WO2026005159A1 - 건강 관리를 위한 정보를 제공하는 전자 장치 - Google Patents

건강 관리를 위한 정보를 제공하는 전자 장치

Info

Publication number
WO2026005159A1
WO2026005159A1 PCT/KR2024/020457 KR2024020457W WO2026005159A1 WO 2026005159 A1 WO2026005159 A1 WO 2026005159A1 KR 2024020457 W KR2024020457 W KR 2024020457W WO 2026005159 A1 WO2026005159 A1 WO 2026005159A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensor
electronic device
acceleration
values
wearable electronic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/KR2024/020457
Other languages
English (en)
French (fr)
Inventor
오두선
이승원
황민경
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 KR1020240090548A external-priority patent/KR20260001005A/ko
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of WO2026005159A1 publication Critical patent/WO2026005159A1/ko
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration or pH-value ; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid or cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40—Data acquisition and logging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures

Definitions

  • the present disclosure relates to an electronic device that provides information for health management, for example, a wearable electronic device that provides information used for health management of a user.
  • Wearable electronic devices may be equipped with various sensors (e.g., accelerometers, barometric pressure sensors, optical sensors, biometric sensors). The information collected using these sensors can be used as raw data to provide health or wellness information (e.g., step counts, arrhythmias, respiration rate, sleep quality, blood pressure, etc.) for the user wearing the wearable electronic device.
  • sensors e.g., accelerometers, barometric pressure sensors, optical sensors, biometric sensors.
  • the information collected using these sensors can be used as raw data to provide health or wellness information (e.g., step counts, arrhythmias, respiration rate, sleep quality, blood pressure, etc.) for the user wearing the wearable electronic device.
  • health or wellness information e.g., step counts, arrhythmias, respiration rate, sleep quality, blood pressure, etc.
  • Wearable electronic devices can use software development kits (SDKs) to generate health-related information from raw data obtained from sensors.
  • SDKs software development kits
  • Wearable electronic devices can have low-power software architectures capable of multitasking.
  • such architectures there may be a difference between the raw data obtained from sensors (sensor values) and the input values fed into the algorithms that utilize the raw data (algorithm input values).
  • SpO2 blood oxygen saturation
  • An electronic device can acquire raw data from an accelerometer and a photoplethysmography (PPG) sensor, use the acquired raw data to determine the start and end times of sleep, and check SpO2 while the user is sleeping. If the desired data frequency (sample rate) for the clinical study is, for example, 25 Hz, but the accelerometer only supports a higher data frequency, this will cause an increase in current consumption in the accelerometer, and thus the logging task for recording raw data may not be performed for a period of time (for example, 10 hours) desired by the user (for example, the developer) for the clinical study.
  • a period of time for example, 10 hours
  • Data frequencies and event occurrence cycles may vary by sensor. Therefore, separate processing may be required to synchronize the time at which raw data is generated. Synchronization issues can occur continuously within the processor (e.g., the sensor hub processor) and/or the framework.
  • SDKs When new sensors and algorithms are added to a device, related SDKs may also need to be added. For clinical applications, data integrity may be required. For example, procedures may be needed to verify that sensor values are actually used as algorithm inputs.
  • a wearable electronic device includes a sensor; a processor; and a memory storing instructions.
  • the instructions when executed by the processor, may cause the electronic device to periodically acquire sensor values from the sensor and to acquire a plurality of samples by extracting some of the sensor values acquired from the sensor.
  • the instructions when executed by the processor, may cause the electronic device to generate first information related to health using the samples, and to store log data including the first information and the samples in the memory.
  • the instructions, when executed by the processor may cause the electronic device to generate second information using the samples from the log data based on the occurrence of an event requesting verification of the first information, compare the second information with the first information, and determine whether the first information is intact based on a result of the comparison.
  • a wearable electronic device may include a sensor; a communication circuit; a processor; and a memory storing instructions.
  • the instructions when executed by the processor, may cause the electronic device to periodically obtain a sensor value from the sensor and to obtain a plurality of samples by extracting some of the sensor values obtained from the sensor.
  • the instructions when executed by the processor, may cause the electronic device to generate first information related to health using the samples and to store log data including the first information and the samples in the memory.
  • the instructions, when executed by the processor may cause the electronic device to transmit the log data to an external electronic device through the communication circuit based on the occurrence of an event requesting verification of the first information.
  • a method of operating a wearable electronic device may include: obtaining a plurality of samples by extracting some of sensor values obtained from a sensor of the wearable electronic device; generating first information related to health using the samples; and storing log data including the first information and the samples in a memory of the wearable electronic device.
  • the method may include generating second information using the samples in the log data based on the occurrence of an event requesting verification of the first information, comparing the second information with the first information, and determining whether the first information is intact based on a result of the comparison.
  • an electronic device can perform long-term logging and ensure data integrity. Furthermore, various benefits, directly or indirectly identified through this document, may be provided.
  • FIG. 1 is a block diagram of an electronic device within a network environment according to various embodiments.
  • FIGS. 2A and 2B are front and rear perspective views of a wearable electronic device having a wrist-worn structure, according to one embodiment.
  • FIG. 4 is a flowchart illustrating operations performed in an electronic device (300) based on the electronic device being set to a sleep mode, according to one embodiment.
  • FIG. 5 is a flowchart illustrating operations performed in an electronic device (300) based on the electronic device being set to an exercise mode, according to one embodiment.
  • FIG. 6 is a flowchart illustrating operations performed in an electronic device (300) based on the electronic device being set to a user-defined mode, according to one embodiment.
  • FIG. 7a is a diagram for explaining a scenario in which the integrity of the sensor algorithm is not secured in the electronic device of FIG. 3, and FIG. 7b is a diagram for explaining a scenario in which the integrity of the sensor algorithm is secured by a virtual sensor according to one embodiment.
  • FIG. 8 is a flowchart illustrating operations performed in an electronic device according to one embodiment.
  • FIG. 9a and FIG. 9b illustrate examples of user interface (UI) screens displayed on an electronic device.
  • UI user interface
  • FIG. 10 is a flowchart illustrating operations for data logging in an electronic device according to one embodiment.
  • FIG. 1 is a block diagram of an electronic device (101) within a network environment (100) according to various embodiments.
  • the electronic device (101) may communicate with an electronic device (102) via a first network (198) (e.g., a short-range wireless communication network), or may communicate with at least one of an electronic device (104) or a server (108) via a second network (199) (e.g., a long-range wireless communication network).
  • the electronic device (101) may communicate with the electronic device (104) via the server (108).
  • the electronic device (101) may include a processor (120), a memory (130), an input module (150), an audio output module (155), a display module (160), an audio module (170), a sensor module (176), an interface (177), a connection terminal (178), a haptic module (179), a camera module (180), a power management module (188), a battery (189), a communication module (190), a subscriber identification module (196), or an antenna module (197).
  • the electronic device (101) may omit at least one of these components (e.g., the connection terminal (178)), or may have one or more other components added.
  • some of these components e.g., the sensor module (176), the camera module (180), or the antenna module (197) may be integrated into one component (e.g., the display module (160)).
  • the processor (120) may, for example, execute software (e.g., a program (140)) to control at least one other component (e.g., a hardware or software component) of the electronic device (101) connected to the processor (120) and perform various data processing or calculations.
  • the processor (120) may store commands or data received from other components (e.g., a sensor module (176) or a communication module (190)) in a volatile memory (132), process the commands or data stored in the volatile memory (132), and store result data in a non-volatile memory (134).
  • the processor (120) may include a main processor (121) (e.g., a central processing unit or an application processor) or a secondary processor (123) (e.g., a graphics processing unit, a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor)) that can operate independently or together therewith.
  • a main processor (121) e.g., a central processing unit or an application processor
  • a secondary processor (123) e.g., a graphics processing unit, a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor
  • the secondary processor (123) may be configured to use less power than the main processor (121) or to be specialized for a specified function.
  • the secondary processor (123) may be implemented separately from the main processor (121) or as a part thereof.
  • the auxiliary processor (123) may control at least a portion of functions or states associated with at least one component (e.g., a display module (160), a sensor module (176), or a communication module (190)) of the electronic device (101), for example, on behalf of the main processor (121) while the main processor (121) is in an inactive (e.g., sleep) state, or together with the main processor (121) while the main processor (121) is in an active (e.g., application execution) state.
  • the auxiliary processor (123) e.g., an image signal processor or a communication processor
  • the auxiliary processor (123) may include a hardware structure specialized for processing artificial intelligence models.
  • the artificial intelligence models may be generated through machine learning. This learning can be performed, for example, in the electronic device (101) itself where the artificial intelligence model is executed, or can be performed through a separate server (e.g., server (108)).
  • the learning algorithm can include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but is not limited to the examples described above.
  • the artificial intelligence model can include a plurality of artificial neural network layers.
  • the artificial neural network can be one of a deep neural network (DNN), a convolutional neural network (CNN), a recurrent neural network (RNN), a restricted Boltzmann machine (RBM), a deep belief network (DBN), a bidirectional recurrent deep neural network (BRDNN), deep Q-networks, or a combination of two or more of the above, but is not limited to the examples described above.
  • the artificial intelligence model can additionally or alternatively include a software structure.
  • the memory (130) can store various data used by at least one component (e.g., processor (120) or sensor module (176)) of the electronic device (101).
  • the data can include, for example, software (e.g., program (140)) and input data or output data for commands related thereto.
  • the memory (130) can include volatile memory (132) or non-volatile memory (134).
  • the program (140) may be stored as software in the memory (130) and may include, for example, an operating system (142), middleware (144), or an application (146).
  • the input module (150) can receive commands or data to be used in a component of the electronic device (101) (e.g., a processor (120)) from an external source (e.g., a user) of the electronic device (101).
  • the input module (150) can include, for example, a microphone, a mouse, a keyboard, a key (e.g., a button), or a digital pen (e.g., a stylus pen).
  • the audio output module (155) can output audio signals to the outside of the electronic device (101).
  • the audio output module (155) can include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes, such as multimedia playback or recording playback.
  • the receiver can be used to receive incoming calls. In one embodiment, the receiver can be implemented separately from the speaker or as part of the speaker.
  • the display module (160) can visually provide information to an external party (e.g., a user) of the electronic device (101).
  • the display module (160) may include, for example, a display, a holographic device, or a projector and a control circuit for controlling the device.
  • the display module (160) may include a touch sensor configured to detect a touch, or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module (170) can convert sound into an electrical signal, or vice versa, convert an electrical signal into sound. According to one embodiment, the audio module (170) can acquire sound through the input module (150), output sound through the sound output module (155), or an external electronic device (e.g., electronic device (102)) (e.g., speaker or headphone) directly or wirelessly connected to the electronic device (101).
  • an external electronic device e.g., electronic device (102)
  • speaker or headphone directly or wirelessly connected to the electronic device (101).
  • the sensor module (176) can detect the operating status (e.g., power or temperature) of the electronic device (101) or the external environmental status (e.g., user status) and generate an electrical signal or data value corresponding to the detected status.
  • the sensor module (176) can include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface (177) may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device (101) with an external electronic device (e.g., the electronic device (102)).
  • the interface (177) may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card
  • connection terminal (178) may include a connector through which the electronic device (101) may be physically connected to an external electronic device (e.g., electronic device (102)).
  • the connection terminal (178) may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (e.g., a headphone connector).
  • a haptic module (179) can convert electrical signals into mechanical stimuli (e.g., vibration or movement) or electrical stimuli that a user can perceive through tactile or kinesthetic sensations.
  • the haptic module (179) can include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module (180) can capture still images and videos.
  • the camera module (180) may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module (188) can manage power supplied to the electronic device (101).
  • the power management module (188) can be implemented, for example, as at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • a battery (189) may power at least one component of the electronic device (101).
  • the battery (189) may include, for example, a non-rechargeable primary battery, a rechargeable secondary battery, or a fuel cell.
  • the communication module (190) may support the establishment of a direct (e.g., wired) communication channel or a wireless communication channel between the electronic device (101) and an external electronic device (e.g., electronic device (102), electronic device (104), or server (108)), and the performance of communication through the established communication channel.
  • the communication module (190) may operate independently from the processor (120) (e.g., application processor) and may include one or more communication processors that support direct (e.g., wired) communication or wireless communication.
  • the communication module (190) may include a wireless communication module (192) (e.g., a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module (194) (e.g., a local area network (LAN) communication module, or a power line communication module).
  • a wireless communication module (192) e.g., a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module (194) e.g., a local area network (LAN) communication module, or a power line communication module.
  • the corresponding communication module can communicate with an external electronic device (104) via a first network (198) (e.g., a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network (199) (e.g., a long-range communication network such as a legacy cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., a LAN or WAN)).
  • a first network (198) e.g., a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network (199) e.g., a long-range communication network such as a legacy cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., a LAN or WAN)
  • a computer network e.g., a
  • the wireless communication module (192) can verify or authenticate the electronic device (101) within a communication network such as the first network (198) or the second network (199) by using subscriber information (e.g., an international mobile subscriber identity (IMSI)) stored in the subscriber identification module (196).
  • subscriber information e.g., an international mobile subscriber identity (IMSI)
  • the wireless communication module (192) can support 5G networks and next-generation communication technologies following the 4G network, such as NR access technology (new radio access technology).
  • the NR access technology can support high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and connection of multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency communications
  • the wireless communication module (192) can support, for example, a high-frequency band (e.g., mmWave band) to achieve a high data transmission rate.
  • a high-frequency band e.g., mmWave band
  • the wireless communication module (192) can support various technologies for securing performance in a high-frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), full dimensional MIMO (FD-MIMO), array antenna, analog beam-forming, or large scale antenna.
  • the wireless communication module (192) can support various requirements specified in the electronic device (101), an external electronic device (e.g., the electronic device (104)), or a network system (e.g., the second network (199)).
  • the wireless communication module (192) can support a peak data rate (e.g., 20 Gbps or more) for eMBB realization, a loss coverage (e.g., 164 dB or less) for mMTC realization, or a U-plane latency (e.g., 0.5 ms or less for downlink (DL) and uplink (UL), or 1 ms or less for round trip) for URLLC realization.
  • a peak data rate e.g., 20 Gbps or more
  • a loss coverage e.g., 164 dB or less
  • U-plane latency e.g., 0.5 ms or less for downlink (DL) and uplink (UL), or 1 ms or less for round trip
  • the antenna module (197) can transmit or receive signals or power to or from an external device (e.g., an external electronic device).
  • the antenna module (197) may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (e.g., a PCB).
  • the antenna module (197) may include a plurality of antennas (e.g., an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network, such as the first network (198) or the second network (199), may be selected from the plurality of antennas by, for example, the communication module (190). A signal or power may be transmitted or received between the communication module (190) and an external electronic device through the selected at least one antenna.
  • another component e.g., a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module (197) may form a mmWave antenna module.
  • the mmWave antenna module may include a printed circuit board, an RFIC disposed on or adjacent a first side (e.g., a bottom side) of the printed circuit board and capable of supporting a designated high-frequency band (e.g., a mmWave band), and a plurality of antennas (e.g., an array antenna) disposed on or adjacent a second side (e.g., a top side or a side side) of the printed circuit board and capable of transmitting or receiving signals in the designated high-frequency band.
  • a first side e.g., a bottom side
  • a plurality of antennas e.g., an array antenna
  • At least some of the above components can be interconnected and exchange signals (e.g., commands or data) with each other via a communication method between peripheral devices (e.g., a bus, GPIO (general purpose input and output), SPI (serial peripheral interface), or MIPI (mobile industry processor interface)).
  • peripheral devices e.g., a bus, GPIO (general purpose input and output), SPI (serial peripheral interface), or MIPI (mobile industry processor interface)).
  • commands or data may be transmitted or received between the electronic device (101) and an external electronic device (104) via a server (108) connected to a second network (199).
  • Each of the external electronic devices (102 or 104) may be the same or a different type of device as the electronic device (101).
  • all or part of the operations executed in the electronic device (101) may be executed in one or more of the external electronic devices (102, 104, or 108). For example, when the electronic device (101) is to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device (101) may, instead of or in addition to executing the function or service itself, request one or more external electronic devices to perform the function or at least a part of the service.
  • One or more external electronic devices that receive the request may execute at least a portion of the requested function or service, or an additional function or service related to the request, and transmit the result of the execution to the electronic device (101).
  • the electronic device (101) may process the result as is or additionally and provide it as at least a portion of a response to the request.
  • cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used, for example.
  • the electronic device (101) may provide an ultra-low latency service by using distributed computing or mobile edge computing, for example.
  • the external electronic device (104) may include an Internet of Things (IoT) device.
  • the server (108) may be an intelligent server using machine learning and/or a neural network.
  • the external electronic device (104) or the server (108) may be included in the second network (199).
  • the electronic device (101) can be applied to intelligent services (e.g., smart home, smart city, smart car, or healthcare) based on 5G communication technology and IoT-related technology.
  • a wearable electronic device is defined as a device having a structure that can be worn on the human body.
  • a smart watch worn on the wrist or a smart ring worn on the finger may be classified as a wearable electronic device.
  • FIGS. 2A and 2B are front and rear perspective views of a wearable electronic device (200) having a structure wearable on a wrist, according to one embodiment.
  • a wearable electronic device (200) may include a housing (210) including a first side (or front side, a side viewed from above in a downward direction (e.g., -z direction)) (210A), a second side (or back side, a side viewed from below in a upward direction (e.g., z direction)) (210B), and a side surface (210C) surrounding a space between the first side (210A) and the second side (210B), and a fastening member (250, 260) (e.g., a strap, a connecting member, and/or a joining member) connected to at least a portion of the housing (210) and configured to removably fasten the wearable electronic device (200) to a user's wrist.
  • a fastening member 250, 260
  • the housing (210) may refer to a structure forming a portion of the first side (210A), the second side (210B), and the side surface (210C) of FIG. 2A.
  • the housing (210) may have various shapes other than the illustrated circular shape (e.g., square, rounded square).
  • the first side (210A) may be formed by a front plate (201) that is at least partially substantially transparent (e.g., a glass plate or a polymer plate including various coating layers).
  • the second side (210B) may be formed by a substantially opaque back plate (207).
  • the back plate (207) may be formed by, for example, coated or colored glass, ceramic, polymer, metal (e.g., aluminum, stainless steel (STS), or magnesium), and/or a combination of at least two of the foregoing materials.
  • the side surface (210C) may be formed by a side bezel structure (or “side member”) (206) that is joined to the front plate (201) and the back plate (207) and includes a metal and/or a polymer.
  • the wearable electronic device (200) may include at least one of a display (220) (e.g., a display module (160) of FIG. 1), an audio module (205, 208) (e.g., an audio module (170) of FIG. 1), a biosensor (211) (e.g., a sensor module (176) of FIG. 1), a key input device (202, 203, 204) (e.g., an input module (150) of FIG. 1), and a connector hole (209) (e.g., a connection terminal (178) of FIG. 1).
  • the electronic device (200) may omit at least one of the components (e.g., the key input device (202, 203, 204) and/or the connector hole (209)) or may additionally include other components.
  • a wearable electronic device may include a processor (e.g., a processor (210) of FIG. 1), a memory (e.g., a memory (130) of FIG. 1), a flexible printed circuit board (FPCB), a communication module (e.g., a communication module (190) of FIG. 1), a battery (e.g., a battery (189) of FIG. 1), a power management integrated circuit (PMIC) (e.g., a power management module (188) of FIG. 1), and an antenna module (e.g., an antenna module (197) of FIG. 1).
  • a processor e.g., a processor (210) of FIG. 1
  • a memory e.g., a memory (130) of FIG. 1
  • FPCB flexible printed circuit board
  • a communication module e.g., a communication module (190) of FIG. 1
  • a battery e.g., a battery (189) of FIG.
  • PMIC power management integrated circuit
  • an antenna module e
  • the display (220) may be visually exposed through a significant portion of the front plate (201).
  • the shape of the display (220) may correspond to the shape of the front plate (201), and may have various shapes such as a circle, an oval, and/or a polygon.
  • the display (220) may be combined with or disposed adjacent to a touch detection circuit, a pressure sensor capable of measuring the intensity (pressure) of a touch, and/or a fingerprint sensor.
  • the audio module (205, 208) may include a microphone hole (205) and a speaker hole (208).
  • the microphone hole (205) may have a microphone positioned therein for acquiring external sounds, and in some embodiments, multiple microphones may be positioned therein to detect the direction of sounds.
  • the speaker hole (208) may be used as an external speaker and a receiver for calls.
  • the speaker hole (208) and the microphone hole (205) may be implemented as a single hole, or a speaker (e.g., a piezo speaker) may be included without the speaker hole (208).
  • the biometric sensor (211) may be placed on the second surface (210B) of the housing (210).
  • the wearable electronic device (200) may further include various sensors in addition to the biometric sensor (211).
  • the wearable electronic device (200) may further include at least one of a Hall sensor (e.g., Hall IC) (in other words, a magnetic sensor), a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a color sensor, an IR (infrared) sensor, a temperature sensor, a humidity sensor, an illuminance sensor, and an electrode sensor.
  • a Hall sensor e.g., Hall IC
  • the key input device (202, 203, 204) may include an annular member (202) (e.g., a bezel housing, a rotatable wheel, a wheel key) disposed on a first surface (210A) of the housing (210) and rotatable in at least one direction, and/or a side key button (203, 204) disposed on a side surface (210C) of the housing (210).
  • the key button (203, 204) may include a physical button, a watch crown, or a sensor that responds to touch or pressure.
  • the key button (203, 204) may include a metal through which an electrical signal is transmitted. Accordingly, the button (203, 204) may be utilized as an interface for an electrode sensor.
  • the annular member (202) may have a shape corresponding to the shape of the front plate (201).
  • the annular member (202) can rotate clockwise or counterclockwise about the center of the display (220).
  • the wearable electronic device (200) may not include some or all of the above-described key input devices (202, 203, 204), and the key input devices (202, 203, 204) that are not included may be implemented in other forms, such as soft keys, on the display (220).
  • the connector hole (209) may include another connector hole (not shown) that can accommodate a connector (e.g., a USB connector) for transmitting and receiving power and/or data with an external electronic device (e.g., a smart phone or a TA (travel adapter)) and can accommodate a connector for transmitting and receiving audio signals with the external electronic device.
  • the electronic device (200) may further include, for example, a connector cover (not shown) that covers at least a portion of the connector hole (209) and blocks the inflow of external foreign substances into the connector hole.
  • the fastening member (250, 260) can be detachably fastened to at least a portion of the housing (210) using the locking member (251, 261).
  • the fastening member (250, 260) can include one or more of a fixing member (252), a fixing member fastening hole (253), a band guide member (254), and a band fastening ring (255).
  • the fastening member (252) can be configured to fasten the housing (210) and the fastening member (250, 260) to a part of the user's body (e.g., a wrist and/or an ankle).
  • the fastening member fastening hole (253) can fasten the housing (210) and the fastening member (250, 260) to a part of the user's body in response to the fastening member (252).
  • the band guide member (254) is configured to limit the range of movement of the fixing member (252) when the fixing member (252) is fastened to the fixing member fastening hole (253), thereby allowing the fastening member (250, 260) to be fastened in close contact with a part of the user's body.
  • the band fastening ring (255) can limit the range of movement of the fastening member (250, 260) when the fixing member (252) and the fixing member fastening hole (253) are fastened.
  • FIG. 3 illustrates a hierarchical architecture of an electronic device (300) according to one embodiment.
  • the electronic device (300) e.g., the electronic device (201) of FIG. 1 or the wearable electronic device (200) of FIG. 2 may include software (301) and hardware (302).
  • the software (301) e.g., the program (140) of FIG. 1
  • the hardware (302) may include a sensor (310), a display (315), a communication circuit (317), a memory (388), and a processor (399).
  • the operating system (303) e.g., the operating system (142) of FIG.
  • the middleware (304) (e.g., the middleware (144) of FIG. 1) may include a sensor manager (340).
  • the application (305) e.g., the application (146) of FIG. 1) may include a data log application (351) and a tracking application (353).
  • the sensor manager (340) may include a sensor SDK.
  • the sensor SDK may provide the sensor manager (340) with an interface for obtaining the sensor value (raw data) generated by the sensor (310) from the sensor driver (321).
  • the sensor SDK may provide the sensor manager (340) with an interface for obtaining health-related information (e.g., output value) generated by using the sensor value in the sensor algorithm (323) from the sensor algorithm (323).
  • the sensor manager (340) may obtain data (e.g., sensor value, output value) from the sensor driver (321) or the sensor algorithm (323) through the interface provided by the sensor SDK and provide it to the application (305).
  • the sensor manager (340) may include an acceleration SDK (341) for connection with an acceleration driver (321a), a PPG SDK (342) for connection with a PPG driver (321b), a pressure SDK (343) for connection with a pressure driver (321c), a sleep time SDK (344) for connection with a sleep time determination module (361), a sleep state SDK (345) for connection with a sleep state determination module (362), an HR SDK (346) for connection with a HR/RRI (RR intervals) determination module (365), an SpO2 SDK (347) for connection with an SpO2 acquisition module (363), a VO2Max SDK (348) for connection with a VO2Max (maximum oxygen uptake) acquisition module (364), and an RRI SDK (349) for connection with a HR/RRI determination module (365).
  • an acceleration SDK for connection with an acceleration driver (321a
  • a PPG SDK for connection with a PPG driver (321b)
  • a pressure SDK for connection
  • the sensor manager (340) may include a virtual sensor SDK (350).
  • the virtual sensor SDK (350) may provide the sensor manager (340) with an interface for acquiring data from the virtual sensor (325).
  • the sensor manager (340) may acquire data from the virtual sensor (325) through the virtual sensor SDK (350) and provide the data to the application (305).
  • a virtual sensor manager (360) having the same function as the virtual sensor SDK (350) (e.g., acquiring data from the virtual sensor (325) and providing the data to the application (305)) may be separately configured in the middleware (304).
  • the tracking application (353) can check the input/output values of the sensor driver (321) and/or the sensor algorithm (323) corresponding to the operation mode (e.g., sleep mode, exercise mode, custom mode) currently set in the electronic device (300) through the sensor manager (340) or the virtual sensor manager (360) and provide the input/output values to the data log application (351).
  • the data log application (351) can collect log data corresponding to the operation mode currently set in the electronic device (300) through the tracking application (353).
  • the memory (388) may include non-volatile memory (e.g., non-volatile memory (134) of FIG. 1) and volatile memory (e.g., volatile memory (132) of FIG. 1).
  • Software (301) may be stored as instructions in the non-volatile memory and loaded into the volatile memory to be executed by the processor (399).
  • the processor (399) may include a sensor hub processor (e.g., a low-power sensor processor) configured to be driven at low power.
  • the sensor driver (321), the sensor algorithm (323), the virtual sensor (325), and the controller (327) may be loaded into the volatile memory and executed by the sensor hub processor.
  • a sensor (310) (e.g., sensor module (176) of FIG. 1) may be configured to generate raw data used to provide health-related information of a user wearing an electronic device (300).
  • the sensor (310) may include a biometric sensor (311) and a motion sensor (312).
  • a biosensor (311) (e.g., a biosensor (211) of FIG. 2) may be configured to generate a biosignal (e.g., a signal indicating the intensity of blood flow, a signal indicating the speed of blood flow, a signal indicating the intensity of a heartbeat, a signal indicating the cycle of a heartbeat, a signal indicating a change in the amount of blood in a blood vessel) as raw data used to obtain bioinformation of a user (e.g., blood pressure, blood oxygen saturation (SpO2), heart rate (HR), heart rate variability (HRV)).
  • a biosignal e.g., a signal indicating the intensity of blood flow, a signal indicating the speed of blood flow, a signal indicating the intensity of a heartbeat, a signal indicating the cycle of a heartbeat, a signal indicating a change in the amount of blood in a blood vessel
  • a biosignal e.g., a signal indicating the intensity of blood flow, a
  • the biosensor (311) may include a heart rate monitoring (HRM) sensor, a photoplethysmogram (PPG) sensor, an electrocardiogram (ECG) sensor, an optical blood flow measurement sensor, an optical volumetric pulse wave measurement sensor, or an optical volumetric measurement sensor.
  • HRM heart rate monitoring
  • PPG photoplethysmogram
  • ECG electrocardiogram
  • optical blood flow measurement sensor an optical volumetric pulse wave measurement sensor
  • optical volumetric pulse wave measurement sensor an optical volumetric measurement sensor.
  • the biosensor (311) may include an optical sensor (e.g., a photoplethysmogram (PPG) sensor).
  • the optical sensor may include an emitter and a receiver.
  • the light emitting unit can emit light of various bands (e.g., green, red, infrared (IR), blue, yellow, ultraviolet (UV).
  • the light emitting unit can include an LED, a laser, or a vertical cavity surface emitting laser (VCSEL).
  • the light receiving unit (Receiver) can receive light reflected or transmitted from the light emitting unit.
  • the optical signal received by the light receiving unit can be converted into a digital signal (biometric value) by an analog to digital converter (ADC) and stored in a memory (388) or a buffer configured in the sensor (310) by the control unit of the sensor (310).
  • the light receiving unit can include a photodiode or a CMOS (camera).
  • the light receiving unit can include a filter.
  • the light receiving unit can receive light of a specific band through the filter or filter out light other than a specific band.
  • the control unit of the sensor (310) e.g., a micro controller unit (MCU)
  • MCU micro controller unit
  • the front-end may be configured to control the light emitting unit and the light receiving unit.
  • the control unit may process data received from the light receiving unit and transmit the processing result to the processor (399) or store it in the memory (388).
  • raw data generated from a light sensor e.g., a photoplethysmogram (PPG) sensor
  • PPG photoplethysmogram
  • another component e.g., the processor (399)
  • AGEs advanced glycation end products
  • the biosensor (311) may include an acoustic sensor.
  • the acoustic sensor can detect an object by emitting acoustic waves and receiving reflected waves.
  • various sensors e.g., image sensors
  • image sensors may be used as the biosensor (311).
  • the biosensor (311) may include a biomarker that detects a specific substance or component within the body.
  • the biomarker may detect an indicator (e.g., blood sugar, alcohol, AGEs (advanced glycation end-products), antioxidants) that can indicate changes in substances within the body, such as cells, blood vessels, proteins, DNA, RNA (ribonucleic acid), and metabolites.
  • an indicator e.g., blood sugar, alcohol, AGEs (advanced glycation end-products), antioxidants
  • the biosensor (311) may include an electrode sensor (e.g., four electrodes or two electrodes).
  • the electrode sensor is an interface for measuring electrical characteristics (e.g., voltage, current, impedance) through a living body, and may detect various physical characteristics (e.g., electrocardiogram (ECG), electromyogram (EMG), electroencephalogram (EEG)).
  • ECG electrocardiogram
  • EMG electromyogram
  • EEG electroencephalogram
  • the biosensor (311) may obtain body composition (e.g., body fat, body water) through body impedance analysis (BIA) measurement using four electrodes.
  • the biosensor (311) may measure electrodermal activity (EDA) of the skin using two electrodes.
  • EDA may include all measurements related to skin electrical responses, such as skin conductance, galvanic skin response (GSR), electrodermal response (EDR), and psychogalvanic reflex (PRG).
  • GSR galvanic skin response
  • EDR electrodermal response
  • PRG psychogalvanic reflex
  • the electronic device (300) may measure the biosignal using four electrodes (e.g., two electrodes arranged on the back of the electronic device (300) (e.g., the second side (210B) of FIGS.
  • the side of the electronic device (300) e.g., the side (210C) of FIGS. 2A and 2B
  • additional electrodes may be utilized to compensate for errors or remove noise to improve the sensitivity or accuracy of biosignal measurement.
  • some of the four electrodes e.g., three electrodes
  • may be utilized to measure biosignals e.g., electrocardiogram, stress
  • four electrodes may be utilized to measure biosignals, or to increase sensitivity and/or accuracy.
  • the motion sensor (312) may be configured to generate a motion signal (e.g., an acceleration signal, an angular velocity signal, a geomagnetic signal) as raw data used to obtain motion information of the electronic device (300).
  • the motion sensor (312) may include an inertial measurement unit (IMU) configured with an acceleration sensor, a gyroscope (in other words, an angular velocity sensor), and a magnetometer.
  • IMU inertial measurement unit
  • the acceleration sensor may be configured to generate a first acceleration value corresponding to motion in the x-axis direction (see FIGS. 2A and 2B), a second acceleration value corresponding to motion in the y-axis direction, and a third acceleration value corresponding to motion in the z-axis direction.
  • the gyroscope may be configured to generate a first angular velocity value corresponding to a rotational motion about the x-axis, a second angular velocity value corresponding to a rotational motion about the y-axis, and a third angular velocity value corresponding to a rotational motion about the z-axis.
  • a geomagnetic sensor or a Hall sensor
  • the geomagnetic sensor may measure a direction using a magnetic field and magnetic force lines, and the Hall sensor may detect the strength of a magnetic field to obtain form factor change information of the electronic device (300).
  • the sensor algorithm (323) can calculate Euler angles (e.g., roll, pitch, yaw) using raw data generated from the motion sensor (312) (e.g., data indicating acceleration values of each axis and data indicating the direction in which the Earth's magnetic force is directed).
  • the sensor (310) may further include a barometer (atmospheric pressure sensor) (313) configured to measure atmospheric pressure as one of the raw data used to calculate a heart rate.
  • the sensor (310) may further include a proximity sensor.
  • the proximity sensor may detect the presence of an object close to the exterior of the electronic device (300) without physical contact.
  • the electronic device (300) may check the cradle status of the electronic device (300) or whether the electronic device (300) is being used through the proximity sensor.
  • the display (315), communication circuit (317), and processor (399) are implemented substantially identically to the display module (160), communication module (190), and processor (120) of FIG. 1, respectively, and thus can perform the same functions.
  • the sensor driver (321) can periodically obtain sensor values from the sensor (310).
  • the sensor driver (321) can provide the sensor values (raw data) to the sensor algorithm (323).
  • the sensor driver (321) can also provide the sensor values to the sensor manager (340) through the kernel (330) in response to a request from the sensor manager (340).
  • the sensor driver (321) may include an acceleration driver (321a), a PPG driver (321b), and a pressure driver (321c).
  • the acceleration driver (321a) may periodically acquire acceleration values from raw data generated by the motion sensor (312) based on a sampling rate (or sampling frequency) specified for acceleration.
  • the sampling rate may be defined as the number of sensor values (e.g., acceleration values) extracted per unit time (e.g., 1 second) from the raw data generated by the sensor (310).
  • the unit may be Hertz (Hz).
  • the sampling rate specified for barometric pressure is 1 Hz, and the barometric pressure driver (321c) can obtain a barometric pressure value from the barometer (313) every second.
  • the sensor algorithm (323) can periodically receive sensor values from the sensor driver (321).
  • the sensor algorithm (323) can generate information related to the user's health using the sensor values periodically received from the sensor driver (321).
  • the sensor algorithm (323) can, in response to a request from the sensor manager (340), provide output values (e.g., health-related information) to the sensor manager (340) through the kernel (330).
  • the sensor algorithm (323) can provide input/output values (e.g., sensor values, health-related information) to the virtual sensor (325).
  • the sensor algorithm (323) may include a sleep time determination module (361).
  • the sleep time determination module (361) may determine (e.g., calculate) a sleep time including a time point of starting (going to sleep) and a time point of waking up, using acceleration values periodically received from the acceleration driver (321a).
  • the (n*5)th acceleration value should be extracted as a sample, but due to noise generated in the electronic device (300) (e.g., sampling error due to system delay), an acceleration value other than the (n*5)th acceleration value (e.g., the (n*5-1)th or (n*5+1)th acceleration value may be extracted.
  • the sleep time determination module (361) can determine the sleep time using the samples extracted every second cycle.
  • the sleep time determination module (361) can provide input values (e.g., acceleration samples) and output values (e.g., information about the sleep time) to the virtual sensor (325).
  • the sleep time determination module (361) may, in response to a request from the sensor manager (340), provide an output value (e.g., information related to sleep time) to the sensor manager (340) through the kernel (330).
  • the sensor algorithm (323) may include a sleep state determination module (362). While the electronic device (300) is set to a sleep mode to monitor the user's sleep, the sleep state determination module (362) may determine the sleep state using acceleration values periodically received from the acceleration driver (321a).
  • the sleep state determination module (362) can determine the heart rate (HR) and RR intervals (RRI) every third cycle (e.g., 1 second) using the acceleration samples extracted every second cycle.
  • the sleep state determination module (362) can determine the sleep state (e.g., the degree of waking up or tossing and turning, the proportion of REM sleep, light sleep, and deep sleep in the sleep time confirmed through the sleep time determination module (361)) using the HR and RRI determined every third cycle.
  • the sleep state determination module (362) can provide input values (e.g., acceleration samples, HR, RRI) and output values (e.g., information about the sleep state) to the virtual sensor (325).
  • the sleep state determination module (362) can also provide output values (e.g., information about the sleep state) to the sensor manager (340) through the kernel (330) in response to a request from the sensor manager (340).
  • the sensor algorithm (323) may include an SpO2 acquisition module (363).
  • the SpO2 acquisition module (363) may periodically acquire SpO2 using acceleration values periodically received from the acceleration driver (321a) and PPG values periodically received from the PPG driver (321b).
  • the SpO2 acquisition module (363) can receive PPG values from the PPG driver (321b) every fourth cycle.
  • the SpO2 acquisition module (363) can determine SpO2 every fifth cycle (e.g., 1 second) by using acceleration samples received every second cycle and PPG values received every fourth cycle.
  • the SpO2 acquisition module (363) can provide input values (e.g., acceleration samples, PPG values) and output values (e.g., information about SpO2) to the virtual sensor (325).
  • the SpO2 acquisition module (363) may, in response to a request from the sensor manager (340), provide an output value (e.g., SpO2-related information) to the sensor manager (340) through the kernel (330).
  • the sensor algorithm (323) may include a VO2Max acquisition module (364).
  • the VO2Max acquisition module (364) may periodically acquire VO2Max using acceleration values periodically received from the acceleration driver (321a) and PPG values periodically received from the PPG driver (321b).
  • the VO2Max acquisition module (364) can receive PPG values from the PPG driver (321b) every fourth cycle.
  • the VO2Max acquisition module (364) can determine VO2Max every sixth cycle (e.g., 1 second) using acceleration samples received every second cycle and PPG values received every fourth cycle.
  • the VO2Max acquisition module (364) can provide input values (e.g., acceleration samples, PPG values) and output values (e.g., information about VO2Max) to the virtual sensor (325).
  • the VO2Max acquisition module (364) may, in response to a request from the sensor manager (340), provide an output value (e.g., VO2Max related information) to the sensor manager (340) via the kernel (330).
  • the sensor algorithm (323) may include a HR/RRI determination module (365).
  • the HR/RRI determination module (365) may determine HR and RRI using acceleration values periodically received from the acceleration driver (321a), PPG values periodically received from the PPG driver (321b), and barometric pressure values periodically received from the barometric pressure driver (321c) while the electronic device (300) is set to an operation mode (e.g., exercise mode) that allows the user's movement to be monitored.
  • the HR/RRI determination module (365) can receive PPG values from the PPG driver (321b) every fourth cycle.
  • the barometric pressure driver (321c) can receive barometric pressure values from the barometer (313) every seventh cycle (e.g., 1 second).
  • the HR/RRI determination module (365) can receive barometric pressure values from the barometric pressure driver (321c) every seventh cycle.
  • the HR/RRI determination module (365) can determine HR and RRI every third cycle (e.g., 1 second) by using the acceleration samples received every second cycle, the PPG values received every fourth cycle, and the barometric pressure values received every seventh cycle.
  • the HR/RRI determination module (365) can provide input values (e.g., acceleration samples, PPG values, barometric pressure values) and output values (e.g., HR, RRI) to the virtual sensor (325).
  • the HR/RRI determination module (365) can also provide output values (e.g., HR, RRI) to the sensor manager (340) via the kernel (330) in response to a request from the sensor manager (340).
  • the HR/RRI determination module (365) may determine HR and RRI using only data acquired from the biosensor (311) and barometer (313), without acceleration values.
  • the sensor algorithm (323) may further include various modules for the operation of the electronic device (300).
  • the sensor algorithm (323) may further include a wearing detection module and a wrist state detection module.
  • the wearing detection module may receive sensor values (e.g., a sensor value of the proximity sensor and/or a sensor value of the biometric sensor (e.g., a PPG sensor)) from the sensor driver (321) and, based on the received sensor values, determine whether the electronic device (300) (e.g., a smart watch) is worn on the user's wrist.
  • the wearing detection module may provide input/output values (e.g., a sensor value, information indicating whether wearing is detected) to the virtual sensor (325).
  • the wrist state detection module may obtain multiple samples by sampling acceleration values periodically received from the acceleration driver (321a).
  • the wrist state detection module can detect the wrist state using the acquired samples.
  • the wrist state detection module can provide input/output values (e.g., acceleration samples, wrist state) to the virtual sensor (325).
  • the wrist state detection module can provide output values (e.g., wrist state) to the sensor manager (340) through the kernel (330) in response to a request from the sensor manager (340).
  • the electronic device (300) can turn the display (315) on or off based on the wrist state.
  • the electronic device (300) can turn the display (315) on based on whether the wrist state indicates an action of raising the user's wrist.
  • the electronic device (300) can turn the display (315) off based on whether the wrist state indicates an action of lowering the wrist.
  • the sensor algorithm (323) can further include an irregular heart rhythm notification (IHRN) module.
  • the virtual sensor (325) can communicate with the sensor driver (321) and the sensor algorithm (323) and control the operation of the sensor driver (321) and the sensor algorithm (323) based on the control of the virtual sensor controller (327).
  • the virtual sensor controller (327) can grant the virtual sensor (325) access to data based on the operation mode of the electronic device (300).
  • the virtual sensor (325) can check the access permission list (380) stored in the memory (388) for the data corresponding to the operation mode.
  • the virtual sensor (325) can receive data to which it has access permission from the sensor driver (321) and/or the sensor algorithm (323).
  • the virtual sensor (325) may be granted access to the sleep time determination module (361), the sleep state determination module (361), the acceleration driver (321a), and the SpO2 acquisition module (363) from the virtual sensor controller (327).
  • the virtual sensor (325) may receive input/output values (e.g., acceleration samples, sleep time) from the sleep time determination module (361).
  • the virtual sensor (325) may receive input/output values (e.g., acceleration samples, HR, RRI, sleep state) from the sleep state determination module (362).
  • the virtual sensor (325) may receive input/output values (e.g., acceleration values) from the acceleration driver (321a).
  • the virtual sensor (325) can receive input/output values (e.g., acceleration samples, PPG values, SpO2) from the SpO2 acquisition module (363).
  • the virtual sensor (325) may be granted access to the acceleration driver (321a), the PPG driver (321b), the barometric pressure driver (321c), the VO2Max acquisition module (364), and the HR/RRI determination module (365) from the virtual sensor controller (327).
  • the virtual sensor (325) may receive input/output values (e.g., acceleration values) from the acceleration driver (321a).
  • the virtual sensor (325) may receive input/output values (e.g., PPG values) from the PPG driver (321b).
  • the virtual sensor (325) may receive input/output values (e.g., barometric pressure values) from the barometric pressure driver (321c).
  • the virtual sensor (325) can receive input/output values (e.g., acceleration samples, PPG values, VO2Max) from the VO2Max acquisition module (364).
  • the virtual sensor (325) can receive input/output values (e.g., acceleration samples, PPG values, barometric pressure values, HR, RRI) from the HR/RRI determination module (365).
  • the virtual sensor (325) may be granted access to the acceleration driver (321a), the PPG driver (321b), the HR/RRI determination module (365), and the wrist state detection module from the virtual sensor controller (327). Depending on the access permission, the virtual sensor (325) may receive input/output values (e.g., acceleration values) from the acceleration driver (321a). The virtual sensor (325) may receive input/output values (e.g., PPG values) from the PPG driver (321b).
  • input/output values e.g., acceleration values
  • PPG values input/output values
  • the virtual sensor (325) may receive input/output values (e.g., acceleration samples, PPG values, barometric pressure values, HR, RRI) from the HR/RRI determination module (365).
  • the virtual sensor (325) can receive input/output values (e.g., acceleration values (or acceleration samples), wrist states) from the wrist state detection module in the sensor algorithm (323).
  • the items granted access rights in the user-defined mode in Table 1 are only examples, and the user-defined mode is not limited to these items.
  • a menu may be displayed on the display (315) to enable the user to set the user-defined mode.
  • the menu may include items indicating the types of sensor values that can be collected by the sensor (e.g., acceleration, PPG, gyro, air pressure) and items indicating the types of health information that can be generated by the sensor algorithm (323) using the collected sensor values (e.g., sleep time, sleep state, VO2Max, SpO2, HR, RRI, IHRN, ECG).
  • the virtual sensor (325) can receive access rights for items selected by the user in the menu from the virtual sensor controller (327).
  • the virtual sensor (325) (or virtual sensor controller (327)) can generate log data (370) using data received from the sensor driver (321) and/or the sensor algorithm (323) and store the log data (370) in the memory (388).
  • the virtual sensor (325) (or virtual sensor controller (327)) can include input/output values of the sensor algorithm (323) in the log data (370).
  • the virtual sensor (325) (or virtual sensor controller (327)) can include values (e.g., sensor values) of the sensor driver (321), which is the source of the values input to the sensor algorithm (323), in the log data (370).
  • the virtual sensor (325) can provide the log data (370) to the sensor manager (340) and/or the virtual sensor manager (360) through the kernel (330) based on the control of the virtual sensor controller (327).
  • Log data (370) can be used to verify the integrity of the sensor algorithm (323).
  • the log data (370) can include sleep mode log data (371), exercise mode log data (373), and user-specified mode log data (375). At least one of sleep mode log data (371), exercise mode log data (373), and user-specified mode log data (375) can be used to verify the integrity of the sensor algorithm (323).
  • the sensor manager (340) can include a virtual sensor SDK (350) as an interface for accessing the virtual sensor (325). The sensor manager (340) can access the virtual sensor (325) through the virtual sensor SDK (350) to obtain input values and output values (or input/output values) of the sensor algorithm (323) from the virtual center (325).
  • the sensor manager (340) may provide the input and output values of the sensor algorithm (323) to a module for integrity verification of the sensor algorithm (323) based on the occurrence of an event (e.g., user input received through the display (315)) requesting verification of the output value generated from the sensor algorithm (323).
  • the application (305) may include a verification module configured to perform substantially the same function as the sensor algorithm (323).
  • the verification module may generate an output value using the input value.
  • the verification module may determine that the sensor algorithm (323) is intact based on the fact that the generated output value is identical to the output value received from the sensor manager (340).
  • the middleware (304) may include a virtual sensor manager (360) that provides the same functionality as the virtual sensor SDK (350).
  • the virtual sensor manager (360) may access the virtual sensor (325) to obtain input and output values of the sensor algorithm (323).
  • the virtual sensor manager (360) may provide the input and output values to a verification module (e.g., a verification module configured to perform substantially the same functionality as the sensor algorithm (323).
  • a module for verifying the integrity of the sensor algorithm (323) may be provided in an external device (e.g., server (108) of FIG. 1).
  • the sensor manager (340) (or virtual sensor manager (360)) may transmit input/output values (e.g., log data (370)) of the sensor algorithm (323) to the external device via the communication circuit (317).
  • the virtual sensor (325) may perform data logging for each operating mode of the electronic device (300) and provide log data (370) stored in the memory (388) as a result of the logging to a higher layer (e.g., an application (305)).
  • a higher layer e.g., an application (305)
  • the virtual sensor controller (327) can check the operation mode set in the electronic device (300).
  • the virtual sensor controller (327) can check the data to be logged (or collected) according to the confirmed operation mode from the access permission list (380).
  • the virtual sensor controller (327) can control the virtual sensor (325) to collect only the data confirmed in the access permission list (380).
  • the virtual sensor (325) can collect data corresponding to the operation mode currently set in the electronic device (300) from the sensor driver (321) and/or the sensor algorithm (323) based on the control of the virtual sensor controller (327). Accordingly, drivers or modules unrelated to the current operation mode are not driven, thereby reducing power consumption and enabling efficient use of resources provided in the electronic device (300).
  • FIG. 4 is a flowchart for explaining operations performed in an electronic device (300) based on the electronic device (300) being set to a sleep mode according to one embodiment.
  • the virtual sensor (325) may perform a data logging operation of receiving sleep mode log data (e.g., sleep mode log data (371) of FIG. 3) from the acceleration driver (321a), the sleep time determination module (361), the sleep state determination module (362), and the SpO2 acquisition module (363) and storing the sleep mode log data in the memory (388).
  • sleep mode log data e.g., sleep mode log data (371) of FIG. 3
  • the acceleration driver (321a) the sleep time determination module (361), the sleep state determination module (362), and the SpO2 acquisition module (363)
  • Sleep mode Input value Output value Sleep time determination module (361) Acceleration value (10Hz) Bedtime, wake-up time Sleep state determination module (362) Acceleration value (25Hz)HR (1Hz) RRI(1Hz) Sleep state SpO2 acquisition module (363) Acceleration value (25Hz)PPG (25Hz) Sleep state SpO2(1Hz) Acceleration driver (321a) Acceleration value (50Hz)
  • the acceleration driver (321a) can receive acceleration values from the acceleration sensor at a sampling rate of 50 Hz and output them to the sensor manager (340) and/or the sensor algorithm (323).
  • the virtual sensor (325) can receive acceleration values input to the acceleration driver (321a) at a sampling rate of 50 Hz and output from the acceleration driver (321a).
  • the number of acceleration samples per unit time required for SpO2 acquisition may be approximately 25. Accordingly, in order to efficiently use resources (e.g., long-term data logging) and reduce power consumption, the sensor algorithm (323) may down-sample the acceleration values output from the acceleration driver (321a) at a sampling rate of 50 Hz to a sampling rate of 25 Hz and output them to the SpO2 acquisition module (363).
  • the SpO2 acquisition module (363) may receive PPG values (e.g., red, green, infrared radiation) from the PPG driver (321b) at a sampling rate of 25 Hz.
  • the SpO2 acquisition module (363) may acquire information about the sleep state from the sleep state determination module (362) as an input value used to determine SpO2.
  • the SpO2 acquisition module (363) can calculate SpO2 at a sampling rate of 25 Hz using acceleration values and PPG values received at a sampling rate of 25 Hz and information about the sleep state acquired from the sleep state determination module (362).
  • the SpO2 acquisition module (363) can down-sample SpO2 values calculated at a sampling rate of 25 Hz to, for example, a sampling rate of 1 Hz and output them.
  • the virtual sensor (325) can receive acceleration values input to the SpO2 acquisition module (363) at a sampling rate of 25 Hz and PPG values input to the SpO2 acquisition module (363) at a sampling rate of 25 Hz from the SpO2 acquisition module (363).
  • the virtual sensor (325) can receive SpO2 output from the SpO2 acquisition module (363) at a sampling rate of 1 Hz (or 25 Hz).
  • the number of acceleration samples per unit time required to determine a sleep state may be sufficient at about 25. Accordingly, in order to efficiently use resources and reduce power consumption, the sensor algorithm (323) may down-sample the acceleration values output from the acceleration driver (321a) at a sampling rate of 50 Hz to a sampling rate of 25 Hz and output them to the sleep state determination module (362).
  • the sleep state determination module (362) may obtain HR and RRI from the HR/RRI determination module (365) at a sampling rate of 1 Hz (or 25 Hz) as input values used to determine a sleep state.
  • the sleep state determination module (362) may determine a sleep state using the HR and RRI obtained from the HR/RRI determination module (365) at a sampling rate of 1 Hz (or 25 Hz) and the acceleration values input at a sampling rate of 25 Hz.
  • the virtual sensor (325) can receive an acceleration value input to the sleep state determination module (362) at a sampling rate of 25 Hz from the sleep state determination module (362).
  • the virtual sensor (325) can receive HR and RRI acquired at a sampling rate of 1 Hz (or 25 Hz) as input values used for determining the sleep state from the sleep state determination module (362).
  • the virtual sensor (325) can receive information about the sleep state from the sleep state determination module (362).
  • the number of acceleration samples per unit time required to determine the sleep time may be approximately 10. Accordingly, in order to efficiently use resources and reduce power consumption, the sensor algorithm (323) may down-sample the acceleration values output from the acceleration driver (321a) at a sampling rate of 50 Hz to a sampling rate of 10 Hz and output the down-sampled values to the sleep time determination module (361).
  • the sleep time determination module (361) may determine the sleep time using the acceleration values input at a sampling rate of 10 Hz.
  • the virtual sensor (325) may receive the acceleration values input to the sleep time determination module (361) at a sampling rate of 10 Hz from the sleep time determination module (361).
  • the virtual sensor (325) may receive information about the sleep time from the sleep time determination module (361).
  • the virtual sensor (325) can store sleep mode log data (371) (e.g., input values and output values in Table 2) received from the acceleration driver (321a), sleep time determination module (361), sleep state determination module (362), and SpO2 acquisition module (363) in the memory (388).
  • sleep mode log data (e.g., input values and output values in Table 2) received from the acceleration driver (321a), sleep time determination module (361), sleep state determination module (362), and SpO2 acquisition module (363) in the memory (388).
  • the virtual sensor (325) can provide sleep mode log data (371) to the user program (401) (e.g., the sensor manager (340) or the virtual sensor manager (360)).
  • the user program (401) can receive data from modules (e.g., the acceleration driver (321a), the sleep time determination module (361), the sleep state determination module (362), and the SpO2 acquisition module (363)) that receive and output data at different cycles through a single integrated interface (e.g., the virtual sensor (325)).
  • the virtual sensor (325) can provide data to the user program (401) through a buffer.
  • the buffer can be a memory area for storing the sleep mode log data (371) allocated to the virtual sensor (325) in the memory (388).
  • the virtual sensor (325) can determine the cycle (e.g., batching cycle) for providing data to the user program (401) based on the size of the buffer.
  • the virtual sensor (325) can also determine the cycle for providing data based on the cycle of input values and/or output values.
  • the virtual sensor (325) can receive acceleration values from the SpO2 acquisition module (363) every 40 ms (1/25 Hz) and provide them to the user program (401) through the buffer.
  • the virtual sensor (325) can receive acceleration values from the acceleration driver (321a) every 20 ms (1/50 Hz) and provide them to the user program (401) through the buffer.
  • FIG. 5 is a flowchart illustrating operations performed in an electronic device (300) based on the electronic device (300) being set to an exercise mode according to one embodiment.
  • the virtual sensor (325) may perform a data logging operation of receiving exercise mode log data (e.g., exercise mode log data (373) of FIG. 3) from the acceleration driver (321a), the PPG driver (321b), the barometric pressure driver (321c), the VO2Max acquisition module (364), and the HR/RRI determination module (365) and storing the data in the memory (388).
  • exercise mode log data e.g., exercise mode log data (373) of FIG. 3
  • the acceleration driver (321a) the PPG driver (321b), the barometric pressure driver (321c), the VO2Max acquisition module (364), and the HR/RRI determination module (365)
  • Exercise mode Input value Output value HR/RRI Decision Module (365) Acceleration value (25Hz)PPG value (25Hz) Barometric pressure value (1Hz) HR(1Hz) RRI(1Hz) VO2Max Acquisition Module (364) Acceleration value (25Hz)PPG value (25Hz) VO2Max(1Hz) Acceleration driver (321a) Acceleration value (50Hz) PPG Driver (321b) PPG value (25Hz) Air pressure driver (321c) Barometric pressure value (1Hz)
  • the acceleration driver (321a) can receive acceleration values from the acceleration sensor at a sampling rate of 50 Hz and output them to the sensor manager (340) and/or the sensor algorithm (323).
  • the virtual sensor (325) can receive acceleration values input to the acceleration driver (321a) at a sampling rate of 50 Hz and output from the acceleration driver (321a).
  • the PPG driver (321b) can receive PPG values from the PPG sensor at a sampling rate of 25 Hz and output them to the sensor manager (340) and/or the sensor algorithm (323).
  • the virtual sensor (325) can receive PPG values input to the PPG driver (321b) at a sampling rate of 25 Hz and output from the PPG driver (321b).
  • the barometric driver (321c) can receive a barometric value from the barometer (313) at a sampling rate of 1 Hz and output it to the sensor manager (340) and/or the sensor algorithm (323).
  • the virtual sensor (325) can receive a barometric value input to the barometric driver (321c) at a sampling rate of 1 Hz and output from the barometric driver (321c).
  • the number of acceleration samples per unit time required to acquire VO2Max may be sufficient at about 25. Accordingly, in order to efficiently use resources and reduce power consumption, the sensor algorithm (323) may down-sample the acceleration values output from the acceleration driver (321a) at a sampling rate of 50Hz to a sampling rate of 25Hz and output the down-sampled values to the VO2Max acquisition module (364).
  • the VO2Max acquisition module (364) may receive the PPG values from the PPG driver (321b) at a sampling rate of 25Hz.
  • the VO2Max acquisition module (364) may calculate VO2Max at a sampling rate of 1Hz using the received acceleration values and PPG values.
  • the virtual sensor (325) can receive an acceleration value input to the VO2Max acquisition module (364) at a sampling rate of 25 Hz and a PPG value input to the VO2Max acquisition module (364) at a sampling rate of 25 Hz from the VO2Max acquisition module (364).
  • the virtual sensor (325) can receive a VO2Max output from the VO2Max acquisition module (364) at a sampling rate of 1 Hz from the VO2Max acquisition module (364).
  • the number of acceleration samples per unit time required for HR/RRI determination may be approximately 25. Accordingly, in order to efficiently use resources and reduce power consumption, the sensor algorithm (323) may down-sample acceleration values output from the acceleration driver (321a) at a sampling rate of 50 Hz to a sampling rate of 25 Hz and output the down-sampled values to the HR/RRI determination module (365).
  • the HR/RRI determination module (365) may receive PPG values from the PPG driver (321b) at a sampling rate of 25 Hz.
  • the HR/RRI determination module (365) may receive barometric pressure values from the barometric pressure driver (321c) at a sampling rate of 1 Hz.
  • the HR/RRI determination module (365) may calculate HR and RRI at a sampling rate of 1 Hz using the received acceleration values, PPG values, and barometric pressure values.
  • the virtual sensor (325) can receive, from the HR/RRI determination module (365), an acceleration value input to the HR/RRI determination module (365) at a sampling rate of 25 Hz, a PPG value input to the HR/RRI determination module (365) at a sampling rate of 25 Hz, and a barometric pressure value input to the HR/RRI determination module (365) at a sampling rate of 1 Hz.
  • the virtual sensor (325) can receive, from the HR/RRI determination module (365), the HR and RRI output from the HR/RRI determination module (365) at a sampling rate of 1 Hz.
  • the virtual sensor (325) can store exercise mode log data (371) (e.g., input values and output values in Table 3) received from the acceleration driver (321a), the PPG driver (321b), the barometric pressure driver (321c), the VO2Max acquisition module (364), and the HR/RRI determination module (365) in the memory (388).
  • exercise mode log data (371) (e.g., input values and output values in Table 3) received from the acceleration driver (321a), the PPG driver (321b), the barometric pressure driver (321c), the VO2Max acquisition module (364), and the HR/RRI determination module (365) in the memory (388).
  • the virtual sensor (325) may provide exercise mode log data (373) to a user program (501) (e.g., a sensor manager (340) or a virtual sensor manager (360)).
  • the user program (501) may receive data from modules (e.g., an acceleration driver (321a), a PPG driver (321b), a barometric pressure driver (321c), a VO2Max acquisition module (364), and a HR/RRI determination module (365)) that receive and output data at different cycles through a single integrated interface (e.g., a virtual sensor (325)).
  • the virtual sensor (325) may provide data to the user program (401) through a buffer.
  • the buffer may be a memory area for storing exercise mode log data (373) allocated to the virtual sensor (325) in the memory (388).
  • the virtual sensor (325) can determine the cycle (e.g., batching cycle) for providing data to the user program (401) based on the size of the buffer.
  • the virtual sensor (325) can also determine the cycle for providing data based on the cycle of input values and/or output values.
  • the virtual sensor (325) can receive acceleration values from the HR/RRI determination module (365) every 40 ms (1/25 Hz) and provide them to the user program (401) through the buffer.
  • the virtual sensor (325) can receive acceleration values from the acceleration driver (321a) every 20 ms (1/50 Hz) and provide them to the user program (401) through the buffer.
  • FIG. 6 is a flowchart illustrating operations performed in an electronic device (300) based on the electronic device (300) being set to a user-defined mode according to one embodiment.
  • the virtual sensor (325) may perform a logging operation on data of interest to the user. For example, as the targets of the logging operation are set to sleep state and SpO2, the virtual sensor (325) may perform a data logging operation of receiving user-defined mode log data (e.g., user-defined mode log data (375)) from the sleep state determination module (362) and the SpO2 acquisition module (363) and storing the user-defined mode log data in the memory (388).
  • user-defined mode log data e.g., user-defined mode log data (375)
  • Custom mode Input value Output value Sleep state determination module (362) Acceleration value (25Hz)HR (1Hz) RRI(1Hz) Sleep state SpO2 acquisition module (363) Acceleration value (25Hz)PPG (25Hz) Sleep state SpO2(1Hz)
  • the virtual sensor (325) can receive HR and RRI calculated at a sampling rate of 1 Hz from the sleep state determination module (362) as input values used for determining the sleep state.
  • the virtual sensor (325) can receive information about the sleep state from the sleep state determination module (362).
  • the sensor algorithm (323) can down-sample acceleration values output from the acceleration driver (321a) at a sampling rate of 50 Hz to a sampling rate of 25 Hz and output the down-sampled values to the SpO2 acquisition module (363).
  • the SpO2 acquisition module (363) can receive PPG values (e.g., red, green, infrared radiation) from the PPG driver (321b) at a sampling rate of 25 Hz.
  • the SpO2 acquisition module (363) can obtain information about the sleep state from the sleep state determination module (362) as an input value used to determine SpO2.
  • the SpO2 acquisition module (363) can calculate SpO2 at a sampling rate of 25 Hz by using the acceleration values and PPG values received at a sampling rate of 25 Hz and the information about the sleep state obtained from the sleep state determination module (362).
  • the SpO2 acquisition module (363) can output SpO2s calculated at a sampling rate of 25 Hz by down-sampling them to, for example, a sampling rate of 1 Hz.
  • the virtual sensor (325) can receive, from the SpO2 acquisition module (363), an acceleration value input to the SpO2 acquisition module (363) at a sampling rate of 25 Hz and a PPG value input to the SpO2 acquisition module (363) at a sampling rate of 25 Hz.
  • the virtual sensor (325) can receive, from the SpO2 acquisition module (363), SpO2 output from the SpO2 acquisition module (363) at a sampling rate of 1 Hz (or 25 Hz).
  • the virtual sensor (325) can store user-specified mode log data (375) (e.g., input values and output values in Table 4) received from the sleep state determination module (362) and the SpO2 acquisition module (363) in the memory (388).
  • user-specified mode log data e.g., input values and output values in Table 4
  • the virtual sensor (325) can provide user-specified mode log data (375) to the user program (601) (e.g., the sensor manager (340) or the virtual sensor manager (360)).
  • the user program (601) can receive data from modules (e.g., the sleep state determination module (362) and the SpO2 acquisition module (363)) that receive and output data at different cycles through a single integrated interface (e.g., the virtual sensor (325)).
  • the virtual sensor (325) can provide data to the user program (401) through a buffer.
  • the buffer can be a memory area for storing the user-specified mode log data (375) allocated to the virtual sensor (325) in the memory (388).
  • the virtual sensor (325) can determine a cycle (e.g., a batching cycle) for providing data to the user program (401) based on the size of the buffer.
  • the virtual sensor (325) may also determine the provision cycle based on the cycle of the input values and/or output values.
  • the electronic device (300) may be set to an automatic mode.
  • the virtual sensor controller (327) may recognize that the user is sleeping or exercising through the sensor algorithm (323). Upon recognizing that the user is sleeping, the virtual sensor controller (327) may control the virtual sensor (325) to perform data logging operations corresponding to the sleep mode (e.g., Table 2). Based on the user is exercising, the virtual sensor controller (327) may control the virtual sensor (325) to perform data logging operations corresponding to the exercise mode (e.g., Table 3).
  • FIG. 7a is a diagram for explaining a scenario in which the integrity of the sensor algorithm is not secured in the electronic device of FIG. 3, and FIG. 7b is a diagram for explaining a scenario in which the integrity of the sensor algorithm is secured by a virtual sensor according to one embodiment.
  • the acceleration driver (321a) can output acceleration values at a sampling rate of 50 Hz.
  • the sensor algorithm (323) can extract acceleration samples by down-sampling (720) the acceleration values output from the acceleration driver (321a) at a sampling rate of 10 Hz.
  • the sleep time determination module (361) can determine and output the sleep time (730) using the acceleration samples extracted at a sampling rate of 10 Hz.
  • the sensor manager (340) can obtain acceleration values output from the acceleration driver (321a) at a sampling rate of 50 Hz using the acceleration SDK (341).
  • the sensor manager (340) can provide the obtained acceleration values to the verification module (710) (e.g., the application (305) of FIG. 3 or the server (108) of FIG. 1).
  • the verification module (710) can extract acceleration samples by down-sampling (711) the acceleration values received from the sensor manager (340) at a sampling rate of 10 Hz.
  • the sleep time determination module (713) can determine and output the sleep time (740) using the acceleration samples extracted at the sampling rate of 10 Hz.
  • the downsampling (711) cycle in the verification module (710) may differ from the downsampling (720) cycle in the sensor algorithm (323) due to the influence of noise. Due to this influence, the acceleration samples extracted by the verification module (710) may differ from the acceleration samples extracted by the sensor algorithm (323). Accordingly, the sleep time (740) determined by the verification module (710) may differ from the sleep time (730) determined by the sensor algorithm (323). This may cause the sensor algorithm (323) to be mistaken as lacking integrity even though it is actually intact. In other words, health-related information provided by the electronic device (300) may be mistaken as being unreliable.
  • the acceleration driver (321a) can output acceleration values at a sampling rate of 50 Hz.
  • the sensor algorithm (323) can extract acceleration samples by down-sampling (720) the acceleration values output from the acceleration driver (321a) at a sampling rate of 10 Hz.
  • the sleep time determination module (361) can determine and output the sleep time (730) using the acceleration samples extracted at the sampling rate of 10 Hz.
  • the virtual sensor (325) can receive the sleep time (730) and acceleration samples (acceleration values) used to determine the same from the sensor algorithm (323).
  • the virtual sensor (325) can provide the sleep time (730) to a verification module (750) (e.g., the application (305) of FIG. 3 or the server (108) of FIG. 1).
  • the verification module (750) can determine and output the sleep time (760) using the acceleration samples received from the sensor algorithm (323) through the virtual sensor (325) without downsampling.
  • the probability that the sleep time (760) determined by the verification module (750) and the sleep time (730) determined by the sensor algorithm (323) are identical may be higher than in the scenario illustrated in FIG. 7a. This may ensure the integrity of the sensor algorithm (323).
  • FIG. 8 is a flowchart illustrating operations performed in an electronic device (300) according to one embodiment.
  • FIGS. 9A and 9B illustrate examples of user interface (UI) screens displayed in the electronic device (300).
  • Instructions e.g., sensor driver (321), sensor algorithm (323), virtual sensor (325), and virtual sensor controller (327)
  • a processor e.g., a low-power sensor processor
  • the instructions may cause the electronic device (300) to perform the operations of FIG. 8.
  • the electronic device (300) may activate the virtual sensor (325) to perform the above-described function given to the virtual sensor (325).
  • the electronic device (300) may display a menu on the display (315) that allows the user to select whether to activate a service or function using the sensor (310) in the electronic device (300). Based on whether activation of the service or function using the sensor (310) is selected from the menu, the electronic device (300) may activate the virtual sensor (325).
  • the virtual sensor (325) when executed by the processor (399), may have access to data input to the sensor driver (321) and the sensor algorithm (323) and data output from the sensor driver (321) and the sensor algorithm (323).
  • the virtual sensor (325) when executed by the processor (399), can communicate with an application (305) or an external device (e.g., server (108) of FIG. 1) through a virtual sensor manager (360) or a virtual sensor SDK (350).
  • the electronic device (300) may set the operation mode of the electronic device (300) to sleep mode, exercise mode, user-defined mode, or automatic mode.
  • the electronic device (300) may display a menu (910; see FIG. 9A) for setting the operation mode of the electronic device (300) on the display (315).
  • the electronic device (300) may set the operation mode of the electronic device (300).
  • the menu (910) may be a UI screen provided by the data log application (351; see FIG. 3) when the data log application (351) is executed by the processor (399).
  • the electronic device (300) may display a UI screen (920; see FIG. 9b) indicating the currently set operation mode (e.g., sleep mode) on the display (315).
  • the electronic device (300) can check in the access permission list (380) what data is permitted to be accessed corresponding to the set operation mode.
  • the electronic device (300) may perform a logging operation on the data to which access is permitted.
  • the logging operation may be the same as that illustrated in FIG. 4, FIG. 5, or FIG. 6.
  • a tracking application (353; see FIG. 3) may be executed by the processor (399).
  • the tracking application (353) may, through the sensor manager (340) or the virtual sensor manager (360), check the input/output values of the sensor driver (321) and/or the sensor algorithm (323) corresponding to the currently set operation mode and provide the input/output values to the data log application (351).
  • the data log application (351) may cause the electronic device (300) to collect log data corresponding to the currently set operation mode and store the log data in the memory (388).
  • the data log application (351) can be used for sleep-related research, analysis, or clinical approval.
  • the data log application (351) can be used for the development and research of solutions utilizing synchronized biosignals while a user is sleeping.
  • the data log application (351) can be used for integrity verification or performance improvement of sensor algorithms operating during sleep (e.g., sleep state time determination module (361), sleep state determination module (362)).
  • the data log application (351) can be used for clinical approval of sensor algorithms operating during sleep.
  • the data log application (351) can be used for research, analysis, and clinical approval related to exercise.
  • the data log application (351) can be used for the development and research of solutions utilizing synchronized bio-signals while a user is exercising.
  • the data log application (351) can be used for integrity verification or performance improvement of sensor algorithms operating during exercise (e.g., HR/RRI determination module (365), VO2Max acquisition module (364)).
  • the data log application (351) can be used for clinical approval of sensor algorithms operating during exercise.
  • the data log application (351) can be used to check for malfunctions and improve performance while the electronic device (300) is operating in automatic mode.
  • the electronic device (300) When the electronic device (300) operates in a user-specified mode, drivers or modules not specified by the user are not driven, thereby reducing power consumption and enabling efficient use of resources (e.g., battery, memory (388)) provided in the electronic device (300).
  • resources e.g., battery, memory (388)
  • FIG. 10 is a flowchart illustrating operations for data logging in an electronic device (300) according to one embodiment.
  • Instructions e.g., a sensor driver (321), a sensor algorithm (323), a virtual sensor (325), and a virtual sensor controller (327)
  • a memory 388
  • the instructions may cause the electronic device (300) to perform the operations of FIG. 10.
  • the electronic device (300) may periodically obtain a sensor value from the sensor (310).
  • the electronic device (300) may receive an acceleration value from the motion sensor (312) at a given cycle (e.g., 1/first sampling rate (e.g., 50 Hz)).
  • the electronic device (300) may receive a PPG value from the biosensor (311) at a given cycle (e.g., 1/second sampling rate (e.g., 25 Hz)).
  • the electronic device (300) may receive an acceleration value from the motion sensor (312) at a given cycle (e.g., 1/first sampling rate (e.g., 50 Hz)).
  • the electronic device (300) can receive PPG values from the biosensor (311) at a given cycle (e.g., 1/2 sampling rate (e.g., 25 Hz)).
  • the electronic device (300) can receive barometric pressure values from the meter (313) at a given cycle (e.g., 1/3 sampling rate (e.g., 1 Hz)).
  • the electronic device (300) may obtain a plurality of samples by extracting some of the sensor values obtained from the sensor (310). According to one embodiment, the electronic device (300) may extract acceleration samples by down-sampling acceleration values received from the motion sensor (312) at a given period (1/first sampling rate) to a fourth sampling rate (e.g., 10 Hz; see Table 2). According to one embodiment, the electronic device (300) may extract acceleration samples by down-sampling acceleration values received from the motion sensor (312) at a given period (e.g., 1/first sampling rate) to a fifth sampling rate (e.g., 25 Hz; see Table 2-3).
  • a fourth sampling rate e.g. 10 Hz; see Table 2
  • the electronic device (300) may extract acceleration samples by down-sampling acceleration values received from the motion sensor (312) at a given period (e.g., 1/first sampling rate) to a fifth sampling rate (e.g., 25 Hz; see Table 2-3).
  • the electronic device (300) may generate first health-related information (e.g., sleep time, sleep state, SpO2, HR, RRI, VO2Max) using the acquired samples.
  • the electronic device (300) may determine the sleep time using acceleration samples obtained by down-sampling at a fourth sampling rate (e.g., 10 Hz).
  • the electronic device (300) may determine the sleep state using acceleration samples obtained by down-sampling at a fifth sampling rate (e.g., 25 Hz).
  • the electronic device (300) may obtain SpO2 at a given cycle (e.g., a sixth sampling rate (e.g., 1 Hz; see Table 2)) using acceleration samples obtained by down-sampling at the fifth sampling rate (e.g., 25 Hz) and PPG values obtained by the second sampling rate (e.g., 25 Hz).
  • a given cycle e.g., a sixth sampling rate (e.g., 1 Hz; see Table 2)
  • the fifth sampling rate e.g., 25 Hz
  • PPG values obtained by the second sampling rate
  • the electronic device (300) can obtain HR and RRI at a given cycle (e.g., 1/7th sampling rate (e.g., 1 Hz; see Table 3)) using acceleration samples obtained by down-sampling at a fifth sampling rate (e.g., 25 Hz), PPG values obtained by a second sampling rate (e.g., 25 Hz), and barometric pressure values obtained by a third sampling rate (e.g., 1 Hz).
  • a given cycle e.g., 1/7th sampling rate (e.g., 1 Hz; see Table 3)
  • acceleration samples obtained by down-sampling at a fifth sampling rate (e.g., 25 Hz)
  • PPG values obtained by a second sampling rate
  • barometric pressure values obtained by a third sampling rate (e.g., 1 Hz).
  • the electronic device (300) can obtain VO2Max at a given cycle (e.g., 1/8th sampling rate (e.g., about 1 Hz; see Table 3)) using acceleration samples obtained by down-sampling at a fifth sampling rate (e.g., 25 Hz) and PPG values obtained by a second sampling rate (e.g., 25 Hz).
  • a given cycle e.g., 1/8th sampling rate (e.g., about 1 Hz; see Table 3)
  • acceleration samples obtained by down-sampling e.g., 25 Hz
  • PPG values obtained by a second sampling rate
  • the electronic device (300) may store log data (e.g., log data (370) of FIG. 3) including first information and samples used to generate the same in the memory (388).
  • log data e.g., log data (370) of FIG. 3
  • the electronic device (300) may verify the integrity of the sensor algorithm (e.g., the sensor algorithm (323) of FIG. 3) used to generate the first information using samples included in the log data.
  • a verification module e.g., the application (305) of FIG. 3) in the electronic device (300) may check the samples in the log data (370) and use them to generate the second information. The verification module may compare the second information with the first information to determine whether the sensor algorithm is intact.
  • the electronic device (300) may display a menu on the display (315) to initiate verification of the sensor algorithm. The electronic device (300) may confirm that an event requesting verification has occurred through the menu. Based on the occurrence of the verification request event, the electronic device (300) may perform operation 1050.
  • operation 1050 is omitted and the electronic device (300) may transmit log data to an external device (e.g., server (108) of FIG. 1) based on the occurrence of a verification request event.
  • the electronic device (300) may receive the external device's judgment result regarding the integrity of the sensor algorithm from the external device.
  • a wearable electronic device (e.g., wearable electronic device (200) of FIG. 2, electronic device (300) of FIG. 3) includes a sensor (e.g., sensor (310) of FIG. 3); a processor (e.g., processor (399) of FIG. 3); and a memory (e.g., memory (388) of FIG. 3) that stores instructions.
  • the instructions when executed by the processor, may cause the electronic device to periodically acquire sensor values from the sensor and to extract some of the sensor values acquired from the sensor, thereby acquiring a plurality of samples.
  • the instructions when executed by the processor, may cause the electronic device to generate first information related to health using the samples, and to store log data including the first information and the samples in the memory.
  • the above command when executed by the processor, may cause the electronic device to generate second information using the samples in the log data based on an occurrence of an event requesting verification of the first information, compare the second information with the first information, and determine whether the first information is intact based on a result of the comparison.
  • the above command when executed by the processor, may cause the wearable electronic device to include sensor values obtained from the sensor in the log data.
  • the sensor may include an acceleration sensor, and the instructions, when executed by the processor, may cause the wearable electronic device to receive acceleration values from the acceleration sensor every first period (e.g., 20 ms (1/50 Hz)) based on a sleep mode being set to monitor a user's sleep, and to extract samples from among the acceleration values received from the acceleration sensor every second period longer than the first period.
  • the above command when executed by the processor, may cause the wearable electronic device to determine a sleep onset time and a wake-up time using acceleration samples extracted every second cycle (e.g., 100 ms (1/10 Hz)).
  • the above command when executed by the processor, may cause the electronic device to include in the log data the samples extracted every second cycle and information regarding the sleep onset time and the wake-up time.
  • the above command when executed by the processor, may cause the wearable electronic device to determine a sleep state using samples extracted every second cycle (e.g., 40 ms (1/25 Hz)) and HRs and RRIs acquired every third cycle.
  • the above command when executed by the processor, may cause the electronic device to include the samples extracted every second cycle, the HRs (heart rates) and RRIs (RR intervals) acquired every third cycle, and information about the sleep state in the log data.
  • the sensor may further include a biometric sensor.
  • the instructions, when executed by the processor, may cause the wearable electronic device to receive a biometric value from the biometric sensor every fourth period (e.g., 40 ms (1/25 Hz)), and determine SpO2 every fifth period (e.g., 1 second) using samples extracted every second period (e.g., 40 ms (1/25 Hz)) and biometric values received every fourth period.
  • the instructions when executed by the processor, may cause the electronic device to include the samples extracted every second period, the biometric values received every fourth period, and the SpO2s acquired every fifth period in the log data.
  • the above command when executed by the processor, may cause the wearable electronic device to display a screen for mode setting on a display of the wearable electronic device and detect sleep based on a sleep mode being selected on the screen.
  • the sensor may include an acceleration sensor and a biometric sensor.
  • the instructions, when executed by the processor, may cause the wearable electronic device to receive an acceleration value from the acceleration sensor every first period (e.g., 20 ms (1/50 Hz)) and receive a biometric value from the biometric sensor every fourth period (e.g., 40 ms (1/25 Hz) from a PPG sensor), and extract a sample from among the acceleration values received from the acceleration sensor every second period longer than the first period, based on the wearable electronic device being set to an exercise mode for monitoring the user's exercise.
  • the instructions, when executed by the processor may cause the electronic device to generate the first information using the samples extracted every second period and the biometric values received every fourth period.
  • the above instructions when executed by the processor, may cause the wearable electronic device to obtain VO2Max (maximum oxygen uptake) every sixth period (e.g., 1 second) using the samples extracted every second period and the biometric values received every fourth period.
  • the instructions when executed by the processor, may cause the electronic device to include the samples extracted every second period, the biometric values received every fourth period, and the VO2Max extracted every sixth period in the log data.
  • the sensor may further include a barometric pressure sensor.
  • the instructions, when executed by the processor, may cause the wearable electronic device to receive a barometric pressure value from the barometric pressure sensor every seventh period, and to obtain RRI (RR intervals) and HR (heart rate) every third period (e.g., 1 second) using the samples extracted every second period, the biometric values received every fourth period, and the barometric pressure values received every seventh period.
  • the instructions when executed by the processor, may cause the electronic device to include the samples extracted every second period, the biometric values received every fourth period, the barometric pressure values received every seventh period, the RRIs obtained every third period, and the HRs obtained every third period in the log data.
  • the above command when executed by the processor, may cause the wearable electronic device to display a screen for mode setting on a display of the wearable electronic device and detect the exercise based on the exercise mode being selected on the screen.
  • a wearable electronic device (e.g., wearable electronic device (200) of FIG. 2, electronic device (300) of FIG. 3) includes a sensor (e.g., sensor (310) of FIG. 3); a communication circuit (e.g., communication circuit (317) of FIG. 3); a processor (e.g., processor (399) of FIG. 3); and a memory (e.g., memory (388) of FIG. 3) that stores instructions.
  • the instructions when executed by the processor, may cause the electronic device to periodically acquire sensor values from the sensor and extract some of the sensor values acquired from the sensor, thereby acquiring a plurality of samples.
  • the instructions when executed by the processor, may cause the electronic device to generate first information related to health using the samples, and to store log data including the first information and the samples in the memory.
  • the above command when executed by the processor, may cause the electronic device to transmit the log data to an external electronic device through the communication circuit based on the occurrence of an event requesting verification of the first information.
  • a method of operating a wearable electronic device (e.g., the wearable electronic device (200) of FIG. 2, the electronic device (300) of FIG. 3) is provided.
  • the method may include: obtaining a plurality of samples by extracting some of sensor values obtained from a sensor of the wearable electronic device; generating first information related to health using the samples; and storing log data including the first information and the samples in a memory of the wearable electronic device.
  • the method may include generating second information using the samples in the log data based on the occurrence of an event requesting verification of the first information, comparing the second information with the first information, and determining whether the first information is intact based on a result of the comparison.
  • the method may further include an operation of including sensor values obtained from the sensor in the log data.
  • the sensor may include an acceleration sensor, and the wearable electronic device may be set to a sleep mode to monitor a user's sleep, and the acquisition operation may include an operation of receiving an acceleration value from the acceleration sensor every first period (e.g., 20 ms (1/50 Hz)) and extracting a sample from among the acceleration values received from the acceleration sensor every second period longer than the first period.
  • the generation operation may include an operation of generating the first information using the samples extracted every second period.
  • the first information may include information about sleep onset time and wake-up time
  • the log data may include samples extracted for each second period and the first information.
  • the above generation operation may include an operation of determining a sleep state using samples extracted for each second period and HR (heart rate) and RRI (RR intervals) acquired for each third period, the first information may include information about the sleep state, and the log data may include samples extracted for each second period, HR (heart rate) and RRI (RR intervals) acquired for each third period, and the first information.
  • the sensor may include a biosensor, and the generating operation may include an operation of determining SpO2 every fifth period using samples extracted every second period and biometric values received from the biometric sensor every fourth period, and the first information may include SpO2s acquired every fifth period, and the log data may include samples extracted every second period, biometric values received every fourth period, and the first information.
  • the above sensor may include an acceleration sensor and a biometric sensor
  • the wearable electronic device may be set to an exercise mode to monitor the user's exercise
  • the acquisition operation may include an operation of receiving an acceleration value from the acceleration sensor every first period, receiving a biometric value from the biometric sensor every fourth period, and extracting a sample from among the acceleration values received from the acceleration sensor every second period longer than the first period.
  • the generation operation may include an operation of generating the first information using the samples extracted every second period and the biometric values received every fourth period.
  • the above generating operation may include an operation of obtaining VO2Max (maximum oxygen uptake) for each sixth period by using samples extracted for each second period and biometric values received for each fourth period, and the first information may include VO2Max values obtained for each sixth period, and the log data may include samples extracted for each second period, biometric values received for each fourth period, and the first information.
  • VO2Max maximum oxygen uptake
  • Electronic devices may take various forms. Electronic devices may include, for example, portable communication devices (e.g., smartphones), computer devices, portable multimedia devices, portable medical devices, cameras, wearable devices, or home appliances. Electronic devices according to the embodiments of this document are not limited to the aforementioned devices.
  • first,” “second,” or “first” or “second” may be used merely to distinguish one component from another, and do not limit the components in any other respect (e.g., importance or order).
  • a component e.g., a first component
  • another component e.g., a second component
  • functionally e.g., a third component
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and may be used interchangeably with terms such as logic, logic block, component, or circuit.
  • a module may be an integral component, or a minimum unit or part of such a component that performs one or more functions.
  • a module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document may be implemented as software (e.g., a program (140)) including one or more instructions stored in a storage medium (e.g., an internal memory (136) or an external memory (138)) readable by a machine (e.g., an electronic device (101)).
  • a processor e.g., a processor (120)
  • the machine e.g., an electronic device (101)
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the machine-readable storage medium may be provided in the form of a non-transitory storage medium.
  • ‘non-transitory’ simply means that the storage medium is a tangible device and does not contain signals (e.g., electromagnetic waves), and the term does not distinguish between cases where data is stored semi-permanently or temporarily on the storage medium.
  • the method according to various embodiments disclosed in the present document may be provided as included in a computer program product.
  • the computer program product may be traded as a product between a seller and a buyer.
  • the 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 may be distributed online (e.g., downloaded or uploaded) via an application store (e.g., Play Store TM ) or directly between two user devices (e.g., smart phones).
  • an application store e.g., Play Store TM
  • at least a portion of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or an intermediary server.
  • each component e.g., a module or a program of the above-described components may include one or more entities, and some of the entities may be separated and placed in other components.
  • one or more components or operations of the aforementioned components may be omitted, or one or more other components or operations may be added.
  • a plurality of components e.g., a module or a program
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration.
  • the operations performed by a module, program, or other component may be executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations may be executed in a different order, omitted, or one or more other operations may be added.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Cardiology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Bioethics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Telephone Function (AREA)

Abstract

웨어러블 전자 장치는, 센서; 프로세서; 명령어(instructions)를 저장하는 메모리를 포함한다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 센서로부터 센서 값을 주기적으로 획득하고, 상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고, 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고, 상기 제2 정보를 상기 제1 정보와 비교하고, 상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하도록 할 수 있다.

Description

건강 관리를 위한 정보를 제공하는 전자 장치
본 개시는 건강 관리를 위한 정보를 제공하는 전자 장치로, 예를 들면, 사용자의 건강 관리에 이용되는 정보를 제공하기 위한 웨어러블(wearable) 전자 장치에 관한 것이다.
웨어러블 전자 장치(예: 스마트 와치(watch), 스마트 링(ring))는 다양한 센서(예: 가속도 센서, 기압 센서, 광학 센서, 생체 센서)를 구비할 수 있다. 센서를 이용하여 수집된 정보는 웨어러블 전자 장치를 착용하고 있는 사용자의 건강(health or wellness)과 관련된 정보(예: 걸음 수, 부정맥, 호흡 수, 수면 질, 혈압 등)를 제공하기 위한 로우 데이터(raw data)로 이용될 수 있다.
상술한 정보는 본 개시에 대한 이해를 돕기 위한 목적으로 하는 배경 기술(related art)로 제공된다. 상술한 내용 중 어느 것도 본 개시와 관련된 종래 기술(prior art)로서 적용될 수 있는지에 대하여 어떠한 주장이나 결정이 제기되지 않는다.
웨어러블 전자 장치는 센서로부터 얻은 로우 데이터로부터 건강 관련 정보를 생성하기 위해 SDK(software development kit)를 이용할 수 있다.
웨어러블 전자 장치는 멀티태스킹(multitasking)이 가능한 저전력 소프트웨어 구조를 가질 수 있다. 이러한 구조에서는, 센서로부터 얻은 로우 데이터(센서 값)와 로우 데이터를 이용하는 알고리즘으로 입력되는 입력 값(알고리즘 입력 값) 간에 차이가 있을 수 있다.
예를 들어, 수면 관련 임상 연구와 관련하여 수면 중 혈중 산소 포화도(SpO2)가 확인될 수 있다. 전자 장치는 가속도 센서와 PPG(photoplethysmography) 센서로부터 로우 데이터를 획득하고, 획득된 로우 데이터를 이용하여 수면을 시작하고 종료하는 시간을 결정하고 사용자가 수면하는 동안 SpO2를 확인할 수 있다. 임상 연구 시 원하는 데이터 주파수(sample rate)는 예컨대, 25Hz인데 가속도 센서가 이보다 높은 데이터 주파수만을 지원할 경우, 가속도 센서에서 소모 전류의 증가를 야기하고 이에 따라 로우 데이터를 기록하는 로깅(logging) 작업이 임상 연구를 위해 사용자(예: 개발자)가 원하는 시간 동안(예: 10시간) 이루어지지 않을 수 있다.
센서 별로 데이터 주파수 및 이벤트의 발생 주기가 다를 수 있다. 이에 따라 로우 데이터가 생성된 시간을 동기화하기 위해 별도의 프로세싱이 필요할 수 있다. 동기화 이슈는 프로세서(예: 센서 허브 프로세서) 및/또는 프레임워크(framework)에서 지속적으로 발생될 수 있다.
새로운 센서와 알고리즘이 장치에 추가될 경우, 관련한 SDK 또한, 추가가 필요할 수 있다. 임상이 필요한 경우, 데이터 무결성이 요구될 수 있다. 예컨대, 센서 값이 실제로 알고리즘 입력 값이 사용되지는 여부를 확인하는 절차가 필요할 수 있다.
본 개시의 실시예에서, 전자 장치는 장시간의 로깅이 가능하고 데이터의 무결성을 확보할 수 있다.
본 개시에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시에 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시예에 따르면, 웨어러블 전자 장치는, 센서; 프로세서; 명령어(instructions)를 저장하는 메모리를 포함한다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 센서로부터 센서 값을 주기적으로 획득하고, 상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고, 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고, 상기 제2 정보를 상기 제1 정보와 비교하고, 상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하도록 할 수 있다.
일 실시예에 따르면, 웨어러블 전자 장치는 센서; 통신 회로; 프로세서; 명령어(instructions)를 저장하는 메모리를 포함할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 센서로부터 센서 값을 주기적으로 획득하고, 상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고, 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터를 상기 통신 회로를 통해 외부 전자 장치로 전송하도록 할 수 있다.
일 실시예에 따르면, 웨어러블 전자 장치를 동작하는 방법이 제공된다. 상기 방법은 상기 웨어러블 전자 장치의 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하는 동작; 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하는 동작; 및 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 웨어러블 전자 장치의 메모리에 저장하는 동작을 포함할 수 있다. 상기 방법은, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고, 상기 제2 정보를 상기 제1 정보와 비교하고, 상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하는 동작을 포함할 수 있다.
본 개시의 실시예에 따르면, 전자 장치는 장시간의 로깅이 가능하고 데이터의 무결성을 확보할 수 있다. 이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1 은, 다양한 실시예에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2a와 2b는, 일 실시예에 따른, 손목에 착용 가능한 구조를 갖는 웨어러블 전자 장치의 전면 사시도와 후면 사시도이다.
도 3은, 일 실시예에 따른, 전자 장치의 계층적인 구조(architecture)를 도시한다.
도 4는, 일 실시예에 따른, 전자 장치가 수면 모드로 설정된 것에 기초하여 전자 장치(300)에서 수행되는 동작을 설명하기 위한 흐름도이다.
도 5는, 일 실시예에 따른, 전자 장치가 운동 모드로 설정된 것에 기초하여 전자 장치(300)에서 수행되는 동작을 설명하기 위한 흐름도이다.
도 6은, 일 실시예에 따른, 전자 장치가 사용자 지정 모드로 설정된 것에 기초하여 전자 장치(300)에서 수행되는 동작을 설명하기 위한 흐름도이다.
도 7a는 도 3의 전자 장치에서 센서 알고리즘의 무결성이 확보되지 못하는 시나리오를 설명하기 위한 도면이고, 도 7b는 일 실시예에 따른 가상 센서에 의해 센서 알고리즘의 무결성이 확보되는 시나리오를 설명하기 위한 도면이다.
도 8은, 일 실시예에 따른, 전자 장치에서 수행되는 동작들을 설명하기 위한 흐름도이다.
도 9a 및 도 9b는 전자 장치에서 표시되는 UI(user interface) 화면의 일례를 도시한다.
도 10은, 일 실시예에 따른, 전자 장치에서 데이터 로깅을 위한 동작들을 설명하기 위한 흐름도이다.
이하에서는 도면을 참조하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면의 설명과 관련하여, 동일하거나 유사한 구성요소에 대해서는 동일하거나 유사한 참조 부호가 사용될 수 있다. 또한, 도면 및 관련된 설명에서는, 잘 알려진 기능 및 구성에 대한 설명이 명확성과 간결성을 위해 생략될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 일 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 개시의 다양한 실시예에서 웨어러블 전자 장치는 인체에 착용 가능한 구조를 갖는 장치로 정의된다. 예컨대, 손목에 착용되는 스마트 와치(watch) 또는 손가락에 착용되는 스마트 링(ring)이 웨어러블 전자 장치로 분류될 수 있다.
도 2a와 2b는, 일 실시예에 따른, 손목에 착용 가능한 구조를 갖는 웨어러블 전자 장치(200)의 전면 사시도와 후면 사시도이다.
도 2a와 도 2b를 참조하면, 웨어러블 전자 장치(200)(예: 도 1에서 전자 장치(101) 또는 전자 장치(102))는, 제1 면(또는 전면, 위에서 아래로 향하는 방향(예: -z방향)을 따라 바라보는 면)(210A), 제2 면(또는 후면, 아래에서 위로 향하는 방향(예: z방향)을 따라 바라보는 면)(210B), 및 제1 면(210A) 및 제2 면(210B) 사이의 공간을 둘러싸는 측면(210C)을 포함하는 하우징(210)과, 하우징(210)의 적어도 일부에 연결되고 웨어러블 전자 장치(200)를 사용자의 손목에 탈착 가능하게 결착하도록 구성된 결착 부재(250, 260)(예: 스트랩, 연결 부재 및/또는 결합 부재)를 포함할 수 있다. 일 실시예(미도시)에서는, 하우징(210)은, 도 2a의 제1 면(210A), 제2 면(210B) 및 측면(210C)들 중 일부를 형성하는 구조를 지칭할 수도 있다. 하우징(210)은 도시된 원형 외 다양한 형태(예: 사각형, 라운드 사각형)를 가질 수 있다.
제1 면(210A)은 적어도 일부분이 실질적으로 투명한 전면 플레이트(201)(예: 다양한 코팅 레이어들을 포함하는 글라스 플레이트, 또는 폴리머 플레이트)에 의하여 형성될 수 있다. 제2 면(210B)은 실질적으로 불투명한 후면 플레이트(207)에 의하여 형성될 수 있다. 후면 플레이트(207)는, 예를 들어, 코팅 또는 착색된 유리, 세라믹, 폴리머, 금속(예: 알루미늄, 스테인레스 스틸(STS), 또는 마그네슘), 및/또는 상기 물질들 중 적어도 둘의 조합에 의하여 형성될 수 있다. 측면(210C)은, 전면 플레이트(201) 및 후면 플레이트(207)와 결합하며, 금속 및/또는 폴리머를 포함하는 측면 베젤 구조(또는 "측면 부재")(206)에 의하여 형성될 수 있다.
웨어러블 전자 장치(200)는, 디스플레이(220)(예: 도 1의 디스플레이 모듈(160)), 오디오 모듈(205, 208)(예: 도 1의 오디오 모듈(170)), 생체 센서(211)(예: 도 1의 센서 모듈(176)), 키 입력 장치(202, 203, 204)(예: 도 1의 입력 모듈(150)) 및 커넥터 홀(209)(예: 도 1의 연결 단자(178)) 중 적어도 하나 이상을 포함할 수 있다. 전자 장치(200)는, 구성요소들 중 적어도 하나(예: 키 입력 장치(202, 203, 204) 및/또는 커넥터 홀(209))를 생략하거나 다른 구성요소를 추가적으로 포함할 수도 있다. 예를 들어, 웨어러블 전자 장치(200)는 프로세서(예: 도 1의 프로세서(210)), 메모리(예: 도 1의 메모리(130)), FPCB(flexible printed circuit board), 통신 모듈(예: 도 1의 통신 모듈(190)), 배터리(예: 도 1의 배터리(189)), PMIC(power management integrated circuit)(예: 도 1의 전력 관리 모듈(188)), 및 안테나 모듈(예: 도 1의 안테나 모듈(197))를 포함할 수 있다.
디스플레이(220)는 전면 플레이트(201)의 상당 부분을 통하여 시각적으로 노출 수 있다. 디스플레이(220)의 형태는, 상기 전면 플레이트(201)의 형태에 대응하는 형태일 수 있으며, 원형, 타원형, 및/또는 다각형과 같은 다양한 형태일 수 있다. 디스플레이(220)는, 터치 감지 회로, 터치의 세기(압력)를 측정할 수 있는 압력 센서, 및/또는 지문 센서와 결합되거나 인접하여 배치될 수 있다.
오디오 모듈(205, 208)은, 마이크 홀(205) 및 스피커 홀(208)을 포함할 수 있다. 마이크 홀(205)은 외부의 소리를 획득하기 위한 마이크가 내부에 배치될 수 있고, 어떤 실시예에서는 소리의 방향을 감지할 수 있도록 복수개의 마이크가 배치될 수 있다. 스피커 홀(208)은, 외부 스피커 및 통화용 리시버로 사용할 수 있다. 어떤 실시예에서는 스피커 홀(208)과 마이크 홀(205)이 하나의 홀로 구현되거나, 스피커 홀(208) 없이 스피커(예: 피에조 스피커)가 포함될 수 있다.
생체 센서(211)는 하우징(210)의 제2 면(210B)에 배치될 수 있다. 웨어러블 전자 장치(200)는 생체 센서(211) 외, 다양한 센서를 더 포함할 수 있다. 예컨대, 웨어러블 전자 장치(200)는 홀 센서(예: 홀 IC, Hall IC)(바꾸어 말해, 자기 센서(magnetic sensor)), 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 컬러 센서, IR(infrared) 센서, 온도 센서, 습도 센서, 및 조도 센서, 전극 센서 중 적어도 하나를 더 포함할 수 있다.
키 입력 장치(202, 203, 204)는, 하우징(210)의 제1 면(210A)에 배치되고 적어도 하나의 방향으로 회전 가능한 환형 부재(202)(예: 베젤 하우징, 회전형 휠(wheel), 휠 키), 및/또는 하우징(210)의 측면(210C)에 배치된 사이드 키 버튼(203, 204)을 포함할 수 있다. 예컨대, 키 버튼(203, 204)은 물리적인 버튼이나 용두(watch crown) 또는 터치나 압력에 반응하는 센서를 포함할 수 있다. 키 버튼(203, 204)은 전기적 신호가 통하는 메탈을 포함할 수 있다. 이에 따라 버튼(203, 204)은 전극 센서의 인터페이스로 활용될 수 있다. 환형 부재(202)는 전면 플레이트(201)의 형태에 대응하는 형상을 가질 수 있다. 환형 부재(202)는 디스플레이(220)의 중심부를 축으로 시계 방향 또는 반시계 방향으로 회전할 수 있다. 웨어러블 전자 장치(200)는 상술한 키 입력 장치(202, 203, 204)들 중 일부 또는 전부를 포함하지 않을 수 있고, 포함되지 않은 키 입력 장치(202, 203, 204)는 디스플레이(220) 상에 소프트 키와 같은 다른 형태로 구현될 수 있다. 커넥터 홀(209)은, 외부 전자 장치(예: 스마트 폰 또는 TA(travel adapter))와 전력 및/또는 데이터를 송수신하기 위한 커넥터(예를 들어, USB 커넥터)를 수용할 수 있고 외부 전자 장치와 오디오 신호를 송수신하기 위한 커넥터를 수용할 수 있는 다른 커넥터 홀(미도시))을 포함할 수 있다. 전자 장치(200)는, 예를 들면, 커넥터 홀(209)의 적어도 일부를 덮고, 커넥터 홀에 대한 외부 이물질의 유입을 차단하는 커넥터 커버(미도시)를 더 포함할 수 있다.
결착 부재(250, 260)는 락킹 부재(251, 261)를 이용하여 하우징(210)의 적어도 일부 영역에 탈착 가능하도록 결착될 수 있다. 결착 부재(250, 260)는 고정 부재(252), 고정 부재 체결 홀(253), 밴드 가이드 부재(254), 밴드 고정 고리(255) 중 하나 또는 그 이상을 포함할 수 있다. 고정 부재(252)는 하우징(210)과 결착 부재(250, 260)를 사용자의 신체 일부(예: 손목 및/또는, 발목)에 고정시키도록 구성될 수 있다. 고정 부재 체결 홀(253)은 고정 부재(252)에 대응하여 하우징(210)과 결착 부재(250, 260)를 사용자의 신체 일부에 고정시킬 수 있다. 밴드 가이드 부재(254)는 고정 부재(252)가 고정 부재 체결 홀(253)과 체결 시 고정 부재(252)의 움직임 범위를 제한하도록 구성됨으로써, 결착 부재(250, 260)가 사용자의 신체 일부에 밀착하여 결착되도록 할 수 있다. 밴드 고정 고리(255)는 고정 부재(252)와 고정 부재 체결 홀(253)이 체결된 상태에서, 결착 부재(250,260)의 움직임 범위를 제한할 수 있다.
도 3은, 일 실시예에 따른, 전자 장치(300)의 계층적인 구조(architecture)를 도시한다. 도 3을 참조하면, 전자 장치(300)(예: 도 1의 전자 장치(201) 또는 도 2의 웨어러블 전자 장치(200))는 소프트웨어(301)와 하드웨어(302)를 포함할 수 있다. 소프트웨어(301)(예: 도 1의 프로그램(140))는 운영체제(303), 미들웨어(304)(예: 프레임워크), 및 어플리케이션(305)를 포함할 수 있다. 하드웨어(302)는 센서(310), 디스플레이(315), 통신 회로(317), 메모리(388), 및 프로세서(399)를 포함할 수 있다. 운영체제(303)(예: 도 1의 운영체제(142))는 센서 드라이버(321), 센서 알고리즘(323), 가상 센서(325), 가상 센서 컨트롤러 (327), 커널(330), 및 HAL(hardware abstraction layer)(333)를 포함할 수 있다. 미들웨어(304)(예: 도 1의 미들웨어(144))는 센서 매니저(340)를 포함할 수 있다. 어플리케이션(305)(예: 도 1의 어플리케이션(146))는 데이터 로그 어플리케이션(351) 및 트래킹 어플리케이션(353)을 포함할 수 있다.
센서 매니저(340)는 센서 SDK를 포함할 수 있다. 센서 SDK는 센서(310)에서 생성한 센서 값(로우 데이터)을 센서 드라이버(321)로부터 획득하기 위한 인터페이스를 센서 매니저(340)로 제공할 수 있다. 센서 SDK는 센서 알고리즘(323)에서 센서 값을 이용하여 생성한 건강 관련 정보(예: 출력 값)를 센서 알고리즘(323)으로부터 획득하기 위한 인터페이스를 센서 매니저(340)로 제공할 수 있다. 센서 매니저(340)는, 센서 SDK가 제공한 인터페이스를 통해, 센서 드라이버(321) 또는 센서 알고리즘(323)으로부터 데이터(예: 센서 값, 출력 값)를 획득하고 어플리케이션(305)으로 제공할 수 있다. 예를 들어, 센서 매니저(340)는 가속도 드라이버(321a)와 연결을 위한 가속도 SDK(341), PPG 드라이버(321b)와 연결을 위한 PPG SDK(342), 기압 드라이버(321c)와 연결을 위한 기압 SDK(343), 수면 시간 결정 모듈(361)과 연결을 위한 수면시간 SDK(344), 수면 상태 결정 모듈(362)와 연결을 위한 수면 상태 SDK(345), HR/RRI(RR intervals) 결정 모듈(365)와 연결을 위한 HR SDK(346), SpO2 획득 모듈(363)과 연결을 위한SpO2 SDK(347), VO2Max(최대 산소 섭취량) 획득 모듈(364)과 연결을 위한 VO2Max SDK(348), 및 HR/RRI 결정 모듈(365)와 연결을 위한 RRI SDK(349)를 포함할 수 있다. 여기서, RRI는 연속적인 두 개의 R파의 피크(peak) 사이의 간격을 나타내는 것일 수 있다. 일 실시예에 따르면, 센서 매니저(340)는 가상 센서 SDK(350)를 포함할 수 있다. 가상 센서 SDK(350)는 가상 센서(325)로부터 데이터를 획득하기 위한 인터페이스를 센서 매니저(340)에게 제공할 수 있다. 센서 매니저(340)는 가상 센서 SDK(350)를 통해 가상 센서(325)로부터 데이터를 획득하고 어플리케이션(305)으로 제공할 수 있다. 일 실시예에 따르면, 가상 센서 SDK(350)가 센서 매니저(340)에 구성되는 대신, 가상 센서 SDK(350)와 동일한 기능(예: 가상 센서(325)으로부터 데이터를 획득하고 어플리케이션(305)으로 제공)을 갖는 가상 센서 매니저(360)가 미들웨어(304)에 별도로 구성될 수도 있다.
트래킹 어플리케이션(353)은, 센서 매니저(340) 또는 가상 센서 매니저(360)를 통해, 현재 전자 장치(300)에 설정된 동작 모드(예: 수면 모드, 운동 모드, 사용자 지정 모드)에 해당하는 센서 드라이버(321) 및/또는 센서 알고리즘(323)의 입출력 값을 확인하고 입출력 값을 데이터 로그 어플리케이션(351)으로 제공할 수 있다. 데이터 로그 어플리케이션(351)은 전자 장치(300)에 현재 설정된 동작 모드에 대응하는 로그 데이터를 트래킹 어플리케이션(353)를 통해 수집할 수 있다.
메모리(388)는 비휘발성 메모리(예: 도 1의 비휘발성 메모리(134))와 휘발성 메모리(예: 도 1의 휘발성 메모리(132))를 포함할 수 있다. 소프트웨어(301)는 비휘발성 메모리에 명령어(instructions)로 저장되고 휘발성 메모리로 로드되어 프로세서(399)에 의해 실행될 수 있다. 일 실시예에 따르면, 프로세서(399)는 저전력으로 구동 가능하도록 구성된 센서 허브 프로세서(예: 저전력 센서 프로세서)를 포함할 수 있다. 센서 드라이버(321), 센서 알고리즘(323), 가상 센서(325), 및 컨트롤러(327)는 휘발성 메모리로 로드되고 센서 허브 프로세서에 의해 실행될 수 있다.
센서(310)(예: 도 1의 센서 모듈(176))는 전자 장치(300)를 착용한 사용자의 건강과 관련된 정보를 제공하기 위해 이용되는 로우 데이터(raw data)를 생성하도록 구성될 수 있다. 일 실시예에 따르면, 센서(310)는 생체 센서(311)와 모션 센서(312)를 포함할 수 있다.
생체 센서(311)(예: 도 2의 생체 센서(211))는 사용자의 생체 정보(예: 혈압, 혈중 산소 포화도(blood oxygen saturation; SpO2), 심박수(heart rate; HR), 심박 변이도(heart rate variability; HRV))를 획득하기 위해 이용되는 로우 데이터로서 생체 신호(예: 혈류(blood flow)의 세기를 나타내는 신호, 혈류의 속도를 나타내는 신호, 심장 박동의 세기를 나타내는 신호, 심장 박동의 주기를 나타내는 신호, 혈관에서 혈액량의 변화를 나타내는 신호)를 생성하도록 구성될 수 있다. 예컨대, 생체 센서(311)는 HRM(heart rate monitoring) 센서, PPG(photoplethysmogram) 센서, ECG (electrocardiogram) 센서, 광 혈류 측정 센서, 광 용적 맥파 측정 센서, 또는 광 용적 측정 센서를 포함할 수 있다.
일 실시예에 따르면, 생체 센서(311)는 광 센서(예: PPG(photoplethysmogram) 센서)를 포함할 수 있다. 광 센서는 발광부(emitter)와 수광부(receiver)를 포함할 수 있다. 발광부는 다양한 대역의 광(예: Green, Red, Infrared(IR), Blue, Yellow, Ultraviolet(UV)을 발산할 수 있다. 예컨대, 발광부는 LED, 레이저 또는 VCSEL(vertical cavitiy surface emitting laser)를 포함할 수 있다. 수광부(Receiver)는 발광부에서 조사된 빛이 반사, 투과되는 빛을 수신할 수 있다. 수광부에서 수신한 광 신호는 ADC(analog to digital converter)에 의해 디지털 신호(생체 값)로 변환되고 센서(310)의 제어부에 의해 메모리(388)나 센서(310)에 구성된 버퍼에 저장될 수 있다. 수광부는 포토다이오드(photodiode) 또는 CMOS(camera)를 포함할 수 있다. 수광부는 필터를 포함할 수 있다. 수광부는 필터를 통해 특정 대역의 빛을 받아들이거나, 특정 대역 이외의 광을 걸러낼 수 있다. 센서(310)의 제어부(예: MCU(micro controller unit)는 IC(integrated circuit) 또는 AFE(analog front-end)로 구성될 수 있고 발광부와 수광부를 제어할 수 있다. 제어부는 수광부로부터 수신된 데이터를 처리하고 처리 결과를 프로세서(399)에 전송하거나 메모리(388)에 저장할 수 있다. 제한 되지 않는 예로, 광 센서(예: PPG(photoplethysmogram) 센서)에서 생성된 로우 데이터는 최종 당화 산물(advanced glycation end products(AGE))을 확인하기 위해 다른 구성 요소(예: 프로세서(399))에서 이용될 수 있다.
일 실시예에 따르면, 생체 센서(311)는 음파 센서를 포함할 수 있다. 음파 감지 센서는 음파를 쏘고 반사파를 받아 대상을 감지할 수 있다. 광 센서나 음파 센서 외에 다양한 센서(예: 이미지 센서)가 생체 센서(311)로 이용될 수 있다.
일 실시예에 따르면, 생체 센서(311)는 신체 내 특정 물질이나 성분을 검출하는 바이오 마커를 포함할 수 있다. 바이오 마커는 몸속 세포, 혈관, 단백질, DNA, RNA(리복핵산), 및 대사 물질과 같은 몸 속 물질의 변화를 알 수 있는 지표(예: 혈당, 알코올, AGE(advanced glycation end-product), 항산화(antioxidants))를 검출할 수 있다.
일 실시예에 따르면, 생체 센서(311)는 전극 센서(예: 4개의 전극 또는 2개의 전극)를 포함할 수 있다. 전극 센서는, 생체를 매개로 전기적인 특성(예: 전압, 전류, 임피던스)을 측정하기 위한 인터페이스로서, 다양한 신체적인 특징(예: 심전도(ECG, electrocardiogram), 근전도(EMG, electromyogram), 뇌전도(EEG, electroencephalogram))을 검출할 수 있다. 생체 센서(311)는 4개 전극을 이용한 BIA(body impedance analysis) 측정을 통해 체성분(예: 체지방, 체수분)을 획득할 수 있다. 생체 센서(311)는 2개의 전극을 이용하여 피부의 EDA(electrodermal activity)을 측정할 수 있다. EDA는 Skin conductance, GSR(galvanic skin response), EDR(electrodermal response), PRG(psychogalvanic reflex) 등 피부 전기 반응과 관련된 측정을 모두 포함할 수 있다. 일 실시예에 따르면, 전자 장치(300)에 배치되는 전극 개수가 증가할 경우, 측정 가능한 생체 신호의 종류가 증가할 수 있다. 예를 들어, 4점 터치식 측정이 필요한 생체 신호(예: 생체 임피던스 신호)의 경우, 전자 장치(300)는 4개의 전극들(예: 전자 장치(300)의 후면(예: 도 2a 및 도 2b의 제2 면(210B))에 배치된 2개의 전극들과 전자 장치(300)의 측면(예: 도 2a 및 도 2b의 측면(210C))에 배치된 2개의 전극들)을 이용해 생체 신호를 측정할 수 있다. 일 실시예에서, 3점 터치식으로 측정이 가능한 생체 신호(예: 심박수, 혈압)라 하더라도, 추가 전극을 활용해 오차를 보상하거나 노이즈를 제거해 생체 신호 측정의 감도나 정확성을 개선할 수 있다. 일 실시예에서, 4개 전극들 중 일부(예: 3개 전극들)를 활용해 생체 신호(예: 심전도, 스트레스) 측정을 구현하거나 4개 전극들을 활용해 생체 신호를 측정하거나, 감도 및/또는 정확도를 높일 수 있다.
모션 센서(312)는 전자 장치(300)의 모션 정보를 획득하기 위해 이용되는 로우 데이터로서 모션 신호(예: 가속도 신호, 각속도 신호, 지자기 신호)를 생성하도록 구성될 수 있다. 예를 들어, 모션 센서(312)는 가속도 센서(acceleration sensor), 자이로스코프(gyroscope)(바꾸어 말해, 각속도 센서), 및 지자기 센서(magnetometer)를 포함하여 구성된 관성 측정 유닛(inertia measurement unit; IMU)을 포함할 수 있다. 모션 센서(312)에서 가속도 센서는 x축 방향(도 2a 및 2b 참조)으로 모션에 해당하는 제1 가속도 값, y축 방향으로 모션에 해당하는 제2 가속도 값, 및 z축 방향으로 모션에 해당하는 제3 가속도 값을 생성하도록 구성될 수 있다. 모션 센서(312)에서 자이로스코프는 x축을 기준으로 회전 운동에 해당하는 제1 각속도 값, y축을 기준으로 회전 운동에 해당하는 제2 각속도 값, 및 z축을 기준으로 회전 운동에 해당하는 제3 각속도 값을 생성하도록 구성될 수 있다. 예를 들어, 지자기 센서(또는 홀 센서)는 특정 주파수의 자기장을 발생시키기 위한 송신부와 송신부에 의해 발생된 자기장을 수신하는 수신부를 포함할 수 있으며, 전자 장치(300)의 폼 팩터 변경 정보(예: 이동 방향 또는 이동 거리)를 획득할 수 있다. 예를 들면, 지자기 센서는 자기장 및 자력선을 이용하여 방위를 측정할 수 있고, 홀 센서는 자기장의 세기를 감지하여, 전자 장치(300)의 폼 팩터 변경 정보를 획득할 수 있다. 센서 알고리즘(323)은 모션 센서(312)에서 생성된 로우 데이터(예: 각 축의 가속도 값을 나타내는 데이터와 지구의 자력이 향하는 방향을 나타내는 데이터)를 이용하여 오일러 각(예: 롤(roll), 피치(pitch), 요(yaw))을 산출할 수 있다.
센서(310)는 심박수(heart rate)를 계산하기 위해 이용되는 로우 데이터 중에 하나로서 기압을 측정하도록 구성된 바로미터(barometer)(기압 센서)(313)를 더 포함할 수 있다. 일 실시예에 따르면, 센서(310)는 근접 센서를 더 포함할 수 있다. 근접 센서는 물리적인 접촉 없이 전자 장치(300)의 외부에 근접한 물체의 존재 여부를 감지할 수 있다. 예컨대, 전자 장치(300)는 근접 센서를 통해 전자 장치(300)의 거치 상태 또는 전자 장치(300)의 사용 여부를 확인할 수 있다.
디스플레이(315), 통신 회로(317), 및 프로세서(399)는 각각, 도 1의 디스플레이 모듈(160), 통신 모듈(190), 및 프로세서(120)와 실질적으로 동일하게 구현됨으로써 동일한 기능을 수행할 수 있다.
센서 드라이버(321)는 센서(310)로부터 센서 값을 주기적으로 획득할 수 있다. 센서 드라이버(321)는 센서 값(로우 데이터)을 센서 알고리즘(323)으로 제공할 수 있다. 센서 드라이버(321)는, 센서 매니저(340)의 요청에 반응하여, 센서 값을 커널(330)을 통해 센서 매니저(340)로 제공할 수도 있다.
일 실시예에 따르면, 센서 드라이버(321)는 가속도 드라이버(321a), PPG 드라이버(321b), 및 기압 드라이버(321c)를 포함할 수 있다. 가속도 드라이버(321a)는, 가속도에 지정된 샘플링 레이트(sampling rate)(또는, 샘플링 주파수)에 기반하여, 모션 센서(312)에서 생성하는 로우 데이터에서 가속도 값을 주기적으로 획득할 수 있다. 여기서, 샘플링 레이트는 센서(310)에서 생성하는 로우 데이터에서 단위 시간(예: 1초) 당 추출되는 센서 값(예: 가속도 값)의 수로 정의될 수 있다. 그 단위는 헤르츠(Hz)일 수 있다. 예를 들어, 가속도에 지정된 샘플링 레이트는 50Hz이고 이에 따라 가속도 드라이버(321a)는 20ms(=1/50Hz))마다 가속도 값을 모션 센서(312)로부터 획득할 수 있다. PPG에 지정된 샘플링 레이트는 25Hz이고 이에 따라 PPG 드라이버(321b)는 40ms(=1/25Hz))마다 생체 센서(311)로부터 PPG 값을 획득할 수 있다. 기압에 지정된 샘플링 레이트는 1Hz이고 기압 드라이버(321c)는 1초마다 바로미터(313)로부터 기압 값을 획득할 수 있다.
센서 알고리즘(323)은 센서 드라이버(321)로부터 센서 값을 주기적으로 수신할 수 있다. 센서 알고리즘(323)은 센서 드라이버(321)로부터 주기적으로 수신된 센서 값을 이용하여 사용자의 건강과 관련한 정보를 생성할 수 있다. 센서 알고리즘(323)은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: 건강 관련 정보)를 커널(330)을 통해 센서 매니저(340)로 제공할 수 있다. 일 실시예에 따르면, 센서 알고리즘(323)은 입출력 값(예: 센서 값, 건강 관련 정보)를 가상 센서(325)로 제공할 수 있다.
일 실시예에 따르면, 센서 알고리즘(323)은 수면 시간 결정 모듈(361)을 포함할 수 있다. 수면 시간 결정 모듈(361)은, 가속도 드라이버(321a)로부터 주기적으로 수신된 가속도 값을 이용하여, 수면을 시작(입면)하는 시점과 기상한 시점을 포함하는 수면 시간을 결정(예: 계산)할 수 있다. 일 실시예에 따르면, 가속도 드라이버(321a)는 모션 센서(312)에서 가속도 센서로부터 제1 주기(예: 20ms(=1/50Hz))마다 가속도 값을 수신할 수 있다. 수면 시간 결정 모듈(361)은, 제1 주기(예: 20ms(=1/50Hz))보다 긴 제2 주기(예: 100ms(=1/10Hz))마다, 가속도 드라이버(321a)에서 출력되는 가속도 값 들에서 샘플을 추출할 수 있다. 일례로, 가속도 값과 관련하여, 가속도 드라이버(321a)에게 주어진 샘플링 레이트가 50Hz이고 수면 시간 결정 모듈(361)에게 주어진 샘플링 레이트가 10Hz인 경우, 수면 시간 결정 모듈(361)은 가속도 드라이버(321a)가 획득한 가속도 값들 중에서 n*5 번째 가속도 값을 수면 시간을 결정하기 위한 샘플로서 추출될 수 있다. 이상적으로는 n*5번째 가속도 값이 샘플로서 추출되어야 하지만, 전자 장치(300)에서 발생되는 노이즈(예: 시스템 딜레이(delay)로 인한 샘플링 오류)로 인해 n*5번째 가속도 값이 아닌 다른 가속도 값(예: n*5-1 번째 또는 n*5+1 번째)이 추출될 수도 있다. 수면 시간 결정 모듈(361)은, 제2 주기마다 추출된 샘플들을 이용하여, 수면 시간을 결정할 수 있다. 수면 시간 결정 모듈(361)은 입력 값(예: 가속도 샘플)과 출력 값(예: 수면 시간에 관한 정보)을 가상 센서(325)로 제공할 수 있다. 수면 시간 결정 모듈(361)은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: 수면 시간 관련 정보)를 커널(330)을 통해 센서 매니저(340)로 제공할 수도 있다.
일 실시예에 따르면, 센서 알고리즘(323)은 수면 상태 결정 모듈(362)을 포함할 수 있다. 전자 장치(300)가 사용자의 수면을 모니터링하도록 하는 수면 모드로 설정된 상태인 동안, 수면 상태 결정 모듈(362)은, 가속도 드라이버(321a)로부터 주기적으로 수신된 가속도 값을 이용하여, 수면 상태를 결정할 수 있다. 일 실시예에 따르면, 가속도 드라이버(321a)는 모션 센서(312)에서 가속도 센서로부터 제1 주기(예: 20ms(=1/50Hz))마다 가속도 값을 수신할 수 있다. 수면 상태 결정 모듈(362)은, 제1 주기보다 긴 제2 주기(예: 100ms(=1/10Hz))마다, 가속도 드라이버(321a)에서 출력되는 가속도 값 들에서 샘플을 추출할 수 있다. 수면 상태 결정 모듈(362)은, 제2 주기마다 추출된 가속도 샘플들을 이용하여, 제3 주기(예: 1초)마다 HR(heart rate)과 RRI(RR intervals)를 결정할 수 있다. 수면 상태 결정 모듈(362)은, 제3 주기마다 결정되는 HR과 RRI를 이용하여, 수면 상태(예: 깨거나 뒤척인 정도, 수면 시간 결정 모듈(361)을 통해 확인된 수면 시간에서 렘 수면, 얕은 수면, 및 깊은 수면 각각의 비율)를 결정할 수 있다. 수면 상태 결정 모듈(362)은 입력 값(예: 가속도 샘플, HR, RRI)과 출력 값(예: 수면 상태에 관한 정보)을 가상 센서(325)로 제공할 수 있다. 수면 상태 결정 모듈(362)은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: 수면 상태 관련 정보)를 커널(330)을 통해 센서 매니저(340)로 제공할 수도 있다.
일 실시예에 따르면, 센서 알고리즘(323)은SpO2 획득 모듈(363)을 포함할 수 있다. SpO2 획득 모듈(363)은, 가속도 드라이버(321a)로부터 주기적으로 수신된 가속도 값과 PPG 드라이버(321b)로부터 주기적으로 수신된 PPG 값을 이용하여, SpO2를 주기적으로 획득할 수 있다. 일 실시예에 따르면, 가속도 드라이버(321a)는 모션 센서(312)에서 가속도 센서로부터, 제1 주기(예: 20ms(=1/50Hz))마다, 가속도 값을 수신할 수 있다. SpO2 획득 모듈(363)은, 제1 주기보다 긴 제2 주기(예: 40ms(=1/25Hz))마다, 가속도 드라이버(321a)에서 출력되는 가속도 값 들에서 샘플을 추출할 수 있다. PPG 드라이버(321b)는 생체 센서(311)에서 PPG 센서로부터, 제4 주기(예: 40ms(=1/25Hz))마다, PPG 값을 수신할 수 있다. SpO2 획득 모듈(363)은 PPG 드라이버(321b)로부터, 제4 주기마다, PPG 값을 수신할 수 있다. SpO2 획득 모듈(363)은, 제2 주기마다 수신된 가속도 샘플들과 제4 주기마다 수신된 PPG 값들을 이용하여, 제5 주기(예: 1초)마다 SpO2를 결정할 수 있다. SpO2 획득 모듈(363)은 입력 값(예: 가속도 샘플, PPG 값)과 출력 값(예: SpO2에 관한 정보)을 가상 센서(325)로 제공할 수 있다. SpO2 획득 모듈(363)은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: SpO2 관련 정보)를 커널(330)을 통해 센서 매니저(340)로 제공할 수도 있다.
일 실시예에 따르면, 센서 알고리즘(323)은 VO2Max 획득 모듈(364)을 포함할 수 있다. VO2Max 획득 모듈(364)은, 가속도 드라이버(321a)로부터 주기적으로 수신된 가속도 값과 PPG 드라이버(321b)로부터 주기적으로 수신된 PPG 값을 이용하여, VO2Max를 주기적으로 획득할 수 있다. 일 실시예에 따르면, 가속도 드라이버(321a)는 모션 센서(312)에서 가속도 센서로부터, 제1 주기(예: 20ms(=1/50Hz))마다, 가속도 값을 수신할 수 있다. VO2Max 획득 모듈(364)은, 제2 주기(예: 40ms(=1/25Hz))마다, 가속도 드라이버(321a)에서 출력되는 가속도 값 들에서 샘플을 추출할 수 있다. PPG 드라이버(321b)는 생체 센서(311)에서 PPG 센서로부터 제4 주기(예: 40ms(=1/25Hz))마다 PPG 값을 수신할 수 있다. VO2Max 획득 모듈(364)은 PPG 드라이버(321b)로부터 제4 주기마다 PPG 값을 수신할 수 있다. VO2Max 획득 모듈(364)은, 제2 주기마다 수신된 가속도 샘플과 제4 주기마다 수신된 PPG 값을 이용하여, 제6 주기(예: 1초)마다 VO2Max를 결정할 수 있다. VO2Max 획득 모듈(364)은 입력 값(예: 가속도 샘플, PPG 값)과 출력 값(예: VO2Max에 관한 정보)을 가상 센서(325)로 제공할 수 있다. VO2Max 획득 모듈(364)은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: VO2Max 관련 정보)를 커널(330)을 통해 센서 매니저(340)로 제공할 수도 있다.
일 실시예에 따르면, 센서 알고리즘(323)은 HR/RRI 결정 모듈(365)를 포함할 수 있다. HR/RRI 결정 모듈(365)은, 전자 장치(300)가 사용자의 운동을 모니터링하도록 하는 동작 모드(예: 운동 모드)로 설정된 상태인 동안, 가속도 드라이버(321a)로부터 주기적으로 수신된 가속도 값, PPG 드라이버(321b)로부터 주기적으로 수신된 PPG 값, 및 기압 드라이버(321c)로부터 주기적으로 수신된 기압 값을 이용하여, HR과 RRI를 결정할 수 있다. 일 실시예에 따르면, 가속도 드라이버(321a)는 모션 센서(312)에서 가속도 센서로부터 제1 주기(예: 20ms(=1/50Hz))마다 가속도 값을 수신할 수 있다. HR/RRI 결정 모듈(365)은, 제2 주기(예: 40ms(=1/25Hz))마다, 가속도 드라이버(321a)에서 출력되는 가속도 값 들에서 샘플을 추출할 수 있다. PPG 드라이버(321b)는 생체 센서(311)에서 PPG 센서로부터, 제4 주기(예: 40ms(=1/25Hz))마다, PPG 값을 수신할 수 있다. HR/RRI 결정 모듈(365)은 PPG 드라이버(321b)로부터, 제4 주기마다, PPG 값을 수신할 수 있다. 기압 드라이버(321c)는, 제7 주기(예: 1초)마다, 기압 값을 바로미터(313)로부터 수신할 수 있다. HR/RRI 결정 모듈(365)은 기압 드라이버(321c)로부터, 제7 주기마다, 기압 값을 수신할 수 있다. HR/RRI 결정 모듈(365)은 제2 주기마다 수신된 가속도 샘플, 제4 주기마다 수신된 PPG 값, 및 제7주기마다 수신된 기압 값을 이용하여, 제3 주기(예: 1초)마다 HR과 RRI를 결정할 수 있다. HR/RRI 결정 모듈(365)은 입력 값(예: 가속도 샘플, PPG 값, 기압 값)과 출력 값(예: HR, RRI)을 가상 센서(325)로 제공할 수 있다. HR/RRI 결정 모듈(365)은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: HR, RRI)를 커널(330)을 통해 센서 매니저(340)로 제공할 수도 있다.
일 실시예에 따르면, HR/RRI 결정 모듈(365)은, 가속도 값없이, 생체 센서(311) 및 바로미터(313)에서 획득된 데이터만으로 HR과 RRI를 결정할 수도 있다.
센서 알고리즘(323)은, 상술한 모듈(361, 362, 363, 364, 365)들 외에도, 전자 장치(300)의 동작을 위한 다양한 모듈들을 더 포함할 수 있다. 예를 들어, 센서 알고리즘(323)은 착용 감지 모듈 및 손목 상태 감지 모듈을 더 포함할 수 있다. 착용 감지 모듈은 근접 센서의 출력 값 및 생체 센서(예: PPG 센서)의 출력 값을 센서 드라이버(321)로부터 센서 값(예: 근접 센서의 센서 값 및/또는 생체 센서(예: PPG 센서)의 센서 값)을 수신하고, 수신된 센서 값에 기반하여, 전자 장치(300)(예: 스마트 와치)가 사용자의 손목에 착용되었는지 여부를 결정할 수 있다. 착용 감지 모듈은 입출력 값(예: 센서 값, 착용 감지 여부를 나타내는 정보)를 가상 센서(325)로 제공할 수 있다. 손목 상태 감지 모듈은 가속도 드라이버(321a)로부터 주기적으로 수신된 가속도 값들을 샘플링하여 다수의 샘플들을 획득할 수 있다. 손목 상태 감지 모듈은 획득된 샘플들을 이용하여, 손목 상태를 감지할 수 있다. 손목 상태 감지 모듈은 입출력 값(예: 가속도 샘플들, 손목 상태)을 가상 센서(325)로 제공할 수 있다. 손목 상태 감지 모듈은, 센서 매니저(340)의 요청에 반응하여, 출력 값(예: 손목 상태)을 커널(330)을 통해 센서 매니저(340)로 제공할 수 있다. 전자 장치(300)는, 손목 상태에 기반하여, 디스플레이(315)를 켜거나 끌 수 있다. 예를 들어, 전자 장치(300)는 손목 상태가 사용자의 손목을 올리는 행위를 나타내는 것에 기반하여 디스플레이(315)를 켤 수 있다. 전자 장치(300)는 손목 상태가 손목을 내리는 행위를 나타내는 것에 기반하여 디스플레이(315)를 끌 수 있다. 또 하나의 예로, 센서 알고리즘(323)은 IHRN(irregular heart rhythm notification) 모듈을 더 포함할 수 있다.
가상 센서(325)는, 가상 센서 컨트롤러(327)의 제어에 기반하여, 센서 드라이버(321) 및 센서 알고리즘(323)과 통신하고 센서 드라이버(321)와 센서 알고리즘(323)의 동작을 제어할 수 있다. 일 실시예에 따르면, 가상 센서 컨트롤러(327)는, 전자 장치(300)의 동작 모드에 기반하여, 데이터의 접근 권한을 가상 센서(325)에 부여할 수 있다. 가상 센서(325)는 동작 모드에 해당하는 데이터의 접근 권한을 메모리(388)에 저장된 접근 허용 목록(380)에서 확인할 수 있다. 가상 센서(325)는 접근 권한을 갖는 데이터를 센서 드라이버(321) 및/또는 센서 알고리즘(323)으로부터 수신할 수 있다.
모드 접근 허용 목록
수면 수면 시간수면 상태
가속도
SpO2
운동 가속도PPG
기압
VO2Max
HR/RRI
사용자 지정(Custom) 가속도
PPG
HR/RRI
손목 상태 감지(wrist detect)
상술한 표 1을 참조하면, 전자 장치(300)가 수면 모드로 동작하도록 설정된 경우, 가상 센서(325)는 수면 시간 결정 모듈(361), 수면 상태 결정 모듈(361), 가속도 드라이버(321a), 및 SpO2 획득 모듈(363)에 대한 접근을 가상 센서 컨트롤러(327)로부터 허용 받을 수 있다. 접근 허용에 따라, 가상 센서(325)는 수면 시간 결정 모듈(361)로부터 입출력 값(예: 가속도 샘플, 수면 시간)을 수신할 수 있다. 가상 센서(325)는 수면 상태 결정 모듈(362)로부터 입출력 값(예: 가속도 샘플, HR, RRI, 수면 상태)을 수신할 수 있다. 가상 센서(325)는 가속도 드라이버(321a)로부터 입출력 값(예: 가속도 값)을 수신할 수 있다. 가상 센서(325)는 SpO2 획득 모듈(363)로부터 입출력 값(예: 가속도 샘플, PPG 값, SpO2)을 수신할 수 있다.
상술한 표 1을 참조하면, 전자 장치(300)가 운동 모드로 동작하도록 설정된 경우, 가상 센서(325)는 가속도 드라이버(321a), PPG 드라이버(321b), 기압 드라이버(321c), VO2Max 획득 모듈(364), 및 HR/RRI 결정 모듈(365)에 대한 접근을 가상 센서 컨트롤러(327)로부터 허용 받을 수 있다. 접근 허용에 따라, 가상 센서(325)는 가속도 드라이버(321a)로부터 입출력 값(예: 가속도 값)을 수신할 수 있다. 가상 센서(325)는 PPG 드라이버(321b)로부터 입출력 값(예: PPG 값)을 수신할 수 있다. 가상 센서(325)는 기압 드라이버(321c)로부터 입출력 값(예: 기압 값)을 수신할 수 있다. 가상 센서(325)는 VO2Max 획득 모듈(364)로부터 입출력 값(예: 가속도 샘플, PPG 값, VO2Max)을 수신할 수 있다. 가상 센서(325)는 HR/RRI 결정 모듈(365)로부터 입출력 값(예: 가속도 샘플, PPG 값, 기압 값, HR, RRI)을 수신할 수 있다.
상술한 표 1을 참조하면, 전자 장치(300)가 사용자가 지정한 모드로 동작하도록 설정된 경우, 가상 센서(325)는 가속도 드라이버(321a), PPG 드라이버(321b), HR/RRI 결정 모듈(365), 및 손목 상태 감지 모듈에 대한 접근을 가상 센서 컨트롤러(327)로부터 허용 받을 수 있다. 접근 허용에 따라, 가상 센서(325)는 가속도 드라이버(321a)로부터 입출력 값(예: 가속도 값)을 수신할 수 있다. 가상 센서(325)는 PPG 드라이버(321b)로부터 입출력 값(예: PPG 값)을 수신할 수 있다. 가상 센서(325)는 HR/RRI 결정 모듈(365)로부터 입출력 값(예: 가속도 샘플, PPG 값, 기압 값, HR, RRI)을 수신할 수 있다. 가상 센서(325)는 센서 알고리즘(323)에서 손목 상태 감지 모듈로부터 입출력 값(예: 가속도 값(또는, 가속도 샘플), 손목 상태)을 수신할 수 있다. 표 1의 사용자 지정 모드에서 접근 권한이 부여된 항목들은 하나의 예시일 뿐, 해당 항목들로 사용자 지정 모드가 국한되는 것은 아니다. 일 실시예에 따르면, 사용자 지정 모드를 사용자가 설정할 수 있도록 하기 위한 메뉴를 디스플레이(315)에 표시할 수 있다. 메뉴에는 센서로 수집 가능한 센서 값의 종류(예: 가속도, PPG, 자이로, 기압)를 나타내는 항목들 및 수집된 센서 값을 이용하여 센서 알고리즘(323)에서 생성 가능한 건강 정보의 종류(예: 수면 시간, 수면 상태, VO2Max, SpO2, HR, RRI, IHRN, ECG)를 나타내는 항목들을 포함할 수 있다. 가상 센서(325)는 메뉴에서 사용자가 선택한 항목들에 대해 접근 권한을 가상 센서 컨트롤러(327)로부터 받을 수 있다.
가상 센서(325)(또는, 가상 센서 컨트롤러(327))는 센서 드라이버(321) 및/또는 센서 알고리즘(323)으로부터 수신된 데이터를 이용하여 로그 데이터(370)를 생성하고 메모리(388)에 저장할 수 있다. 일 실시예에 따르면, 가상 센서(325) (또는, 가상 센서 컨트롤러(327))는 센서 알고리즘(323)의 입출력 값을 로그 데이터(370)에 포함할 수 있다. 일 실시예에 따르면, 가상 센서(325) (또는, 가상 센서 컨트롤러(327))는 센서 알고리즘(323)로 입력된 값의 출처(source)인, 센서 드라이버(321)의 값(예: 센서 값)을 로그 데이터(370)에 포함할 수 있다. 가상 센서(325)는, 가상 센서 컨트롤러(327)의 제어에 기반하여, 로그 데이터(370)를 커널(330)을 통해 센서 매니저(340) 및/또는 가상 센서 매니저(360)로 제공할 수 있다.
로그 데이터(370)는 센서 알고리즘(323)의 무결성 검증에 이용될 수 있다. 일 실시예에 따르면, 로그 데이터(370)는 수면 모드 로그 데이터(371), 운동 모드 로그 데이터(373), 및 사용자 지정 모드 로그 데이터(375)를 포함할 수 있다. 수면 모드 로그 데이터(371), 운동 모드 로그 데이터(373), 및 사용자 지정 모드 로그 데이터(375) 중 적어도 하나는 센서 알고리즘(323)의 무결성 검증에 이용될 수 있다. 일 실시예에 따르면, 센서 매니저(340)는, 가상 센서(325)에 접근하기 위한 인터페이스로서, 가상 센서 SDK(350)를 포함할 수 있다. 센서 매니저(340)는 가상 센서 SDK(350)를 통해 가상 센서(325)에 접근하여 가상 센터(325)로부터 센서 알고리즘(323)의 입력 값과 출력 값(또는 입출력 값)을 획득할 수 있다. 센서 매니저(340)는, 센서 알고리즘(323)에서 생성된 출력 값의 검증을 요청하는 이벤트(예: 디스플레이(315)를 통해 수신된 사용자 입력)가 발생된 것에 기반하여, 센서 알고리즘(323)의 입력 값과 출력 값을 센서 알고리즘(323)의 무결성 검증을 위한 모듈로 제공할 수 있다. 예컨대, 어플리케이션(305)은 센서 알고리즘(323)과 실질적으로 동일한 기능을 수행하도록 구성된 검증 모듈을 포함할 수 있다. 검증 모듈은 입력 값을 이용하여 출력 값을 생성할 수 있다. 어플리케이션(305)에서 검증 모듈은, 생성된 출력 값이 센서 매니저(340)로부터 전달받은 출력 값과 동일한 것에 기반하여, 센서 알고리즘(323)이 무결한 것으로 결정할 수 있다.
일 실시예에 따르면, 가상 센서 SDK(350)가 센서 매니저(340)에 구성되는 대신, 미들웨어(304)는 가상 센서 SDK(350)와 동일한 기능을 제공하는 가상 센서 매니저(360)를 포함할 수도 있다. 가상 센서 매니저(360)는 가상 센서(325)에 접근하여 센서 알고리즘(323)의 입출력 값을 획득할 수 있다. 가상 센서 매니저(360)는 입출력 값을 검증 모듈(예: 센서 알고리즘(323)과 실질적으로 동일한 기능을 수행하도록 구성된 검증 모듈)로 제공할 수 있다.
일 실시예에 따르면, 센서 알고리즘(323)의 무결성을 검증하기 위한 모듈은 외부 장치(예: 도 1의 서버(108))에 구비될 수도 있다. 센서 매니저(340)(또는, 가상 센서 매니저(360))는 센서 알고리즘(323)의 입출력 값(예: 로그 데이터(370))을 통신 회로(317)를 통해 외부 장치로 전송할 수도 있다.
일 실시예에 따르면, 가상 센서(325)는 전자 장치(300)의 동작 모드별로 데이터 로깅(logging)을 수행하고 로깅의 결과물로서 메모리(388)에 저장된 로그 데이터(370)를 상위 계층(예: 어플리케이션(305))에 제공할 수 있다.
일 실시예에 따르면, 가상 센서 컨트롤러(327)는 전자 장치(300)에 설정된 동작 모드를 확인할 수 있다. 가상 센서 컨트롤러(327)는 확인된 동작 모드에 따라 로깅(또는, 수집)되어야 할 데이터가 무엇인지 접근 허용 목록(380)에서 확인할 수 있다. 가상 센서 컨트롤러(327)는 접근 허용 목록(380)에서 확인된 데이터만을 수집하도록 가상 센서(325)를 제어할 수 있다. 가상 센서(325)는, 가상 센서 컨트롤러(327)의 제어에 기반하여, 센서 드라이버(321) 및/또는 센서 알고리즘(323)으로부터 전자 장치(300)에 현재 설정된 동작 모드에 해당하는 데이터를 수집할 수 있다. 이에 따라, 현재 동작 모드와 무관한 드라이버나 모듈은 구동하지 않게 됨으로써 전력 소모가 줄고 전자 장치(300)에 구비된 자원(resources)이 효율적으로 사용될 수 있다.
도 4는, 일 실시예에 따른, 전자 장치(300)가 수면 모드로 설정된 것에 기초하여 전자 장치(300)에서 수행되는 동작을 설명하기 위한 흐름도이다.
도 4를 참조하면, 전자 장치(300)가 수면 모드로 설정된 동안, 동작 410에서 가상 센서(325)는 가속도 드라이버(321a), 수면 시간 결정 모듈(361), 수면 상태 결정 모듈(362), 및 SpO2 획득 모듈(363)로부터 수면 모드 로그 데이터(예: 도 3의 수면 모드 로그 데이터(371))를 수신하고 메모리(388)에 저장하는 데이터 로깅 작업을 수행할 수 있다.
수면 모드 입력 값 출력 값
수면 시간 결정 모듈(361) 가속도 값(10Hz) 입면 시간, 기상 시간
수면 상태 결정 모듈(362) 가속도 값(25Hz)HR(1Hz)
RRI(1Hz)		 수면 상태
SpO2 획득 모듈(363) 가속도 값(25Hz)PPG (25Hz)
수면 상태		 SpO2(1Hz)
가속도 드라이버(321a) 가속도 값(50Hz)
상술한 표 2를 참조하여 동작 410의 일례를 설명하자면 다음과 같다.
가속도 드라이버(321a)는 50Hz의 샘플링 레이트로 가속도 값을 가속도 센서로부터 수신하고 센서 매니저(340) 및/또는 센서 알고리즘(323)으로 출력할 수 있다. 가상 센서(325)는 50Hz의 샘플링 레이트로 가속도 드라이버(321a)로 입력되고 가속도 드라이버(321a)에서 출력되는 가속도 값을 가속도 드라이버(321a)로부터 수신할 수 있다.
SpO2 획득을 위해 필요한 단위 시간당 가속도의 샘플 수는 약 25개 정도면 충분할 수 있다. 이에 따라, 자원의 효율적인 사용(예: 장시간의 데이터 로깅)과 전력 소모를 줄이기 위해, 센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 25Hz의 샘플링 레이트로 다운 샘플링하여 SpO2 획득 모듈(363)로 출력할 수 있다. SpO2 획득 모듈(363)은 PPG 드라이버(321b)로부터 25Hz의 샘플링 레이트로 PPG 값(예: 빨간색(red), 초록색(green), 적외선(infrared radiation))을 수신할 수 있다. SpO2 획득 모듈(363)은, SpO2를 결정하기 위해 이용되는 입력 값으로서, 수면 상태 결정 모듈(362)로부터 수면 상태에 관한 정보를 획득할 수 있다. SpO2 획득 모듈(363)은, 25Hz의 샘플링 레이트로 수신되는 가속도 값과 PPG 값 및 수면 상태 결정 모듈(362)로부터 획득한 수면 상태에 관한 정보를 이용하여, 25Hz의 샘플링 레이트로 SpO2를 계산할 수 있다. SpO2 획득 모듈(363)은 25Hz의 샘플링 레이트로 계산되는 SpO2들을 예컨대, 1Hz의 샘플링 레이트로 다운 샘플링하여 출력할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 SpO2 획득 모듈(363)로 입력되는 가속도 값과 25Hz의 샘플링 레이트로 SpO2 획득 모듈(363)로 입력되는 PPG 값을 SpO2 획득 모듈(363)로부터 수신할 수 있다. 가상 센서(325)는 1Hz(또는, 25Hz)의 샘플링 레이트로 SpO2 획득 모듈(363)에서 출력되는 SpO2를 SpO2 획득 모듈(363)로부터 수신할 수 있다.
수면 상태를 결정하기 위해 필요한 단위 시간당 가속도의 샘플 수는 약 25개 정도면 충분할 수 있다. 이에 따라, 자원의 효율적인 사용과 전력 소모를 줄이기 위해, 센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 25Hz의 샘플링 레이트로 다운 샘플링하여 수면 상태 결정 모듈(362)로 출력할 수 있다. 수면 상태 결정 모듈(362)은, 수면 상태의 결정을 위해 이용되는 입력 값으로서, HR/RRI 결정 모듈(365)로부터, 1Hz(또는, 25Hz)의 샘플링 레이트로 HR과 RRI를 획득할 수 있다. 수면 상태 결정 모듈(362)은, 1Hz(또는, 25Hz)의 샘플링 레이트로 HR/RRI 결정 모듈(365)로부터 획득된 HR및 RRI와 25Hz의 샘플링 레이트로 입력되는 가속도 값을 이용하여, 수면 상태를 결정할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 수면 상태 결정 모듈(362)로 입력되는 가속도 값을 수면 상태 결정 모듈(362)로부터 수신할 수 있다. 가상 센서(325)는, 수면 상태의 결정을 위해 이용되는 입력 값으로서, 1Hz(또는, 25Hz)의 샘플링 레이트로 획득되는 HR과 RRI를 수면 상태 결정 모듈(362)로부터 수신할 수 있다. 가상 센서(325)는 수면 상태에 관한 정보를 수면 상태 결정 모듈(362)로부터 수신할 수 있다.
수면 시간의 결정을 위해 필요한 단위 시간당 가속도의 샘플 수는 약 10개 정도면 충분할 수 있다. 이에 따라, 자원의 효율적인 사용과 전력 소모를 줄이기 위해, 센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 10Hz의 샘플링 레이트로 다운 샘플링하여 수면 시간 결정 모듈(361)로 출력할 수 있다. 수면 시간 결정 모듈(361)은 10Hz의 샘플링 레이트로 입력되는 가속도 값을 이용하여 수면 시간을 결정할 수 있다. 가상 센서(325)는 10Hz의 샘플링 레이트로 수면 시간 결정 모듈(361)로 입력되는 가속도 값을 수면 시간 결정 모듈(361)로부터 수신할 수 있다. 가상 센서(325)는 수면 시간에 관한 정보를 수면 시간 결정 모듈(361)로부터 수신할 수 있다.
가상 센서(325)는 가속도 드라이버(321a), 수면 시간 결정 모듈(361), 수면 상태 결정 모듈(362), 및 SpO2 획득 모듈(363)로부터 수신된 수면 모드 로그 데이터(371)(예: 표 2에서 입력 값 및 출력 값)를 메모리(388)에 저장할 수 있다.
동작 420에서 가상 센서(325)는 수면 모드 로그 데이터(371)를 사용자 프로그램(401)(예: 센서 매니저(340) 또는 가상 센서 매니저(360))로 제공할 수 있다. 사용자 프로그램(401)는, 하나의 통합된 인터페이스(예: 가상 센서(325))를 통해, 각각 다른 주기로 데이터를 수신하고 출력하는 모듈들(예: 가속도 드라이버(321a), 수면 시간 결정 모듈(361), 수면 상태 결정 모듈(362), 및 SpO2 획득 모듈(363))로부터 데이터를 수신할 수 있다. 가상 센서(325)는 버퍼를 통해 데이터를 사용자 프로그램(401)에게 제공할 수 있다. 버퍼는 메모리(388)에서 가상 센서(325)에게 할당된, 수면 모드 로그 데이터(371)의 저장을 위한 메모리 영역일 수 있다. 가상 센서(325)는, 버퍼의 크기에 기반하여, 사용자 프로그램(401)에게 데이터를 제공하는 주기(예: 배칭(batching) 주기)를 결정할 수 있다. 가상 센서(325)는 입력 값 및/또는 출력 값의 주기에 기반하여 제공 주기를 결정할 수도 있다. 예컨대, 가상 센서(325)는 SpO2 획득 모듈(363)로부터 40ms(1/25Hz) 마다 가속도 값을 수신하고 버퍼를 통해 사용자 프로그램(401)으로 제공할 수 있다. 가상 센서(325)는 가속도 드라이버(321a)로부터 20ms(1/50Hz)마다 가속도 값을 수신하고 버퍼를 통해 사용자 프로그램(401)으로 제공할 수 있다.
도 5는, 일 실시예에 따른, 전자 장치(300)가 운동 모드로 설정된 것에 기초하여 전자 장치(300)에서 수행되는 동작을 설명하기 위한 흐름도이다.
도 5를 참조하면, 전자 장치(300)가 운동 모드로 설정된 동안, 동작 510에서 가상 센서(325)는 가속도 드라이버(321a), PPG 드라이버(321b), 기압 드라이버(321c), VO2Max 획득 모듈(364), 및 HR/RRI 결정 모듈(365)로부터 운동 모드 로그 데이터(예: 도 3의 운동 모드 로그 데이터(373))를 수신하고 메모리(388)에 저장하는 데이터 로깅 작업을 수행할 수 있다.
운동 모드 입력 값 출력 값
HR/RRI 결정 모듈(365) 가속도 값(25Hz)PPG 값(25Hz)
기압 값(1Hz)		 HR(1Hz)
RRI(1Hz)
VO2Max 획득 모듈(364) 가속도 값(25Hz)PPG 값(25Hz) VO2Max(1Hz)
가속도 드라이버(321a) 가속도 값(50Hz)
PPG 드라이버(321b) PPG 값(25Hz)
기압 드라이버(321c) 기압 값(1Hz)
상술한 표 3를 참조하여 동작 510의 일례를 설명하자면 다음과 같다.
가속도 드라이버(321a)는 50Hz의 샘플링 레이트로 가속도 값을 가속도 센서로부터 수신하고 센서 매니저(340) 및/또는 센서 알고리즘(323)으로 출력할 수 있다. 가상 센서(325)는 50Hz의 샘플링 레이트로 가속도 드라이버(321a)로 입력되고 가속도 드라이버(321a)에서 출력되는 가속도 값을 가속도 드라이버(321a)로부터 수신할 수 있다.
PPG 드라이버(321b)는 25Hz의 샘플링 레이트로 PPG 값을 PPG 센서로부터 수신하고 센서 매니저(340) 및/또는 센서 알고리즘(323)으로 출력할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 PPG 드라이버(321b)로 입력되고 PPG 드라이버(321b)에서 출력되는 PPG 값을 PPG 드라이버(321b)로부터 수신할 수 있다.
기압 드라이버(321c)는 1Hz의 샘플링 레이트로 기압 값을 바로미터(313)로부터 수신하고 센서 매니저(340) 및/또는 센서 알고리즘(323)으로 출력할 수 있다. 가상 센서(325)는 1Hz의 샘플링 레이트로 기압 드라이버(321c)로 입력되고 기압 드라이버(321c)에서 출력되는 기압 값을 기압 드라이버(321c)로부터 수신할 수 있다.
VO2Max 획득을 위해 필요한 단위 시간당 가속도의 샘플 수는 약 25개 정도면 충분할 수 있다. 이에 따라, 자원의 효율적인 사용과 전력 소모를 줄이기 위해, 센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 25Hz의 샘플링 레이트로 다운 샘플링하여 VO2Max 획득 모듈(364)로 출력할 수 있다. VO2Max 획득 모듈(364)은 PPG 드라이버(321b)로부터 25Hz의 샘플링 레이트로 PPG 값을 수신할 수 있다. VO2Max 획득 모듈(364)은, 수신되는 가속도 값과 PPG 값을 이용하여, 1Hz의 샘플링 레이트로 VO2Max를 계산할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 VO2Max 획득 모듈(364)로 입력되는 가속도 값과 25Hz의 샘플링 레이트로 VO2Max 획득 모듈(364)로 입력되는 PPG 값을 VO2Max 획득 모듈(364)로부터 수신할 수 있다. 가상 센서(325)는 1Hz의 샘플링 레이트로 VO2Max 획득 모듈(364)에서 출력되는 VO2Max를 VO2Max 획득 모듈(364)로부터 수신할 수 있다.
HR/RRI 결정을 위해 필요한 단위 시간당 가속도의 샘플 수는 약 25개 정도면 충분할 수 있다. 이에 따라, 자원의 효율적인 사용과 전력 소모를 줄이기 위해, 센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 25Hz의 샘플링 레이트로 다운 샘플링하여 HR/RRI 결정 모듈(365)로 출력할 수 있다. HR/RRI 결정 모듈(365)은 PPG 드라이버(321b)로부터 25Hz의 샘플링 레이트로 PPG 값을 수신할 수 있다. HR/RRI 결정 모듈(365)은 기압 드라이버(321c)로부터 1Hz의 샘플링 레이트로 기압 값을 수신할 수 있다. HR/RRI 결정 모듈(365)은, 수신되는 가속도 값, PPG 값, 및 기압 값을 이용하여, 1Hz의 샘플링 레이트로 HR과 RRI를 계산할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 HR/RRI 결정 모듈(365)로 입력되는 가속도 값, 25Hz의 샘플링 레이트로 HR/RRI 결정 모듈(365)로 입력되는 PPG 값, 및 1Hz의 샘플링 레이트로 HR/RRI 결정 모듈(365)로 입력되는 기압 값을 HR/RRI 결정 모듈(365)로부터 수신할 수 있다. 가상 센서(325)는 1Hz의 샘플링 레이트로 HR/RRI 결정 모듈(365)에서 출력되는 HR과 RRI를 HR/RRI 결정 모듈(365)로부터 수신할 수 있다.
가상 센서(325)는 가속도 드라이버(321a), PPG 드라이버(321b), 기압 드라이버(321c), VO2Max 획득 모듈(364), 및 HR/RRI 결정 모듈(365)로부터 수신된 운동 모드 로그 데이터(371)(예: 표 3에서 입력 값 및 출력 값)를 메모리(388)에 저장할 수 있다.
동작 520에서 가상 센서(325)는 운동 모드 로그 데이터(373)를 사용자 프로그램(501)(예: 센서 매니저(340) 또는 가상 센서 매니저(360))로 제공할 수 있다. 사용자 프로그램(501)는, 하나의 통합된 인터페이스(예: 가상 센서(325))를 통해, 각각 다른 주기로 데이터를 수신하고 출력하는 모듈들(예: 가속도 드라이버(321a), PPG 드라이버(321b), 기압 드라이버(321c), VO2Max 획득 모듈(364), 및 HR/RRI 결정 모듈(365))로부터 데이터를 수신할 수 있다. 가상 센서(325)는 버퍼를 통해 데이터를 사용자 프로그램(401)에게 제공할 수 있다. 버퍼는 메모리(388)에서 가상 센서(325)에게 할당된, 운동 모드 로그 데이터(373)의 저장을 위한 메모리 영역일 수 있다. 가상 센서(325)는, 버퍼의 크기에 기반하여, 사용자 프로그램(401)에게 데이터를 제공하는 주기(예: 배칭(batching) 주기)를 결정할 수 있다. 가상 센서(325)는 입력 값 및/또는 출력 값의 주기에 기반하여 제공 주기를 결정할 수도 있다. 예컨대, 가상 센서(325)는 HR/RRI 결정 모듈(365)로부터 40ms(1/25Hz) 마다 가속도 값을 수신하고 버퍼를 통해 사용자 프로그램(401)으로 제공할 수 있다. 가상 센서(325)는 가속도 드라이버(321a)로부터 20ms(1/50Hz)마다 가속도 값을 수신하고 버퍼를 통해 사용자 프로그램(401)으로 제공할 수 있다.
도 6은, 일 실시예에 따른, 전자 장치(300)가 사용자 지정 모드로 설정된 것에 기초하여 전자 장치(300)에서 수행되는 동작을 설명하기 위한 흐름도이다.
도 6을 참조하면, 전자 장치(300)가 사용자 지정 모드로 설정된 동안, 동작 610에서 가상 센서(325)는 사용자가 관심을 갖는 데이터에 대해 로깅 작업을 수행할 수 있다. 예를 들어, 로깅 작업의 대상이 수면 상태와 SpO2로 설정됨에 따 가상 센서(325)는 수면 상태 결정 모듈(362) 및 SpO2 획득 모듈(363)로부터 사용자 지정 모드 로그 데이터(예: 사용자 지정 모드 로그 데이터(375))를 수신하고 메모리(388)에 저장하는 데이터 로깅 작업을 수행할 수 있다.
사용자 지정 모드 입력 값 출력 값
수면 상태 결정 모듈(362) 가속도 값(25Hz)HR(1Hz)
RRI(1Hz)		 수면 상태
SpO2 획득 모듈(363) 가속도 값(25Hz)PPG (25Hz)
수면 상태		 SpO2(1Hz)
상술한 표 4를 참조하여 동작 610의 일례를 설명하자면 다음과 같다.
센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 25Hz의 샘플링 레이트로 다운 샘플링하여 수면 상태 결정 모듈(362)로 출력할 수 있다. 수면 상태 결정 모듈(362)은, 수신되는 가속도 값을 이용하여, 1Hz의 샘플링 레이트로 HR과 RRI를 계산할 수 있다. 수면 상태 결정 모듈(362)은, 1Hz의 샘플링 레이트로 계산된 HR과 RRI를 이용하여, 수면 상태를 결정할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 수면 상태 결정 모듈(362)로 입력되는 가속도 값을 수면 상태 결정 모듈(362)로부터 수신할 수 있다. 가상 센서(325)는, 수면 상태의 결정을 위해 이용되는 입력 값으로서, 1Hz의 샘플링 레이트로 계산되는 HR과 RRI를 수면 상태 결정 모듈(362)로부터 수신할 수 있다. 가상 센서(325)는 수면 상태에 관한 정보를 수면 상태 결정 모듈(362)로부터 수신할 수 있다.
센서 알고리즘(323)은 가속도 드라이버(321a)에서 50Hz의 샘플링 레이트로 출력되는 가속도 값들을 25Hz의 샘플링 레이트로 다운 샘플링하여 SpO2 획득 모듈(363)로 출력할 수 있다. SpO2 획득 모듈(363)은 PPG 드라이버(321b)로부터 25Hz의 샘플링 레이트로 PPG 값(예: 빨간색(red), 초록색(green), 적외선(infrared radiation))을 수신할 수 있다. SpO2 획득 모듈(363)은, SpO2를 결정하기 위해 이용되는 입력 값으로서, 수면 상태 결정 모듈(362)로부터 수면 상태에 관한 정보를 획득할 수 있다. SpO2 획득 모듈(363)은, 25Hz의 샘플링 레이트로 수신되는 가속도 값과 PPG 값 및 및 수면 상태 결정 모듈(362)로부터 획득한 수면 상태에 관한 정보를 이용하여, 25Hz의 샘플링 레이트로 SpO2를 계산할 수 있다. SpO2 획득 모듈(363)은 25Hz의 샘플링 레이트로 계산되는 SpO2들을 예컨대, 1Hz의 샘플링 레이트로 다운 샘플링하여 출력할 수 있다. 가상 센서(325)는 25Hz의 샘플링 레이트로 SpO2 획득 모듈(363)로 입력되는 가속도 값과 25Hz의 샘플링 레이트로 SpO2 획득 모듈(363)로 입력되는 PPG 값을 SpO2 획득 모듈(363)로부터 수신할 수 있다. 가상 센서(325)는 1Hz(또는, 25Hz)의 샘플링 레이트로 SpO2 획득 모듈(363)에서 출력되는 SpO2를 SpO2 획득 모듈(363)로부터 수신할 수 있다.
가상 센서(325)는 수면 상태 결정 모듈(362) 및 SpO2 획득 모듈(363)로부터 수신된 사용자 지정 모드 로그 데이터(375)(예: 표 4에서 입력 값 및 출력 값)를 메모리(388)에 저장할 수 있다.
동작 620에서 가상 센서(325)는 사용자 지정 모드 로그 데이터(375)를 사용자 프로그램(601)(예: 센서 매니저(340) 또는 가상 센서 매니저(360))로 제공할 수 있다. 사용자 프로그램(601)는, 하나의 통합된 인터페이스(예: 가상 센서(325))를 통해, 각각 다른 주기로 데이터를 수신하고 출력하는 모듈들(예: 수면 상태 결정 모듈(362) 및 SpO2 획득 모듈(363))로부터 데이터를 수신할 수 있다. 가상 센서(325)는 버퍼를 통해 데이터를 사용자 프로그램(401)에게 제공할 수 있다. 버퍼는 메모리(388)에서 가상 센서(325)에게 할당된, 사용자 지정 모드 로그 데이터(375)의 저장을 위한 메모리 영역일 수 있다. 가상 센서(325)는, 버퍼의 크기에 기반하여, 사용자 프로그램(401)에게 데이터를 제공하는 주기(예: 배칭(batching) 주기)를 결정할 수 있다. 가상 센서(325)는 입력 값 및/또는 출력 값의 주기에 기반하여 제공 주기를 결정할 수도 있다.
일 실시예에 따르면, 전자 장치(300)는 자동 모드로 설정될 수 있다. 예를 들어, 가상 센서 컨트롤러(327)는 센서 알고리즘(323)을 통해 사용자가 수면 또는 운동 중임을 인지할 수 있다. 수면 중임을 인지함에 따라 가상 센서 컨트롤러(327)는 수면 모드(예: 표 2)에 해당하는 데이터 로깅 작업을 수행하도록 가상 센서(325)를 제어할 수 있다. 운동 중인 것에 기반하여, 가상 센서 컨트롤러(327)는 운동 모드(예: 표 3)에 해당하는 데이터 로깅 작업을 수행하도록 가상 센서(325)를 제어할 수 있다.
도 7a는 도 3의 전자 장치에서 센서 알고리즘의 무결성이 확보되지 못하는 시나리오를 설명하기 위한 도면이고, 도 7b는 일 실시예에 따른 가상 센서에 의해 센서 알고리즘의 무결성이 확보되는 시나리오를 설명하기 위한 도면이다.
도 7a를 참조하면, 가속도 드라이버(321a)는 50Hz의 샘플링 레이트로 가속도 값을 출력할 수 있다. 센서 알고리즘(323)은 가속도 드라이버(321a)에서 출력되는 가속도 값들을 10Hz의 샘플링 레이트로 다운 샘플링(720)하여 가속도 샘플들을 추출할 수 있다. 수면 시간 결정 모듈(361)은 10Hz의 샘플링 레이트로 추출된 가속도 샘플들을 이용하여 수면 시간(730)을 결정하고 출력할 수 있다.
센서 매니저(340)는 50Hz의 샘플링 레이트로 가속도 드라이버(321a)에서 출력되는 가속도 값들을 가속도 SDK(341)를 이용하여 획득할 수 있다. 센서 매니저(340)는 획득된 가속도 값들을 검증 모듈(710)(예: 도 3의 어플리케이션(305) 또는 도 1의 서버(108))로 제공할 수 있다. 검증 모듈(710)은 센서 매니저(340)로부터 수신되는 가속도 값들을 10Hz의 샘플링 레이트로 다운 샘플링(711)하여 가속도 샘플들을 추출할 수 있다. 검증 모듈(710)에서 수면 시간 결정 모듈(713)은 10Hz의 샘플링 레이트로 추출된 가속도 샘플들을 이용하여 수면 시간(740)을 결정하고 출력할 수 있다.
검증 모듈(710)에서 다운 샘플링(711)의 주기는 노이즈의 영향으로 인해 센서 알고리즘(323)에서 다운 샘플링(720)의 주기와 다를 수 있다. 이러한 영향으로 인해 검증 모듈(710)에서 추출된 가속도 샘플은 센서 알고리즘(323)에서 추출된 가속도 샘플과 다를 수 있다. 따라서, 검증 모듈(710)에서 결정된 수면 시간(740)은 센서 알고리즘(323)에서 결정된 수면 시간(730)과 다를 수 있다. 이로 인해 센서 알고리즘(323)이 실제로는 무결함에도 불구하고 무결성이 없는 것으로 오인할 수 있다. 즉, 전자 장치(300)에서 제공하는 건강 관련 정보는 신뢰성이 없는 것으로 오인될 수 있다.
도 7b를 참조하면, 가속도 드라이버(321a)는 50Hz의 샘플링 레이트로 가속도 값을 출력할 수 있다. 센서 알고리즘(323)은 가속도 드라이버(321a)에서 출력되는 가속도 값들에서 10Hz의 샘플링 레이트로 다운 샘플링(720)하여 가속도 샘플들을 추출할 수 있다. 수면 시간 결정 모듈(361)은 10Hz의 샘플링 레이트로 추출된 가속도 샘플들을 이용하여 수면 시간(730)을 결정하고 출력할 수 있다.
가상 센서(325)는 수면 시간(730) 및 이의 결정에 이용된 가속도 샘플들(가속도 값)을 센서 알고리즘(323)으로부터 수신할 수 있다. 가상 센서(325)는 검증 모듈(750)(예: 도 3의 어플리케이션(305) 또는 도 1의 서버(108))로 제공할 수 있다. 검증 모듈(750)은, 다운 샘플링 없이, 가상 센서(325)를 통해 센서 알고리즘(323)으로부터 수신된 가속도 샘플들을 이용하여 수면 시간(760)을 결정하고 출력할 수 있다.
수면 시간의 결정에 이용된 가속도 샘플이 동일하므로, 검증 모듈(750)에서 결정된 수면 시간(760)과 센서 알고리즘(323)에서 결정된 수면 시간(730)이 동일할 확률이 도 7a에 도시된 시나리오에 비해 높을 수 있다. 이로 인해 센서 알고리즘(323)의 무결성이 확보될 수 있다.
도 8은, 일 실시예에 따른, 전자 장치(300)에서 수행되는 동작들을 설명하기 위한 흐름도이다. 도 9a 및 도 9b는 전자 장치(300)에서 표시되는 UI(user interface) 화면의 일례를 도시한다. 명령어(instructions)(예: 센서 드라이버(321), 센서 알고리즘(323), 가상 센서(325), 및 가상 센서 컨트롤러(327))가 메모리(388)에 저장될 수 있다. 명령어는, 프로세서(399)(예: 저전력 센서 프로세서)에 의해 실행될 때, 전자 장치(300)가 도 8의 동작들을 수행하도록 할 수 있다.
동작 810에서 전자 장치(300)는 가상 센서(325)에게 주어진 상술한 기능을 수행하도록 가상 센서(325)를 활성화할 수 있다. 예를 들어, 전자 장치(300)는 전자 장치(300)에서 센서(310)를 이용한 서비스나 기능의 활성화 여부를 사용자가 선택할 수 있도록 하는 메뉴를 디스플레이(315)에 표시할 수 있다. 센서(310)를 이용한 서비스나 기능의 활성화가 메뉴에서 선택된 것에 기반하여, 전자 장치(300)는 가상 센서(325)를 활성화할 수 있다. 이에 따라 가상 센서(325)는, 프로세서(399)에 의해 실행될 때, 센서 드라이버(321)와 센서 알고리즘(323)로 입력되는 데이터와 센서 드라이버(321)와 센서 알고리즘(323)에서 출력되는 데이터에 대해 접근 권한을 가질 수 있다. 또한, 가상 센서(325)는, 프로세서(399)에 의해 실행될 때, 가상 센서 매니저(360) 또는 가상 센서 SDK(350)를 통해 어플리케이션(305) 또는 외부 장치(예: 도 1의 서버(108))과 통신을 수행할 수 있다.
동작 820에서 전자 장치(300)는 전자 장치(300)의 동작 모드를 수면 모드, 운동 모드, 사용자 지정 모드, 또는 자동 모드로 설정할 수 있다. 예를 들어, 전자 장치(300)는 전자 장치(300)의 동작 모드를 설정하기 위한 메뉴(910; 도 9a 참조)를 디스플레이(315)에 표시할 수 있다. 메뉴에서 어떠한 항목(예: 수면 모드(911), 운동 모드(912), 자동 모드(블랙박스 모드)(913), 또는 사용자 지정 모드(914))이 사용자에 의해 선택된 것에 기반하여, 전자 장치(300)는 전자 장치(300)의 동작 모드를 설정할 수 있다. 일 실시예에 따르면, 메뉴(910)는, 데이터 로그 어플리케이션(351; 도 3 참조)에 프로세서(399)에 의해 실행될 때, 데이터 로그 어플리케이션(351)에서 제공하는 UI 화면일 수 있다. 항목들 중 하나가 선택되면 전자 장치(300)는 현재 설정된 동작 모드(예: 수면 모드)를 나타내는 UI 화면(920; 도 9b 참조)을 디스플레이(315)에 표시할 수 있다.
동작 830에서 전자 장치(300)는 설정된 동작 모드에 해당하는 접근 허용된 데이터가 무엇인지 접근 허용 목록(380)에서 확인할 수 있다.
동작 840에서 전자 장치(300)는 접근 허용된 데이터에 대해 로깅 작업을 수행할 수 있다. 로깅 작업은 도 4, 도 5, 또는 도 6에 예시한 바와 동일할 수 있다. 일 실시예에 따르면, 가상 센서(325)가 활성화된 것에 기반하여, 트래킹 어플리케이션(353; 도 3 참조)이 프로세서(399)에 의해 실행될 수 있다. 트래킹 어플리케이션(353)은, 센서 매니저(340) 또는 가상 센서 매니저(360)를 통해, 현재 설정된 동작 모드에 해당하는 센서 드라이버(321) 및/또는 센서 알고리즘(323)의 입출력 값을 확인하고 입출력 값을 데이터 로그 어플리케이션(351)으로 제공할 수 있다. 데이터 로그 어플리케이션(351)은, 프로세서(399)에 의해 실행될 때, 전자 장치(300)로 하여금 현재 설정된 동작 모드에 대응하는 로그 데이터를 수집하고 메모리(388)에 저장하도록 할 수 있다.
데이터 로그 어플리케이션(351)은 수면과 관련한 연구, 분석, 또는 임상 허가를 위해 사용될 수 있다. 예를 들어, 데이터 로그 어플리케이션(351)은 사용자가 수면 중일 때 동기화된 생체 신호를 활용한 솔루션 개발 및 연구를 위해 사용될 수 있다. 데이터 로그 어플리케이션(351)은 수면 중 동작하는 센서 알고리즘(예: 수면 상태 시간 결정 모듈(361), 수면 상태 결정 모듈(362))에 대한 무결성 검증이나 성능 개선을 위해 사용될 수 있다. 데이터 로그 어플리케이션(351)은 수면 중 동작하는 센서 알고리즘의 임상 허가를 위해 사용될 수 있다.
데이터 로그 어플리케이션(351)은 운동과 관련한 연구, 분석 및 임상 허가를 위해 사용될 수 있다. 예를 들어, 데이터 로그 어플리케이션(351)은 사용자가 운동 중일 때 동기화된 생체 신호를 활용한 솔루션 개발 및 연구를 위해 사용될 수 있다. 데이터 로그 어플리케이션(351)은 운동 중 동작하는 센서 알고리즘(예: HR/RRI 결정 모듈(365), VO2Max 획득 모듈(364))에 대한 무결성 검증이나 성능 개선을 위해 사용될 수 있다. 데이터 로그 어플리케이션(351)은 운동 중 동작하는 센서 알고리즘의 임상 허가를 위해 사용될 수 있다.
데이터 로그 어플리케이션(351)은, 전자 장치(300)가 자동 모드로 동작하는 동안, 오동작 확인 및 성능 개선을 위해 사용될 수 있다.
전자 장치(300)가 사용자 지정 모드로 동작 시, 사용자가 지정하지 않은 드라이버나 모듈은 구동하지 않게 됨으로써 전력 소모가 줄고 전자 장치(300)에 구비된 자원(resources)(예: 배터리, 메모리(388))이 효율적으로 사용될 수 있다.
도 10은, 일 실시예에 따른, 전자 장치(300)에서 데이터 로깅을 위한 동작들을 설명하기 위한 흐름도이다. 명령어(instructions)(예: 센서 드라이버(321), 센서 알고리즘(323), 가상 센서(325), 및 가상 센서 컨트롤러(327))가 메모리(388)에 저장될 수 있다. 명령어는, 프로세서(399)(예: 저전력 센서 프로세서)에 의해 실행될 때, 전자 장치(300)가 도 10의 동작들을 수행하도록 할 수 있다.
동작 1010에서 전자 장치(300)는 센서(310)로부터 센서 값을 주기적으로 획득할 수 있다. 일 실시예에 따르면, 전자 장치(300)가 수면을 모니터링하도록 하는 수면 모드로 설정된 것에 기반하여, 전자 장치(300)는 모션 센서(312)로부터 주어진 주기(예: 1/제1 샘플링 레이트(예: 50Hz)) 마다 가속도 값을 수신할 있다. 전자 장치(300)는 생체 센서(311)로부터 주어진 주기(예: 1/제2 샘플링 레이트(예: 25Hz))마다 PPG 값을 수신할 수 있다. 일 실시예에 따르면, 전자 장치(300)가 운동을 모니터링하도록 하는 운동 모드로 설정된 것에 기반하여, 전자 장치(300)는 모션 센서(312)로부터 주어진 주기(예: 1/제1 샘플링 레이트(예: 50Hz))마다 가속도 값을 수신할 있다. 전자 장치(300)는 생체 센서(311)로부터 주어진 주기(예: 1/제2 샘플링 레이트(예: 25Hz))마다 PPG 값을 수신할 수 있다. 전자 장치(300)는 바로 미터(313)로부터 주어진 주기(예: 1/제3 샘플링 레이트(예: 1Hz))마다 기압 값을 수신할 수 있다.
동작 1020에서 전자 장치(300)는 센서(310)로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득할 수 있다. 일 실시예에 따르면, 전자 장치(300)는 모션 센서(312)에서 주어진 주기(1/제1 샘플링 레이트)마다 수신되는 가속도 값들을 제4 샘플링 레이트(예: 10Hz; 표 2 참조)로 다운 샘플링하여 가속도 샘플들을 추출할 수 있다. 일 실시예에 따르면, 전자 장치(300)는 모션 센서(312)에서 주어진 주기(예: 1/제1 샘플링 레이트)마다 수신되는 가속도 값들을 제5 샘플링 레이트(예: 25Hz; 표 2-3 참조)로 다운 샘플링하여 가속도 샘플들을 추출할 수 있다.
동작 1030에서 전자 장치(300)는 획득된 샘플들을 이용하여 건강과 관련된 제1 정보(예: 수면 시간, 수면 상태, SpO2, HR, RRI, VO2Max)를 생성할 수 있다. 일 실시예에 따르면, 전자 장치(300)는 제4 샘플링 레이트(예: 10Hz)로 다운 샘플링하여 얻은 가속도 샘플들을 이용하여 수면 시간을 결정할 수 있다. 일 실시예에 따르면, 전자 장치(300)는 제5 샘플링 레이트(예: 25Hz)로 다운 샘플링하여 얻은 가속도 샘플들을 이용하여 수면 상태를 결정할 수 있다. 일 실시예에 따르면, 전자 장치(300)는, 제5 샘플링 레이트(예: 25Hz)로 다운 샘플링하여 얻은 가속도 샘플들과 제2 샘플링 레이트(예: 25Hz)로 얻은 PPG 값을 이용하여, 주어진 주기(예: 제6 샘플링 레이트(예: 1Hz; 표 2 참조))마다 SpO2를 획득할 수 있다. 일 실시예에 따르면, 전자 장치(300)는, 제5 샘플링 레이트(예: 25Hz)로 다운 샘플링하여 얻은 가속도 샘플들, 제2 샘플링 레이트(예: 25Hz)로 얻은 PPG 값, 및 제3 샘플링 레이트(예: 1Hz)로 얻은 기압 값을 이용하여, 주어진 주기(예: 1/제7 샘플링 레이트(예: 1Hz; 표 3 참조))마다 HR과 RRI를 획득할 수 있다. 일 실시예에 따르면, 전자 장치(300)는, 제5 샘플링 레이트(예: 25Hz)로 다운 샘플링하여 얻은 가속도 샘플들과 제2 샘플링 레이트(예: 25Hz)로 얻은 PPG 값을 이용하여, 주어진 주기(예: 1/제8 샘플링 레이트(예: 약 1Hz; 표 3 참조))마다 VO2Max를 획득할 수 있다.
동작 1040에서 전자 장치(300)는 제1 정보 및 이를 생성하기 위해 이용된 샘플들을 포함하는 로그 데이터(예: 도 3의 로그 데이터(370))를 메모리(388)에 저장할 수 있다.
추가적으로, 동작 1050에서 전자 장치(300)는 로그 데이터에 수록된 샘플들을 이용하여 제1 정보를 생성하기 위해 이용된 센서 알고리즘(예: 도 3의 센서 알고리즘(323))에 대한 무결성을 검증할 수 있다. 일 실시예에 따르면, 전자 장치(300)에서 검증 모듈(예: 도 3의 어플리케이션(305))은 로그 데이터(370)에서 샘플들을 확인하고 이를 이용하여 제2 정보를 생성할 수 있다. 검증 모듈은 제2 정보를 제1 정보와 비교하여 센서 알고리즘이 무결한지 여부를 결정할 수 있다. 일 실시예에 따르면, 전자 장치(300)는 센서 알고리즘의 검증을 시작하도록 하는 메뉴를 디스플레이(315)에 표시할 수 있다. 전자 장치(300)는 메뉴를 통해 검증의 요청하는 이벤트가 발생된 것을 확인할 수 있다. 검증 요청 이벤트의 발생에 기반하여, 전자 장치(300)는 동작 1050을 수행할 수 있다.
일 실시예에 따르면, 동작 1050은 생략되고 전자 장치(300)는, 검증 요청 이벤트의 발생에 기반하여, 로그 데이터를 외부 장치(예: 도 1의 서버(108))로 전송할 수 있다. 전자 장치(300)는 센서 알고리즘의 무결성에 대한 외부 장치의 판단 결과를 외부 장치로부터 수신할 수 있다.
일 실시예에 따르면, 웨어러블 전자 장치(예: 도 2의 웨어러블 전자 장치(200), 3의 전자 장치(300))는, 센서(예: 도 3의 센서(310)); 프로세서(예: 도 3의 프로세서(399)); 및 명령어(instructions)를 저장하는 메모리(예: 도 3의 메모리(388))를 포함한다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 센서로부터 센서 값을 주기적으로 획득하고, 상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고, 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고, 상기 제2 정보를 상기 제1 정보와 비교하고, 상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하도록 할 수 있다.
상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가 상기 센서로부터 획득된 센서 값들을 상기 로그 데이터에 포함하도록 할 수 있다.
상기 센서는 가속도 센서를 포함하고, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 사용자의 수면을 모니터링하도록 하는 수면 모드로 설정된 것에 기반하여, 상기 가속도 센서로부터 제1 주기(예: 20ms(1/50Hz))마다 가속도 값을 수신하고, 상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들을 이용하여 상기 제1 정보를 생성하도록 할 수 있다.
상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 제2 주기(예: 100ms(1/10Hz))마다 추출된 가속도 샘플들을 이용하여 수면 입면 시간과 기상 시간을 결정하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들 및 상기 수면 입면 시간과 상기 기상 시간에 관한 정보를 상기 로그 데이터에 포함하도록 할 수 있다.
상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 제2 주기(예: 40ms(1/25Hz))마다 추출된 샘플들 및 상기 제3 주기마다 획득된 HR들과 RRI들을 이용하여, 수면 상태를 결정하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들, 제3 주기마다 획득된 HR(heart rate)들과 RRI(RR intervals)들, 및 상기 수면 상태에 관한 정보를 상기 로그 데이터에 포함하도록 할 수 있다.
상기 센서는 생체 센서를 더 포함할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 생체 센서로부터 제4 주기(예: 40ms(1/25Hz)마다 생체 값을 수신하고, 상기 제2 주기(예: 40ms(1/25Hz))마다 추출된 샘플들 및 상기 제4 주기마다 수신된 생체 값들을 이용하여, 제5 주기(예: 1초)마다 SpO2를 결정하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제5 주기마다 획득된 SpO2들을 상기 로그 데이터에 포함하도록 할 수 있다.
상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 웨어러블 전자 장치의 디스플레이에 모드 설정을 위한 화면을 표시하고, 상기 화면에서 수면 모드가 선택된 것에 기반하여, 상기 수면을 감지하도록 할 수 있다.
상기 센서는 가속도 센서 및 생체 센서를 포함할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 사용자의 운동을 모니터링하도록 하는 운동 모드로 설정된 것에 기반하여, 상기 가속도 센서로부터 제1 주기(예: 20ms(1/50Hz))마다 가속도 값을 수신하고 상기 생체 센서로부터 제4 주기(예: PPG 센서로부터 40ms(1/25Hz))마다 생체 값을 수신하고, 상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들과 상기 제4 주기마다 수신된 생체 값들을 이용하여 상기 제1 정보를 생성하도록 할 수 있다.
상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 제2 주기마다 추출된 샘플들과 상기 제4 주기마다 수신된 생체 값들을 이용하여, 제6 주기(예: 1초)마다 VO2Max(최대 산소 섭취량)를 획득하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제6 주기마다 추출된 VO2Max들을 상기 로그 데이터에 포함하도록 할 수 있다.
상기 센서는 기압 센서를 더 포함할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 기압 센서로부터 제7주기마다 기압 값을 수신하고, 상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제7 주기마다 수신된 기압 값들을 이용하여, 제3주기(예: 1초)마다 RRI(RR intervals)와 HR(heart rate)을 획득하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가 상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 상기 제7 주기마다 수신된 기압 값들, 상기 제3 주기마다 획득된 RRI들, 및 상기 제3 주기마다 획득된 HR들을 상기 로그 데이터에 포함하도록 할 수 있다.
상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 상기 웨어러블 전자 장치의 디스플레이에 모드 설정을 위한 화면을 표시하고, 상기 화면에서 운동 모드가 선택된 것에 기반하여, 상기 운동을 감지하도록 할 수 있다.
일 실시예에 따르면, 웨어러블 전자 장치(예: 도 2의 웨어러블 전자 장치(200), 3의 전자 장치(300))는, 센서(예: 도 3의 센서(310)); 통신 회로(예: 도 3의 통신 회로(317)); 프로세서(예: 도 3의 프로세서(399)); 및 명령어(instructions)를 저장하는 메모리(예: 도 3의 메모리(388))를 포함한다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 센서로부터 센서 값을 주기적으로 획득하고, 상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고, 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하도록 할 수 있다. 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 전자 장치가, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터를 상기 통신 회로를 통해 외부 전자 장치로 전송하도록 할 수 있다.
일 실시예에 따르면, 웨어러블 전자 장치(예: 도 2의 웨어러블 전자 장치(200), 3의 전자 장치(300))를 동작하는 방법이 제공된다. 상기 방법은 상기 웨어러블 전자 장치의 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하는 동작; 상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하는 동작; 및 상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 웨어러블 전자 장치의 메모리에 저장하는 동작을 포함할 수 있다. 상기 방법은, 상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고, 상기 제2 정보를 상기 제1 정보와 비교하고, 상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하는 동작을 포함할 수 있다.
상기 방법은 상기 센서로부터 획득된 센서 값들을 상기 로그 데이터에 포함하는 동작을 더 포함할 수 있다.
상기 센서는 가속도 센서를 포함하고, 상기 웨어러블 전자 장치가 사용자의 수면을 모니터링하도록 하는 수면 모드로 설정되고, 상기 획득 동작은 상기 가속도 센서로부터 제1 주기(예: 20ms(1/50Hz))마다 가속도 값을 수신하고, 상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출하는 동작을 포함할 수 있다. 상기 생성 동작은 상기 제2 주기마다 추출된 샘플들을 이용하여 상기 제1 정보를 생성하는 동작을 포함할 수 있다.
상기 제1 정보는 수면 입면 시간과 기상 시간에 관한 정보를 포함하고 상기 로그 데이터는 상기 제2 주기마다 추출된 샘플들 및 상기 제1 정보를 포함할 수 있다.
상기 생성 동작은 상기 제2 주기마다 추출된 샘플들 및 제3 주기마다 획득된 HR(heart rate)과 RRI(RR intervals)을 이용하여 수면 상태를 결정하는 동작을 포함하고, 상기 제1 정보는 상기 수면 상태에 관한 정보를 포함하고, 상기 로그 데이터는 상기 제2 주기마다 추출된 샘플들, 제3 주기마다 획득된 HR(heart rate)과 RRI(RR intervals) 및 상기 제1 정보를 포함할 수 있다.
상기 센서는 생체 센서를 포함하고, 상기 생성 동작은 상기 제2 주기마다 추출된 샘플들 및 상기 생체 센서로부터 제4 주기마다 수신된 생체 값들을 이용하여 제5 주기마다 SpO2를 결정하는 동작을 포함하고, 상기 제1 정보는 상기 5주기마다 획득된 SpO2들을 포함하고, 상기 로그 데이터는 상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들 및 상기 제1 정보를 포함할 수 있다.
상기 센서는 가속도 센서와 생체 센서를 포함하고, 상기 웨어러블 전자 장치가 사용자의 운동을 모니터링하도록 하는 운동 모드로 설정되고, 상기 획득 동작은 상기 가속도 센서로부터 제1 주기마다 가속도 값을 수신하고 상기 생체 센서로부터 제4 주기마다 생체 값을 수신하고, 상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출하는 동작을 포함할 수 있다. 상기 생성 동작은 상기 제2 주기마다 추출된 샘플들과 상기 제4 주기마다 수신된 생체 값들을 이용하여 상기 제1 정보를 생성하는 동작을 포함하는 할 수 있다.
상기 생성 동작은 상기 제2 주기마다 추출된 샘플들과 상기 제4 주기마다 수신된 생체 값들을 이용하여, 제6 주기마다 VO2Max(최대 산소 섭취량)를 획득하는 동작을 포함하고, 상기 제1 정보는 상기 제6 주기마다 획득된 VO2Max들을 포함하고, 상기 로그 데이터는 상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제1 정보를 포함할 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
위 설명에서 접두사 “제1”, “제2”, 및 “제3” 등은 동일한 명칭의 구분을 위한 것일 뿐 그 자체에 중요도나 순서 등과 같이 특별한 의미가 부여된 것은 아니다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
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 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (15)

  1. 웨어러블 전자 장치에 있어서,
    센서;
    프로세서; 및
    명령어(instructions)를 저장하는 메모리를 포함하고,
    상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 센서로부터 센서 값을 주기적으로 획득하고,
    상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하고,
    상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고,
    상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하고,
    상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고,
    상기 제2 정보를 상기 제1 정보와 비교하고,
    상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하도록 하는 웨어러블 전자장치.
  2. 제1 항에 있어서, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 센서로부터 획득된 센서 값들을 상기 로그 데이터에 포함하도록 하는 웨어러블 전자 장치.
  3. 제1 항에 있어서, 상기 센서는 가속도 센서를 포함하고, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 사용자의 수면을 모니터링하도록 하는 수면 모드로 설정된 것에 기반하여,
    상기 가속도 센서로부터 제1 주기 마다 가속도 값을 수신하고,
    상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출하고,
    상기 제2 주기마다 추출된 샘플들을 이용하여 상기 제1 정보를 생성하도록 하는 웨어러블 전자 장치.
  4. 제3 항에 있어서, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 제2 주기 마다 추출된 샘플들을 이용하여 수면 입면 시간과 기상 시간을 결정 하고,
    상기 제2 주기마다 추출된 샘플들 및 상기 수면 입면 시간과 상기 기상 시간에 관한 정보를 상기 로그 데이터에 포함하도록 하는 상기 웨어러블 전자 장치.
  5. 제3 항에 있어서, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 제2 주기 마다 추출된 샘플들 및 상기 제3 주기마다 획득된 HR(heart rate)들과 RRI들(RR intervals)을 이용하여, 수면 상태 를 결정하고,
    상기 제2 주기마다 추출된 샘플들, 제3 주기마다 획득된 HR들과 RRI들, 및 상기 수면 상태에 관한 정보를 상기 로그 데이터에 포함하도록 하는 웨어러블 전자 장치.
  6. 제3 항에 있어서, 상기 센서는 생체 센서를 더 포함하고, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 생체 센서로부터 제4 주기 마다 생체 값을 수신하고,
    상기 제2 주기 마다 추출된 샘플들 및 상기 제4 주기마다 수신된 생체 값들을 이용하여, 제5 주기 마다 SpO2를 결정하고,
    상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제5 주기마다 획득된 SpO2들을 상기 로그 데이터에 포함하도록 하는 웨어러블 전자 장치.
  7. 제3 항에 있어서, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 웨어러블 전자 장치의 디스플레이에 모드 설정을 위한 화면을 표시하고,
    상기 화면에서 수면 모드가 선택된 것에 기반하여, 상기 수면을 감지하도록 하는 웨어러블 전자 장치.
  8. 제1 항에 있어서, 상기 센서는 가속도 센서 및 생체 센서를 포함하고, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가, 사용자의 운동을 모니터링하도록 하는 운동 모드로 설정된 것에 기반하여,
    상기 가속도 센서로부터 제1 주기 마다 가속도 값을 수신하고 상기 생체 센서로부터 제4 주기 마다 생체 값을 수신하고,
    상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출하고,
    상기 제2 주기마다 추출된 샘플들과 상기 제4 주기마다 수신된 생체 값들을 이용하여 상기 제1 정보를 생성하도록 하는 웨어러블 전자 장치.
  9. 제8 항에 있어서, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 제2 주기마다 추출된 샘플들과 상기 제4 주기마다 수신된 생체 값들을 이용하여, 제6 주기 마다 VO2Max(최대 산소 섭취량)를 획득하고,
    상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제6 주기마다 추출된 VO2Max들을 상기 로그 데이터에 포함하도록 하는 웨어러블 전자 장치.
  10. 제8 항에 있어서, 상기 센서는 기압 센서를 더 포함하고, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 기압 센서로부터 제7주기마다 기압 값을 수신하고,
    상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 및 상기 제7 주기마다 수신된 기압 값들을 이용하여, 제3주기 마다 RRI(RR intervals)와 HR(heart rate)을 획득하고,
    상기 제2 주기마다 추출된 샘플들, 상기 제4 주기마다 수신된 생체 값들, 상기 제7 주기마다 수신된 기압 값들, 상기 제3 주기마다 획득된 RRI들, 및 상기 제3 주기마다 획득된 HR들을 상기 로그 데이터에 포함하도록 하는 웨어러블 전자 장치.
  11. 제8 항에 있어서, 상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 웨어러블 전자 장치의 디스플레이에 모드 설정을 위한 화면을 표시하고,
    상기 화면에서 운동 모드가 선택된 것에 기반하여, 상기 운동을 감지하도록 하는 웨어러블 전자 장치.
  12. 웨어러블 전자 장치에 있어서,
    센서;
    통신 회로;
    프로세서; 및
    명령어(instructions)를 저장하는 메모리를 포함하고,
    상기 명령어는, 상기 프로세서에 의해 실행될 때, 상기 웨어러블 전자 장치가,
    상기 센서로부터 센서 값을 주기적으로 획득하고,
    상기 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하고,
    상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하고,
    상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 메모리에 저장하고,
    상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터를 상기 통신 회로를 통해 외부 전자 장치로 전송하도록 하는 웨어러블 전자 장치.
  13. 웨어러블 전자 장치를 동작하는 방법에 있어서,
    상기 웨어러블 전자 장치의 센서로부터 획득된 센서 값들 중에서 일부를 추출함으로써 복수의 샘플들을 획득하는 동작;
    상기 샘플들을 이용하여 건강과 관련된 제1 정보를 생성하는 동작; 및
    상기 제1 정보와 상기 샘플들을 포함하는 로그 데이터를 상기 웨어러블 전자 장치의 메모리에 저장하는 동작; 및
    상기 제1 정보의 검증을 요청하는 이벤트가 발생된 것에 기반하여, 상기 로그 데이터에서 상기 샘플들을 이용하여 제2 정보를 생성하고, 상기 제2 정보를 상기 제1 정보와 비교하고, 상기 비교의 결과에 기반하여, 상기 제1 정보의 무결성 여부를 결정하는 동작을 포함하는 방법.
  14. 제13 항에 있어서,
    상기 센서로부터 획득된 센서 값들을 상기 로그 데이터에 포함하는 동작을 더 포함하는 방법.
  15. 제13 항에 있어서, 상기 센서는 가속도 센서를 포함하고, 상기 웨어러블 전자 장치가 사용자의 수면을 모니터링하도록 하는 수면 모드로 설정되고,
    상기 획득 동작은 상기 가속도 센서로부터 제1 주기 마다 가속도 값을 수신하고, 상기 가속도 센서로부터 수신된 가속도 값들 중에서 상기 제1 주기보다 긴 제2 주기마다 샘플을 추출하는 동작을 포함하고,
    상기 생성 동작은 상기 제2 주기마다 추출된 샘플들을 이용하여 상기 제1 정보를 생성하는 동작을 포함하는 방법.
PCT/KR2024/020457 2024-06-25 2024-12-17 건강 관리를 위한 정보를 제공하는 전자 장치 Pending WO2026005159A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2024-0082654 2024-06-25
KR20240082654 2024-06-25
KR10-2024-0090548 2024-07-09
KR1020240090548A KR20260001005A (ko) 2024-06-25 2024-07-09 건강 관리를 위한 정보를 제공하는 전자 장치

Publications (1)

Publication Number Publication Date
WO2026005159A1 true WO2026005159A1 (ko) 2026-01-02

Family

ID=98222230

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/020457 Pending WO2026005159A1 (ko) 2024-06-25 2024-12-17 건강 관리를 위한 정보를 제공하는 전자 장치

Country Status (1)

Country Link
WO (1) WO2026005159A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010148829A (ja) * 2008-12-26 2010-07-08 Hitachi Ltd 計算機システム
KR20150047630A (ko) * 2012-09-21 2015-05-04 프로테우스 디지털 헬스, 인코포레이티드 무선 웨어러블 장치, 시스템, 및 방법
KR20150132595A (ko) * 2013-12-31 2015-11-25 고어텍 인크 인체의 운동상태 모니터링 방법 및 장치
CN117524469A (zh) * 2023-10-08 2024-02-06 米狗科技健康(深圳)有限公司 基于智能监测的睡眠数据分析方法及装置
KR20240083775A (ko) * 2022-12-05 2024-06-12 삼성전자주식회사 생체 정보 제공 방법 및 이를 지원하는 전자 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010148829A (ja) * 2008-12-26 2010-07-08 Hitachi Ltd 計算機システム
KR20150047630A (ko) * 2012-09-21 2015-05-04 프로테우스 디지털 헬스, 인코포레이티드 무선 웨어러블 장치, 시스템, 및 방법
KR20150132595A (ko) * 2013-12-31 2015-11-25 고어텍 인크 인체의 운동상태 모니터링 방법 및 장치
KR20240083775A (ko) * 2022-12-05 2024-06-12 삼성전자주식회사 생체 정보 제공 방법 및 이를 지원하는 전자 장치
CN117524469A (zh) * 2023-10-08 2024-02-06 米狗科技健康(深圳)有限公司 基于智能监测的睡眠数据分析方法及装置

Similar Documents

Publication Publication Date Title
WO2020171468A1 (en) Wearable electronic device including biometric sensor
WO2020209662A1 (en) Wearable electronic device including biometric sensor and wireless charging module
WO2022025678A1 (en) Electronic device for evaluating sleep quality and method for operation in the electronic device
WO2018080170A2 (en) Electronic device including biometric sensor
WO2019050277A1 (en) METHOD FOR OBTAINING BIOMETRIC INFORMATION BASED ON PORT STATE AND ASSOCIATED ELECTRONIC DEVICE
WO2020159259A1 (en) Method for calculating recovery index based on rem sleep stage and electronic device thereof
WO2021101147A1 (en) Electronic device for measuring bio-signals
WO2020116756A1 (en) Method for guiding measurement of biological signal in wearable device
WO2020096311A1 (en) Electronic device and method for identifying occurrence of hypotension
WO2023033286A1 (ko) 정신 건강 관리를 위한 전자 장치 및 이의 제어 방법
WO2020111575A1 (en) Biometric sensor module and electronic device including the same
WO2022177059A1 (ko) 선택적 클록 동기화를 이용하는 전자 장치 및 방법
WO2026005159A1 (ko) 건강 관리를 위한 정보를 제공하는 전자 장치
WO2023282437A1 (ko) 전자 장치 및 전자 장치에서 사용자 컨텍스트 기반 산소 포화도 측정 방법
WO2023277336A1 (ko) 생체 인식 모듈을 포함하는 전자 장치
WO2023136628A1 (ko) 사용자의 생체 사인을 결정하는 전자 장치 및 그 동작 방법
WO2026089176A1 (ko) 건강 정보를 제공하기 위한 전자 장치
KR20260001005A (ko) 건강 관리를 위한 정보를 제공하는 전자 장치
WO2025075259A1 (ko) 수면 무 호흡증을 측정하기 위한 전자 장치
WO2025170311A1 (ko) 수면 질환을 확인하기 위한 전자 장치, 방법 및 비 일시적 저장 매체
WO2025023798A1 (ko) 심박을 측정하는 방법, 전자 장치 및 저장 매체
WO2025116373A1 (ko) 전자 장치 및 이를 이용한 심박수 관련 데이터의 생성 방법
WO2025023561A1 (ko) 생체 정보를 측정하는 웨어러블 전자 장치 및 이의 동작 방법
WO2026079854A1 (ko) 생체 신호를 측정하기 위한 방법, 전자 장치, 웨어러블 전자 장치, 프로그램 및 저장 매체
WO2023033304A1 (ko) 전자 장치 및 전자 장치에서 트레머 증상 검출 방법

Legal Events

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

Ref document number: 24944896

Country of ref document: EP

Kind code of ref document: A1