WO2024053847A1 - 생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말 - Google Patents

생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말 Download PDF

Info

Publication number
WO2024053847A1
WO2024053847A1 PCT/KR2023/010295 KR2023010295W WO2024053847A1 WO 2024053847 A1 WO2024053847 A1 WO 2024053847A1 KR 2023010295 W KR2023010295 W KR 2023010295W WO 2024053847 A1 WO2024053847 A1 WO 2024053847A1
Authority
WO
WIPO (PCT)
Prior art keywords
electrodes
biological signal
user
biosignal
variability
Prior art date
Application number
PCT/KR2023/010295
Other languages
English (en)
French (fr)
Inventor
이동섭
형지원
김학중
동열 이다니엘
손유선
양도준
조근석
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020220144621A external-priority patent/KR20240034611A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2024053847A1 publication Critical patent/WO2024053847A1/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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/251—Means for maintaining electrode contact with the body
    • A61B5/256—Wearable electrodes, e.g. having straps or bands
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]

Definitions

  • It relates to a biological signal detection device, a method of operating the biological signal detection device, and a user terminal including the same, and more specifically, to a method of determining the placement of electrodes for acquiring biological signals.
  • Conventional methods for acquiring human body signals by installing them in a user terminal include comparing the size of electromyograms obtained from a plurality of sensors and obtaining the electromyogram with a larger value as a result of the comparison, or placing electrodes according to the user's breathing. was utilized.
  • the prior art has a problem in that it cannot provide real-time arrangement of electrodes according to the user's situation.
  • the biosignal detection device 100 may include a sensor unit 110 including a plurality of electrodes for acquiring biosignals, a memory 120 including one or more instructions, and one or more processors 130. You can.
  • One or more processors 130 may execute one or more instructions to determine the time at which any one of the plurality of electrodes acquires a biosignal.
  • One or more processors 130 may determine the variability of biological signals acquired by arbitrary electrodes.
  • One or more processors 130 determines the placement of arbitrary electrodes when the time for which certain electrodes acquire biological signals and the variability of the acquired biological signals satisfies a predetermined standard, and the determined arrangement of electrodes. You can learn.
  • the operating method of the bio-signal detection device 100 including a plurality of electrodes includes the step of acquiring bio-signals through arbitrary electrodes (810), and determining the time at which the arbitrary electrodes acquire bio-signals. Step 820, determining the variability of bio-signals acquired by certain electrodes (830), and if the time for which the random electrodes acquire bio-signals and the variability of the acquired bio-signals meet predetermined criteria, any It may include a step 850 of determining and learning the arrangement of electrodes.
  • the user terminal 10 includes a sensor unit 110 including a plurality of electrodes for acquiring biological signals, a memory 120 including one or more instructions, and
  • One or more processors 130 may determine the time at which any of the plurality of electrodes acquires a biological signal and determine the variability of the biological signal acquired by any of the electrodes.
  • One or more processors 130 may determine and learn the arrangement of arbitrary electrodes when the time at which certain electrodes acquire biological signals and the variability of the acquired biological signals satisfy predetermined standards.
  • Figure 1 illustrates a user terminal to which a biosignal detection device according to the disclosed embodiment is applied.
  • Figure 2 is a block diagram of a bio-signal detection device according to the disclosed embodiment.
  • Figure 3 is a block diagram of a sensor unit according to the disclosed embodiment.
  • Figure 4a is a cross-sectional view of the sensor unit according to the disclosed embodiment.
  • FIGS. 4B and 4C illustrate a possible structure of a biosignal detection device according to an embodiment.
  • Figure 5 shows the structure of the sensor unit according to the disclosed embodiment.
  • Figure 6 shows a switch of the sensor unit according to the disclosed embodiment.
  • FIG. 7 is a block diagram of a processor according to the disclosed embodiment.
  • Figure 8 is a flowchart of a method of operating a biological signal detection device according to the disclosed embodiment.
  • Figure 9 is a flowchart of a process of selecting a random electrode in the method of operating a biosignal sensing device according to the disclosed embodiment.
  • FIGS 10A to 10C show stabilization of bio-signals acquired by the bio-signal detection device according to the disclosed embodiment.
  • Figure 11 is a flowchart of a process of selecting a random electrode in the method of operating a biosignal sensing device according to the disclosed embodiment.
  • FIG. 12 is for explaining optimizing biosignal data according to the disclosed embodiment.
  • Figure 13 is a flowchart of a process in which a biosignal sensing device determines the layout of electrodes according to the disclosed embodiment.
  • FIG. 14 is for explaining how the biosignal sensing device learns the layout of arbitrary electrodes according to the disclosed embodiment.
  • FIG. 15 is for explaining how a biosignal detection device learns a user's movements according to the disclosed embodiment.
  • the term “user” refers to a person who controls a system, function, or operation, and may include a developer, administrator, or installer.
  • “modality” refers to a sensory channel (e.g., visual channel, auditory channel, tactile channel) for interaction with a user equipped with a wearable device, or a signal, information, or data input and output through a sensory channel. etc. can be indicated.
  • the auditory modality represents an audio signal output through an auditory channel (e.g., a speaker)
  • the visual modality represents text, image or video data, etc., output through a visual channel (e.g., a display)
  • the tactile modality represents an audio signal output through an auditory channel (e.g., a speaker). It may represent a vibration signal output through a tactile channel (eg, actuator, etc.).
  • multi-channel may include channels separated into the frequency domain.
  • each of a plurality of filters that separates a sound signal into a specific frequency region may correspond to one channel among multiple channels.
  • PWM signals corresponding to each of the filtered signals can be transmitted to the actuator through individual channels.
  • one actuator may correspond to one channel.
  • 'neural network' is a representative example of an artificial neural network model that simulates brain nerves, and is not limited to an artificial neural network model using a specific algorithm.
  • Figure 1 shows a user terminal 10 to which a bio-signal detection device according to the disclosed embodiment is applied.
  • the user terminal 10 includes a biometric signal detection device and can acquire the user's biosignal.
  • the biometric signal detection device 100 may be installed at a portion of the user terminal 10 that contacts the user's wrist, but the location of the biosignal detection device 100 is limited to this. This does not mean that at least one bio-signal detection device 100 may be installed in the user terminal 10.
  • the user terminal 10 may include at least one biosignal detection device 100 and detect the user's biosignal. Additionally, the user terminal 10 according to one embodiment may include at least one actuator (111a, 111b). For example, the actuators 101a and 101b may transmit feedback signals about the user's biological signals to the user. The number of actuators 111a and 111b shown in FIG. 1 is not limited to two and may further include a plurality of actuators.
  • the user terminal 10 according to one embodiment may be a wearable device. In one embodiment, the user terminal 10 may be a wrist wearable device. For example, the user terminal 10 according to one embodiment is a band made of a bendable material worn on the wrist, and can be combined with the main body of a smart watch or a smart watch.
  • the user terminal 10 is not limited to this, and includes smart phones, laptop computers, tablet PCs, digital cameras, e-book terminals, digital broadcasting terminals, PDAs (Personal Digital Assistants), and PMPs. (Portable Multimedia Player), navigation, MP3 player, etc.
  • smart phones laptop computers, tablet PCs, digital cameras, e-book terminals, digital broadcasting terminals, PDAs (Personal Digital Assistants), and PMPs. (Portable Multimedia Player), navigation, MP3 player, etc.
  • PDAs Personal Digital Assistants
  • PMPs Portable Multimedia Player
  • navigation MP3 player
  • electrodes may be installed at any location on the user's wrist.
  • the electrodes of the biosignal sensing device may be installed on the upper or lower part of the user's wrist.
  • the electrode of the biological signal detection device 100 may acquire a biological signal and receive a feedback signal from the biological signal detection device 100.
  • haptic feedback may be provided to the user based on the feedback signal from the biosignal detection device 100.
  • the biosignal detection device 100 is a universal band that can acquire biosignals from all parts of the user's wrist, and is an Internet of Things (IoT) device or Metaverse. When connected to a device, control operations can be performed on the device.
  • IoT Internet of Things
  • Figure 2 is a block diagram of a biological signal detection device 100 according to the disclosed embodiment.
  • the biosignal detection device 100 may include a sensor unit 110, a memory 120, or a processor 130.
  • the sensor unit 110 may include a plurality of electrodes that acquire biological signals.
  • the sensor unit 110 may include a plurality of biometric sensors, and each of the plurality of biometric sensors may include an electrode that acquires a biometric signal.
  • Biological signals are signals transmitted through nerves and may include all biological signals that can be electrically sensed.
  • biosignals may include, but are not limited to, brain waves or electromyograms.
  • Sensors included in the sensor unit 110 may include, but are not limited to, an electroencephalogram (EEG) sensor or an electromyography (EMG) sensor. The configuration of the sensor unit 110 is explained in detail in FIG. 3.
  • Memory 120 may include one or more instructions.
  • One or more instructions may include commands for controlling the sensor unit 110.
  • the memory 120 may store a program for operating the biosignal detection device 100 and data necessary for the operation.
  • the memory 120 is a common storage medium, for example, a hard disk drive (HDD), ROM (Read Only Memory), RAM (Random Access Memory), flash memory, and memory card (Memory). Card) may be included.
  • One or more processors 130 execute one or more instructions stored in the memory 120 to determine the time at which any of the plurality of electrodes of the sensor unit 110 acquires a biological signal, The variability of biological signals obtained by arbitrary electrodes can be determined.
  • the processor 130 determines the arrangement of arbitrary electrodes when the time for which certain electrodes acquire biological signals and the variability of the acquired biological signals satisfies a predetermined standard, and learns the determined arrangement of electrodes. can do.
  • the processor 130 may select a random electrode from among the plurality of electrodes included in the sensor unit 110 and acquire biosignals through the selected electrodes. When a biosignal is acquired, the processor 130 may determine whether the acquired biosignal satisfies a preset standard. When defining a preset standard as It can be determined by comparing . For example, preset standards and biosignal functions ( Comparing the values of ) can be performed by Equation 1.
  • Formula 1 is the biosignal acquisition time (RT: Reponse) of the sensor unit 110 where the number of electrodes included in the first direction is i, the number of electrodes included in the second direction is j, and the number of electrodes is (i ⁇ j). Time).
  • RT Reponse
  • Formula 1 according to one embodiment The number of electrodes included in the first direction is i, the number of electrodes included in the second direction is j, and the number of electrodes is (i ) can be.
  • the processor 130 is and A biosignal function with as a variable ( ) to the preset standard ( ), and as a result of the comparison, the value of the biosignal function ( )
  • the electrode arrangement in the following cases can be determined and learned as a valid electrode arrangement.
  • the preset standard according to one embodiment may be a value input by the manufacturer, but is not limited thereto and may be changed by the user. Additionally, the preset standard may be a value whose threshold value is adjusted to match the user's biosignal characteristics.
  • the processor 130 may determine the time at which the biological signal stabilizes after being acquired in order to determine the volatility of the acquired biological signal. For example, the processor 130 determines the variability of the biological signal based on the time at which the waveform of the biological signal acquired by arbitrary electrodes stabilizes, and stabilization of the waveform is determined by a preset signal-to-noise ratio (SNR). It can be judged based on For stabilization according to one embodiment, a preset Signal-to-Noise Ratio (SNR) may be determined by Equation 2, and the unit may be decibel (dB).
  • SNR Signal-to-Noise Ratio
  • Formula 2 is the size of the biological signal, can be defined as the size of noise.
  • the processor 130 determines the variability of the biological signal through the value of Equation 2, and if it is determined that the variability of the biological signal is less than a preset standard, it may determine that the biological signal is stabilized.
  • the processor 130 sets a preset standard ( )
  • the configurations of the sensor unit 110 can be controlled based on.
  • the processor 130 may set a preset standard ( ), the connection of at least one of the cathode, anode, or ground portion of the sensor unit 110 can be controlled.
  • the processor 130 may activate or deactivate the electrode by controlling the connection of at least one of the cathode, anode, and ground portion of the sensor unit 110.
  • the processor 130 may control the activation or deactivation of electrodes to determine the placement of electrodes for acquiring the user's biosignals.
  • the processor 130 may learn the determined arrangement of electrodes based on a first preset deep learning model and store the learning results. By learning and storing the placement of electrodes determined according to the user's motion, situation, or physical condition, the processor 130 according to one embodiment provides optimal electrode placement according to the user's condition and accurately obtains the user's biological signals. You can.
  • the first deep learning model according to one embodiment may be a deep learning model that learns the placement of electrodes according to the user's biological signals.
  • the processor 130 learns the first user information including the movement pattern based on a preset second deep learning model, and generates the second user's biometric signal based on the learning result of the second deep learning model.
  • the placement of electrodes for detecting can be determined.
  • the first user refers to a user who is physically different from the second user
  • the second deep learning model may be a deep learning model that learns the user's motion pattern.
  • the processor 130 may learn the first user's movement pattern and learn the arrangement of electrodes according to the first user's movements.
  • the processor 130 may provide the second user with the arrangement of electrodes determined based on the previously learned operation of the first user.
  • the processor 130 may reset the electrode placement optimized for the second user.
  • the processor 130 determines the time at which any electrodes of the sensor unit 110 acquire bio-signals and the variability of the acquired bio-signals according to a preset standard ( ) or more, the biosignal can be acquired by updating the arrangement of arbitrary electrodes. For example, the time for random electrodes to acquire biological signals and the variability of the acquired biological signals are determined by a preset standard ( ) or more, the processor 130 determines that the placement of the electrodes provided to the user is not appropriate, changes the placement of the electrodes, and obtains the biosignal again. Electrode placement update according to one embodiment may be performed through an optimization process.
  • the processor 130 selects an electrode whose acquisition time of a biological signal satisfies a preset standard and an electrode whose variability of the acquired biological signal satisfies a preset standard among selected random electrodes, and selects an electrode whose acquisition time of the biological signal satisfies a preset standard,
  • the optimization process can be performed by deleting electrodes that do not satisfy from the batch.
  • the processor 130 may reuse electrodes that meet preset criteria to update the arrangement of electrodes without deleting them from the arrangement.
  • the processor 130 may generate a feedback signal according to the result of detecting the user's biological signal. For example, if the processor 130 succeeds in detecting the user's biosignal, it may control the actuator to generate a biosignal detection success signal and deliver a feedback signal to the user. Additionally, if the processor 130 fails to detect the user's biosignal, the processor 130 may control the actuator to generate a biosignal detection failure signal and deliver a feedback signal to the user. For example, if the processor 130 fails to detect the user's biosignal, the processor 130 does not perform an optimization process for the placement of the electrodes 111, but generates a biosignal detection failure signal and informs the user of the biosignal detection failure signal. The actuator can be controlled to deliver a feedback signal.
  • the feedback signal according to one embodiment may be a vibration signal, but the type of signal is not limited thereto.
  • the processor 130 may classify the user's movements and determine the variability of the biological signal based on the user's movements. Additionally, the processor 130 may control the connection of at least one of the cathode, anode, or ground portion of the sensor unit 110 based on the result of determining the variability of the biological signal. For example, when a user plays a rock-paper-scissors game, the processor 130 classifies the user's movements as scissors, rock, or paper, and analyzes the biometric signals according to the user's movements. Volatility can be determined. When the user's motion is determined, the processor 130 according to one embodiment may provide the arrangement of electrodes according to the user's motion in real time. However, the classified user's actions are not limited to this and may include various actions that the user can physically perform.
  • the processor 130 may determine the variability of the biosignal based on the body part to which the user attaches at least one electrode. Additionally, the processor 130 may control the connection of at least one of the cathode, anode, and ground portion of the sensor unit 110 based on the determination result of the biosignal variability. For example, the user may wear the biosignal detection device 100 on various parts of the body, such as the head, wrist, ankle, thumb, index finger, or middle finger. The processor 130 according to one embodiment learns the arrangement of electrodes according to the position at which the user wears the biosignal detection device 100, and selects the optimal electrode according to the position at which the user wears the biosignal detection device 100. Layout can be provided.
  • the processor 130 sets a preset reference ( ) can be selected.
  • the processor 130 according to one embodiment sets a preset standard ( ) can be reused to update the arrangement of electrodes without deleting them from the arrangement.
  • Figure 3 is a block diagram of the sensor unit 110 according to the disclosed embodiment.
  • the sensor unit 110 may include an electrode 111, a switch 112, a gate 113, or a communication unit 114.
  • the electrode 111 can acquire biological signals.
  • the electrode 111 can detect electrical signals from the user's body and utilize bioimpedance and user's body information.
  • the electrode 111 according to one embodiment may be implemented with a flexible material that can be modified according to the shape of the user's body.
  • the electrode 111 may be installed in a wearable device, and the electrode 111 according to one embodiment may be installed in a wrist wearable device.
  • the switch unit 112 includes a cathode, anode, and a ground portion (GND), and controls the connection of each cathode, anode, or ground portion (GND) to connect the electrode to the ground portion (GND). You can control the activation state of . For example, when the ground part (GND) of the switch unit 112 is connected, the corresponding electrode 111 may be deactivated, and when at least one of the cathode or anode is connected, the corresponding electrode 111 may be deactivated. The electrode 111 may be activated to obtain the user's biosignal.
  • the structure of the switch unit 112 will be described in detail in FIGS. 4 and 5.
  • the gate 113 is electrically connected to each electrode 111 to receive a signal that controls the switch unit 112 and can receive or block a biological signal. For example, if a signal is received from the processor 130 regarding whether to determine the signal acquired by the electrode 111 as a valid signal, and the signal acquired by the electrode 111 is determined to be a valid signal, the gate 113 may be configured to receive biosignals. In addition, a signal regarding whether to determine the signal acquired by the electrode 111 is a valid signal is received from the processor 130, and when the signal acquired by the electrode 111 is determined to be a valid signal, the gate according to an embodiment 113 may be configured to block biological signals. In addition, as an interface, the gate 113 may be provided with an I/O port for connecting HIDs (Human Interface Devices) and may be provided with an I/O port for input/output of biological signals.
  • HIDs Human Interface Devices
  • the communication unit 114 may perform a function of transmitting biological signals to the processor 130.
  • the communication unit 114 can perform wired and wireless communication with the processor 130, and can perform Bluetooth communication, Bluetooth Low Energy (BLE) communication, Near Field Communication unit, and WLAN (You can communicate using the WIFI communication method, including Wi-Fi communication, Zigbee communication, IrDA (infrared Data Association) communication, WFD (Wi-Fi Direct) communication, UWB (ultra wideband) communication, and Ant+ communication. Not limited.
  • Figure 4a is a cross-sectional view of the sensor unit 110 according to the disclosed embodiment.
  • the sensor unit 110 may include (i ⁇ j) sensors.
  • the sensor unit 110 may include (i ⁇ j) sensors.
  • the sensor unit 110 according to the disclosed embodiment may include a plurality of sensors (110_1, 110_2, ... 110_n), and when the number of sensors included in the sensor unit 110 is (i ⁇ j), n is ij It can be expressed as However, the number of sensors that can be included in the sensor unit 110 and the shape of the sensor unit 110 are not limited to this and may include various forms that can be applied to the user's body.
  • FIGS. 4B and 4C illustrate a possible structure of the biosignal detection device 100 according to an embodiment.
  • the sensor unit 110 is not specifically shown in FIGS. 4B and 4C, the sensor unit 110 according to one embodiment is present in various positions of the biosignal detection device 100 and can detect the user's biosignal. there is.
  • the biosignal detection device 100 may be implemented in the form of a user terminal.
  • the biosignal detection device 100 may itself be a user terminal 10, and in this case, the processor 130 may control the user terminal 10. Additionally, the biometric signal detection device 100 may also exist as a component of the user terminal 10.
  • the biological signal detection device 100 includes a plurality of actuators 111a, 111b, 111c, and 111d, a switch unit 112, a communication unit 114, a terminal 115, a battery 116, or a processor 130. ) may include.
  • the present disclosure is not limited thereto, and some components included in the biosignal detection device 100 may be omitted.
  • the biosignal detection device 100 may include a plurality of actuators 111a, 111b, 111c, and 111d. Although only four actuators 111a, 111b, 111c, and 111d are shown in FIGS. 4b and 4c, the number of actuators is not limited thereto.
  • the actuators 111a, 111b, 111c, and 111d may be arranged to directly or indirectly contact the user's skin (eg, the skin of the wrist area).
  • the shape of the actuators 111a, 111b, 111c, and 111d is shown as a circle, but this is only an example and the actuators 111a, 111b, 111c, and 111d may be implemented in various shapes.
  • the actuators 111a, 111b, 111c, and 111d are shown to be spaced apart at regular intervals, but this is only an example.
  • the actuators 111a, 111b, 111c, and 111d may be arranged to be spaced apart from each other at different intervals. They can also be connected and placed without gaps.
  • At least one actuator 111a, 111b, 111c, and 111d may provide feedback on the biological signal detected by the biological signal detection device 100.
  • the actuators 111a, 111b, 111c, and 111d may provide sensing feedback.
  • the actuators 111a, 111b, 111c, and 111d may provide feedback regarding sensing of biological signals to the user in the form of vibration.
  • the actuators 111a, 111b, 111c, and 111d may transmit different vibration signals to the user.
  • the actuators 111a, 111b, 111c, and 111d may transmit different vibration signals to the user.
  • the biological signal detection device 100 is connected to another user device or the system of the biological signal detection device 100 is upgraded, the actuators 111a, 111b, 111c, and 111d according to one embodiment are each connected to another user device.
  • a success signal for connection to the user device and a success signal for system upgrade can be provided to the user in the form of vibration.
  • the feedback signal provided by at least one actuator is not limited to a vibration signal and may include various signals such as an air pump signal, an electrical signal, a temperature change signal, or a sound signal.
  • the switch unit 112 may receive a plurality of signals from the user. For example, when a user inputs a touch signal to the switch unit 112, the user terminal 10 may operate in a biosignal detection mode preset by the user.
  • the communication unit 114 may be a Bluetooth module, but is not limited thereto.
  • the communication unit 114 may transmit received data to the processor 130 through universal asynchronous receiver/transmitter (UART) communication, but the communication technique between the communication unit 114 and the processor 130 is not limited to this. .
  • UART universal asynchronous receiver/transmitter
  • Terminal 115 may be electrically connected to battery 116.
  • the terminal 115 may be configured as a USB (universal series bus) jack, but is not limited to this.
  • the battery 116 can be charged by connecting the external power supply and the battery 2122 through the terminal 115.
  • Battery 116 may supply power to components or circuit elements of the board.
  • the battery 116 may be placed on one side of the user terminal 100, but the placement of the battery 116 is not limited thereto.
  • the battery 116 may be electrically connected to the terminal portion 2127.
  • the processor 130 may control the overall operations of the components of the user terminal 10.
  • the processor 130 may process various operations to operate the components of the user terminal 10. For example, the processor 130 may generate a plurality of feedback signals based on data (eg, biosignal data) obtained from the communication unit 114.
  • a tactile modality by a vibration signal is provided to a user wearing the user terminal 100 along with a visual modality and an auditory modality provided from the user terminal 100 or external device(s), so that the user's A sense of multimedia immersion can be provided through various senses.
  • a personalized haptic feedback control function is provided through a user interface, thereby providing a tactile modality that takes into account the characteristics of multimedia data (e.g., music, movies, games), the user's haptic sensitivity and acceptance, etc. You can.
  • the impact point desired by the user among various characteristics of multimedia data can be emphasized.
  • FIG. 5 shows the structure of the sensor unit 110 according to the disclosed embodiment
  • FIG. 6 shows a switch of the sensor unit according to the disclosed embodiment.
  • each of the sensors includes an electrode 111, switch units 112a, b, c ... 112x, a gate 113, and It may include a signal line (114, Signal Line). Additionally, each switch unit 112 may include a cathode switch, an anode switch, and a ground switch (GND).
  • the electrode 111 can acquire biological signals.
  • the electrode 111 can detect electrical signals from the user's body and utilize bioimpedance and user's body information.
  • the electrode 111 according to one embodiment may be implemented with a flexible material that can be modified according to the shape of the user's body.
  • the switch unit 112 includes a cathode, an anode, and a ground portion (GND), and each cathode, anode, or ground portion (GND) By controlling the connection, the activation state of the electrode can be controlled.
  • the cathode switch of the switch unit 112 is activated (112a)
  • the electrode 111 can be connected to the signal line 114 that quickly receives bio signals
  • the electrode 111 may be connected to the signal line 114 that blocks biological signals.
  • the anode switch of the switch unit 112 is activated (112c)
  • the electrode 111 is connected to the signal line 114, which reduces noise in the biological signal, and transmits the biological signal. It can be obtained.
  • FIG. 7 is a block diagram of the processor 130 according to the disclosed embodiment.
  • the processor 130 may include a main controller 131, a switch controller 132, an optimization controller 133, or a storage 134.
  • the main controller 131 sets a preset standard ( )
  • the configurations of the sensor unit 110 can be controlled based on.
  • the main controller 131 may control the switch controller 132 and the optimization controller 133 by generating a plurality of commands.
  • the main controller 131 may select a random electrode from among the plurality of electrodes included in the sensor unit 110 and acquire biosignals through the selected electrodes.
  • the main controller 131 can determine whether the acquired biological signal satisfies a preset standard.
  • the main controller 131 is and A biosignal function with as a variable ( ) to the preset standard ( ), and as a result of the comparison, the biosignal function ( ) to the preset standard ( )
  • the electrode arrangement in the following cases can be determined and learned as a valid electrode arrangement.
  • the main controller 131 may determine the time at which the biological signal stabilizes after being acquired in order to determine the volatility of the acquired biological signal. For example, the processor 130 determines the variability of the biological signal based on the time at which the waveform of the biological signal acquired by arbitrary electrodes stabilizes, but the stabilization of the waveform is determined by a preset signal-to-noise ratio (SNR). It can be judged based on SNR.
  • SNR signal-to-noise ratio
  • the main controller 131 may learn the determined arrangement of electrodes based on a preset first deep learning model and store the learning results.
  • the main controller 131 learns the first user information including the movement pattern based on a preset second deep learning model, and learns the second user information based on the learning result of the second deep learning model.
  • the placement of electrodes for detecting biological signals can be determined.
  • the switch controller 132 sets a preset standard ( )
  • the configurations of the sensor unit 110 can be controlled based on.
  • the processor 130 may set a preset standard ( ), the connection of at least one of the cathode, anode, or ground (GND) of the sensor unit 110 can be controlled.
  • the switch controller 132 may activate or deactivate the electrode by controlling the connection of at least one of the cathode, anode, or ground (GND) of the sensor unit 110.
  • the switch controller 132 may control the activation or deactivation of electrodes to determine the placement of electrodes for acquiring the user's biological signals.
  • the optimization controller 133 determines the time at which any electrodes of the sensor unit 110 acquire biological signals and the variability of the acquired biological signals according to a preset standard ( ) or more, the biosignal can be acquired by updating the arrangement of arbitrary electrodes. For example, the time for random electrodes to acquire biological signals and the variability of the acquired biological signals are determined by a preset standard ( ) or more, the optimization controller 133 determines that the arrangement of the electrodes provided to the user is not appropriate, changes the arrangement of the electrodes, and obtains the biosignal again.
  • Electrode placement update may be performed through an optimization process.
  • the optimization controller 133 may update the arrangement of electrodes using regression analysis. That is, the optimization controller 133 can update the arrangement of electrodes by repeatedly performing the process of selecting effective electrodes.
  • the optimization controller 133 selects an electrode whose acquisition time of a biological signal satisfies a preset standard and an electrode whose variability of the acquired biological signal satisfies a preset standard among selected arbitrary electrodes, and selects an electrode whose acquisition time satisfies a preset standard.
  • the optimization process can be performed by deleting electrodes that do not meet the established criteria from the batch.
  • the processor 130 according to one embodiment may reuse electrodes that satisfy preset criteria to update the arrangement of electrodes without deleting them from the arrangement.
  • Storage 134 may store learning results performed by the processor 130.
  • the storage 134 may learn the arrangement of electrodes determined by the main controller 131 based on a first preset deep learning model and store the learning results.
  • the main controller 131 learns first user information including operation patterns based on a preset second deep learning model, and stores the learning results of the second deep learning model in the storage 134. You can save it.
  • the data that the storage 134 can store is not limited to this and can store various information generated by the processor 130.
  • FIG. 8 is a flowchart of a method of operating the biosignal detection device 100 according to the disclosed embodiment.
  • the biosignal detection device 100 can acquire biosignals through arbitrary electrodes (810).
  • the biosignal detection device 100 may acquire biosignals while changing any electrodes present in the sensor unit 110 in real time.
  • the bio-signal detection device 100 can determine the time at which the bio-signals are acquired by the random electrodes (820).
  • the biological signal detection device 100 may utilize the acquisition time of the biological signal as the first variable in Equation 1. For example, if the biological signal detection device 100 determines that the biological signal acquisition time is less than a preset standard, it may determine the corresponding electrode as a valid electrode.
  • the biological signal detection device 100 may determine the variability of the acquired biological signal (830).
  • the biological signal detection device 100 may determine the time for the biological signal to stabilize after being acquired in order to determine the volatility of the acquired biological signal.
  • the biosignal detection device 100 determines the variability of the biosignal based on the time at which the waveform of the biosignal acquired by arbitrary electrodes stabilizes, but the stabilization of the waveform is determined by a preset signal-to-noise ratio (SNR). It can be judged based on Ratio).
  • SNR signal-to-Noise Ratio
  • Equation 2 the unit may be decibel (dB).
  • the biological signal detection device 100 may determine whether the time to acquire the biological signal and the variability of the human body signal satisfy preset standards (840).
  • preset standards When defined as , whether the acquired biological signal satisfies the preset criteria is determined by the value derived by a function that uses the time at which the biological signal is acquired or the variability of the biological signal as a variable. It can be determined by comparing .
  • preset standards and biosignal functions Comparing the values of ) can be performed by Equation 1.
  • the biological signal detection device 100 may determine and learn the arrangement of arbitrary electrodes (850).
  • the biological signal detection device 100 may update the arrangement of arbitrary electrodes (860).
  • the biosignal sensing device 100 may update the arrangement of arbitrary electrodes through an optimization process.
  • a biological signal detection device selects an electrode whose acquisition time of the biological signal satisfies a preset standard and an electrode whose variability of the acquired biological signal satisfies a preset standard among selected random electrodes, and selects an electrode whose acquisition time satisfies a preset standard.
  • the optimization process can be performed by removing electrodes that do not meet the criteria from the batch.
  • FIG. 9 is a flowchart of a process of selecting an arbitrary electrode in the method of operating the biosignal sensing device 100 according to the disclosed embodiment.
  • the biosignal detection device 100 can acquire biosignals through arbitrary electrodes (910).
  • the biological signal detection device 100 can check noise included in the biological signal (920).
  • the biological signal detection device 100 may classify signals other than the biological signal included in the acquired signal.
  • the biological signal detection device 100 may stabilize the noise (930).
  • the biological signal detection device 100 can remove noise by stabilizing the biological signal waveform.
  • the biological signal detection device 100 determines the variability of the biological signal based on the time at which the waveform of the biological signal acquired by arbitrary electrodes stabilizes, and the stabilization of the waveform is determined by a preset Signal-to-SNR (SNR). It can be judged based on Noise Ratio).
  • SNR Signal-to-Noise Ratio
  • Equation 2 the unit may be decibel (dB).
  • the biosignal detection device 100 may determine an effective electrode among arbitrary electrodes (940).
  • the biological signal detection device 100 may determine electrodes whose noise is stabilized below a preset standard as effective electrodes and learn the arrangement of the effective electrodes.
  • the effective electrode may be an electrode that is activated in acquiring biological signals.
  • FIGS. 10A to 10C illustrate that the biosignal acquired by the biosignal detection device 100 according to the disclosed embodiment is stabilized.
  • the x-axis of FIGS. 10A to 10C represents the acquisition time of the signal, and the y-axis represents the size of the noise of the signal.
  • the noise of the biological signal according to the disclosed embodiment is expressed by the first to fourth waveforms, but this may include noise of more waveforms depending on the position at which the user wears the biological signal detection device 100. Of course.
  • FIG. 10A shows the waveform of a signal received when the biosignal detection device 100 according to an embodiment is not in contact with the user's skin.
  • the signal received by the biological signal detection device 100 has a noisy waveform.
  • FIG. 10B shows the waveform of a signal at the point when the biometric signal detection device 100 according to an embodiment touches the user's skin and receives the biosignal.
  • the signal received by the biological signal detection device 100 has a waveform in which noise is stabilized or irregular noise is present depending on the user's wearing position of the biological signal detection device 100.
  • FIG. 10C shows the waveform of a signal after the biosignal detection device 100 according to an embodiment is brought into contact with the user's skin and a stabilization operation is performed.
  • the biological signal detection device 100 can stabilize the noise.
  • the biological signal detection device 100 can remove noise by stabilizing the biological signal waveform.
  • Figure 11 is a flowchart of a process of selecting a random electrode in the method of operating a biosignal sensing device according to the disclosed embodiment.
  • the biosignal detection device 100 may select a non-dominant layout of electrodes (1110).
  • the non-dominant layout of electrodes may mean a layout of electrodes with a shorter biosignal acquisition time than a preset standard and electrodes with lower variability than a preset standard.
  • the biological signal detection device 100 may determine the non-dominant layout as an arrangement of electrodes that satisfies a preset standard and determine it as an arrangement of effective electrodes.
  • the biological signal detection device 100 may create a new layout (1120).
  • the biosignal sensing device 100 may create a new layout including electrodes of a non-dominant layout and determine whether the generated new layout satisfies a preset standard.
  • the biosignal detection device 100 can adjust the switches of the sensor unit 110 (1130). For example, the biological signal detection device 100 determines whether the new layout satisfies preset standards and uses the cathode, anode, or contact of the sensor unit 110 to determine an effective electrode.
  • the electrode can be activated or deactivated by controlling the connection of at least one of the branches (GND).
  • the biosignal detection device 100 can determine and learn new electrode arrangements to be applied according to the user's operation or state.
  • FIG. 12 is for explaining optimizing biosignal data according to the disclosed embodiment.
  • the x-axis of FIG. 12 refers to the time (response time) for each electrode to equalize the biosignal, and the y-axis may refer to the consistency of the acquired biosignal.
  • the bio-signal detection device 100 determines electrodes with shorter bio-signal acquisition times than a pre-set standard and electrodes with lower volatility than the pre-set standard as effective electrodes 1000. You can.
  • the biosignal detection device 100 includes an electrode in which the acquisition time of the biosignal is shorter than a preset standard, but the variability of the acquired signal is large, and an electrode in which the variability is lower than the preset standard, but the acquisition time is relatively misunderstood. Noise in the signal can be removed by crossing over the signals.
  • the biological signal detection device 100 may immediately determine electrodes (mutations) that have a shorter biosignal acquisition time than a preset standard and have lower variability than the preset standard as effective electrodes.
  • Figure 13 is a flowchart of a process in which a biosignal sensing device determines the layout of electrodes according to the disclosed embodiment.
  • the biometric signal detection device 100 can convert the first user's movement data into big data and learn it (1310).
  • the biosignal detection device 100 can acquire biosignals that change according to the user's movements, convert the acquired biosignals into big data, and store them.
  • the biosignal detection device 100 may generate a layout of electrodes optimized for the first user (1320). For example, the biometric signal detection device 100 may learn by matching the motion of the first user and the corresponding biosignal, and store the generated layouts by matching the motion of the first user.
  • the biosignal detection device 100 may determine the layout of the electrodes according to the movement of the first user (1330). For example, when the first user repeats an action previously performed, the biological signal detection device 100 does not determine the new acquisition time of the biological signal and the variability of the biological signal, but instead provides electrode placement according to the pre-stored operation. 1 Can be provided to users. Additionally, when the second user performs the same operation as the first user, the biological signal detection device 100 according to one embodiment may provide the second user with electrode placement according to the pre-stored operation. By converting the arrangement of electrodes according to the user's movements into big data, the bio-signal detection device 100 according to one embodiment has the effect of accurately and quickly acquiring the user's bio-signals.
  • FIG. 14 is for explaining how the biosignal sensing device learns the layout of arbitrary electrodes according to the disclosed embodiment.
  • the biosignal detection device 100 converts a plurality of electrode arrangements (2000, 2001, 2002, 2003, ... 200n) determined according to the user's operation or state into big data. You can save and learn.
  • the biological signal detection device 100 may learn a plurality of electrode arrangements (2000, 2001, 2002, 2003, ... 200n) using the first deep learning model 130a.
  • the biosignal detection device 100 stores electrode arrangements (2000, 2001, 2002, 2003, ... 200n) according to the user's operation or state, and the processor 130 stores the electrode arrangements based on the learning results.
  • the pre-stored arrangement of electrodes can be provided.
  • FIG. 15 is for explaining how a biosignal detection device learns a user's movements according to the disclosed embodiment.
  • the biometric signal detection device 100 can convert the user's movements (3000, 3001, 3002, 3003, ... 300n) into big data, store them, and learn them.
  • the biosignal detection device 100 may learn the user's movements (3000, 3001, 3002, 3003, ... 300n) using the second deep learning model (130b).
  • the biometric signal detection device 100 stores the user's actions (3000, 3001, 3002, 3003, ... 300n), and the processor 130 detects the first user or the second user based on the learning results. 2
  • a pre-stored arrangement of electrodes may be provided.
  • the biosignal detection device 100 may include a sensor unit 110 including a plurality of electrodes for acquiring biosignals, a memory 120 including one or more instructions, and one or more processors 130. You can.
  • One or more processors 130 may execute one or more instructions to determine the time at which any one of the plurality of electrodes acquires a biosignal.
  • One or more processors 130 may determine the variability of biological signals acquired by arbitrary electrodes.
  • One or more processors 130 determines the placement of arbitrary electrodes when the time for which certain electrodes acquire biological signals and the variability of the acquired biological signals satisfies a predetermined standard, and the determined arrangement of electrodes. You can learn.
  • One or more processors 130 determines the variability of the biological signal based on the time at which the waveform of the biological signal acquired by an arbitrary electrode stabilizes, and stabilization of the waveform is determined by a preset signal-to-noise ratio (SNR). Ratio) can be judged based on this.
  • SNR signal-to-noise ratio
  • the sensor unit 110 may include a switch unit 112 including a cathode, an anode, and a ground unit (GND).
  • a switch unit 112 including a cathode, an anode, and a ground unit (GND).
  • One or more processors 130 may control the connection of at least one of a cathode, anode, or ground based on a predetermined standard.
  • One or more processors 130 may learn the determined arrangement of electrodes based on a preset first deep learning model and store the learning results.
  • One or more processors 130 learns first user information including a motion pattern based on a preset second deep learning model, and determines the second user's information based on the learning result of the second deep learning model.
  • the placement of electrodes for detecting biological signals can be determined.
  • One or more processors 130 updates the arrangement of arbitrary electrodes when it is determined that the time for which certain electrodes acquire the biological signal and the variability of the acquired biological signal are greater than a predetermined standard to generate the biological signal. can be obtained.
  • One or more processors 130 classify the user's motion, determine the variability of the biological signal based on the user's motion, and connect at least one of the cathode, anode, and ground based on the determination result. can be controlled.
  • One or more processors 130 determines the variability of the biological signal based on the body part to which the user attaches at least one electrode, and based on the determination result, at least one of the cathode, anode, and ground portion You can control the connection.
  • One or more processors 130 may select electrodes that satisfy a preset standard among a plurality of electrodes.
  • the operating method of the bio-signal detection device 100 including a plurality of electrodes includes the step of acquiring bio-signals through arbitrary electrodes (810), and determining the time at which the arbitrary electrodes acquire bio-signals. Step 820, determining the variability of bio-signals acquired by arbitrary electrodes (830), and if the time for the random electrodes to acquire bio-signals and the variability of the acquired bio-signals meet a predetermined standard, any It may include a step 850 of determining and learning the arrangement of electrodes.
  • Step 830 of determining the variability of the biological signal acquired by arbitrary electrodes includes determining the variability of the biological signal based on the time when the waveform of the biological signal acquired by the arbitrary electrode stabilizes, Stabilization may include determination based on a preset Signal-to-Noise Ratio (SNR).
  • SNR Signal-to-Noise Ratio
  • the step 850 of determining and learning the arrangement of arbitrary electrodes includes controlling the connection of at least one of the cathode, anode, and ground portion of the sensor unit 110 based on a predetermined standard. can do.
  • the step 850 of determining and learning the arrangement of arbitrary electrodes may include learning the arrangement of the modeled electrodes based on a preset first deep learning model and storing the learning result. .
  • the step 850 of determining and learning the arrangement of arbitrary electrodes involves learning first user information including an operation pattern based on a preset second deep learning model, and It may include determining placement of electrodes for detecting biosignals of the second user based on the learning results.
  • the step 810 of acquiring bio-signals through arbitrary electrodes includes selecting the bio-signals from the random electrodes when it is determined that the time for the random electrodes to acquire bio-signals and the variability of the acquired bio-signals are below a predetermined standard. It may include obtaining biosignals by optimizing placement.
  • the step 850 of determining and learning the arrangement of arbitrary electrodes includes classifying the user's motion, determining the variability of the biosignal based on the user's motion, and determining the cathode and aerometer based on the determination result. It may include controlling the connection of at least one of a node or a ground unit.
  • the step 850 of determining and learning the arrangement of arbitrary electrodes includes determining the variability of bio-signals based on the body part to which the user attaches at least one electrode, and determining a cathode based on the determination result. It may include controlling the connection of at least one of the anode or the ground.
  • the step 850 of determining and learning the arrangement of arbitrary electrodes may include selecting electrodes that satisfy a preset standard from among a plurality of electrodes.
  • a computer-readable recording medium on which a program is recorded can store a program for performing the above-described biosignal detection method on a computer.
  • the user terminal 10 includes a sensor unit 110 including a plurality of electrodes for acquiring biological signals, a memory 120 including one or more instructions, and
  • One or more processors 130 may determine the time at which any of the plurality of electrodes acquires a biological signal and determine the variability of the biological signal acquired by any of the electrodes.
  • One or more processors 130 may determine and learn the arrangement of arbitrary electrodes when the time at which certain electrodes acquire biological signals and the variability of the acquired biological signals satisfy predetermined standards.
  • a storage medium that can be read by a device may be provided in the form of a non-transitory storage medium.
  • 'non-transitory storage medium' simply means that it is a tangible device and does not contain signals (e.g. electromagnetic waves). This term refers to cases where data is semi-permanently stored in a storage medium and temporary storage media. It does not distinguish between cases where it is stored as .
  • a 'non-transitory storage medium' may include a buffer where data is temporarily stored.
  • Computer program products are commodities and can be traded between sellers and buyers.
  • a computer program product may be distributed in the form of a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)) or through an application store or between two user devices (e.g. smartphones). It may be distributed in person or online (e.g., downloaded or uploaded). In the case of online distribution, at least a portion of the computer program product (e.g., a downloadable app) is stored on a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server. It can be temporarily stored or created temporarily.
  • a machine-readable storage medium such as the memory of a manufacturer's server, an application store's server, or a relay server. It can be temporarily stored or created temporarily.

Abstract

개시된 실시예에 따른 생체 신호 감지 장치는 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부, 하나 이상의 인스트럭션을 포함하는 메모리 및 하나 이상의 프로세서를 포함할 수 있다. 일 실시예에 따른 하나 이상의 프로세서는 하나 이상의 인스트럭션을 실행하여, 복수의 전극들을 중 임의의 전극들이 생체 신호를 획득하는 시간을 판단할 수 있다. 일 실시예에 따른 하나 이상의 프로세서는 임의의 전극들이 획득한 생체 신호의 변동성을 판단할 수 있다. 일 실시예에 따른 하나 이상의 프로세서는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고, 결정된 전극들의 배치를 학습할 수 있다.

Description

생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말
생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말에 관한 것으로서, 더욱 상세하게는 생체 신호를 획득하는 전극의 배치를 결정하는 방법에 관한 것이다.
종래 사용자 단말에 설치되어 인체 신호를 획득하는 방법은 복수의 센서들에서 획득한 근전도의 크기를 비교하고, 비교 결과 값이 큰 근전도를 획득하는 방식 또는 사용자의 호흡에 따라 전극을 배치하는 방식 등이 활용되었다.
그러나, 종래 기술은 사용자의 상황에 따른 전극의 배치를 실시간으로 제공할 수 없는 문제점이 존재한다.
개시된 실시예에 따른 생체 신호 감지 장치(100)는 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부(110), 하나 이상의 인스트럭션을 포함하는 메모리(120) 및 하나 이상의 프로세서(130)를 포함할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 하나 이상의 인스트럭션을 실행하여, 복수의 전극들을 중 임의의 전극들이 생체 신호를 획득하는 시간을 판단할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 획득한 생체 신호의 변동성을 판단할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고, 결정된 전극들의 배치를 학습할 수 있다.
개시된 실시예에 따른 복수의 전극들을 포함하는 생체 신호 감지 장치(100)의 동작 방법은 임의의 전극들을 통하여 생체 신호를 획득하는 단계(810), 임의의 전극들이 생체 신호를 획득하는 시간을 판단하는 단계(820), 임의의 전극들이 획득한 생체 신호의 변동성을 판단하는 단계(830) 및 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고 학습하는 단계(850)를 포함할 수 있다.
개시된 실시예에 따른 사용자 단말(10)은 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부(110), 하나 이상의 인스트럭션을 포함하는 메모리(120) 및
하나 이상의 프로세서(130)를 포함하고, 하나 이상의 프로세서(130)는 하나 이상의 인스트럭션을 실행할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 복수의 전극들을 중 임의의 전극들이 생체 신호를 획득하는 시간을 판단하고, 임의의 전극들이 획득한 생체 신호의 변동성을 판단할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고 학습할 수 있다.
도 1은 개시된 실시예에 따른 생체 신호 감지 장치가 적용된 사용자 단말을 도시한 것이다.
도 2는 개시된 실시예에 따른 생체 신호 감지 장치의 블록도이다.
도 3은 개시된 실시예에 따른 센서부의 블록도이다.
도 4a는 개시된 실시예에 따른 센서부의 단면도이다.
도 4b 및 도 4c는 일 실시예에 따른 생체 신호 감지 장치의 가능한 구조를 도시한 것이다.
도 5는 개시된 실시예에 따른 센서부의 구조를 도시한 것이다.
도 6은 개시된 실시예에 따른 센서부의 스위치를 도시한 것이다.
도 7은 개시된 실시예에 따른 프로세서의 블록도이다.
도 8은 개시된 실시예에 따른 생체 신호 감지 장치의 동작 방법의 흐름도이다.
도 9는 개시된 실시예에 따른 생체 신호 감지 장치의 동작 방법에 있어서 임의의 전극을 선택하는 과정의 흐름도이다.
도 10a 내지 도 10c는 개시된 실시예에 따른 생체 신호 감지 장치가 획득한 생체신호가 안정화 되는 것을 도시한 것이다.
도 11은 개시된 실시예에 따른 생체 신호 감지 장치의 동작 방법에 있어서 임의의 전극을 선택하는 과정의 흐름도이다.
도 12는 개시된 실시예에 따른 생체 신호 데이터를 최적화하는 것을 설명하기 위한 것이다.
도 13은 개시된 실시예에 따른 생체 신호 감지 장치가 전극의 레이아웃을 결정하는 과정의 흐름도이다.
도 14는 개시된 실시예에 따른 생체 신호 감지 장치가 임의의 전극의 레이아웃을 학습하는 것을 설명하기 위한 것이다.
도 15는 개시된 실시예에 따른 생체 신호 감지 장치가 사용자의 동작을 학습하는 것을 설명하기 위한 것이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 실시예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서의 실시예에서 "사용자"라는 용어는 시스템, 기능 또는 동작을 제어하는 사람을 의미하며, 개발자, 관리자 또는 설치 기사를 포함할 수 있다.
본 명세서에서, “모달리티(modality)”는 웨어러블 디바이스를 장착한 사용자와의 인터랙션을 위한 감각 채널(예를 들어, 시각 채널, 청각 채널, 촉각 채널) 또는 감각 채널을 통해 입출력되는 신호, 정보 또는 데이터 등을 나타낼 수 있다. 예를 들어, 청각 모달리티는 청각 채널(예컨대, 스피커)을 통해 출력되는 오디오 신호를 나타내고, 시각 모달리티는 시각 채널(예컨대, 디스플레이)을 통해 출력되는 텍스트, 이미지 또는 영상 데이터 등을 나타내고, 촉각 모달리티는 촉각 채널(예컨대, 액추에이터 등)을 통해 출력되는 진동 신호를 나타낼 수 있다.
본 명세서에서, "멀티 채널(multi-channel)"은 주파수 영역으로 분리된 채널들을 포함할 수 있다. 예를 들어, 사운드 신호를 특정 주파수 영역으로 분리시키는 복수의 필터들 각각은 멀티 채널 중 하나의 채널에 대응할 수 있다. 따라서, 필터링된 신호들 각각에 대응하는 PWM 신호들은 개별적인 채널을 통해 액추에이터로 전달될 수 있다. 일 실시 예에 따르면, 하나의 채널에 하나의 액추에이터가 대응될 수 있다.
본 명세서에서, '뉴럴 네트워크'는 뇌 신경을 모사한 인공신경망 모델의 대표적인 예시로써, 특정 알고리즘을 사용한 인공신경망 모델로 한정되지 않는다.
도 1은 개시된 실시예에 따른 생체 신호 감지 장치가 적용된 사용자 단말(10)을 도시한 것이다.
일 실시예에 따른 사용자 단말(10)은 생체 신호 감지 장치를 포함하고, 사용자의 생체 신호를 획득할 수 있다. 도 1을 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자 단말(10)에서 사용자의 손목과 접촉하는 부분에 설치될 수 있으나, 생체 신호 감지 장치(100)의 위치는 이에 한정되는 것은 아니고, 사용자 단말(10)에 적어도 하나 이상의 생체 신호 감지 장치(100)가 설치될 수 있다.
예를 들면, 사용자 단말(10)은 적어도 하나 이상의 생체 신호 감지 장치(100)를 포함하고, 사용자의 생체 신호를 감지할 수 있다. 또한, 일 실시예에 따른 사용자 단말(10)은 적어도 하나 이상의 액츄에이터(111a, 111b)를 포함할 수 있다. 예를 들면, 액츄에이터(101a, 101b)는 사용자의 생체 신호에 대한 피드백 신호를 사용자에게 전달할 수 있다. 도 1에 도시된 액츄에이터(111a, 111b)의 개수는 2개로 한정되지 아니하고 복수의 액츄에이터들을 더 포함할 수 있다. 일 실시예에 따른 사용자 단말(10)는 웨어러블(wearable) 기기일 수 있다. 일 실시예에 사용자 단말(10)은 손목 착용형(wrist wearable) 디바이스일 수 있다. 예를 들면, 일 실시예에 따른 사용자 단말(10)은 손목에 착용하는 구부러지는 재질의 밴드이고, 스마트 워치의 본체 또는 스마트 워치와 결합할 수 있다.
다만, 사용자 단말(10)은 이에 한정되는 것은 아니고, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 태블릿 PC, 디지털 카메라, 전자북 단말기, 디지털방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어 등을 포함할 수 있다. 이하는, 일 실시예에 따른 사용자 단말이 손목 착용형 디바이스인 경우의 실시예를 설명한다.
일 실시예에 따른 생체 신호 감지 장치(100)가 웨어러블(wearable) 기기에 적용되는 경우, 전극은 사용자의 손목의 모든 위치에 설치될 수 있다. 예를 들면, 생체 신호 감지 장치의 전극은 사용자 손목의 상부 또는 하부에 설치될 수 있다. 또한, 일 실시예에 따른 생체 신호 감지 장치(100)의 전극은 생체 신호를 획득하고, 생체 신호 감지 장치(100)의 피드백 신호를 수신할 수 있다. 또한, 생체 신호 감지 장치(100)의 피드백 신호에 기초하여 사용자에게 햅틱(Haptic) 피드백을 제공할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 사용자의 손목의 모든 부분에서 생체 신호를 획득할 수 있는 유니버셜 밴드(Universal Band)로, 사물 인터넷(IoT: Internat of Things) 기기 또는 메타버스(Metaverse) 기기와 연결되 디바이스에 대하여 제어 동작을 수행할 수 있다.
도 2는 개시된 실시예에 따른 생체 신호 감지 장치(100)의 블록도이다.
도 2를 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 센서부(110), 메모리(120) 또는 프로세서(130)를 포함할 수 있다.
일 실시예에 따른 센서부(110)는 생체 신호를 획득하는 복수의 전극들을 포함할 수 있다. 예를 들면, 센서부(110)는 복수의 생체 감지 센서를 포함하고, 복수의 생체 감지 센서들 각각은 생체 신호를 획득하는 전극을 포함할 수 있다. 일 실시예에 따른 생체 신호는 신경을 통하여 전달되는 신호로 전기적으로 감지될 수 있는 생체의 신호를 모두 포함할 수 있다. 예를 들면, 생체 신호는 뇌파 또는 근전도를 포함할 수 있으나 이에 한정되는 것은 아니다. 센서부(110)에 포함된 센서는 EEG(electroencephalogram) 센서 또는 EMG(electromyography) 센서를 포함할 수 있으나 이에 한정되는 것은 아니다. 센서부(110)의 구성은 도 3에서 상세히 설명한다.
일 실시예에 따른 메모리(120)는 하나 이상의 인스트럭션을 포함할 수 있다. 하나 이상의 인스트럭션은 센서부(110)를 제어하는 명령을 포함할 수 있다. 예를 들면, 메모리(120)는 생체 신호 감지 장치(100)의 동작을 위한 프로그램과, 이에 필요한 데이터 등이 저장될 수 있다. 메모리(120)는 통상적인 저장매체로서 예를 들어, 하드디스크드라이브(Hard Disk Drive, HDD), ROM(Read Only Memory), RAM(Random Access Memory), 플래쉬메모리 (Flash Memory) 및 메모리카드(Memory Card)를 포함할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 메모리(120)에 저장된 하나 이상의 인스트럭션을 실행하여, 센서부(110)의 복수의 전극들을 중 임의의 전극들이 생체 신호를 획득하는 시간을 판단하고, 임의의 전극들이 획득한 생체 신호의 변동성을 판단할 수 있다. 일 실시예에 따른 프로세서(130)는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고, 결정된 전극들의 배치를 학습할 수 있다.
예를 들면, 프로세서(130)는 센서부(110)에 포함된 복수의 전극들 중에서 임의의 전극을 선택하고, 선택된 전극들을 통하여 생체 신호를 획득하게 할 수 있다. 생체 신호가 획득되면, 프로세서(130)는 획득된 생체 신호가 미리 설정된 기준을 만족하는지 여부를 판단할 수 있다. 미리 설정된 기준을 로 정의하는 경우, 획득된 생체 신호가 미리 설정된 기준을 만족하는지 여부는 생체 신호가 획득되는 시간 또는 생체 신호의 변동성을 변수로 하는 함수에 의하여 도출된 값과
Figure PCTKR2023010295-appb-img-000001
를 비교함으로써 결정될 수 있다. 예를 들면, 미리 설정된 기준과 생체 신호 함수(
Figure PCTKR2023010295-appb-img-000002
)의 값을 비교하는 것은 수식 1에 의하여 수행될 수 있다.
Figure PCTKR2023010295-appb-img-000003
<수식 1>
일 실시예에 따른 수식 1의
Figure PCTKR2023010295-appb-img-000004
는 제1 방향에 포함된 전극의 수가 i개이고, 제2 방향에 포함된 전극의 수가 j개이며, 전극의 개수가 (i×j)인 센서부(110)의 생체 신호 획득 시간(RT: Reponse Time)일 수 있다. 일 실시예에 따른 수식 1의
Figure PCTKR2023010295-appb-img-000005
는 제1 방향에 포함된 전극의 수가 i개이고, 제2 방향에 포함된 전극의 수가 j개이며, 전극의 개수가 (i×j)인 센서부(110)에서 획득된 생체 신호의 변동성(ID)일 수 있다.
예를 들면, 프로세서(130)는 상술한
Figure PCTKR2023010295-appb-img-000006
및
Figure PCTKR2023010295-appb-img-000007
를 변수로 하는 생체 신호 함수(
Figure PCTKR2023010295-appb-img-000008
)의 값을 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000009
)과 비교하고, 비교 결과 생체 신호 함수(의 값을 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000010
) 이하인 경우의 전극의 배치를 유효한 전극 배치로 결정하고 학습할 수 있다. 일 실시예에 따른 미리 설정된 기준은 제조사가 입력한 값일 수 있으나, 이에 한정되는 것은 아니고, 사용자에 의하여 변경될 수 있다. 또한, 미리 설정된 기준은 사용자의 생체 신호 특성에 부합하도록 역치 값이 조절된 값일 수 있다.
일 실시예에 따른 프로세서(130)는 획득된 생체 신호의 변동성 판단을 하기 위하여 생체 신호가 획득된 이후 안정화 되는 시간을 판단할 수 있다. 예를 들면, 프로세서(130)는 임의의 전극들이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하고, 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단될 수 있다. 일 실시예에 따른 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)은 수식 2에 의하여 결정될 수 있으며, 단위는 데시벨(dB)일 수 있다.
Figure PCTKR2023010295-appb-img-000011
<수식 2>
일 실시예에 따른 수식 2의
Figure PCTKR2023010295-appb-img-000012
은 생체 신호의 크기이고,
Figure PCTKR2023010295-appb-img-000013
는 노이즈의 크기로 정의될 수 있다. 프로세서(130)는 수식 2의 값을 통하여 생체 신호의 변동성을 판단하고, 생체 신호의 변동성이 미리 설정된 기준보다 작은 것으로 판단되면, 생체 신호가 안정화된 것으로 판단할 수 있다.
일 실시예에 따른 프로세서(130)는 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000014
)에 기초하여 센서부(110)의 구성들을 제어할 수 있다. 예를 들면, 프로세서(130)는 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000015
)에 기초하여 센서부(110)의 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어할 수 있다. 프로세서(130)가 센서부(110)의 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어함으로써 전극을 활성화하거나 비활성화할 수 있다. 예를 들면, 프로세서(130)는 전극의 활성화 또는 비활성화를 제어함으로써 사용자의 생체 신호를 획득하는 전극의 배치를 결정할 수 있다.
일 실시예에 따른 프로세서(130)는, 결정된 전극의 배치를 미리 설정된 제1 딥러닝(Deep Learning) 모델에 기초하여 학습 하고, 학습 결과를 저장할 수 있다. 사용자의 동작, 상황 또는 신체 상태에 따라 결정된 전극의 배치들을 학습하고 저장함으로써 일 실시예에 따른 프로세서(130)는 사용자의 상태에 따른 최적의 전극 배치를 제공하고, 사용자의 생체 신호를 정확하게 획득할 수 있다. 일 실시예에 따른 제1 딥러닝 모델은 사용자의 생체 신호에 따른 전극의 배치들을 학습하는 딥러닝 모델일 수 있다.
일 실시예에 따른 프로세서(130)는 동작 패턴이 포함된 제1 사용자 정보를 미리 설정된 제2 딥러닝 모델에 기초하여 학습하고, 제2 딥러닝 모델의 학습 결과에 기초하여 제2 사용자의 생체 신호를 감지하기 위한 전극의 배치를 결정할 수 있다. 일 실시예에 따른 제1 사용자는 제2 사용자와 물리적으로 다른 사용자를 의미하고, 제2 딥러닝 모델은 사용자의 동작 패턴을 학습하는 딥러닝 모델일 수 있다. 예를 들면, 프로세서(130)는 제1 사용자의 동작 패턴을 학습하고, 제1 사용자의 동작들에 따른 전극의 배치를 학습할 수 있다. 일 실시예에 따른 프로세서(130)는 제2 사용자가 제1 사용자와 비슷한 동작을 수행하는 경우, 미리 학습한 제1 사용자의 동작에 기초하여 결정된 전극의 배치를 제2 사용자에게 제공할 수 있다. 다만, 제1 사용자의 동작에 기초하여 결정된 전극의 배치를 통한 생체 신호 획득이 제2 사용자에게 적용되지 않는 경우, 프로세서(130)는 제2 사용자에게 최적화된 전극의 배치를 재설정할 수 있다.
일 실시예에 따른 프로세서(130)는 센서부(110)의 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000016
) 이상인 것으로 판단되면 임의의 전극들의 배치를 업데이트(Update)하여 생체 신호를 획득할 수 있다. 예를 들면, 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000017
) 이상인 것으로 판단되면, 프로세서(130)는 사용자에게 제공된 전극의 배치가 적절하지 않은 것으로 판단하고, 전극들의 배치를 변경하여 다시 생체 신호를 획득할 수 있다. 일 실시예에 따른 전극 배치 업데이트는 최적화(Optimizing) 과정을 통하여 수행될 수 있다. 예를 들면, 프로세서(130)는 선택된 임의의 전극들 중에서 생체 신호의 획득 시간이 미리 설정된 기준을 만족하는 전극 및 획득한 생체 신호의 변동성이 미리 설정된 기준을 만족하는 전극을 선별하고, 미리 설정된 기준을 만족하지 못하는 전극들은 배치에서 삭제함으로써 최적화 과정을 수행할 수 있다. 일 실시예에 따른 프로세서(130)는 미리 설정된 기준을 만족하는 전극들은 배치에서 삭제하지 않고, 전극의 배치를 업데이트 하는데 재사용할 수 있다.
일 실시예예 따른 프로세서(130)는 사용자의 생체 신호 감지 결과에 따른 피드백 신호를 생성할 수 있다. 예를 들면, 프로세서(130)는 사용자의 생체 신호 감지를 성공한 경우, 생체 신호 감지 성공 신호를 생성하고 사용자에게 피드백 신호를 전달하도록 액츄에이터를 제어할 수 있다. 또한, 프로세서(130)는 사용자의 생체 신호 감지를 실패한 경우, 생체 신호 감지 실패 신호를 생성하고 사용자에게 피드백 신호를 전달하도록 액츄에이터를 제어할 수 있다. 예를 들면, 프로세서(130)는, 프로세서(130)는 사용자의 생체 신호 감지를 실패한 경우, 전극들(111)의 배치에 대한 최적화 과정을 수행하지 않고, 생체 신호 감지 실패 신호를 생성하고 사용자에게 피드백 신호를 전달하도록 액츄에이터를 제어할 수 있다. 일 실시예에 따른 피드백 신호는 진동 신호일 수 있으나 신호의 종류는 이에 한정되는 것은 아니다.
일 실시예에 따른 프로세서(130)는, 사용자의 동작을 분류하고, 사용자의 동작에 기초하여 생체 신호의 변동성을 판단할 수 있다. 또한, 프로세서(130)는 생체 신호의 변동성 판단 결과에 기초하여 센서부(110)의 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어할 수 있다. 예를 들면, 사용자가 가위-바위-보 게임을 하는 경우, 프로세서(130)는 사용자의 동작을 가위를 내는 경우, 바위를 내는 경우 또는 보를 내는 경우로 분류하고, 사용자의 동작에 따른 생체 신호들의 변동성을 판단할 수 있다. 사용자의 동작이 판단되면, 일 실시예에 따른 프로세서(130)는 사용자의 동작에 따른 전극의 배치를 실시간으로 제공할 수 있다. 다만, 분류되는 사용자의 동작은 이에 한정되지 않으며, 사용자가 물리적으로 할 수 있는 다양한 동작을 포함할 수 있다.
일 실시예에 따른 프로세서(130)는 사용자가 적어도 하나의 전극을 부착하는 신체 부위에 기초하여 생체 신호의 변동성을 판단할 수 있다. 또한, 프로세서(130)는 생체 신호 변동성의 판단 결과에 기초하여 센서부(110)의 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어할 수 있다. 예를 들면, 사용자는 생체 신호 감지 장치(100)를 머리, 손목, 발목, 엄지 손가락, 검지 손가락 또는 중지 손가락 등 신체의 다양한 부위에 착용할 수 있다. 일 실시예에 따른 프로세서(130)는 사용자가 생체 신호 감지 장치(100)를 착용하는 위치에 따른 전극의 배치를 학습하고, 사용자가 생체 신호 감지 장치(100)를 착용하는 위치에 따른 최적의 전극 배치를 제공할 수 있다.
일 실시예에 따른 프로세서(130)는 센서부(110)의 복수의 전극들 중 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000018
)을 만족하는 전극들을 선별할 수 있다. 일 실시예에 따른 프로세서(130)는 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000019
)을 만족하는 전극들은 배치에서 삭제하지 않고, 전극의 배치를 업데이트 하는데 재사용할 수 있다.
도 3은 개시된 실시예에 따른 센서부(110)의 블록도이다.
도 3을 참조하면, 일 실시예에 따른 센서부(110)는 전극(111), 스위치(112), 게이트(113) 또는 통신부(114)를 포함할 수 있다.
일 실시예에 따른 전극(111)은 생체 신호를 획득할 수 있다. 예를 들면, 전극(111)은 사용자의 신체로부터 전기적 신호를 감지할 수 있고, 생체 임피던스와 사용자의 신체 정보를 활용할 수 있다. 일 실시예에 따른 전극(111)은 사용자의 신체 형상에 따라 변형이 가능한 플레서블(flexible)한 재질로 구현될 수 있다. 예를 들면, 전극(111)은 웨어러블(wearable) 기기에 설치될 수 있고, 일 실시예에 따른 전극(111)은 손목 착용형(wrist wearable) 디바이스에 설치될 수 있다.
스위치부(112)는 캐소드(cathode), 어노드(Anode) 및 접지부(GND)를 포함하고, 각각의 캐소드(cathode), 어노드(Anode) 또는 접지부(GND)의 연결을 제어함으로써 전극의 활성화 상태를 제어할 수 있다. 예를 들면, 스위치부(112)의 접지부(GND)가 연결되는 경우, 해당 전극(111)은 비활성화 될 수 있고, 캐소드(cathode) 또는 어노드(Anode) 중 적어도 하나가 연결되는 경우, 해당 전극(111)은 활성화되어 사용자의 생체 신호를 획득할 수 있다. 스위치부(112)의 구조는 도 4 및 도 5에서 상세히 설명한다.
게이트(113)은 각각의 전극(111)들에 전기적으로 연결되어 스위치부(112)를 제어하는 신호를 수신하고, 생체 신호를 수신 또는 차단할 수 있다. 예를 들면, 프로세서(130)로부터 전극(111)이 획득한 신호를 유효 신호로 결정할지 여부에 대한 신호를 수신하고, 전극(111)이 획득한 신호가 유효 신호로 결정되면, 게이트(113)는 생체 신호를 수신하도록 구성될 수 있다. 또한, 프로세서(130)로부터 전극(111)이 획득한 신호를 유효 신호로 결정할지 여부에 대한 신호를 수신하고, 전극(111)이 획득한 신호가 유효 신호로 결정되면, 일 실시예에 따른 게이트(113)는 생체 신호를 차단하도록 구성될 수 있다. 이외에도, 게이트(113)는 인터페이스로서, HID(Human Interface Device) 들을 연결하기 위한 I/O 포트를 구비할 수 있고, 생체 신호의 입/출력을 위한 I/O 포트를 구비할 수 있다.
통신부(114)는 생체 신호를 프로세서(130)로 전송하는 기능을 수행할 수 있다. 예를 들어, 통신부(114)는 프로세서(130)와 유, 무선 통신을 수행할 수 있으며, 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication unit), WLAN(와이파이) 통신, 지그비(Zigbee) 통신, 적외선(IrDA, infrared Data Association) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra wideband) 통신, Ant+ 통신 WIFI 통신 방법을 이용하여 통신할 수 있고, 이에 제한되지 않는다.
도 4a는 개시된 실시예에 따른 센서부(110)의 단면도이다.
도 4a를 참조하면, 일 실시예에 따른 센서부(110)는 (i×j)개의 센서를 포함할 수 있다. 예를 들면, 형태가 사각형 형태이고, 제1 방향에 i개의 센서를 포함하고, 제2 방향에 j개의 센서를 포함하는 경우, 센서부(110)는 (i×j)개의 센서를 포함할 수 있다. 개시된 실시예에 따른 센서부(110)는 복수의 센서들(110_1, 110_2, … 110_n)을 포함할 수 있으며, 센서부(110)에 포함된 센서의 수가 (i×j)개인 경우 n은 ij로 표현될 수 있다. 다만, 센서부(110)에 포함될 수 있는 센서의 개수 및 센서부(110)의 형태는 이에 한정되지 않으며, 사용자의 신체에 적용될 수 있는 다양한 형태를 포함할 수 있다.
도 4b 및 도 4c는 일 실시예에 따른 생체 신호 감지 장치(100)의 가능한 구조를 도시한 것이다. 도 4b 및 도 4c에서 센서부(110)는 특별히 도시하지 않았으나, 일 실시예에 따른 센서부(110)는 생체 신호 감지 장치(100)의 다양한 위치에 존재하고, 사용자의 생체 신호를 감지할 수 있다.
도 4b를 참조하면, 생체 신호 감지 장치(100)는 사용자 단말 형태로 구현될 수도 있다. 일 실시예에 따른 생체 신호 감지 장치(100)는 그 자체로 사용자 단말(10)일 수도 있고, 이 경우 프로세서(130)는 사용자 단말(10)을 제어할 수 있다. 또한, 생체 신호 감지 장치(100)는 사용자 단말(10)의 일 구성으로서도 존재할 수 있다.
예를 들면, 생체 신호 감지 장치(100)는 복수의 액츄에이터들(111a, 111b, 111c, 111d), 스위치부(112), 통신부(114), 단자(115), 배터리(116) 또는 프로세서(130)를 포함할 수 있다. 그러나, 본 개시는 이에 제한되지 않으며, 생체 신호 감지 장치(100)에 포함되는 일부 구성 요소는 생략될 수 있다.
일 실시예에 따른 생체 신호 감지 장치(100)는 복수의 액츄에이터들(111a, 111b, 111c, 111d)을 포함할 수 있다. 도 4b 및 4c에서는 네 개의 액츄에이터들(111a, 111b, 111c, 111d)만을 도시하였으나, 액츄에이터의 개수는 이에 제한되지 않는다.
액츄에이터들(111a, 111b, 111c, 111d)은 사용자의 피부(예컨대, 손목 부위의 피부)에 직접적으로 간접적으로 접촉하도록 배치될 수 있다. 액츄에이터들(111a, 111b, 111c, 111d)의 형상은 원형으로 도시되었으나, 이는 일 예시일 뿐 액츄에이터들(111a, 111b, 111c, 111d)은 다양한 형상으로 구현될 수 있다. 액츄에이터들(111a, 111b, 111c, 111d)은 일정한 간격으로 이격되어 배치되는 것으로 도시되었으나, 이는 일 예시일 뿐 액츄에이터들(111a, 111b, 111c, 111d)은 서로 다른 간격으로 이격되어 배치될 수 있고 간극이 없이 연결되어 배치될 수도 있다.
일 실시예에 따른 적어도 하나의 액츄에이터들(111a, 111b, 111c, 111d)은 생체 신호 감지 장치(100)에서 감지된 생체 신호에 대한 피드백을 제공할 수 있다. 예를 들면, 생체 신호 감지 장치(100)가 사용자의 생체 신호를 센싱하는 과정에서, 액츄에이터들(111a, 111b, 111c, 111d)은 센싱 피드백을 제공할 수 있다. 일 실시예예 따른 액츄에이터들(111a, 111b, 111c, 111d)은 사용자에게 진동 형식으로 생체 신호 센싱에 관한 피드백을 제공할 수 있다.
예를 들면, 사용자의 생체 신호의 센싱을 성공한 경우 또는 사용자의 생체 신호를 센싱하는데 실패한 경우, 액츄에이터들(111a, 111b, 111c, 111d)은 사용자에게 상이한 진동 신호를 전달할 수 있다. 또한, 생체 신호 감지 장치(100)가 다른 사용자 디바이스와 연결된 경우 또는 생체 신호 감지 장치(100)의 시스템이 업그레이드 되는 경우, 일 실시예에 따른 액츄에이터들(111a, 111b, 111c, 111d)은 각각 다른 사용자 디바이스와 연결의 성공 신호 및 시스템 업그레이드 성공 신호를 사용자에게 진동 형식으로 제공할 수 있다. 다만, 적어도 하나의 액츄에이터가 제공하는 피드백 신호는 진동 신호에 한정되지 않으며, 에어 펌프(Air pump)신호, 전기적 신호, 온도 변화 신호 또는 소리 신호 등 다양한 신호들을 포함할 수 있다.
스위치부(112)는 사용자로부터 복수의 신호들을 수신할 수 있다. 예를 들면, 사용자가 스위치부(112)에 터치 신호를 입력하는 경우, 사용자 단말(10)은 사용자가 미리 설정한 생체신호 감지 모드로 동작할 수 있다.
통신부(114)은 블루투스 모듈일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 통신부(114)는 UART(niversal asynchronous receiver/transmitter) 통신을 통하여 프로세서(130)에 수신된 데이터를 전달할 수 있으나, 통신부(114)과 프로세서(130) 간의 통신 기법은 이에 한정되지 않는다.
단자(115)는 배터리(116)와 전기적으로 연결될 수 있다. 예를 들어, 단자(115)는 USB(universal series bus) 잭으로 구성될 수 있으나, 이에 한정되지 않는다. 단자(115)를 통해 외부 전원 공급 장치와 배터리(2122)가 연결됨으로써 배터리(116)가 충전될 수 있다.
배터리(116)는 기판의 구성 요소들 또는 회로 소자들에 전력을 공급할 수 있다. 배터리(116)는 사용자 단말(100)의 일측에 배치될 수 있으나, 배터리(116)의 배치는 이에 제한되지 않는다. 배터리(116)는 단자부(2127)와 전기적으로 연결될 수 있다.
프로세서(130)의 기능 및 동작은 도 3의 프로세서(130)의 기능 및 동작과 유사하므로, 중복되는 내용은 생략한다. 프로세서(130)는 사용자 단말(10)의 구성 요소들의 전반적인 동작들을 제어할 수 있다. 프로세서(130)는 사용자 단말(10)의 구성 요소들을 동작시키기 위해 다양한 연산을 처리할 수 있다. 예를 들어, 프로세서(130)는 통신부(114)로부터 획득한 데이터(예컨대, 생체 신호 데이터)에 기초하여 복수의 피드백 신호들을 생성할 수 있다.
일 실시 예에 따르면, 사용자 단말(100) 또는 외부 장치(들)로부터 제공되는 시각 모달리티 및 청각 모달리티와 함께, 사용자 단말(100)을 착용한 사용자에게 진동 신호에 의한 촉각 모달리티가 제공됨으로써, 사용자의 다양한 감각을 통한 멀티미디어 몰입감이 제공될 수 있다. 또한, 일 실시 예에 따르면, 유저 인터페이스를 통해 개인화된 햅틱 피드백 제어 기능이 제공됨으로써, 멀티미디어 데이터(예컨대, 음악, 영화 게임)의 특성, 사용자의 햅틱 민감도 및 수용도 등을 고려한 촉각 모달리티가 제공될 수 있다.
일 실시 예에 따르면, 유저 인터페이스를 통해 개인화된 햅틱 피드백 제어 기능이 제공됨으로써, 멀티디디어의 데이터의 다양한 특성 중 사용자가 원하는 임팩트 포인트(impact point)가 강조될 수 있다.
도 5는 개시된 실시예에 따른 센서부(110)의 구조를 도시한 것이고, 도 6은 개시된 실시예에 따른 센서부의 스위치를 도시한 것이다.
도 5 및 도 6을 참조하면, 각각의 센서들(110_1, 110_2, 110_3, ··· 110_n)은 전극(111), 스위치부(112a, b, c ··· 112x), 게이트(113) 및 시그널 라인(114, Signal Line)을 포함할 수 있다. 또한, 각각의 스위치부(112)는 캐소드(cathode) 스위치, 어노드(Anode) 스위치 및 접지부(GND) 스위치를 포함할 수 있다.
상술한 바와 같이, 일 실시예에 따른 전극(111)은 생체 신호를 획득할 수 있다. 예를 들면, 전극(111)은 사용자의 신체로부터 전기적 신호를 감지할 수 있고, 생체 임피던스와 사용자의 신체 정보를 활용할 수 있다. 일 실시예에 따른 전극(111)은 사용자의 신체 형상에 따라 변형이 가능한 플레서블(flexible)한 재질로 구현될 수 있다.
일 실시예에 따른 스위치부(112)는 캐소드(cathode), 어노드(Anode) 및 접지부(GND)를 포함하고, 각각의 캐소드(cathode), 어노드(Anode) 또는 접지부(GND)의 연결을 제어함으로써 전극의 활성화 상태를 제어할 수 있다. 예를 들면, 스위치부(112)의 캐소드(cathode) 스위치가 활성화 되는 경우(112a), 전극(111)은 생체 신호를 빠르게 수신하는 시그널 라인(114)와 연결될 수 있고, 접지부(GND) 스위치가 활성화 되는 경우(112b), 전극(111)은 생체 신호를 차단하는 시그널 라인(114)와 연결될 수 있다. 또한, 일 실시예에 따른 스위치부(112)의 어노드(Anode) 스위치가 활성화 되는 경우(112c), 전극(111)은 생체 신호의 노이즈를 감소시키는 시그널 라인(114)에 연결되어 생체 신호를 획득할 수 있다.
도 7은 개시된 실시예에 따른 프로세서(130)의 블록도이다.
도 7을 참조하면, 일 실시예에 따른 프로세서(130)는 메인 컨트롤러(131), 스위치 컨트롤러(132), 최적화 컨트롤러(133) 또는 스토리지(134)를 포함할 수 있다.
일 실시예에 따른 메인 컨트롤러(131)는 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000020
)에 기초하여 센서부(110)의 구성들을 제어할 수 있다. 예를 들면, 메인 컨트롤러(131)는 복수의 명령을 생성하여 스위치 컨트롤러(132) 및 최적화 컨트롤러(133)를 제어할 수 있다.
일 실시예에 따른 메인 컨트롤러(131)는 센서부(110)에 포함된 복수의 전극들 중에서 임의의 전극을 선택하고, 선택된 전극들을 통하여 생체 신호를 획득하게 할 수 있다. 생체 신호가 획득되면, 메인 컨트롤러(131)는 획득된 생체 신호가 미리 설정된 기준을 만족하는지 여부를 판단할 수 있다. 예를 들면, 메인 컨트롤러(131)는 상술한
Figure PCTKR2023010295-appb-img-000021
및
Figure PCTKR2023010295-appb-img-000022
를 변수로 하는 생체 신호 함수(
Figure PCTKR2023010295-appb-img-000023
)의 값을 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000024
)과 비교하고, 비교 결과 생체 신호 함수(
Figure PCTKR2023010295-appb-img-000025
)의 값을 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000026
) 이하인 경우의 전극의 배치를 유효한 전극 배치로 결정하고 학습할 수 있다.
일 실시예에 따른 메인 컨트롤러(131)는 획득된 생체 신호의 변동성 판단을 하기 위하여 생체 신호가 획득된 이후 안정화 되는 시간을 판단할 수 있다. 예를 들면, 프로세서(130)는 임의의 전극들이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하도, 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단될 수 있다.
일 실시예에 따른 일 실시예에 따른 메인 컨트롤러(131)는, 결정된 전극의 배치를 미리 설정된 제1 딥러닝(Deep Learning) 모델에 기초하여 학습 하고, 학습 결과를 저장할 수 있다. 또한, 일 실시예에 따른 메인 컨트롤러(131)는 동작 패턴이 포함된 제1 사용자 정보를 미리 설정된 제2 딥러닝 모델에 기초하여 학습하고, 제2 딥러닝 모델의 학습 결과에 기초하여 제2 사용자의 생체 신호를 감지하기 위한 전극의 배치를 결정할 수 있다.
일 실시예에 따른 스위치 컨트롤러(132)는 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000027
)에 기초하여 센서부(110)의 구성들을 제어할 수 있다. 예를 들면, 프로세서(130)는 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000028
)에 기초하여 센서부(110)의 캐소드(cathode), 어노드(Anode) 또는 접지부(GND) 중 적어도 하나의 연결을 제어할 수 있다. 스위치 컨트롤러(132)가 센서부(110)의 캐소드(cathode), 어노드(Anode) 또는 접지부(GND) 중 적어도 하나의 연결을 제어함으로써 전극을 활성화하거나 비활성화할 수 있다. 예를 들면, 스위치 컨트롤러(132)는 전극의 활성화 또는 비활성화를 제어함으로써 사용자의 생체 신호를 획득하는 전극의 배치를 결정할 수 있다.
일 실시예에 따른 최적화 컨트롤러(133)는 센서부(110)의 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000029
) 이상인 것으로 판단되면 임의의 전극들의 배치를 업데이트(Update)하여 생체 신호를 획득할 수 있다. 예를 들면, 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 설정된 기준(
Figure PCTKR2023010295-appb-img-000030
) 이상인 것으로 판단되면, 최적화 컨트롤러(133)는 사용자에게 제공된 전극의 배치가 적절하지 않은 것으로 판단하고, 전극들의 배치를 변경하여 다시 생체 신호를 획득할 수 있다.
일 실시예에 따른 전극 배치 업데이트는 최적화(Optimizing) 과정을 통하여 수행될 수 있다. 예를 들면, 최적화 컨트롤러(133)는 회귀분석법에 의하여 전극의 배치를 업데이트 할 수 있다. 즉, 최적화 컨트롤러(133)는 유효 전극을 선별하는 과정을 반복 수행함으로써 전극의 배치를 업데이트 할 수 있다. 일 실시예에 따른 최적화 컨트롤러(133)는 선택된 임의의 전극들 중에서 생체 신호의 획득 시간이 미리 설정된 기준을 만족하는 전극 및 획득한 생체 신호의 변동성이 미리 설정된 기준을 만족하는 전극을 선별하고, 미리 설정된 기준을 만족하지 못하는 전극들은 배치에서 삭제함으로써 최적화 과정을 수행할 수 있다. 일 실시예에 따른 프로세서(130)는 미리 설정된 기준을 만족하는 전극들은 배치에서 삭제하지 않고, 전극의 배치를 업데이트 하는데 재사용할 수 있다.
일 실시예에 따른 스토리지(134)는 프로세서(130)에서 수행된 학습 결과를 저장할 수 있다. 예를 들면, 스토리지(134)는 메인 컨트롤러(131)가 결정한 전극의 배치를 미리 설정된 제1 딥러닝(Deep Learning) 모델에 기초하여 학습 하고, 학습 결과를 저장할 수 있다. 또한, 일 실시예에 따른 메인 컨트롤러(131)는 동작 패턴이 포함된 제1 사용자 정보를 미리 설정된 제2 딥러닝 모델에 기초하여 학습하고, 제2 딥러닝 모델의 학습 결과를 스토리지(134)에 저장할 수 있다. 다만, 스토리지(134)가 저장할 수 있는 데이터는 이에 한정되지 아니하고, 프로세서(130)가 생성한 다양한 정보를 저장할 수 있다.
도 8은 개시된 실시예에 따른 생체 신호 감지 장치(100)의 동작 방법의 흐름도이다.
도 8을 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 임의의 전극들을 통하여 생체 신호를 획득할 수 있다(810). 예를 들면, 생체 신호 감지 장치(100)는 센서부(110)에 존재하는 임의의 전극들을 실시간으로 변경하면서 생체 신호를 획득할 수 있다.
임의의 전극들을 통하여 생체 신호를 획득하면, 생체 신호 감지 장치(100)는 임의의 전극들이 생체 신호를 획득하는 시간을 판단할 수 있다(820). 일 실시예에 따른 생체 신호 감지 장치(100)는 생체 신호의 획득 시간을 수식 1의 제1 변수로 활용할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 생체 신호 획득 시간이 미리 설정된 기준 이하인 것으로 판단되면, 해당 전극을 유효 전극으로 결정할 수 있다.
생체 신호의 획득 시간이 판단되면, 생체 신호 감지 장치(100)는 획득된 생체 신호의 변동성을 판단할 수 있다(830). 일 실시예에 따른 생체 신호 감지 장치(100)는 획득된 생체 신호의 변동성 판단을 하기 위하여 생체 신호가 획득된 이후 안정화 되는 시간을 판단할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 임의의 전극들이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하도, 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단될 수 있다. 일 실시예에 따른 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)은 수식 2에 의하여 결정될 수 있으며, 단위는 데시벨(dB)일 수 있다.
생체 신호의 변동성이 판단되면, 생체 신호 감지 장치(100)는 생체 신호를 획득하는 시간 및 인체 신호의 변동성이 미리 설정된 기준을 만족하는지 여부를 판단할 수 있다(840). 미리 설정된 기준을
Figure PCTKR2023010295-appb-img-000031
로 정의하는 경우, 획득된 생체 신호가 미리 설정된 기준을 만족하는지 여부는 생체 신호가 획득되는 시간 또는 생체 신호의 변동성을 변수로 하는 함수에 의하여 도출된 값과
Figure PCTKR2023010295-appb-img-000032
를 비교함으로써 결정될 수 있다. 예를 들면, 미리 설정된 기준과 생체 신호 함수(
Figure PCTKR2023010295-appb-img-000033
)의 값을 비교하는 것은 수식 1에 의하여 수행될 수 있다.
생체 신호를 획득하는 시간 및 인체 신호의 변동성이 미리 설정된 기준을 만족하는 것으로 판단되면, 생체 신호 감지 장치(100)는 임의의 전극들의 배치를 결정하고 학습할 수 있다(850).
그러나, 생체 신호를 획득하는 시간 및 인체 신호의 변동성이 미리 설정된 기준을 만족하지 않는 것으로 판단되면, 생체 신호 감지 장치(100)는 임의의 전극의 배치를 업데이트 할 수 있다(860). 예를 들면, 생체 신호 감지 장치(100)는 최적화 과정을 통하여 임의의 전극들의 배치를 업데이트 할 수 있다. 일 실시예에 따른 생체 신호 감지 장치는 선택된 임의의 전극들 중에서 생체 신호의 획득 시간이 미리 설정된 기준을 만족하는 전극 및 획득한 생체 신호의 변동성이 미리 설정된 기준을 만족하는 전극을 선별하고, 미리 설정된 기준을 만족하지 못하는 전극들은 배치에서 삭제함으로써 최적화 과정을 수행할 수 있다.
도 9는 개시된 실시예에 따른 생체 신호 감지 장치(100)의 동작 방법에 있어서 임의의 전극을 선택하는 과정의 흐름도이다.
도 9를 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 임의의 전극들을 통하여 생체 신호를 획득할 수 있다(910).
생체 신호가 획득되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 생체 신호에 포함된 노이즈를 확인할 수 있다(920). 예를 들면, 생체 신호 감지 장치(100)는 획득된 신호에 포함된 생체 신호 외의 신호를 분류할 수 있다.
생체 신호의 노이즈가 확인되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 노이즈를 안정화 할 수 있다(930). 예를 들면, 생체 신호 감지 장치(100)는 생체 신호 파형의 안정화를 통하여 노이즈를 제거할 수 있다. 일 실시예에 따른 생체 신호 감지 장치(100)는 임의의 전극들이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하고, 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단될 수 있다. 일 실시예에 따른 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)은 수식 2에 의하여 결정될 수 있으며, 단위는 데시벨(dB)일 수 있다.
노이즈가 안정화되는 것으로 판단되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 임의의 전극들 중 유효 전극을 결정할 수 있다(940). 예를 들면, 생체 신호 감지 장치(100)는 노이즈가 미리 설정한 기준 이하로 안정화 되는 전극들을 유효 전극으로 결정하고, 유효 전극들의 배치를 학습할 수 있다. 유효 전극은 생체 신호를 획득하는데 있어서 활성화되는 전극일 수 있다.
도 10a 내지 도 10c는 개시된 실시예에 따른 생체 신호 감지 장치(100)가 획득한 생체 신호가 안정화 되는 것을 도시한 것이다.
도 10a 내지 도 10c의 x축은 신호의 획득 시간을 의미하고, y축은 신호의 노이즈의 크기를 의미한다. 또한, 개시된 실시예에 따른 생체 신호의 노이즈는 제1 내지 제4 파형에 의하여 표현되었으나, 이는 사용자가 생체 신호 감지 장치(100)를 착용하는 위치에 따른 것으로 더 많은 파형의 노이즈를 포함할 수 있음은 물론이다.
도 10a는 일 실시예에 따른 생체 신호 감지 장치(100)가 사용자의 피부에 접촉되어 있지 않은 경우 수신되는 신호의 파형을 도시한 것이다. 생체 신호가 수신되지 않는 경우 생체 신호 감지 장치(100)가 수신한 신호는 노이즈가 많은 파형을 갖는다.
도 10b는 일 실시예에 따른 생체 신호 감지 장치(100)가 사용자의 피부에 접촉되어 생체 신호를 수신하는 시점에서 신호의 파형을 도시한 것이다. 생체 신호가 수신되기 시작하는 경우 경우 생체 신호 감지 장치(100)가 수신한 신호는 사용자의 생체 신호 감지 장치(100)의 착용 위치에 따라 노이즈가 안정화 되거나 불규칙한 노이즈가 존재하는 파형을 갖는다.
도 10c는 일 실시예에 따른 생체 신호 감지 장치(100)가 사용자의 피부에 접촉되어 안정화 동작이 수행된 이후의 신호의 파형을 도시한 것이다. 생체 신호의 노이즈가 확인되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 노이즈를 안정화 할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 생체 신호 파형의 안정화를 통하여 노이즈를 제거할 수 있다.
도 11은 개시된 실시예에 따른 생체 신호 감지 장치의 동작 방법에 있어서 임의의 전극을 선택하는 과정의 흐름도이다.
도 11을 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 전극의 비지배적 레이아웃을 선택할 수 있다(1110). 일 실시예에 따른 전극의 비지배적 레이아웃은 미리 설정된 기준보다 생체 신호의 획득 시간이 짧은 전극들 및 미리 설정된 기준보다 변동성이 낮은 전극들의 레이아웃을 의미할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 비지배적 레이아웃을 미리 설정된 기준을 만족하는 전극들의 배치로 판단하고 유효 전극들의 배치로 판단할 수 있다.
비지배적 레이아웃이 선택되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 신규 레이아웃을 생성할 수 있다(1120). 예를 들면, 생체 신호 감지 장치(100)는 비지배적 레이아웃의 전극들을 포함한 신규 레이아웃을 생성하고, 생성된 신규 레이아웃이 미리 설정된 기준을 만족하는지 여부를 판단할 수 있다.
신규 레이아웃이 생성되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 센서부(110)의 스위치들을 조절할 수 있다(1130). 예를 들면, 생체 신호 감지 장치(100)는 신규 레이아웃이 미리 설정된 기준을 만족하는지 여부를 판단하고, 유효 전극을 결정하기 위하여 센서부(110)의 캐소드(cathode), 어노드(Anode) 또는 접지부(GND) 중 적어도 하나의 연결을 제어함으로써 전극을 활성화하거나 비활성화할 수 있다. 전극의 활성화를 제어함으로써, 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자의 동작 또는 상태에 따라 적용될 새로운 전극의 배치들을 결정하고 학습할 수 있다.
도 12은 개시된 실시예에 따른 생체 신호 데이터를 최적화하는 것을 설명하기 위한 것이다.
도 12의 x축은 각각의 전극에서 생체 신호를 획등하는 시간(Response Time)을 의미하고, y축은 획득된 생체 신호의 일관성을 의미할 수 있다.
도 12를 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 미리 설정된 기준보다 생체 신호의 획득 시간이 짧은 전극들 및 미리 설정된 기준보다 변동성이 낮은 전극들을 유효 전극(1000)들로 결정할 수 있다. 일 실시예에 따른 생체 신호 감지 장치(100)는 미리 설정된 기준보다 생체 신호의 획득 시간이 짧지만 획득한 신호의 변동성이 큰 전극과 미리 설정된 기준보다 변동성이 낮지만 획득 시간이 상대적으로 오해 걸린 전극들의 신호를 크로스 오버(Cross-over)함으로써 신호의 노이즈를 제거할 수 있다. 또한, 일 실시예에 따른 생체 신호 감지 장치(100)는 미리 설정된 기준보다 생체 신호의 획득 시간이 짧고, 미리 설정된 기준보다 변동성이 낮은 전극들(Mutation)은 곧바로 유효 전극으로 결정할 수 있다.
도 13은 개시된 실시예에 따른 생체 신호 감지 장치가 전극의 레이아웃을 결정하는 과정의 흐름도이다.
도 13을 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 제1 사용자의 움직임 데이터를 빅데이터화 하고 학습할 수 있다(1310). 예를 들면, 생체 신호 감지 장치(100)는 사용자의 동작에 따라 변동되는 생체 신호를 획득하고, 획득된 생체 신호를 빅데이터화하여 저장할 수 있다.
제1 사용자의 움직임 데이터가 빅데이터화 되고 학습되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 제1 사용자에게 최적화된 전극의 레이아웃을 생성할 수 있다(1320). 예를 들면, 생체 신호 감지 장치(100)는 제1 사용자의 동작과 그에 따른 생체 신호를 매칭하여 학습하고, 생성된 레이아웃들을 제1 사용자의 동작과 매칭하여 저장할 수 있다.
제1 사용자에게 최적화된 전극의 레이아웃을 생성되면, 일 실시예에 따른 생체 신호 감지 장치(100)는 제1 사용자의 움직임에 따른 전극의 레이아웃을 결정할 수 있다(1330). 예를 들면, 생체 신호 감지 장치(100)는 제1 사용자가 기존에 수행했던 동작을 반복하는 경우 새롭게 생체 신호의 획득 시간 및 생체 신호의 변동성을 판단하지 않고, 미리 저장된 동작에 따른 전극 배치를 제1 사용자에게 제공할 수 있다. 또한, 일 실시예에 따른 생체 신호 감지 장치(100)는 제2 사용자가 제1 사용자와 같은 동작을 수행하는 경우, 미리 저장된 동작에 따른 전극 배치를 제2 사용자에게 제공할 수 있다. 사용자의 동작에 따른 전극의 배치를 빅데이터화 함으로써, 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자의 생체 신호를 정확하고 신속하게 획득할 수 있는 효과가 존재한다.
도 14는 개시된 실시예에 따른 생체 신호 감지 장치가 임의의 전극의 레이아웃을 학습하는 것을 설명하기 위한 것이다.
도 14를 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자의 동작 또는 상태에 따라 결정된 복수의 전극 배치들(2000, 2001, 2002, 2003, ··· 200n)을 빅데이터화 하여 저장하고, 학습할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 제1 딥러닝 모델(130a)에 의하여 복수의 전극 배치들(2000, 2001, 2002, 2003, ··· 200n)을 학습할 수 있다. 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자의 동작 또는 상태에 따른 전극 배치들(2000, 2001, 2002, 2003, ··· 200n)을 저장하고, 프로세서(130)는 학습 결과에 기초하여 제1 사용자 또는 제2 사용자가 미리 저장된 동작을 수행하는 경우, 미리 저장된 전극의 배치를 제공할 수 있다.
도 15는 개시된 실시예에 따른 생체 신호 감지 장치가 사용자의 동작을 학습하는 것을 설명하기 위한 것이다.
도 15를 참조하면, 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자의 동작들을(3000, 3001, 3002, 3003, ··· 300n)을 빅데이터화 하여 저장하고, 학습할 수 있다. 예를 들면, 생체 신호 감지 장치(100)는 제2 딥러닝 모델(130b)에 의하여 사용자의 동작들을(3000, 3001, 3002, 3003, ··· 300n)을 학습할 수 있다. 일 실시예에 따른 생체 신호 감지 장치(100)는 사용자의 동작들(3000, 3001, 3002, 3003, ··· 300n)을 저장하고, 프로세서(130)는 학습 결과에 기초하여 제1 사용자 또는 제2 사용자가 미리 저장된 동작을 수행하는 경우, 미리 저장된 전극의 배치를 제공할 수 있다.
개시된 실시예에 따른 생체 신호 감지 장치(100)는 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부(110), 하나 이상의 인스트럭션을 포함하는 메모리(120) 및 하나 이상의 프로세서(130)를 포함할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 하나 이상의 인스트럭션을 실행하여, 복수의 전극들을 중 임의의 전극들이 생체 신호를 획득하는 시간을 판단할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 획득한 생체 신호의 변동성을 판단할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고, 결정된 전극들의 배치를 학습할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하되, 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단할 수 있다.
일 실시예에 따른 센서부(110)는 캐소드(cathode), 어노드(Anode) 및 접지부(GND)를 포함하는 스위치부(112)를 포함할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 하나 이상의 프로세서(130)는 미리 정해진 기준에 기초하여 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 결정된 전극의 배치를 미리 설정된 제1 딥러닝 모델에 기초하여 학습 하고, 학습 결과를 저장할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 동작 패턴이 포함된 제1 사용자 정보를 미리 설정된 제2 딥러닝 모델에 기초하여 학습하고, 제2 딥러닝 모델의 학습 결과에 기초하여 제2 사용자의 생체 신호를 감지하기 위한 전극의 배치를 결정할 수 잇다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준 이상인 것으로 판단되면 임의의 전극들의 배치를 업데이트(Update)하여 생체 신호를 획득할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 사용자의 동작을 분류하고, 사용자의 동작에 기초하여 생체 신호의 변동성을 판단하고, 판단 결과에 기초하여 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 사용자가 적어도 하나의 전극을 부착하는 신체 부위에 기초하여 생체 신호의 변동성을 판단하고, 판단 결과에 기초하여 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 복수의 전극들 중 미리 설정된 기준을 만족하는 전극들을 선별할 수 있다.
개시된 실시예에 따른 복수의 전극들을 포함하는 생체 신호 감지 장치(100)의 동작 방법은 임의의 전극들을 통하여 생체 신호를 획득하는 단계(810), 임의의 전극들이 생체 신호를 획득하는 시간을 판단하는 단계(820), 임의의 전극들이 획득한 생체 신호의 변동성을 판단하는 단계(830) 및 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고 학습하는 단계(850)를 포함할 수 있다.
일 실시예에 따른 임의의 전극들이 획득한 생체 신호의 변동성을 판단하는 단계(830)는, 임의의 전극이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하되, 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는, 미리 정해진 기준에 기초하여 센서부(110)의 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는, 모델링된 전극의 배치를 미리 설정된 제1 딥러닝 모델에 기초하여 학습 하고, 학습 결과를 저장하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는, 동작 패턴이 포함된 제1 사용자 정보를 미리 설정된 제2 딥러닝 모델에 기초하여 학습하고, 제2 딥러닝 모델의 학습 결과에 기초하여 제2 사용자의 생체 신호를 감지하기 위한 전극의 배치를 결정하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들을 통하여 생체 신호를 획득하는 단계(810)는, 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준 이하인 것으로 판단되면 임의의 전극들의 배치를 최적화하여 생체 신호를 획득하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는, 사용자의 동작을 분류하고, 사용자의 동작에 기초하여 생체 신호의 변동성을 판단하고, 판단 결과에 기초하여 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는, 사용자가 적어도 하나의 전극을 부착하는 신체 부위에 기초하여 생체 신호의 변동성을 판단하고, 판단 결과에 기초하여 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 것을 포함할 수 있다.
일 실시예에 따른 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는, 복수의 전극들 중 미리 설정된 기준을 만족하는 전극들을 선별하는 것을 포함할 수 있다.
일 실시예에 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체는 상술한 생체 신호 감지 방법을 컴퓨터에서 수행하기 위한 프로그램으로 저장할 수 있다.
개시된 실시예에 따른 사용자 단말(10)은 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부(110), 하나 이상의 인스트럭션을 포함하는 메모리(120) 및
하나 이상의 프로세서(130)를 포함하고, 하나 이상의 프로세서(130)는 하나 이상의 인스트럭션을 실행할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 복수의 전극들을 중 임의의 전극들이 생체 신호를 획득하는 시간을 판단하고, 임의의 전극들이 획득한 생체 신호의 변동성을 판단할 수 있다.
일 실시예에 따른 하나 이상의 프로세서(130)는 임의의 전극들이 생체 신호를 획득하는 시간 및 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 임의의 전극들의 배치를 결정하고 학습할 수 있다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

Claims (15)

  1. 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부(110);
    하나 이상의 인스트럭션을 포함하는 메모리(120); 및
    하나 이상의 프로세서(130)를 포함하고, 상기 하나 이상의 프로세서(130)는 상기 하나 이상의 인스트럭션을 실행하여,
    상기 복수의 전극들을 중 임의의 전극들이 상기 생체 신호를 획득하는 시간을 판단하고,
    상기 임의의 전극들이 획득한 상기 생체 신호의 변동성을 판단하고,
    상기 임의의 전극들이 생체 신호를 획득하는 시간 및 상기 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 상기 임의의 전극들의 배치를 결정하고, 상기 결정된 전극들의 배치를 학습하는 생체 신호 감지 장치.
  2. 제1 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    상기 임의의 전극이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하되,
    상기 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단하는 생체 신호 감지 장치.
  3. 제1 항 또는 제2 항 중 어느 한 항에 있어서,
    상기 센서부(110)는,
    캐소드(cathode), 어노드(Anode) 및 접지부(GND)를 포함하는 스위치부(112)를 포함하고,
    상기 하나 이상의 프로세서(130)는,
    상기 미리 정해진 기준에 기초하여 상기 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 생체 신호 감지 장치.
  4. 제1 내지 제3 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    상기 결정된 전극의 배치를 미리 설정된 제1 딥러닝 모델에 기초하여 학습 하고, 학습 결과를 저장하는 생체 신호 감지 장치.
  5. 제1 내지 제4 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    동작 패턴이 포함된 제1 사용자 정보를 미리 설정된 제2 딥러닝 모델에 기초하여 학습하고, 상기 제2 딥러닝 모델의 학습 결과에 기초하여 제2 사용자의 생체 신호를 감지하기 위한 전극의 배치를 결정하는 생체 신호 감지 장치.
  6. 제1 내지 제5 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    상기 임의의 전극들이 생체 신호를 획득하는 시간 및 상기 획득된 생체 신호의 변동성이 미리 정해진 기준 이상인 것으로 판단되면 상기 임의의 전극들의 배치를 업데이트(Update)하여 생체 신호를 획득하는 생체 신호 감지 장치.
  7. 제1 내지 제6 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    사용자의 동작을 분류하고, 상기 사용자의 동작에 기초하여 상기 생체 신호의 변동성을 판단하고, 상기 판단 결과에 기초하여 상기 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 생체 신호 감지 장치.
  8. 제1 내지 제7 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    사용자가 상기 적어도 하나의 전극을 부착하는 신체 부위에 기초하여 상기 생체 신호의 변동성을 판단하고, 상기 판단 결과에 기초하여 상기 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 생체 신호 감지 장치.
  9. 제1 내지 제8 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로세서(130)는,
    상기 복수의 전극들 중 상기 미리 설정된 기준을 만족하는 전극들을 선별하는 생체 신호 감지 장치.
  10. 복수의 전극들을 포함하는 생체 신호 감지 장치의 동작 방법에 있어서,
    임의의 전극들을 통하여 생체 신호를 획득하는 단계(810);
    상기 임의의 전극들이 상기 생체 신호를 획득하는 시간을 판단하는 단계(820);
    상기 임의의 전극들이 획득한 상기 생체 신호의 변동성을 판단하는 단계(830); 및
    상기 임의의 전극들이 생체 신호를 획득하는 시간 및 상기 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 상기 임의의 전극들의 배치를 결정하고 학습하는 단계(850)를 포함하는 생체 신호 감지 장치의 동작방법.
  11. 제10 항에 있어서,
    상기 임의의 전극들이 획득한 상기 생체 신호의 변동성을 판단하는 단계(830)는,
    상기 임의의 전극이 획득한 생체 신호의 파형이 안정화 되는 시간에 기초하여 생체 신호의 변동성을 판단하되,
    상기 파형의 안정화는 미리 설정된 SNR(Signal-to-Noise Ratio)에 기초하여 판단하는 생체 신호 감지 장치의 동작방법.
  12. 제10 항 또는 제11 항 중 어느 한 항에 있어서,
    상기 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는,
    상기 미리 정해진 기준에 기초하여 센서부(110)의 캐소드, 어노드 또는 접지부 중 적어도 하나의 연결을 제어하는 것을 포함하는 생체 신호 감지 장치의 동작방법.
  13. 제10 항 내지 제12 항 중 어느 한 항에 있어서,
    상기 임의의 전극들의 배치를 결정하고 학습하는 단계(850)는,
    상기 모델링된 전극의 배치를 미리 설정된 제1 딥러닝 모델에 기초하여 학습 하고, 학습 결과를 저장하는 것을 포함하는 생체 신호 감지 장치의 동작방법.
  14. 제10 항 내지 제13 항의 방법을 컴퓨터에서 수행하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.
  15. 생체 신호를 획득하는 복수의 전극들을 포함하는 센서부(110);
    하나 이상의 인스트럭션을 포함하는 메모리(120); 및
    하나 이상의 프로세서(130)를 포함하고, 상기 하나 이상의 프로세서(130)는 상기 하나 이상의 인스트럭션을 실행하여,
    상기 복수의 전극들을 중 임의의 전극들이 상기 생체 신호를 획득하는 시간을 판단하고, 상기 임의의 전극들이 획득한 상기 생체 신호의 변동성을 판단하고,
    상기 임의의 전극들이 생체 신호를 획득하는 시간 및 상기 획득된 생체 신호의 변동성이 미리 정해진 기준을 만족하면, 상기 임의의 전극들의 배치를 결정하고 학습하는 사용자 단말.
PCT/KR2023/010295 2022-09-07 2023-07-18 생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말 WO2024053847A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220113796 2022-09-07
KR10-2022-0113796 2022-09-07
KR1020220144621A KR20240034611A (ko) 2022-09-07 2022-11-02 생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말
KR10-2022-0144621 2022-11-02

Publications (1)

Publication Number Publication Date
WO2024053847A1 true WO2024053847A1 (ko) 2024-03-14

Family

ID=90191518

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/010295 WO2024053847A1 (ko) 2022-09-07 2023-07-18 생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말

Country Status (1)

Country Link
WO (1) WO2024053847A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060009691A1 (en) * 2004-06-17 2006-01-12 Samsung Electronics Co., Ltd. Method, medium, and apparatus measuring biological signals using multi-electrode module, with a lead search
KR20160100770A (ko) * 2015-02-16 2016-08-24 삼성전자주식회사 생체 정보를 측정하는 전자 장치 및 방법
KR20160105129A (ko) * 2015-02-27 2016-09-06 삼성전자주식회사 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치
KR20180017690A (ko) * 2016-08-10 2018-02-21 삼성전자주식회사 생체 정보 검출 장치 및 방법
KR20190104036A (ko) * 2016-12-13 2019-09-05 지브 봄존 전극위치가 변형 가능한 템플릿들로 최적화된 종양 치료장을 이용하여 환자들을 치료

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060009691A1 (en) * 2004-06-17 2006-01-12 Samsung Electronics Co., Ltd. Method, medium, and apparatus measuring biological signals using multi-electrode module, with a lead search
KR20160100770A (ko) * 2015-02-16 2016-08-24 삼성전자주식회사 생체 정보를 측정하는 전자 장치 및 방법
KR20160105129A (ko) * 2015-02-27 2016-09-06 삼성전자주식회사 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치
KR20180017690A (ko) * 2016-08-10 2018-02-21 삼성전자주식회사 생체 정보 검출 장치 및 방법
KR20190104036A (ko) * 2016-12-13 2019-09-05 지브 봄존 전극위치가 변형 가능한 템플릿들로 최적화된 종양 치료장을 이용하여 환자들을 치료

Similar Documents

Publication Publication Date Title
WO2015047032A1 (ko) 생체 신호에 기초하여 컨텐츠를 처리하는 방법, 및 그에 따른 디바이스
WO2019156320A1 (ko) 생체 신호를 획득하는 전자 장치와 이의 동작 방법
WO2016182181A1 (ko) 웨어러블 디바이스 및 웨어러블 디바이스의 피드백 제공 방법
WO2016200204A1 (en) Electronic device and control method thereof
WO2018124809A1 (ko) 착용형 단말기 및 그 동작 방법
WO2020059939A1 (ko) 인공지능 장치
WO2020091505A1 (en) Electronic device and method for intelligent interaction thereof
WO2018093181A1 (ko) 전자 장치 및 그 제어 방법
WO2024053847A1 (ko) 생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말
WO2019164126A1 (ko) 사용자의 심혈관 상태에 대한 정보를 제공하기 위한 전자 장치 및 방법
WO2020145494A1 (ko) 전극을 이용한 생체 신호 측정 방법 및 장치
WO2022124784A1 (ko) 식사 메뉴에 대한 정보를 제공하는 전자 장치와 이의 동작 방법
WO2022124551A1 (ko) 복수의 전극을 포함하는 웨어러블 전자 장치
WO2021118229A1 (en) Information providing method and electronic device for supporting the same
KR20240034611A (ko) 생체 신호 감지 장치, 생체 신호 감지 장치의 동작 방법 및 이를 포함하는 사용자 단말
WO2016099049A1 (ko) 웨어러블 장치 및 이를 이용한 정보 입력 방법
WO2018225974A1 (ko) 터치의 압력에 응답하여 지정된 동작을 수행하는 전자 장치 및 방법
WO2020055097A1 (ko) 객체를 인식하는 전자 장치 및 그 전자 장치를 제어하는 방법
WO2024075982A1 (ko) 전자 장치 및 그 동작 방법
WO2023287042A1 (ko) 수면 상태에 따른 사용자 인터페이스를 제공하는 전자 장치 및 그의 동작 방법
WO2019143199A1 (ko) 지문 입력의 압력 레벨에 기반하여 지문 처리 방식을 결정하는 전자 장치 및 방법
WO2023038407A1 (en) Method and electronic device for estimating touch locations and touch pressures
WO2022245128A1 (ko) 사용자의 체온을 제공하는 장치 및 방법
WO2021230462A1 (ko) 데이터 전송 방법 및 이를 지원하는 전자 장치
WO2018093183A1 (ko) 전자 장치 및 그 제어 방법