[go: up one dir, main page]

KR102436729B1 - 생체 신호 처리 장치 및 생체 신호 처리 방법 - Google Patents

생체 신호 처리 장치 및 생체 신호 처리 방법 Download PDF

Info

Publication number
KR102436729B1
KR102436729B1 KR1020150105568A KR20150105568A KR102436729B1 KR 102436729 B1 KR102436729 B1 KR 102436729B1 KR 1020150105568 A KR1020150105568 A KR 1020150105568A KR 20150105568 A KR20150105568 A KR 20150105568A KR 102436729 B1 KR102436729 B1 KR 102436729B1
Authority
KR
South Korea
Prior art keywords
biosignal
target
target section
quality metric
signal
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.)
Active
Application number
KR1020150105568A
Other languages
English (en)
Other versions
KR20170012924A (ko
Inventor
박창순
권의근
김상준
최창목
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150105568A priority Critical patent/KR102436729B1/ko
Priority to EP16161801.2A priority patent/EP3123932B1/en
Priority to CN201610329407.8A priority patent/CN106388769B/zh
Priority to US15/212,556 priority patent/US10751002B2/en
Priority to JP2016145099A priority patent/JP6861483B2/ja
Publication of KR20170012924A publication Critical patent/KR20170012924A/ko
Application granted granted Critical
Publication of KR102436729B1 publication Critical patent/KR102436729B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • 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
    • A61B5/30—Input circuits therefor
    • 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]
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • 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
    • A61B5/389—Electromyography [EMG]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

생체 신호 처리 장치가 개시된다. 일 실시예는 생체 신호의 타겟 구간을 설정하고, 설정값에 대응하는 상기 타겟 구간의 주파수 성분을 나타내는 타겟 성분 및 상기 설정값에 대응하지 않는 상기 타겟 구간의 주파수 성분을 나타내는 비타겟 성분을 기초로 상기 타겟 구간에 대응하는 품질 메트릭(metric)을 연산하며, 상기 품질 메트릭을 기초로 상기 생체 신호의 품질을 추정한다.

Description

생체 신호 처리 장치 및 생체 신호 처리 방법{BIO-SIGNAL PROCESSING APPARTUS AND BIO-SIGNAL PROCESSING METHOD}
아래 실시예들은 생체 신호 처리 장치 및 생체 신호 처리 방법에 관한 것이다.
최근, 고령화된 인구 구조, 급증하는 의료비, 전문 의료 서비스 인력의 부족 등으로 인해, IT 기술과 의료 기술이 접목된 IT-의료 융합기술에 대한 활발한 연구가 수행된다. 특히, 인체의 건강 상태에 대한 모니터링은 가정과 사무실 등의 일상 생활에서 가능하다. 예를 들어, 모바일 헬스케어(mobile healthcare)를 통해 사용자의 건강 상태가 모니터링될 수 있다.
건강 상태의 모니터링을 위해 생체 신호가 이용될 수 있다. 예를 들어, 생체 신호는 심전도(Electrocardiography, ECG), 광전용적맥파 (Photoplethysmogram, PPG), 또는 근전도(Electromyography, EMG) 신호 등을 포함할 수 있다. 생체 신호 측정 장치의 이동성 및 사용 편의성이 보장되는 경우, 일상 생활에서 건강 상태의 모니터링이 보다 용이할 수 있다.
다만, 생체 신호 측정 장치의 이동성이 보장되는 경우, 불안정한 외부 환경 또는 사용자의 이동으로 인한 동잡음(motion artifact)으로 인해 생체 신호가 정확하게 측정되지 않을 수 있다.
관련 선행기술로, 한국등록특허 제10-1048763호(발명의 명칭: 신호 검출 장치 및 방법, 출원인: 고려대학교 산학협력단)가 있다. 해당 한국등록특허에는 입력된 생체신호를 주파수 영역으로 변환하여, 상기 변환된 주파수 영역에서 상기 특정 신호가 존재하는 주파수 영역을 검출하는 과정과 상기 검출된 주파수 영역을 시간 영역으로 변환하여, 상기 변환된 시간 영역에서 잡음의 빈도수 특성에 따른 시간 영역을 필터링하여 상기 특정 신호를 검출하는 과정이 개시되어 있다.
일 측에 따른 생체 신호 처리 장치는 생체 신호를 수신하는 통신 인터페이스; 및 상기 생체 신호의 타겟 구간을 설정하고, 설정값에 대응하는 상기 타겟 구간의 주파수 성분을 나타내는 타겟 성분 및 상기 설정값에 대응하지 않는 상기 타겟 구간의 주파수 성분을 나타내는 비타겟 성분을 기초로 상기 타겟 구간에 대응하는 품질 메트릭(metric)을 연산하고, 상기 품질 메트릭을 기초로 상기 생체 신호의 품질을 추정하는 프로세서를 포함한다.
상기 프로세서는, 상기 타겟 구간을 주파수 영역 신호로 변환하고, 상기 주파수 영역 신호의 주파수 성분 중 상기 설정값의 정수배인 주파수 성분을 상기 타겟 성분으로 정의할 수 있다.
상기 프로세서는, 상기 타겟 성분에 대응하는 신호를 제1 개수만큼 추출할 수 있고, 상기 비타겟 성분에 대응하는 신호를 상기 제1 개수와 상기 설정값을 기초로 정의되는 제2 개수만큼 추출할 수 있다.
상기 프로세서는, 상기 제1 개수만큼 추출된 신호의 전력 및 상기 제2 개수만큼 추출된 신호의 전력을 이용하여 상기 품질 메트릭을 연산할 수 있다.
상기 프로세서는, 상기 품질 메트릭의 연산을 기초로 상기 타겟 구간 및 상기 설정값 중 적어도 하나를 변경할 수 있고, 상기 변경을 기초로 상기 품질 메트릭과 다른 품질 메트릭을 연산할 수 있으며, 상기 품질 메트릭 및 상기 다른 품질 메트릭을 기초로 제1 최대 품질 메트릭을 결정할 수 있다.
상기 프로세서는, 상기 생체 신호와 다른 생체 신호의 제2 최대 품질 메트릭을 획득할 수 있고, 상기 제1 최대 품질 메트릭 및 상기 제2 최대 품질 메트릭 중에서 최대값을 결정할 수 있으며, 상기 최대값에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다.
상기 프로세서는, 상기 제1 최대 품질 메트릭이 임계값 이상인지 여부를 확인할 수 있고, 확인 결과에 기초하여, 상기 제1 최대 품질 메트릭에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다.
상기 프로세서는, 제1 스텝 사이즈를 이용하여 상기 타겟 구간을 변경할 수 있고, 상기 제1 스텝 사이즈가 이용된 제1 복수의 변경 타겟 구간 중 어느 하나를 선택할 수 있으며, 제2 스텝 사이즈를 이용하여 상기 선택된 변경 타겟 구간을 변경할 수 있고, 상기 제2 스텝 사이즈가 이용된 제2 복수의 변경 타겟 구간 각각에 대응하는 품질 메트릭을 기초로 제1 최대 품질 메트릭을 결정할 수 있다.
상기 프로세서는, 상기 타겟 구간이 모니터링 대상이 되는 생체 신호로 결정된 경우, 상기 타겟 구간의 상기 비타겟 성분에 대응하는 신호의 크기를 미리 설정된 값으로 정의할 수 있다.
상기 프로세서는, 상기 타겟 구간의 주기 정보를 획득할 수 있다.
다른 일 측에 따른 생체 신호 처리 장치는, 복수의 생체 신호를 처리하기 위한 일련의 로직을 저장하는 메모리; 및 상기 로직을 실행하는 프로세서를 포함하고, 상기 로직은, 개별 생체 신호의 타겟 구간의 타겟 성분 ?상?? 타겟 성분은 설정값에 대응하는 상기 타겟 구간의 주파수 성분을 나타냄- 및 비타겟 성분 ?상?? 비타겟 성분은 상기 설정값에 대응하지 않는 상기 타겟 구간의 주파수 성분을 나타냄- 을 기초로 품질 메트릭을 정의하는 품질 메트릭 정의 로직; 상기 품질 메트릭을 기초로 상기 복수의 생체 신호의 품질을 추정하는 품질 추정 로직; 및 상기 복수의 생체 신호의 품질에 기초하여 모니터링 대상이 되는 생체 신호를 결정하는 결정 로직을 포함한다.
일 측에 따른 생체 신호 처리 방법은 생체 신호를 수신하는 단계; 및 상기 생체 신호의 타겟 구간을 설정하는 단계; 설정값에 대응하는 상기 타겟 구간의 주파수 성분을 나타내는 타겟 성분 및 상기 설정값에 대응하지 않는 상기 타겟 구간의 주파수 성분을 나타내는 비타겟 성분을 기초로 상기 타겟 구간에 대응하는 품질 메트릭(metric)을 연산하는 단계; 및 상기 품질 메트릭을 기초로 상기 생체 신호의 품질을 추정하는 단계를 포함한다.
다른 일 측에 따른 생체 신호 처리 방법은 개별 생체 신호의 타겟 구간의 타겟 성분 -상기 타겟 성분은 설정값에 대응하는 상기 타겟 구간의 주파수 성분을 나타냄- 및 비타겟 성분 -상기 비타겟 성분은 상기 설정값에 대응하지 않는 상기 타겟 구간의 주파수 성분을 나타냄- 을 기초로 상기 타겟 구간에 대응하는 품질 메트릭을 정의하는 단계; 상기 품질 메트릭을 기초로 복수의 생체 신호의 품질을 추정하는 단계; 및 상기 복수의 생체 신호의 품질에 기초하여 모니터링 대상이 되는 생체 신호를 결정하는 단계를 포함한다.
도 1은 생체 신호 처리의 일례를 설명하기 위한 도면이다.
도 2a 내지 도 2b는 생체 신호의 일례를 설명하기 위한 도면이다.
도 3a 내지 도 3b는 생체 신호 처리의 다른 일례를 설명하기 위한 도면이다.
도 4는 내지 도 10은 일 실시예에 따른 생체 신호 처리의 일례를 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 생체 신호 처리 장치를 설명하기 위한 블록도이다.
도 12 내지 도 14는 일 실시예에 따른 품질 메트릭의 연산 과정을 설명하기 위한 도면이다.
도 15는 일 실시예에 따른 생체 신호 처리 장치의 다른 일례를 설명하기 위한 블록도이다.
도 16은 일 실시예에 따른 복수의 생체 신호 중에서 모니터링 대상이 되는 생체 신호의 결정을 설명하기 위한 도면이다.
도 17은 일 실시예에 따른 생체 신호 처리 장치의 또 다른 일례를 설명하기 위한 블록도이다.
도 18은 일 실시예에 따른 생체 신호 처리 방법의 일례를 설명하기 위한 순서도이다.
도 19는 일 실시예에 따른 생체 신호 처리 방법의 다른 일례를 설명하기 위한 순서도이다.
도 20은 일 실시예에 따른 생체 신호 처리 장치를 포함하는 단말을 설명하기 위한 도면이다.
도 21은 일 실시예에 따른 생체 신호 처리 장치를 포함하는 웨어러블 디바이스를 설명하기 위한 도면이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 생체 신호 처리의 일례를 설명하기 위한 도면이다.
노이즈 성분을 포함하는 생체 신호가 퓨리에 변환(Fourier Transform)을 통해 주파수 영역 신호(110)로 변환된 경우, 상대적으로 높은 주파수 성분은 노이즈 성분일 수 있고, 상대적으로 낮은 주파수 성분은 원하는 신호(desired signal)일 수 있다.
도 1에 원하는 신호의 주파수 대역에 대응하는 신호 윈도우(signal window)(120)와 노이즈 성분에 대응하는 노이즈 윈도우(noise window)(130)가 도시된다. 여기서, 신호 윈도우는 DC 성분을 포함하지 않을 수 있다.
생체 신호의 품질을 추정하기 위해 주파수 영역 신호(110)의 SNR(signal-to-noise ratio)이 이용될 수 있다. SNR은 노이즈 윈도우(130)에 포함된 신호의 전력과 신호 윈도우(120)에 포함된 신호의 전력 사이의 비율을 기초로 정의될 수 있다. SNR을 기초로 생체 신호의 품질이 추정하는 방법의 경우, 왜곡된 생체 신호가 모니터링 대상이 되는 생체 신호로 결정될 수 있다. 이하, 도 2를 참조하면서 설명한다.
도 2a 내지 도 2b는 생체 신호의 일례를 설명하기 위한 도면이다.
도 2a 내지 도 2b를 참조하면, 서로 다른 생체 신호가 도시된다. 도 2a 내지 도 2b에서, 실선은 노이즈 성분을 포함하는 생체 신호를 나타내고, 점선은 노이즈 성분이 제거된 생체 신호를 나타낸다.
도 2a 내지 도 2b의 경우, 노이즈 성분을 제외한 생체 신호의 평균 전력은 비슷하나, 높은 주파수로 불규칙하게 변하는 노이즈 성분의 평균 전력은 도 2a의 경우가 도 2b의 경우보다 더 높다. 도 1을 통해 기술된 방법을 통해 생체 신호의 품질이 추정되는 경우, 노이즈 성분의 평균 전력이 상대적으로 작은 도 2b의 생체 신호의 품질이 높게 추정될 수 있다. 이로 인해, 도 2b의 생체 신호가 모니터링 대상이 되는 생체 신호 결정될 수 있다.
생체 신호는 주기적(periodic)일 수 있다. 안정적인 상황(예를 들어, 사용자가 움직이지 않는 경우)에서 센싱된 생체 신호는, 노이즈 성분을 포함하나 주기성을 가질 수 있다. 생체 신호 측정 장치가 사용자와 정확하게 접촉되지 않는 등 특정 상황에서 센싱된 생체 신호는 주기적이 아닐 수 있다. 도 2b의 생체 신호는 품질이 높게 추정되더라도 주기성이 없어, 도 2b의 생체 신호는 모니터링 대상이 되는 생체 신호로는 적합하지 않다. 도 2a의 생체 신호는 품질이 낮게 추정되나 모니터링 대상이 되는 생체 신호로 적합하다. 이에 따라, 도 1을 통해 기술된 방법은 생체 신호의 품질을 추정하는데 어려움이 있을 수 있다.
도 3a 내지 도 3b는 생체 신호 처리의 다른 일례를 설명하기 위한 도면이다.
도 3a 내지 도 3b를 참조하면, 노이즈 성분이 제거된 생체 신호가 도시된다. 노이즈 성분은 상대적으로 높은 주파수 성분이므로, 저대역 통과 필터(Low Pass Filter; LPF)를 통해 제거될 수 있다.
생체 신호의 품질을 추정하기 위해 노이즈 성분이 제거된 생체 신호의 변동폭이 이용될 수 있다. 신호 세기의 변동폭이 클수록 품질이 높은 것으로 추정될 수 있다. 이 경우, 도 3a의 생체 신호 보다는 도 3b의 생체 신호의 품질이 높게 추정될 수 있다.
위에서 설명한 것과 같이, 도 3b의 생체 신호는 모니터링 대상이 되는 생체 신호로 적합하지 않을 수 있다. 생체 신호의 변동폭을 이용하는 방법은 생체 신호의 품질을 추정하는데 어려움이 있을 수 있다.
도 4는 내지 도 10은 일 실시예에 따른 생체 신호 처리의 일례를 설명하기 위한 도면이다.
도 4에 이상적인 생체 신호 xR(t)가 도시된다. 주기 Tp(410)에 대응하는 기본 파형 g(t)(420)가 R번 반복된다고 가정하자. xR(t)는 수학식 1로 표현될 수 있다.
[수학식 1]
Figure 112015072469648-pat00001

퓨리에 변환을 통해 xR(t)가 주파수 영역 신호로 변환되면 수학식 2로 표현될 수 있다.
[수학식 2]
Figure 112015072469648-pat00002

수학식 2에서
Figure 112015072469648-pat00003
는
Figure 112015072469648-pat00004
를 나타낸다.
여기서,
Figure 112015072469648-pat00005
에 절대값이 적용되면 인접하는 피크값 사이에 0이 R-1개이다. 이하, 도 5를 참조하면서 설명한다.
도 5를 참조하면, 주파수에 따른
Figure 112015072469648-pat00006
이 도시된다. 여기서, Tp는 1이다.
R이 2인 경우, 피크값(510)과 피크값(511) 사이에 크기가 0인 주파수 성분은 1개이다. R이 3인 경우, 피크값(521)과 피크값(522) 사이에 크기가 0인 주파수 성분은 2개이고, R이 4인 경우, 피크값(531)과 피크값(532) 사이에 크기가 0인 주파수 성분은 3개이다.
도 5를 통해 기술된 내용을 기초로
Figure 112015072469648-pat00007
는 수학식 3으로 표현될 수 있다.
[수학식 3]
Figure 112015072469648-pat00008

m이 정수이고, 주파수 f가 m/Tp인 경우,
Figure 112015072469648-pat00009
이고, f가
Figure 112015072469648-pat00010
인 경우,
Figure 112015072469648-pat00011
이다. f가 m/Tp와 (m+1)/Tp 사이에 주파수일 경우,
Figure 112015072469648-pat00012
이다.
생체 신호 센서가 센싱한 생체 신호는 디지털 신호이거나 디지털 신호로 변환된 것일 수 있으므로, 생체 신호의 주파수 분석을 위해 DFT(Discrete Fourier Transform)가 이용될 수 있다. 또는, 생체 신호의 주파수 분석을 위해 DFT 연산 속도를 증가시킨 FFT(Fast Fourier Transform)가 이용될 수 있다. 생체 신호에 DFT 또는 FFT를 적용하여 DFT 결과 또는 FFT 결과가 획득될 수 있다.
Figure 112015072469648-pat00013
로부터 DFT 결과 또는 FFT 결과가 획득될 수 있다. 보다 구체적으로, CTFT(Continuous-Time Fourier Transform)에서의 주파수 영역 샘플링(frequency-domain sampling) 값을 샘플링 간격(sampling interval)(샘플링 간격은 시간 영역 샘플들 사이의 간격을 나타냄)으로 나눈 값을 이용하여
Figure 112015072469648-pat00014
로부터 DFT 결과 또는 FFT 결과가 획득될 수 있다. DFT 결과 또는 FFT 결과
Figure 112015072469648-pat00015
는 수학식 4로 표현될 수 있다.
[수학식 4]
Figure 112015072469648-pat00016

수학식 4에서, Ts는 샘플링 간격을 나타내고, k는 0이상이고, N-1이하인 정수를 나타낸다. 여기서, 샘플링 간격은 샘플과 샘플 사이의 시간 간격 또는 샘플과 샘플 사이의 거리를 나타낸다. N은 전체 샘플의 개수를 나타내고, FFT 크기(size) 또는 FFT 길이(length)를 나타낸다.
수학식 4에서, k가 R의 정수배가 아닌 경우,
Figure 112015072469648-pat00017
는 0이 되고, k가 R의 정수배인 경우,
Figure 112015072469648-pat00018
는 0이 되지 않는다. 이하, 수학식 4와 관련된 일례를 도 6a 내지 도 6b를 참조하면서 설명한다.
도 6a 참조하면, 시간 영역 신호가 도시되고, 도 6b를 참조하면, 주파수 영역 신호가 도시된다. 신호(610)를 기본 파형이라 하자. 신호(611)은 기본 파형이 2회 반복된 신호로 파형 반복 횟수는 2이고, 신호(612)는 기본 파형이 3회 반복된 신호로 파형 반복 횟수는 3이다.
DFT 또는 FFT를 통해 신호(610) 내지 신호(613) 각각은 신호(620) 내지 신호(622) 각각으로 변환될 수 있다. 여기서, 신호(620) 내지 신호(622)의 정규화(normalization)를 위해 DFT 또는 FFT 결과에 R*Fs가 나눠질 수 있다. Fs는 Ts의 역수이고, 샘플링 레이트(sampling rate)를 나타낸다. 도 6a 내지 도 6b에 도시된 예에서, Fs는 250Hz이다. 도 6b의 그래프의 가로축은 주파수이다. 보다 상세하게, 도 6b의 그래프의 가로축은 스케일링(scaling)된 k인 k/(N*Ts)이다.
신호(621)에서 첫 번째 주파수 성분에 대응하는 신호의 크기는 0이고, 두 번째 주파수 성분에 대응하는 신호의 크기는 0이 아니며, 세 번째 주파수 성분에 대응하는 신호의 크기는 0이고, 네 번째 주파수 성분에 대응하는 신호의 크기는 0이 아니다. 신호(611)은 기본 파형이 2회 반복된 신호이므로, 신호(621)의 두 번째 주파수 성분 및 네 번째 주파수 성분에 대응하는 신호가 원하는 신호이다.
신호(622)에서 첫 번째 및 두 번째 주파수 성분의 신호 크기는 0이고, 세 번째 및 여섯 번째 주파수 성분의 신호 크기는 0이 아니다. 신호(612)은 기본 파형이 3회 반복된 신호이므로, 신호(622)의 세 번째 주파수 성분 및 여섯 번째 주파수 성분에 대응하는 신호가 원하는 신호이다.
기본 파형이 R회 반복된 생체 신호를 주파수 영역 신호로 변환하는 경우, R의 정수배인 주파수 성분에서 원하는 신호가 분포한다.
지금까지 이상적인 생체 신호 및 이상적인 생체 신호의 주파수 특성에 대하여 설명하였다. 이하, 노이즈 성분, 동잡음, 또는 백색 잡음(white noise) 등에 의해 왜곡된 생체 신호 및 왜곡된 생체 신호의 주파수 특성을 설명한다.
노이즈 성분 등이 포함된 생체 신호는 수학식 5로 표현될 수 있다.
[수학식 5]
Figure 112015072469648-pat00019

수학식 5에서
Figure 112015072469648-pat00020
은 비반복 성분으로, 신호의 왜곡을 고려한 값이다. 첫 번째 나타나는 파형과 두 번째 나타나는 파형은 동일하지 않으나, 파형의 모양은 유사할 수 있다. 수학식 5의 xR(t)는 비반복 성분으로 인해 이상적 주기 신호는 아니지만 주기성을 갖는다. 수학식 5의 xR(t)의 파형 반복 횟수는 R번일 수 있다. 첫 번째 파형과 두 번째 파형 사이의 상관도(correlation) 또는 유사도(similarity)가 높을 수 있다.
수학식 5의 생체 신호가 샘플링되고, 샘플링된 신호에 DFT 또는 FFT가 적용되면, 주파수 영역 신호
Figure 112015072469648-pat00021
가 획득될 수 있다.
Figure 112015072469648-pat00022
는 수학식 6으로 표현될 수 있다.
[수학식 6]
Figure 112015072469648-pat00023

수학식 6에서,
Figure 112015072469648-pat00024
는
Figure 112015072469648-pat00025
로 정의되고, 주파수 성분이 R의 정수배가 아닌 경우,
Figure 112015072469648-pat00026
는 0이 아니다. k에 따른
Figure 112015072469648-pat00027
를 그래프로 나타내면 도 7과 같다. 이하, 도 7을 참조하면서 설명한다.
도 7을 참조하면, k에 따른
Figure 112015072469648-pat00028
의 그래프가 도시된다.
이상적인 생체 신호의 파형 반복 횟수가 R회인 경우, R의 정수배인 주파수 성분에 대응하는 신호의 크기는 크고, R의 정수배가 아닌 주파수 성분은 없다. 유사하게, 비반복 성분을 포함하는 생체 신호의 파형 반복 횟수가 R회인 경우, R의 정수배인 주파수 성분에 대응하는 신호의 크기는 크고, R의 정수배가 아닌 주파수 성분에 대응하는 신호의 크기는 작다. 도 7에 도시된 예와 같이, 비반복 성분을 포함하는 생체 신호의 파형 반복 횟수가 4인 경우, 4의 정수배인 주파수 성분에 대응하는 신호의 크기가 4의 정수배가 아닌 주파수 성분에 대응하는 신호의 크기보다 크다.
일 실시예에 따르면, 생체 신호의 품질을 추정하기 위해 R의 정수배인 주파수 성분 및 R의 정수배가 아닌 주파수 성분을 기초로 정의되는 품질 메트릭(metric)이 이용될 수 있다. 예를 들어, R의 정수배인 주파수 성분에 대응하는 신호의 전력(또는 신호 세기) 및 R의 정수배가 아닌 주파수 성분에 대응하는 신호의 전력(또는 신호 세기)을 기초로 품질 메트릭이 연산될 수 있고, 품질 메트릭을 기초로 생체 신호의 품질이 추정될 수 있다. 만약, 비반복 성분을 포함하는 생체 신호의 파형 반복 횟수가 R회인 경우, R의 정수배인 주파수 성분에 대응하는 신호의 크기가 R의 정수배가 아닌 주파수 성분에 대응하는 크기보다 크므로, 생체 신호의 품질 메트릭은 크다. 주기성을 갖는 생체 신호의 품질 메트릭은 클 수 있고, 주기성을 갖지 않는 생체 신호의 품질 메트릭은 작을 수 있다.
R에 대응하는 주파수 성분을 타겟 성분(target component)이라 하고, R에 대응하지 않는 주파수 성분을 비타겟 성분(non-target component)이라 하자. 또한, 타겟 성분에 대응하는 신호를 타겟 성분 신호라 하고, 비타겟 성분에 대응하는 신호를 비타겟 성분 신호라 하자. 이하, 도 8을 참조하면서, 품질 메트릭의 일례를 설명한다.
도 8을 참조하면, 일 실시예에 따른 품질 메트릭의 일례를 설명하기 위한 도면이 도시된다.
k가 R인 주파수 성분과 k가 2R인 주파수 성분 사이에는 R-1개의 비타겟 성분이 분포한다.
품질 메트릭
Figure 112015072469648-pat00029
은 M개의 타겟 성분 신호(810)의 전력의 합 및 M*(R-1)개의 비타겟 성분 신호(820)의 전력의 합 사이의 비율로 정의될 수 있다. 이 경우, 품질 메트릭은 수학식 7로 표현될 수 있다.
[수학식 7]
Figure 112015072469648-pat00030

수학식 7에 따라 품질 메트릭을 계산하는 경우를 그림으로 나타내면 도 9a 내지 도 9c와 같다.
도 9a 내지 도 9c는 R이 3인 경우로, 도 9a는 M이 1인 품질 메트릭(SNRRS(1,3))인 경우, 도 9b는 M이 2인 품질 메트릭(SNRRS(2,3))인 경우, 및 도 9c는 M이 3인 품질 메트릭(SNRRS(3,3))인 경우를 나타낸다. M은 타겟 성분의 개수를 나타낸다.
도 9a에서, 품질 메트릭을 연산하기 위해 타겟 성분 신호(910)의 전력 및 비타겟 성분 신호(911)의 전력이 이용될 수 있다. 품질 메트릭의 연산을 위해 이용되는 비타겟 성분은 타겟 성분의 오른쪽에 분포한 주파수 성분일 수 있다.
도 9b에서, 품질 메트릭을 연산하기 위해 타겟 성분 신호(921)의 전력 및 비타겟 성분 신호(922)의 전력이 이용될 수 있다. 타겟 성분의 개수는 2개이고, 비타겟 성분은 2개의 타겟 성분 각각의 오른쪽에 분포한 주파수 성분일 수 있다. 보다 구체적으로, k=3인 타겟 성분을 기준 성분(reference component)이라 할 때, k=4 및 5인 주파수 성분을 기준 성분에 대응하는 비타겟 성분이라 할 수 있고, k=6인 타겟 성분을 기준 성분이라 할 때, k=7 및 8인 주파수 성분을 기준 성분에 대응하는 비타겟 성분이라 할 수 있다.
도 9c에서, 품질 메트릭을 연산하기 위해 타겟 성분 신호(931)의 전력 및 비타겟 성분 신호(932)의 전력이 이용될 수 있다. 타겟 성분의 개수는 3개이고, 비타겟 성분은 3개의 타겟 성분 각각의 오른쪽에 분포한 주파수 성분일 수 있다.
품질 메트릭은 타겟 성분 신호의 전력 및 타겟 성분 신호의 오른쪽에 분포한 비타겟 성분 신호의 전력을 이용하여 연산될 수 있다.
도 9a 내지 도 9c를 통해 기술된 내용은 예시적인 사항일 뿐, 품질 메트릭은 도 9a 내지 도 9c를 통해 기술된 내용으로 한정되지 않는다. 이하, 도 10을 참조하면서, 일 실시예에 따른 품질 메트릭의 다른 일례를 설명한다.
도 10을 참조하면, 일 실시예에 따른 품질 메트릭의 다른 일례를 설명하기 위한 도면이 도시된다.
도 9a 내지 도 9c와 달리, 품질 메트릭의 연산에 이용되는 비타겟 성분은 타겟 성분의 왼쪽에 분포한 주파수 성분 및 타겟 성분의 오른쪽에 분포한 주파수 성분일 수 있다. 도 10에 도시된 예에서, k가 R인 타겟 성분을 기준 성분이라 할 때, 기준 성분의 왼쪽에 분포한 1개의 주파수 성분 및 오른쪽에 분포한 2개의 주파수 성분이 기준 성분에 대응하는 비타겟 성분일 수 있다. 마찬가지로, k가 2R인 타겟 성분을 기준 성분이라 할 때, 2R-1의 주파수 성분, 2R+1의 주파수 성분, 및 2R+2의 주파수 성분은 기준 성분에 대응하는 비타겟 성분일 수 있다. 도 10를 통해 기술된 품질 메트릭의 다른 일례는 수학식 8로 표현될 수 있다.
[수학식 8]
Figure 112015072469648-pat00031
수학식 8에서
Figure 112015072469648-pat00032
및
Figure 112015072469648-pat00033
는 임의의 정수로,
Figure 112015072469648-pat00034
이다.
타겟 성분 신호(1010)의 전력 및 비타겟 성분 신호(1020)의 전력을 기초로 품질 메트릭이 연산될 수 있다.
도 10에 도시되지 않았으나, 품질 메트릭의 연산을 위해 비타겟 성분 신호의 전력 중 최대 전력이 이용될 수 있다. 또 다른 일례로, M개의 타겟 성분 신호의 전력의 합 및 비타겟 성분 신호의 전력 중 최대 전력을 기초로 품질 메트릭이 연산될 수 있다. 품질 메트릭의 또 다른 일례는 수학식 9로 표현될 수 있다.
[수학식 9]
Figure 112015072469648-pat00035

최대 전력을 갖는 비타겟 성분이 식별되고, M*(R-1)*최대 전력 대비 M개의 타겟 성분 신호의 전력의 합이 품질 메트릭으로 연산될 수 있다. 또한, 수학식 9와 달리, 타겟 성분 신호의 전력 중 최대 전력 또는 최소 전력을 이용하여 품질 메트릭이 연산될 수 있다. 예를 들어, 비타겟 성분 신호의 전력의 합 대비 M*최대 전력이 품질 메트릭으로 연산될 수 있다. 여기서, 최대 전력은 타겟 성분 신호의 전력 중 최대 전력이다. 또한, M*(R-1)*최소 전력 대비 M개의 타겟 성분 신호의 전력의 합이 품질 메트릭으로 연산될 수 있다. 여기서, 최소 전력은 비타겟 성분 신호의 전력 중 최소 전력이다.
도 10을 통해 기술된 내용은 예시적인 사항일 뿐, 품질 메트릭은 도 10을 통해 기술된 내용으로 한정되지 않는다.
도 11은 일 실시예에 따른 생체 신호 처리 장치를 설명하기 위한 블록도이다.
도 11을 참조하면, 일 실시예에 따른 생체 신호 처리 장치(1100)은 통신 인터페이스(1110) 및 프로세서(1120)를 포함한다.
통신 인터페이스(1110)는 생체 신호를 수신한다. 예를 들어, 통신 인터페이스(1110)은 프로세서(1120)의 입출력 포트를 포함할 수 있다. 통신 인터페이스(1110)은 버스를 통해 센서가 센싱한 생체 신호를 수신할 수 있고, 프로세서(1120)는 생체 신호를 통신 인터페이스(1110)로부터 입력 받을 수 있다.
프로세서(1120)는 생체 신호의 타겟 구간(target interval)을 설정한다. 타겟 구간은 생체 신호의 품질을 추정하는데 사용되는 품질 메트릭을 연산하기 위해 설정되는 구간을 나타낼 수 있다. 또한, 후술하겠지만, 타겟 구간은 모니터링 대상이 되는 생체 신호가 될 수 있다. 프로세서(1120)는 제1 시점부터 제2 시점 사이에 포함된 생체 신호를 타겟 구간으로 설정할 수 있다. 또한, 생체 신호의 특성이 고려되어 타겟 구간이 설정될 수 있다. 예를 들어, 심박수의 정상 범위는 60~100회/1분이고, 프로세서(1120)는 심박수의 정상 범위를 고려하여 타겟 구간을 설정할 수 있다. 또한, 프로세서(1120)는 심박수의 정상 범위뿐 아니라 정상 범위를 벗어나는 비정상 범위까지 고려하여 타겟 구간을 설정할 수 있다. 여기서, 비정상 범위는 미리 설정된 범위일 수 있다.
프로세서(1120)는 타겟 성분 및 비타겟 성분을 기초로 타겟 구간에 대응하는 품질 메트릭을 연산한다. 타겟 성분은 타겟 구간의 주파수 성분 중 설정값에 대응하는 주파수 성분을 나타내고, 비타겟 성분은 타겟 구간의 주파수 성분 중 설정값에 대응하지 않는 주파수 성분을 나타낸다.
타겟 구간이 설정되는 경우, 프로세서(1120)는 타겟 구간을 주파수 영역 신호로 변환할 수 있다. 예를 들어, 통신 인터페이스(1110)로부터 입력된 생체 신호는 샘플링된 생체 신호일 수 있으므로, 프로세서(1120)는 통신 인터페이스(1110)로부터 입력된 생체 신호에 DFT 또는 FFT를 적용할 수 있다.
프로세서(1120)는 주파수 영역 신호의 주파수 성분 중 설정값의 정수배인 주파수 성분을 타겟 성분으로 정의할 수 있다. 또한, 프로세서(1120)는 설정값의 정수배가 아닌 주파수 성분을 비타겟 성분으로 정의할 수 있다.
프로세서(1120)는 타겟 성분 신호를 제1 개수만큼 추출할 수 있고, 비타겟 성분 신호를 제1 개수와 설정값을 기초로 정의되는 제2 개수만큼 추출할 수 있다. 여기서, 제1 개수를 M이라 하고, 설정값을 R이라 할 때, 제2 개수는 M*(R-1)일 수 있다. 프로세서(1120)는 제1 개수만큼 추출된 신호의 전력 및 제2 개수만큼 추출된 신호의 전력을 이용하여 품질 메트릭을 연산할 수 있고, 품질 메트릭은 수학식 10 또는 11로 표현될 수 있다.
[수학식 10]
Figure 112015072469648-pat00036

[수학식 11]
Figure 112015072469648-pat00037

수학식 11의 분모에서
Figure 112015072469648-pat00038
는 특정 타겟 성분 신호의 왼쪽에 분포한 비타겟 성분 신호의 전력을 나타내고,
Figure 112015072469648-pat00039
는 특정 타겟 성분신호의 오른쪽에 분포한 비타겟 성분 신호의 전력을 나타낸다.
또한, 프로세서(1120)는 비타겟 성분 신호의 전력 중 최대 전력 및 타겟 성분 신호의 전력을 이용하여 품질 메트릭을 연산할 수 있고, 품질 메트릭은 수학식 12로 표현될 수 있다.
[수학식 12]
Figure 112015072469648-pat00040

품질 메트릭의 연산을 기초로 프로세서(1120)는 타겟 구간 및 설정값 중 적어도 하나를 변경할 수 있다. 타겟 구간을 변경하기 위해 프로세서(1120)는 타겟 구간을 확장할 수 있다. 타겟 구간의 확장은 새로운 타겟 구간의 설정을 나타낼 수 있다. 프로세서(1120)는 타겟 구간과 시간적으로 구분되는 새로운 타겟 구간을 설정할 수 있다. 또한, 설정값을 변경하기 위해 프로세서(1120)는 설정값을 증가시키거나 감소시킬 수 있다. 프로세서(1120)는 타겟 구간을 변경하지 않고, 설정값 R을 변경할 수 있다.
프로세서(1120)는 타겟 구간 및 설정값 중 적어도 하나의 변경을 기초로 품질 메트릭과 다른 품질 메트릭을 연산할 수 있다. 프로세서(1120)는 변경된 타겟 구간에 대응하는 품질 메트릭을 연산할 수 있다. 또한, 프로세서(1120)는 변경된 설정값을 이용하여 다른 품질 메트릭을 연산할 수 있다. 프로세서(1120)는 R=2일 때의
Figure 112015072469648-pat00041
을 연산할 수 있고, R=3일 때의
Figure 112015072469648-pat00042
을 연산할 수 있다. 또한, 프로세서(1120)는 M 및 R을 변경시켜 품질 메트릭과 다른 품질 메트릭을 연산할 수 있다. 또한, 프로세서(1120)는 설정값 및 타겟 구간을 변경시켜 품질 메트릭과 다른 품질 메트릭을 연산할 수 있다.
전술한 다른 품질 메트릭의 연산은 예시적인 사항일 뿐, 다른 품질 메트릭의 연산은 전술한 사항으로 한정되지 않는다.
프로세서(1120)는 품질 메트릭을 기초로 생체 신호의 품질을 추정한다. 프로세서(1120)는 품질 메트릭 및 다른 품질 메트릭을 기초로 제1 최대 품질 메트릭을 결정할 수 있다. 제1 최대 품질 메트릭은 품질 메트릭 및 다른 품질 메트릭 중에서 최대값을 나타낼 수 있다. 프로세서(1120)는 제1 최대 품질 메트릭을 메모리에 저장할 수 있다. 또한, 프로세서(1120)는 제1 최대 품질 메트릭에 대응하는 타겟 구간의 식별 정보, 예를 들어, 타겟 구간의 시작 샘플의 인덱스 및 마지막 샘플의 인덱스를 메모리에 저장할 수 있다.
일 실시예에 있어서, 프로세서(1120)는 생체 신호(이하, 제1 생체 신호)와 다른 생체 신호(이하, 제2 생체 신호)를 입력 받을 수 있다. 제2 생체 신호는 제1 생체 신호와 센싱 채널이 다를 수 있다. 또한, 제2 생체 신호는 제1 생체 신호와 다른 시간에서 센싱된 생체 신호일 수 있다. 제2 생체 신호의 센싱 채널 및/또는 제2 생체 신호가 센싱된 시간 구간은 제1 생체 신호의 센싱 채널 및/또는 제1 생체 신호가 센싱된 시간 구간과 다를 수 있다. 프로세서(1120)는 제1 생체 신호의 품질을 추정한 방식과 동일하게 제2 생체 신호의 품질을 추정할 수 있고, 제1 생체 신호의 품질 및 제2 생체 신호의 품질을 기초로 모니터링 대상이 되는 생체 신호를 결정할 수 있다.
예를 들어, 프로세서(1120)는 제2 생체 신호의 복수의 품질 메트릭을 연산할 수 있고, 복수의 품질 메트릭 중에서 제2 최대 품질 메트릭을 결정할 수 있다. 제2 최대 품질 메트릭은 복수의 품질 메트릭 중에서 최대값을 나타낸다. 제2 최대 품질 메트릭이 결정된 경우, 프로세서(1120)는 제2 최대 품질 메트릭 및 제1 최대 품질 메트릭 중 최대값을 결정할 수 있다. 프로세서(1120)는 최대값에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다.
다른 일례로, 프로세서(1120)는 제1 최대 품질 메트릭이 임계값 이상인지 확인할 수 있다. 제1 최대 품질 메트릭이 임계값 이상인 경우, 프로세서(1120)는 제1 최대 품질 메트릭에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다. 모니터링 대상이 되는 생체 신호가 결정된 경우, 프로세서(1120)는 제2 최대 품질 메트릭 획득 과정을 중단할 수 있다. 이 경우, 프로세서(1120)는 제2 최대 품질 메트릭 획득 과정의 중단을 지시(instruction)하는 제어 신호를 생성할 수 있다. 제1 최대 품질 메트릭이 임계값 미만인 경우, 프로세서(1120)는 제2 최대 품질 메트릭이 임계값 이상인지 확인할 수 있다. 여기서, 제2 최대 품질 메트릭이 임계값 미만인 경우, 프로세서(1120)는 또 다른 생체 신호의 최대 품질 메트릭과 임계값을 비교하여 모니터링 대상이 되는 생체 신호를 결정할 수 있다. 센싱된 복수의 생체 신호 각각의 최대 품질 메트릭이 임계값 미만인 경우, 프로세서(1120)는 생체 신호의 센싱을 지시하는 제어 신호를 생성할 수 있다. 제어 신호를 기초로 복수의 생체 신호가 센싱될 수 있다.
일 실시예에 있어서, 프로세서(1120)는 모니터링 대상으로 결정된 생체 신호의 비타겟 성분 신호의 크기를 미리 설정된 값으로 정의할 수 있다. 예를 들어, 프로세서(1120)는 결정된 생체 신호의 비타겟 성분이 없도록 비타겟 성분 신호의 크기를 0으로 정의할 수 있다. 결정된 생체 신호는 주파수 영역 신호일 수 있으므로, 프로세서(1120)는 결정된 생체 신호를 시간 영역 신호로 변환할 수 있다. 예를 들어, 프로세서(1120)는 결정된 생체 신호에 IFFT를 적용하여 시간 영역 신호로 변환할 수 있다. 비타겟 성분 신호의 크기가 0으로 정의된 경우, 시간 영역 신호는 노이즈 성분 등이 제거된 신호일 수 있다.
모니터링 대상으로 결정된 생체 신호는 통신 모듈을 통해 외부 장치로 전송될 수 있다. 통신 모듈은 생체 신호 처리 장치(1100)에 포함될 수 있다. 또는, 통신 모듈은 생체 신호 처리 장치(1100)와 물리적으로 구별되는 장치로, 생체 신호 처리 장치(1100) 외부에 위치할 수 있다. 생체 신호 처리 장치(1100)는 모니터링 대상으로 결정된 생체 신호가 외부 장치로 전송되도록 통신 모듈을 제어할 수 있다. 통신 모듈이 지원하는 통신 방식은, 예를 들어, WLAN(Wireless LAN), WiFi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, 또는 NFC(Near Field Communication) 등일 수 있다. 외부 장치로 전송된 생체 신호는 모니터링될 수 있고, 모니터링을 통해 사용자의 헬스 정보가 획득될 수 있다.
도 1 내지 도 10을 통해 기술된 사항들은 도 11을 통해 기술된 사항들에 적용될 수 있다.
도 12 내지 도 14는 일 실시예에 따른 품질 메트릭의 연산 과정을 설명하기 위한 도면이다.
도 12를 참조하면, 생체 신호(1210)가 도시된다. 생체 신호(1210)가 일 실시예에 따른 생체 신호 처리 장치로 입력된다. 생체 신호 처리 장치로 입력된 생체 신호(1210)는 샘플링 레이트를 기초로 샘플링된 신호로, ADC(Analog Digital Converter)를 통과한 신호이다.
생체 신호 처리 장치는 타겟 구간을 설정한다. 생체 신호 처리 장치는 Nmin개의 샘플을 타겟 구간(1220)으로 설정할 수 있다. Ts는 샘플링 간격(sampling interval)으로, 샘플링 레이트의 역수이다. 타겟 구간(1220)의 시간 길이는 Nmin*Ts이다. 생체 신호 처리 장치는 Nmin-point FFT를 통해 타겟 구간(1220)을 주파수 영역 신호로 변환할 수 있다. 생체 신호 처리 장치는 주파수 영역 신호의 주파수 성분 중 타겟 성분 및 비타겟 성분을 기초로 타겟 구간(1220)에 대응하는 품질 메트릭(1221)을 연산할 수 있다. 품질 메트릭(1221)이 연산된 경우, 생체 신호 처리 장치는 타겟 구간(1220)을 변경할 수 있다. 생체 신호 처리 장치는 타겟 구간(1220)의 샘플 수를 Ndelta 만큼 증가시킬 수 있고, 이로 인해 타겟 구간(1230)이 설정될 수 있다. 타겟 구간(1230)의 시간 길이는 (Nmin+ Ndelta )*Ts이다.
타겟 구간(1230)이 설정된 경우, 생체 신호 처리 장치는 타겟 구간(1230)에 대응하는 품질 메트릭(1231)을 연산한다. 생체 신호 처리 장치는 품질 메트릭(1221)과 품질 메트릭(1231)을 비교할 수 있다. 생체 신호 처리 장치는 품질 메트릭(1221) 및 품질 메트릭(1231) 중 더 큰 품질 메트릭을 선택할 수 있다. 여기서, 품질 메트릭(1231)이 품질 메트릭(1221)보다 더 크다고 가정한다.
품질 메트릭(1231)의 선택을 기초로 생체 신호 처리 장치는 타겟 구간(1230)의 샘플 수를 Ndelta 만큼 증가시켜 타겟 구간(1240)을 설정할 수 있고, 타겟 구간(1240)에 대응하는 품질 메트릭(1241)을 연산할 수 있다. 생체 신호 처리 장치는 품질 메트릭(1231)과 품질 메트릭(1241)을 비교할 수 있고, 품질 메트릭(1241) 및 품질 메트릭(1231) 중 더 큰 품질 메트릭을 선택할 수 있다. 여기서, 품질 메트릭(1241)이 품질 메트릭(1231)보다 더 크다고 가정한다.
품질 메트릭(1241)의 선택을 기초로 생체 신호 처리 장치는 Nmax개의 샘플을 타겟 구간(1250)으로 설정할 수 있고, 타겟 구간(1250)에 대응하는 품질 메트릭(1251)을 연산할 수 있다. 생체 신호 처리 장치는 품질 메트릭(1241)과 품질 메트릭(1251)을 비교할 수 있고, 품질 메트릭(1241) 및 품질 메트릭(1251) 중 더 큰 품질 메트릭을 선택할 수 있다. 여기서, 품질 메트릭(1241)이 품질 메트릭(1251)보다 더 크다고 가정한다.
생체 신호(1210)의 처리를 통해 품질 메트릭(1241) 및 타겟 구간(1240)이 획득될 수 있다.
도 12를 통해 기술한 방식으로 생체 신호 처리 장치는 복수의 생체 신호를 처리할 수 있고, 복수의 생체 신호 각각의 최대 품질 메트릭을 획득할 수 있다.
Nmin 및 Nmax는 생체 신호의 특성을 기초로 미리 설정될 수 있다. 예를 들어, Nmin 및 Nmax는 심박수의 정상 범위를 기초로 설정될 수 있다. 또한, Nmin 및 Nmax는 심박수의 정상 범위뿐 아니라 정상 범위를 벗어나는 비정상 범위까지 고려하여 설정된 값일 수 있다. 여기서, 비정상 범위는 시스템에서 주어진 값일 수 있다..
타겟 구간(1220, 1230, 1240, 및 1250)의 파형을 기초로 품질 메트릭(1221, 1231, 1241, 및 1251) 중에서 최대값이 식별될 수 있다. 품질 메트릭의 설정값이 R이라 할 때, 생체 신호의 파형 반복 횟수가 R번이면, 생체 신호의 품질 메트릭은 크다. 도 12에 도시된 예에서, R=3이라고 가정할 때, 품질 메트릭(1241)이 최대이다. 타겟 구간(1240)의 파형 반복 횟수가 3이므로, 품질 메트릭(1241)이 최대이다. 생체 신호의 파형 반복 횟수와 품질 메트릭 사이의 관계는 도 13을 통해 설명한다.
주파수 영역에서 분석할 경우, 타겟 구간(1240)의 주파수 성분 중 R의 정수배인 3번째 주파수 성분 및 6번째 주파수 성분에 대응하는 신호의 크기는 크고, R의 정수배가 아닌 주파수 성분에 대응하는 신호의 크기가 작으므로, 품질 메트릭(1241)이 가장 크다. 이는, 수학식 10 내지 12에 따른 품질 메트릭의 특성에 기초한 것이다. 이하, 주파수 영역 신호가 도시된 도 13을 참조하면서, 설명한다.
도 13을 참조하면, 타겟 구간(1310) 내지 타겟 구간(1330) 각각에 대응하는 주파수 영역 신호(1311) 내지 주파수 영역 신호(1331)가 도시된다.
도 13에 도시된 예에서, M=2 및 R=3라고 하자.
[수학식 13]
Figure 112015072469648-pat00043

수학식 13에 따라 타겟 구간(1310)에 대응하는 품질 메트릭은 -1.18dB이고, 타겟 구간(1320)에 대응하는 품질 메트릭은 20.41dB이며, 타겟 구간(1330)에 대응하는 품질 메트릭은 -2.88dB이라고 하자.
주파수 영역 신호(1311) 내지 주파수 영역 신호(1331)에서 그래프가 꺾이는 포인트에 대응하는 주파수가 주파수 성분을 나타낸다. R=3이므로, 주파수 영역 신호(1311)에서 3번째 주파수 성분 및 6번째 주파수 성분이 타겟 성분이다. 주파수 영역 신호(1311)의 경우, 타겟 성분 신호(1312)는 비타겟 성분 신호(1313)와 구별되지 않는다. 주파수 영역에서 분석하는 경우, 주파수 영역 신호(1311)를 통해 원하는 신호가 식별되지 않는다. 마찬가지로, 주파수 영역 신호(1331)의 경우, 타겟 성분 신호(1332)는 비타겟 성분 신호(1333)와 구별되지 않는다.
주파수 영역 신호(1321)의 경우, 타겟 성분 신호(1322)는 비타겟 성분 신호(1323)와 구별된다. 3번째 주파수 성분 신호 및 6번째 주파수 성분 신호(1322)의 크기는 다른 주파수 성분 신호(1323)의 크기보다 크다. 이에 따라, 타겟 구간(1320)에 대응하는 품질 메트릭이 다른 품질 메트릭에 비해 크다. 원하는 신호가 타겟 성분을 통해 식별될 수 있다. 주파수 영역에서 분석하는 경우, 주파수 영역 신호(1321)를 통해 원하는 신호가 식별된다.
일 실시예에 있어서, 타겟 구간(1310)이 확장되어 타겟 구간(1320)에 근접할수록 품질 메트트릭은 증가할 수 있고, 타겟 구간(1320)이 확장되어 타겟 구간(1330)에 근접할수록 품질 메트릭은 감소할 수 있다. 타겟 구간(1310)과 타겟 구간(1320) 사이의 타겟 구간의 주파수 영역 신호는 주파수 영역 신호(1311)보다 주파수 영역 신호(1321)에 근접할 수 있으므로, 타겟 구간(1310)과 타겟 구간(1320) 사이의 타겟 구간에 대응하는 품질 메트릭은 타겟 구간(1310)에 대응하는 품질 메트릭보다 크다. 이와 유사하게, 타겟 구간(1320)과 타겟 구간(1330) 사이의 타겟 구간에 대응하는 품질 메트릭은 타겟 구간(1330)에 대응하는 품질 메트릭보다 크다.
또한, 타겟 구간(1310 내지 1330)의 파형 발생 횟수는 품질 메트릭과 연관된다. 도 13에 도시된 예에서, 타겟 구간(1310)의 파형 반복 횟수는 3회 미만이고, 타겟 구간(1320)의 파형 반복 횟수는 3회이다. 또한, 타겟 구간(1330)의 파형 반복 횟수는 3회를 초과한다. 타겟 구간(1320)의 확장으로 인해 타겟 구간(1330)의 파형 반복 횟수는 3회를 초과한다. 타겟 구간(1320)의 파형 반복 횟수가 R과 일치하는 경우, 타겟 구간(1320)에 대응하는 품질 메트릭은 타겟 구간(1310 및 1330)에 대응하는 품질 메트릭 보다 크다. 파형 반복 횟수가 R과 일치하는 경우, 타겟 성분 신호의 세기가 비타겟 성분의 신호보다 크므로, 품질 메트릭이 크다.마찬가지로, 도 12에 도시된 예에서, 품질 메트릭(1241)에 대응하는 타겟 구간(1240)의 파형 반복 횟수가 3회이고, 다른 타겟 구간의 파형 발생 횟수는 3회 미만이거나 3회를 초과한다. 타겟 구간(1240)의 파형 반복 횟수와 R이 일치하므로, 품질 메트릭(1241)이 다른 품질 메트릭에 비해 크다.
결국, 일 실시예에 있어서, 파형이 주기적으로 반복하면서 설정값과 일치하는 파형 반복 횟수를 갖는 타겟 구간(1320)을 찾기 위해 타겟 구간(1310)이 확장될 수 있다.
도 12 내지 도 13을 통해 기술된 사항들은 도 10을 통해 기술된 사항들에 적용될 수 있다.
도 14를 참조하면, 생체 신호(1410)가 도시된다.
생체 신호 처리 장치는 타겟 구간(1420)을 설정할 수 있고, 타겟 구간(1420)에 대응하는 제1 품질 메트릭을 연산할 수 있다. 생체 신호 처리 장치는 타겟 구간(1420)을 제1 스텝 사이즈만큼 확장시킬 수 있다. 예를 들어, 생체 신호 처리 장치는 타겟 구간(1420)의 샘플수를 제1 스텝 사이즈만큼 증가시킬 수 있다. 타겟 구간(1420)이 확장되어 타겟 구간(1421)이 설정될 수 있다. 생체 신호 처리 장치는 타겟 구간(1421)에 대응하는 제2 품질 메트릭을 연산할 수 있고, 제1 품질 메트릭을 제2 품질 메트릭과 비교할 수 있다. 생체 신호 처리 장치는 타겟 구간(1421)을 제1 스텝 사이즈만큼 확장할 수 있다. 타겟 구간(1421)이 확장되어 타겟 구간(1422)이 설정될 수 있다. 생체 신호 처리 장치는 타겟 구간(1422)에 대응하는 제3 품질 메트릭을 연산할 수 있다. 제1 품질 메트릭, 제2 품질 메트릭, 및 제3 품질 메트릭 중에서 제2 품질 메트릭이 가장 크다고 하자.
일 실시예에 있어서, 생체 신호 처리 장치는 제1 스텝 사이즈를 이용하여 타겟 구간을 변경하고, 제1 스텝 사이즈가 이용된 제1 복수의 변경 타겟 구간 중 어느 하나를 선택할 수 있다. 생체 신호 처리 장치는 선택하기 위해 품질 메트릭을 이용할 수 있다. 도 14에 도시된 예에서, 생체 신호 처리 장치는 타겟 구간(1420, 1421, 및 1422) 중에서 최대값에 대응하는 타겟 구간(1421)을 선택할 수 있다.
생체 신호 처리 장치는 제2 스텝 사이즈를 이용하여 선택된 변경 타겟 구간을 변경할 수 있다. 도 14에 도시된 예에서, 생체 신호 처리 장치는 타겟 구간(1421)을 제2 스텝 사이즈만큼 확장하거나 축소할 수 있다. 타겟 구간(1421)이 제2 스텝 사이즈만큼 축소되는 경우, 타겟 구간(1430)이 설정될 수 있고, 타겟 구간(1421)이 제2 스텝 사이즈만큼 확장되는 경우, 타겟 구간(1431)이 설정될 수 있다. 타겟 구간(1421, 1430. 및 1431) 각각에 대응하는 품질 메트릭 중에서 최대값이 최대 품질 메트릭으로 결정될 수 있다.
일 실시예에 있어서, 생체 신호 처리 장치는 제1 사이즈만큼 타겟 구간을 변경시켜 생체 신호를 처리하고, 처리 결과를 기초로 연산된 품질 메트릭의 방향성을 확인할 수 있다. 생체 신호 처리 장치는 품질 메트릭이 증가하는지 또는 감소하는지 확인할 수 있다. 도 14에 도시된 예에서, 제1 품질 메트릭은 제2 품질 메트릭보다 작고, 제2 품질 메트릭은 제3 품질 메트릭보다 크다. 타겟 구간(1420)이 타겟 구간(1421)으로 확장될수록 품질 메트릭은 커지고, 타겟 구간(1421)이 타겟 구간(1422)로 확장될수록 품질 메트릭은 작아진다. 이로 인해, 최대 품질 메트릭에 대응하는 타겟 구간은 타겟 구간(1421)보다 크고, 타겟 구간(1422)보다 작은 타겟 구간에 있을 수 있다. 생체 신호 처리 장치는 타겟 구간(1421)을 제2 스텝 사이즈만큼 확장시키고, 확장된 타겟 구간에 대응하는 품질 메트릭을 연산할 수 있다.
도 1 내지 도 13을 통해 기술된 사항들은 도 14를 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 15는 일 실시예에 따른 생체 신호 처리 장치의 다른 일례를 설명하기 위한 블록도이다.
도 15를 참조하면, 생체 신호 처리 장치(1500)는 메모리(1510) 및 프로세서(1520)를 포함한다.
메모리(1510)는 복수의 생체 신호를 처리하기 위한 일련의 로직을 저장하고, 프로세서(1510)는 일련의 로직을 실행한다. 보다 구체적으로, 메모리는 품질 메트릭 정의 로직(1511), 품질 추정 로직(1512), 및 결정 로직(1513)을 저장하고, 프로세서(1520)는 품질 메트릭 정의 로직(1511), 품질 추정 로직(1512), 및 결정 로직(1513)을 실행한다.
품질 메트릭 정의 로직(1511)은 생체 신호의 타겟 구간의 타겟 성분 및 비타겟 성분을 기초로 품질 메트릭을 정의한다. 타겟 성분은 설정값에 대응하는 타겟 구간의 주파수 성분을 나타내고, 비타겟 성분은 설정값에 대응하지 않는 타겟 구간의 주파수 성분을 나타낸다.
품질 메트릭 정의 로직(1511)은 타겟 구간을 주파수 영역 신호로 변환할 수 있고, 주파수 영역 신호의 주파수 성분 중 설정값의 정수배인 주파수 성분을 타겟 성분으로 정의할 수 있다. 또한, 품질 메트릭 정의 로직(1511)은 타겟 성분 신호를 제1 개수만큼 추출할 수 있고, 비타겟 성분 신호를 제2 개수만큼 추출할 수 있다. 여기서, 제2 개수는 제1 개수 및 설정값을 기초로 정의될 수 있다. 또한, 품질 메트릭 정의 로직(1511)은 제1 개수만큼 추출된 타겟 성분 신호의 전력 및 제2 개수만큼 추출된 비타겟 성분 신호의 전력을 이용하여 품질 메트릭을 정의할 수 있다.
품질 추정 로직(1512)은 품질 메트릭을 기초로 복수의 생체 신호의 품질을 추정한다. 예를 들어, 품질 추정 로직(1512)은 복수의 생체 신호 각각의 대표 품질 메트릭을 획득하여 복수의 생체 신호의 품질을 추정할 수 있다. 이하, 복수의 생체 신호 중 개별 생체 신호의 품질을 추정하는 것을 설명한다. 품질 추정 로직(1512)은 개별 생체 신호의 타겟 구간 및 설정값 중 적어도 하나를 변경하여 복수의 품질 메트릭을 획득할 수 있다. 품질 추정 로직(1512)은 복수의 품질 메트릭을 기초로 최대 품질 메트릭을 획득할 수 있고, 최대 품질 메트릭을 대표 품질 메트릭으로 결정할 수 있다. 또한, 품질 추정 로직(1512)은 대표 품질 메트릭에 대응하는 타겟 구간을 메모리에 저장할 수 있다. 이와 같은 방식으로, 품질 추정 로직(1512)은 다른 생체 신호의 대표 품질 메트릭을 결정할 수 있고, 대표 품질 메트릭에 대응하는 타겟 구간을 메모리에 저장할 수 있다.
결정 로직(1513)은 복수의 생체 신호의 품질에 기초하여 모니터링 대상이 되는 생체 신호를 결정한다. 예를 들어, 결정 로직(1513)은 복수의 대표 품질 메트릭 중 최대값에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다. 다른 일례로, 결정 로직(1513)은 개별 생체 신호의 대표 품질 메트릭이 임계값 이상인지 여부를 확인할 수 있고, 확인 결과를 기초로 대표 품질 메트릭에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다.
결정 로직(1513)은 결정된 생체 신호의 비타겟 성분 신호의 크기를 미리 설정된 값으로 정의할 수 있다. 예를 들어, 비타겟 성분 신호의 크기가 0으로 설정될 수 있고, 결정된 생체 신호의 노이즈 성분 등은 제거될 수 있다.
결정 로직(1513)은 결정된 생체 신호의 주기 정보를 획득할 수 있다. 이하, 도 16을 참조하면서 설명한다. 한편, 도 1 내지 도 14를 통해 기술된 사항들은 도 15를 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 16은 일 실시예에 따른 복수의 생체 신호 중에서 모니터링 대상이 되는 생체 신호의 결정을 설명하기 위한 도면이다.
Ntrial회 센싱된 생체 신호가 Nchannel개의 센싱 채널을 통해 생체 신호 처리 장치로 전달된다고 가정하자. 모니터링 대상이 되는 생체 신호를 결정하기 위해 생체 신호 처리 장치는 Nchannel*Ntrial의 생체 신호를 처리할 수 있다.
도 16을 참조하면, 복수의 생체 신호(1611, 1621, 1631, 1641, 및 1651)가 도시된다. 여기서, 복수의 생체 신호(1611, 1621, 1631, 1641, 및 1651)의 센싱 채널은 동일하고, 센싱된 시간 구간이 다를 수 있다. 생체 신호 처리 장치는 서로 다른 시간 구간(1610, 1620, 1630, 1640, 및 1650)에서 센싱된 생체 신호를 처리할 수 있고, 처리를 기초로 모니터링 대상이 되는 생체 신호를 결정할 수 있다.
도 16에 도시된 SNR이 최대 품질 메트릭(1613, 1623, 1633, 1643, 및 1653)일 때, 타겟 구간(1612, 1622, 1632, 1642, 1652)은 최대 품질 메트릭(1613, 1623, 1633, 1643, 및 1653)에 대응되는 타겟 구간이다. 여기서, 설정값을 3으로 하여 품질 메트릭이 연산되었다고 하자.
생체 신호 처리 장치는 최대 품질 메트릭(1613, 1623, 1633, 1643, 및 1653) 중에서 최대값을 선택할 수 있다. 도 16에 도시된 예에서, 최대 품질 메트릭(1643)이 가장 크므로, 생체 신호 처리 장치는 최대 품질 메트릭(1643)에 대응하는 타겟 구간(1642)를 모니터링 대상이 되는 생체 신호로 결정할 수 있다.
위에서 설명한 것과 같이, 타겟 구간(1642)의 파형 반복 횟수는 설정값과 일치하고, 다른 타겟 구간의 파형 반복 횟수는 설정값과 일치하지 않는다. 복수의 생체 신호 중에서 모니터링 대상으로 결정된 생체 신호의 파형 반복 횟수는 설정값과 일치할 수 있다. 생체 신호 처리 장치는 타겟 구간(1642)의 시간 길이를 설정값으로 나누어 타겟 구간(1642)의 주기 정보를 획득할 수 있다. 생체 신호 처리 장치는 주기 정보를 이용하여 사용자의 헬스 정보를 추정하거나 주기 정보를 외부 모니터링 장치로 전송할 수 있다.
일 실시예에 있어서, 생체 신호 처리 장치는 모니터링 대상으로 결정된 생체 신호의 파형 패턴을 기초로 사용자를 인증할 수 있다. 예를 들어, 생체 신호 처리 장치는 타겟 구간(1642)의 파형 패턴과 미리 저장된 파형 패턴을 비교할 수 있고, 비교 결과, 파형 패턴과 미리 저장된 파형 패턴이 일치하거나 유사한 경우, 사용자가를 인증할 수 있다.
도 1 내지 도 15를 통해 기술된 사항들은 도 16을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 17은 일 실시예에 따른 생체 신호 처리 장치의 또 다른 일례를 설명하기 위한 블록도이다.
도 17을 참조하면, 생체 신호 처리 장치(1700)는 검출부(1710), 품질 추정부(1720), 품질 비교부(1730), 및 생체 신호 선택부(1740)를 포함한다.
검출부(1710)는 생체 신호를 센싱한다. 예를 들어, 검출부(1710)는 PPG 센서를 포함할 수 있고, 사용자의 PPG 신호를 센싱할 수 있다.
검출부(1710)는 복수의 시간 동안 복수의 센싱 채널을 통해 사용자의 생체 신호를 센싱할 수 있다. Nchannel개의 센싱 채널이 사용자의 신체와 접촉할 수 있고, 각각의 채널을 통해 생체 신호가 Ntrial회 센싱될 수 있다. 이 경우, 검출부(1710)는 Nchannel*Ntrial의 생체 신호를 센싱할 수 있다. 검출부(1710)는 Nchannel*Ntrial의 생체 신호 중 제1 생체 신호를 품질 추정부(1720)로 전달할 수 있다.
품질 추정부(1720)는 제1 생체 신호의 품질을 추정한다.
품질 추정부(1720)는 타겟 구간 설정부(1721), 주파수 영역 신호 변환부(1722), 품질 메트릭 연산부(1723), 및 최대 품질 메트릭 갱신부(1724)를 포함한다.
타겟 구간 설정부(1721)는 제1 생체 신호의 타겟 구간을 설정한다. 예를 들어, 타겟 구간 설정부(1721)는 제1 생체 신호의 제1 시점부터 제2 시점 사이에 포함된 생체 신호를 타겟 구간으로 설정할 수 있다. 달리 표현하면, 타겟 구간 설정부(1721)는 첫 번째 샘플부터 Nmin번째 샘플까지를 타겟 구간으로 설정할 수 있다. 여기서, Nmin는 미리 설정된 값이다. 또한, 타겟 구간 설정부(1721)는 n번째 샘플부터 Nmin번째 샘플까지를 타겟 구간으로 설정할 수 있다. 여기서, n은 Nmin보다 작다. 전술한 타겟 구간의 설정은 예시적인 사항일 뿐, 타겟 구간의 설정은 전술한 예로 한정되지 않는다.
주파수 영역 신호 변환부(1722)는 타겟 구간을 주파수 영역 신호로 변환한다. 예를 들어, 주파수 영역 신호 변환부(1722)는 FFT 또는 DFT를 통해 타겟 구간을 주파수 영역 신호로 변환할 수 있다. 또한, 주파수 영역 신호 변환부(1722)는 주파수 영역 신호의 크기 및/또는 주파수를 스케일링할 수 있다.
품질 메트릭 연산부(1723)는 주파수 영역 신호의 품질 메트릭을 연산한다. 주파수 영역 신호 중 설정값에 대응하는 주파수 성분을 타겟 성분이라 하고, 주파수 영역 신호 중 설정값에 대응하지 않는 주파수 성분을 비타겟 성분이라 할 때, 품질 메트릭 연산부(1723)는 타겟 성분 및 비타겟 성분을 기초로 주파수 영역 신호의 품질 메트릭을 연산할 수 있다.
최대 품질 메트릭 갱신부(1724)는 제1 생체 신호의 최대 품질 메트릭을 갱신한다. 현재 Inner-Loop(1725)를 통해 연산된 품질 메트릭을 제1 품질 메트릭이라 하자. 최대 품질 메트릭 갱신부(1724)는 이전 Inner-Loop(1725)를 통해 연산된 이전 품질 메트릭과 제1 품질 메트릭을 비교할 수 있고, 이전 품질 메트릭 및 제1 품질 메트릭 중에서 더 큰 값을 확인할 수 있다. 여기서, 제1 품질 메트릭이 더 크다고 하자. 더 큰 값이 확인되는 경우, 최대 품질 메트릭 갱신부(1724)는 타겟 구간 설정부(1721)로 피드백 신호를 전달할 수 있다.
타겟 구간 설정부(1721)는 피드백 신호를 기초로 제1 생체 신호의 타겟 구간을 갱신할 수 있다. 전술한 예에서, 타겟 구간은 첫 번째 샘플부터 Nmin번째 샘플이므로, 타겟 구간 설정부(1721)는 타겟 구간을 첫 번째 샘플부터 Nmin + Ndelta번째 샘플까지로 갱신할 수 있다.
주파수 영역 신호 변환부(1722)는 갱신된 타겟 구간을 주파수 영역 신호로 변환할 수 있고, 품질 메트릭 연산부(1723)은 갱신된 타겟 구간에 대응하는 품질 메트릭을 연산할 수 있다. 갱신된 타겟 구간에 대응하는 품질 메트릭을 제2 품질 메트릭이라 할 때, 최대 품질 메트릭 갱신부(1724)는 제1 품질 메트릭과 제2 품질 메트릭을 비교하여 더 큰 값을 확인할 수 있다. 제2 품질 메트릭이 제1 품질 메트릭보다 큰 경우, 제1 생체 신호의 최대 품질 메트릭이 갱신될 수 있다.
피드백 신호가 타겟 구간 설정부(1721)로 전달되는 경우, 타겟 구간이 첫 번째 샘플부터 Nmax번째 샘플까지로 갱신되고, 첫 번째 샘플부터 Nmax번째 샘플까지의 타겟 구간에 대응하는 품질 메트릭이 연산되며, 최대 품질 메트릭이 갱신될 수 있다. 여기서, Nmax는 미리 설정된 값이다.
Inner-Loop(1725)에 기초하여, 타겟 구간 설정부(1721), 주파수 영역 신호 변환부(1722), 품질 메트릭 연산부(1723), 및 최대 품질 메트릭 갱신부(1724)의 동작이 반복될 수 있다. 반복에 기초하여, 품질 추정부(1720)는 제1 생체 신호의 최대 품질 메트릭을 결정할 수 있고, 최대 품질 메트릭에 대응하는 타겟 구간을 메모리에 저장할 수 있다. 품질 추정부(1720)는 제1 생체 신호의 최대 품질 메트릭을 품질 비교부(1730)로 전달할 수 있다. 여기서, 제1 생체 신호의 최대 품질 메트릭을 제1 최대 품질 메트릭이라 하자.
예를 들어, 품질 비교부(1730)는 제1 최대 품질 메트릭을 이전 Outer-Loop(1731)를 통해 입력 받은 이전 최대 품질 메트릭과 비교하여 더 큰 값을 확인할 수 있다. 여기서, 제1 최대 품질 메트릭이 이전 최대 품질 메트릭보다 더 크다고 하자. 더 큰 값이 확인되는 경우, 품질 비교부(1730)는 피드백 신호를 생성할 수 있고, 피드백 신호를 생체 신호 검출부(1710)로 전달할 수 있다.
다른 일례로, 품질 비교부(1730)는 제1 최대 품질 메트릭을 임계값과 비교할 수 있고, 제1 최대 품질 메트릭이 임계값 이상인 경우, Outer-Loop(1731)를 종료하고, 제1 최대 품질 메트릭을 생체 신호 선택부(1740)으로 전달할 수 있다. 제1 최대 품질 메트릭이 임계값보다 작은 경우, 품질 비교부(1730)는 피드백 신호를 생성할 수 있고, 피드백 신호를 생체 신호 검출부(1710)로 전달할 수 있다.
생체 신호 검출부(1710)는 센싱된 Nchannel*Ntrial개의 생체 신호 중 제2 생체 신호를 품질 추정부(1720)로 전달할 수 있다. Inner-Loop(1725)에 기초하여, 품질 추정부(1720)는 제2 생체 신호의 최대 품질 메트릭을 결정할 수 있고, 최대 품질 메트릭에 대응하는 타겟 구간을 메모리에 저장할 수 있다. 품질 추정부(1720)는 제2 생체 신호의 최대 품질 메트릭을 품질 비교부(1730)로 전달할 수 있다. 여기서, 제2 생체 신호의 최대 품질 메트릭을 제2 최대 품질 메트릭이라 하자. 품질 비교부(1730)는 제1 최대 품질 메트릭과 제2 최대 품질 메트릭을 비교하여 더 큰 값을 확인할 수 있다. 더 큰 값이 확인되는 경우, Outer-Loop(1731)가 반복될 수 있다.
Outer-Loop(1731)가 Nchannel*Ntrial회 반복되는 경우, Nchannel*Ntrial개의 생체 신호 각각의 최대 품질 메트릭이 결정될 수 있고, 각각의 최대 품질 메트릭에 대응하는 타겟 구간이 메모리에 저장될 수 있다. Outer-Loop(1731)의 반복이 종료되는 경우, Nchannel*Ntrial개의 최대 품질 메트릭 중에서 최대값이 생체 신호 선택부(1740)로 전달될 수 있다. 전술한 다른 일례에서, Nchannel*Ntrial개의 생체 신호 각각의 최대 품질 메트릭이 임계값보다 작은 경우, 품질 비교부(1710)는 생체 신호의 센싱을 지시(instruction)하는 피드백 신호를 생성하여 검출부(1710)로 전달할 수 있고, 검출부(1710)는 생체 신호를 센싱할 수 있다.
생체 신호 선택부(1740)는 최대값에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정한다.
도 1 내지 도 16을 통해 기술된 사항들은 도 17을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 18은 일 실시예에 따른 생체 신호 처리 방법의 일례를 설명하기 위한 순서도이다. 도 18을 통해 기술되는 생체 신호 처리 방법은 생체 신호 처리 장치에 의해 수행될 수 있다.
생체 신호 처리 장치는 생체 신호를 수신한다(1810). 생체 신호 처리 장치는 센서로부터 생체 신호를 수신할 수 있다.
생체 신호 처리 장치는 생체 신호의 타겟 구간을 설정한다(1820).
생체 신호 처리 장치는 타겟 성분 및 비타겟 성분을 기초로 타겟 구간에 대응하는 품질 메트릭(metric)을 연산한다(1830). 여기서, 타겟 성분은 설정값에 대응하는 타겟 구간의 주파수 성분을 나타내고, 비타겟 성분은 설정값에 대응하지 않는 타겟 구간의 주파수 성분을 나타낸다.
생체 신호 처리 장치는 품질 메트릭을 기초로 생체 신호의 품질을 추정한다(1840).
도 1 내지 도 17을 통해 기술된 사항들은 도 18을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 19는 일 실시예에 따른 생체 신호 처리 방법의 다른 일례를 설명하기 위한 순서도이다. 도 19을 통해 기술되는 생체 신호 처리 방법은 생체 신호 처리 장치에 의해 수행될 수 있다.
생체 신호 처리 장치는 개별 생체 신호의 타겟 구간의 타겟 성분 및 비타겟 성분을 기초로 타겟 구간에 대응하는 품질 메트릭을 정의한다(1910).
생체 신호 처리 장치는 품질 메트릭을 기초로 복수의 생체 신호의 품질을 추정한다(1920).
생체 신호 처리 장치는 복수의 생체 신호의 품질에 기초하여 모니터링 대상이 되는 생체 신호를 결정한다(1930).
도 1 내지 도 17을 통해 기술된 사항들은 도 19를 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 20는 일 실시예에 따른 생체 신호 처리 장치를 포함하는 단말을 설명하기 위한 도면이다.
도 20을 참조하면, 단말(2000)은 센싱부(2010)를 포함한다. 센싱부(2010)는 복수의 센서를 포함할 수 있고, 사용자의 다양한 생체 신호를 센싱할 수 있다. 예를 들어, 센싱부(2010)는 PPG 신호, 체온, 생체 임피던스(bio impedance) 등의 생체 신호를 센싱할 수 있다.
센싱부(2010)는 복수의 센싱 채널을 이용하여 생체 신호를 센싱할 수 있다. 또한, 센싱부(2010)는 복수의 시간 구간에서 생체 신호를 센싱할 수 있다. 예를 들어, 센싱 채널이 N개이고, 복수의 시간 구간이 M개일 때, 센싱부(2010)가 센싱한 생체 신호의 개수는 N*M개이다.
도 20에 도시된 예에서, 센싱부는 사용자의 손가락 끝의 생체 신호를 센싱한다. 이와 달리, 센싱부는 단말(2000)의 다른 부분, 예를 들어, 단말(2000)의 뒷면, 측면 등에 위치할 수 있고, 사용자의 손가락이 아닌 다른 신체와 접촉하여 생체 신호를 센싱할 수 있다.
센싱부(2010)가 센싱한 복수의 생체 신호는 단말(2000)에 포함된 생체 신호 처리 장치로 전달될 수 있다. 생체 신호 처리 장치로 전달되는 복수의 생체 신호는 서로 다른 생체 신호가 아닌 동일한 종류의 생체 신호이다. 생체 신호 처리 장치는 복수의 생체 신호 각각을 처리할 수 있다. 보다 구체적으로, 생체 신호 처리 장치는 제1 생체 신호의 복수의 품질 메트릭 중에서 제1 최대 품질 메트릭을 선택할 수 있고, 생체 신호 처리 장치는 제2 생체 신호의 복수의 품질 메트릭 중에서 제2 최대 품질 메트릭을 선택할 수 있다. 제1 생체 신호 및 제2 생체 신호는 동일한 종류의 생체 신호이다. 생체 신호 처리 장치는 제1 최대 품질 메트릭 및 제2 최대 품질 메트릭 중에서 최대값을 선택할 수 있고, 최대값에 대응하는 타겟 구간을 모니터링 대상이 되는 생체 신호로 결정할 수 있다.
단말(2000)은 모니터링 대상이 되는 생체 신호를 이용하여 사용자의 헬스 정보를 획득할 수 있다. 예를 들어, 사용자의 심박수 등의 헬스 정보를 획득할 수 있다. 또한, 단말(2000)은 모니터링 대상이 되는 생체 신호를 외부 모니터링 장치로 전송할 수 있다.
일 실시예에 따른 생체 신호 처리를 통해 우수한 품질을 갖는 생체 신호가 사용자의 헬스 모니터링을 위해 이용될 수 있다.
도 1 내지 도 19를 통해 기술된 사항들은 도 20을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
도 21은 일 실시예에 따른 생체 신호 처리 장치를 포함하는 웨어러블 디바이스를 설명하기 위한 도면이다.
도 21을 참조하면, 웨어러블 디바이스(2100)는 센싱부(미도시)를 포함한다. 도 21에 도시된 웨어러블 디바이스(2100)는 시계형으로, 웨어러블 디바이스(2100)는 도 21에 도시된 시계형으로 한정되지 않는다.
웨어러블 디바이스(2100)는 센싱부를 통해 사용자의 생체 신호를 센싱할 수 있다. 센싱부는 사용자의 손목의 서로 다른 물리적 위치와 접촉할 수 있고, 서로 다른 물리적 위치에서 생체 신호를 센싱할 수 있다. 예를 들어, 센싱부는 3개 내지 6개의 서로 다른 물리적 위치에서 생체 신호를 센싱할 수 있다. 웨어러블 디바이스(2100)에 포함된 생체 신호 처리 장치는 생체 신호를 처리할 수 있다.
웨어러블 디바이스(2100)가 사용자와 불안정하게 접촉되거나 웨어러블 디바이스(2100)를 착용한 사용자의 움직임이 많은 경우, 웨어러블 디바이스(2100)는 왜곡된 생체 신호를 센싱하여 처리할 수 있다. 예를 들어, 웨어러블 디바이스(2100)는 도 2b에 도시된 생체 신호를 센싱하여 처리할 수 있다. 왜곡된 생체 신호가 사용자의 헬스 모니터링을 위해 사용되는 경우, 잘못된 결과가 도출될 수 있다.
도 20의 단말과 같이, 웨어러블 디바이스(2100)는 복수의 생체 신호를 처리하여 복수의 생체 신호 중에서 우수한 품질을 갖는 생체 신호를 추출할 수 있다. 생체 신호 처리 장치는 복수의 센싱 채널 및/또는 복수의 시간대에서 센싱된 생체 신호를 이용하므로, 불안정한 환경 등으로 인해 왜곡된 생체 신호는 헬스 모니터링에 사용되지 않을 수 있고, 안정적인 환경에서 센싱된 생체 신호가 헬스 모니터링에 사용될 수 있다. 또한, 일 실시예에 따른 생체 신호 처리 방법은 복수의 생체 신호에서 품질이 좋은 생체 신호를 선택할 수 있어, 불안정한 환경 또는 이동 환경에 강인할 수 있다.
또한, 도 21에 도시되지 않았으나, 일 실시예에 따른 생체 신호 처리 장치는 사용자의 신체에 부착되는 센서에 포함될 수 있다.
센서, 웨어러블 디바이스(2100), 및 사용자의 단말은 무선 신체 영역 네트워크(Wireless Body Area Network, WBAN)를 형성할 수 있다. 센서 및/또는 웨어러블 디바이스(2100)는 복수의 생체 신호를 센싱하고, 복수의 생체 신호 중에서 품질이 가장 좋은 생체 신호를 선택할 수 있다. 센서 및/또는 웨어러블 디바이스(2100)는 선택된 생체 신호를 단말로 전송할 수 있다. 단말은 선택된 생체 신호를 인터넷 등을 통해 외부 모니터링 장치로 전송하거나 선택된 생체 신호를 분석하여 사용자의 헬스 정보를 획득할 수 있다.
도 1 내지 도 19를 통해 기술된 사항들은 도 21을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명은 생략한다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (22)

  1. 생체 신호를 수신하는 통신 인터페이스; 및
    상기 생체 신호의 타겟 구간을 설정하고, 상기 타겟 구간 내의 타겟 성분의 신호의 전력의 합계와 상기 타겟 구간 내의 비타겟 성분의 신호의 전력의 합계 사이의 비율을 이용하여 상기 타겟 구간에 대응하는 제1 품질 메트릭(metric)을 연산하며, 상기 타겟 구간을 변경하고, 상기 변경된 타겟 구간 내의 타겟 성분의 신호의 전력의 합계와 상기 변경된 타겟 구간 내의 비타겟 성분의 신호의 전력의 합계 사이의 비율을 이용하여 상기 변경된 타겟 구간에 대응하는 제2 품질 메트릭을 연산하고, 상기 연산된 제1 및 제2 품질 메트릭 중 더 큰 품질 메트릭을 상기 생체 신호의 품질로 추정하는 프로세서
    를 포함하고,
    상기 타겟 구간과 상기 변경된 타겟 구간 각각의 상기 타겟 성분은 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 주파수 성분 중 설정값의 정수배인 주파수 성분을 나타내고, 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 상기 비타겟 성분은 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 주파수 성분 중 상기 설정값의 정수배가 아닌 주파수 성분을 나타내며,
    상기 설정값은 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 생체 신호 파형의 반복 횟수에 관한 설정값을 나타내는,
    생체 신호 처리 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 타겟 구간을 주파수 영역 신호로 변환하는,
    생체 신호 처리 장치.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 프로세서는,
    상기 타겟 구간이 모니터링 대상이 되는 생체 신호로 결정된 경우, 상기 타겟 구간의 상기 비타겟 성분에 대응하는 신호의 크기를 미리 설정된 값으로 정의하는,
    생체 신호 처리 장치.
  10. 제9항에 있어서,
    상기 프로세서는,
    상기 타겟 구간의 주기 정보를 획득하는,
    생체 신호 처리 장치.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 생체 신호 처리 장치에 의해 수행되는 생체 신호 처리 방법에 있어서,
    생체 신호를 수신하는 단계;
    상기 생체 신호의 타겟 구간을 설정하는 단계;
    상기 타겟 구간 내의 타겟 성분의 신호의 전력의 합계와 상기 타겟 구간 내의 비타겟 성분의 신호의 전력의 합계 사이의 비율을 이용하여 상기 타겟 구간에 대응하는 제1 품질 메트릭을 연산하는 단계;
    상기 타겟 구간을 변경하고, 상기 변경된 타겟 구간 내의 타겟 성분의 신호의 전력의 합계와 상기 변경된 타겟 구간 내의 비타겟 성분의 신호의 전력의 합계 사이의 비율을 이용하여 상기 변경된 타겟 구간에 대응하는 제2 품질 메트릭을 연산하는 단계; 및
    상기 연산된 제1 및 제2 품질 메트릭 중 더 큰 품질 메트릭을 상기 생체 신호의 품질로 추정하는 단계
    를 포함하고,
    상기 타겟 구간과 상기 변경된 타겟 구간 각각의 상기 타겟 성분은 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 주파수 성분들 중 설정값의 정수배인 주파수 성분을 나타내고, 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 상기 비타겟 성분은 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 상기 주파수 성분들 중 상기 설정값의 정수배가 아닌 주파수 성분을 나타내며,
    상기 설정값은 상기 타겟 구간과 상기 변경된 타겟 구간 각각의 생체 신호 파형의 반복 횟수에 관한 설정값을 나타내는,
    생체 신호 처리 장치에 의해 수행되는 생체 신호 처리 방법.

  22. 삭제
KR1020150105568A 2015-07-27 2015-07-27 생체 신호 처리 장치 및 생체 신호 처리 방법 Active KR102436729B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020150105568A KR102436729B1 (ko) 2015-07-27 2015-07-27 생체 신호 처리 장치 및 생체 신호 처리 방법
EP16161801.2A EP3123932B1 (en) 2015-07-27 2016-03-23 Biosignal processing apparatus and method
CN201610329407.8A CN106388769B (zh) 2015-07-27 2016-05-18 生物信号处理设备和方法
US15/212,556 US10751002B2 (en) 2015-07-27 2016-07-18 Biosignal processing apparatus and method
JP2016145099A JP6861483B2 (ja) 2015-07-27 2016-07-25 生体信号処理装置及び生体信号処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150105568A KR102436729B1 (ko) 2015-07-27 2015-07-27 생체 신호 처리 장치 및 생체 신호 처리 방법

Publications (2)

Publication Number Publication Date
KR20170012924A KR20170012924A (ko) 2017-02-06
KR102436729B1 true KR102436729B1 (ko) 2022-08-26

Family

ID=56083875

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150105568A Active KR102436729B1 (ko) 2015-07-27 2015-07-27 생체 신호 처리 장치 및 생체 신호 처리 방법

Country Status (5)

Country Link
US (1) US10751002B2 (ko)
EP (1) EP3123932B1 (ko)
JP (1) JP6861483B2 (ko)
KR (1) KR102436729B1 (ko)
CN (1) CN106388769B (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160379038A1 (en) * 2015-06-29 2016-12-29 Qualcomm Incorporated Valid finger area and quality estimation for fingerprint imaging
US20190000394A1 (en) * 2017-07-03 2019-01-03 Mediatek Inc. Physiological monitoring devices and physiological monitoring method
US11457872B2 (en) 2017-12-01 2022-10-04 Samsung Electronics Co., Ltd. Bio-signal quality assessment apparatus and bio-signal quality assessment method
KR102588906B1 (ko) 2017-12-01 2023-10-13 삼성전자주식회사 생체 신호 품질 평가 장치 및 방법
USD962407S1 (en) 2020-03-26 2022-08-30 Samsung Electronics Co., Ltd. Air purifier
KR102465943B1 (ko) * 2022-03-24 2022-11-11 라이트브라더스 주식회사 체성분 측정용 자전거 핸들그립 및 이를 이용한 체성분 측정 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100079279A1 (en) 2008-09-30 2010-04-01 Nellcor Puritan Bennett Ireland Detecting a Signal Quality Decrease in a Measurement System
WO2013036718A1 (en) 2011-09-08 2013-03-14 Isis Innovation Ltd. Determining acceptability of physiological signals
US20130085354A1 (en) 2007-01-10 2013-04-04 Starr Life Sciences Corp. Techniques for accurately deriving physiologic parameters of a subject from photoplethysmographic measurements
US20130211274A1 (en) 2012-02-09 2013-08-15 Yungkai Kyle Lai Determining Usability of an Acoustic Signal for Physiological Monitoring Using Frequency Analysis
WO2015055405A1 (en) 2013-10-17 2015-04-23 Koninklijke Philips N.V. Automatic camera adjustment for remote photoplethysmography
US20150173655A1 (en) 2013-12-23 2015-06-25 Medtronic, Inc. Method and apparatus for selecting activity response vector

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4680708A (en) 1984-03-20 1987-07-14 Washington University Method and apparatus for analyzing electrocardiographic signals
IL110973A (en) * 1994-09-14 2001-12-23 Univ Ramot Apparatus and method for time dependent power spectrum analysis of physiological signals
WO1997017893A1 (en) * 1995-11-13 1997-05-22 Heart Rhythm Technologies, Inc. System and method for analyzing electrogram waveforms
WO2000077659A1 (de) * 1999-06-10 2000-12-21 Koninklijke Philips Electronics N.V. Qualitätsindikator für messsignale, insbesondere medizinische messsignale wie aus der sauerstoffsättigungsmessung
US7123954B2 (en) * 2002-09-19 2006-10-17 Sanjiv Mathur Narayan Method for classifying and localizing heart arrhythmias
KR20060078207A (ko) 2004-12-30 2006-07-05 학교법인 인제학원 심혈관 진단 모니터링을 위한 시스템 및 방법
US7828740B2 (en) 2005-08-03 2010-11-09 Luca Longhini Noninvasive apparatus and method for estimating blood pressure
US7496409B2 (en) * 2006-03-29 2009-02-24 Medtronic, Inc. Implantable medical device system and method with signal quality monitoring and response
JP4357503B2 (ja) * 2006-06-28 2009-11-04 株式会社東芝 生体情報計測装置、生体情報計測方法および生体情報計測プログラム
CN101194826A (zh) * 2006-12-22 2008-06-11 四川川大智胜软件股份有限公司 便携式智能型胎动计数器及对采集信号的处理方法
AU2010264669C1 (en) * 2009-06-26 2015-04-30 Gambro Lundia Ab Devices, a computer program product and a method for data extraction
KR101048763B1 (ko) 2010-02-09 2011-07-15 고려대학교 산학협력단 신호 검출 장치 및 방법
EP2533693B1 (en) * 2010-02-12 2018-08-22 Koninklijke Philips N.V. Method and apparatus for processing a cyclic physiological signal
BR112012025470A2 (pt) * 2010-04-08 2019-09-24 Univ California sistema para reconstruir informações cardíacas, montagem para facilitar a reconstruçã de informações cardíacas, e método para reconstrução de informações cardíacas
KR101307515B1 (ko) 2010-08-23 2013-09-12 인제대학교 산학협력단 생체 신호 인식 장치 및 그 방법
CN101933810B (zh) * 2010-09-03 2015-09-16 深圳市索莱瑞医疗技术有限公司 一种血氧饱和度检测方法
ES2396844B1 (es) * 2010-12-01 2014-01-27 Universitat Politècnica De Catalunya Sistema y método para la estimación simultánea y no invasiva de la glucosa en la sangre, nivel de glucocorticoides y presión arterial
US20120253140A1 (en) * 2011-03-30 2012-10-04 Nellcor Puritan Bennett Ireland Systems And Methods For Autonomic Nervous System Monitoring
US9597022B2 (en) * 2011-09-09 2017-03-21 Nellcor Puritan Bennett Ireland Venous oxygen saturation systems and methods
JP6149037B2 (ja) * 2011-09-16 2017-06-14 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． ポータブル装置、心拍を決定する方法、システム及びコンピュータプログラム
US9275013B2 (en) * 2012-03-16 2016-03-01 Qualcomm Incorporated System and method for analysis and reconstruction of variable pulse-width signals having low sampling rates
US8903498B2 (en) * 2012-03-27 2014-12-02 Physio-Control, Inc. System and method for electrocardiogram analysis and optimization of cardiopulmonary resuscitation and therapy delivery
US9005129B2 (en) * 2012-06-22 2015-04-14 Fitbit, Inc. Wearable heart rate monitor
US20140073959A1 (en) * 2012-09-11 2014-03-13 Nellcor Puritan Bennett Llc Methods and systems for determining when to output previously calculated values
KR101446183B1 (ko) 2013-03-07 2014-10-01 인하대학교 산학협력단 상관 특징 분석 기반 실시간 ｅｍｇ 패턴 인식 방법
KR20140146782A (ko) 2013-06-18 2014-12-29 썬메디텍 (주) 동물 무선 청진진단 시스템
RU2676002C2 (ru) * 2013-09-09 2018-12-25 Конинклейке Филипс Н.В. Выделение частоты сердечных сокращений плода из материнской абдоминальной экг
KR101503604B1 (ko) 2013-09-30 2015-03-17 길영준 착용형 실시간 혈압 추정 모니터링 시스템 및 그의 제어 방법
US9814887B2 (en) * 2014-02-06 2017-11-14 Medtronic, Inc. Selection of optimal accelerometer sensing axis for rate response in leadless pacemaker
CN104720788B (zh) * 2014-12-25 2017-05-17 北京联合大学 一种生命体征监测设备的评估系统与方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130085354A1 (en) 2007-01-10 2013-04-04 Starr Life Sciences Corp. Techniques for accurately deriving physiologic parameters of a subject from photoplethysmographic measurements
US20100079279A1 (en) 2008-09-30 2010-04-01 Nellcor Puritan Bennett Ireland Detecting a Signal Quality Decrease in a Measurement System
WO2013036718A1 (en) 2011-09-08 2013-03-14 Isis Innovation Ltd. Determining acceptability of physiological signals
US20130211274A1 (en) 2012-02-09 2013-08-15 Yungkai Kyle Lai Determining Usability of an Acoustic Signal for Physiological Monitoring Using Frequency Analysis
WO2015055405A1 (en) 2013-10-17 2015-04-23 Koninklijke Philips N.V. Automatic camera adjustment for remote photoplethysmography
US20150173655A1 (en) 2013-12-23 2015-06-25 Medtronic, Inc. Method and apparatus for selecting activity response vector

Also Published As

Publication number Publication date
EP3123932A1 (en) 2017-02-01
CN106388769B (zh) 2021-01-26
US10751002B2 (en) 2020-08-25
KR20170012924A (ko) 2017-02-06
CN106388769A (zh) 2017-02-15
JP6861483B2 (ja) 2021-04-21
US20170027525A1 (en) 2017-02-02
JP2017023753A (ja) 2017-02-02
EP3123932B1 (en) 2023-10-11

Similar Documents

Publication Publication Date Title
KR102436729B1 (ko) 생체 신호 처리 장치 및 생체 신호 처리 방법
Chen et al. TR-BREATH: Time-reversal breathing rate estimation and detection
KR102315871B1 (ko) 생체 신호 처리 장치 및 생체 신호 처리 방법
CN102113394B (zh) 分布式谱感测
US8753285B2 (en) ECG sensing apparatus and method for removal of baseline drift
US11382572B2 (en) Apparatus and method for estimating bio-information
WO2016035701A1 (ja) 心拍検出方法および心拍検出装置
CN111000543A (zh) 用于估计血压的设备
US20230255503A1 (en) Apparatus and method for estimating bio-information
KR102390462B1 (ko) 심박수 변화를 기초로 사용자의 운동 능력을 평가하는 방법 및 장치
CN111012322A (zh) 用于估计血压的设备
KR101514151B1 (ko) 동잡음에 강건한 ppg 신호 측정 방법
KR102655743B1 (ko) 혈압 추정 장치 및 방법
KR101517988B1 (ko) 심전도 검출 방법 및 그 장치
JP2017006540A (ja) 心拍間隔特定プログラム、心拍間隔特定装置、及び心拍間隔特定方法
KR102169378B1 (ko) ECG(electrocardiogram) 센서 및 이의 동작 방법
US20210169356A1 (en) Apparatus and method for estimating bio-information
KR20130103259A (ko) 생체 신호의 피크를 검출하는 임계값 제어 방법 및 장치.
Augustyniak A robust heartbeat detector not depending on ECG sampling rate
KR102752106B1 (ko) 전기적 생체 신호의 표본화율 추정 방법 및 장치
CN112107303B (zh) 校准生物信息估计模型的设备和方法及生物信息估计设备
JP6149450B2 (ja) 呼吸情報推定装置及び方法並びにプログラム
KR20170073091A (ko) 생체 신호를 처리하는 방법 및 장치
CN118866215A (zh) 生命体征监测方法以及相关设备
US20200305748A1 (en) A method, apparatus and computer program for synchronizing biopotential signals

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20150727

PG1501 Laying open of application
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20200717

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20150727

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20220125

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220530

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220823

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220824

End annual number: 3

Start annual number: 1

PG1601 Publication of registration