉스(620)의 두번째 최저점이 될 수 있다. 다양한 실시 예에 따르면, 파(wave), 인터벌, 컴플렉스(complex), 또는 특이점(fiducial point)은 심전도 신호(600)의 그래프 상에서 다양하게 구분되어 생성될 수 있으며, 본 명세서에서 기재된 것들에 의해 한정되지 아니한다.
도 6b를 참조하면, 프로세서(310)는 ECG 센서를 이용하여 획득한 ECG 신호 데이터(650)로부터 심박동간 간격(660)을 계산할 수 있다. 예를 들어, 프로세서(310)는 ECG 신호의 QRS 콤플렉스 중 특이점 R(예: 도 6a의 특이점 R(603)) 사이의 거리(RRI, RR interval)를 계산하여 심박동간 간격(660)을 계산할 수 있다. 다양한 실시 예에 따르면, 심박동간 간격은 다양한 방법으로 계산될 수 있으며, 본 명세서에서 기재된 것들에 의해 한정되지 아니한다.
도 7a는 본 개시의 일 실시 예에 따른 PPG 신호를 나타낸 도면이다. 도 7b는 본 개시의 일 실시 예에 따른 웨어러블 장치의 PPG 센서를 통해 측정된 PPG 신호를 설명하기 위한 도면이다.
도 7a를 참조하면, X축은 시간축이고, Y축은 시간에 따른 PPG 신호(700)의 크기를 전압으로 나타내고 있다. 일 실시 예에 따르면, PPG 센서를 통해 측정되는 PPG 신호(700)는 사용자의 피부 속 혈관에 흐르는 혈류량이 많아질수록 빛의 흡수량이 증가하고 PPG 신호(700)의 세기가 증가할 수 있다. PPG 센서의 적어도 하나의 LED가 광을 조사하는 경우, 일부 광은 사용자의 동맥혈 정맥혈, 골격 및/또는 피부조직(예: 표피(epidermis) 및/또는 진피(dermis))에 도달할 수 있다. 예를 들어, 동맥혈에 도달한 광의 일부는 사용자의 맥박에 따른 동맥혈의 용량 변화로 인하여 변화되어 흡수될 수 있으며, 그 중 일부는 PPG 신호(700)를 구성할 수 있다. PPG 신호(700)의 값은 사용자의 수축기 혈류량과 이완기 혈류량의 차이를 나타낼 수 있다. PPG는 좌심실 수축의 시작지점부터 최대 수축지점, 수축의 감소와 대동맥 벽의 팽창지점과 혈액 유출의 감소시점 그리고 변막과 심근의 탄력파와 같은 모습으로 나타난다. 일 실시 예에 따르면, 좌심실 수축의 최대 수축지점(701, 702)을 이용하여 맥박 주기를 측정할 수 있다. 예를 들어, 좌심실 수축의 최대 수축지점 사이의 거리(710)를 계산하여 맥박 주기를 측정할 수 있다.
다양한 실시 예에 따르면, PPG 신호(700)의 그래프는 다양하게 생성될 수 있으며, 본 명세서에서 기재된 것들에 의해 한정되지 아니한다.
도 7b를 참조하면, 프로세서(310)는 PPG 센서를 이용하여 획득한 PPG 신호 데이터(750)로부터 심박동간 간격(760)을 계산할 수 있다. 예를 들어, 프로세서(310)는 PPG 신호의 최고점(예: 도 7a의 최대 수축지점(701,702)) 사이의 거리를 계산하여 심박동간 간격(760)을 계산할 수 있다. 다양한 실시 예에 따르면, 심박동간 간격은 다양한 방법으로 계산될 수 있으며, 본 명세서에서 기재된 것들에 의해 한정되지 아니한다.
도 8은 본 개시의 일 실시 예의 웨어러블 장치의 PPG 신호 및 ECG 신호를 기반으로 획득된 각 심박동간 간격을 비교하기 위한 도면이다.
도 8을 참조하면, 일 실시 예에 따르면, 프로세서(310)는 PPG 신호를 기반으로 획득한 심박동간 간격(801) 및 ECG 신호를 기반으로 획득한 심박동간 간격(803)을 비교하여 오차를 계산할 수 있다. 예를 들어, 프로세서(310)는 두 신호를 비교하여 절대값 평균 오차(mean absolute error), 최대 오차, 최소 오차, 오차의 표준편차를 계산할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 계산된 오차와 지정된 값을 비교하여 서비스를 계속 제공할 것인지 여부를 결정할 수 있다. 예를 들어, 프로세서(310)는 절대값 평균 오차가 특정 기준 값보다 큰 경우, 심박동간 간격을 이용한 서비스를 보류할 수 있다.
도 9는 본 개시의 일 실시 예에 따른 웨어러블 장치의 PPG 신호의 파형에 따른 심박 간격 계산 방법을 설명하기 위한 도면이다.
도 9를 참조하면, 다양한 실시 예에 따르면, 프로세서(310)는 PPG 신호의 파형에 따라서 다양한 방법으로 심박동간 간격을 계산할 수 있다. 각 방법은 신호의 상태와 개인별 PPG 신호의 특징에 따라 정확도가 달라질 수 있다. 예를 들면, 신호의 첫번째 피크(peak) 지점이 명확하게 나타나고, 진폭(amplitude)이 커서 PPG신호를 구분하기 쉬운 신호의 경우는 최고점(901a, 901b)을 이용하여 심박동간 간격(901)을 계산하는 것이 유리할 수 있다. 다른 예를 들어, 진폭이 크지만, 첫번째 피크 지점과 두번째 피크지점의 높이가 비슷한 파형의 PPG신호의 경우 최저점(905a, 905b)을 이용하여 심박동간 간격(905)을 계산하는 것이 유리할 수 있다. 또 다른 예에서, 신호의 진폭이 작고, 잡음이 있어 최고점 및/또는 최저점이 변할 수 있는 경우에는 최대 기울기점(903a, 903b)을 이용하여 심박동간 간격(903)을 계산하는 것이 유리할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 각 계산방법으로 계산된 PPG 신호 기반의 심박동간 간격과, PPG 신호와 동시에 측정된 ECG신호 기반의 심박동간 간격의 오차를 계산하여, 개인별로 최적화된 알고리즘 방법을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 결정된 알고리즘을 기반으로 PPG 신호를 측정할 수 있다.
도 10, 도 11 및 도 12는 본 개시의 다양한 실시 예의 웨어러블 장치에서, 디스플레이에 나타나는 UI를 나타내기 위한 도면이다. 도 10 내지 12의 설명과 관련하여 전술한 내용과 대응되거나 동일 또는 유사한 내용은 간략히 하거나 생략될 수 있다.
도 10을 참조하면, 일 실시 예에 따른 웨어러블 장치(예: 도 1의 웨어러블 장치(100))는 ECG 센서 및 PPG 센서를 통하여 사용자 정보를 측정할 수 있다. 일 실시 예에 따르면, 사용자의 생체 정보가 정상적으로 측정되고 있다고 판단되는 경우 프로세서(310)는 디스플레이를 통해 안내 메시지를 출력할 수 있다. 예를 들어, 프로세서(310)는 사용자의 생체 정보가 정상적으로 측정되고 있다는 것을 알리기 위한 안내 메시지(예: “IBI를 측정 중입니다.”)를 출력할 수 있다.
일 실시 예에 따르면, 프로세서(310)는 디스플레이를 통하여 ECG 신호 및 PPG 신호를 동시에 표시할 수 있다. 예를 들어, 프로세서(310)는 ECG 신호 및 PPG 신호를 수치 및/또는 그래프로 표시할 수 있다.
상술한 실시 예에 따르면, 웨어러블 장치(100)는 사용자의 생체 정보를 수치 및/또는 그래프를 포함하는 UI로 제공함에 따라 사용자가 측정 결과를 직관적으로 인지하도록 지원할 수 있다.
도 11을 참조하면, 일 실시 예에 따른 웨어러블 장치(예: 도 1의 웨어러블 장치(100))는 ECG 센서 및/또는 PPG 센서를 통하여 획득한 사용자의 생체 정보가 정상 범위를 벗어났다고 판단되는 경우 알림을 제공할 수 있다. 예를 들어, 프로세서(310)는 사용자의 생체 정보가 정상 범위를 벗어난 것을 알리기 위해 디스플레이를 통해 안내 메시지(예: “심박동간 간격에 이상이 발견되었습니다.”)를 출력할 수 있다. 다른 예를 들어, 프로세서(310)는 사용자의 생체 정보가 정상 범위를 벗어난 것을 알리기 위해 모터를 통해 진동을 제공할 수 있다. 또 다른 예를 들어, 프로세서(310)는 사용자의 생체 정보가 정상 범위를 벗어난 것을 알리기 위해 스피커를 통해 음성 안내 또는 소리를 출력할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 UI, 소리, 또는 진동 중 적어도 둘 이상을 출력할 수 있다.
도 12를 참조하면, 일 실시 예에 따른 웨어러블 장치(예: 도 1의 웨어러블 장치(100))는 ECG 측정을 유도하는 알림을 제공할 수 있다. 일 실시 예에 따르면, 심박동간 간격 산출 모델의 보정이 필요하다고 판단되는 경우 프로세서(310)는 디스플레이를 통해 ECG 측정을 유도하는 안내 메시지를 제공할 수 있다. 예를 들어, 프로세서(310)는 ECG 신호 데이터 및 PPG 신호 데이터를 기반으로 계산된 두 심박동 사이의 간격의 편차(deviation)가 평균 범위를 반복적으로 초과하는 경우에 상기 모델의 보정이 필요하다고 판단할 수 있다. 일 실시 예에 따르면, 프로세서(310)는 보정이 필요하다는 것을 알리기 위한 안내 메시지(예: “PPG 신호를 이용해 IBI 계속 측정을 위해 ECG로 IBI 측정해주세요.”)를 제공할 수 있다. 상술한 실시 예에 따르면, 웨어러블 장치(100)는 사용자의 건강 상태 변화로 인하여 PPG 신호 기반의 심박동간 간격의 정확도가 떨어지는 경우, ECG 측정을 유도함에 따라 PPG 측정의 정확도를 개선할 수 있다.
도 13은, 본 개시의 다양한 실시예들에 따른, 네트워크 환경(1300) 내의 전자 장치(1301)(예: 도 1의 웨어러블 장치(100))의 블록도이다. 도 13을 참조하면, 네트워크 환경(1300)에서 전자 장치(1301)는 제 1 네트워크(1398)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1302)와 통신하거나, 또는 제 2 네트워크(1399)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1304) 또는 서버(1308)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1301)는 서버(1308)를 통하여 전자 장치(1304)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(1301)는 프로세서(1310)(예: 도 5의 프로세서(510)), 메모리(1330), 입력 모듈(1350), 음향 출력 모듈(1355), 디스플레이 모듈(1360), 오디오 모듈(1370), 센서 모듈(1376)(예: 도 5의 센서부(520)), 인터페이스(1377), 연결 단자(1378), 햅틱 모듈(1379), 카메라 모듈(1380), 전력 관리 모듈(1388), 배터리(1389), 통신 모듈(1390), 가입자 식별 모듈(1396), 또는 안테나 모듈(1397)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1301)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1378))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1376), 카메라 모듈(1380), 또는 안테나 모듈(1397))은 하나의 구성요소(예: 디스플레이 모듈(1360))로 통합될 수 있다.
프로세서(1320)는, 예를 들면, 소프트웨어(예: 프로그램(1340))를 실행하여 프로세서(1320)에 연결된 전자 장치(1301)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1320)는 다른 구성요소(예: 센서 모듈(1376) 또는 통신 모듈(1390))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1332)에 저장하고, 휘발성 메모리(1332)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1334)에 저장할 수 있다. 일실시예에 따르면, 프로세서(1320)는 메인 프로세서(1321)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1323)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(1301)가 메인 프로세서(1321) 및 보조 프로세서(1323)를 포함하는 경우, 보조 프로세서(1323)는 메인 프로세서(1321)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1323)는 메인 프로세서(1321)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1323)는, 예를 들면, 메인 프로세서(1321)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1321)를 대신하여, 또는 메인 프로세서(1321)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1321)와 함께, 전자 장치(1301)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1360), 센서 모듈(1376), 또는 통신 모듈(1390))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(1323)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1380) 또는 통신 모듈(1390))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(1323)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(1301) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1308))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(1330)는, 전자 장치(1301)의 적어도 하나의 구성요소(예: 프로세서(1320) 또는 센서 모듈(1376))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1340)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1330)는, 휘발성 메모리(1332) 또는 비휘발성 메모리(1334)를 포함할 수 있다.
프로그램(1340)은 메모리(1330)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1342), 미들 웨어(1344) 또는 어플리케이션(1346)을 포함할 수 있다.
입력 모듈(1350)은, 전자 장치(1301)의 구성요소(예: 프로세서(1320))에 사용될 명령 또는 데이터를 전자 장치(1301)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1350)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(1355)은 음향 신호를 전자 장치(1301)의 외부로 출력할 수 있다. 음향 출력 모듈(1355)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(1360)은 전자 장치(1301)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1360)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(1360)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(1370)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(1370)은, 입력 모듈(1350)을 통해 소리를 획득하거나, 음향 출력 모듈(1355), 또는 전자 장치(1301)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1302))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(1376)은 전자 장치(1301)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(1376)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(1377)는 전자 장치(1301)가 외부 전자 장치(예: 전자 장치(1302))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(1377)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1378)는, 그를 통해서 전자 장치(1301)가 외부 전자 장치(예: 전자 장치(1302))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(1378)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1379)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(1379)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1380)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(1380)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1388)은 전자 장치(1301)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(1388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1389)는 전자 장치(1301)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(1389)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1390)은 전자 장치(1301)와 외부 전자 장치(예: 전자 장치(1302), 전자 장치(1304), 또는 서버(1308)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1390)은 프로세서(1320)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(1390)은 무선 통신 모듈(1392)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1394)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(1398)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1399)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(1304)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1392)은 가입자 식별 모듈(1396)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1398) 또는 제 2 네트워크(1399)와 같은 통신 네트워크 내에서 전자 장치(1301)를 확인 또는 인증할 수 있다.
무선 통신 모듈(1392)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(1392)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1392)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(1392)은 전자 장치(1301), 외부 전자 장치(예: 전자 장치(1304)) 또는 네트워크 시스템(예: 제 2 네트워크(1399))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(1392)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(1397)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(1397)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(1397)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(1398) 또는 제 2 네트워크(1399)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1390)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1390)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(1397)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(1397)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1399)에 연결된 서버(1308)를 통해서 전자 장치(1301)와 외부의 전자 장치(1304)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1302, 또는 1304) 각각은 전자 장치(1301)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(1301)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1302, 1304, 또는 1308) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1301)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1301)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1301)로 전달할 수 있다. 전자 장치(1301)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(1301)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(1304)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1308)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(1304) 또는 서버(1308)는 제 2 네트워크(1399) 내에 포함될 수 있다. 전자 장치(1301)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(1301)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1336) 또는 외장 메모리(1338))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1340))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1301))의 프로세서(예: 프로세서(1320))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
상술한 바와 같이, 일 실시 예에 따른 웨어러블 장치(100)는 발광부와 수광부를 가지는 제1 센서, 하나 이상의 전극을 가지는 제2 센서, 상기 제1 센서 및 상기 제2 센서와 전기적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 웨어러블 전자 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 상기 제1 센서를 이용하여 PPG 신호 데이터를 획득하고, 상기 PPG 신호가 획득되는 상기 제1 시간 동안 상기 제2 센서를 이용하여 ECG 신호 데이터를 획득하고, 상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하고, 상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 적어도 하나의 프로세서는 심박동간 간격 산출 알고리즘 및 파라미터 중 적어도 하나에 기반하여 상기 심박동간 간격 산출 모델을 결정할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 메모리를 더 포함하고, 상기 메모리는 상기 결정된 모델을 기초로 심박동간 간격을 획득하도록 하는 인스트럭션들을 저장할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 획득된 ECG 신호 데이터 및 상기 획득된 PPG 신호 데이터를 기반으로 주기적으로 상기 결정된 모델을 업데이트하도록 할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 비교 결과에 기반하여 상기 심박동간 간격의 측정 지속 여부를 결정할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 최고점, 최저점, 최대 경사 지점 중 하나의 기준점을 결정하고, 상기 결정된 기준점 사이의 간격을 비교한 결과에 기반하여 상기 심박동간 간격 산출 모델을 결정할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 심박동간 간격의 측정과 연관된 알림을 제공하도록 할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 디스플레이를 더 포함하고, 상기 적어도 하나의 프로세서는 상기 디스플레이를 통해 상기 알림을 제공할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 모터를 더 포함하고, 상기 모터를 통해 진동을 출력하여 상기 알림을 제공할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 스피커를 더 포함하고, 상기 스피커를 통해 음성 안내 또는 소리를 출력하여 상기 알림을 제공할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 제3 센서를 더 포함하고, 상기 제3 센서는 가속도 센서, 근접 센서, 자이로 센서, 온도 센서, 홍채 센서, 온/습도 센서, 조도 센서, TOF 센서, 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)에서 상기 제2 센서는 복수 개의 전극과 전기적으로 연결될 수 있다.
일 실시 예에 따른 웨어러블 장치(100)에서 복수 개의 전극 중 적어도 하나의 전극은 상기 하우징의 하부면에 배치되고, 적어도 하나의 전극은 상기 하우징의 측면 또는 상면에 배치될 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 제2 센서를 통해 신체의 제1 부분이 상기 복수 개의 전극 중 적어도 하나의 전극과 접촉됨을 감지하는 경우 자동으로 심박동간 간격 측정을 시작할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)는 상기 웨어러블 전자 장치가 측정 모드로 진입하는 것을 감지하고, 상기 제2 센서를 통해 신체의 제1 부분이 상기 복수 개의 전극 중 적어도 하나의 전극과 접촉됨을 감지하는 경우 심박동간 간격 측정을 시작할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 웨어러블 장치(100)의 동작 방법은 상기 웨어러블 전자 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 제1 센서를 이용하여 PPG 신호 데이터를 획득하는 동작, 상기 PPG 신호 데이터가 획득되는 상기 제1 시간 동안 제2 센서를 이용하여 ECG 신호 데이터를 획득하는 동작, 상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하는 동작, 및 상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득하는 동작을 포함할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)의 동작방법에서 상기 심박동간 간격 산출 모델은 심박동간 간격 산출 알고리즘 및 파라미터 중 적어도 하나에 기반하여 결정될 수 있다.
일 실시 예에 따른 웨어러블 장치(100)의 동작방법은 상기 결정된 모델을 기초로 심박동간 간격을 획득하도록 하는 인스트럭션들을 메모리에 저장하는 동작을 포함할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)의 동작방법은 상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 비교 결과에 기반하여 상기 심박동간 간격의 측정 지속 여부를 결정하는 동작을 포함할 수 있다.
일 실시 예에 따른 웨어러블 장치(100)의 동작방법은 상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 최고점, 최저점, 최대 경사 지점 중 하나의 기준점을 결정하는 동작 및 상기 결정된 기준점 사이의 간격을 비교한 결과에 기반하여 상기 심박동간 간격 산출 모델을 결정하는 동작을 포함할 수 있다.
본 개시내용이 그의 다양한 실시양태를 참조하여 도시되고 설명되었지만, 첨부된 청구범위 및 그 균등물에 의해 정의된 본 개시 내용의 사상 및 범위를 벗어나지 않고 형태 및 세부사항의 다양한 변경이 이루어질 수 있다는 것이 당업자에 의해 이해될 것이다.

Claims (15)

  1. 웨어러블 전자 장치에 있어서,
    발광부와 수광부를 가지는 제1 센서,
    하나 이상의 전극을 가지는 제2 센서,
    상기 제1 센서 및 상기 제2 센서와 전기적으로 연결되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는:
    상기 웨어러블 전자 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 상기 제1 센서를 이용하여 PPG 신호 데이터를 획득하고,
    상기 PPG 신호가 획득되는 상기 제1 시간 동안 상기 제2 센서를 이용하여 ECG 신호 데이터를 획득하고,
    상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하고,
    상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득하는, 웨어러블 전자 장치.
  2. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 심박동간 간격 산출 알고리즘 또는 파라미터 중 적어도 하나에 기반하여 상기 심박동간 간격 산출 모델을 결정하도록 더 구성되는, 웨어러블 전자 장치.
  3. 청구항 1에 있어서,
    메모리를 더 포함하고, 상기 메모리는 상기 결정된 모델을 기초로 심박수를 획득하도록 하는 인스트럭션들을 저장하는, 웨어러블 전자 장치.
  4. 청구항 3에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 획득된 ECG 신호 데이터 및 상기 획득된 PPG 신호 데이터를 기반으로 주기적으로 상기 결정된 모델을 업데이트하도록 하도록 더 구성되는, 웨어러블 전자 장치.
  5. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 비교 결과에 기반하여 상기 심박동간 간격의 측정 지속 여부를 결정하도록 더 구성되는, 웨어러블 전자 장치.
  6. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는:
    상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 최고점, 최저점, 최대 경사 지점 중 하나의 기준점을 결정하고,
    상기 결정된 기준점 사이의 간격을 비교한 결과에 기반하여 상기 심박동간 간격 산출 모델을 결정하도록 더 구성되는, 웨어러블 전자 장치.
  7. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 심박동간 간격의 측정과 연관된 알림을 제공하도록 하도록 더 구성되는, 웨어러블 전자 장치.
  8. 청구항 1에 있어서,
    상기 제2 센서는 복수 개의 전극과 전기적으로 연결되는, 웨어러블 전자 장치.
  9. 청구항 8에 있어서,
    상기 적어도 하나의 프로세서가 상기 제2 센서를 통해 신체의 제1 부분이 상기 복수 개의 전극 중 적어도 하나의 전극과 접촉됨을 감지하는 경우 자동으로 심박동간 간격 측정을 시작하도록 더 구성되는, 웨어러블 전자 장치.
  10. 청구항 8에 있어서,
    상기 적어도 하나의 프로세서는:
    상기 웨어러블 전자 장치가 측정 모드로 진입하는 것을 감지하고,
    상기 제2 센서를 통해 신체의 제1 부분이 상기 복수 개의 전극 중 적어도 하나의 전극과 접촉됨을 감지하는 경우 심박동간 간격 측정을 시작하도록 더 구성되는, 웨어러블 전자 장치.
  11. 웨어러블 전자 장치의 동작 방법에 있어서,
    상기 웨어러블 전자 장치가 사용자의 신체에 착용된 상태에서 제1 시간 동안 제1 센서를 이용하여 PPG 신호 데이터를 획득하는 동작;
    상기 PPG 신호 데이터가 획득되는 상기 제1 시간 동안 제2 센서를 이용하여 ECG 신호 데이터를 획득하는 동작;
    상기 PPG 신호 데이터 및 상기 ECG 신호 데이터의 비교 결과에 기반하여 심박동간 간격 산출 모델을 결정하는 동작; 및
    상기 결정된 심박동간 간격 산출 모델에 기반하여, 상기 제1 시간 이후의 제2 시간 동안 측정된 PPG 신호 데이터로부터 상기 사용자의 심박동간 간격을 획득하는 동작을 포함하는, 웨어러블 전자 장치의 동작 방법.
  12. 청구항 11에 있어서,
    상기 심박동간 간격 산출 모델은 심박동간 간격 산출 알고리즘 또는 파라미터 중 적어도 하나에 기반하여 결정되는, 웨어러블 전자 장치의 동작 방법.
  13. 청구항 11에 있어서,
    상기 결정된 모델을 기초로 심박동간 간격을 획득하도록 하는 인스트럭션들을 메모리에 저장하는 동작을 더 포함하는, 웨어러블 전자 장치의 동작 방법.
  14. 청구항 11에 있어서,
    상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 비교 결과에 기반하여 상기 심박동간 간격의 측정 지속 여부를 결정하는 동작을 더 포함하는, 웨어러블 전자 장치의 동작 방법.
  15. 청구항 11에 있어서,
    상기 획득한 ECG 신호 데이터 및 상기 획득한 PPG 신호 데이터의 최고점, 최저점, 최대 경사 지점 중 하나의 기준점을 결정하는 동작 및
    상기 결정된 기준점 사이의 간격을 비교한 결과에 기반하여 상기 심박동간 간격 산출 모델을 결정하는 동작을 더 포함하는, 웨어러블 전자 장치의 동작 방법.
PCT/KR2021/014914 2020-10-22 2021-10-22 생체 정보 측정을 위한 웨어러블 디바이스 및 방법 WO2022086273A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/991,214 US20230079489A1 (en) 2020-10-22 2022-11-21 Wearable device and method for measuring biometric information

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200137755A KR20220053364A (ko) 2020-10-22 2020-10-22 생체 정보 측정을 위한 웨어러블 디바이스 및 방법
KR10-2020-0137755 2020-10-22

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/991,214 Continuation US20230079489A1 (en) 2020-10-22 2022-11-21 Wearable device and method for measuring biometric information

Publications (1)

Publication Number Publication Date
WO2022086273A1 true WO2022086273A1 (ko) 2022-04-28

Family

ID=81290980

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/014914 WO2022086273A1 (ko) 2020-10-22 2021-10-22 생체 정보 측정을 위한 웨어러블 디바이스 및 방법

Country Status (3)

Country Link
US (1) US20230079489A1 (ko)
KR (1) KR20220053364A (ko)
WO (1) WO2022086273A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180120533A (ko) * 2017-04-27 2018-11-06 아주대학교산학협력단 광용적맥파 센서를 이용한 심박수 측정 방법, 이를 이용하는 심박수 측정 장치 및 웨어러블 디바이스
KR20190100814A (ko) * 2018-02-21 2019-08-29 삼성전자주식회사 혈압 정보에 기반하여 캘리브레이션 데이터를 업데이트하는 전자 장치 및 제어 방법
KR20190113552A (ko) * 2018-03-27 2019-10-08 삼성전자주식회사 Ppg ibi 및 모폴로지를 기반으로 하는 수동 부정맥 감지 장치 및 방법
US20200215246A1 (en) * 2017-07-17 2020-07-09 Livemetric (Medical) S.A. Method and system for ventricular assistive device adjustment using a wearable device
KR20200112095A (ko) * 2019-03-20 2020-10-05 삼성전자주식회사 혈압을 측정하는 전자 장치 및 혈압 측정 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180120533A (ko) * 2017-04-27 2018-11-06 아주대학교산학협력단 광용적맥파 센서를 이용한 심박수 측정 방법, 이를 이용하는 심박수 측정 장치 및 웨어러블 디바이스
US20200215246A1 (en) * 2017-07-17 2020-07-09 Livemetric (Medical) S.A. Method and system for ventricular assistive device adjustment using a wearable device
KR20190100814A (ko) * 2018-02-21 2019-08-29 삼성전자주식회사 혈압 정보에 기반하여 캘리브레이션 데이터를 업데이트하는 전자 장치 및 제어 방법
KR20190113552A (ko) * 2018-03-27 2019-10-08 삼성전자주식회사 Ppg ibi 및 모폴로지를 기반으로 하는 수동 부정맥 감지 장치 및 방법
KR20200112095A (ko) * 2019-03-20 2020-10-05 삼성전자주식회사 혈압을 측정하는 전자 장치 및 혈압 측정 방법

Also Published As

Publication number Publication date
KR20220053364A (ko) 2022-04-29
US20230079489A1 (en) 2023-03-16

Similar Documents

Publication Publication Date Title
WO2022085983A1 (ko) 생체 정보 측정을 위한 웨어러블 장치 및 방법
WO2022131657A1 (ko) 운동 가이드를 제공하는 전자 장치 및 그 동작 방법
WO2022124551A1 (ko) 복수의 전극을 포함하는 웨어러블 전자 장치
KR20220080972A (ko) 수면 무호흡을 검출하기 위한 방법 및 이를 지원하는 전자 장치
US20230135923A1 (en) Method for calibrating external light for bio-signal measurement, and electronic device and storage medium therefor
WO2022086273A1 (ko) 생체 정보 측정을 위한 웨어러블 디바이스 및 방법
WO2022211272A1 (ko) 사용자 자세에 기반하여 혈압을 측정하는 전자 장치 및 그 제어 방법
EP4295759A1 (en) Wearable electronic apparatus for measuring blood pressure and operating method therefor
WO2022225206A1 (ko) 전자 장치 및 전자 장치에서 심전도 기반 헬스 정보 제공 방법
KR20220023129A (ko) 생체 신호를 측정하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법
US20220338743A1 (en) Electronic device and method for providing health information based on electrocardiogram in electronic device
WO2022177059A1 (ko) 선택적 클록 동기화를 이용하는 전자 장치 및 방법
WO2022182032A1 (ko) 혈압 관련 정보에 기반한 개인화 가이드를 제공하는 전자 장치 및 그 방법
WO2022244996A1 (ko) 생체 데이터를 이용하여 개인 맞춤형 코칭을 제공하는 전자 장치
WO2024128822A1 (ko) 생체 정보를 측정하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법
WO2024010369A1 (ko) 생체 정보를 획득하기 위한 전자 장치 및 방법
KR20240028888A (ko) 생체 정보를 측정하는 전자 장치 및 이의 동작 방법
KR20240028894A (ko) 생체 정보를 측정하는 전자 장치 및 이의 동작 방법
WO2023136628A1 (ko) 사용자의 생체 사인을 결정하는 전자 장치 및 그 동작 방법
WO2022203241A1 (ko) 안테나를 포함하는 전자 장치 및 그 방법
US20220175311A1 (en) Method for detecting sleep apnea and electronic device for supporting the same
WO2023033304A1 (ko) 전자 장치 및 전자 장치에서 트레머 증상 검출 방법
KR20220159772A (ko) 혈압을 모니터링하기 위한 전자 장치 및 그의 동작 방법
WO2023068532A1 (ko) 전자 장치 및 신체 임피던스 측정 방법
KR20230052779A (ko) 체중 데이터 보정 장치 및 방법

Legal Events

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

Ref document number: 21883340

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21883340

Country of ref document: EP

Kind code of ref document: A1