[go: up one dir, main page]

KR102806305B1 - 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 - Google Patents

생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 Download PDF

Info

Publication number
KR102806305B1
KR102806305B1 KR1020190080709A KR20190080709A KR102806305B1 KR 102806305 B1 KR102806305 B1 KR 102806305B1 KR 1020190080709 A KR1020190080709 A KR 1020190080709A KR 20190080709 A KR20190080709 A KR 20190080709A KR 102806305 B1 KR102806305 B1 KR 102806305B1
Authority
KR
South Korea
Prior art keywords
feature
biometric information
calibration
individual
pulse 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
KR1020190080709A
Other languages
English (en)
Other versions
KR20210004376A (ko
Inventor
윤승근
노승우
박창순
최진우
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 KR1020190080709A priority Critical patent/KR102806305B1/ko
Priority to US16/811,768 priority patent/US11642089B2/en
Priority to EP20171495.3A priority patent/EP3760112A1/en
Publication of KR20210004376A publication Critical patent/KR20210004376A/ko
Application granted granted Critical
Publication of KR102806305B1 publication Critical patent/KR102806305B1/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
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesizing signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/022—Measuring pressure in heart or blood vessels by applying pressure to close blood vessels, e.g. against the skin; Ophthalmodynamometers
    • 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
    • A61B5/02—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
    • A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6843—Monitoring or controlling sensor contact pressure
    • 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
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
    • 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
    • A61B5/02416—Measuring pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
    • A61B5/02427—Details of sensor
    • A61B5/02433—Details of sensor for infrared radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/681—Wristwatch-type devices
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Vascular Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

생체정보 추정 모델의 캘리브레이션 장치가 개시된다. 일 실시예에 따르면, 캘리브레이션 장치는 캘리브레이션 시점에 적어도 1회 이상의 맥파신호를 획득하는 데이터 획득부 및 각 맥파신호로부터 하나 이상의 특징(feature)을 포함한 복수의 특징 셋을 추출하고, 추출된 특징 셋의 상관분포를 기초로 생체정보 추정 모델을 캘리브레이션하는 프로세서를 포함할 수 있다.

Description

생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치{APPARATUS AND METHOD FOR CALIBRATING BIO-INFORMATION ESTIMATION MODEL AND, APPARATUS FOR ESTIMATING BIO-INFORMATION}
생체정보 추정 모델을 캘리브레이션하고, 이를 기초로 생체정보를 추정하는 기술에 관한 것이다.
일반적으로 인체에 손상을 가하지 않고 비침습적(non-invasive)으로 혈압을 측정하는 방법으로서, 커프 기반의 압력 자체를 측정하여 혈압을 측정하는 방식과 커프 없이 맥파 측정을 통해 혈압을 추정하는 방식이 있다. 커프 기반의 혈압을 측정하는 방식으로는 상완(upper arm)에 커프(cuff)를 감고 커프 내 압력을 증가시켰다가 감소시키면서 청진기를 통해 혈관에서 발생하는 청음을 듣고 혈압을 측정하는 코로트코프 소리 방법(Korotkoff-sound method)과 자동화된 기계를 이용하는 방식으로 상완에 커프를 감고 커프 압력을 증가시킨 후 점차 커프 압력을 감소시키면서 커프 내 압력을 지속적으로 측정한 뒤 압력 신호의 변화가 큰 지점을 기준으로 혈압을 측정하는 오실로메트릭 방법(Oscillometric method)이 있다. 커프리스 혈압 측정 방법은 일반적으로 맥파전달시간(PTT, pulse transit time)을 계산하여 혈압을 추정하는 방식과, 맥파의 모양을 분석하여 혈압을 추정하는 PWA(Pulse Wave Analysis) 방식이 있다.
미국공개공보 US 2020/0229716 (2020.07.23)
생체정보 추정 모델의 캘리브레이션 장치 및 방법이 제시된다. 또한, 이를 기초로 생체정보를 추정하는 장치가 제시된다.
일 양상에 따르면, 캘리브레이션 장치는 캘리브레이션 시점에 적어도 1회 이상의 맥파신호를 획득하는 데이터 획득부 및 각 맥파신호로부터 하나 이상의 특징(feature)을 포함한 복수의 특징 셋을 추출하고, 추출된 특징 셋의 상관분포를 기초로 생체정보 추정 모델을 캘리브레이션하는 프로세서를 포함할 수 있다.
프로세서는 특징 셋의 개별 특징과 기준 생체정보 간의 개별 상관분포를 획득할 수 있다.
프로세서는 획득된 개별 상관분포를 기초로 각 특징 셋의 특징을 조합하여 기준 생체정보와 상기 조합된 특징 간의 조합 상관분포를 획득할 수 있다.
프로세서는 개별 상관분포를 기초로 각 특징별로 가중치를 결정하고, 결정된 가중치를 기초로 각 특징 셋의 특징을 조합할 수 있다.
프로세서는 개별 상관분포 및 조합 상관분포 중의 적어도 하나를 기초로 상기 생체정보 추정 모델과 관련된 상관계수를 획득할 수 있다.
상관계수는 기준 특징, 스케일 인자(scale factor) 및 오프셋 중의 하나 이상을 포함할 수 있다.
데이터 획득부는 커프 혈압계를 포함한 외부 장치로부터 커프 혈압값을 포함한 기준 생체정보를 수신할 수 있다.
프로세서는 각 맥파신호로부터 소정 개수의 대표 파형을 획득하고, 획득된 각 대표 파형으로부터 하나의 특징 셋을 추출할 수 있다.
프로세서는 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균(ensemble averaging)하여 상기 소정 개수의 대표 파형을 획득할 수 있다.
프로세서는 사용자 입력, 사용자 특성, 외부 환경 특성, 생체정보 추정 이력, 추정할 생체정보의 종류 및 장치의 컴퓨팅 성능 중의 하나 이상을 기초로, 비트 단위의 개수 및 맥파신호의 측정 시간 중의 적어도 하나를 조절할 수 있다.
프로세서는 미리 설정된 캘리브레이션 주기, 사용자 입력, 상기 캘리브레이션된 생체정보 추정 모델을 이용한 생체정보 추정 결과 및 생체정보 추정 이력 중의 적어도 하나를 기초로 캘리브레이션 수행 여부를 결정할 수 있다.
일 양상에 따르면, 캘리브레이션 방법은 캘리브레이션 시점에 적어도 1회 이상의 맥파신호를 획득하는 단계, 각 맥파신호로부터 하나 이상의 특징(feature)을 포함한 복수의 특징 셋을 추출하는 단계 및 추출된 특징 셋의 상관분포를 기초로 생체정보 추정 모델을 캘리브레이션하는 단계를 포함할 수 있다.
캘리브레이션하는 단계는 특징 셋의 개별 특징과 기준 생체정보 간의 개별 상관분포를 획득하는 단계를 포함할 수 있다.
캘리브레이션하는 단계는 개별 상관분포를 기초로 각 특징 셋의 특징을 조합하는 단계 및, 기준 생체정보와 상기 조합된 특징 간의 조합 상관분포를 획득하는 단계를 더 포함할 수 있다.
특징을 조합하는 단계는 개별 상관분포를 기초로 각 특징별로 가중치를 결정하는 단계 및, 결정된 가중치를 기초로 특징을 조합하는 단계를 포함할 수 있다.
캘리브레이션하는 단계는 개별 상관분포 및 조합 상관분포 중의 적어도 하나를 기초로 상기 생체정보 추정 모델과 관련된 상관계수를 획득하는 단계를 더 포함할 수 있다.
상관계수는 기준 특징, 스케일 인자(scale factor) 및 오프셋 중의 하나 이상을 포함할 수 있다.
또한, 캘리브레이션 방법은 커프 혈압계를 포함한 외부 장치로부터 커프 혈압값을 포함한 기준 생체정보를 수신하는 단계를 더 포함할 수 있다.
특징 셋을 추출하는 단계는 각 맥파신호로부터 소정 개수의 대표 파형을 획득하는 단계 및 각 대표 파형으로부터 하나의 특징 셋을 추출하는 단계를 포함할 수 있다.
대표 파형을 획득하는 단계는 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균(ensemble averaging)하여 대표 파형을 획득할 수 있다.
또한, 캘리브레이션 방법은 사용자 입력, 사용자 특성, 외부 환경 특성, 생체정보 추정 이력, 추정할 생체정보의 종류 및 장치의 컴퓨팅 성능 중의 하나 이상을 기초로, 비트 단위의 개수 및 맥파신호의 측정 시간 중의 적어도 하나를 조절하는 단계를 더 포함할 수 있다.
일 양상에 따르면 생체정보 추정 장치는 피검체로부터 맥파신호를 측정하는 맥파센서 및, 맥파센서에 의해 적어도 1회 이상 측정된 제1 맥파신호를 기초로 복수의 특징 셋을 추출하여 특징 셋의 분포를 기초로 생체정보 추정 모델을 캘리브레이션하고, 상기 맥파센서에 의해 측정된 제2 맥파신호 및 상기 캘리브레이션된 추정 모델을 이용하여 생체정보를 추정하는 프로세서를 포함할 수 있다.
맥파센서는 피검체에 광을 조사하는 하나 이상의 광원 및, 피검체로부터 반사되는 광을 수광하는 하나 이상의 디텍터를 포함할 수 있다.
프로세서는 제1 맥파신호 또는 제2 맥파신호로부터 심박 정보, 파형의 형태, 파형의 면적, 최대점의 시간 및 진폭, 최소점의 시간 및 진폭, 펄스 파형 성분의 진폭 및 시간 정보 중의 하나 이상을 기초로 생체정보와 연관된 특징을 추출할 수 있다.
프로세서는 특징 셋의 개별 특징과 기준 생체정보 간의 개별 상관분포 또는, 각 특징 셋의 특징을 조합한 특징과 기준 생체정보 간의 조합 상관분포를 기초로 생체정보 추정 모델을 캘리브레이션할 수 있다.
프로세서는 개별 상관분포 또는 조합 상관분포를 기초로, 기준 특징, 스케일 인자(scale factor) 및 오프셋 중의 적어도 하나를 포함한 생체정보 추정 모델의 상관계수를 획득할 수 있다.
프로세서는 각각의 제1 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균(ensemble averaging)하여 소정 개수의 대표 파형을 획득하고, 획득된 각 대표 파형으로부터 하나의 특징 셋을 추출할 수 있다.
또한, 프로세서는 피검체와 맥파센서 사이의 접촉 힘, 접촉 위치 및 측정 시간 중의 하나 이상을 가이드할 수 있다.
생체정보는 혈압, 혈관 나이, 동맥경화도, 대동맥압 파형, 혈관 탄성도, 스트레스 지수 및 피로도 중의 하나 이상을 포함할 수 있다.
또한, 생체정보 추정 장치는 프로세서의 처리 결과를 출력하는 출력부를 더 포함할 수 있다.
멀티 캘리브레이션 데이터를 이용하여 복수의 특징 셋의 분포를 분석하고, 그 분포를 기초로 생체정보 추정 모델을 캘리브레이션함으로써 생체정보를 정확하게 추정할 수 있다.
도 1은 일 실시예에 따른 캘리브레이션 장치의 블록도이다.
도 2는 도 1의 프로세서 구성의 일 실시예의 블록도이다.
도 3a 내지 3f는 일 실시예의 캘리브레이션을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 캘리브레이션 방법의 흐름도이다.
도 5는 도 4의 맥파신호 획득 단계 및 특징 셋 추출 단계의 일 실시예를 도시한 흐름도이다.
도 6은 도 4의 캘리브레이션 단계의 일 실시예를 도시한 흐름도이다.
도 7은 일 실시예에 따른 생체정보 추정 장치의 블록도이다.
도 8은 도 7의 프로세서 구성의 일 실시예를 도시한 블록도이다.
도 9는 웨어러블 기기를 도시한 것이다.
도 10은 스마트 기기를 도시한 것이다.
기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다. 기재된 기술의 이점 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
이하, 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치를 도면들을 참고하여 설명한다.
도 1은 일 실시예에 따른 생체정보 추정 모델의 캘리브레이션 장치의 블록도이다. 생체정보 추정 모델은 혈압, 혈관 나이, 동맥경화도, 대동맥압 파형, 혈관 탄성도, 스트레스 지수 및 피로도 등을 추정하기 위해 선형/비선형 수학 함수식 등의 다양한 형태로 정의되는 모델일 수 있다. 이하에서는 설명의 편의를 위해 혈압을 예로 들어 설명하기로 한다.
도 1을 참조하면, 캘리브레이션 장치(100)는 데이터 획득부(110) 및 프로세서(120)를 포함한다. 데이터 획득부(110) 및 프로세서(120)는 기능상 구분한 것으로 데이터 획득부(110)의 적어도 일부의 기능은 프로세서(120)에 의해 수행될 수 있다.
데이터 획득부(110)는 프로세서(120)의 제어에 따라 캘리브레이션용 데이터를 획득할 수 있다. 이때, 캘리브레이션용 데이터는 사용자로부터 측정된 광전용적맥파(Photoplethysmogram, PPG)를 포함하는 맥파신호와 외부 기기(예: 커프 혈압계)를 통해 측정된 기준 생체정보(예: 커프 혈압)를 포함할 수 있다.
데이터 획득부(110)는 사용자가 안정된 상태에서 캘리브레이션용 데이터를 획득하며, 복수의 시점에서 복수의 캘리브레이션용 데이터(이하, '멀티 캘리브레이션 데이터'라 함)를 획득할 수 있다. 멀티 캘리브레이션 데이터는 각 시점에서 획득된 복수의 맥파신호 및 복수의 기준 생체정보를 포함할 수 있다.
이때, 멀티 캘리브레이션 데이터의 획득 횟수는 미리 설정될 수 있다. 또한, 복수의 시점은 예컨대 안정 상태에서 커프 혈압계를 이용하여 커프 혈압을 측정한 이후 다시 안정 상태로 돌아가는 시간을 고려하여 일정한 시간 간격으로 설정될 수 있다. 이때, 일정한 시간 간격은 모든 사용자에게 공통적으로 적용되는 고정 값(예: 30분) 또는 사용자별로 적응적으로 조절되는 값일 수 있다. 다만, 반드시 일정한 시간 간격으로 제한되는 것은 아니다. 예컨대, 사용자의 입력에 의해 각 시점이 지정될 수 있다. 또는 멀티 캘리브레이션 데이터를 2일 이상의 일정한 기간 동안 매일 1회 이상 획득하도록 설정되는 것도 가능하다.
데이터 획득부(110)는 멀티 캘리브레이션 데이터를 획득하는 경우 각 시점마다 장치(100)의 디스플레이, 스피커, 햅틱 모듈 등을 제어하고, 각 시점에서 기준 생체정보 및 맥파신호를 측정할 수 있도록 사용자에게 가이드할 수 있다. 예를 들어, 디스플레이를 통해 사용자 인터페이스를 제공하고, 사용자 인터페이스에 사용자가 기준 생체정보 측정 및 맥파신호 측정에 필요한 가이드 정보를 출력할 수 있다. 이때, 디스플레이는 터치 입력이 가능한 터치 스크린을 포함할 수 있다.
데이터 획득부(110)는 PPG 센서를 포함한 맥파센서를 포함할 수 있다. 맥파센서는 사용자의 피검체로부터 맥파신호를 측정할 수 있다. 이때, 피검체는 인체의 피부 조직일 수 있으며, 예컨대, 모세혈이나 정맥혈이 지나는 손등, 손목, 손가락 등의 인체 부위일 수 있다. 다만, 이에 제한되지 않으며 요골 동맥과 같은 동맥이 지나가는 인체 부위일 수도 있다.
맥파센서는 피검체에 광을 조사하는 광원과, 광원에 의해 조사된 광이 피검체의 피부 표면이나 혈관 등의 생체조직에서 산란 또는 반사되어 나오는 광을 검출하는 디텍터를 포함할 수 있다.
광원은 맥파센서에 접촉하는 피검체에 소정 파장 대역의 광을 조사할 수 있다. 이때, 소정 파장 대역은 적외광, 가시광일 수 있다. 광원은 발광 다이오드(light emitting diode, LED), 레이저 다이오드(laser diode, LD) 또는 형광체 등을 포함할 수 있다. 다만, 이에 한정되는 것은 아니다. 광원은 하나의 LED로 형성될 수 있으며 단일 파장의 광을 조사할 수 있다. 또는, 광원은 복수의 LED가 어레이로 형성되는 것도 가능하며, 이때, 각 LED는 서로 동일한 파장의 광을 조사하거나, 적어도 일부가 서로 다른 파장의 광을 조사할 수 있다.
디텍터는 광원에서 조사된 광이 피검체의 조직에서 흡수, 산란 또는 반사되어 방출되는 광을 검출하고, 검출된 광의 강도를 전기적인 신호로 변환하여 출력할 수 있다. 디텍터는 포토다이오드(photo diode), 포토트랜지스터(photo transistor, PTr) 또는 이미지 센서(예: CMOS 이미지 센서) 등을 포함할 수 있다. 다만, 이에 제한되지 않는다. 예를 들어, 디텍터는 하나의 포토 다이오드 또는 복수의 포토 다이오드 어레이로 형성될 수 있다. 이때 각 디텍터는 광원 위치로부터 서로 다른 거리 상에 배치되어, 광원에서 조사되어 피검체의 조직에서 산란 또는 반사되어 나오는 광을 서로 다른 위치에서 검출할 수 있다.
한편, 데이터 획득부(110)는 맥파센서를 통해 맥파신호를 측정하는 경우 사용자가 피검체를 맥파센서에 정확하게 위치시킬 수 있도록 사용자 인터페이스에 접촉 위치를 표시할 수 있다. 또한, 피검체로부터 맥파신호 측정을 위한 시간 동안(예: 약 45초) 사용자가 피검체를 통해 맥파센서에 가해야 하는 힘의 세기를 표시할 수 있다.
다른 예로, 데이터 획득부(110)는 외부 기기와 유무선 통신으로 연결하는 통신 모듈을 포함할 수 있으며, 통신 모듈을 통해 외부 맥파센서, 웨어러블 기기, 스마트폰, 태블릿 PC, 데스크탑 PC, 노트북 PC 등의 외부 기기로부터 사용자의 맥파신호를 수신할 수 있다.
이때, 통신 모듈은 블루투스(bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신, 3G 통신, 4G 통신 및 5G 통신 등을 포함하는 다양한 유무선 통신 기술을 이용하여 통신할 수 있다. 다만, 이에 한정되는 것은 아니다.
데이터 획득부(110)는 커프 혈압계로부터 기준 혈압을 수신할 수 있다. 일 예로, 데이터 획득부(110)는 사용자 인터페이스에 사용자가 커프 혈압을 측정하도록 가이드하고, 커프 혈압 측정이 완료되면 사용자로부터 사용자 인터페이스를 통해 측정 결과를 입력 받을 수 있다. 예컨대, 스피커 등을 통해 "혈압을 측정하세요"와 같은 음성을 출력하고, 디스플레이의 사용자 인터페이스에 사용자의 상완에서 커프 혈압을 측정하는 이미지를 출력할 수 있다.
다른 예로, 데이터 획득부(110)는 전술한 통신 모듈을 제어하여 외부 커프 혈압계와 통신하고, 커프 혈압계가 혈압 측정을 완료하면 측정 결과를 자동으로 수신할 수 있다. 이때, 데이터 획득부(110)는 수신된 기준 혈압을 사용자 인터페이스에 출력할 수 있다.
프로세서(120)는 생체정보 추정 모델의 캘리브레이션 여부를 결정할 수 있다. 프로세서(120)는 캘리브레이션 수행이 필요하다고 결정한 경우 데이터 획득부(110)를 제어할 수 있다. 예를 들어, 캘리브레이션 주기가 미리 설정될 수 있다. 또는, 사용자가 직접 캘리브레이션 요청을 입력할 수 있다. 또는 프로세서(120)는 생체정보 추정 장치의 생체정보 추정 결과 및 생체정보 추정 이력 등을 기초로 캘리브레이션 수행 여부를 판단할 수 있다.
또한, 프로세서(120)는 데이터 획득부(110)로부터 캘리브레이션용 데이터를 수신하고, 수신된 캘리브레이션용 데이터를 기초로 생체정보 추정 모델을 캘리브레이션할 수 있다.
이하, 도 2 내지 도 3f를 참고하여 프로세서(120)의 캘리브레이션 과정의 실시예들을 설명한다. 이하에서는, 멀티 캘리브레이션 데이터를 이용하여 생체정보 추정 모델을 캘리브레이션(이하, '멀티 캘리브레이션'이라 함)하는 실시예를 설명한다. 다만, 한 시점에서 1회 획득된 캘리브레이션 데이터를 이용하는 실시예를 제외하는 것은 아니다.
도 2는 도 1의 프로세서 구성의 일 실시예의 블록도이다. 도 3a 내지 3f는 멀티 캘리브레이션의 실시예들을 설명하기 위한 도면이다.
도 2를 참조하면, 프로세서(200)는 전처리부(210), 특징 셋 추출부(220) 및 상관분포 분석부(230)를 포함할 수 있다.
전처리부(210)는 데이터 획득부(110)로부터 수신된 멀티 캘리브레이션 데이터의 각 맥파신호를 전처리할 수 있다. 예를 들어, 각 맥파신호를 정규화하고 추세와 오프셋을 제거하는 디트렌딩(detrending), 신호 스무딩(smoothing) 및 로우 패스 필터(low pass filter)를 이용한 노이즈 제거, 신호 증폭과 같은 전처리 작업을 수행할 수 있다.
특징 셋 추출부(220)는 멀티 캘리브레이션 데이터의 각 맥파신호로부터 복수의 특징(feature) 셋을 추출할 수 있다. 이때, 특징 셋 추출 횟수는 미리 설정되며, 사용자 입력, 사용자 특성, 외부 환경 특성, 생체정보 추정 이력, 추정할 생체정보의 종류 및 장치의 컴퓨팅 성능 중의 하나 이상을 기초로 조절될 수 있다.
예를 들어, 특징 셋 추출 횟수가 10으로 설정된 경우, 멀티 캘리브레이션 데이터를 3회의 시점에서 획득하게 되면, 1회차 맥파신호, 2회차 맥파신호 및 3회차 맥파신호 각각으로부터 10개씩 총 30개의 특징 셋을 획득할 수 있다. 특징 셋은 적어도 하나의 특징을 포함한다. 이때, 특징은 생체정보와 연관된 정보로서 예컨대 혈압 추정의 경우 심박출량, 총혈관저항과 관련된 정보를 포함할 수 있다. 또한, 추출된 특징 셋은 서로 동종의 특징을 포함할 수 있다. 예를 들어, 혈압을 추정하는 경우 각 특징 셋은 모두 심박출량 관련 특징(f1)과 총혈관저항 관련 특징(f2)을 포함할 수 있다.
특징 셋 추출부(220)는 맥파신호를 분석하여 심박 정보, 파형 형태, 파형 면적, 진폭 최대점의 시간 및/또는 진폭값, 진폭 최소점의 시간 및/진폭값, 맥파신호를 구성하는 펄스 파형 성분의 진폭 및/또는 시간 등의 정보를 추출하고, 추출된 정보들을 가공 및/또는 하나 이상 조합하여 혈압과 연관된 특징을 추출할 수 있다.
도 3a 및 도 3b는 특징 셋 추출부(222)에 의해 추출된 복수의 특징 셋의 분포를 도시한 것이다.
도 3a는 3회 획득한 멀티 캘리브레이션 데이터 및, 3개의 맥파신호 각각으로부터 추출된 10개씩 총 30개의 특징 셋을 예시한 것이다. 도 3a를 참조하면, N1은 제1 회차 캘리브레이션 데이터, N2는 소정 시간 후의 제2 회차 캘리브레이션 데이터, N3는 소정 시간 후의 제3 회차 캘리브레이션 데이터를 나타낸 것이다.
도시된 바를 참조하면, 제1 회차에 커프 혈압계를 통해 측정된 기준 혈압은 약 90mmHg이다. 제1 회차 맥파신호는 기준 혈압의 측정과 동시에 또는 가까운 시점에 측정되므로 이 맥파신호로부터 추출된 10개의 특징 셋은 기준 혈압이 모두 동일하다고 가정하여 N1 위치에 배치하였다. 마찬가지로 제2 회차 기준 혈압은 약 95mmHg이고, 제2 회차 맥파신호로부터 추출된 10개의 특징 셋은 N2 위치에 배치하였으며, 제3 회차 기준 혈압은 약 105mmHg로 제3 회차에 측정된 맥파신호로부터 추출된 10개의 특징 셋은 N3 위치에 배치하였다. 도면에서 각 회(N1,N2,N3)에 10개의 특징 셋이 모두 표시되어 있지 않은 것은 일부의 특징 셋이 중첩되어 있음을 의미한다.
도 3b는 캘리브레이션 데이터를 5회(N1,N2,N3,N4,N5) 획득하고, 전술한 바와 같이 각 맥파신호로부터 추출된 총 10개의 특징 셋을 배치한 것을 도시한 것이다.
도 3a 및 도 3b를 참조하면, 기준 혈압과 복수의 특징 셋의 상관분포를 통해 혈압과 특징 셋 간의 상관관계를 유추할 수 있다. 도 3a는 특징 셋과 혈압 간의 상관관계가 상대적으로 높은 것을 나타내고, 도 3b는 특징 셋과 혈압 간의 상관관계가 상대적으로 높지 않음을 나타낸다.
한편, 특징 셋 추출부(220)는 각 맥파신호의 파형으로부터 미리 설정된 특징 셋 추출 개수에 해당하는 대표 파형을 획득하고, 각 대표 파형으로부터 하나의 특징 셋을 추출할 수 있다. 도 3f는 대표 파형을 획득하는 예를 도시한 것이다. 특징 셋 추출부(220)는 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균하여 대표 파형을 획득할 수 있다. 또한, 특징 셋 추출부(220)는 도시된 바와 같이 소정 개수의 비트 단위를 하나의 윈도우(BW)로 하여 윈도우(BW)를 슬라이딩하면서 복수의 대표 파형을 획득할 수 있다.
특징 셋 추출부(220)는 미리 설정된 기준 정보 예컨대, 맥파 측정 시간, 각 맥파신호에 추출할 특징 셋의 개수 및 윈도우 사이즈(즉, 비트 단위에 포함되는 비트 개수) 등을 고려하여 윈도우 사이즈를 적응적으로 조절할 수 있다.
예를 들어, 특징 셋 추출부(220)는 사용자 입력, 사용자 특성(예: 건강 상태, 성별, 연령 등), 외부 환경 특성(예: 온도, 습도, 계절 등의 변화), 생체정보 추정 이력, 추정할 생체정보의 종류 및 장치의 컴퓨팅 성능 등을 기초로 각 사용자별로 맥파 측정 시간이나 추출할 특징 셋의 개수를 조절할 수 있다. 예컨대, 맥파 측정 시간이 줄어들거나, 추출할 특징 셋의 개수를 증가시킬 필요가 있는 경우 더 많은 대표 파형을 획득할 수 있도록 윈도우 사이즈를 줄일 수 있다. 다만, 이러한 예시에 제한되는 것은 아니다.
상관분포 분석부(230)는 특징 셋 추출부(220)에 의해 추출된 복수의 특징 셋과 기준 생체정보 간의 상관분포를 분석할 수 있다. 예를 들어, 상관분포 분석부(230)는 도 3a 및 도 3b를 통해 설명한 바와 같이 기준 혈압에 대해 복수의 특징 셋을 배치하고, 선형 회귀 분석(Linear Regression), 표준편차 분석법, 최대/최소 분석법 등을 적절히 이용하여 특징 셋과 혈압 간의 상관분포를 도출할 수 있다. 다만, 이에 제한되는 것은 아니다.
일 예로, 상관분포 분석부(230)는 각 회에 획득된 기준 혈압과 각 특징 셋의 개별 특징들 간의 분포를 통해 개별 상관분포를 획득할 수 있다. 이하, 각 특징 셋은 3개의 개별 특징(f1,f2,f3)을 포함하는 것으로 가정한다. 예컨대, 상관분포 분석부(230)는 도 3a 및 도 3b를 통해 설명한 바와 같이 각 특징 셋의 제1 특징(f1)과 기준 혈압과의 분포를 통해 제1 특징(f1)과 혈압 간의 상관관계를 유추하고, 이런 방식으로 제2 특징(f2), 제3 특징(f3)에 대해 상관관계를 유추함으로써 개별 특징(f1,f2,f3) 각각의 개별 상관분포를 도출할 수 있다.
다른 예로, 상관분포 분석부(230)는 각 특징 셋에 포함된 개별 특징(f1,f2,f3)을 조합하고, 조합된 특징과 기준 생체정보 간의 조합 상관분포를 획득할 수 있다. 예를 들어, 총 3회의 캘리브레이션 데이터가 획득되고 각 회당 총 10개의 특징 셋이 추출된 경우, 각 특징 셋별로 3개의 개별 특징(f1,f2,f3)을 미리 정의된 선형/비선형 수학식으로 조합하여, 각 회별로 10개씩 총 30개의 조합 특징을 획득할 수 있다. 또한, 총 30개의 조합 특징을 도 3a 및 도 3b를 통해 설명한 바와 같이 분석함으로써 조합 특징과 혈압 간의 조합 상관분포를 도출할 수 있다.
한편, 상관분포 분석부(230)는 개별 상관분포를 기초로 개별 특징들을 조합할 수 있다. 예를 들어, 혈압과 개별 특징(f1,f2,f3)들 각각의 상관 정도에 따라 개별 특징들 각각의 가중치를 결정하고, 결정된 가중치를 개별 특징들에 부여하여 개별 특징들을 조합할 수 있다. 예컨대, 도 3a는 제1 특징(f1)에 대한 개별 상관분포, 도 3b는 제2 특징(f2)에 대한 개별 상관분포라 가정할 때, 제1 특징(f1)이 제2 특징(f2)에 비해 혈압과의 상관 정도가 상대적으로 더 높으므로 제1 특징(f1)에 더 높은 가중치를 부여할 수 있다. 이때, 개별 상관분포를 기초로 개별 특징들 중 상관 정도가 낮은 일부 특징을 제외하고 나머지 특징을 조합하는 것도 가능하다.
상관분포 분석부(230)는 개별 상관분포 또는 조합 상관분포를 기초로 생체정보 추정 모델과 관련된 상관계수를 획득하고, 획득된 상관계수를 기초로 생체정보 추정 모델을 갱신할 수 있다. 이때, 상관계수는 예컨대 기준 특징, 스케일 인자(scale factor) 및 오프셋 등을 포함할 수 있다. 여기서, 기준 특징은 캘리브레이션 시점의 특징값을 의미하는 것으로 생체정보 추정 시점의 특징값의 상대적인 변화를 구하기 위한 기준이 되는 값일 수 있다. 또한, 스케일 인자는 캘리브레이션 시점 대비 생체정보의 변화량을 구하기 위해 특징값의 상대적인 변화를 스케일하는 값일 수 있다. 또한, 오프셋은 생체정보 추정값을 구하기 위해 생체정보 변화량을 보정해 주는 값으로 캘리브레이션 시점에 측정된 생체정보 측정값일 수 있다.
예를 들어, 도 3c 내지 도 3e는 혈압 추정 모델의 캘리브레이션 절차를 설명하기 위한 도면이다. 이하 설명의 편의를 위하여 혈압 추정 모델이 아래의 수학식 1과 같이 정의된다고 가정한다. 다만, 이에 제한되는 것은 아니다.
여기서, BP는 추정 시점의 혈압 추정값이며, ΔF는 캘리브레이션 시점 대비 추정 시점의 특징 변화량을 나타낸다. SF는 스케일 인자를 나타내며, 특징 변화량(ΔF)과 스케일 인자(SF)의 곱을 캘리브레이션 시점 대비 혈압 변화량(ΔBP)으로 정의할 수 있다. OFF는 혈압 추정값을 획득하기 위해 혈압 변화량을 보정해주는 값으로서 일반적으로 캘리브레이션 시점에 측정한 커프 혈압일 수 있다.
일반적으로 1회의 캘리브레이션 데이터를 획득하여 캘리브레이션을 수행한다. 즉, 캘리브레이션 시점에 측정한 커프 혈압을 위 혈압 추정 모델의 오프셋(OFF)으로 설정하고, 이때 측정한 맥파신호로부터 특징을 추출하여 혈압 추정 모델의 특징 변화량(ΔF)을 구하기 위한 기준 특징으로 설정함으로써 혈압 추정 모델을 갱신할 수 있다. 하지만, 이와 같이 1회의 캘리브레이션 데이터를 획득함으로써 얻을 수 있는 정보는 충분하지 않기 때문에 실제 혈압과 추정 혈압 간에 오차가 발생하게 된다.
도 3c를 참조하면, 그래프의 X축은 실제 측정된 커프 혈압을 나타내고, Y축은 각 시점에 측정된 맥파신호로부터 추출된 특징을 기초로 혈압 추정 모델을 적용하여 추정한 혈압을 나타낸다. 직선(BL)은 실제 혈압과 추정 혈압이 일치하는 선을 나타낸 것으로, 추정 혈압이 직선 상에 위치할수록 추정 결과가 정확함을 의미한다.
도 3c를 참조하면, 예컨대 1회(C1)에 획득한 캘리브레이션 데이터를 이용하여 캘리브레이션하는 경우 오프셋은 93이 된다. 또한, 추정 시점(T2)에서 1회(C1) 대비 특징 변화량을 기초로 계산한 혈압 변화량(ΔBP)은 약 11이 된다. 예컨대, 그래프 Y축의 추정 혈압을 참조하면 1회(C1)의 맥파신호로부터 추출한 특징을 기초로 추정한 혈압은 96이고, 추정 시점(T2)에 추출한 특징을 기초로 추정한 혈압은 107이므로 혈압 변화량(ΔBP)이 11임을 알 수 있다. 따라서, 위 수학식 1에서 혈압 변화량(ΔBP) 즉 SF×ΔF 항목에 11을, 오프셋 항목에 93을 적용하면 추정 혈압은 104가 된다. 이때, 추정 시점(T2)에서 실제 혈압은 119이므로 추정 혈압은 실제 혈압과 15의 오차가 발생함을 알 수 있다.
도 3c를 참조하면, 이와 같은 오차를 줄이기 위해 총3회(C1,C2,C3)의 캘리브레이션 데이터를 획득한다고 할 때, 3회(C1,C2,C3)의 캘리브레이션 데이터를 평균하여 캘리브레이션에 사용할 수 있다. 예컨대, C1, C2 및 C3의 기준 혈압은 각각 93, 96 및 102가 되어 오프셋(BP0)은 97이 된다. 이때, 추정 시점(T2)에서 특징 변화량을 기초로 계산한 혈압 변화량(ΔBP)은 10이 된다. 예컨대, 그래프의 Y축의 추정 혈압을 참조하면 C1,C2 및 C3의 추출된 특징을 기초로 한 추정 혈압은 각각 96, 95 및 100으로 평균 추정 혈압은 97이 되고, 추정 시점(T2)의 추정 혈압은 107이므로 혈압 변화량은 10임을 알 수 있다. 따라서, 수학식 1에서 혈압 변화량(ΔBP)에 10, 오프셋에 97을 입력하면 추정 혈압은 107이 된다. 이때, 추정 시점(T2)에서 실제 혈압은 119이므로 추정 혈압은 실제 혈압과 12의 오차(BE)가 발생한다.
위에서 설명한 바와 같이 일반적인 혈압 추정 모델의 캘리브레이션에서는 캘리브레이션 데이터를 1회 또는 복수 회 획득한다고 하더라도 캘리브레이션에 활용할 정보가 충분하지 않으므로 추정 혈압은 실제 혈압과 상당한 오차가 발생함을 알 수 있다.
본 실시예에서는 멀티 캘리브레이션을 수행함으로써, 즉, 멀티 캘리브레이션 데이터 각각에서 복수의 특징 셋을 추출하고, 추출된 복수의 특징 셋과 혈압 간의 상관분포를 기초로 혈압 추정 모델의 상관계수를 획득하여 혈압 추정 모델을 갱신함으로써 이러한 오차를 줄여 혈압 추정의 정확성을 향상시킬 수 있다.
예를 들어, 도 3d 및 도 3e를 참조하면, 3회의 캘리브레이션 데이터를 획득하는 경우, 각 캘리브레이션 데이터의 맥파신호로부터 기존의 특징 셋(C1,C2,C3)을 포함한 복수의 특징 셋(CE1,CE2,CE3)을 추출하고, 전술한 바와 같이 추출된 특징 셋(CE1,CE2,CE3)의 상관분포(CD)를 분석함으로써 혈압 추정 모델의 상관계수를 도출할 수 있다.
도 3d의 그래프 상에 표시된 특징 셋의 분포는 조합 상관분포를 예시한 것이다. 다만, 이에 한정되지 않으며 전술한 바와 같이 상관도가 높은 하나 이상의 개별 특징의 개별 상관분포를 분석하여 혈압 추정 모델의 상관계수를 획득할 수 있다. 일 예로, 상관분포 분석부(230)는 전술한 다양한 분석 기법을 활용하여 혈압과 조합 특징 간의 선형 관계식을 획득할 수 있다. 오프셋을 3회의 기준 혈압의 평균으로 정의할 때 선형 관계식을 이용하여 기준 특징을 구할 수 있다. 그 반대의 경우도 가능하다. 다른 예로, 다양한 상관분포 분석 기법을 통해 상관분포 영역(CD)을 획득하고, 획득된 영역(CD)의 무게중심의 기준 혈압과 특징을 각각 오프셋과 기준 특징으로 획득할 수 있다. 또 다른 예로, 각 회별로 조합 특징의 통계치(예: 평균, 최대, 최소, 중간값 등) 및 기준 혈압의 통계치를 각각 구하고, 이와 같이 구해진 3개의 조합 특징의 통계치 및 3개의 기준 혈압의 통계치를 각각 조합하여(예: 평균) 기준 특징 및 오프셋을 획득할 수 있다. 다만, 이러한 예시는 설명의 편의를 위한 것일 뿐 이에 한정되는 것은 아니다.
도 3e를 참조하면, 도 3d와 같이 3회의 복수의 특징 셋(CE1,CE2,CE3)의 분포를 통해 구한 오프셋(BP0)은 98이며, 이때, 추정 시점(T2)에서 특징 변화량을 기초로 계산한 혈압 변화량(ΔBP)은 19가 된다. 예컨대, 그래프의 Y축의 추정 혈압을 참조하면 캘리브레이션 시점(오프셋(BP0)에 대응하는 지점)의 추정 혈압은 98이고, 추정 시점(T2)의 추정 혈압은 117이므로 혈압 변화량은 19로 구해진 것을 알 수 있다. 따라서, 수학식 1에서 혈압 변화량(ΔBP)에 19, 오프셋에 98을 입력하면 추정 혈압은 117이 된다. 이때, 추정 시점(T2)에서 실제 혈압은 119이므로 추정 혈압과 실제 혈압 사이의 오차(BE)는 2가 되어 매우 감소함을 알 수 있다.
도 4는 일 실시예에 따른 캘리브레이션 방법의 흐름도이다. 도 5는 도 4의 맥파신호 획득 단계 및 특징 셋 추출 단계의 일 실시예를 도시한 흐름도이다. 도 6은 도 4의 특징 셋 상관분포 분석 및 캘리브레이션 단계의 일 실시예를 도시한 흐름도이다.
도 4 내지 도 6의 캘리브레이션 방법은 전술한 캘리브레이션 장치에 의해 수행되는 실시예로서 중복되는 설명을 줄이기 위해 간단하게 설명한다.
도 4를 참조하면, 캘리브레이션 장치(100)는 캘리브레이션을 수행하기 위해 캘리브레이션용 데이터를 획득할 수 있다(410). 캘리브레이션용 데이터는 복수의 시점에서 획득된 멀티 캘리브레이션 데이터일 수 있다. 멀티 캘리브레이션 데이터는 각 시점에서 측정된 맥파신호 및 기준 생체정보를 포함할 수 있다. 이때, 복수의 시점은 일정한 시간 간격으로 설정될 수 있으나 이에 한정되는 것은 아니다.
그 다음, 획득된 캘리브레이션 데이터의 맥파신호로부터 복수의 특징 셋을 추출할 수 있다(420).
도 5를 참조하여 단계(410) 및 단계(420)의 일 실시예로서 멀티 캘리브레이션 데이터를 획득하는 실시예를 설명한다.
캘리브레이션 장치(100)는 캘리브레이션 요청을 수신하면, 캘리브레이션 데이터의 획득 횟수(k)를 초기화할 수 있다(511).
그 다음, 기준 생체정보 및 맥파신호를 획득할 수 있다(512). 예를 들어, 사용자에게 커프 혈압을 측정하도록 가이드할 수 있다. 사용자가 커프 혈압을 측정하는 동안 커프 혈압계와 통신 연결이 가능하면, 커프 혈압계로부터 사용자의 커프 혈압을 자동으로 수신할 수 있으며, 그렇지 않은 경우 사용자에게 인터페이스를 제공하여 사용자로부터 입력 받을 수 있다. 또한, 사용자가 커프 혈압을 측정하는 동안 또는 커프 혈압 측정 전후 소정 시간 이내에 사용자의 피검체로부터 맥파신호를 측정하거나 외부 기기로부터 사용자의 맥파신호를 획득할 수 있다.
그 다음, 특징 셋 추출 횟수(cnt)를 초기화하고(513), 단계(512)에서 획득된 맥파신호로부터 특징 셋을 추출할 수 있다(514). 예를 들어, 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균하는 방식으로 하나의 대표 파형을 획득하고, 획득된 대표 파형에서 특징 셋을 추출할 수 있다. 이때, 특징 셋은 하나 이상의 특징을 포함한다.
그 다음, 특징 셋 추출 횟수(cnt)를 1 증가시키고, 제1 기준치(m)와 비교하여(516), 일치하지 않으면 다시 단계(514)로 이동하여 다음 특징 셋을 추출한다. 여기서, 제1 기준치(m)는 각 맥파신호에서 추출할 특징 셋의 총 개수이며 미리 설정될 수 있다. 이때, 단계(514)에서 캘리브레이션 장치(100)는 소정 개수의 비트 단위 윈도우를 맥파신호 파형의 시간 축 상에서 시간의 진행 방향으로 슬라이딩하고, 앙상블 평균하여 또 하나의 대표 파형을 획득할 수 있으며, 획득된 대표 파형에서 다음의 특징 셋을 추출할 수 있다.
단계(516)에서 비교한 결과 일치하면, 특징 셋 추출을 종료하고 캘리브레이션 데이터 획득 횟수(k)를 1 증가시킨(517) 다음, 단계(512)에서 획득된 기준 생체정보 및/또는 맥파신호와 단계(514)에서 추출된 특징 셋을 저장할 수 있다(518).
그 다음, 캘리브레이션 데이터 획득 횟수(k)를 제2 기준치(N)와 비교하고(519) 일치하지 않으면 소정 시간 경과 후 다음 캘리브레이션 데이터를 획득하는 단계(512)로 이동한다. 비교 결과(519) 일치하면 캘리브레이션 데이터 획득과정을 종료한다. 여기서, 제2 기준치(N)는 캘리브레이션 데이터를 획득할 총 횟수로 미리 설정될 수 있다
다시 도 4를 참조하면, 복수의 특징 셋이 추출되면 멀티 캘리브레이션을 수행할 수 있다. 즉, 추출된 특징 셋의 상관분포를 분석하고(430), 상관분포 분석 결과를 기초로 생체정보 추정 모델을 갱신할 수 있다(440).
도 6을 참조하여 단계(430) 및 단계(440)의 일 실시예를 설명한다.
캘리브레이션 장치(100)는 각 특징 셋의 개별 특징들과 기준 생체정보간의 상관분포를 분석할 수 있다(610). 전술한 바와 같이 각 개별 특징들과 기준 생체정보간의 상관분포를 통해 각 개별 특징들이 생체정보와 어느 정도 상관관계를 갖는지 분석할 수 있다.
그 다음, 개별 상관분포를 기초로 각 특징 셋의 특징을 조합하고(620), 기준 생체정보와 조합 특징 간의 조합 상관분포를 획득할 수 있다(630). 예를 들어, 개별 상관분포를 기초로 각 특징과 생체정보 간의 상관관계를 유추하고, 각 특징의 상관 정도에 따라 서로 다른 가중치를 부여하여 조합할 수 있다. 이때, 상관도가 낮은 특징은 제외할 수 있다.
그 다음, 조합 상관분포를 기초로 추정 모델과 관련된 상관계수를 획득할 수 있다(640). 예를 들어, 기준 특징, 스케일 인자 및 오프셋 등의 정보를 획득할 수 있다. 획득된 정보를 기초로 생체정보 추정 모델의 파라미터를 갱신하고, 생체정보 추정을 위한 기준 정보로 저장할 수 있다.
도 7은 일 실시예에 따른 생체정보 추정 장치의 블록도이다. 도 8은 도 7의 프로세서 구성의 일 실시예를 도시한 블록도이다. 실시예들에 따른 생체정보 추정 장치(700)는 전술한 캘리브레이션 장치의 실시예들을 포함할 수 있다.
도 7을 참조하면 생체정보 추정 장치(700)는 맥파센서(710), 프로세서(720), 출력부(730), 저장부(740) 및 통신부(750)를 포함할 수 있다.
맥파센서(710)는 사용자의 피검체로부터 광전용적 맥파를 포함한 맥파신호를 측정할 수 있다. 맥파센서(710)는 광원(711) 및 디텍터(712)를 포함할 수 있다. 광원(711)은 하나 이상의 발광 다이오드(light emitting diode, LED), 레이저 다이오드(laser diode, LD) 또는 형광체를 포함하며, 사용자의 피검체에 소정 파장 대역의 광을 조사할 수 있다. 디텍터(712)는 피검체의 조직에서 흡수, 산란 또는 반사되어 방출되는 광을 검출할 수 있다. 디텍터(712)는 하나 이상의 포토다이오드(photo diode), 포토트랜지스터(photo transistor, PTr) 또는 이미지 센서(예: CMOS 이미지 센서) 등을 포함할 수 있다.
프로세서(720)는 맥파센서(710)와 전기적으로 연결될 수 있다. 캘리브레이션 또는 생체정보 추정을 위해 맥파센서(710)를 제어할 수 있다. 프로세서(720)는 생체정보 추정 모델의 캘리브레이션 요청이 수신되면 전술한 바와 같이 멀티 캘리브레이션을 수행하기 위해 복수의 시점에서 맥파센서(710)를 제어하여 멀티 캘리브레이션 데이터를 획득할 수 있다.
프로세서(720)는 맥파센서(710)로부터 맥파신호를 수신하면, 수신된 맥파신호를 이용하여 생체정보 추정 모델을 캘리브레이션하거나 생체정보를 추정할 수 있다.
도 8을 참조하면, 일 실시예에 따른 프로세서(800)는 가이드부(810), 캘리브레이션부(820), 전처리부(830), 특징 획득부(840) 및 추정부(850)를 포함할 수 있다.
가이드부(810)는 캘리브레이션 또는 생체정보 추정에 필요한 가이드 정보를 사용자에게 제공할 수 있다. 예를 들어, 캘리브레이션 요청이 수신되면 출력부(730)를 통해 사용자 인터페이스를 제공하고, 사용자 인터페이스에 "혈압을 측정하세요"와 같은 메시지를 출력하거나, 커프 혈압계를 통해 혈압을 측정하는 이미지를 출력하는 것과 같이 사용자가 기준 생체정보를 측정할 수 있도록 안내할 수 있다. 또한, 사용자가 측정된 기준 생체정보를 사용자 인터페이스에 입력하도록 안내할 수 있다.
또한, 가이드부(810)는 캘리브레이션 요청 또는 생체정보 추정 요청이 수신되는 경우, 맥파신호를 정확하게 측정할 수 있도록 피검체와 맥파센서(710) 사이의 접촉 위치, 접촉 힘 및/또는 측정 시간 등에 대한 가이드 정보를 출력할 수 있다.
캘리브레이션부(820)는 전술한 캘리브레이션 장치(100)의 기능을 수행할 수 있다. 캘리브레이션부(820)는 캘리브레이션 요청이 발생하면 적어도 1회 이상의 캘리브레이션 데이터를 획득할 수 있다. 캘리브레이션 데이터의 획득 횟수는 미리 설정되며 보다 정확한 캘리브레이션을 위해 복수로 설정될 수 있다. 캘리브레이션 데이터 획득 횟수가 복수로 설정되는 경우 소정 시간 간격으로 맥파센서(710) 및 외부 생체정보 측정 기기로부터 멀티 캘리브레이션 데이터를 획득할 수 있다. 예를 들어, 캘리브레이션부(820)는 각 시점마다 맥파센서(710)를 제어하여 각 시점마다 하나씩의 제1 맥파신호를 획득할 수 있다. 또한, 각 시점마다 외부 생체정보 측정 기기로부터 기준 생체정보를 획득할 수 있다. 이때, 가이드부(810)를 제어하여 사용자에게 기준 생체정보 측정을 가이드하고 사용자 인터페이스를 통하여 사용자로부터 입력받거나, 통신부(750)를 제어하여 자동으로 외부 생체정보 측정 기기로부터 수신할 수 있다.
캘리브레이션부(820)는 각각의 제1 맥파신호로부터 하나 이상의 특징을 포함하는 복수의 특징 셋을 추출할 수 있다. 예를 들어, 제1 맥파신호의 전체 파형을 소정 개수의 비트 단위의 윈도우를 슬라이딩해 가면서 앙상블 평균하여 복수의 대표 파형을 획득할 수 있다. 이와 같이 획득된 각각의 대표 파형에서 하나의 특징 셋을 추출할 수 있다. 이때, 제1 맥파신호로부터 심박 정보, 파형의 형태, 파형의 면적, 최대점의 시간 및 진폭, 최소점의 시간 및 진폭, 펄스 파형 성분의 진폭 및 시간 정보 중의 하나 이상을 기초로 생체정보와 연관된 하나 이상의 특징을 획득할 수 있다.
캘리브레이션부(820)는 멀티 캘리브레이션 데이터의 각 맥파신호로부터 추출된 복수의 특징 셋과 멀티 캘리브레이션 데이터의 기준 생체정보를 이용하여 멀티 캘리브레이션을 수행할 수 있다. 예를 들어, 복수의 특징 셋과 기준 생체정보 간의 상관분포 분석을 통해 각 특징 셋의 개별 특징과 기준 생체정보 간의 개별 상관분포 또는 개별 특징을 조합한 조합 특징과 기준 생체정보 간의 조합 상관분포를 획득할 수 있다. 또한, 획득된 개별 상관분포 또는 조합 상관분포를 기초로 생체정보 추정 모델과 관련된 상관계수 예컨대, 기준 특징, 스케일 인자 및 오프셋 등을 획득하고, 획득된 상관계수를 이용하여 생체정보 추정 모델을 캘리브레이션할 수 있다. 멀티 캘리브레이션에 대하여 앞에서 자세히 설명하였으므로 이하 생략한다.
한편, 캘리브레이션부(820)는 현재 캘리브레이션 시점 이전의 캘리브레이션 시점에 획득된 캘리브레이션 데이터를 누적적으로 이용하여 상관분포를 도출할 수 있다. 이때, 현재 시점을 기준으로 소정 구간 이내의 이전 캘리브레이션 데이터만을 누적적으로 이용하는 것도 가능하다.
전처리부(830)는 맥파센서(710)로부터 캘리브레이션용 제1 맥파신호 또는 생체정보 추정용 제2 맥파신호가 수신되면, 수신된 맥파신호를 스무딩, 증폭, 필터링 등의 전처리를 수행할 수 있다.
특징 획득부(840)는 제2 맥파신호로부터 심박 정보, 파형의 형태, 파형의 면적, 최대점의 시간 및 진폭, 최소점의 시간 및 진폭, 펄스 파형 성분의 진폭 및 시간 정보 중의 하나 이상을 기초로 생체정보와 연관된 하나 이상의 특징을 획득할 수 있다.
추정부(850)는 제2 맥파신호로부터 하나 이상의 특징이 추출되면 캘리브레이션부(820)에 의해 캘리브레이션된 생체정보 추정 모델을 기초로 생체정보를 추정할 수 있다. 여기서, 생체정보는 혈압, 혈관 나이, 동맥경화도, 대동맥압 파형, 혈관 탄성도, 스트레스 지수 및 피로도 등을 포함할 수 있다. 다만, 이에 제한되는 것은 아니다.
예를 들어, 추정부(850)는 캘리브레이션부(820)에 의해 도출된 기준 특징 대비 제2 맥파신호로부터 추출된 특징의 변화량(ΔF)을 계산하고, 오프셋 및 스케일 인자가 캘리브레이션된 수학식 1을 통해 혈압을 추정할 수 있다. 여기서, 특징 변화량(ΔF)은 개별 특징(f1,f2,f3) 각각의 변화량을 구한 후 각각의 변화량에 가중치를 부여하여 조합한 값일 수 있다. 이때, 가중치는 개별 상관분포를 통해 유추된 개별 특징의 상관 정도를 기초로 결정될 수 있다. 또는 이에 제한되는 것은 아니며, 특징 변화량(ΔF)은 전술한 바와 같이 개별 특징(f1,f2,f3)을 먼저 조합한 후 조합 특징의 변화량을 구한 값일 수 있다.
출력부(730)는 프로세서(720)의 처리 결과를 출력할 수 있다. 출력부(730)는 디스플레이 등의 시각적 출력 모듈, 스피커 등의 음성 출력 모듈, 진동이나 촉감 등의 정보를 제공하는 햅틱 모듈 등을 포함하고, 시각적/비시각적 출력 모듈을 적절히 활용하여 사용자에게 필요한 정보를 출력할 수 있다.
예를 들어, 출력부(730)는 디스플레이를 제1 영역 및 제2 영역으로 분리하고, 제1 영역에는 생체정보 추정 결과, 생체정보 추정 이력 등을 출력하고, 제2 영역에는 생체정보 추정에 활용된 맥파신호, 복수의 특징 셋, 도 3a와 같은 개별 상관분포 그래프, 조합 상관분포 그래프, 도 3d, 도 3e의 그래프 등을 출력할 수 있다. 이때, 디스플레이는 터치 입력이 가능한 터치 스크린을 포함할 수 있으며, 사용자가 제1 영역에서 생체정보 추정 이력 중의 특정 시점의 생체정보 추정 결과를 선택하면 해당 시점의 상세 정보를 제2 영역에 출력할 수 있다. 다만, 이는 하나의 예시에 불과하므로 이에 제한되는 것은 아니다.
저장부(220)는 생체정보 추정에 필요한 각종 정보를 저장한다. 저장부(220)는 프로세서(130)의 요청에 따라 필요한 정보를 저장하거나 반대로 프로세서(130)에 제공할 수 있다.
예를 들어, 저장부(740)는 생체정보 추정과 관련된 각종 정보, 예컨대, 맥파센서(710)에 의해 측정된 맥파신호 및/또는 프로세서(720)의 처리 결과를 저장할 수 있다. 또한, 저장부(740)는 사용자의 나이, 성별, 건강 상태 등과 같은 사용자 특성 정보, 생체정보 추정 모델, 캘리브레이션 데이터 획득 횟수, 특징 셋 추출 개수, 윈도우 사이즈, 맥파신호 측정 시간 등의 기준 정보를 저장할 수 있다.
저장부(740)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어, SD 또는 XD 메모리 등), 램(Random Access Memory: RAM) SRAM(Static Random Access Memory), 롬(Read-Only Memory: ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 등의 저장매체를 포함하며, 이에 제한되는 것은 아니다.
통신부(750)는 프로세서(720)의 제어에 따라 통신망에 접속하거나 기접속되어 있는 통신망에 연결된 외부 기기와 통신할 수 있다. 이때, 외부 기기는 커프 혈압기와 같은 의료 기기 등을 포함하나 이에 제한되지 않으며 스마트폰, 태블릿 PC, 데스크탑 PC, 노트북 PC 등의 정보 처리 장치를 포함할 수 있다.
예를 들어, 커프 혈압기와 같은 외부 기기로부터 생체정보 추정을 위한 커프 혈압이나 혈압 추정 모델과 같은 기준 정보를 수신할 수 있다. 또는, 맥파 센서(710)에 의해 측정된 맥파신호, 프로세서(720)에 의해 처리된 맥파신호, 복수의특징 셋, 생체정보 추정 결과 및 각종 데이터를 스마트폰이나 태블릿 PC 등과 같은 사용자의 휴대 기기에 전송할 수도 있다.
도 9는 손목에 착용되는 웨어러블 기기를 도시한 것이다. 전술한 캘리브레이션 장치(100) 또는 생체정보 추정 장치(700)의 실시예들은 손목에 착용하는 스마트 워치나 스마트 밴드형 웨어러블 기기에 탑재될 수 있다. 다만, 이에 제한되는 것은 아니다.
도 9를 참조하면, 웨어러블 기기(900)는 기기 본체(910)와 스트랩(930)을 포함할 수 있다.
본체(910)는 다양한 형태를 갖도록 형성될 수 있으며, 내부 또는 표면에 전술한 캘리브레이션 기능 또는 생체정보 추정 기능을 수행하기 위한 각종 모듈이 장착되며, 그 밖의 다양한 기능(예: 시계, 알람)을 수행하기 위한 모듈들이 장착될 수 있다. 본체(910) 또는 스트랩(930)의 내부에는 기기(900)의 각종 모듈에 전원을 공급하는 배터리가 내장될 수 있다.
스트랩(930)은 본체(910)에 연결될 수 있다. 스트랩(930)은 사용자의 손목을 감싸는 형태로 구부려질 수 있도록 플렉시블(flexible)하게 형성될 수 있다. 스트랩(930)은 사용자의 손목으로부터 분리되는 형태 또는 분리되지 않는 밴드 형태로 구성될 수 있다. 스트랩(930)은 손목에 가해지는 압력의 변화에 따라 탄성을 갖도록 내부에 공기가 주입되거나 공기 주머니를 포함할 수 있으며, 본체(910)로 손목의 압력 변화를 전달할 수 있다.
본체(910)에는 맥파신호를 측정하는 맥파센서(920)가 장착될 수 있다. 맥파센서(920)는 본체(910)가 사용자의 손목에 착용될 때, 사용자의 손목이 접촉하는 본체(910) 일면에 장착될 수 있다. 맥파센서(920)는 손목에 광을 조사하는 광원과 피부 표면, 혈관 등의 생체내 조직에 의해 산란 또는 반사되어 방출되는 광을 검출하는 디텍터를 포함할 수 있다.
또한, 본체(910) 내부에 프로세서가 실장될 수 있으며, 프로세서는 웨어러블 기기(900)의 구성들과 전기적으로 연결되어 그 구성들을 제어할 수 있다.
프로세서는 캘리브레이션 요청에 따라 맥파센서(920)를 제어할 수 있다. 이때, 캘리브레이션 요청은 사용자의 입력 또는 설정된 자동 수행 주기에 발생할 수 있다. 프로세서는 캘리브레이션 요청에 따라 맥파센서(920)를 제어하여 캘리브레이션용 맥파신호를 획득하고, 외부 생체정보 측정 장치로부터 기준 생체정보를 획득할 수 있다. 프로세서는 캘리브레이션 데이터를 복수의 시점에서 복수 회 획득할 수 있다.
프로세서는 획득된 캘리브레이션 데이터를 이용하여 생체정보 추정 모델을 캘리브레이션 한다. 캘리브레이션 방법에 관해서는 앞에서 자세히 설명하였으므로 이하 생략한다.
또한, 프로세서는 생체정보 추정 요청이 발생하면 맥파센서(920)를 제어하여 맥파신호를 획득하고, 획득된 맥파신호 및 캘리브레이션된 생체정보 추정 모델을 이용하여 생체정보를 추정할 수 있다. 생체정보 추정에 관한 자세한 설명은 생략한다.
표시부는 본체(910)의 전면에 장착될 수 있으며, 터치 입력이 가능한 터치 스크린을 포함하는 터치 패널일 수 있다. 표시부는 사용자의 터치 입력을 수신하여 프로세서에 전달할 수 있으며, 프로세서의 처리 결과를 출력할 수 있다. 예를 들어, 표시부는 생체정보 추정치를 표시할 수 있으며, 생체정보 추정 이력, 건강상태의 변화, 경고 등의 부가 정보를 함께 표시할 수 있다.
본체(910) 내부에는 프로세서의 처리 결과 및 각종 정보를 저장하는 저장부가 장착될 수 있다. 이때, 각종 정보는 생체정보 추정과 관련된 정보 이외에 웨어러블 기기(900)의 그 밖의 기능과 관련된 정보를 포함할 수 있다.
또한, 본체(910)에는 사용자의 명령을 수신하여 프로세서로 전달하는 조작부(940)가 장착될 수 있다. 조작부(940)는 웨어러블 기기(900)의 전원을 온/오프시키는 명령을 입력하기 위한 전원 버튼을 포함할 수 있다.
또한, 본체(910) 내부에는 외부 기기와 통신하는 통신부가 장착될 수 있다. 통신부는 생체정보 추정 결과를 외부 기기 예컨대 사용자의 휴대 단말의 출력 모듈을 통해 출력하거나 외부 기기의 저장 모듈에 저장될 수 있도록 외부 기기에 전송할 수 있다. 또한, 통신부는 그 밖의 웨어러블 기기에서 수행하는 각종 기능을 지원하기 위한 정보 등을 외부 기기로부터 수신할 수 있다.
도 10은 전술한 캘리브레이션 장치(100) 또는 생체정보 추정 장치(700)의 실시예들이 적용된 스마트 기기를 도시한 것이다. 이때, 스마트 디바이스는 스마트폰 및 태블릿 PC일 수 있으나, 이에 제한되지 않는다.
도 10을 참조하면, 스마트 기기(1000)는 본체(1010)의 일면에 맥파센서(1030)가 장착될 수 있다. 맥파센서(1030)는 하나 이상의 광원(1031)과 디텍터(1032)를 포함할 수 있다. 맥파센서(1030)는 도시된 바와 같이 본체(1010)의 후면에 장착될 수 있으나 이에 제한되는 것은 아니며, 전면의 지문 센서 또는 터치 패널과 결합하여 맥파센서(1030)를 형성할 수도 있다.
또한, 본체(1010) 내부에는 힘 센서를 탑재할 수 있으며, 사용자가 손가락 등으로 맥파센서에 접촉하여 힘을 가할 때 그 힘을 측정하여 프로세서에 전달할 수 있다.
본체(1010)의 전면에 표시부가 장착될 수 있다. 표시부는 생체정보 추정 결과 등을 시각적으로 출력할 수 있다. 표시부는 터치 패널을 포함할 수 있으며, 터치 패널을 통해 입력되는 정보를 수신하여 프로세서에 전달할 수 있다.
한편, 본체(1010)에는 이미지 센서(1020)가 장착될 수 있다. 이미지 센서(1020)는 사용자가 맥파신호를 측정하기 위해 손가락을 맥파센서(1030)에 접근시키는 경우 손가락을 촬영하여 프로세서로 전달할 수 있다. 이때, 프로세서는 손가락의 이미지로부터 맥파센서(1030)의 위치 대비 손가락의 상대 위치를 파악하고, 표시부를 통해 손가락의 상대 위치 정보를 사용자에게 제공함으로써 사용자가 손가락을 정확하게 맥파센서(1030)에 접촉시킬수 있도록 가이드할 수 있다.
프로세서는 맥파센서(1030)에 의해 측정된 맥파신호를 이용하여 생체정보 추정 모델의 캘리브레이션 또는 생체정보를 추정할 수 있다. 앞에서 자세히 설명하였으므로 이하 생략한다.
한편, 본 실시 예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.
본 개시가 속하는 기술분야의 통상의 지식을 가진 자는 개시된 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.
100: 캘리브레이션 장치 110: 데이터 획득부
120,200: 프로세서 210: 전처리부
220: 특징 셋 추출부 230: 상관분포 분석부
700: 생체정보 추정 장치 710: 맥파센서
711: 광원 712: 디텍터
720,800: 프로세서 730: 출력부
740: 저장부 750: 통신부
810: 가이드부 820: 캘리브레이션부
830: 전처리부 840: 특징 획득부
850: 추정부 900: 웨어러블 기기
910: 본체 920: 맥파센서
930: 스트랩 940: 조작부
1000: 스마트 기기 1010: 본체
1020: 이미지 센서 1030: 맥파센서
1031: 광원 1032: 디텍터

Claims (30)

  1. 캘리브레이션 시점에 적어도 1회 이상의 맥파신호를 획득하는 데이터 획득부; 및
    각 맥파신호로부터 하나 이상의 특징(feature)을 포함한 복수의 특징 세트(set)를 추출하고, 추출된 특징 세트의 상관분포를 기초로 생체정보 추정 모델을 캘리브레이션하는 프로세서를 포함하고,
    상기 프로세서는
    각 특징 세트의 개별 특징과 기준 생체정보 간의 분포를 통해 각 개별 특징에 대한 개별 상관분포를 획득하고, 각 특징 세트의 개별 특징을 조합하여 조합 특징을 획득하고 기준 생체정보와 상기 조합 특징 간의 조합 상관분포를 획득하며, 상기 개별 상관분포 및 상기 조합 상관분포 중의 적어도 하나를 이용하여 상기 생체정보 추정 모델의 계수를 획득하고, 획득된 계수를 이용하여 상기 생체정보 추정 모델을 갱신하는, 캘리브레이션 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 프로세서는
    상기 획득된 각 개별 특징에 대한 개별 상관분포를 이용하여 각 특징 세트의 개별 특징들과 상기 기준 생체정보 간의 상관 정도를 결정하고, 결정된 상관 정도에 따라 각 특징 세트의 개별 특징별로 가중치를 결정하며, 결정된 가중치를 개별 특징들에 부여하고 개별 특징들을 조합하여 상기 조합 특징을 획득하는, 캘리브레이션 장치.
  4. 제1항에 있어서,
    상기 프로세서는
    상기 조합 상관분포를 이용하여 상기 기준 생체정보와 조합 특징들 간의 선형 관계식을 획득하고 획득된 선형 관계식을 이용하여 상기 계수를 획득하는, 캘리브레이션 장치.
  5. 제1항에 있어서,
    상기 프로세서는
    상기 조합 상관분포의 영역을 획득하고 획득된 영역의 무게중심을 이용하여 상기 계수를 획득하는, 캘리브레이션 장치.
  6. 제1항에 있어서,
    상기 생체정보 추정 모델의 계수는
    기준 특징, 스케일 인자(scale factor) 및 오프셋 중의 하나 이상을 포함하는 캘리브레이션 장치.
  7. 제1항에 있어서,
    상기 데이터 획득부는
    커프 혈압계를 포함한 외부 장치로부터 커프 혈압값을 포함한 기준 생체정보를 수신하는 캘리브레이션 장치.
  8. 제1항에 있어서,
    상기 프로세서는
    각 맥파신호로부터 소정 개수의 대표 파형을 획득하고, 획득된 각 대표 파형으로부터 하나의 특징 세트를 추출하는 캘리브레이션 장치.
  9. 제8항에 있어서,
    상기 프로세서는
    상기 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균(ensemble averaging)하여 상기 소정 개수의 대표 파형을 획득하는 캘리브레이션 장치.
  10. 제9항에 있어서,
    상기 프로세서는
    사용자 입력, 사용자 특성, 외부 환경 특성, 생체정보 추정 이력, 추정할 생체정보의 종류 및 장치의 컴퓨팅 성능 중의 하나 이상을 기초로, 상기 비트 단위의 개수 및 상기 맥파신호의 측정 시간 중의 적어도 하나를 조절하는 캘리브레이션 장치.
  11. 제1항에 있어서,
    상기 프로세서는
    미리 설정된 캘리브레이션 주기, 사용자 입력, 상기 캘리브레이션된 생체정보 추정 모델을 이용한 생체정보 추정 결과 및 생체정보 추정 이력 중의 적어도 하나를 기초로 캘리브레이션 수행 여부를 결정하는 캘리브레이션 장치.
  12. 생체정보 추정 모델의 캘리브레이션 장치가,
    캘리브레이션 시점에 적어도 1회 이상의 맥파신호를 획득하는 단계;
    각 맥파신호로부터 하나 이상의 특징(feature)을 포함한 복수의 특징 세트(set)를 추출하는 단계; 및
    상기 추출된 특징 세트의 상관분포를 기초로 생체정보 추정 모델을 캘리브레이션하는 단계를 포함하고,
    상기 캘리브레이션하는 단계는
    각 특징 세트의 개별 특징과 기준 생체정보 간의 분포를 통해 각 개별 특징에 대한 개별 상관분포를 획득하는 단계;
    각 특징 세트의 개별 특징을 조합하여 조합 특징을 획득하고, 기준 생체정보와 상기 조합 특징 간의 조합 상관분포를 획득하는 단계;
    상기 획득된 개별 상관분포 및 상기 조합 상관분포 중의 적어도 하나를 분석하여 상기 생체정보 추정 모델의 계수를 획득하는 단계; 및
    상기 획득된 계수를 이용하여 상기 생체정보 추정 모델을 갱신하는 단계를 포함하는, 캘리브레이션 방법.
  13. 삭제
  14. 제12항에 있어서,
    상기 조합 상관분포를 획득하는 단계는
    상기 각 개별 특징에 대한 개별 상관분포를 이용하여 각 특징 세트의 개별 특징들과 상기 기준 생체정보 간의 상관 정도를 결정하고, 결정된 상관 정도에 따라 각 특징 세트의 개별 특징별로 가중치를 결정하는 단계; 및
    상기 결정된 가중치를 개별 특징들에 부여하고 각 특징 세트의 개별 특징들을 조합하여 조합 특징을 획득하는 단계를 포함하는 캘리브레이션 방법.
  15. 제12항에 있어서,
    상기 계수를 획득하는 단계는
    상기 조합 상관분포를 이용하여 상기 기준 생체정보와 조합 특징들 간의 선형 관계식을 획득하고 획득된 선형 관계식을 이용하여 상기 생체정보 추정 모델의 계수를 획득하는, 캘리브레이션 방법.
  16. 제12항에 있어서,
    상기 계수를 획득하는 단계는
    상기 조합 상관분포의 영역을 획득하고 획득된 영역의 무게중심을 이용하여 상기 계수를 획득하는, 캘리브레이션 방법.
  17. 삭제
  18. 제12항에 있어서,
    커프 혈압계를 포함한 외부 장치로부터 커프 혈압값을 포함한 기준 생체정보를 수신하는 단계를 더 포함하는 캘리브레이션 방법.
  19. 제12항에 있어서,
    상기 특징 세트를 추출하는 단계는
    각 맥파신호로부터 소정 개수의 대표 파형을 획득하는 단계; 및
    각 대표 파형으로부터 하나의 특징 세트를 추출하는 단계를 포함하는 캘리브레이션 방법.
  20. 제19항에 있어서,
    상기 대표 파형을 획득하는 단계는
    상기 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균(ensemble averaging)하여 상기 대표 파형을 획득하는 캘리브레이션 방법.
  21. 제20항에 있어서,
    사용자 입력, 사용자 특성, 외부 환경 특성, 생체정보 추정 이력, 추정할 생체정보의 종류 및 장치의 컴퓨팅 성능 중의 하나 이상을 기초로, 상기 비트 단위의 개수 및 맥파신호의 측정 시간 중의 적어도 하나를 조절하는 단계를 더 포함하는 캘리브레이션 방법.
  22. 피검체로부터 맥파신호를 측정하는 맥파센서; 및
    상기 맥파센서에 의해 적어도 1회 이상 측정된 제1 맥파신호를 기초로 복수의 특징 세트를 추출하여 특징 세트의 분포를 기초로 생체정보 추정 모델을 캘리브레이션하고, 상기 맥파센서에 의해 측정된 제2 맥파신호 및 상기 캘리브레이션된 추정 모델을 이용하여 생체정보를 추정하는 프로세서를 포함하고,
    상기 프로세서는
    각 특징 세트의 개별 특징과 기준 생체정보 간의 분포를 통해 각 개별 특징에 대한 개별 상관분포를 획득하고, 각 특징 세트의 개별 특징을 조합하여 조합 특징을 획득하고, 기준 생체정보와 상기 조합 특징 간의 조합 상관분포를 획득하며, 상기 획득된 개별 상관분포 및 상기 조합 상관분포 중의 적어도 하나를 분석하여 상기 생체정보 추정 모델의 계수를 획득하고, 획득된 계수를 이용하여 상기 생체정보 추정 모델을 갱신하는, 생체정보 추정 장치.
  23. 제22항에 있어서,
    상기 맥파센서는
    피검체에 광을 조사하는 하나 이상의 광원; 및
    상기 피검체로부터 반사되는 광을 수광하는 하나 이상의 디텍터를 포함하는 생체정보 추정 장치.
  24. 제22항에 있어서,
    상기 프로세서는
    제1 맥파신호 또는 제2 맥파신호로부터 심박 정보, 파형의 형태, 파형의 면적, 최대점의 시간 및 진폭, 최소점의 시간 및 진폭, 펄스 파형 성분의 진폭 및 시간 정보 중의 하나 이상을 기초로 생체정보와 연관된 특징을 추출하는 생체정보 추정 장치.
  25. 삭제
  26. 삭제
  27. 제22항에 있어서,
    상기 프로세서는
    각각의 제1 맥파신호의 파형을 소정 개수의 비트 단위로 앙상블 평균(ensemble averaging)하여 소정 개수의 대표 파형을 획득하고, 획득된 각 대표 파형으로부터 하나의 특징 세트를 추출하는 생체정보 추정 장치.
  28. 제22항에 있어서,
    상기 프로세서는
    피검체와 맥파센서 사이의 접촉 힘, 접촉 위치 및 측정 시간 중의 하나 이상을 가이드하는 생체정보 추정 장치.
  29. 제22항에 있어서,
    상기 생체정보는
    혈압, 혈관 나이, 동맥경화도, 대동맥압 파형, 혈관 탄성도, 스트레스 지수 및 피로도 중의 하나 이상을 포함하는 생체정보 추정 장치.
  30. 제22항에 있어서,
    상기 프로세서의 처리 결과를 출력하는 출력부를 더 포함하는 생체정보 추정 장치.
KR1020190080709A 2019-07-04 2019-07-04 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치 Active KR102806305B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190080709A KR102806305B1 (ko) 2019-07-04 2019-07-04 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치
US16/811,768 US11642089B2 (en) 2019-07-04 2020-03-06 Apparatus and method for calibrating bio-information estimation model, and apparatus for estimating bio-information
EP20171495.3A EP3760112A1 (en) 2019-07-04 2020-04-27 Apparatus and method for calibrating bio-information estimation model, and apparatus for estimating bio-information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190080709A KR102806305B1 (ko) 2019-07-04 2019-07-04 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치

Publications (2)

Publication Number Publication Date
KR20210004376A KR20210004376A (ko) 2021-01-13
KR102806305B1 true KR102806305B1 (ko) 2025-05-09

Family

ID=70464968

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190080709A Active KR102806305B1 (ko) 2019-07-04 2019-07-04 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치

Country Status (3)

Country Link
US (1) US11642089B2 (ko)
EP (1) EP3760112A1 (ko)
KR (1) KR102806305B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11571168B2 (en) 2020-10-30 2023-02-07 Biospectal Sa Systems and methods for detecting data acquisition conditions using color-based penalties
JP7615511B2 (ja) * 2021-08-19 2025-01-17 株式会社村田製作所 生体センサ及び生体情報測定システム
KR102765101B1 (ko) * 2022-05-20 2025-02-11 주식회사 휴이노 생체 신호 분석 모델에 대해 캘리브레이션을 수행하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20240080675A (ko) * 2022-11-30 2024-06-07 삼성전자주식회사 혈압 추정 장치 및 방법
WO2024173061A1 (en) * 2023-02-15 2024-08-22 BaroPace Inc. Systems and methods for device calibration and correction
CN118225141B (zh) * 2024-05-11 2024-08-16 横川机器人（深圳）有限公司 一种信号拟合修正方法及光学编码器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100081945A1 (en) 2008-09-30 2010-04-01 Nellcor Puritan Bennett Ireland Systems and Methods for Maintaining Blood Pressure Monitor Calibration
US20120136261A1 (en) 2010-11-30 2012-05-31 Nellcor Puritan Bennett Llc Systems and methods for calibrating physiological signals with multiple techniques
US20170042433A1 (en) 2015-08-11 2017-02-16 Samsung Electronics Co., Ltd. Blood pressure estimating apparatus and method

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7455643B1 (en) * 2003-07-07 2008-11-25 Nellcor Puritan Bennett Ireland Continuous non-invasive blood pressure measurement apparatus and methods providing automatic recalibration
US20140187884A1 (en) 2012-12-28 2014-07-03 Covidien Lp Systems and methods for ensemble averaging in pulse oximetry
JP5968840B2 (ja) 2013-07-31 2016-08-10 株式会社ベネッセコーポレーション 入力デバイスセット及び複合入力デバイスセット
EP2992820B1 (en) 2014-08-11 2023-05-10 Tata Consultancy Services Limited Measuring blood pressure
CN105787420B (zh) 2014-12-24 2020-07-14 北京三星通信技术研究有限公司 用于生物认证的方法、装置以及生物认证系统
US10154818B2 (en) 2014-12-24 2018-12-18 Samsung Electronics Co., Ltd. Biometric authentication method and apparatus
WO2016138307A1 (en) 2015-02-25 2016-09-01 Echo Labs, Inc. Systems and methods for non-invasive blood pressure measurement
KR20170048970A (ko) 2015-10-27 2017-05-10 삼성전자주식회사 혈압 추정 방법
WO2017142240A1 (en) 2016-02-18 2017-08-24 Samsung Electronics Co., Ltd. Method and electronic device for cuff-less blood pressure(bp) measurement
WO2017156501A1 (en) 2016-03-10 2017-09-14 Scanadu Incorporated Cuff-less multi-sensor system for statistical inference of blood pressure with progressive learning/tuning
KR101925904B1 (ko) 2017-01-26 2018-12-06 주식회사 지에스나노셀 나노 셀룰로오스 섬유 제조시스템
EP3366203B1 (en) 2017-02-23 2019-12-25 Tata Consultancy Services Limited Method and system for cuffless blood pressure estimation using photoplethysmogram features and pulse transit time
EP3403572A1 (en) * 2017-05-17 2018-11-21 My-Vitality SàRL Pulse wave diagnostic device and method of calculating and determining fatigue
EP3655055A4 (en) 2017-07-17 2020-07-29 Livemetric (Medical) S.A. METHOD AND SYSTEM FOR ADJUSTING A VENTRICULAR ASSISTANCE DEVICE USING A CLOTHING DEVICE
EP3430991A1 (en) * 2017-07-21 2019-01-23 Koninklijke Philips N.V. Apparatus and method for determining blood pressure of a subject
KR20190011026A (ko) 2017-07-24 2019-02-01 주식회사 인바디 혈압 측정 장치 및 방법
CN111194180B (zh) * 2017-07-27 2022-11-11 长桑医疗（海南）有限公司 确定受试者的血压的系统和方法
KR102451023B1 (ko) 2017-10-11 2022-10-04 삼성전자주식회사 생체정보 측정 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100081945A1 (en) 2008-09-30 2010-04-01 Nellcor Puritan Bennett Ireland Systems and Methods for Maintaining Blood Pressure Monitor Calibration
US20120136261A1 (en) 2010-11-30 2012-05-31 Nellcor Puritan Bennett Llc Systems and methods for calibrating physiological signals with multiple techniques
US20170042433A1 (en) 2015-08-11 2017-02-16 Samsung Electronics Co., Ltd. Blood pressure estimating apparatus and method

Also Published As

Publication number Publication date
US20210000429A1 (en) 2021-01-07
KR20210004376A (ko) 2021-01-13
EP3760112A1 (en) 2021-01-06
US11642089B2 (en) 2023-05-09

Similar Documents

Publication Publication Date Title
US12426791B2 (en) Bio-information measuring apparatus and bio-information measuring method
KR102806305B1 (ko) 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치
KR102716673B1 (ko) 생체정보 추정 장치 및 방법
US12127858B2 (en) Apparatus and method for estimating bio-information
KR102792450B1 (ko) 생체정보 추정 모델의 캘리브레이션 장치 및 방법과, 생체정보 추정 장치
KR20190119414A (ko) 생체정보 측정 장치 및 방법
KR102792451B1 (ko) 생체정보 추정 장치 및 방법
KR102560306B1 (ko) 혈압 추정 장치 및 방법
KR102576126B1 (ko) 생체정보 추정 장치 및 방법
KR102806307B1 (ko) 생체정보 추정 장치 및 방법
KR20190043453A (ko) 혈압 추정 장치 및 방법
KR102792452B1 (ko) 생체정보 추정 장치 및 비정상 생체신호 검출 방법
US11974834B2 (en) Apparatus and method for estimating bio-information
US11969234B2 (en) Apparatus and method for estimating bio-information
KR20200021207A (ko) 혈압 추정 장치 및 방법
KR102856341B1 (ko) 신호 처리 장치, 생체정보 추정 장치 및 방법
KR102567952B1 (ko) 생체정보 추정 장치 및 방법
US11890084B2 (en) Apparatus and method for estimating bio-information
KR102792449B1 (ko) 생체정보 추정 장치 및 방법
US11844588B2 (en) Apparatus and method for detecting characteristic point of oscillometric envelope and apparatus for estimating bio-information

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20190704

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20220704

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20190704

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: 20240707

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: 20250314

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20250507

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20250507

End annual number: 3

Start annual number: 1

PG1601 Publication of registration