WO2023043202A1 - 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼 - Google Patents

생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼 Download PDF

Info

Publication number
WO2023043202A1
WO2023043202A1 PCT/KR2022/013741 KR2022013741W WO2023043202A1 WO 2023043202 A1 WO2023043202 A1 WO 2023043202A1 KR 2022013741 W KR2022013741 W KR 2022013741W WO 2023043202 A1 WO2023043202 A1 WO 2023043202A1
Authority
WO
WIPO (PCT)
Prior art keywords
wavelength
signal
component
light source
ppg
Prior art date
Application number
PCT/KR2022/013741
Other languages
English (en)
French (fr)
Inventor
장형민
설기혁
김창현
최창우
이병환
Original Assignee
주식회사 스카이랩스
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 주식회사 스카이랩스 filed Critical 주식회사 스카이랩스
Priority to CN202280062915.8A priority Critical patent/CN118019484A/zh
Publication of WO2023043202A1 publication Critical patent/WO2023043202A1/ko

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Definitions

  • the present disclosure relates to a biometric data monitoring platform. More specifically, it relates to a biometric data monitoring platform using a biosignal detection ring.
  • Continuous monitoring of biosignals and biometric data obtained by processing the biosignals is useful for disease prevention, early diagnosis, and management.
  • a biosignal detection device that can easily and continuously measure biosignals in everyday life with high reliability is required.
  • An object to be solved by the present disclosure is to provide a biometric data monitoring platform using a biosignal detection ring.
  • a biological data monitoring platform using a biological signal detection ring includes a server, and the server is configured to classify signal quality of a first wavelength PPG signal as good or bad.
  • a signal quality classification system including a first signal quality classification component, a biometric data calculation system including an atrial fibrillation determining component configured to determine whether atrial fibrillation has occurred from the first wavelength PPG signal using a deep learning model, and the first wavelength PPG signal.
  • a biometric indicator calculation system comprising an atrial fibrillation index calculation component configured to calculate an atrial fibrillation index from a first signal quality classification result generated by the signal quality classification component and an atrial fibrillation determination result generated by the atrial fibrillation determination component; wherein the atrial fibrillation index is a time at which the quality of the first wavelength PPG signal is classified as good by the first signal quality classification component and atrial fibrillation is determined to have occurred by the atrial fibrillation determining component; and the first It may be defined as the percentage of time that the quality of the first wavelength PPG signal is classified as good by the signal quality classification component.
  • the signal quality classification system further comprises a second signal quality classification component configured to classify the signal quality of the second wavelength PPG signal as good or bad
  • the biometric data computation system comprises the second wavelength PPG signal
  • a signal feature extraction component configured to extract a PPG feature using a first deep learning model from a test PPG signal measured using the biosignal detection ring and a systole measured simultaneously with the test PPG signal using a conventional blood pressure monitor
  • a user feature extraction component configured to extract a user feature using a second deep learning model from diastolic test blood pressures and user information, and systolic and diastolic blood pressures from the PPG feature and the user feature using a third deep learning model It may further include a blood pressure estimating component configured to estimate.
  • the biometric indicator calculation system includes a blood pressure indicator calculation component configured to calculate a blood pressure indicator from a second signal quality classification result generated by the second signal quality classification component and a blood pressure estimated by the blood pressure estimation component. and wherein the blood pressure indicator is classified by the second signal quality classification component as having good quality of the second wavelength PPG signal and the systolic blood pressure is out of a first normal range or the diastolic blood pressure is out of a second normal range. It may be defined as the ratio of the time of deviation and the time at which the quality of the second wavelength PPG signal is classified as good by the second signal quality classification component.
  • the signal quality classification system further comprises a third signal quality classification component configured to classify the quality of the second wavelength PPG signal and the third wavelength PPG signal as good or bad
  • the biometric data calculation system comprises: It may further include an oxygen saturation estimation component configured to estimate oxygen saturation from the second wavelength PPG signal and the third wavelength PPG signal.
  • the biometric indicator calculation system is configured to calculate an oxygen saturation indicator from a third signal quality classification result generated by the third signal quality classification component and an oxygen saturation estimated by the oxygen saturation estimation component. and an indicator calculation component, wherein the oxygen saturation indicator is classified as having good quality of the second wavelength PPG signal and the third wavelength PPG signal by the third signal quality classification component and the oxygen saturation is out of a normal range. time and the ratio of the time at which the quality of the second wavelength PPG signal and the third wavelength PPG signal is classified as good by the third signal quality classification component.
  • the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal are measured using the biosignal detection ring, and the server transmits the biosignal detection ring from the biosignal detection ring through a terminal.
  • the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal are received, and the biosignal detection ring has a plurality of first wavelength PPG signals, a plurality of second wavelength PPG signals, and a plurality of sensors configured to simultaneously measure a plurality of third wavelength PPG signals, each of the plurality of sensors including a first wavelength light source, a second wavelength light source, a third wavelength light source, and a photoelectric conversion device. .
  • the terminal determines that a DC component of each of the first wavelength test PPG signals measured using the plurality of sensors is within a first predetermined range, and a plurality of second wavelengths measured using the plurality of sensors.
  • Each of the plurality of sensors such that the DC component of each test PPG signal is within a second predetermined range and the DC component of each of the plurality of third wavelength test PPG signals measured using the plurality of sensors is within a third predetermined range.
  • a light source control component configured to control the first wavelength light source, the second wavelength light source, and the third wavelength light source of
  • the terminal has the highest signal quality among the plurality of first wavelength test PPG signals, the plurality of second wavelength test PPG signals, and the plurality of third wavelength test PPG signals among the plurality of sensors.
  • a sensor measuring a combination of the first wavelength test PPG signal, the second wavelength test PPG signal, and the third wavelength test PPG signal measures the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal It may further include a sensor selection component configured to select as a sensor to perform.
  • the signal quality of the plurality of first wave test PPG signals, the plurality of second wavelength test PPG signals, and the plurality of third wavelength test PPG signals is an acceleration signal magnitude, a signal-to-noise ratio, and It can be evaluated by at least one of the ratio of AC component size to DC component size.
  • control of the first wavelength light source, the second wavelength light source, and the third wavelength light source of each of the plurality of sensors by the light source control component and the sensor selection by the sensor selection component are sequentially performed.
  • Control of the first wavelength light source, the second wavelength light source, and the third wavelength light source of each of the plurality of sensors by the light source control component and sensor selection by the sensor selection component may be performed periodically. .
  • a biometric data monitoring platform using a biosignal detection ring includes a terminal, wherein the terminal receives the PPG signal from a biosignal detection ring configured to measure the PPG signal, and transmits the PPG signal to a server.
  • the biosignal detection ring may include a plurality of sensors configured to simultaneously measure a plurality of PPG signals at different locations, and each of the plurality of sensors may include a light source and a photoelectric conversion device.
  • the terminal includes a light source control component configured to control the light source of each of the plurality of sensors such that a DC component of each of the plurality of test PPG signals measured using the plurality of sensors is within a predetermined range. can do.
  • the terminal may further include a sensor selection component configured to select a sensor measuring a test PPG signal having the highest signal quality among the plurality of sensors as a sensor for measuring the PPG signal.
  • the signal quality of the plurality of test PPG signals may be evaluated by at least one of a magnitude of an acceleration signal, a signal-to-noise ratio, and an AC component magnitude versus a DC component magnitude.
  • control of the light source of each of the plurality of sensors by the light source control component and the sensor selection by the sensor selection component are performed sequentially, and the control of the light source of each of the plurality of sensors by the light source control component is performed sequentially. Control and sensor selection by the sensor selection component may be performed periodically.
  • a biological data monitoring platform using a biological signal detection ring includes a terminal, wherein the terminal is configured to measure a first wavelength PPG signal, a second wavelength PPG signal, and a third wavelength PPG signal.
  • the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal are received from a signal detection ring to obtain the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal.
  • a plurality of sensors configured to transmit to a server, wherein the biosignal detection ring is configured to simultaneously measure a plurality of first wavelength PPG signals, a plurality of second wavelength PPG signals, and a plurality of third wavelength PPG signals at different locations, respectively.
  • each of the plurality of sensors may include a first wavelength light source, a second wavelength light source, a third wavelength light source, and a photoelectric conversion device.
  • the terminal determines that a DC component of each of the first wavelength test PPG signals measured using the plurality of sensors is within a first predetermined range, and a plurality of second wavelengths measured using the plurality of sensors.
  • Each of the plurality of sensors such that the DC component of each test PPG signal is within a second predetermined range and the DC component of each of the plurality of third wavelength test PPG signals measured using the plurality of sensors is within a third predetermined range.
  • a light source control component configured to control the first wavelength light source, the second wavelength light source, and the third wavelength light source of
  • the terminal has the highest signal quality among the plurality of first wavelength test PPG signals, the plurality of second wavelength test PPG signals, and the plurality of third wavelength test PPG signals among the plurality of sensors.
  • a sensor measuring a combination of the first wavelength test PPG signal, the second wavelength test PPG signal, and the third wavelength test PPG signal measures the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal It may further include a sensor selection component configured to select as a sensor to perform.
  • the signal quality of the plurality of first wavelength test PPG signals, the plurality of second wavelength test PPG signals, and the plurality of third wavelength test PPG signals is a magnitude of an acceleration signal, a signal-to-noise ratio, and It can be evaluated by at least one of the ratio of AC component size to DC component size.
  • control of the first wavelength light source, the second wavelength light source, and the third wavelength light source of each of the plurality of sensors by the light source control component and the sensor selection by the sensor selection component are sequentially performed.
  • Control of the first wavelength light source, the second wavelength light source, and the third wavelength light source of each of the plurality of sensors by the light source control component and sensor selection by the sensor selection component may be performed periodically. .
  • a biometric data monitoring platform using a biosignal detection ring that can easily and continuously measure biosignals in everyday life with high reliability.
  • FIG. 1 is a three-dimensional view of a bio-signal detection ring according to an embodiment of the present disclosure.
  • FIG. 2 is an exploded three-dimensional view of a biosignal detection ring according to an embodiment of the present disclosure.
  • 3A is a block diagram of a biological data monitoring platform using a biological signal detection ring according to an embodiment of the present disclosure.
  • 3B is a block diagram of a server according to an embodiment of the present disclosure.
  • 4A and 4B are graphs showing examples of first wavelength PPG signals before preprocessing.
  • 4C and 4D are graphs showing examples of the first wavelength PPG signals of FIGS. 4A and 4B after being preprocessed, respectively.
  • 5A and 5B are graphs showing examples of first wavelength PPG signals classified as good quality.
  • 5c and 5d are graphs showing examples of first wavelength PPG signals classified as poor quality.
  • 6A and 6B are graphs showing examples of first wavelength PPG signals determined to be non-atrial fibrillation.
  • 6C and 6D are graphs showing examples of first wavelength PPG signals determined to be atrial fibrillation.
  • FIG. 7 is a block diagram illustrating a signal feature extraction component, a user feature extraction component, and a blood pressure estimation component.
  • 1 is a three-dimensional view of a biosignal detection ring 100 according to an embodiment of the present disclosure.
  • 2 is an exploded three-dimensional view of the biosignal detection ring 100 according to an embodiment of the present disclosure.
  • the biological signal detection ring 100 includes an external electrode 130, an internal electrode 140, an insulation unit 150, a top cover 110, an operation display unit 120, and a plurality of It may include a sensor 160 of.
  • the external electrode 130 may have an arc shape.
  • the external electrode 130 may be made of a conductor and may function as an electrode for measuring an electrocardiogram (ECG).
  • ECG electrocardiogram
  • the external electrode 130 may form the appearance of the biosignal detection ring 100, and the external electrode 130 may come into contact with the user's body.
  • the internal electrode 140 may have a ring shape and may have a plurality of openings 145 for a plurality of sensors 160 .
  • the internal electrode 140 may be made of a conductor and may function as an electrode for measuring an electrocardiogram.
  • the internal electrode 140 may form an inner tube of the biosignal detection ring 100, and the internal electrode 140 may contact a user's finger.
  • the insulation unit 150 may be disposed between the external electrode 130 and the internal electrode 140 .
  • the insulation unit 150 may enable electrical insulation between the external electrode 130 and the internal electrode 140 .
  • the top cover 110 may have an arc shape and may form a ring shape together with the external electrode 130 .
  • the top cover 110 may form the appearance of the biosignal detection ring 100 .
  • the operation display unit 120 may be coupled to the top cover 110 .
  • the operation display unit 120 may include a plurality of LEDs, for example a green LED and a red LED.
  • the operation display unit 120 may display the operation of the biosignal detection ring 100 using a plurality of LEDs. For example, a green LED may be turned on for 2 seconds to indicate the start of measurement, and a green LED may be turned on for 1 second to indicate end of measurement.
  • the red LED can be turned on and off in a cycle of 1 second to indicate a failure.
  • the plurality of sensors 160 may be arranged to contact a user's finger.
  • the plurality of sensors 160 may be respectively positioned within the plurality of openings 145 of the internal electrode 140 and may protrude from the surface of the internal electrode 140 .
  • the plurality of sensors 160 may be configured to acquire a plurality of first wavelength PPG signals, a plurality of second wavelength PPG signals, and a plurality of third wavelength PPG signals at different locations.
  • Each sensor 160 may include a first wavelength light source, a second wavelength light source, and a third wavelength light source that emit light of different wavelengths, and a photoelectric conversion device.
  • the biosignal detection ring 100 may further include an acceleration sensor disposed between the external electrode 130 and the internal electrode 140.
  • FIG. It is a block diagram of a biological data monitoring platform 1000 using a biological signal detection ring according to an embodiment of the present disclosure.
  • 3B is a block diagram of a server 300 according to an embodiment of the present disclosure.
  • 4A and 4B are graphs showing examples of first wavelength PPG signals before preprocessing.
  • 4C and 4D are graphs showing examples of the first wavelength PPG signals of FIGS. 4A and 4B after being preprocessed, respectively.
  • 5A and 5B are graphs showing examples of first wavelength PPG signals classified as good quality.
  • 5c and 5d are graphs showing examples of first wavelength PPG signals classified as poor quality.
  • 6A and 6B are graphs showing examples of first wavelength PPG signals determined to be non-atrial fibrillation.
  • 6C and 6D are graphs showing examples of first wavelength PPG signals determined to be atrial fibrillation.
  • 7 is a block diagram illustrating a signal feature extraction component 352A, a user feature extraction component 352B, and a blood pressure estimation component 353C.
  • the biometric data monitoring platform 1000 using the biosignal detection ring is a biosignal detection ring ( 100), a first terminal 200, a server 300, and a second terminal 400.
  • the biosignal detection ring 100 may measure biosignals including electrocardiogram and PPG signals.
  • the biological signal detection ring 100 may include a plurality of sensors, for example, a first sensor 160A and a second sensor 160B. Although the biosignal detection ring 100 is illustrated as including two sensors in FIG. 3A , the number of sensors included in the biosignal detection ring 100 is not limited to two. In some embodiments, although not shown in FIG. 3A , the biological signal detection ring 100 may further include an acceleration sensor.
  • the first sensor 160A may include a first wavelength light source 161A, a second wavelength light source 162A, a third wavelength light source 163A, and a photoelectric conversion device 164A.
  • the first sensor 160A may detect the first wavelength PPG signal by using the first wavelength light source 161A and the photoelectric conversion device 164A.
  • the first sensor 160A may detect the second wavelength PPG signal by using the second wavelength light source 162A and the photoelectric conversion device 164A.
  • the first sensor 160A may detect the third wavelength PPG signal by using the third wavelength light source 163A and the photoelectric conversion device 164A.
  • the first wavelength light source 161A may include, for example, a green LED
  • the second wavelength light source 162A may include, for example, an infrared LED
  • the third wavelength light source 163A may include, for example, a red LED.
  • An LED may be included
  • the photoelectric conversion device 164A may include a photodiode.
  • the second sensor 160B may include a first wavelength light source 161B, a second wavelength light source 162B, a third wavelength light source 163B, and a photoelectric conversion device 164B.
  • the first sensor 160B may detect the first wavelength PPG signal by using the first wavelength light source 161B and the photoelectric conversion device 164B.
  • the second sensor 160B may detect the second wavelength PPG signal by using the second wavelength light source 162B and the photoelectric conversion device 164B.
  • the second sensor 160B may detect the third wavelength PPG signal by using the third wavelength light source 163B and the photoelectric conversion device 164B.
  • the first wavelength light source 161B may include, for example, a green LED
  • the second wavelength light source 162B may include, for example, an infrared LED
  • the third wavelength light source 163B may include, for example, a red LED.
  • An LED may be included
  • the photoelectric conversion device 164B may include a photodiode.
  • the acceleration sensor may detect the user's movement by measuring the acceleration of the biological signal detection ring 100 .
  • the first terminal 200 can be used by a user.
  • the first terminal 200 may include, for example, a smart phone or a tablet PC.
  • the first terminal 200 may be connected to the biological signal detection ring 100 by wire or wirelessly.
  • the first terminal 200 may be connected to the biological signal detection ring 100 using Bluetooth or Wi-Fi.
  • the first terminal 200 may be connected to the server 300 by wire or wirelessly.
  • the first terminal 200 may be connected to the server 300 through Wi-Fi or a mobile telecommunication technology such as 3G, LTE, or 5G.
  • the first terminal 200 may include a light source control component 210 , a sensor selection component 220 , a measurement control component 230 , and a display component 240 .
  • An application may be installed in the first terminal 200 .
  • the light source control component 210, sensor selection component 220, measurement control component 230, and display component 240 may be implemented by an application.
  • the first terminal 200 may access a website, and the light source control component 210, sensor selection component 220, measurement control component 230, and display component 240 are implemented as a website. It can be.
  • the light source control component 210 determines whether the DC component of each of the first wavelength test PPG signals received from the first sensor 160A and the second sensor 160B is within a first predetermined range, the first sensor 160A and the second sensor 160B. 2 The DC component of each of the second wavelength test PPG signals received from the sensor 160B is within the second predetermined range, and each of the third wavelength test PPG signals received from the first sensor 160A and the second sensor 160B of the first wavelength light source 161A, the second wavelength light source 162A, the third wavelength light source 163A, and the second sensor 160B of the first sensor 160A so that the DC component of The first wavelength light source 161B, the second wavelength light source 162B, and the third wavelength light source 163B may be controlled.
  • the light source control component 210 includes a first wavelength light source 161A of the first sensor 160A, a second wavelength light source 162A, and a third wavelength light source 163A and a first wavelength light source of the second sensor 160B. After controlling 161B, second wavelength light source 162B, and third wavelength light source 163B, sensor selection component 220 then selects one of first sensor 160A and second sensor 160B.
  • a 1-wavelength PPG signal, a 2nd-wavelength PPG signal, and a 3rd-wavelength PPG signal can be selected as a sensor for measuring.
  • Sensor selection component 220 selects two first wavelength test PPG signals from first sensor 160A and second sensor 160B of first sensor 160A and second sensor 160B, two second wavelength A sensor obtained by measuring the first wavelength test PPG signal, the second wavelength test PPG signal, and the third wavelength test PPG signal having the highest signal quality among the test PPG signal and the two third wavelength test PPG signals may be selected.
  • Signal quality may be evaluated by at least one of an acceleration signal magnitude, a signal to noise ratio (SNR), and an AC component magnitude to DC component magnitude ratio. Signal quality may be high when the magnitude of the acceleration signal is small, the signal-to-noise ratio is high, and the ratio of the magnitude of the AC component to the magnitude of the DC component is high.
  • the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal can then be measured at the sensor selected by sensor selection component 220 .
  • Control of light source 161B, second wavelength light source 162B, and third wavelength light source 163B and sensor selection by sensor selection component 220 may be performed sequentially. That is, the light source control component 210 includes the first wavelength light source 161A of the first sensor 160A, the second wavelength light source 162A, and the third wavelength light source 163A and the first wavelength light source of the second sensor 160B.
  • the sensor selection component 220 may select a sensor.
  • First wavelength light source 161A of first sensor 160A, second wavelength light source 162A, and third wavelength light source 163A of first sensor 160A and first wavelength of second sensor 160B by light source control component 210 Control of light source 161B, second wavelength light source 162B, and third wavelength light source 163B and sensor selection by sensor selection component 220 may be performed periodically. Since the bio-signal sensing ring 100 can move or rotate relative to the finger, the light source control component 210 can periodically control the light source and the sensor selection component 220 can periodically select a sensor.
  • the measurement control component 230 may select a measurement mode or initiate or terminate measurement according to user input. For example, a user may select a measurement mode from a self-check mode and a background mode using the measurement control component 230 . In self-check mode, the user can initiate and terminate measurements using the measurement control component 230 . In the background mode, measurement starts and continues regardless of user input. In the background mode, the user can set or change the measurement period.
  • the measurement control component 230 may be included in the biosignal sensing ring 100. That is, the user may select a measurement mode or start or end measurement using the measurement control component 230 of the biosignal detection ring 100 .
  • measurement control component 230 may be included in server 300 . That is, the service provider may select a measurement mode or initiate or terminate measurement using the measurement control component 230 of the server 300 .
  • the display component 240 includes the biosignal measured by the biosignal detection ring 100 and stored in the body signal storage component 381 of the server 300, the measurement date and time of the biosignal stored in the biosignal storage component 381, and the server 300.
  • the signal quality classification result classified by the signal quality classification system 320 of the server 300 and stored in the biometric data storage component 382 of the server 300 is calculated by the biometric data computation system 350 of the server 300; biometric data stored in the biometric data storage component 382 of the server 300, biomarkers calculated by the biomarker calculation system 360 of the server 300 and stored in the biomarker storage component 383, and the disease prediction system ( At least one of the disease occurrence probabilities calculated by 380) may be displayed.
  • the biosignal may include at least one of an electrocardiogram, a first wavelength PPG signal, a second wavelength PPG signal, and a third wavelength PPG signal.
  • the biometric data may include at least one of an atrial fibrillation determination result, blood pressure, and oxygen saturation.
  • the biomarker may include at least one of an atrial fibrillation index, a blood pressure index, and an oxygen saturation index.
  • the server 300 includes a bio-signal pre-processing system 310, a signal quality classification system 320, a bio-data calculation system 350, a bio-indicator calculation system 360, an alarm system 370, a disease prediction system 380, It may include a biosignal storage component 381 , a biodata storage component 382 , and a biomarker storage component 383 .
  • the biological signal pre-processing system 310 may pre-process the biological signal received by the server 300 through the first terminal 200 from the selected sensor of the biological signal detection ring 100 .
  • the biosignal preprocessing system 310 may include a first biosignal preprocessing component 311 , a second biosignal preprocessing component 312 , and a third biosignal preprocessing component 313 .
  • the first biosignal preprocessing component 311 may preprocess the first wavelength PPG signal.
  • a low pass filter, a high pass filter, and normalization may be used to preprocess the first wavelength PPG signal.
  • FIGS. 4A and 4B are graphs showing examples of first wavelength PPG signals before preprocessing.
  • 4C and 4D are graphs showing examples of the first wavelength PPG signals of FIGS. 4A and 4B after being preprocessed, respectively.
  • the second biosignal preprocessing component 312 can preprocess the second wavelength PPG signal.
  • a low pass filter, a high pass filter, and normalization may be used to preprocess the second wavelength PPG signal.
  • the third biosignal preprocessing component 313 may preprocess the second wavelength PPG signal and the third wavelength PPG signal.
  • a low pass filter, a high pass filter, and normalization may be used to preprocess the second wavelength PPG signal and the third wavelength PPG signal.
  • the bio-signal pre-processing system 310 may further include a fourth bio-signal pre-processing component, wherein the fourth bio-signal pre-processing component detects the first terminal 200 from the acceleration sensor of the bio-signal detection ring 100.
  • the acceleration signal received by the server 300 may be pre-processed through.
  • the signal quality classification system 320 may classify the signal quality of the biosignal preprocessed by the biosignal preprocessing system 310 as good or bad.
  • the signal quality classification system 320 can include a first signal quality classification component 321 , a second signal quality classification component 322 , and a third signal quality classification component 323 .
  • the first signal quality classification component 321 can classify the signal quality of the first wavelength PPG signal preprocessed by the first biosignal preprocessing component 311 as good or bad.
  • 5A and 5B are graphs showing examples of first wavelength PPG signals classified as good quality.
  • 5c and 5d are graphs showing examples of first wavelength PPG signals classified as poor quality.
  • first signal quality classification component 321 may reference the acceleration signal to classify the signal quality of the first wavelength PPG signal as either good or bad.
  • first signal quality classification component 321 may classify the quality of the first wavelength PPG signal as good or bad using a deep learning model.
  • the deep learning model used in the first signal quality classification component 321 is a convolution neural network (CNN), long short-term memory (LSTM), fully connected network (FCN), It may include an encoder, a decoder, or a combination thereof.
  • CNN convolution neural network
  • LSTM long short-term memory
  • FCN fully connected network
  • the method for classifying signal quality is not limited to the method described herein.
  • the second signal quality classification component 322 can classify the signal quality of the second wavelength PPG signal preprocessed by the second biosignal preprocessing component 312 as good or bad.
  • second signal quality classification component 322 can reference the acceleration signal to classify the signal quality of the second wavelength PPG signal as either good or bad.
  • second signal quality classification component 322 can classify the quality of the second wavelength PPG signal as good or bad using a deep learning model.
  • the deep learning model used in the second signal quality classification component 322 may include a CNN, LSTM, FCN, encoder, decoder, or combination thereof. The method for classifying signal quality is not limited to the method described herein.
  • the third signal quality classification component 323 can classify the signal quality of the preprocessed second wavelength PPG signal and third wavelength PPG signal as good or bad.
  • third signal quality classification component 323 can reference the acceleration signal to classify the signal quality of the third wavelength PPG signal as either good or bad.
  • the third signal quality classification component 323 can use the deep learning model to classify the quality of the second wavelength PPG signal and the third wavelength PPG signal as good or bad.
  • the deep learning model used in the third signal quality classification component 323 may include CNNs, LSTMs, FCNs, encoders, decoders, or combinations thereof. The method for classifying signal quality is not limited to the method described herein.
  • Biometric data calculated from biometric signals classified as having poor signal quality by the signal quality classification system 320 may be determined to be unreliable and may not be displayed by the display component 240 of the first terminal 200.
  • the biometric data calculated from the biometric signals classified as good quality can be determined to be reliable and can be displayed by the display component 240 of the first terminal 200 .
  • biometric data calculated from the biosignal may be displayed by the display component 240 of the first terminal 200 together with the signal quality classification result regardless of the signal quality classification result.
  • biometric data calculated from the biosignal may be displayed by the display component 420 of the second terminal 400 together with the signal quality classification result.
  • the biometric data calculation system 350 may calculate biometric data from biosignals.
  • the biosignal may include at least one of an electrocardiogram, a first wavelength PPG signal, a second wavelength PPG signal, and a third wavelength PPG signal.
  • the biometric data may include at least one of an atrial fibrillation determination result, blood pressure, and oxygen saturation.
  • Biometric data calculation system 350 may include atrial fibrillation determination component 351, signal feature extraction component 352A, user feature extraction component 352B, blood pressure estimation component 352C, and oxygen saturation estimation component 353. can
  • the atrial fibrillation determination component 351 can determine whether atrial fibrillation has occurred from the first wavelength PPG signal using a deep learning model.
  • 6A and 6B are graphs showing examples of first wavelength PPG signals determined to be non-atrial fibrillation.
  • 6C and 6D are graphs showing examples of first wavelength PPG signals determined to be atrial fibrillation.
  • the deep learning model used in the atrial fibrillation determination component 350 may include CNNs, LSTMs, FCNs, encoders, decoders, or combinations thereof. Deep learning models can be trained using supervised learning. Data augmentation can be used to ensure that the data set is sufficient for supervised learning.
  • signal feature extraction component 352A can extract PPG features from the second wavelength PPG signal using the first deep learning model.
  • User feature extraction component 352B can extract user features from the test PPG signal, systolic and diastolic test blood pressures, and user information using the second deep learning model.
  • the test PPG signal may be measured using the second wavelength light source of the selected sensor of the biosignal detection ring 100 and the photoelectric conversion device.
  • Systolic and diastolic test blood pressures can be measured simultaneously with the test PPG signal using a conventional blood pressure monitor.
  • User information may include at least one of the user's age, weight, height, and gender.
  • Blood pressure estimation component 352C can estimate systolic and diastolic blood pressures from the PPG feature and the user feature using a third deep learning model.
  • the test PPG signal, systolic and diastolic test blood pressure, and user information may be periodically updated.
  • Each of the first deep learning model, the second deep learning model, and the third deep learning model may include a CNN, an LSTM, an FCN, an encoder, a decoder, or a combination thereof.
  • the first deep learning model, the second deep learning model, and the third deep learning model may be trained using supervised learning. Data augmentation can be used to ensure that the data set is sufficient for supervised learning.
  • Oxygen saturation estimation component 353 can estimate oxygen saturation from the second wavelength PPG signal and the third wavelength PPG signal. A variety of methods can be used to estimate oxygen saturation.
  • the R value may be first calculated by Equation 1 as follows.
  • AC R is the magnitude of the AC component of the third wavelength PPG signal
  • DC R is the magnitude of the DC component of the third wavelength PPG signal
  • AC IR is the magnitude of the AC component of the second wavelength PPG signal
  • DC IR is the magnitude of the AC component of the second wavelength PPG signal. It is the magnitude of the DC component of a two-wavelength PPG signal.
  • oxygen saturation can be calculated from the R value by the following Equation 2.
  • C 0 , and C 1 are constants that can be determined using linear regression.
  • the oxygen saturation is expressed as a linear expression for the R value, but the oxygen saturation may be expressed as a polynomial of degree greater than 1, for example, a quadratic expression or a cubic expression for the R value.
  • the method for estimating oxygen saturation is not limited to the method described herein.
  • the biomarker calculation system 360 may calculate the biomarker from the signal quality classification result generated by the signal quality classification system 320 and the biometric data calculated by the biometric data calculation system 350 .
  • the biomarker may include at least one of an atrial fibrillation index, a blood pressure index, and an oxygen saturation index.
  • the biometric indicator calculation system 360 can include an atrial fibrillation indicator calculation component 361 , a blood pressure indicator calculation component 362 , and an oxygen saturation indicator calculation component 363 .
  • the atrial fibrillation index calculation component 361 is configured to calculate an atrial fibrillation index from the first signal quality classification result generated by the first signal quality classification component 321 and the atrial fibrillation determination result generated by the atrial fibrillation determination component 351.
  • the atrial fibrillation index is the time at which the first wavelength PPG signal is classified as good quality by the first signal quality classification component 321 and the first wavelength PPG signal is classified as good quality by the first signal quality classification component 321. During the classified time, the atrial fibrillation determination component 351 determines that atrial fibrillation has occurred.
  • the atrial fibrillation indicator is the time at which atrial fibrillation is determined to have occurred by the atrial fibrillation determining component 351 among the times when the first wavelength PPG signal is classified as good in quality by the first signal quality classification component 321 . times the quality of the first wavelength PPG signal is classified as good by the first signal quality classification component 321. That is, the atrial fibrillation index may mean a ratio of time during which atrial fibrillation occurs among time during which a reliable atrial fibrillation determination result can be obtained.
  • Blood pressure indicator calculation component 362 can calculate a blood pressure indicator from the second signal quality classification result generated by second signal quality classification component 322 and the blood pressure estimated by blood pressure estimation component 352C.
  • the blood pressure index is the time at which the second wavelength PPG signal is classified as good quality by the second signal quality classification component 322 and the second wavelength PPG signal is classified as good quality by the second signal quality classification component 322 It may be defined based on the time during which the systolic blood pressure deviates from the first normal range or the diastolic blood pressure deviates from the second normal range.
  • the blood pressure index is a time interval during which the PPG signal is classified as good quality by the second signal quality classification component 322, during which the systolic blood pressure deviates from a first normal range or the diastolic blood pressure deviates from a second normal range.
  • second wavelength PPG signal quality can be defined as the fraction of time that the second wavelength PPG signal is classified as good quality by the second signal quality classification component 322 . That is, the blood pressure index may indicate a ratio of time during which abnormal blood pressure appears during time during which reliable blood pressure estimation results can be obtained.
  • Oxygen saturation indicator calculation component 363 can calculate an oxygen saturation indicator from the third signal quality classification result generated by third signal quality classification component 323 and the oxygen saturation estimated by oxygen saturation estimation component 353. .
  • the oxygen saturation index is the second wavelength PPG signal and the time at which the third wavelength PPG signal is classified as good quality by the third signal quality classification component 323 and the second wavelength PPG signal by the third signal quality classification component 323. It may be defined based on times when the oxygen saturation estimated by the oxygen saturation estimation component 353 is out of the normal range during times when the quality of the signal and the third wavelength PPG signal is classified as good.
  • the oxygen saturation index is estimated by the oxygen saturation estimation component 353 during times when the quality of the second wavelength PPG signal and the third wavelength PPG signal are classified as good by the third signal quality classification component 323. It can be defined as the ratio of the time when the oxygen saturation is outside the normal range to the time when the quality of the second wavelength PPG signal and the third wavelength PPG signal are classified as good by the third signal quality classification component 323 . That is, the oxygen saturation indicator may mean a ratio of time when oxygen saturation is out of the normal range to time when reliable oxygen saturation can be obtained.
  • the alarm system 370 activates the first terminal 200 and the first terminal 200 when at least one of the bio-signal, the bio-data, and the bio-indicator satisfies an alarm condition preset by the alarm condition setting component 410 of the second terminal 400.
  • An alarm may be transmitted to at least one of the two terminals 400 .
  • Alarm system 370 can include atrial fibrillation alarm component 371 , blood pressure alarm component 372 , and oxygen saturation alarm component 373 .
  • the atrial fibrillation alarm component 371 may determine if the atrial fibrillation determination result determined by the atrial fibrillation determination component 351 satisfies the alarm condition set by the alarm condition setting component 410 of the second terminal 400, the first terminal ( 200) and at least one of the second terminal 400 may transmit an alarm.
  • the blood pressure alarm component 372 sends the first terminal 200 and the second terminal 200 if the blood pressure estimated by the blood pressure estimation component 352C satisfies the alarm condition set by the alarm condition setting component 410 of the second terminal 400.
  • An alarm may be transmitted to at least one of the terminals 400 .
  • the oxygen saturation alarm component 373 sends the first terminal 200 when the oxygen saturation estimated by the oxygen saturation estimation component 353 satisfies the alarm condition set by the alarm condition setting component 410 of the second terminal 400. and at least one of the second terminal 400 may transmit an alarm.
  • the disease prediction system 380 is a biosignal such as an electrocardiogram, a first wavelength PPG signal, a second wavelength PPG signal, and a third wavelength PPG signal, for example, biometric data such as atrial fibrillation determination result, blood pressure, and oxygen saturation, for example
  • biometric data such as atrial fibrillation determination result, blood pressure, and oxygen saturation
  • the disease occurrence probability may be calculated from a change over time in at least one of biomarkers such as an atrial fibrillation index, a blood pressure index, and an oxygen saturation index.
  • the disease prediction system 380 may use a deep learning model.
  • the biological signal storage component 381 stores the electrocardiogram, the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG received by the server 300 from the biological signal detection ring 100 through the first terminal 200. signal can be stored.
  • the physiological signal storage component 381 may further store the measurement date and time of the electrocardiogram, the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal.
  • the biosignal storage component 381 may further store the first wavelength PPG signal, the second wavelength PPG signal, and the third wavelength PPG signal preprocessed by the biosignal preprocessing system 310 .
  • the biological signal storage component 381 may further store the acceleration signal received by the server 300 from the biological signal detection ring 100 through the first terminal 200 .
  • the biosignal storage component 381 may further store the acceleration signal preprocessed by the biosignal preprocessing system 310 .
  • the biometric data storage component 382 may store, for example, the atrial fibrillation determination result generated by the atrial fibrillation determination component 351, the blood pressure estimated by the blood pressure estimation component 352C, and the oxygen saturation estimated by the oxygen saturation estimation component 353. Biometric data such as saturation can be stored.
  • the biometric data storage component 382 stores the first signal quality classification result generated by the first signal quality classification component 321, the second signal quality classification result generated by the second signal quality classification component 322, and the second signal quality classification result generated by the second signal quality classification component 322.
  • Third signal quality classification result generated by the signal quality classification component 3323 may be stored.
  • the biometric indicator storage component 383 may, for example, use the atrial fibrillation indicator calculated by the atrial fibrillation indicator calculation component 361, the blood pressure indicator calculated by the blood pressure indicator calculation component 362, and the oxygen saturation indicator calculation component 363. Biometric indicators such as calculated oxygen saturation indicators can be stored.
  • the second terminal 400 may be connected to the server 300 by wire or wirelessly.
  • the second terminal 400 may be connected to the server 300 through Wi-Fi or a mobile telecommunication technology such as 3G, LTE, or 5G.
  • the second terminal 400 can be used by a doctor.
  • the second terminal 400 may include, for example, a smart phone, a tablet PC, a computer, or a laptop computer.
  • the second terminal 400 may include an alarm condition setting component 410 and a display component 420 .
  • the second terminal 400 may access a website or may have an application installed thereon.
  • the alarm condition setting component 410 and the display component 420 may be implemented using a website or application.
  • the alarm condition setting component 410 allows a physician to set an alarm condition.
  • the atrial fibrillation alarm component 371 may be set to send an alarm to at least one of the first terminal 200 and the second terminal 400 when atrial fibrillation continues for 10 minutes or longer.
  • the blood pressure alarm component 372 is set to either the first terminal 200 or the second terminal 400. At least one can be configured to send an alarm.
  • the oxygen saturation alarm component 373 may be configured to send an alarm to at least one of the first terminal 200 and the second terminal 400 when the oxygen saturation of less than 90% persists for 10 minutes or longer. .
  • alarm condition setting component 410 may be included in server 300 . That is, a service provider may set an alarm condition using the alarm condition setting component 410 of the server 300 . In some embodiments, the alarm condition setting component 410 may be included in the first terminal 200 . That is, the user may set an alarm condition using the alarm condition setting component 410 of the first terminal 200 .
  • the display component 420 is a biosignal measured by the biosignal detection ring 100 and stored in the biosignal storage component 381 of the server 300 and a biosignal stored in the biosignal storage component 381 of the server 300.
  • At least one of a biomarker stored in the biomarker storage component 383 and a disease occurrence probability calculated by the disease prediction system 380 may be displayed.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Optics & Photonics (AREA)
  • Vascular Medicine (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)

Abstract

생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼이 제공된다. 상기 플랫폼은 서버를 포함하고, 상기 서버는 제1 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제1 신호 품질 분류 컴포넌트를 포함하는 신호 품질 분류 시스템, 딥러닝 모델을 이용하여 상기 제1 파장 PPG 신호로부터 심방 세동 발생 여부를 판정하도록 구성된 심방 세동 판정 컴포넌트를 포함하는 생체 데이터 계산 시스템, 및 상기 제1 신호 품질 분류 컴포넌트에 의해 생성된 제1 신호 품질 분류 결과 및 상기 심방 세동 판정 컴포넌트에 의해 생성된 심방 세동 판정 결과로부터 심방 세동 지표를 계산하도록 구성된 심방 세동 지표 계산 컴포넌트를 포함하는 생체 지표 계산 시스템을 포함할 수 있다.

Description

생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼
본 개시는 생체 데이터 모니터링 플랫폼에 관한 것이다. 보다 구체적으로는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼에 관한 것이다.
생체 신호 및 생체 신호를 가공함으로써 얻어진 생체 데이터의 지속적인 모니터링은 질병의 예방, 조기 진단, 및 관리에 유용하다. 이러한 생체 데이터 모니터링 플랫폼을 개발하기 위해서는 높은 신뢰도로 일상에서 손쉽게 지속적으로 생체 신호를 측정할 수 있는 생체 신호 감지 장치가 필요하다.
본 개시가 해결하고자 하는 과제는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼을 제공하는 것이다.
상술한 과제를 해결하기 위하여 본 개시의 일 실시예에 따른 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼은 서버를 포함하고, 상기 서버는 제1 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제1 신호 품질 분류 컴포넌트를 포함하는 신호 품질 분류 시스템, 딥러닝 모델을 이용하여 상기 제1 파장 PPG 신호로부터 심방 세동 발생 여부를 판정하도록 구성된 심방 세동 판정 컴포넌트를 포함하는 생체 데이터 계산 시스템, 및 상기 제1 신호 품질 분류 컴포넌트에 의해 생성된 제1 신호 품질 분류 결과 및 상기 심방 세동 판정 컴포넌트에 의해 생성된 심방 세동 판정 결과로부터 심방 세동 지표를 계산하도록 구성된 심방 세동 지표 계산 컴포넌트를 포함하는 생체 지표 계산 시스템을 포함하고, 상기 심방 세동 지표는 상기 제1 신호 품질 분류 컴포넌트에 의해 상기 제1 파장 PPG 신호의 품질이 좋음으로 분류되고 상기 심방 세동 판정 컴포넌트에 의해 심방 세동이 발생된 것으로 판정된 시간 및 상기 제1 신호 품질 분류 컴포넌트에 의해 상기 제1 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비율로 정의될 수 있다.
일부 실시예에서, 상기 신호 품질 분류 시스템은 제2 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제2 신호 품질 분류 컴포넌트를 더 포함하고, 상기 생체 데이터 계산 시스템은 상기 제2 파장 PPG 신호로부터 제1 딥러닝 모델을 이용하여 PPG 특징을 추출하도록 구성된 신호 특징 추출 컴포넌트, 상기 생체 신호 감지 반지를 이용하여 측정된 테스트 PPG 신호 및 종래의 혈압계를 이용하여 상기 테스트 PPG 신호와 동시에 측정된 수축기 및 이완기 테스트 혈압들, 및 사용자 정보로부터 제2 딥러닝 모델을 이용하여 사용자 특징을 추출하도록 구성된 사용자 특징 추출 컴포넌트, 및 제3 딥러닝 모델을 이용하여 상기 PPG 특징 및 상기 사용자 특징으로부터 수축기 및 이완기 혈압들을 추정하도록 구성된 혈압 추정 컴포넌트를 더 포함할 수 있다.
일부 실시예에서, 상기 생체 지표 계산 시스템은 상기 제2 신호 품질 분류 컴포넌트에 의해 생성된 제2 신호 품질 분류 결과 및 상기 혈압 추정 컴포넌트에 의해 추정된 혈압으로부터 혈압 지표를 계산하도록 구성된 혈압 지표 계산 컴포넌트를 더 포함하고, 상기 혈압 지표는 상기 제2 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호의 품질이 좋음으로 분류되고 상기 수축기 혈압이 제1 정상 범위로부터 벗어나거나 상기 이완기 혈압이 제2 정상 범위로부터 벗어나는 시간 및 상기 제2 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비율로 정의될 수 있다.
일부 실시예에서, 상기 신호 품질 분류 시스템은 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제3 신호 품질 분류 컴포넌트를 더 포함하고, 상기 생체 데이터 계산 시스템은 상기 제2 파장 PPG 신호 및 상기 제3 파장 PPG 신호로부터 산소포화도를 추정하도록 구성된 산소포화도 추정 컴포넌트를 더 포함할 수 있다.
일부 실시예에서, 상기 생체 지표 계산 시스템은 상기 제3 신호 품질 분류 컴포넌트에 의해 생성된 제3 신호 품질 분류 결과 및 상기 산소포화도 추정 컴포넌트에 의해 추정된 산소포화도부터 산소포화도 지표를 계산하도록 구성된 산소포화도 지표 계산 컴포넌트를 더 포함하고, 상기 산소포화도 지표는 상기 제3 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호 및 상기 제3 파장 PPG 신호의 품질이 좋음으로 분류되고 상기 산소 포화도가 정상 범위를 벗어난 시간 및 상기 제3 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호 상기 제3 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비율로 정의될 수 있다.
일부 실시예에서, 상기 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호는 상기 생체 신호 감지 반지를 이용하여 측정되고, 상기 서버는 상기 생체 신호 감지 반지로부터 단말기를 통해 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 수신하고, 상기 생체 신호 감지 반지는 서로 다른 위치에서 각각 복수의 제1 파장 PPG 신호, 복수의 제2 파장 PPG 신호, 및 복수의 제3 파장 PPG 신호를 동시에 측정하도록 구성된 복수의 센서를 포함하고, 상기 복수의 센서 각각은 제1 파장 광원, 제2 파장 광원, 제3 파장 광원, 및 광전 변환 장치를 포함할 수 있다.
일부 실시예에서, 상기 단말기는 상기 복수의 센서를 이용하여 측정된 제1 파장 테스트 PPG 신호 각각의 DC 성분이 제1 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제2 파장 테스트 PPG 신호 각각의 DC 성분이 제2 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제3 파장 테스트 PPG 신호 각각의 DC 성분이 제3 소정의 범위 내이도록 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원을 제어하도록 구성되는 광원 제어 컴포넌트를 포함할 수 있다.
일부 실시예에서, 상기 단말기는 상기 복수의 센서 중 상기 복수의 제1 파장 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호 중 신호 품질이 가장 높은 제1 파장 테스트 PPG 신호, 제2 파장 테스트 PPG 신호, 및 제3 파장 테스트 PPG 신호의 조합을 측정한 센서를 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 측정하기 위한 센서로서 선택하도록 구성된 센서 선택 컴포넌트를 더 포함할 수 있다.
일부 실시예에서, 상기 복수의 제1 파자ㅇ 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호의 상기 신호 품질은 가속도 신호 크기, 신호 대 잡음비, 및 AC 성분 크기 대 DC 성분 크기 비 중 적어도 하나에 의해 평가될 수 있다.
일부 실시예에서, 상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 순차적으로 수행되고, 상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 주기적으로 수행될 수 있다.
본 개시의 일 실시예에 따른 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼은 단말기를 포함하고, 상기 단말기는 PPG 신호를 측정하도록 구성된 생체 신호 감지 반지로부터 상기 PPG 신호를 수신하여 상기 PPG 신호를 서버로 전달하도록 구성되고, 상기 생체 신호 감지 반지는 서로 다른 위치에서 각각 복수의 PPG 신호를 동시에 측정하도록 구성된 복수의 센서를 포함하고, 상기 복수의 센서 각각은 광원 및 광전 변환 장치를 포함할 수 있다.
일부 실시예에서, 상기 단말기는 상기 복수의 센서를 이용하여 측정된 복수의 테스트 PPG 신호 각각의 DC 성분이 소정의 범위 내이도록 상기 복수의 센서 각각의 상기 광원을 제어하도록 구성되는 광원 제어 컴포넌트를 포함할 수 있다.
일부 실시예에서, 상기 단말기는 상기 복수의 센서 중 신호 품질이 가장 높은 테스트 PPG 신호를 측정한 센서를 상기 PPG 신호를 측정하기 위한 센서로서 선택하도록 구성된 센서 선택 컴포넌트를 더 포함할 수 있다.
일부 실시예에서, 상기 복수의 테스트 PPG 신호의 상기 신호 품질은 가속도 신호의 크기, 신호 대 잡음비, 및 AC 성분 크기 대 DC 성분 크기 중 적어도 하나에 의해 평가될 수 있다.
일부 실시예에서, 상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 순차적으로 수행되고, 상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 주기적으로 수행될 수 있다.
본 개시의 일 실시예에 따른 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼은 단말기를 포함하고, 상기 단말기는 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호를 측정하도록 구성된 생체 신호 감지 반지로부터 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 수신하여 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 서버로 전달하도록 구성되고, 상기 생체 신호 감지 반지는 서로 다른 위치에서 각각 복수의 제1 파장 PPG 신호, 복수의 제2 파장 PPG 신호, 및 복수의 제3 파장 PPG 신호를 동시에 측정하도록 구성된 복수의 센서를 포함하고, 상기 복수의 센서 각각은 제1 파장 광원, 제2 파장 광원, 제3 파장 광원, 및 광전 변환 장치를 포함할 수 있다.
일부 실시예에서, 상기 단말기는 상기 복수의 센서를 이용하여 측정된 제1 파장 테스트 PPG 신호 각각의 DC 성분이 제1 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제2 파장 테스트 PPG 신호 각각의 DC 성분이 제2 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제3 파장 테스트 PPG 신호 각각의 DC 성분이 제3 소정의 범위 내이도록 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원을 제어하도록 구성되는 광원 제어 컴포넌트를 포함할 수 있다.
일부 실시예에서, 상기 단말기는 상기 복수의 센서 중 상기 복수의 제1 파장 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호 중 신호 품질이 가장 높은 제1 파장 테스트 PPG 신호, 제2 파장 테스트 PPG 신호, 및 제3 파장 테스트 PPG 신호의 조합을 측정한 센서를 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 측정하기 위한 센서로서 선택하도록 구성된 센서 선택 컴포넌트를 더 포함할 수 있다.
일부 실시예에서, 상기 복수의 제1 파장 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호의 상기 신호 품질은 가속도 신호의 크기, 신호 대 잡음비, 및 AC 성분 크기 대 DC 성분 크기 비 중 적어도 하나에 의해 평가될 수 있다.
일부 실시예에서, 상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 순차적으로 수행되고, 상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 주기적으로 수행될 수 있다.
높은 신뢰도로 일상에서 손쉽게 지속적으로 생체 신호를 측정할 수 있는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼이 제공된다.
도 1은 본 개시의 일 실시예에 따른 생체 신호 감지 반지의 3차원 도면이다.
도 2는 본 개시의 일 실시예에 따른 생체 신호 감지 반지의 분해 3차원 도면이다.
도 3a은 본 개시의 일 실시예에 따른 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼의 블록도이다.
도 3b는 본 개시의 일 실시예에 따른 서버의 블록도이다.
도 4a 및 도 4b는 전처리 전 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다.
도 4c 및 도 4d는 각각 전처리된 후의 도 4a 및 도 4b의 제1 파장 PPG 신호들의 예를 나타낸 그래프들이다.
도 5a 및 도 5b는 좋은 품질로 분류된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다.
도 5c 및 도 5d는 나쁜 품질로 분류된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다.
도 6a 및 도 6b는 심방 세동이 아닌 것으로 판정된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다.
도 6c 및 도 6d는 심방 세동으로 판정된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다.
도 7은 신호 특징 추출 컴포넌트, 사용자 특징 추출 컴포넌트, 및 혈압 추정 컴포넌트를 나타낸 블록도이다.
도 1은 본 개시의 일 실시예에 따른 생체 신호 감지 반지(100)의 3차원 도면이다. 도 2는 본 개시의 일 실시예에 따른 생체 신호 감지 반지(100)의 분해 3차원 도면이다.
도 1 및 도 2를 참조하면, 생체 신호 감지 반지(100)는 외부 전극(130), 내부 전극(140), 절연 유닛(150), 탑 커버(110), 동작 표시 유닛(120), 및 복수의 센서(160)를 포함할 수 있다.
외부 전극(130)은 원호 형상을 가질 수 있다. 외부 전극(130)은 도체로 구성될 수 있으며 심전도(ECG: Electrocardiogram)를 측정하기 위한 전극으로서 기능할 수 있다. 또한 외부 전극(130)은 생체 신호 감지 반지(100)의 외관을 형성할 수 있으며 외부 전극(130)은 사용자의 신체에 접촉될 수 있다.
내부 전극(140)은 고리 형상을 가질 수 있으며, 복수의 센서(160)를 위한 복수의 개구(145)를 가질 수 있다. 내부 전극(140)은 도체로 구성될 수 있으며 심전도를 측정하기 위한 전극으로서 기능할 수 있다. 또한 내부 전극(140)은 생체 신호 감지 반지(100)의 내관을 형성할 수 있으며 내부 전극(140)은 사용자의 손가락에 접촉할 수 있다.
절연 유닛(150)은 외부 전극(130)과 내부 전극(140) 사이에 배치될 수 있다. 절연 유닛(150)은 외부 전극(130)과 내부 전극(140) 사이의 전기적 절연을 가능하게 할 수 있다.
탑 커버(110)는 원호 형상을 가질 수 있으며 외부 전극(130)과 함께 고리 형상을 형성할 수 있다. 탑 커버(110)는 생체 신호 감지 반지(100)의 외관을 형성할 수 있다.
동작 표시 유닛(120)은 탑 커버(110)에 결합될 수 있다. 동작 표시 유닛(120)은 복수의 LED, 예컨대 녹색 LED 및 적색 LED를 포함할 수 있다. 동작 표시 유닛(120)은 복수의 LED를 이용하여 생체 신호 감지 반지(100)의 동작을 표시할 수 있다. 예컨대 측정 시작을 알리기 위해 녹색 LED가 2초간 켜질 수 있으며, 측정 종료를 알리기 위해 녹색 LED가 1초간 켜질 수 있다. 또한 고장을 알리기 위해 적색 LED가 1초 주기로 켜졌다 꺼지기를 반복할 수 있다.
복수의 센서(160)는 사용자의 손가락에 접촉하도록 배치될 수 있다. 복수의 센서(160)는 내부 전극(140)의 복수의 개구(145) 내에 각각 위치할 수 있으며, 내부 전극(140)의 표면으로부터 돌출될 수 있다. 복수의 센서(160)는 서로 다른 위치에서 복수의 제1 파장 PPG 신호, 복수의 제2 파장 PPG 신호, 및 복수의 제3 파장 PPG 신호를 획득하도록 구성될 수 있다. 각각의 센서(160)는 서로 다른 파장의 광을 방출하는 제1 파장 광원, 제2 파장 광원, 및 제3 파장 광원, 및 광전 변환 장치를 포함할 수 있다.
일부 실시예에서, 도 1 및 도 2에 도시되지 않았으나, 생체 신호 감지 반지(100)는 외부 전극(130), 내부 전극(140) 사이에 배치되는 가속도 센서를 더 포함할 수 있다.도 3a은 본 개시의 일 실시예에 따른 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼(1000)의 블록도이다. 도 3b는 본 개시의 일 실시예에 따른 서버(300)의 블록도이다. 도 4a 및 도 4b는 전처리 전 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 4c 및 도 4d는 각각 전처리된 후의 도 4a 및 도 4b의 제1 파장 PPG 신호들의 예를 나타낸 그래프들이다. 도 5a 및 도 5b는 좋은 품질로 분류된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 5c 및 도 5d는 나쁜 품질로 분류된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 6a 및 도 6b는 심방 세동이 아닌 것으로 판정된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 6c 및 도 6d는 심방 세동으로 판정된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 7은 신호 특징 추출 컴포넌트(352A), 사용자 특징 추출 컴포넌트(352B), 및 혈압 추정 컴포넌트(353C)를 나타낸 블록도이다.
도 3a, 도 3b, 도 4a 내지 도 4d, 도 5a 내지 도 5d, 도 6a 내지 도 6d, 및 도 7을 참조하면, 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼(1000)은 생체 신호 감지 반지(100), 제1 단말기(200), 서버(300), 및 제2 단말기(400)를 포함할 수 있다.
생체 신호 감지 반지(100)는 심전도 및 PPG 신호를 포함하는 생체 신호를 측정할 수 있다. 생체 신호 감지 반지(100)는 복수의 센서, 예컨대 제1 센서(160A) 및 제2 센서(160B)를 포함할 수 있다. 도 3a에는 생체 신호 감지 반지(100)가 2개의 센서를 포함하는 것으로 도시되었으나, 생체 신호 감지 반지(100)에 포함되는 센서의 수는 2개로 제한되지 않는다. 일부 실시예에서, 도 3a에 도시되지 않았으나 생체 신호 감지 반지(100)는 가속도 센서를 더 포함할 수 있다.
제1 센서(160A)는 제1 파장 광원(161A), 제2 파장 광원(162A), 제3 파장 광원(163A) 및 광전 변환 장치(164A)를 포함할 수 있다. 제1 센서(160A)는 제1 파장 광원(161A)과 광전 변환 장치(164A)를 이용하여 제1 파장 PPG 신호를 감지할 수 있다. 제1 센서(160A)는 제2 파장 광원(162A)과 광전 변환 장치(164A)를 이용하여 제2 파장 PPG 신호를 감지할 수 있다. 제1 센서(160A)는 제3 파장 광원(163A)과 광전 변환 장치(164A)를 이용하여 제3 파장 PPG 신호를 감지할 수 있다. 제1 파장 광원(161A)은 예를 들어 녹색 LED를 포함할 수 있고, 제2 파장 광원(162A)은 예를 들어 적외선 LED를 포함할 수 있고, 제3 파장 광원(163A)은 예를 들어 적색 LED를 포함할 수 있고, 광전 변환 장치(164A)는 포토 다이오드를 포함할 수 있다.
제2 센서(160B)는 제1 파장 광원(161B), 제2 파장 광원(162B), 제3 파장 광원(163B) 및 광전 변환 장치(164B)를 포함할 수 있다. 제1 센서(160B)는 제1 파장 광원(161B)과 광전 변환 장치(164B)를 이용하여 제1 파장 PPG 신호를 감지할 수 있다. 제2 센서(160B)는 제2 파장 광원(162B)과 광전 변환 장치(164B)를 이용하여 제2 파장 PPG 신호를 감지할 수 있다. 제2 센서(160B)는 제3 파장 광원(163B)과 광전 변환 장치(164B)를 이용하여 제3 파장 PPG 신호를 감지할 수 있다. 제1 파장 광원(161B)은 예를 들어 녹색 LED를 포함할 수 있고, 제2 파장 광원(162B)은 예를 들어 적외선 LED를 포함할 수 있고, 제3 파장 광원(163B)은 예를 들어 적색 LED를 포함할 수 있고, 광전 변환 장치(164B)는 포토 다이오드를 포함할 수 있다.
가속도 센서는 생체 신호 감지 반지(100)의 가속도를 측정함으로써 사용자의 움직임을 감지할 수 있다.
제1 단말기(200)는 사용자에 의해 사용될 수 있다. 제1 단말기(200)는 예를 들어 스마트폰 또는 태블릿 PC를 포함할 수 있다. 제1 단말기(200)는 유선 또는 무선으로 생체 신호 감지 반지(100)에 연결될 수 있다. 예를 들어 제1 단말기(200)는 블루투스 또는 와이파이를 이용하여 생체 신호 감지 반지(100)에 연결될 수 있다. 제1 단말기(200)는 유선 또는 무선으로 서버(300)에 연결될 수 있다. 예를 들어 제1 단말기(200)는 와이파이, 또는 예컨대 3G, LTE, 5G와 같은 이동통신(mobile telecommunication) 기술을 통해 서버(300)에 연결될 수 있다.
제1 단말기(200)는 광원 제어 컴포넌트(210), 센서 선택 컴포넌트(220), 측정 제어 컴포넌트(230), 및 디스플레이 컴포넌트(240)를 포함할 수 있다. 제1 단말기(200)에는 어플리케이션이 설치될 수 있다. 광원 제어 컴포넌트(210), 센서 선택 컴포넌트(220), 측정 제어 컴포넌트(230), 및 디스플레이 컴포넌트(240)는 어플리케이션에 의해 구현될 수 있다. 대안적으로, 제1 단말기(200)는 웹사이트에 접속할 수 있으며, 광원 제어 컴포넌트(210), 센서 선택 컴포넌트(220), 측정 제어 컴포넌트(230), 및 디스플레이 컴포넌트(240)는 웹사이트로 구현될 수 있다.
광원 제어 컴포넌트(210)는 제1 센서(160A) 및 제2 센서(160B)로부터 수신한 제1 파장 테스트 PPG 신호 각각의 DC 성분이 제1 소정의 범위 내이고, 제1 센서(160A) 및 제2 센서(160B)로부터 수신한 제2 파장 테스트 PPG 신호 각각의 DC 성분이 제2 소정의 범위 내이고, 제1 센서(160A) 및 제2 센서(160B)로부터 수신한 제3 파장 테스트 PPG 신호 각각의 DC 성분이 제3 소정의 범위 내이도록 제1 센서(160A)의 제1 파장 광원(161A), 제2 파장 광원(162A), 및 제3 파장 광원(163A) 및 제2 센서(160B)의 제1 파장 광원(161B), 제2 파장 광원(162B), 및 제3 파장 광원(163B)을 제어할 수 있다.
광원 제어 컴포넌트(210)가 제1 센서(160A)의 제1 파장 광원(161A), 제2 파장 광원(162A), 및 제3 파장 광원(163A) 및 제2 센서(160B)의 제1 파장 광원(161B), 제2 파장 광원(162B), 및 제3 파장 광원(163B)을 제어한 후 센서 선택 컴포넌트(220)는 제1 센서(160A) 및 제2 센서(160B) 중 하나를 이후에 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호를 측정하기 위한 센서로서 선택할 수 있다. 센서 선택 컴포넌트(220)는 제1 센서(160A) 및 제2 센서(160B) 중 제1 센서(160A) 및 제2 센서(160B)로부터의 두 개의 제1 파장 테스트 PPG 신호, 두 개의 제2 파장 테스트 PPG 신호, 및 두 개의 제 3 파장 테스트 PPG 신호 중 신호 품질이 가장 높은 제1 파장 테스트 PPG 신호, 제2 파장 테스트 PPG 신호, 및 제3 파장 테스트 PPG 신호를 측정한 센서를 선택할 수 있다. 신호 품질은 가속도 신호 크기, 신호 대 잡음 비(Signal to Noise Ratio, SNR), 및 AC 성분 크기 대 DC 성분 크기 비 중 적어도 하나에 의해 평가될 수 있다. 가속도 신호 크기가 작고, 신호 대 잡음 비가 높고 AC 성분 크기 대 DC 성분 크기 비가 높을수록 신호 품질이 높을 수 있다. 이후에 센서 선택 컴포넌트(220)에 의해 선택된 센서에서 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호가 측정될 수 있다.
광원 제어 컴포넌트(210)에 의한 제1 센서(160A)의 제1 파장 광원(161A), 제2 파장 광원(162A), 및 제3 파장 광원(163A) 및 제2 센서(160B)의 제1 파장 광원(161B), 제2 파장 광원(162B), 및 제3 파장 광원(163B)의 제어 및 센서 선택 컴포넌트(220)에 의한 센서 선택은 순차적으로 수행될 수 있다. 즉, 광원 제어 컴포넌트(210)가 제1 센서(160A)의 제1 파장 광원(161A), 제2 파장 광원(162A), 및 제3 파장 광원(163A) 및 제2 센서(160B)의 제1 파장 광원(161B), 제2 파장 광원(162B), 및 제3 파장 광원(163B)을 제어한 후 센서 선택 컴포넌트(220)가 센서를 선택할 수 있다.
광원 제어 컴포넌트(210)에 의한 제1 센서(160A)의 제1 파장 광원(161A), 제2 파장 광원(162A), 및 제3 파장 광원(163A) 및 제2 센서(160B)의 제1 파장 광원(161B), 제2 파장 광원(162B), 및 제3 파장 광원(163B)의 제어 및 센서 선택 컴포넌트(220)에 의한 센서 선택은 주기적으로 수행될 수 있다. 생체 신호 감지 반지(100)가 손가락에 대하여 이동 또는 회전할 수 있으므로 광원 제어 컴포넌트(210)가 주기적으로 광원을 제어하고 센서 선택 컴포넌트(220)가 주기적으로 센서를 선택할 수 있다.
측정 제어 컴포넌트(230)는 사용자의 입력에 따라 측정 모드를 선택하거나 측정을 개시하거나 종료할 수 있다. 예를 들어 사용자는 측정 제어 컴포넌트(230)를 이용하여 측정 모드를 셀프 체크 모드와 백그라운드 모드 중 선택할 수 있다. 셀프 체크 모드에서 사용자는 측정 제어 컴포넌트(230)를 이용하여 측정을 개시 및 종료할 수 있다. 백그라운드 모드에서는 사용자의 입력과 무관하게 측정이 시작되어 측정이 지속된다. 백그라운드 모드에서 사용자는 측정 주기를 설정하거나 변경할 수 있다.일부 실시예에서, 측정 제어 컴포넌트(230)는 생체 신호 감지 반지(100)에 포함될 수 있다. 즉, 사용자는 생체 신호 감지 반지(100)의 측정 제어 컴포넌트(230)를 이용하여 측정 모드를 선택하거나 측정을 개시하거나 종료할 수 있다. 일부 실시예에서, 측정 제어 컴포넌트(230)는 서버(300)에 포함할 수 있다. 즉, 서비스 제공자는 서버(300)의 측정 제어 컴포넌트(230)를 이용하여 측정 모드를 선택하거나 측정을 개시하거나 종료할 수 있다.
디스플레이 컴포넌트(240)는 생체 신호 감지 반지(100)에 의해 측정되고 서버(300)의 샌체 신호 저장 컴포넌트(381)에 저장된 생체 신호, 생체 신호 저장 컴포넌트(381)에 저장된 생체 신호의 측정 일시, 서버(300)의 신호 품질 분류 시스템(320)에 의해 분류되고 서버(300)의 생체 데이터 저장 컴포넌트(382)에 저장된 신호 품질 분류 결과, 서버(300)의 생체 데이터 계산 시스템(350)에 의해 계산되고 서버(300)의 생체 데이터 저장 컴포넌트(382)에 저장된 생체 데이터, 서버(300)의 생체 지표 계산 시스템(360)에 의해 계산되고 생체 지표 저장 컴포넌트(383)에 저장된 생체 지표, 및 질병 에측 시스템(380)에 의해 계산된 질병 발생 확률 중 적어도 하나를 디스플레이할 수 있다.
여기서 생체 신호는 심전도, 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호 중 적어도 하나를 포함할 수 있다. 또한, 생체 데이터는 심방 세동 판정 결과, 혈압, 및 산소포화도 중 적어도 하나를 포함할 수 있다. 또한, 생체 지표는 심방 세동 지표, 혈압 지표, 및 산소포화도 지표 중 적어도 하나를 포함할 수 있다.
서버(300)는 생체 신호 전처리 시스템(310), 신호 품질 분류 시스템(320), 생체 데이터 계산 시스템(350), 생체 지표 계산 시스템(360), 알람시스템(370), 질병 예측 시스템(380), 생체 신호 저장 컴포넌트(381), 생체 데이터 저장 컴포넌트(382), 및 생체 지표 저장 컴포넌트(383)를 포함할 수 있다.
생체 신호 전처리 시스템(310)는 생체 신호 감지 반지(100)의 선택된 센서로부터 제1 단말기(200)를 통해 서버(300)가 수신한 생체 신호를 전처리할 수 있다. 생체 신호 전처리 시스템(310)은 제1 생체 신호 전처리 컴포넌트(311), 제2 생체 신호 전처리 컴포넌트(312) 및 제3 생체 신호 전처리 컴포넌트(313)를 포함할 수 있다.
제1 생체 신호 전처리 컴포넌트(311)는 제1 파장 PPG 신호를 전처리 할 수 있다. 예를 들어 제1 파장 PPG 신호를 전처리하기 위해 저역 통과 필터, 고역 통과 필터, 및 정규화(Normalization)가 사용될 수 있다 도 4a 및 도 4b는 전처리 전 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 4c 및 도 4d는 각각 전처리된 후의 도 4a 및 도 4b의 제1 파장 PPG 신호들의 예를 나타낸 그래프들이다.
제2 생체 신호 전처리 컴포넌트(312)는 제2 파장 PPG 신호를 전처리 할 수 있다. 예를 들어 제2 파장 PPG 신호를 전처리하기 위해 저역 통과 필터, 고역 통과 필터, 및 정규화가 사용될 수 있다.
제3 생체 신호 전처리 컴포넌트(313)는 제2 파장 PPG 신호 및 제3 파장 PPG 신호를 전처리 할 수 있다. 예를 들어 제2 파장 PPG 신호 및 제3 파장 PPG 신호를 전처리하기 위해 저역 통과 필터, 고역 통과 필터, 및 정규화가 사용될 수 있다.
일부 실시예에서, 생체 신호 전처리 시스템(310)은 제4 생체 신호 전처리 컴포넌트를 더 포함할 수 있고, 제4 생체 신호 전처리 컴포넌트는 생체 신호 감지 반지(100)의 가속도 센서로부터 제1 단말기(200)를 통해 서버(300)가 수신한 가속도 신호를 전처리할 수 있다.
신호 품질 분류 시스템(320)은 생체 신호 전처리 시스템(310)에 의해 전처리된 생체 신호의 신호 품질을 좋음 또는 나쁨으로 분류할 수 있다. 신호 품질 분류 시스템(320)은 제1 신호 품질 분류 컴포넌트(321), 제2 신호 품질 분류 컴포넌트(322), 및 제3 신호 품질 분류 컴포넌트(323)를 포함할 수 있다.
제1 신호 품질 분류 컴포넌트(321)는 제1 생체 신호 전처리 컴포넌트(311)에 의해 전처리된 제1 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류할 수 있다. 도 5a 및 도 5b는 좋은 품질로 분류된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 5c 및 도 5d는 나쁜 품질로 분류된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 일부 실시예에서, 제1 신호 품질 분류 컴포넌트(321)는 제1 파장 PPG 신호의 신호 품질을 좋음과 나쁨 중 하나로 분류하기 위해 가속도 신호를 참고할 수 있다.
일부 실시예에서, 제1 신호 품질 분류 컴포넌트(321)는 딥러닝 모델을 이용하여 제1 파장 PPG 신호의 품질을 좋음또는 나쁨으로 분류할 수 있다. 제1 신호 품질 분류 컴포넌트(321)에 사용되는 딥러닝 모델은 합성곱 신경망(convolution neural network, CNN), 장단기 메모리(Long Short-Term Memory, LSTM), 완전 연결 망(Fully Connected Network, FCN), 인코더, 디코더, 또는 이들의 조합을 포함할 수 있다. 신호 품질을 분류하기 위한 방법은 본 명세서에 설명된 방법으로 제한되지 않는다.
제2 신호 품질 분류 컴포넌트(322)는 제2 생체 신호 전처리 컴포넌트(312)에 의해 전처리된 제2 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류할 수 있다. 일부 실시예에서, 제2 신호 품질 분류 컴포넌트(322)는 제2 파장 PPG 신호의 신호 품질을 좋음과 나쁨 중 하나로 분류하기 위해 가속도 신호를 참고할 수 있다. 일부 실시예에서, 제2 신호 품질 분류 컴포넌트(322)는 딥러닝 모델을 이용하여 제2 파장 PPG 신호의 품질을 좋음 또는 나쁨으로 분류할 수 있다. 제2 신호 품질 분류 컴포넌트(322)에 사용되는 딥러닝 모델은 CNN, LSTM, FCN, 인코더, 디코더, 또는 이들의 조합을 포함할 수 있다. 신호 품질을 분류하기 위한 방법은 본 명세서에 설명된 방법으로 제한되지 않는다.
제3 신호 품질 분류 컴포넌트(323)는 전처리된 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류할 수 있다. 일부 실시예에서, 제3 신호 품질 분류 컴포넌트(323)는 제3 파장 PPG 신호의 신호 품질을 좋음과 나쁨 중 하나로 분류하기 위해 가속도 신호를 참고할 수 있다. 일부 실시예에서, 제3 신호 품질 분류 컴포넌트(323)는 딥러닝 모델을 이용하여 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질을 좋음 또는 나쁨으로 분류할 수 있다. 제3 신호 품질 분류 컴포넌트(323)에 사용되는 딥러닝 모델은 CNN, LSTM, FCN, 인코더, 디코더, 또는 이들의 조합을 포함할 수 있다. 신호 품질을 분류하기 위한 방법은 본 명세서에 설명된 방법으로 제한되지 않는다.
신호 품질 분류 시스템(320)에 의해 신호 품질이 나쁜 것으로 분류된 생체 신호로부터 계산된 생체 데이터는 신뢰할 수 없는 것으로 판단할 수 있고, 제1 단말기(200)의 디스플레이 컴포넌트(240)에 의해 디스플레이되지 않을 수 있다. 품질이 좋은 것으로 분류된 생체 신호로부터 계산된 생체 데이터는 신뢰할 수 있는 것으로 판단할 수 있고, 제1 단말기(200)의 디스플레이 컴포넌트(240)에 의해 디스플레이될 수 있다.
대안적인 실시예에서, 신호 품질 분류 결과와 무관하게 생체 신호로부터 계산된 생체 데이터가 신호 품질 분류 결과와 함께 제1 단말기(200)의 디스플레이 컴포넌트(240)에 의해 디스플레이될 수 있다. 또한, 신호 품질 분류 결과와 무관하게 생체 신호로부터 계산된 생체 데이터가 신호 품질 분류 결과와 함께 제2 단말기(400)의 디스플레이 컴포넌트(420)에 의해 디스플레이될 수 있다.
생체 데이터 계산 시스템(350)은 생체 신호로부터 생체 데이터를 계산할 수 있다. 생체 신호는 심전도, 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호 중 적어도 하나를 포함할 수 있다. 생체 데이터는 심방 세동 판정 결과, 혈압, 및 산소포화도 중 적어도 하나를 포함할 수 있다. 생체 데이터 계산 시스템(350)은 심방 세동 판정 컴포넌트(351), 신호 특징 추출 컴포넌트(352A), 사용자 특징 추출 컴포넌트(352B), 혈압 추정 컴포넌트(352C), 및 산소포화도 추정 컴포넌트(353)를 포함할 수 있다.
심방 세동 판정 컴포넌트(351)는 딥러닝 모델을 이용하여 제1 파장 PPG 신호로부터 심방 세동 발생 여부를 판정할 수 있다. 도 6a 및 도 6b는 심방 세동이 아닌 것으로 판정된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다. 도 6c 및 도 6d는 심방 세동으로 판정된 제1 파장 PPG 신호들의 예들을 나타낸 그래프들이다.
심방 세동 판정 컴포넌트(350)에 사용되는 딥러닝 모델은 CNN, LSTM, FCN, 인코더, 디코더, 또는 이들의 조합을 포함할 수 있다. 딥러닝 모델은 지도 학습을 이용하여 학습될 수 있다. 지도 학습에 필요한 데이터 세트를 충분히 확보하기 위해 데이터 증강이 사용될 수 있다.
도 7에 도시된 바와 같이, 신호 특징 추출 컴포넌트(352A)는 제1 딥러닝 모델을 이용하여 제2 파장 PPG 신호로부터 PPG 특징을 추출할 수 있다. 사용자 특징 추출 컴포넌트(352B)는 제2 딥러닝 모델을 이용하여 테스트 PPG 신호, 수축기 및 이완기 테스트 혈압들, 및 사용자 정보로부터 사용자 특징을 추출할 수 있다. 테스트 PPG 신호는 생체 신호 감지 반지(100)의 선택된 센서의 제2 파장 광원과 광전 변환 장치를 이용하여 측정될 수 있다. 수축기 및 이완기 테스트 혈압들은 종래의 혈압계를 이용하여 테스트 PPG 신호와 동시에 측정될 수 있다. 사용자 정보는 사용자의 나이, 몸무게, 키, 및 성별 중 적어도 하나를 포함할 수 있다. 혈압 추정 컴포넌트(352C)는 제3 딥러닝 모델을 이용하여 PPG 특징 및 사용자 특징으로부터 수축 및 이완기 혈압들을 추정할 수 있다. 테스트 PPG 신호, 수축기 및 이완기 테스트 혈압, 및 사용자 정보는 주기적으로 갱신될 수 있다.
제1 딥러닝 모델, 제2 딥러닝 모델, 및 제3 딥러닝 모델 각각은 CNN, LSTM, FCN, 인코더, 디코더, 또는 이들의 조합을 포함할 수 있다. 제1 딥러닝 모델, 제2 딥러닝 모델, 및 제3 딥러닝 모델은 지도 학습을 이용하여 학습될 수 있다. 지도 학습에 필요한 데이터 세트를 충분히 확보하기 위해 데이터 증강이 사용될 수 있다.
산소포화도 추정 컴포넌트(353)는 제2 파장 PPG 신호 및 제3 파장 PPG 신호로부터 산소포화도를 추정할 수 있다. 산소포화도를 추정하기 위해 다양한 방법이 사용될 수 있다.
예를 들어, 다음과 같은 식 1에 의해 R 값이 먼저 계산될 수 있다.
R=((ACR)/(DCR))/((ACIR)/(DCIR)) (식 1)
여기서 ACR은 제3 파장 PPG 신호의 AC 성분의 크기이고, DCR은 제3 파장 PPG 신호의 DC 성분의 크기이고, ACIR은 제2 파장 PPG 신호의 AC 성분의 크기이고, DCIR은 제2 파장 PPG 신호의 DC 성분의 크기이다.
다음으로, 다음과 같은 식 2에 의해 R 값으로부터 산소포화도가 계산될 수 있다.
산소포화도=C0-C1R (식 2)
C0, 및 C1은 선형 회귀를 사용하여 결정될 수 있는 상수들이다.
식 2에서 산소포화도가 R 값에 대하여 일차식으로 표현되는 것으로 설명되었으나, 산소포화도가 R 값에 대하여 1보다 큰 차수의 다항식, 예를 들어 이차식, 또는 삼차식으로 표현될 수 있다. 산소포화도를 추정하기 위한 방법은 본 명세서에 설명된 방법으로 제한되지 않는다.
생체 지표 계산 시스템(360)은 신호 품질 분류 시스템(320)에 의해 생성된 신호 품질 분류 결과 및 생체 데이터 계산 시스템(350)에 의해 계산된 생체 데이터로부터 생체 지표를 계산할 수 있다. 여기서 생체 지표는 심방 세동 지표, 혈압 지표, 및 산소포화도 지표 중 적어도 하나를 포함할 수 있다. 생체 지표 계산 시스템(360)은 심방 세동 지표 계산 컴포넌트(361), 혈압 지표 계산 컴포넌트(362), 및 산소포화도 지표 계산 컴포넌트(363)를 포함할 수 있다.
심방 세동 지표 계산 컴포넌트(361)는 제1 신호 품질 분류 컴포넌트(321)에 의해 생성된 제1 신호 품질 분류 결과 및 심방 세동 판정 컴포넌트(351)에 의해 생성된 심방 세동 판정 결과로부터 심방 세동 지표를 계산할 수 있다. 심방 세동 지표는 제1 신호 품질 분류 컴포넌트(321)에 의해 제1 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 및 제1 신호 품질 분류 컴포넌트(321)에 의해 제1 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 중 심방 세동 판정 컴포넌트(351)에 의해 심방 세동이 발생한 것으로 판정된 시간에 기초하여 정의될 수 있다. 예를 들어, 심방 세동 지표는 제1 신호 품질 분류 컴포넌트(321)에 의해 제1 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 중 심방 세동 판정 컴포넌트(351)에 의해 심방 세동이 발생한 것으로 판정되는 시간 대 제1 신호 품질 분류 컴포넌트(321)에 의해 제1 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비로 정의될 수 있다. 즉, 심방 세동 지표는 신뢰할 수 있는 심방 세동 판정 결과를 얻을 수 있는 시간 중 심방 세동이 발생한 시간의 비율을 의미할 수 있다.
혈압 지표 계산 컴포넌트(362)는 제2 신호 품질 분류 컴포넌트(322)에 의해 생성된 제2 신호 품질 분류 결과 및 혈압 추정 컴포넌트(352C)에 의해 추정된 혈압으로부터 혈압 지표를 계산할 수 있다. 혈압 지표는 제2 신호 품질 분류 컴포넌트(322)에 의해 제2 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 및 제2 신호 품질 분류 컴포넌트(322)에 의해 제2 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 중 수축기 혈압이 제1 정상 범위로부터 벗어나거나 이완기 혈압이 제2 정상 범위로부터 벗어나는 시간에 기초하여 정의될 수 있다. 예를 들어, 혈압 지표는 제2 신호 품질 분류 컴포넌트(322)에 의해 PPG 신호의 품질이 좋음으로 분류되는 시간 중 수축기 혈압이 제1 정상 범위로부터 벗어나거나 이완기 혈압이 제2 정상 범위로부터 벗어나는 시간 대 재2 신호 품질 분류 컴포넌트(322)에 의해 제2 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비로 정의될 수 있다. 즉, 혈압 지표는 신뢰할 수 있는 혈압 추정 결과를 얻을 수 있는 시간 중 이상 혈압이 나타난 시간의 비율을 의미할 수 있다.
산소포화도 지표 계산 컴포넌트(363)는 제3 신호 품질 분류 컴포넌트(323)에 의해 생성된 제3 신호 품질 분류 결과 및 산소포화도 추정 컴포넌트(353)에 의해 추정된 산소포화도로부터 산소포화도 지표를 계산할 수 있다. 산소포화도 지표는 제3 신호 품질 분류 컴포넌트(323)에 의해 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 및 제3 신호 품질 분류 컴포넌트(323)에 의해 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 중 산소포화도 추정 컴포넌트(353)에 의해 추정된 산소포화도가 정상 범위를 벗어난 시간에 기초하여 정의될 수 있다. 예를 들어, 산소포화도 지표는 제3 신호 품질 분류 컴포넌트(323)에 의해 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질이 좋음으로 분류되는 시간 중 산소포화도 추정 컴포넌트(353)에 의해 추정된 산소포화도가 정상 범위를 벗어난 시간 대 제3 신호 품질 분류 컴포넌트(323)에 의해 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비로 정의될 수 있다. 즉, 산소포화도 지표는 신뢰할 수 있는 산소포화도를 얻을 수 있는 시간에 대한 산소포화도가 정상 범위를 벗어난 시간의 비율을 의미할 수 있다.
알람 시스템(370)은 생체 신호, 생체 데이터, 및 생체 지표 중 적어도 하나가 제2 단말기(400)의 알람 조건 설정 컴포넌트(410)에 의해 미리 설정된 알람 조건을 만족하면 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송할 수 있다. 알람 시스템(370)은 심방 세동 알람 컴포넌트(371), 혈압 알람 컴포넌트(372), 및 산소포화도 알람 컴포넌트(373)를 포함할 수 있다.
심방 세동 알람 컴포넌트(371)는 심방 세동 판정 컴포넌트(351)에 의해 판정된 심방 세동 판정 결과가 제2 단말기(400)의 알람 조건 설정 컴포넌트(410)에 의해 설정된 알람 조건을 만족하면 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송할 수 있다.
혈압 알람 컴포넌트(372)는 혈압 추정 컴포넌트(352C)에 의해 추정된 혈압이 제2 단말기(400)의 알람 조건 설정 컴포넌트(410)에 의해 설정된 알람 조건을 만족하면 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송할 수 있다.
산소포화도 알람 컴포넌트(373)는 산소포화도 추정 컴포넌트(353)에 의해 추정된 산소포화도가 제2 단말기(400)의 알람 조건 설정 컴포넌트(410)에 의해 설정된 알람 조건을 만족하면 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송할 수 있다.
질병 예측 시스템(380)은 예컨대 심전도, 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호와 같은 생체 신호, 예컨대 심방 세동 판정 결과, 혈압, 및 산소포화도와 같은 생체 데이터, 예컨대 심방 세동 지표, 혈압 지표, 및 산소포화도 지표와 같은 생체 지표 중 적어도 하나의 시간에 따른 변화로부터 질병 발생 확률을 계산할 수 있다. 질병 예측 시스템(380)은 딥러닝 모델을 사용할 수 있다.
생체 신호 저장 컴포넌트(381)는 생체 신호 감지 반지(100)로부터 제1 단말기(200)를 통해 서버(300)가 수신한 심전도, 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호를 저장할 수 있다. 생체 신호 저장 컴포넌트(381)는 심전도, 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호의 측정 일시를 더 저장할 수 있다. 생체 신호 저장 컴포넌트(381)는 생체 신호 전처리 시스템(310)에 의해 전처리된 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호를 더 저장할 수 있다. 생체 신호 저장 컴포넌트(381)는 생체 신호 감지 반지(100)로부터 제1 단말기(200)를 통해 서버(300)가 수신한 가속도 신호를 더 저장할 수 있다. 생체 신호 저장 컴포넌트(381)는 생체 신호 전처리 시스템(310)에 의해 전처리된 가속도 신호를 더 저장할 수 있다.
생체 데이터 저장 컴포넌트(382)는 예컨대 심방 세동 판정 컴포넌트(351)에 의해 생성된 심방 세동 판정 결과, 혈압 추정 컴포넌트(352C)에 의해 추정된 혈압, 및 산소포화도 추정 컴포넌트(353)에 의해 추정된 산소포화도와 같은 생체 데이터를 저장할 수 있다. 생체 데이터 저장 컴포넌트(382)는 제1 신호 품질 분류 컴포넌트(321)에 의해 생성된 제1 신호 품질 분류 결과, 제2 신호 품질 분류 컴포넌트(322)에 의해 생성된 제2 신호 품질 분류 결과, 및 제3 신호 품질 분류 컴포넌트(3323)에 의해 생성된 제3 신호 품질 분류 결과를 저장할 수 있다. 생체 지표 저장 컴포넌트(383)는 예컨대 심방 세동 지표 계산 컴포넌트(361)에 의해 계산된 심방 세동 지표, 혈압 지표 계산 컴포넌트(362)에 의해 계산된 혈압 지표, 및 산소포화도 지표 계산 컴포넌트(363)에 의해 계산된 산소포화도 지표와 같은 생체 지표를 저장할 수 있다.
재2 단말기(400)는 유선 또는 무선으로 서버(300)에 연결될 수 있다. 예를 들어 제2 단말기(400)는 와이파이, 또는 예컨대 3G, LTE, 5G와 같은 이동통신(mobile telecommunication) 기술을 통해 서버(300)에 연결될 수 있다. 제2 단말기(400)는 의사에 의해 사용될 수 있다. 제2 단말기(400)는 예를 들어 스마트폰, 태블릿 PC, 컴퓨터, 또는 노트북을 포함할 수 있다.
제2 단말기(400)는 알람 조건 설정 컴포넌트(410) 및 디스플레이 컴포넌트(420)를 포함할 수 있다. 제2 단말기(400)는 웹사이트에 접속되거나 어플리케이션이 설치될 수 있다. 알람 조건 설정 컴포넌트(410) 및 디스플레이 컴포넌트(420)는 웹사이트 또는 어플리케이션을 이용하여 구현될 수 있다.
알람 조건 설정 컴포넌트(410)를 이용하여 의사는 알람 조건을 설정할 수 있다. 예를 들어, 심방 세동이 10분 이상 지속되면 심방 세동 알람 컴포넌트(371)가 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송하도록 설정될 수 있다. 또한, 예를 들어, 140mmHg 초과 또는 90mmHg 미만의 수축기 혈압 또는 90mmH 초과 또는 60mmHg 미만의 이완기 혈압이 10분 이상 지속되면 혈압 알람 컴포넌트(372)가 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송하도록 설정될 수 있다. 또한, 예를 들어, 90% 미만의 산소포화도가 10분 이상 지속되면 산소포화도 알람 컴포넌트(373)가 제1 단말기(200) 및 제2 단말기(400) 중 적어도 하나로 알람을 전송하도록 설정될 수 있다.
일부 실시예에서, 알람 조건 설정 컴포넌트(410)는 서버(300)에 포함될 수 있다. 즉 서비스 제공자가 서버(300)의 알람 조건 설정 컴포넌트(410)를 이용하여 알람 조건을 설정할 수 있다. 일부 실시예에서, 알람 조건 설정 컴포넌트(410)는 제1 단말기(200)에 포함될 수 있다. 즉 사용자가 제1 단말기(200)의 알람 조건 설정 컴포넌트(410)를 이용하여 알람 조건을 설정할 수 있다.
디스플레이 컴포넌트(420)는 생체 신호 감지 반지(100)에 의해 측정되고 서버(300)의 생체 신호 저장 컴포넌트(381)에 저장된 생체 신호, 서버(300)의 생체 신호 저장 컴포넌트(381)에 저장된 생체 신호의 측정 일시,신호 저장 컴포넌트(381)에 저장된 전처리된 생체 신호, 서버(300)의 신호 품질 분류 시스템(320)에 의해 분류되고 서버(300)의 생체 데이터 저장 컴포넌트(382)에 저장된 신호 품질 분류 결과, 서버(300)의 생체 데이터 계산 시스템(350)에 의해 계산되고 서버(300)의 생체 데이터 저장 컴포넌트(382)에 저장된 생체 데이터, 서버(300)의 생체 지표 계산 시스템(360)에 의해 계산되고 생체 지표 저장 컴포넌트(383)에 저장된 생체 지표, 및 질병 에측 시스템(380)에 의해 계산된 질병 발생 확률 중 적어도 하나를 디스플레이할 수 있다.
본 개시에 개시된 실시예들은 본 개시의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 개시의 기술 사상의 범위가 한정되는 것은 아니다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술적 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (20)

  1. 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼으로서, 상기 플랫폼은 서버를 포함하고, 상기 서버는
    제1 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제1 신호 품질 분류 컴포넌트를 포함하는 신호 품질 분류 시스템;
    딥러닝 모델을 이용하여 상기 제1 파장 PPG 신호로부터 심방 세동 발생 여부를 판정하도록 구성된 심방 세동 판정 컴포넌트를 포함하는 생체 데이터 계산 시스템; 및
    상기 제1 신호 품질 분류 컴포넌트에 의해 생성된 제1 신호 품질 분류 결과 및 상기 심방 세동 판정 컴포넌트에 의해 생성된 심방 세동 판정 결과로부터 심방 세동 지표를 계산하도록 구성된 심방 세동 지표 계산 컴포넌트를 포함하는 생체 지표 계산 시스템;을 포함하고,
    상기 심방 세동 지표는 상기 제1 신호 품질 분류 컴포넌트에 의해 상기 제1 파장 PPG 신호의 품질이 좋음으로 분류되고 상기 심방 세동 판정 컴포넌트에 의해 심방 세동이 발생된 것으로 판정된 시간 및 상기 제1 신호 품질 분류 컴포넌트에 의해 상기 제1 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비율로 정의되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  2. 제1 항에 있어서,
    상기 신호 품질 분류 시스템은 제2 파장 PPG 신호의 신호 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제2 신호 품질 분류 컴포넌트를 더 포함하고,
    상기 생체 데이터 계산 시스템은
    상기 제2 파장 PPG 신호로부터 제1 딥러닝 모델을 이용하여 PPG 특징을 추출하도록 구성된 신호 특징 추출 컴포넌트;
    상기 생체 신호 감지 반지를 이용하여 측정된 테스트 PPG 신호 및 종래의 혈압계를 이용하여 상기 테스트 PPG 신호와 동시에 측정된 수축기 및 이완기 테스트 혈압들, 및 사용자 정보로부터 제2 딥러닝 모델을 이용하여 사용자 특징을 추출하도록 구성된 사용자 특징 추출 컴포넌트; 및
    제3 딥러닝 모델을 이용하여 상기 PPG 특징 및 상기 사용자 특징으로부터 수축기 및 이완기 혈압들을 추정하도록 구성된 혈압 추정 컴포넌트를 더 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  3. 제2 항에 있어서,
    상기 생체 지표 계산 시스템은 상기 제2 신호 품질 분류 컴포넌트에 의해 생성된 제2 신호 품질 분류 결과 및 상기 혈압 추정 컴포넌트에 의해 추정된 혈압으로부터 혈압 지표를 계산하도록 구성된 혈압 지표 계산 컴포넌트를 더 포함하고,
    상기 혈압 지표는 상기 제2 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호의 품질이 좋음으로 분류되고 상기 수축기 혈압이 제1 정상 범위로부터 벗어나거나 상기 이완기 혈압이 제2 정상 범위로부터 벗어나는 시간 및 상기 제2 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비율로 정의되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  4. 제1 항에 있어서,
    상기 신호 품질 분류 시스템은 제2 파장 PPG 신호 및 제3 파장 PPG 신호의 품질을 좋음 또는 나쁨으로 분류하도록 구성된 제3 신호 품질 분류 컴포넌트를 더 포함하고,
    상기 생체 데이터 계산 시스템은 상기 제2 파장 PPG 신호 및 상기 제3 파장 PPG 신호로부터 산소포화도를 추정하도록 구성된 산소포화도 추정 컴포넌트를 더 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  5. 제4 항에 있어서,
    상기 생체 지표 계산 시스템은 상기 제3 신호 품질 분류 컴포넌트에 의해 생성된 제3 신호 품질 분류 결과 및 상기 산소포화도 추정 컴포넌트에 의해 추정된 산소포화도부터 산소포화도 지표를 계산하도록 구성된 산소포화도 지표 계산 컴포넌트를 더 포함하고,
    상기 산소포화도 지표는 상기 제3 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호 및 상기 제3 파장 PPG 신호의 품질이 좋음으로 분류되고 상기 산소 포화도가 정상 범위를 벗어난 시간 및 상기 제3 신호 품질 분류 컴포넌트에 의해 상기 제2 파장 PPG 신호 상기 제3 파장 PPG 신호의 품질이 좋음으로 분류되는 시간의 비율로 정의되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  6. 제1 항에 있어서,
    상기 제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호는 상기 생체 신호 감지 반지를 이용하여 측정되고, 상기 서버는 상기 생체 신호 감지 반지로부터 단말기를 통해 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 수신하고,
    상기 생체 신호 감지 반지는 서로 다른 위치에서 각각 복수의 제1 파장 PPG 신호, 복수의 제2 파장 PPG 신호, 및 복수의 제3 파장 PPG 신호를 동시에 측정하도록 구성된 복수의 센서를 포함하고,
    상기 복수의 센서 각각은 제1 파장 광원, 제2 파장 광원, 제3 파장 광원, 및 광전 변환 장치를 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  7. 제6 항에 있어서,
    상기 단말기는 상기 복수의 센서를 이용하여 측정된 제1 파장 테스트 PPG 신호 각각의 DC 성분이 제1 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제2 파장 테스트 PPG 신호 각각의 DC 성분이 제2 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제3 파장 테스트 PPG 신호 각각의 DC 성분이 제3 소정의 범위 내이도록 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원을 제어하도록 구성되는 광원 제어 컴포넌트를 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  8. 제7 항에 있어서,
    상기 단말기는 상기 복수의 센서 중 상기 복수의 제1 파장 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호 중 신호 품질이 가장 높은 제1 파장 테스트 PPG 신호, 제2 파장 테스트 PPG 신호, 및 제3 파장 테스트 PPG 신호의 조합을 측정한 센서를 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 측정하기 위한 센서로서 선택하도록 구성된 센서 선택 컴포넌트를 더 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  9. 제8 항에 있어서,
    상기 복수의 제1 파자ㅇ 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호의 상기 신호 품질은 가속도 신호의 크기, 신호 대 잡음비, 및 AC 성분 크기 대 DC 성분 크기 비 중 적어도 하나에 의해 평가되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  10. 제8 항에 있어서,
    상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 순차적으로 수행되고,
    상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 주기적으로 수행되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  11. 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼으로서, 상기 플랫폼은 단말기를 포함하고, 상기 단말기는
    PPG 신호를 측정하도록 구성된 생체 신호 감지 반지로부터 상기 PPG 신호를 수신하여 상기 PPG 신호를 서버로 전달하도록 구성되고,
    상기 생체 신호 감지 반지는 서로 다른 위치에서 각각 복수의 PPG 신호를 동시에 측정하도록 구성된 복수의 센서를 포함하고,
    상기 복수의 센서 각각은 광원 및 광전 변환 장치를 포함하는 것을 특징으로 하는 생체 데이터 모니터링 플랫폼.
  12. 제111 항에 있어서,
    상기 단말기는 상기 복수의 센서를 이용하여 측정된 복수의 테스트 PPG 신호 각각의 DC 성분이 소정의 범위 내이도록 상기 복수의 센서 각각의 상기 광원을 제어하도록 구성되는 광원 제어 컴포넌트를 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  13. 제12 항에 있어서,
    상기 단말기는 상기 복수의 센서 중 신호 품질이 가장 높은 테스트 PPG 신호를 측정한 센서를 상기 PPG 신호를 측정하기 위한 센서로서 선택하도록 구성된 센서 선택 컴포넌트를 더 포함하는 것을 특징으로 하는 생체 데이터 모니터링 플랫폼.
  14. 제13 항에 있어서,
    상기 복수의 테스트 PPG 신호의 상기 신호 품질은 가속도 신호의 크기, 신호 대 잡음비, 및 AC 성분 크기 대 DC 성분 크기 중 적어도 하나에 의해 평가되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  15. 제14 항에 있어서,
    상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 순차적으로 수행되고,
    상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 주기적으로 수행되는 것을 특징으로 하는 생체 데이터 모니터링 플랫폼.
  16. 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼으로서, 상기 플랫폼은 단말기를 포함하고, 상기 단말기는
    제1 파장 PPG 신호, 제2 파장 PPG 신호, 및 제3 파장 PPG 신호를 측정하도록 구성된 생체 신호 감지 반지로부터 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 수신하여 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 서버로 전달하도록 구성되고,
    상기 생체 신호 감지 반지는 서로 다른 위치에서 각각 복수의 제1 파장 PPG 신호, 복수의 제2 파장 PPG 신호, 및 복수의 제3 파장 PPG 신호를 동시에 측정하도록 구성된 복수의 센서를 포함하고,
    상기 복수의 센서 각각은 제1 파장 광원, 제2 파장 광원, 제3 파장 광원, 및 광전 변환 장치를 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  17. 제16 항에 있어서,
    상기 단말기는 상기 복수의 센서를 이용하여 측정된 제1 파장 테스트 PPG 신호 각각의 DC 성분이 제1 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제2 파장 테스트 PPG 신호 각각의 DC 성분이 제2 소정의 범위 내이고, 상기 복수의 센서를 이용하여 측정된 복수의 제3 파장 테스트 PPG 신호 각각의 DC 성분이 제3 소정의 범위 내이도록 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원을 제어하도록 구성되는 광원 제어 컴포넌트를 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  18. 제17 항에 있어서,
    상기 단말기는 상기 복수의 센서 중 상기 복수의 제1 파장 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호 중 신호 품질이 가장 높은 제1 파장 테스트 PPG 신호, 제2 파장 테스트 PPG 신호, 및 제3 파장 테스트 PPG 신호의 조합을 측정한 센서를 상기 제1 파장 PPG 신호, 상기 제2 파장 PPG 신호, 및 상기 제3 파장 PPG 신호를 측정하기 위한 센서로서 선택하도록 구성된 센서 선택 컴포넌트를 더 포함하는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  19. 제18 항에 있어서,
    상기 복수의 제1 파장 테스트 PPG 신호, 상기 복수의 제2 파장 테스트 PPG 신호, 및 상기 복수의 제3 파장 테스트 PPG 신호의 상기 신호 품질은 가속도 신호의 크기, 신호 대 잡음비, 및 AC 성분 크기 대 DC 성분 크기 비 중 적어도 하나에 의해 평가되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
  20. 제18 항에 있어서,
    상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 순차적으로 수행되고,
    상기 광원 제어 컴포넌트에 의한 상기 복수의 센서 각각의 상기 제1 파장 광원, 상기 제2 파장 광원, 및 상기 제3 파장 광원의 제어 및 상기 센서 선택 컴포넌트에 의한 센서 선택은 주기적으로 수행되는 것을 특징으로 하는 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼.
PCT/KR2022/013741 2021-09-16 2022-09-14 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼 WO2023043202A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202280062915.8A CN118019484A (zh) 2021-09-16 2022-09-14 一种使用生物特征信号检测戒指的生物特征数据监测平台

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020210124276A KR102385869B1 (ko) 2021-09-16 2021-09-16 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼
KR10-2021-0124276 2021-09-16
KR10-2022-0042151 2021-09-16

Publications (1)

Publication Number Publication Date
WO2023043202A1 true WO2023043202A1 (ko) 2023-03-23

Family

ID=81212158

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/013741 WO2023043202A1 (ko) 2021-09-16 2022-09-14 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼

Country Status (3)

Country Link
KR (2) KR102385869B1 (ko)
CN (1) CN118019484A (ko)
WO (1) WO2023043202A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240007017A (ko) * 2022-07-07 2024-01-16 서울대학교병원 생체 신호 데이터 품질 판단 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150062721A (ko) * 2013-11-29 2015-06-08 문찬곤 생체활력지수 산출 방법 및 시스템
KR20170091346A (ko) * 2016-02-01 2017-08-09 삼성전자주식회사 반지형 웨어러블 기기
KR20180056714A (ko) * 2015-09-23 2018-05-29 퀄컴 인코포레이티드 혈압 측정을 획득하기 위한 시스템 및 방법
KR20190110874A (ko) * 2018-03-21 2019-10-01 주식회사 바이오메디랩스 인체착용형 신체정보 측정장치 및 이를 이용한 의료지원 시스템
KR20190113552A (ko) * 2018-03-27 2019-10-08 삼성전자주식회사 Ppg ibi 및 모폴로지를 기반으로 하는 수동 부정맥 감지 장치 및 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10667706B2 (en) * 2015-09-23 2020-06-02 Qualcomm Incorporated System and method for obtaining blood pressure measurement
KR102656806B1 (ko) * 2016-04-28 2024-04-12 엘지전자 주식회사 와치타입 단말기 및 이의 제어방법
TWI828770B (zh) * 2018-09-28 2024-01-11 愛爾蘭商Ｑ生活全球有限公司 用於處理ｐｐｇ信號雜訊比之方法及系統

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150062721A (ko) * 2013-11-29 2015-06-08 문찬곤 생체활력지수 산출 방법 및 시스템
KR20180056714A (ko) * 2015-09-23 2018-05-29 퀄컴 인코포레이티드 혈압 측정을 획득하기 위한 시스템 및 방법
KR20170091346A (ko) * 2016-02-01 2017-08-09 삼성전자주식회사 반지형 웨어러블 기기
KR20190110874A (ko) * 2018-03-21 2019-10-01 주식회사 바이오메디랩스 인체착용형 신체정보 측정장치 및 이를 이용한 의료지원 시스템
KR20190113552A (ko) * 2018-03-27 2019-10-08 삼성전자주식회사 Ppg ibi 및 모폴로지를 기반으로 하는 수동 부정맥 감지 장치 및 방법

Also Published As

Publication number Publication date
KR102385869B1 (ko) 2022-04-15
CN118019484A (zh) 2024-05-10
KR102637149B1 (ko) 2024-02-16
KR20230040847A (ko) 2023-03-23

Similar Documents

Publication Publication Date Title
WO2016195413A1 (ko) 생체 신호 측정을 위해 구비된 복수의 전극을 터치 센서로 활용하는 생체 신호 측정 장치
US11931154B2 (en) Systems and methods for classifying ECG data
WO2023043202A1 (ko) 생체 신호 감지 반지를 이용한 생체 데이터 모니터링 플랫폼
JPH0628662B2 (ja) 睡眠無呼吸症候群の通院認知及び診断のために患者の生理学的パラメータを検出しかつ記憶するための移動装置
JP6150825B2 (ja) 心房細動検出システム
JPH0349499B2 (ko)
WO2020218741A1 (ko) 반지 형태의 생체신호 감지 장치
KR20220040515A (ko) 딥러닝 기반 심전도를 이용한 심정지 위험도 예측 시스템
CN107007270A (zh) 一种便携式终端
WO2023043198A1 (ko) Ppg 신호 감지 반지를 이용한 딥러닝 기반 혈압 추정 시스템
US11284238B1 (en) Emergency signs early detection, alert and response systems and methods of using the same
WO2023022485A1 (ko) 비동기 심전도를 이용한 건강상태 예측 시스템
WO2023043195A1 (ko) Ppg 신호 감지 반지를 이용한 딥러닝 기반 심방 세동 판정 시스템
Sugano et al. Clinical tests and evaluations of a wireless ECG sensor for realization of ubiquitous health care systems
WO2023043199A1 (ko) Ppg 신호 감지 반지를 이용한 산소포화도 추정 시스템
JP3685745B2 (ja) 医療測定システム
CN106725414A (zh) 一种具有心律检测功能的智能电子装置
WO2022255852A1 (ko) 심전도를 통한 고칼륨 혈증 예측 알고리즘 구축 시스템 및 이를 이용한 심전도를 통한 고칼륨 혈증 예측 알고리즘 구축 방법 및 심전도를 이용한 고칼륨 혈증 예측 시스템
TWI697852B (zh) 監管系統
CN105595973A (zh) 一种睡眠异常报警装置
WO2022085972A1 (ko) 합성곱·양방향 장단기 기억 순환신경망을 활용한 광전용적맥파 기반 실시간 혈압 모니터링 시스템 및 이를 이용한 실시간 혈압 모니터링 방법
US20240081718A1 (en) Biological information measurement device
WO2023038254A1 (ko) 기계학습을 이용한 비침습적 당화혈색소 또는 혈당 추정 방법 및 장치
CN214856640U (zh) 一种多参数健康检查仪
WO2017209360A1 (ko) 그립형 생체 신호 측정 장치

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: 22870286

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2022870286

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022870286

Country of ref document: EP

Effective date: 20240416