[go: up one dir, main page]

KR20220127804A - 웨어러블 무선 센서 시스템을 위한 대화형 건강 상태 모니터링 플랫폼 - Google Patents

웨어러블 무선 센서 시스템을 위한 대화형 건강 상태 모니터링 플랫폼 Download PDF

Info

Publication number
KR20220127804A
KR20220127804A KR1020227012936A KR20227012936A KR20220127804A KR 20220127804 A KR20220127804 A KR 20220127804A KR 1020227012936 A KR1020227012936 A KR 1020227012936A KR 20227012936 A KR20227012936 A KR 20227012936A KR 20220127804 A KR20220127804 A KR 20220127804A
Authority
KR
South Korea
Prior art keywords
sensor signal
matrix
sensor
peripheral
patient
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.)
Granted
Application number
KR1020227012936A
Other languages
English (en)
Other versions
KR102838883B1 (ko
Inventor
문기석
이성규
염우섭
Original Assignee
한국전자통신연구원
샌 디에고 스테이트 유니버시티 리써치 파운데이션
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 한국전자통신연구원, 샌 디에고 스테이트 유니버시티 리써치 파운데이션 filed Critical 한국전자통신연구원
Publication of KR20220127804A publication Critical patent/KR20220127804A/ko
Application granted granted Critical
Publication of KR102838883B1 publication Critical patent/KR102838883B1/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
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/08—Measuring devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Measuring devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor or mobility of a limb
    • A61B5/112—Gait analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for 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
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4542—Evaluating the mouth, e.g. the jaw
    • A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • 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
    • A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
    • 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
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/742—Details of notification to user or communication with user or patient; User input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient; User input means
    • A61B5/742—Details of notification to user or communication with user or patient; User input means using visual displays
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/003—Detecting lung or respiration noise
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Acoustics & Sound (AREA)
  • Rheumatology (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

본 개시에서 설명된 실시 예들은 일반적으로 생체 신호들을 측정하는 의료 장치들에 관한 것이고, 그리고 보다 상세하게 다중 동시 생체 신호들을 수집하는 웨어러블 무선 장치들에 관한 것이고, 그리고 생체 신호 데이터를 수집, 전송, 처리, 및 디스플레이를 용이하게 하기 위해서 센서 데이터를 매트릭스 표현으로 압축하기 위한 시스템들 및 방법들에 관한 것이다.

Description

웨어러블 무선 센서 시스템을 위한 대화형 건강 상태 모니터링 플랫폼
본 개시에서 설명된 실시 예들은 일반적으로 생체 신호(vital sign)들을 측정하는 의료 장치(medical device)들에 관한 것이고, 그리고 보다 상세하게 다중 동시(simultaneous) 생체 신호들을 수집하는 웨어러블 무선 장치들에 관한 것이고, 그리고 생체 신호 데이터(data)를 수집, 전송(transmitting), 처리(processing), 및 디스플레이(displaying)를 용이하게 하기 위해서 센서 데이터(sensor data)를 매트릭스 표현(matrix representation)으로 압축(compressing)하기 위한 시스템들 및 방법(method)들에 관한 것이다.
생리학적 지표(physiological parameter)들의 정확한 측정 및 모니터링은 건강 관리(healthcare), 심리-생리학적 검사들, 및 스포츠 훈련에 광범위한 애플리케이션(application)들에 필수적인 역할을 한다. 과거에는, 유선 실험장치(laboratory facility)들이 있는 연구실 환경에서 수행되는 복잡한 건강 모니터링 장치들이거나 또는 심장 박동(heartbeat) 또는 구성 움직임을 기록하는 단일 채널(channel) 무선 장치들인 간단한 웨어러블 건강 모니터링 장치들인 건강 모니터링 장치들이 있었다. 그에 따라서, 광범위한 웨어러블 센서(sensor) 시스템이 다양한 건강 상태(condition)들을 모니터 하기 위해서 다중 생체신호(physiological signal)들을 동시에 모니터 하는 필요성이 존재한다.
본 개시의 실시 예들은 지정된 웨어러블 무선 장치들을 사용하여 환자 건강 데이터의 지속적인 모니터링을 위한 시스템(system)들, 및 방법들을 제공하는 것을 목적으로 한다.
본 개시에서 설명되는 실시 예들은 생체 신호들을 측정하는 의료 장치들에 관한 것이고, 그리고 보다 상세하게 다중 동시 생체 신호들을 수집하는 웨어러블 무선 장치들에 관한 것이고, 그리고 생체 신호 데이터를 수집, 전송, 처리, 및 디스플레이를 용이하게 하기 위해서 센서 데이터를 매트릭스 표현으로 압축하기 위한 시스템들 및 방법들에 관한 것이다.
본 개시는 원격 지속 모니터링 장치, 센서 신호 처리 알고리즘(algorithm)에 관한 것이고, 이들은 이하의 계층적인(hierarchical) 결정 단계들의 성능(performance)을 향상시킬 수 있다: 특별히 직접 장착된 (on-body) 마이크로프로세서(microprocessor)를 사용하여 향상된 센서 데이터 관찰(observation) (정상 대 비정상) 단계, 로컬 컴퓨터(local computer) 상에 비정상 센서 데이터 (건강한 대 건강하지 않은)의 향상된 평가 단계, 건강 관리 제공자 서버(provider server) 상에 의료 개입(medical intervention) (개입 대 불개입)에 대한 향상된 의사 결정 단계로 구성.
이 발명은 이하의 제한들을 해결하기(address) 위해서 스마트(smart) 원격 건강 모니터링을 위한 다중-센서, 다중-채널 웨어러블 플랫폼을 설명한다: 다중-센서 및 다중-채널 웨어러블 시스템을 사용하는 진단 능력(diagnosis capability); 건강 관리 제공자들에서뿐만 아니라 유저(user)의 사이트에서도 로컬 데이터 스토리지(storage) 상에 부담(burden)들; 그리고 무선 데이터 전송을 통하여 방대한 센서 데이터의 지속적인 흐름으로 인한 높은 전력 소모(power consumption).
건강 모니터링 시스템은 인구 고령화(aging population) 및 관련된 질병들의 증가로 인하여 가장 빠르게 증가하는 의료 연구(research) 및 시장(market)들 중 하나를 부합하기 위해서 개발된 최첨단 기술(state-of-the-art technology)이다. 새롭고 작은 웨어러블 무선 플랫폼은 가장 발전된(advanced) 진단 및 데이터 전송 기술들로 지속적으로 그리고 원격으로 환자들과 건강 관리 제공자들을 연결시켜줄 수 있다.
일부 실시 예들에서, 발명은 센서 데이터의 양을 압축하기 위해서, 그리고 실시간(real time) 지속 스트리밍(streaming)을 하기 위해서, 환자 상태들의 경고를 용이하게 하는 머신 러닝을 허용하기 위해서, 그리고 보기 쉽고 즉각적인 이해를 위해 매트릭스 표현에 기반하여 진단 옵션(option)들 및 환자 상태들을 제공하기 위해서 센서들로부터 2차원 “이미지 같은(image-like)” 시그니처 매트릭스 패턴들을 제공한다.
도 1은 실시 예에 따른, (본 개시에서 “웨어러블 무선 의료 다중 센서(multi-sensor)”로도 불리는) 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 정면 개략도(schematic illustration)를 도시한다.
도 2a는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품(main on-body component)의 상부 평면 개략도를 도시한다.
도 2b는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 하부 개략도를 도시한다.
도 3은 실시 예에 따른, 원격 건강 제공자 서버와 함께 무선 통신(communication)에서 주요 구성 부품의 실시 예의 개략도를 도시한다.
도 4는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 사진(photographic representation)을 도시한다.
도 5는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 열린-평면도(open-top view)의 사진 표현을 도시한다.
도 6은 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 지면도의 사진 표현을 도시한다.
도 7은 실시 예에 따른, 비율을 위해서 근처에 반창고를 도시한 바와 같이, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주변(peripheral) 구성 부품의 사진 표현을 도시한다.
도 8은 실시 예에 따른, 웨어러블 센서 하드웨어를 포함하는 다중-센서 다중-채널 웨어러블 플랫폼 개요의 그래픽 표현을 도시하며, 센서들은 메모리에 저장된 컴퓨터 프로그램 명령어(instruction)들을 실행하는 온-보드(on-board) 프로세서(processor)에 데이터를 공급하여 원시 데이터(raw data)를 하위 그룹(subgroup) 데이터 포인트들로부터 도출된 매트릭스 픽셀(pixel) 값들로 만들어진 센서 신호 패턴들의 매트릭스로 변환하며, 하위 그룹(subgroup) 데이터 포인트들 자체는 예를 들어, 4KHz와 같은, 특정한 주파수(frequency)에서 시간에 따라 연속적으로 샘플(sample)되는, 100 개가 넘는 센서 데이터 포인트들의 평균 및 표준 편차(mean and standard deviation)값들로부터 도출되며, 그리고 여기에서 센서 신호 패턴들은 건강 관리 전문가들 또는 환자들에게 이용 가능한 의사 결정 인자(decision-making factor)들을 도출하기 위해서 베이스라인(baseline) 센서 신호 패턴과 비교된다.
도 9는 실시 예에 따른, 하위 그룹 데이터 포인트들로부터 생성된, 시그니처(signature) 또는 진행중인, 2차원 센서 신호 패턴의 그래픽 표현을 도시한다.
도 10은 실시 예에 따른, 샘플링 주기 또는 프레임(frame) 당 데이터 압축의 시각화(visualization)를 반영하는 신호 매트릭스 패턴들의 대표 그래픽을 도시한다.
도 11은 실시 예에 따른, 일련의 시그니처 매트릭스 패턴들로부터 구성된 그룹의 그래픽 표현을 도시한다.
도 12는 실시 예에 따른, 본 개시에서 웨어러블 장치의 프로세서에 의해서 실행 가능하고 그리고 메모리에 저장되는 프로그램 명령어들에 의해서 수행되는 매트릭스 패턴들을 생성하기 위해서 센서 데이터 수집하는 단계들인, 제1 단계를 나타내는 순서도(flowchart)를 도시한다.
도 13은 실시 예에 따른, 본 개시에서 시스템의 프로세서에 의해서 실행 가능하고 그리고 메모리에 저장되는 프로그램 명령어들에 의해서 수행되는 환자 명령어들을 생성하기 위해서 특정 병리학(pathology)들에 시그니처 패턴들을 맞추는 단계들인, 제2 단계를 나타내는 순서도를 도시한다.
도 14는 실시 예에 따른, 주어진 신호 매트릭스 패턴의 모양에 책임이 있는 특정한 픽셀(pixel) 또는 픽셀들의 세트(set)를 클릭(click)할 수 있는 클릭을 통한 기능(click-thru feature)을 제공하여, 픽셀 또는 픽셀들의 세트를 생성하는 데에 책임이 있는 원시 하위 그룹 데이터, 원시 센서 데이터에 액세스(access) 하고, 그리고 특정 픽셀 또는 픽셀들의 세트를 유발하는 원시 센서 데이터에 관련된 환자 명령어들을 생성할 수 있게 하는 단계들인, 제2 단계를 나타내는 순서도를 도시한다.
도 15는 실시 예에 따른, 구성 장치, 로컬 인터넷 액세스(local internet access), 그리고 건강 관리 제공자 서버 및 데이터베이스(database) 사이에 연결을 나타내는 스마트 원격 건강 모니터링을 위한 다중-센서, 다중-채널 웨어러블 플랫폼의 그림을 도시한다.
도 16a 및 도 16b는 실시 예에 따른, 비정상 보행(abnormal walking), 편마비 보행(hemiplegic gait)과 관련된 - 고관절 및 무릎 상에 위치한 두 개의 IMU(inertial measurement unit, 관상센서)들의 세트로부터 원시 센서 신호들의 예시를 나타내는 그래프를 도시한다.
도 17a 및 도 17b는 실시 예에 따른, 2.5초 데이터 패킷(packet)의 주기로부터 측정되는 고관절 및 무릎 관절 각도(joint angle) 패턴들의 예시를 나타내는 그래프를 도시한다.
도 18a는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 필터링(filtering)을 위한 패킷의 데이터로부터 평균 이동의 예시를 나타내는 그래프를 도시한다.
도 18b는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 필터링을 위한 패킷의 데이터로부터 표준 편차 이동의 예시를 나타내는 그래프를 도시한다.
도 19는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 패킷의 데이터로부터 관련된 평균 (a) 및 표준 편차 (b)에 대한 관련된 이미지 플롯(image plot)들 그리고 측정된 시그니처 매트릭스들의 예시를 나타내는 비교 그래프들을 도시한다.
도 20은 실시 예에 따른, 정상 보행과 관련된 - 패킷의 데이터로부터 평균 (a) 및 표준 편차 (b)에 대한 관련된 이미지 플롯들 그리고 측정된 시그니처 매트릭스들의 예시를 나타내는 비교 그래프들을 도시한다.
도 21은 실시 예에 따른, 정상 대 비정상 보행과 관련된 - 평균 (a) 및 표준 편차 (b)에 대한 트레이닝 데이터 세트들과 SVM(smart vector machine) 머신 러닝(machine-learning) 알고리즘으로부터 측정된 초평면 경계(hyperplane boundary)의 예시를 나타내는 비교 그래프들을 도시한다.
도 22는 실시 예에 따른, 수면 무호흡(sleep apnea)과 관련된 - 혀 및 이와 관련된 활동들 상에 센서 데이터를 얻기 위한 EMG(electromyogram, 근전도) 센서 위치의 한 개의 예시를 나타내는 환자의 해부학 그림을 도시한다.
도 23은 실시 예에 따른, 전면 EMG 신호들 및 후면 EMG 신호들을 나타내는 그래프 그림을 도시한다.
도 24는 실시 예에 따른, 전면 EMG 신호들 및 후면 EMG 신호들에 대한 이미지 플롯들을 나타내는 비교 그래프들을 도시한다.
도 25는 실시 예에 따른, 혀 근육 운동들을 감지하는 EMG 센서 신호들을 사용하여 무소음(no-sound) 통신 그래프를 도시한다: (a) EMG 센서 위치; (b) 혀 근육; (c) “전면” EMG 신호들; (d) “후면” EMG 신호들; (e) “전면” 시그니처 매트릭스 이미지 플롯; (f) ”후면” 시그니처 매트릭스 이미지 플롯; (g) “전면” 대 “후면” 사이의 SVM 초평면 경계.
개시된 실시 예들은 동시에 호흡하는 근육들의 EMG, ECG(electrocardiogram), 폐 움직임들, 심장 판막(valve) 소리를 모니터 할 수 있는 압축 특징을 포함하는 새로운 센서 시스템으로 보내질 수 있다.
일부 실시 예들에서, 발명은 동시에 호흡하는 근육들의 EMG, ECG, 폐 움직임들, 심장 판막 소리를 모니터 할 수 있는 두 개의 센서 프로토타입(prototype)들을 제공한다.
일부 실시 예들에서, 발명은 웨어러블 무선 센서 시스템들을 위한 상호 작용하는 건강 상태 모니터링 플랫폼을 제공한다.
일부 실시 예들에서, 발명은 센서 데이터의 양을 압축하기 위해서, 그리고 실시간 지속 스트리밍을 하기 위해서, 매트릭스 표현의 사용 때문에 환자 상태들의 경고를 용이하게 하는 머신 러닝을 허용하기 위해서, 그리고 보기 쉽고 즉각적인 이해를 위한 매트릭스 표현에 기반하여 진단 옵션들 및 환자 상태들을 제공하기 위해서 센서들로부터 2차원 “이미지 같은” 시그니처 매트릭스 패턴들을 제공한다.
일부 실시 예들에서, 발명은 샘플링 윈도우(sampling window) 당 센서의 압축된 특징들을 반영하는 새로운 시그니처 매트릭스 패턴들을 제공한다.
일부 실시 예들에서, 발명은 일련의 프레임들로부터 시간이 지남에 따라 생성되는 시그니처 매트릭스 패턴들을 제공하고, 그리고 프레임들의 형태로부터 (프레임) 그룹들로 더 깊은 통찰력을 제공한다.
기술적 과제
드라이브(drive)는 다중-센서를 추가함으로써 원격 모니터링 성능을 향상시켰고 그리고 멀티-채널은 유저의 사이트 및 건강 상태 제공자들에서 로컬 데이터 스토리지 상에 추가적인 부담을 줄 수 있다. 방대한 센서 데이터의 지속적인 흐름은 고성능 무선 데이터 전송 기술 및 높은 전력 소모를 필요로 할 수 있다. 더 나아가서, 광범위한 환자 데이터의 지속적인 흐름은 더 많은 정보를 처리하는 헌신적인 건강 상태 제공자들 이 필요 할 수 있다. 대신에, 건강 상태 제공자들의 작업량(workload)을 증가시킬 수 있다.
개시된 실시 예들은 환자 건강 상태 데이터의 지속적인 모니터링을 위한 컴퓨터에 구현되는 시스템에 보내질 수 있으며 다음의 세부항목으로 구성되어 있다: , (i) 주요 구성 부품은 환자에 부착되고, 주요 구성 부품은 하우징(housing), 제1 전극(electrode) 센서, 제2 전극 센서, 음향 다이어프램(acoustic diaphragm) 센서, 및 하우징 내에 전자 모듈(electronic module)을 포함하고, 전자 모듈은 마이크로프로세서, 메모리, 제1 4-채널 모듈, 제2 4-채널 모듈, 전원 공급 장치, 안테나를 포함하는 무선 통신 모듈, 그리고 증폭기(amplifier), 필터, 및 컨버터(converter)를 포함하는 메인-주변 연결 입출력 모듈(main-to-peripheral connection I/O module)을 포함하고, (iii) 주변 구성 부품은 환자에 부착되고, 주변 구성 부품은 주변 하우징, 주변 하우징 내에 주변 전자 모듈을 포함하고, 주변 전자 모듈은 제3 전극 센서, 제4 전극 센서, 및 주변-메인 연결 입출력 모듈(peripheral-to-main connection I/O module)을 포함하고, (iii) 로컬 무선 액세스 부품은 인터넷 연결을 포함하고, (iv) 건강 데이터 서버 컴퓨터는, 환자 건강 데이터를 수신, 조작, 저장, 및 전송을 위한 메모리에 저장되어 프로세서에 의해서 실행될 수 있는 프로그램 명령어들 및 데이터베이스를 포함하고 (v) 이하의 단계들을 순서대로 수행하기 위해서 주요 구성 부품에 의해서 실행 가능하고 그리고 메모리에 저장되는 컴퓨터 프로그램:
제1 단계 -주요 구성 부품 및 주변 구성 부품 사이의 연결을 프로비저닝(provisioning)하고 그리고 상기 주요 구성 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고,
제2 단계 - 심장 소리, ECG(ElectroCardioGram), 폐 소리, EMG(ElectroMyoGram), EEG(ElectroEncephaloGraphy), EOG(ElectroOculoGraphy), 온도 및 x-y-z축 방향 데이터를 포함하는, 초기 센서 데이터를 얻고,
제3 단계 - 센서 데이터의 임의의 신호 처리(증폭, 필터링, 변환)를 수행하고, 4KHz와 같은 지속적인 (t1+n) 샘플링 윈도우 주파수에서 100개 미만의 데이터 포인트들의 하위 그룹들에 있는 초기 센서 데이터를 수집하고,
제4 단계 - (t1) 주기에서 하위 그룹들로부터 평균 및 표준 편자 값들을 측정하고, 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고,
제5 단계 - (t1) 시그니처 센서 신호 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN (t1) 매트릭스를 생성하고,
제6 단계 - (t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고, (t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, (t1+n) 센서 신호 패턴(들)을 생성하고,
제7 단계 - (t1+n) 센서 신호 패턴(들) 대 (t1) 시그니처 센서 신호 패턴을 비교하고, 그리고
제8 단계 - (t1+n) 센서 신호 패턴(들) 대 (t1) 시그니처 센서 신호 패턴의 비교를 건강 데이터 서버에 무선으로 보낸다.
본 개시의 일부 실시 예들에서, 발명은 컴퓨터로 구현되는 시스템에 보내지고, 메모리에 저장되는 주요 구성 부품 프로세서에 의해서 읽을 수 있는 컴퓨터 프로그램 명령어들은 이하의 추가적인 단계들을 순서대로 수행하기 위해서 구성된다:
제9 단계 - 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴에 대한 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고,
제10 단계 - 폐(pulmonary), 심장(cardiac), 신경(neurological), 심혈관(cardiovascular), 정형(orthopedic), 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이에 대한 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 비교의 최적 맞춤을 수행하고, 그리고
제11 단계 - 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 최적 맞춤 결과들을 출력하고, 그리고 센서 신호 패턴들의 저장된 지단 어레이로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들과 관련되는 개입 명령어들을 제공한다.
본 개시의 일부 실시 예들에서, 실행 프로그램이 컴퓨터에 구현되는 시스템으로 보내지고, 주요 구성 부품 마이크로프로세서에 의해서 실행 가능하고 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들은 이하의 추가적인 단계들을 순서대로 수행하기 되도록 구성된다:
제12 단계 - (t1+n) 센서 신호 매트릭스 패턴(들)과 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, (t1+n) 센서 신호 매트릭스 패턴들 및 (t1) 시그니처 센서 신호 매트릭스 패턴은 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 상기 원시 평균 및 원시 표준 편차 값들을 포함하는 동적인(dynamic) 픽셀 별 클릭 가능한(pixel-by-pixel clickable) NxN 매트릭스를 포함하고,
제13 단계 - 큰 주기 별(period-by-period) 변동 값들을 제공하는 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 원시 평균 및 원시 표준 편차 값들을 얻기 위해서 큰 주기 별 변동을 포함하는 상기 (t1+n) 센서 신호 매트릭스 패턴의 상기 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고, 그리고
제 14단계 - 큰 주기 별 변동들의 특정 센서들 및 시간들과 관련되는 특정 환자 개입 명령어들을 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 출력한다.
일부 구현들에서, 컴퓨터로 구현되는 시스템은 주변 구성 부품을 포함하고, 여기에서 주변 구성 부품은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역(occipital region), 흉골(sternum), 및 어깨로부터 선택되는 위치에 환자에게 부착된다.
일부 구현들에서, 시스템이 구현되는 컴퓨터는 두 개 이상의 주변 구성 부품들을 포함하고, 여기에서 두 개 이상의 주변 구성 부품들은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 다른 위치들에 환자에게 부착된다.
비 일시적인 컴퓨터 읽기 가능 매체(medium)
추후에 개시된 실시 예들은 환자 건강 데이터의 지속적인 모니터링을 위해 포함되는 프로그램 명령어들을 포함하는 비 일시적인 컴퓨터 읽기 가능 매체에 보내지고, 프로그램 명령어들을 포함하는 경우:
주요 구성 부품 및 주변 구성부품 사이의 연결을 프로비저닝하고, 그리고 주요 구성 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고,
주요 구성 부품은 환자에 부착되고, 주요 구성 부품은 하우징, 제1 전극 센서, 제2 전극 센서, 음향 다이어프램을 포함하고, 전자 모듈은 하우징 내에 있고, 전자 모듈은 동작 통신에 마이크로프로세서, 메모리, 제1 4-채널 모듈, 제2 4-채널 모듈, 전원 공급 장치를 포함하고, 통신 모듈은 안테나를 포함하고, 그리고 주변 메인-주변 연결 입출력 모듈은 증폭기, 필터, 컨버터를 포함하고,
주변 구성 부품은 환자에 부착되고, 주변 구성 부품은 주변 하우징을 포함하고, 주변 전자 모듈은 주변 하우징 내에 있고, 주변 전자 모듈은 동작 통신에 제3 전극 센서, 제4 전극 센서, 및 주변-메인 연결 입출력 모듈을 포함하고,
주요 구성 부품을 로컬 유선 액세스 부품에 연결은 인터넷 연결을 포함하고, 그리고 주요 구성 부품을 건강 데이터 서버 컴퓨터에 연결은 데이터베이스를 포함하고 그리고 환자 건강 데이터 수신, 조작, 저장, 및 전송을 위한 프로세서에 의해서 실행할 수 있는 그리고 메모리에 저장되는 프로그램 명령어들을 포함하고,
메인 및 주변 구성 부품들로부터 초기 센서 데이터를 얻고, 초기 센서 데이터는 심장 소리, ECG, 폐 소리, EMG, EEG, EOG, 온도, 그리고 x-y-z 축 방향을 포함하고,
4Khz, 1-10Khz, 2Khz, 및 1-20KHz로부터 선택되는 주파수인 지속적인 (t1+n) 샘플링 윈도우 주파수에서 100개 미만의 데이터 포인트들의 하위 그룹들에 있는 초기 센서 데이터를 수집하고,
(t1) 주기에서 하위 그룹들로부터 평균 및 표준 편차 값들을 측정하고, 그리고 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고,
(t1) 시그니처 센서 신호 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN (t1) 매트릭스를 생성하고,
(t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 그리고 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고,
(t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, (t1+n) 매트릭스 픽셀 값들로부터 (t1+n) 센서 신호 패턴(들)을 생성하고,
(t1+n) 센서 신호 패턴(들)과 (t1) 시그니처 센서 신호 패턴을 비교하고, 그리고
(t1+n) 센서 신호 패턴(들)과 (t1) 시그니처 센서 신호 패턴의 비교를 건강 데이터 서버에 무선으로 전송한다.
개시된 일부 실시 예들에서, 발명은 비 일시적인 컴퓨터 읽기 가능 매체에 보내지고, 컴퓨터 프로그램 명령어들은 이하의 추가적인 단계들을 순서대로 수행한다:
무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴에 대한 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고,
폐(pulmonary), 심장(cardiac), 신경(neurological), 심혈관(cardiovascular), 정형(orthopedic), 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이에 대한 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 비교의 최적 맞춤을 수행하고, 그리고
환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 최적 맞춤 결과들을 출력하고, 그리고 센서 신호 패턴들의 저장된 지단 어레이로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들과 관련되는 개입 명령어들을 제공한다.
개시된 실시 예들에서, 발명은 비 일시적인 컴퓨터 읽기 가능 매체에 보내지고, 컴퓨터 프로그램 명령어들은 이하의 추가적인 단계들을 순서대로 수행한다:
(t1+n) 센서 신호 매트릭스 패턴(들)과 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, (t1+n) 센서 신호 매트릭스 패턴들 및 (t1) 시그니처 센서 신호 매트릭스 패턴은 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 상기 원시 평균 및 원시 표준 편차 값들을 포함하는 동적인(dynamic) 픽셀 별 클릭 가능한(pixel-by-pixel clickable) NxN 매트릭스를 포함하고,
큰 주기 별(period-by-period) 변동 값들을 제공하는 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 원시 평균 및 원시 표준 편차 값들을 얻기 위해서 큰 주기 별 변동을 포함하는 상기 (t1+n) 센서 신호 매트릭스 패턴의 상기 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고, 그리고
큰 주기 별 변동들의 특정 센서들 및 시간들과 관련되는 특정 환자 개입 명령어들을 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 출력한다.
일부 실시 예들에서, 비 일시적인 컴퓨터 읽기 가능 매체는 주변 구성 부품을 포함하고. 여기에서 주변 구성 부품은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착된다.
일부 실시 예들에서, 비 일시적인 컴퓨터 읽기 가능 매체는 두 개 이상의 주변 구성 부품들을 포함하고, 여기에서 두 개 이상의 주변 구성 부품들은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착된다.
컴퓨터에 구현되는 방법들.
한 개의 선호되는 실시 예에서, 발명은 환자 건강 데이터의 지속적인 모니터링을 위한 컴퓨터에 구현되는 방법은:
주요 구성 부품은 상기 환자에 부착되고, 주요 구성 부품은 하우징, 제1 전극 센서, 제2 전극 센서, 음향 다이어프램 센서, 및 하우징 내에 전자 모듈을 포함하고, 전자 모듈은 마이크로프로세서, 메모리, 제1 4-채널 모듈, 제2 4-채널 모듈, 전원 공급 장치, 안테나를 포함하는 무선 통신 모듈, 그리고 증폭기, 필터, 및 컨버터를 포함하는 메인-주변 연결 입출력 모듈을 포함하는 단계;
주변 구성 부품은 환자에 부착되고, 주변 구성 부품은 주변 하우징, 주변 하우징 내에 주변 전자 모듈을 포함하고, 주변 전자 모듈은 제3 전극 센서, 제4 전극 센서, 및 주변-메인 연결 입출력 모듈을 포함하는 단계;
로컬 무선 액세스 부품은 인터넷 연결을 포함하는 단계; 그리고
건강 데이터 서버 컴퓨터는, 환자 건강 데이터를 수신, 조작, 저장, 및 전송을 위한 메모리에 저장되어 프로세서에 의해서 실행될 수 있는 프로그램 명령어들 및 데이터베이스를 포함하는 단계;
이하의 단계들을 수행하기 위해서 주요 구성 부품에 의해서 실행 가능하고 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들이 실행되는 경우:
주요 구성 부품 및 주변 구성주변 구성 부품 사이의 연결을 프로비저닝하고 그리고 주요 구성 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고,
메인 및 주변 구성 부품들로부터 초기 센서 데이터를 얻되, 상기 초기 센서 데이터는 심장 소리, ECG, 폐 소리, EMG, EEG, EOG, 온도 및 x-y-z축 방향을 포함하고,
4KHz, 1-10KHz, 2KHz, 및 1-20KHz로부터 선택되는 주파수인, 지속적인 (t1+n) 샘플링 윈도우 주파수로 100개 미만의 데이터 포인터들의 하위 그룹에서 초기 센서 데이터를 수집하고,
(t1) 주기에서 하위 그룹들로부터 평균 및 표준 편차 값들을 측정하고, 그리고 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고,
(t1) 시그니처 센서 신호 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고,
(t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 그리고 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고,
(t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, (t1+n) 매트릭스 픽셀 값들로부터 (t1+n) 센서 신호 패턴(들)을 생성하고,
(t1+n) 센서 신호 패턴(들)과 (t1) 시그니처 센서 신호 패턴을 비교하고, 그리고
(t1+n) 센서 신호 패턴(들)과 (t1) 시그니처 센서 신호 패턴의 비교를 건강 데이터 서버에 무선으로 전송한다.
일부 실시 예들에서, 컴퓨터에 구현되는 방법이 메모리에 저장되는 주요 구성 부품 마이크로프로세서에 의해서 읽기 가능한 컴퓨터 프로그램 명령어들이 구성되는 경우:
무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1) 시그니처 센서 신호 매트릭스 패턴에 대한 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고,
폐, 심장, 신경, 심혈관, 정형, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이에 대한 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 비교의 최적 맞춤을 수행하고, 그리고
환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 최적 맞춤 결과들을 출력하고, 그리고 센서 신호 패턴들의 저장된 지단 어레이로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들과 관련되는 개입 명령어들을 제공한다.
일부 실시 예들에서, 컴퓨터에 구현되는 방법이 메모리에 저장되는 주요 구성 부품 마이크로프로세서에 의해서 읽기 가능한 컴퓨터 프로그램 명령어들이 구성되는 경우:
(t1+n) 센서 신호 매트릭스 패턴(들)과 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, (t1+n) 센서 신호 매트릭스 패턴들 및 (t1) 시그니처 센서 신호 매트릭스 패턴은 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 원시 평균 및 원시 표준 편차 값들을 포함하는 동적인 픽셀 별 클릭 가능한NxN 매트릭스를 포함하고,
큰 주기 별 변동 값들을 제공하는 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 원시 평균 및 원시 표준 편차 값들을 얻기 위해서 상기 큰 주기 별 변동을 포함하는 상기 (t1+n) 센서 신호 매트릭스 패턴의 상기 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고, 그리고
큰 주기 별 변동들의 특정 센서들 및 시간들과 관련되는 특정 환자 개입 명령어들을 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 출력한다.
일부 실시 예들에서, 컴퓨터로 구현되는 방법은 주변 구성 부품을 포함하고, 주변 구성 부품은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착된다.
일부 실시 예들에서, 컴퓨터로 구현되는 방법은 두 개 이상의 주변 구성 부품들을 포함하고, 두 개 이상의 주변 구성 부품들은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착된다.
본 개시의 실시 예들, 및/또는 다양한 특징들 또는 그 유리한 세부 사항들은 이하의 설명에서 구체적이고 그리고 동행하는 도면들에서 도시되는 제한하지 않는 실시 예들을 참고하여 더 충분히 설명된다. 잘 알려진 부품들 및 처리 기술들의 설명들은 본 개시의 실시 예들을 불필요하게 모호하게 하지 않기 위해서 생략된다. 같은 숫자들은 전체에 걸쳐 같은 요소들을 언급한다.
본 개시에서 설명된 예시들 및/또는 실시 예들은 실시 예들의 구조들, 기능들, 및/또는 양상들의 이해를, 실시 예들이 실행될 수 있는 방식들을 용이하게 하고, 및/또는 추가로 기술 분야의 당업자가 본 개시의 실시 예들을 실행할 수 있도록 하기 위해서 의도된다. 이와 유사하게, 방법들 및/또는 본 개시의 설명된 실시 예들을 사용하는 방식들은 오직 예의 방식으로 제공되고 그리고 제한되지 않는다. 본 개시의 설명된 특정한 사용들은 문맥에서 다르게 언급하지 않은 한 다른 사용들을 제외하고 제공되지 않는다.
본 개시는 데이터 압축 특징을 포함하는 웨어러블 다중-센서, 다중-채널 생체 신호 감지 장치 제공의 현존하는 문제점에 대한 해결 방법이다. 해결 방법은 일반적으로 하드웨어, 즉 다중-센서 다중-채널 무선 센서, 제1 단계 센서 데이터 압축 및 관찰 그리고 제2 단계 비정상 건강 데이터의 평가를 수반한다.
원격 환자 모니터링은 병원 또는 연구실 설정들 외부에서 환자들의 지속적인 모니터링을 가능하게 한다. 원격 모니터링 기술의 성능은 그것이 작동하는 환경상에 그리고 생산에 요구되는 건강 데이터의 정확성에 크게 의존한다. 따라서, 건강 상태의 추정(estimate)들을 더 정확하고 그리고 더 정밀하게 제공할 수 있는 다중-센서 데이터를 합성하기 위해서 요구된다. 발명은 웨어러블 센서 시스템으로부터 이하의 건강 데이터를 관찰할 수 있다. (1) 근육 활동 (EMG), (2) 음향 활동 (마이크(microphone) 연결), (3) 뇌 활동 (EEG), (4) 눈 활동 (EOG), 및 (5) 피부 온도. 예를 들어서, 발명은 다양한 생체 신호들을 모니터 하기 위해서 음향들 및 생체 전위(biopotential)들의 새로운 통합을 사용하는 새로운 웨어러블 센서 기술을 사용한다. 새로운 센서는 (도면들 참고) 동시에 호흡 근육들의 EMG, ECG, 폐 움직임들, 및 심장 판막들 소리를 모니터 할 수 있다.
제공된 본 개시는 동시에 호흡 근육들의 EMG, ECG, 폐 움직임들, 및 심장 판막들 소리를 모니터 할 수 있는 새로운 센서다.
일부 구현들에서, 두 개의 새로운 센서 프로토타입들은 동시에 호흡 근육들의 EMG, ECG, 폐 움직임들, 및 심장 판막들 소리를 모니터 할 수 있게 제공된다.
일부 구현들에서, 웨어러블 무선 센서 시스템들에 대해서 상호작용하는 건강 모니터링 플랫폼이 제공된다.
제1 단계: 센서 데이터 관찰
제1 단계는 계층적인 결정 (예를 들어서, 건강한 대 건강하지 않은)의 다음 레벨을 위한 데이터 패킷을 로컬 컴퓨터로 보내는 것을 인식하기 위해서 이하의 연산들을 수행한다. 이 발명은 (도 1-8 참고) 환자 상호작용이 트리거 되는 센서와 종합적인 건강 상태 모니터링을 위한 장치 및 방법을 제공하는 것을 목표로 한다.
이 발명은 또한 도 9-25에서 다중 건강 모니터링 센서들로부터 건강한 및 건강하지 않은 상태의 자동 인식(automatic recognition)에 대한 알고리즘을 설명한다. 예를 들어서, 호흡 주기들 및 심장 박동들은 밀접하게 쌍을 이룬다는 것은 여러 해 전부터 잘 알려져 있다. 따라서, 호흡 데이터 및 심장 박동의 모니터링 및 분석은 병원들을 포함하는 공공 건강 관리 커뮤니티(community)들 및 유저들을 위한 필수적인 건강관리 정보를 원격으로 그리고 지속적으로 제공한다. 특히, 호흡 장애들 연구와 결합된, 심장 박동수의 주기적인 변동들의 평가는 코로나바이러스(coronavirus) 병과 같은 질병 신호들의 확실한 인식을 허용한다.
하지만, 다중 센서들 (또는 채널들) 관리에서 메인 과제들 중 하나는 많은 양의 데이터가 지속적으로 생성되는 것이다. 데이터의 스토리지는 값비쌀 뿐만 아니라 방대한 양의 정상적인 (예를 들어서, 건강한) 신호들로부터 비정상적인 신호 패턴을 식별하기 위해서 다음 작업을 초래한다. 발명은 센서 데이터 저장의 비용을 줄이고 그리고 센서들의 세트로부터 비정상적인 신호들 식별의 정확성을 향상시킨다.
이 발명에서, 방법은 데이터의 종합적인 상태를 추정하기 위해서 다중 센서들 (또는 채널들)로부터 데이터 합성과 같은 일부 과제들을 나르는 실시간 모니터링 처리를 충족시키기 위해서 개발되는 기술이다. 이것은 다중-채널 또는 다중-센서 신호 퓨전(fusion)을 위해서 방법을 확장할 수 있다. 기술의 핵심은 센서 신호들로부터 2차원 “이미지 같은” 시그니처 매트릭스 패턴이다. 이러한 시그니처 매트릭스 패턴들은 주어진 관심 데이터 길이 당 개인의 압축된 특징을 반영한다. 실시간 센서 데이터 평가는 개인의 측정된 시그니처 매트릭스 패턴들 (예를 들어서, 타겟(target)들)과 저장된 패턴들 (예를 들어서, 템플릿(template)들) 비교에 의해서 수행될 수 있다.
시스템은 센서들로부터 일련의 2차원 “이미지 같은” 시그니처 매트릭스 패턴들을 생성할 수 있다. 이러한 시그니처 매트릭스 패턴들은 (도 4,5 참고) 이미지 프레임(frame)의 픽셀들처럼 확률들 계산을 사용하여 샘플링 윈도우 당 개인의 압축된 특징을 반영한다. 실시간 센서 데이터 평가는 개인의 측정된 시그니처 매트릭스 패턴들과 저장된 패턴들 비교에 의해서 수행될 수 있다.
지금부터 2차원 “이미지 같은” 시그니처 매트릭스 패턴들을 도 9에서 참고한다.
분류 구역 설정(set-up):
잘 계획된 일련의 하위 그룹들 (예를 들어서, 템플릿)의 세트는 센서 신호 패턴의 평균들 및 표준 편차들의 특징적인 (또는 시그니처) 행동을 추정하기 위해서 사용된다. 방법은 각 그룹의 평균들 및 표준 편차들을 위한 분류 구역 생성에 의해서 센서 시스템의 의도하지 않은 백색 소음(white noise) 또는 조직적인 소음으로부터 생성되는 일반적인 샘플들을 식별한다. 포인트가 “시작(GO)”의 분류 영역 내에 있을 때, 이것은 일반적인 (또는 소음) 샘플을 지정한다. 필요한 경우, 통계적인 컨트롤 차트 공식(control chart formula)을 사용하여 분류 영역을 설정할 수 있다.
프레임의 픽셀들 계산:
시그니처 매트릭스는 NxN 매트릭스 (예를 들어서, 3x3 매트릭스가 가장 작은 사이즈)와, j열 및 i행에서 카운트에, 2차원 확률 다이어그램 (또는 이미지 맵)으로 설명될 수 있다. 방법은 하위 그룹 (예를 들어서, 원시 또는 필터링된(filtered) 센서 신호들)을 데이터 포인트처럼 사용한다. 전형적으로, 데이터는 100개의 데이터 포인트들보다 적은 하위 그룹 사이즈에서 수집된다. 예를 들어서, 만약 센서 샘플링 주파수가, 센서 신호 모니터링을 위해서 사용되는 샘플 주파수인, 4KHz라면 초당 40개의 하위 그룹들이 있을 것이다. 이 방법은 평균 및 표준 편차 값들로부터 시그니처 매트릭스 픽셀 값들을 계산한다. 시간이 지남에 따라 센서 신호들의 평균 및 표준 편차 값들의 변동을 찾는다. 이 방법은 신호 평균들 및 표준 편차들을 구역들로 나누는 것을 시작한다. 데이터의 하위 그룹으로부터 신호 평균 및 표준 편차의 조합은 (도 4,5 참고) 신호 매트릭스에서 해당하는 픽셀을 찾고, 새로운 픽셀 값을 계산하고, 그리고 새로운 확률 값을 매트릭스 픽셀로 할당한다.
도 10을 참고하면, 샘플링 윈도우 당 센서의 압축된 특징을 반영하는 매트릭스 패턴들이 제공된다.
모든 센서 채널들의 경우, 이하의 매트릭스와 데이터 패킷 k에 대한 시그니처 매트릭스 (예를 들어서, 프레임)
Figure pct00001
이다.
Figure pct00002
Figure pct00003
표본 평균 및 표본 표준 편차 (예를 들어서, X 및 Y 채널들)의 선택된 조합의 경우, 주파수 카운트는 Y 채널 구역에 해당하는 X 채널이 있을 때마다 일치하는 i행 및 j열로부터 계산될 수 있다. 따라서, 시그니처 매트릭스는 하위 그룹 평균들 및 표준 편차들의 특정 부류에 속할 수 있는 하위 그룹 (또는 샘플)인 확률 맵이다. 일련의 프레임들 (시그니처 매트릭스들)은 (도 6 참고) 그룹을 형성한다. 예를 들어서, “일반적인” 센서 신호들로부터 시그니처 매트릭스들 (프레임들)의 그룹은 인공 신경 네트워크(artificial neural network) 등과 같은 적절한 훈련 알고리즘을 사용하여 “템플릿”으로 훈련될 수 있다.
도 11을 참고하면, 일련의 프레임들이 그룹을 형성하는 시그니처 매트릭스 패턴들이 제공된다.
지속적인 모티터링:
만약 템플릿 설정이 완료되면, 방법은 실행을 지속하고 그리고 인공 신경 네트워크와 같은, 적절한 검사 알고리즘을 사용하여 프레임들의 다음 그룹을 확인한다. 만약 그룹이 일반적인 범위 외에 있다면 (예를 들어서, 샘플 그룹과 템플릿 사이의 차이), 관련된 시그니처 매트릭스들 및 신호 데이터 패킷은 (도 11 참고) 제2 단계를 위해서 외부 컴퓨터에 무선으로 전송될 수 있다.
제2 단계: 비정상적인 건강 데이터의 평가:
비정상적인 건강 데이터의 발전된 분석은 진단 및 (유저 상호작용을 포함하는) 액션(action)을 위해서 제2 단계에서 완료될 수 있다. 예를 들어서, 호흡 및 심혈관의 심리학적인 효과들은 더 정확하게 호흡 박동수, 일 호흡량(tidal volume), 및 횡경막 활성화(diaphragmatic activation)와 같은 호흡 패턴을 모델링(model)하는 것을 도울 수 있다. 이 단계에서, 외부 컴퓨터는 무선으로 전송된 건강 관리 데이터를 합성 및 분석할 수 있다. 더 나아가서, 제2 단계는 진단 (예를 들어서, 환자 건강 히스토리(history) 데이터에 인공 신경 네트워크와 같은 머신 러닝)을 통하여 개입 대 불개입과 같은 의료 의사 결정을 전달한다. 이 단계에서, 센서들로부터 얻은 시그니처 매트릭스들은 진단을 위해서 활용될 수 있다. 진단은 (도 8 참고) 환자의 입력에 대해서 유저에게 알림 받을 수 있다.
임의의 웨어러블 무선 의료 모니터들 및/또는 그 부품들은 임의의 적절한 생체 적합성 재료(biocompatible material) 또는 재료들의 조합으로부터 제작될 수 있다. 예를 들어서, 외부 샤시(chassis), 및/또는 그 부품들은 생체 적합성 재료들, 금속들, 금속 합금(metal alloys)들, 폴리머(polymer) 코팅된 금속들, 및/또는 이와 유사한 것으로부터 제작될 수 있다. 생체 적합성 재료들, 금속들 및/또는 금속 합금들은 폴리머들, 코폴리머(co-polymer)들, 세라믹(ceramic)들, 유리들, 알루미늄, 알루미늄 합금들, 스테인리스 스틸(stainless steel) (예를 들어서, 316L 스테인리스 스틸), 코발트 크롬(cobalt chromium) 합금들, 니켈-티타늄(nickel-titanium) 합금들 (예를 들어서, Nitinol ®), 및/또는 이와 유사한 것을 포함할 수 있다. 더 나아가서, 임의의 샤시 또는 부품들은 적절한 폴리머 코팅으로 덮일 수 있고, 그리고 천연 또는 합성 고무(natural or synthetic), PEVA(polyethylene vinyl acetate), PBMA(poly-butyl methacrylate), SIBS(Styrene Isoprene Butadiene) 코폴리머, 폴리락트산(polyactic acid), 폴리에스테르(polyester), 폴리락타이드(polylactide), DLPLA(D-lactic polyactic acid), PLGA(polyactic-co-glycolic acid). 및/또는 이와 유사한 것을 포함할 수 있다.
일부 생체 적합성 합성 물질(들)은 예를 들어서, 폴리에스테르들, 폴리우레탄(polyurethane)들, PTFE(polytetrafluoroethylene) (예를 들어서, 테플론(Teflon), 및/또는 이와 유사한 것을 포함할 수 있다. 얇고, 내구성 있는 합성 재료가 고려되는 경우 (예를 들어서, 덮기 위해서), 확장 PTFE 또는 폴리에스테르와 같은 합성 폴리머 재료들은 선택적으로 사용될 수 있다. 다른 적절한 재료들은 엘라스토머(elastomer)들, 열가소성 수지(thermoplastic)들, 폴리우레탄(polyurethane)들, 열가소성 폴리카보네이트 우레탄(thermoplastic polycarbonate urethane), 폴리에테르 우레탄(polyether urethane), 세그먼트화된 폴리에테르 우레탄(segmented polyether urethane), 실리콘 폴리에테르 우레탄(silicone polyether urethane), PEEK(polyetheretherketone), 실리콘-폴리카보네이트 우레탄(silicone-polycarbonate urethane), 폴리프로필렌(polypropylene), 폴리에틸렌(polyethylene), LDPE(low-density polyethylene), HDPE(high-density polyethylene), UHDPE(ultra-high density polyethylene), 폴리올레핀(polyolefin)들, 폴리에틸렌글리콜(polyethylene-glycol)들, 폴리에테르술폰(polyethersulphone)들, 폴리술폰(polysulphone)들, 폴리비닐피롤리돈(polyvinylpyrrolidone)들, 폴리염화비닐(polyvinylchloride)들, 기타 불소중합체(other fluoropolymer)들, 폴리에스테르들, PET(polyethylene-terephthalate) (예를 들어서, 다크론(Dacron)), PLLA(Poly-L-lactic acid)들, PGA(polyglycolic acid), PDLA(poly(D, L-lactide/glycolide) copolymer), 실리콘 폴리에스테르들, ,폴리아미드(polyamide)들 (나일론(Nylon)), PTFE, 연장된 PTFE, 확장된 PTFE, 실록산 폴리머(siloxane polymer)들 및/또는 올리고머(oligomer)들, 및/또는 폴리락톤(polylactone), 및 이를 사용한 블록(block) 폴리머들을 선택적으로 포함할 수 있다.
본 개시에서 사용된 용어는 단지 특정한 실시 예들을 설명하기 위한 것이고, 청구항들의 전체 범위를 제한하려는 것으로 의도되지 않았다. 다르게 정의되지 않는 한, 본 개시에서 사용되는 모든 기술적인 및 과학적인 용어들은 기술 분야의 당업자에게 통상적으로 이해되는 동일한 의미를 포함한다. 본 개시에서 어떤 것도 본 개시에서 설명된 실시 예들이 선행 발명에 의해서 이러한 본 개시를 선행(antedate)할 자격이 없다는 것을 인정하는 것으로 해석되지는 않아야 한다.
본 개시에서 사용된 바와 같이, 문맥상 명백하게 다르게 뜻하지 않는 한, 단수 형태 “하나”는 복수의 형태도 포함하는 것으로 의도된다. 본 개시에서 주로 임의의 복수 및/또는 단수 용어들의 사용에 관련하여, 기술 분야의 당업자는 문맥 또는 애플리케이션(application)에 적절한 대로 복수에서 단수로 및/또는 단수에서 복수로 번역할 수 있다. 다양한 단수/복수 순열(permutation)들이 명확성을 위해서 본 개시에 명시적으로 설명될 수 있다.
일반적으로, 본 개시에서 그리고 특히 첨부된 청구항들 (예를 들어서, 첨부된 청구항들의 본문들)에서 사용되는 용어들은 일반적으로 “열린” 용어들 (예를 들어서, 용어 “포함하는(including)”은 “포함하지만 제한하지 않는”으로 해석되어야 하고, 용어 “포함하는(having)”은 “최소한으로 포함하는”으로 해석되어야 한다)로 의도된다. 이와 유사하게, “포함한다” 및/또는 “포함하는”의 용어들은 상세한 설명에서 사용된 때에 언급된 특징들, 정수들 (또는 그 분수들), 단계들, 동작들, 원소들 및/또는 부품들의 존재를 명시하며, 하나 이상의 특징들, 정수들 (또는 그 분수들), 단계들, 동작들, 원소들, 부품들, 및/또는 그 그룹들의 존재 또는 추가를 배제하지 않는다. 본 개시에서 사용되는 바와 같이, “포함하는(comprising)”의 용어는 “포함하지만 제한하지 않는”이라는 뜻이다.
본 개시에서 사용되는 바와 같이, “및/또는”의 용어는 하나 이상의 관련된 일부 또는 모든 조합들을 포함한다. 명령, 청구들, 또는 도면들에서 상관없이, 두 개 이상의 대체적인 용어를 제시하는 사실상 임의의 분리 단어(disjunctive word) 및/또는 구는 용어들 중 하나, 용어들 중 둘 다, 또는 두 용어 모두를 포함하는 가능성들을 고려하는 것으로 이해되어야 한다. 예를 들어서, “A 또는 B”의 용어는 “A” 또는 “B” 또는 “A 그리고 B”의 가능성을 포함하는 것으로 이해될 수 있다.
본 개시에의 모든 범위들은 또한 달리 명시적으로 언급하지 않는 한 일부 또는 모든 가능한 서브레인지(subrange)들 및 그 서브레인지의 조합들을 포함한다. 나열된 임의의 범위는 달리 명시적으로 언급되지 않는 한 동일한 범위를 최소한 동등한 하위 부분으로 나뉠 수 있도록 충분하게 설명 및 가능하게 하는 것으로 인식되어야 한다. 기술 분야의 종사자에 의해서 이해될 수 있는 바와 같이, 범위는 각 개인 구성원을 포함한다.
본 개시의 실시 예들, 및/또는 다양한 특징들 또는 그 유리한 세부 사항들은 이하의 설명에서 구체적이고 그리고 동행하는 도면들에서 도시되는 제한하지 않는 실시 예들을 참고하여 더 충분히 설명된다. 잘 알려진 부품들 및 처리 기술들의 설명들은 본 개시의 실시 예들을 불필요하게 모호하게 하지 않기 위해서 생략된다. 같은 숫자들은 전체에 걸쳐 같은 요소들을 언급한다.
예시들 및/또는 본 개시의 설명된 실시 예들은 구조들, 기능들, 및/또는 실시 예들의 양상들의 이해를 용이하게 하기 위해서 의도되었고, 이 방식들은 실시 예들이 실행될 수 있고, 및/또는 기술 분야의 종사자가 본 개시의 실시 예들을 실행하는 것을 더 가능하게 할 수 있다. 이와 유사하게, 방법들 및/또는 본 개시의 설명된 실시 예들을 사용하는 방식들은 오직 예의 방식으로 제공되고 그리고 제한되지 않는다. 본 개시의 설명된 특정한 사용들은 문맥에서 다르게 언급하지 않은 한 다른 사용들을 제외하고 제공되지 않는다.
본 개시의 임의의 실시 예들은 폐, 심장, 신경, 심혈관, 정형, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 다루기 위해서 또는 진단하기 위해서 사용될 수 있다. 폐 질병들은 폐 질환, COPD, 천식(asthma) 및 기관지염(bronchitis)을 포함하지만 제한되지는 않는다. 심장 질병들 및 장애들은 빈맥(tachycardia), 서맥(bradycardia), 심근병증(cardiomyopathy), 죽상동맥경화증(atherosclerosis), 및 동맥 또는 정맥 부전(arterial or venous insufficiency)에 관련된 장애들 및 질병 그리고 판막 기능과 관련된 문제들을 포함하지만 제한되지는 않는다. 신경 장애들은 알츠하이머(Alzheimer)들, 파키슨병(Parkinson)들, 균형 관련 장애들, 하지 불안 증후군(restless leg syndrome), 발작(seizure)들, 뇌 손상, 불안, 두통, 및 다발성 경화증(multiple sclerosis)을 포함하지만 제한되지는 않는다. 정형 질병들 및 장애들은 부상 또는 수술로부터 재활(rehabilitation), 척추(spinal) 장애들, 관절염(arthritis), 보행(gait) 관련된 질병들 및 장애들을 포함하지만 제한되지는 않는다. 면역 관련된 또는 감염 관련된 질병들 또는 장애들은 또한 발명의 범위 내에서 고려된다.
도면들
도 1은 실시 예에 따른, (“웨어러블 무선 의료 다중 센서”로도 불리는) (도 1에 도시되지 않은) 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 정면 개략도를 도시한다. 도 1은 신체 프로세서, 메모리, 신호 처리, 및 무선 통신 제공을 위해서 전자 모듈(112)을 포함하는 메인 새시(110)를 도시한다. 도 1은 하나 이상의 주변 유닛(peripheral unit)(120)들에 연결하기 위해서 제1 및 제2 전극 패드(electrode pad)(116 및 114), 음향 다이어프램 타입 센서(118), 및 외부 I/O 케이블(cable)(111)을 포함하는 메인 새시(110)를 도시한. 도 1은 또한 선택적인 처리, 및 무선 통신이 있는 전자(122)를 포함하는 주변 유닛(120)을 포함한다. 주변 유닛(120)은 트랜스 듀서 어레이(transducer arrary)(124)가 있거나 또는 다중 센서들 또는 전극들의 어레이가 있다. 주변 유닛들(120)은 유선 또는 무선으로 메인 부품(110)에 연결할 수 있다.
도 2a는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 평면 개략도를 도시한다. 도 2a는 프로세서(130)에 전자 회로 보드(electronics circuit board)(112), 라디오 또는 무선 통신 칩 모듈(131), CODEC들, 또는 단순 믹서(mixer)들일 수 있는 두 개의 4 채널 처리 유닛들(132 및 134)을 포함하는 주요 구성 부품을 도시한다. 도 2a는 두 개의 주요 구성 부품 전극들(135 및 135)에 대한 커넥터(connector)들 그리고 주변 센서들에 I/O 커넥터(111)와 함께 배터리(battery)(137) 및 전력 회로(power circuit)들을 도시한다.
도 2b는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 지면 개략도를 도시한다. 도 2b는 주요 구성 부품 지면에 부착된 두 개의 전극들(140 및 141)을 도시한다. 이 전극들은 가급적이면 ECG 및/또는 EMG 가능 바이오센서(biosensor)들이다. 음향 센서 다이어프램(142)은 소리 데이터를 얻는 능력을 제공한다.
도 3은 실시 예에 따른, 원격 건강 제공자 서버와 함께 무선 통신에서 주요 구성 부품의 실시 예의 개략도를 도시한다. 도 3은 하나의 실시 예에서, 전원 공급 회로, 배터리 보호 회로, 및 재충전 가능한(rechargeable) 배터리와 함께 주요 구성 부품을 도시한다. 주요 구성 부품은 또한 두 개의 4-채널 모듈들에 연결되는 ARM사의 코텍스-M4(ARM Cortex-M4) 프로세서를 포함한다. 제1 4-채널 모듈은 실시 예에 따른, ECG 신호 처리 및 EMG 신호 처리 전용이고, 그리고 제2 4-채널 모듈은 실시 예에 따른, 소리 센서 및 온도 센서 처리 전용이다. 주변 전극들 또는 변환기들은 주요 구성 부품에 I/O 핀들을 통한 연결이 도시된다. 무선 통신 모듈은 2.4GHz ESB(Enhanced ShockBurst) 라디오와 같이 도시된다. 도 3은 또한 디스플레이 장치 상에 그래픽적으로 디스플레이 센서 출력이 가능하고 그리고 데이터 필드 창들을 제공하는 유저 인터페이스 내에 그래픽적으로 디스플레이 센서 값들이 가능한 원격 외부 컴퓨터에 이중(duplex) 무선 연결을 도시한다.
도 4는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 사진 표현을 도시한다. 도 4는 배경도(perspective view)로부터 외부 새시를 도시하고 그리고 환자의 5 번째 늑간 공간(intercostal space)와 같은 곳에 리드(lead)들 부착을 위해서 부착 패드(adhesive pad)들에 두 개의 생체 전위 또는 ECG/EMG 센서들/전극들을 도시한다.
도 5는 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러플 플랫폼의 주요 구성 부품의 열린-평면도의 사진 표현을 도시한다. 도 5는 프로세서, 라디오 또는 무선 통신 칩 모듈, CODEC들, 또는 단순 믹서들일 수 있는 두 개의 4 채널 처리 유닛들과 함께 전자 회로 보드를 포함하는 주요 구성 부품을 도시한다. 도 5는 두 개의 주요 구성 부품 전극들에 대한 커넥터들 그리고 주변 센서들에 I/O 커넥터와 함께 배터리 및 전력 회로들을 도시한다.
도 6은 실시 예에 따른, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주요 구성 부품의 지면도의 사진 표현을 도시한다. 도 6은 주요 구성 부품 지면에 부착된 두 개의 전극들을 도시한다. 이 전극들은 가급적이면 ECG 및/또는 EMG 가능 바이오센서들이다. 음향 센서 다이어프램은 소리 데이터를 얻는 능력을 제공한다.
도 7은 실시 예에 따른, 비율을 위해서 근처에 반창고를 도시한 바와 같이, 스마트 원격 건강 모니터링을 위한 다중-센서 다중-채널 웨어러블 플랫폼의 주변 구성 부품의 사진 표현을 도시한다. 도 7은 선택적인 처리, 및 선택적인 무선 통신과 함께 전자를 포함하는 주변 유닛 (신체 부품)을 도시한다. 주변 유닛은 다중 센서들 또는 전극들의 어레이 또는 변환기 어레이를 포함한다. 주변 유닛들은 유선 또는 무선으로 메인 부품에 연결할 수 있다. 주변 구성 부품은 (1)근육 운동 (EMG) 센서, (2) 음향 활동 (마이크로폰 연결) 센서, (3) 뇌 활동 (EEG) 센서, (4) 눈 활동 (EOG) 센서, (5) 피부 온도 센서, 및 (6) x-y-z 축 방향 센서가 될 수 있다.
도 8은 실시 예에 따른, 웨어러블 센서 하드웨어를 포함하는 다중-센서 다중-채널 웨어러블 플랫폼 개요의 그래픽 표현을 도시하며, 센서들은 메모리에 저장된 컴퓨터 프로그램 명령어들을 실행하는 온-보드 프로세서에 데이터를 공급하여 원시 데이터를 하위 그룹 데이터 포인트들로부터 도출된 매트릭스 픽셀 값들로 만들어진 센서 신호 패턴들의 매트릭스로 변환하며, 하위 그룹 데이터 포인트들 자체는 예를 들어, 4KHz와 같은, 특정한 주파수에서 시간에 따라 연속적으로 샘플되는, 100 개가 넘는 센서 데이터 포인트들의 평균 및 표준 편차 값들로부터 도출되며, 그리고 여기에서 센서 신호 패턴들은 건강 관리 전문가들 또는 환자들에게 이용 가능한 의사 결정 인자들을 도출하기 위해서 베이스라인 센서 신호 패턴과 비교된다.
도 9는 실시 예에 따른, 하위 그룹 데이터 포인트들로부터 생성된, 시그니처 또는 진행중인, 2차원 센서 신호 패턴의 그래픽 표현을 도시한다. 도 9는 센서들로부터 2차원 “이미지 같은” 시그니처 매트릭스 패턴들을 도시한다. 이러한 시그니처 매트릭스 패턴들은 (도면들 참고) 이미지 프레임의 픽셀들처럼 확률들 계산을 사용하여 샘플링 윈도우 당 개인의 압축된 특징을 반영한다. 실시간 센서 데이터 평가는 개인의 측정된 시그니처 매트릭스 패턴들과 저장된 패턴들 비교에 의해서 수행될 수 있다. 도 9는 하한(lower limit) Y 지표들 및 상한(upper limit) Y 지표들에 대해 디스플레이된 하한 X 지표들 및 상한 X 지표들의 그리드(grid)를 도시하는 센서들로부터 2차원 “이미지 같은” 시그니처 매트릭스 패턴들을 도시한다. 데이터 하위 그룹이 상한 및 하한 X 그리고 상한 및 하한 Y 지표들 내에 매트릭스 픽셀들을 형성하는 곳에는, 픽셀들은 초록색을 사용하여 표시된다. 데이터 하위 그룹이 상한 및 하한 X 내에 속하지만, 상한 또는 하한 Y 외부에 매트릭스 픽셀들을 형성하는 곳에는, 픽셀은 노란색으로 색칠이 된다. 이와 유사하게, 데이터 하위그룹이 상한 및 하한 Y 내에 속하지만, 상한 또는 하한 X 외부에 매트릭스 픽셀들을 형성하는 곳에는, 픽셀은 또한 노란색으로 색칠이 된다. 특별한 “정지(stop)” 경고들은 데이터 하위 그룹이 빨간색으로 색칠이 되고 그리고 둘 다 모두 X 및 Y의 하한 아래에 매트릭스 픽셀들을 형성할 때, 또는 하위 그룹이 또한 빨간색으로 색칠이 되고 그리고 둘 다 모두 X 및 Y의 상한 위에 매트릭스 픽셀들을 형성할 때 생성될 수 있다. 특허 센서 데이터의 데이터 하위그룹이 X의 하한 아래지만 Y의 상한 위에, 또는 Y의 하한 아래지만 X의 상한 위에 매트릭스 픽셀들을 형성하는 상황에서, 픽셀은 주황색으로 표시된다.
도 10은 실시 예에 따른, 샘플링 주기 또는 프레임 당 데이터 압축의 시각화를 반영하는 신호 매트릭스 패턴들의 그래픽 표현을 도시한다. 도 10은 각 샘플 주기 동안에 어떻게 신호 매트릭스 패턴들이 생성되는지를 도시한다. 도 10은 건강 관리 제공자에 의해서 시각적으로 또는 머신 러닝 및 간단한 시각 감지 방법들을 사용하여 자동화된 방법으로, 어떻게 심장 박동 소리, 폐 소리, ECG, 및 EMG 센서 데이터가 지속적으로 모니터 되는지를 도시한다.
도 11은 실시 예에 따른, 일련의 시그니처 매트릭스 패턴들로부터 구성된 그룹의 그래픽 표현을 도시한다. 도 11은 추가적인 분석을 위해 시간 일련의 신호 매트릭스 패턴들이 어떻게 그룹들로도 결합될 수 있는지를 도시한다. 기록 값들에 대한 경향(trend)들 및 비교는 환자 및 건강 관리 담당자에게 명령 세트들 또는 경고들을 생성 및 전송하기 위해서 사용될 수 있다.
도 12는 실시 예에 따른, 본 개시에서 웨어러블 장치의 프로세서에 의해서 실행 가능하고 그리고 메모리에 저장된 프로그램 명령어들에 의해서 수행되는 매트릭스 패턴들을 생성하기 위해서 센서 데이터 수집하는 단계들인, 제1 단계를 나타내는 순서도를 도시한다. 도 12는 프로세서 상에 실행할 수 있는 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들을 사용하여 수행되는 일련의 단계들을 도시한다. 하나의 제한하지 않는 실시 예에서, 이하의 단계들을 포함한다:
1201, 1202, 1203은 주요 구성 부품 및 주변 구성 부품 사이의 임시 연결을 프로비저닝하고(provisioning) 그리고 주요 구성 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고,
1204는 메인 및 주변 구성 부품들로부터 초기 센서 데이터를 얻되, 초기 센서 데이터는 심장 소리, ECG, 폐 소리, EMG, EEG, EOG, 온도, 및 x-y-z 축 방향을 포함하고,
1205는 4Khz, 1-10Khz, 2KHz, 및 1-20Khz로부터 선택되는 주파수인 지속적인 (t1+n) 샘플링 윈도우 주파수에서 100개 미만의 데이터 포인트들의 하위 그룹들에 있는 초기 센서 데이터를 수집하고,
1206은 (t1) 주기에서 하위 그룹들로부터 평균 및 표준 편차 값들을 측정하고, 그리고 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고,
1207은 (t1) 시그니처 센서 신호 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고,
1208은 (t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 그리고 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고, (t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, (t1+n) 매트릭스 픽셀 값들로부터 (t1+n) 센서 신호 패턴(들)을 생성하고,
1209는 (t1+n) 센서 신호 패턴(들)과 (t1) 시그니처 센서 신호 패턴을 비교하고, 및
1210은 (t1+n) 센서 신호 패턴(들)과 (t1) 시그니처 센서 신호 패턴의 비교를 건강 데이터 서버에 무선으로 전송한다.
도 13은 실시 예에 따른, 본 개시에서 시스템의 프로세서에 의해서 실행 가능하고 그리고 메모리에 저장된 프로그램 명령어들에 의해서 수행되는 환자 명령어들을 생성하기 위해서 특정 병리학들에 시그니처 패턴들을 맞추는 단계들인, 제2 단계를 나타내는 순서도를 도시한다. 도 13은 프로세서 상에 실행할 수 있는 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들을 사용하여 수행되는 일련의 추가적인 단계들을 도시한다. 하나의 제한하지 않는 실시 예에서, 이하의 추가적인 단계들을 포함한다:
1301은 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1) 시그니처 센서 신호 매트릭스 패턴과 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고,
1302는 폐, 심장, 신경, 심혈관, 정형, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이와 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 최적 맞춤 비교를 수행하고, 및
1303은 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 최적 맞춤 결과들을 출력하고, 그리고 센서 신호 패턴들의 저장된 지단 어레이로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들과 관련되는 개입 명령어들을 제공한다.
도 14는 실시 예에 따른, 주어진 신호 매트릭스 패턴의 모양에 책임이 있는 특정한 픽셀(pixel) 또는 픽셀들의 세트(set)를 클릭(click)할 수 있는 클릭을 통한 기능(click-thru feature)을 제공하여, 픽셀 또는 픽셀들의 세트를 생성하는 데에 책임이 있는 원시 하위 그룹 데이터, 원시 센서 데이터에 액세스(access) 하고, 그리고 특정 픽셀 또는 픽셀들의 세트를 유발하는 원시 센서 데이터에 관련된 환자 명령어들을 생성할 수 있게 하는 단계들인, 제2 단계를 나타내는 플로차트를 도시한다. 도 14는프로세서 상에 실행할 수 있는 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들을 사용하여 수행되는 일련의 추가적인 단계들을 도시한다. 하나의 제한하지 않는 실시 예에서, 이하의 추가적인 단계들을 포함한다:
1401은 (t1+n) 센서 신호 매트릭스 패턴(들)과 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, (t1+n) 센서 신호 매트릭스 패턴들 및 (t1) 시그니처 센서 신호 매트릭스 패턴은 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 원시 평균 및 원시 표준 편차 값들을 포함하는 동적인 픽셀 별 클릭 가능한 NxN 매트릭스를 포함하고,
1402는 큰 주기 별 변동 값들을 제공하는 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 원시 평균 및 원시 표준 편차 값들을 얻기 위해서 큰 주기 별 변동을 포함하는 (t1+n) 센서 신호 매트릭스 패턴의 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고, 그리고
1403은 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 큰 주기 별 변동들의 특정 센서들 및 시간들과 관련되는 특정 환자 개입 설명들을 출력한다.
도 15는 실시 예에 따른, 신체 장치(1501 및 1502), 로컬 인터넷 액세스(1503 및 1504), 그리고 건강 관리 제공자 서버 및 데이터베이스(1505 및 1506) 사이에 연결을 나타내는 스마트 원격 건강 모니터링(1501 및 1502)에 대한 다중-센서, 다중-채널 웨어러블 플랫폼의 그림을 도시한다.
도 16a 및 도 16b는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 고관절 및 무릎 상에 위치한 두 개의 IMU들의 세트로부터 원시 센서 신호들의 예시를 나타내는 그래프를 도시한다.
도 17a 및 도 17b는 실시 예에 따른, 2.5초 데이터 패킷의 주기로부터 측정된 고관절 및 무릎 관절의 예시를 나타내는 그래프를 도시한다.
도 18a는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 필터링을 위한 패킷의 데이터로부터 평균 이동의 예시를 나타내는 그래프를 도시한다.
도 18b는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 필터링을 위한 패킷의 데이터로부터 표준 편차 이동의 예시를 나타내는 그래프를 도시한다.
도 19는 실시 예에 따른, 비정상 보행, 편마비 보행과 관련된 - 패킷의 데이터로부터 관련된 평균 (a) 및 표준 편차 (b)에 대한 관련된 이미지 플롯(image plot)들 그리고 측정된 시그니처 매트릭스들의 예시를 나타내는 비교 그래프들을 도시한다. 도 19는 신호 매트릭스 패턴들의 대체 디스플레이의 예시들을 도시한다.
도 20은 실시 예에 따른, 정상 보행과 관련된 - 패킷의 데이터로부터 평균 (a) 및 표준 편차 (b)에 대한 관련된 이미지 플롯들 그리고 측정된 시그니처 매트릭스들의 예시를 나타내는 비교 그래프들을 도시한다. 도 20은 신호 매트릭스 패턴들의 대체 디스플레이의 예시들을 도시한다.
도 21은 실시 예에 따른, 정상 대 비정상 보행과 관련된 - 평균 (a) 및 표준 편차 (b)에 대한 트레이닝 데이터 세트들과 SVM 머신 러닝 알고리즘으로부터 측정된 초평면 경계의 예시를 나타내는 비교 그래프들을 도시한다.
도 22는 실시 예에 따른, 수면 무호흡과 관련된 - 혀 및 관련된 활동들 상에 센서 데이터를 얻기 위한 EMG 센서 위치의 한 개의 예시를 나타내는 환자의 해부학 그림을 도시한다.
도 23은 실시 예에 따른, 전면 EMG 신호들 및 후면 EMG 신호들을 나타내는 그래프 그림을 도시한다.
도 24는 실시 예에 따른, 전면 EMG 신호들 및 후면 EMG 신호들에 대한 이미지 플롯들을 나타내는 비교 그래프들을 도시한다. 도 24는 신호 매트릭스 패턴들의 대체 디스플레이의 예시들을 도시한다.
도 25는 실시 예에 따른, 혀 근육 운동들을 감지하는 EMG 센서 신호들을 사용하여 무소음(no-sound) 통신 그래프를 도시한다: (a) EMG 센서 위치; (b) 혀 근육; (c) “전면” EMG 신호들; (d) “후면” EMG 신호들; (e) “전면” 시그니처 매트릭스 이미지 플롯; (f) ”후면” 시그니처 매트릭스 이미지 플롯; (g) “전면” 대 “후면” 사이의 SVM 초평면 경계.
많은 수정들과 변동들은 기술 분야의 당업자에게 명백할 것처럼, 그 정신 및 범위로부터 벗어나지 않고 만들어질 수 있다. 본 개시에서 열거된 것 외에, 본 개시의 범위 내에 기능적으로 동등한 방법들 및 장치들은 상기 설명들로부터 기술 분야의 당업자에게 명백할 수 있다. 이러한 수정들 및 변동들은 첨부된 청구들의 범위 내에 속하도록 의도되었다. 본 개시는 이러한 청구들이 부여되는 등가물들의 모든 범위와 함께, 첨부된 청구들의 용어들에 의해서만 제한되어야 한다. 본 개시는 당연히 다를 수 있는, 특정한 방법들, 시약(reagent)들, 혼합물들, 구성들 또는 생물학적인 시스템들에 제한되지 않는다는 것으로 이해되어야 한다. 본 개시에서 사용되는 용어는 제한될 의도가 아니며, 오직 특정한 실시 예들 묘사의 목적에 대한 것으로 또한 이해되어야 한다.
다양한 실시 예들이 위에서 설명되었지만, 제한이 아닌, 오직 예시의 방법으로 제시된다는 것으로 이해되어야 한다. 위에서 설명된 방법들이 특정한 순서에서 발생하는 특정한 이벤트(event)들을 나타내는 경우, 특정한 이벤트들의 순서는 수정될 수 있다. 부가적으로, 특정 이벤트들은 위에서 설명된 것처럼 연속적으로 수행될 뿐만 아니라, 가능한 경우 병렬 처리에서 동시에 수행될 수 있다.
위에서 설명된 회로도들 및/또는 실시 예들은 특정 방향들 또는 위치들에 배열된 특정한 부품을 나타내는 경우, 부품들의 배열은 수정될 수 있다. 실시 예들이 특히 도시 및 설명되었지만, 형식 및 세부 사항들에서 다양한 변동들이 생길 수 있다는 것으로 이해되어야 한다. 본 개시에서 설명된 장치 및/또는 방법들의 임의의 부분은 상호적으로 배타적인 조합들을 제외하고, 임의의 조합으로 결합될 수 있다.
본 개시에서 설명된 실시 예들은 설명된 다른 실시 예들의 기능들, 부품들, 및/또는 특징들 및/또는 다양한 조합들을 포함할 수 있다. 위에서 개시된 다양한 및 다른 특징들 및 기능들, 또는 그 대안들은 다른 많은 다른 시스템들 또는 애플리케이션들로 결합될 수 있다. 현재 예측되지 않거나 또는 예상되지 않은 다양한 대안들, 수정들, 변동들, 또는 그 안에서 개선들은 기술 분야의 당업자에 의해서 나중에 이루어질 수 있고, 각각은 또한 개시된 실시 예들에 의해서 망라되도록 의도된다.
110: 메인 샤시
112: 전자 모듈
118: 음향 다이어프램
120: 주변 유닛
122: 전자 모듈
124: 변환기 어레이

Claims (15)

  1. 환자 건강 데이터의 지속적인 모니터링을 위한 시스템에 있어서,
    주요 구성(on-body) 부품;
    주변 구성 부품;
    로컬 무선 액세스 부품; 및
    건강 데이터 서버 컴퓨터를 포함하고;
    상기 주요 구성 부품은 상기 환자에 부착되고, 상기 주요 구성 부품은 하우징(housing), 제1 전극 센서, 제2 전극 센서, 음향 다이어프램(acoustic diaphragm) 센서, 및 상기 하우징 내에 전자 모듈을 포함하고, 상기 전자 모듈은 마이크로프로세서, 메모리, 제1 4-채널 모듈, 제2 4-채널 모듈, 전원 공급 장치, 안테나를 포함하는 무선 통신 모듈, 그리고 증폭기, 필터, 및 컨버터를 포함하는 메인-주변 연결 입출력 모듈(main-to-peripheral connection I/O module)을 포함하고;
    상기 주변 구성 부품은 상기 환자에 부착되고, 상기 주변 구성 부품은 주변 하우징, 상기 주변 하우징 내에 주변 전자 모듈을 포함하고, 상기 주변 전자 모듈은 제3 전극 센서, 제4 전극 센서, 및 주변-메인 연결 입출력 모듈(peripheral-to-main connection I/O module)을 포함하고;
    상기 로컬 무선 액세스 부품은 인터넷 연결을 포함하고; 그리고
    상기 건강 데이터 서버 컴퓨터는, 환자 건강 데이터를 수신, 조작, 저장, 및 전송을 위한 메모리에 저장되어 프로세서에 의해서 실행될 수 있는 프로그램 명령어들 및 데이터베이스를 포함하고;
    상기 주요 구성 부품에 의해서 실행 가능하고 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들이 실행되는 경우:
    상기 주요 구성 부품 및 주변 구성 부품 사이의 연결을 프로비저닝(provisioning)하고 그리고 상기 주요 구성 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고;
    상기 메인 및 주변 구성 부품들로부터 초기 센서 데이터를 얻되, 상기 초기 센서 데이터는 심장 소리, ECG(ElectroCardioGram), 폐 소리, EMG(ElectroMyoGram), EEG(ElectroEncephaloGraphy), EOG(ElectroOculoGraphy), 온도 및 x-y-z축 방향을 포함하고;
    4KHz, 1-10KHz, 2KHz, 및 1-20KHz로부터 선택되는 주파수인, 지속적인 (t1+n) 샘플링 윈도우 주파수로 100개 미만의 데이터 포인터들의 하위 그룹에서 초기 센서 데이터를 수집하고;
    (t1) 주기에서 하위 그룹들로부터 평균 및 표준 편차 값들을 측정하고, 그리고 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고;
    (t1) 시그니처 센서 신호 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN (t1) 매트릭스를 생성하고;
    (t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 그리고 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고;
    (t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, 그리고 (t1+n) 매트릭스 픽셀 값들로부터 (t1+n) 센서 신호 패턴(들)을 생성하고;
    상기 (t1) 시그니처 센서 신호 패턴에 대한 (t1+n) 센서 신호 패턴(들)을 비교하고; 그리고
    상기 (t1) 시그니처 센서 신호 패턴에 대한 (t1+n) 센서 신호 패턴(들)의 상기 비교를 상기 건강 데이터 서버에 무선으로 전송하는 시스템.
  2. 제 1 항에 있어서,
    메모리에 저장되는 상기 주요 구성 부품 마이크로프로세서에 의해서 읽기 가능한 상기 컴퓨터 프로그램 명령어들이 구성되는 경우:
    무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴에 대한 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고;
    폐(pulmonary), 심장(cardiac), 신경(neurological), 심혈관(cardiovascular), 정형(orthopedic), 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이에 대한 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 상기 비교의 최적 맞춤을 수행하고; 그리고
    환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 상기 최적 맞춤 결과들을 출력하고, 그리고 센서 신호 패턴들의 상기 저장된 지단 어레이로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 상기 질병들 또는 장애들과 관련되는 개입 명령어들을 제공하는 시스템.
  3. 제 2 항에 있어서,
    메모리에 저장되는 상기 주요 구성 부품 마이크로프로세서에 의해 읽기 가능한 상기 컴퓨터 프로그램 명령어들이 구성되는 경우:
    무선 다중-센서 지속 생체 신호 모니터링 장치로부터 (t1+n) 센서 신호 매트릭스 패턴(들)과 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, 상기 (t1+n) 센서 신호 매트릭스 패턴들 및 상기 (t1) 시그니처 센서 신호 매트릭스 패턴은 상기 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 상기 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 상기 원시 평균 및 상기 원시 표준 편차 값들을 포함하는 동적인 픽셀 별 클릭 가능한(pixel-by-pixel clickable) NxN 매트릭스를 포함하고;
    큰 주기 별(period-by-period) 변동 값들을 제공하는 상기 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 상기 원시 평균 및 상기 원시 표준 편차 값들을 얻기 위해서 상기 큰 주기 별 변동을 포함하는 상기 (t1+n) 센서 신호 매트릭스 패턴의 상기 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 상기 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고; 그리고
    상기 큰 주기 별 변동들의 상기 특정 센서들 및 시간들과 관련되는 특정 환자 개입 명령어들을 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 출력하는 시스템.
  4. 제 1 항에 있어서,
    상기 주변 구성 부품은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착되는 시스템.
  5. 제 1 항에 있어서,
    상기 두 개 이상의 주변 구성 부품들은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 다른 위치들에 환자에게 부착되는 시스템.
  6. 비일시적 컴퓨터 읽기 가능 매체가 환자 건강 데이터의 지속적인 모니터링을 위한 프로그램 명령어들을 포함하는 경우:
    메인 신체 부품 및 주변 신체 부품 사이의 연결을 프로비저닝하고 그리고 상기 메인 신체 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고;
    상기 메인 신체 부품은 상기 환자에 부착되고, 상기 메인 신체 부품은 하우징, 제1 전극 센서, 제2 전극 센서, 음향 다이어프램 센서, 및 상기 하우징 내에 전자 모듈을 포함하고, 상기 전자 모듈은 마이크로프로세서, 메모리, 제1 4-채널 모듈, 제2 4-채널 모듈, 전원 공급 장치, 안테나를 포함하는 무선 통신 모듈, 그리고 증폭기, 필터, 및 컨버터를 포함하는 메인-주변 연결 입출력 모듈을 포함하고;
    상기 주변 신체 부품은 상기 환자에 부착되고, 상기 주변 신체 부품은 주변 하우징, 상기 주변 하우징 내에 주변 전자 모듈을 포함하고, 상기 주변 전자 모듈은 제3 전극 센서, 제4 전극 센서, 및 주변-메인 연결 입출력 모듈을 포함하고;
    상기 메인 신체 부품을 로컬 무선 액세스 부품에 연결은 인터넷 연결을 포함하고, 그리고 상기 메인 신체 부품을 건강 데이터 서버 컴퓨터에 연결은, 환자 건강 데이터를 수신, 조작, 저장, 및 전송을 위한 프로세서에 의해서 실행 가능하고 그리고 메모리에 저장되는 프로그램 명령어들 및 데이터베이스를 포함하고;
    상기 메인 및 주변 신체 부품들로부터 초기 센서 데이터를 얻되, 상기 초기 센서 데이터는 심장 소리, ECG, 폐 소리, EMG, EEG, EOG, 온도 및 x-y-z축 방향을 포함하고;
    4KHz, 1-10KHz, 2KHz, 및 1-20KHz로부터 선택되는 주파수인, 지속적인 (t1+n) 샘플링 윈도우 주파수로 100개 미만의 데이터 포인터들의 하위 그룹에서 초기 센서 데이터를 수집하고;
    (t1) 주기에서 하위 그룹들로부터 평균 및 표준 편차 값들을 측정하고, 그리고 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고;
    (t1) 시그니처 센서 시그널 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN (t1) 매트릭스를 생성하고;
    (t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 그리고 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고;
    (t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, 그리고 (t1+n) 매트릭스 픽셀 값들로부터 (t1+n) 센서 시그널 패턴(들)을 생성하고;
    상기 (t1) 시그니처 센서 시그널 패턴에 대한 (t1+n) 센서 시그널 패턴(들)을 비교하고; 그리고
    상기 (t1) 시그니처 센서 시그널 패턴에 대한 (t1+n) 센서 시그널 패턴(들)의 상기 비교를 상기 건강 데이터 서버에 무선으로 전송하는 프로그램 명령어들.
  7. 제 6 항에 있어서,
    상기 컴퓨터 프로그램 명령어들을 수행하는 경우:
    무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴에 대한 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고;
    폐, 심장, 신경, 심혈관, 정형, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이에 대한 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 상기 비교의 최적 맞춤을 수행하고; 그리고
    환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 센서 신호 패턴들을 통해 상기 저장된 진단 매체로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 상기 질병들 또는 장애들과 관련되는 진단 결과를 출력 해주는 방법.
  8. 제 6 항에 있어서,
    상기 컴퓨터 프로그램 명령어들을 수행하는 경우:
    (t1+n) 센서 신호 매트릭스 패턴(들)과 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, 상기 (t1+n) 센서 신호 매트릭스 패턴들 및 상기 (t1) 시그니처 센서 신호 매트릭스 패턴은 상기 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 상기 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 상기 원시 평균 및 상기 원시 표준 편차 값들을 포함하는 동적인 픽셀 별 클릭 가능한 NxN 매트릭스를 포함하고;
    큰 주기 별 변동 값들을 제공하는 상기 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 상기 원시 평균 및 상기 원시 표준 편차 값들을 얻기 위해서 상기 큰 주기 별 변동을 포함하는 상기 (t1+n) 센서 신호 매트릭스 패턴의 상기 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 상기 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고; 그리고
    상기 특정 센서들 및 시간들과 관련되는 큰 주기 별 변동들에 대해서 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 출력하여 알려주는 장치.
  9. 제 6 항에 있어서,
    상기 주변 구성 부품은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착되는 컴퓨터로 구현되는 방법.
  10. 제 6 항에 있어서,
    상기 두 개 이상의 주변 구성 부품들은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 다른 위치들에 환자에게 부착되는 컴퓨터로 구현되는 방법.
  11. 환자 건강 데이터의 지속적인 모니터링을 위한 방법은:
    주요 구성 부품은 상기 환자에 부착되고, 상기 주요 구성 부품은 하우징, 제1 전극 센서, 제2 전극 센서, 음향 다이어프램 센서, 및 상기 하우징 내에 전자 모듈을 포함하고, 상기 전자 모듈은 마이크로프로세서, 메모리, 제1 4-채널 모듈, 제2 4-채널 모듈, 전원 공급 장치, 안테나를 포함하는 무선 통신 모듈, 그리고 증폭기, 필터, 및 컨버터를 포함하는 메인-주변 연결 입출력 모듈을 포함하는 단계;
    주변 구성 부품은 상기 환자에 부착되고, 상기 주변 구성 부품은 주변 하우징, 상기 주변 하우징 내에 주변 전자 모듈을 포함하고, 상기 주변 전자 모듈은 제3 전극 센서, 제4 전극 센서, 및 주변-메인 연결 입출력 모듈을 포함하는 단계;
    로컬 무선 액세스 부품은 인터넷 연결을 포함하는 단계; 그리고
    건강 데이터 서버 컴퓨터는, 환자 건강 데이터를 수신, 조작, 저장, 및 전송을 위한 메모리에 저장되어 프로세서에 의해서 실행될 수 있는 프로그램 명령어들 및 데이터베이스를 포함하는 단계;
    상기 주요 구성 부품에 의해서 실행 가능하고 그리고 메모리에 저장되는 컴퓨터 프로그램 명령어들이 실행되는 경우:
    주요 구성 부품 및 주변 구성 부품 사이의 연결을 프로비저닝하고 그리고 상기 주요 구성 부품 및 건강 데이터 서버 컴퓨터 사이의 연결을 프로비저닝하고;
    상기 메인 및 주변 구성 부품들로부터 초기 센서 데이터를 얻되, 상기 초기 센서 데이터는 심장 소리, ECG, 폐 소리, EMG, EEG), EOG, 온도 및 x-y-z축 방향을 포함하고;
    4KHz, 1-10KHz, 2KHz, 및 1-20KHz로부터 선택되는 주파수인, 지속적인 (t1+n) 샘플링 윈도우 주파수로 100개 미만의 데이터 포인터들의 하위 그룹에서 초기 센서 데이터를 수집하고;
    (t1) 주기에서 하위 그룹들로부터 평균 및 표준 편차 값들을 측정하고, 그리고 각 (t1) 하위 그룹을 (t1) 매트릭스 픽셀 값으로 변환하고;
    (t1) 시그니처 센서 신호 패턴 (표준)을 생성하기 위해서 (t1) 매트릭스 픽셀 값들의 NxN (t1) 매트릭스를 생성하고;
    (t1+n) 주기들에서 하위 그룹 값들을 지속적으로 측정하고, 그리고 하위 그룹 값들을 매트릭스 픽셀 값들로 변환하고;
    (t1+n) 매트릭스 픽셀 값들의 NxN 매트릭스를 생성하고, 그리고 (t1+n) 매트릭스 픽셀 값들로부터 (t1+n) 센서 신호 패턴(들)을 생성하고;
    상기 (t1) 시그니처 센서 신호 패턴에 대한 (t1+n) 센서 신호 패턴(들)을 비교하고; 그리고
    상기 (t1) 시그니처 센서 신호 패턴에 대한 (t1+n) 센서 신호 패턴(들)의 상기 비교를 상기 건강 데이터 서버에 무선으로 전송하는 방법.
  12. 제 11 항에 있어서,
    메모리에 저장되는 상기 주요 구성 부품 마이크로프로세서에 의해서 읽기 가능한 상기 컴퓨터 프로그램 명령어들이 구성되는 경우:
    무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴에 대한 (t1+n) 센서 신호 매트릭스 패턴(들)의 비교를 건강 데이터 서버에 수신하고;
    폐, 심장, 신경, 심혈관, 정형, 고통, 면역, 및 감염으로부터 선택되는 질병들 또는 장애들을 포함하는 센서 신호 매트릭스 패턴들의 저장된 진단 어레이에 대한 (t1+n)에서 (t1)으로의 센서 신호 매트릭스 패턴들의 상기 비교의 최적 맞춤을 수행하고; 그리고
    환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터에게 상기 최적 맞춤 결과들을 출력하고, 그리고 센서 신호 패턴들의 상기 저장된 지단 어레이로부터 폐, 심장, 신경, 심혈관, 정현, 고통, 면역, 및 감염으로부터 선택되는 상기 질병들 또는 장애들과 관련되는 개입 명령어들을 제공하는 방법.
  13. 제 11 항에 있어서,
    메모리에 저장되는 상기 주요 구성 부품 마이크로프로세서에 의해 읽기 가능한 상기 컴퓨터 프로그램 명령어들이 구성되는 경우:
    (t1+n) 센서 신호 매트릭스 패턴(들)과 무선 다중-센서 지속 생체 신호 모니터링 장치로부터 상기 (t1) 시그니처 센서 신호 매트릭스 패턴의 비교를 건강 데이터 서버에서 수신하고, 상기 (t1+n) 센서 신호 매트릭스 패턴들 및 상기 (t1) 시그니처 센서 신호 매트릭스 패턴은 상기 (t1) 매트릭스 픽셀 값의 형태를 이루는 (t1) 주기에서 하위 그룹들로부터, 그리고 상기 (t1+n) 매트릭스 픽셀 값의 형태를 이루는 (t1+n) 주기들에서 하위 그룹들로부터 상기 원시 평균 및 상기 원시 표준 편차 값들을 포함하는 동적인 픽셀 별 클릭 가능한 NxN 매트릭스를 포함하고;
    큰 주기 별 변동 값들을 제공하는 상기 특정 센서들 및 시간들을 식별하기 위해서 센서 데이터 하위 그룹들로부터 상기 원시 평균 및 상기 원시 표준 편차 값들을 얻기 위해서 상기 큰 주기 별 변동을 포함하는 상기 (t1+n) 센서 신호 매트릭스 패턴의 상기 (t1+n) 매트릭스 픽셀 값으로부터 하나 이상의 상기 픽셀(들) 클릭 및 클릭할 수 있는 디스플레이를 식별하고; 그리고
    상기 큰 주기 별 변동들의 상기 특정 센서들 및 시간들과 관련되는 특정 환자 개입 명령어들을 환자 통신 장치 또는 건강 상태 제공자 액세스 컴퓨터 변동에게 출력하는 방법.
  14. 제 11 항에 있어서,
    상기 주변 구성 부품은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 위치에 환자에게 부착되는 컴퓨터로 구현되는 방법.
  15. 제 11 항에 있어서,
    상기 두 개 이상의 주변 구성 부품들은 고관절, 무릎, 목, 팔, 손목, 이마, 후두부 영역, 흉골, 및 어깨로부터 선택되는 다른 위치들에 환자에게 부착되는 컴퓨터로 구현되는 방법.
KR1020227012936A 2019-09-16 2020-09-16 웨어러블 무선 센서 시스템을 위한 대화형 건강 상태 모니터링 플랫폼 Active KR102838883B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962901084P 2019-09-16 2019-09-16
US62/901,084 2019-09-16
PCT/US2020/051136 WO2021055520A1 (en) 2019-09-16 2020-09-16 An interactive health-monitoring platform for wearable wireless sensor systems

Publications (2)

Publication Number Publication Date
KR20220127804A true KR20220127804A (ko) 2022-09-20
KR102838883B1 KR102838883B1 (ko) 2025-07-25

Family

ID=

Also Published As

Publication number Publication date
US20220287564A1 (en) 2022-09-15
WO2021055520A1 (en) 2021-03-25
US20240398231A1 (en) 2024-12-05
US12097007B2 (en) 2024-09-24
US20250114002A2 (en) 2025-04-10

Similar Documents

Publication Publication Date Title
US20250114002A2 (en) An Interactive Health-Monitoring Platform for Wearable Wireless Sensor System
Al-Mulla et al. A review of non-invasive techniques to detect and predict localised muscle fatigue
US11721437B2 (en) Digital twin for predicting performance outcomes
US20190117106A1 (en) Protocol and signatures for the multimodal physiological stimulation and assessment of traumatic brain injury
Villarejo et al. Algorithms based on CWT and classifiers to control cardiac alterations and stress using an ECG and a SCR
Singh et al. IoT-based data analytics for the healthcare industry: techniques and applications
Paoletti et al. A wireless body sensor network for clinical assessment of the flexion-relaxation phenomenon
Mahmood et al. Introduction to non-invasive biomedical signals for healthcare
Apama et al. Interpretation of ResNet50 model for MI related cardiac events using Explainable Grad-CAM approach
Golz et al. Prediction of immediately occurring microsleep events from brain electric signals
KR102838883B1 (ko) 웨어러블 무선 센서 시스템을 위한 대화형 건강 상태 모니터링 플랫폼
Shivaraja et al. Assessment of a 16-Channel Ambulatory Dry Electrode EEG for Remote Monitoring
Hemalatha et al. Biomedical instrument and automation: Automatic instrumentation in biomedical engineering
Wuerich et al. Blood pressure estimation based on electrocardiograms
Waldmann et al. Onset detection of pulse-shaped bioelectrical signals using linear state space models
Samann et al. Multiple parallel hidden layers autoencoder for denoising ECG signal
Munoz et al. Review of Virtual Reality Evaluation Methods and Psychophysiological Measurement Tools
Dölker et al. Evaluation of spatio-temporal electrocutaneous warning signals
Benmussa et al. Generating Alerts from Breathing Pattern Outliers
Weigand et al. A concept and technical requirements for the Temi platform supporting care and nursing
Bender et al. A Large-scale Virtual Patient Cohort to Study ECG Features of Interatrial Conduction Block
Schanze On the use of singular value decomposition for QRS detection and ECG denoising
Kumar et al. Artificial intelligence and machine learning in biomedical signal processing
AU2021102760A4 (en) AN IoT ENABLED HEALTHCARE SYSTEM WITH QUALITY ECG SIGNAL TRANSMISSION
Piper et al. Comparative study of methods for solving the correspondence problem in EMD applications

Legal Events

Date Code Title Description
PA0105 International application

Patent event date: 20220418

Patent event code: PA01051R01D

Comment text: International Patent Application

PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20220822

Comment text: Request for Examination of Application

PG1501 Laying open of application
E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20241121

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: 20250702